Доктор Максвелл Трентон, PhD

Краткое описание исследования Исследование «Модели машинного обучения для прогнозирования нулевой фрагментации и доступа к нижнему полю с помощью гибкой навигационной системы доступа к уретре (FANS) при гибкой уретероскопии» ставит своей целью использование современных технологий для повышения эффективности лечения камней в почках. В частности, с помощью моделей машинного обучения (МЛ) исследователи стремились предсказать нулевую фрагментацию (ZFR) после гибкой уретероскопии и доступ к нижнему полю (LP) для камней, находящихся в сложной зоне. Результаты показали, что 56,7% пациентов достигли ZFR, а доступ к нижнему полю был обеспечен в 75,1% случаев. Почему важны результаты исследования Эти результаты имеют огромное значение для врачей и клиник,… ➡️➡️➡️

Обзор исследования «Regulatory T cells in stroke inflammation: Therapeutic perspectives» Исследование «Regulatory T cells in stroke inflammation: Therapeutic perspectives» посвящено роли регуляторных Т-клеток в воспалительных процессах, возникающих после инсульта. Целью работы является анализ динамики изменений в количестве и функции регуляторных Т-клеток на различных стадиях инсульта, а также изучение их потенциала в терапии. Результаты показывают, что регуляторные Т-клетки играют ключевую роль в снижении воспаления в остром периоде инсульта и способствуют восстановлению нейронов в хронической фазе. Это открывает новые горизонты для разработки терапевтических стратегий, направленных на улучшение исходов у пациентов. Важность результатов для врачей и клиник Результаты исследования имеют значительное значение для… ➡️➡️➡️

Обзор исследования Lateral connection convolutional neural networks для классификации обструктивного апноэ во сне и гипопноэ В исследовании «Lateral connection convolutional neural networks for obstructive sleep apnea hypopnea classification» представлена новая архитектура сверточной нейронной сети (CNN), называемая LCCNN, которая предназначена для классификации обструктивного апноэ во сне и гипопноэ (OSAHS). Основная цель работы заключалась в улучшении интерпретируемости моделей CNN, используемых для данной классификации. Результаты показали, что новая архитектура достигает высокой точности — 97,3% на базе данных University College Dublin и 95,6% на базе данных Physionet Challenge, что свидетельствует о её эффективности. Значение результатов для врачей и клиник Высокая точность классификации обструктивного апноэ… ➡️➡️➡️

Обзор исследования «Efficacy of a Real-Time Artificial Intelligence Ultrasound System With Computer-Aided Detection and Diagnosis for Breast Cancer: A Feasibility Study» Данное исследование направлено на оценку эффективности системы ультразвуковой диагностики рака груди с использованием искусственного интеллекта (ИИ) в реальном времени. Целью исследования было определить, насколько такая система может помочь в выявлении и диагностике рака груди в клинической практике. В исследовании, проведенном в Тайване, использовалась система AI-CAD, которая работает на планшете и позволяет проводить диагностику на месте, без необходимости в серверной поддержке. Результаты показали, что AI-CAD успешно идентифицировал все случаи рака в реальном времени, продемонстрировав высокую чувствительность и специфичность. Важность результатов… ➡️➡️➡️

Обзор исследования «Тихая трансформация стереотаксических биопсий мозга после введения робототехники» Исследование «Тихая трансформация стереотаксических биопсий мозга после введения робототехники» анализирует влияние роботизированных технологий на методы стереотаксических биопсий. Целью исследования было выяснить, как использование робототехники может улучшить выбор траекторий для биопсий, снизить инвазивность процедур и повысить их эффективность. Результаты показали, что роботизированные технологии расширили возможности выбора точек входа и цели, что позволило использовать более короткие и менее инвазивные траектории без ущерба для диагностической ценности. Значение результатов для врачей и клиник Результаты исследования важны для врачей и клиник, поскольку они показывают, что внедрение робототехники может значительно улучшить результаты биопсий мозга. Снижение времени… ➡️➡️➡️

Обзор исследования «Predicting brain amyloid load with digital and blood-based biomarkers» Исследование, опубликованное в журнале Alzheimer’s Research & Therapy, направлено на оценку загрузки амилоида в мозге с помощью цифровых и биомаркеров в крови. Цель заключалась в создании удобного и точного метода для диагностики болезни Альцгеймера (БА) в условиях первичной медицинской помощи. В исследовании использовались онлайн-тест MemTrax для оценки когнитивных нарушений и биомаркеры, такие как Aβ42, Aβ40, P-tau181, GFAP и NfL, для анализа данных о состоянии пациентов. Результаты показали, что комбинация MemTrax и биомаркеров значительно улучшает точность прогнозирования загрузки амилоида, что позволяет проводить массовый скрининг и своевременную диагностику БА. Важность результатов… ➡️➡️➡️

Обзор исследования «Оценка риска хронической обструктивной болезни легких на основе звуков выдоха и кашля» Исследование, проведенное в 2025 году, направлено на оценку риска хронической обструктивной болезни легких (ХОБЛ) с использованием звуков выдоха и кашля. ХОБЛ — это прогрессирующее заболевание органов дыхания, которое значительно ухудшает качество жизни пациентов. Целью данного исследования стало разработка инновационных методов раннего выявления и оценки риска ХОБЛ, что может значительно улучшить результаты лечения и уменьшить нагрузку на систему здравоохранения. В исследовании использовался кросс-секционный дизайн. Участники проходили тесты функции легких и заполняли анкеты, а также записывали звуки выдоха и кашля с помощью специального приложения на смартфоне. Риск ХОБЛ… ➡️➡️➡️

Обзор исследования «Использование машинного обучения для раннего выявления поливиктимизации у детей в сельских районах: исследование в регионе Чаошань, Китай» Исследование, проведенное в регионе Чаошань Китая, направлено на изучение поливиктимизации (ПВ) среди детей, которые сталкиваются с несколькими формами насилия, включая физическое насилие, эмоциональное насилие, пренебрежение и насилие со стороны сверстников. Целью работы было выявление факторов риска ПВ и создание моделей предсказания, которые могут помочь в раннем выявлении случаев насилия. В результате исследования было установлено, что дети в районе Цзецзян имеют в 1.84 раза больше шансов стать жертвами ПВ по сравнению с детьми в Шаньтоу. Модели машинного обучения показали высокую точность предсказания,… ➡️➡️➡️

Обзор исследования «Wristful thinking: exploring the effects of robotic rehabilitation and cross-education for persons with multiple sclerosis» Исследование «Wristful thinking» направлено на разработку адаптивной реабилитационной техники с использованием роботизированного устройства для запястья, которое способствует кросс-обучению для непострадавшей конечности у людей с рассеянным склерозом (РС). В рамках восьминедельного вмешательства 14 участников с РС и 8 здоровых взрослых прошли обучение. Участники с РС были разделены на две группы: одна тренировала более поражённую конечность (прямое обучение), другая — менее поражённую (косвенное обучение). Целью вмешательства было улучшение силы запястья и захвата, а также моторного контроля. Результаты показали, что участники с РС значительно увеличили силу… ➡️➡️➡️

Обзор исследования Исследование «Generative artificial intelligence in entrepreneurship education enhances entrepreneurial intention through self-efficacy and university support» рассматривает влияние образования в области предпринимательства с поддержкой генеративного искусственного интеллекта (ИИ) на предпринимательские намерения студентов университетов Китая. Используя структурное моделирование уравнений и данные от 346 студентов, авторы показали, что GAISEE значительно повышает как предпринимательскую самоэффективность (β = 0.523, p < 0.001), так и предпринимательские намерения (β = 0.244, p < 0.001). Исследование также выявило, что самоэффективность выступает медиатором между GAISEE и предпринимательскими намерениями, а университетская предпринимательская среда усиливает данные связи. Значимость результатов для медицины Результаты исследования важны для врачей и клиник, так… ➡️➡️➡️

Обзор исследования «Оценка психологической устойчивости и факторов, влияющих на нее в популяции MSM с использованием машинного обучения» Данное исследование направлено на оценку влияния социальных факторов, таких как поддержка, самооценка, депрессия и уровень образования на психологическую устойчивость мужчин, имеющих сексуальные отношения с мужчинами (MSM). В ходе исследования были собраны данные от 1,070 MSM через онлайн-опрос в провинции Чжэцзян и других 17 провинциях Китая. Психологическая устойчивость и ее влияющие факторы были проанализированы с использованием дерева решений Chi-square Automatic Interaction Detector (CHAID) и многомерной порядковой логистической регрессии. Результаты показали, что 28.9% респондентов страдали от депрессии, 3.4% были ВИЧ-позитивными, 12.9% имели низкую социальную поддержку,… ➡️➡️➡️

Краткое описание исследования Исследование «A systematic literature review on integrating AI-powered smart glasses into digital health management for proactive healthcare solutions» представляет собой систематический обзор литературы, посвященный интеграции умных очков с искусственным интеллектом в управление цифровым здоровьем. Целью работы является анализ текущих приложений этих устройств в здравоохранении, их преимуществ и ограничений. Результаты показывают, что умные очки могут значительно улучшить мониторинг состояния здоровья, управление хроническими заболеваниями и персонализированное планирование лечения. Важность результатов для врачей и клиник Результаты исследования важны для врачей и клиник, так как они демонстрируют, как умные очки могут улучшить взаимодействие с пациентами, повысить соблюдение рекомендаций по лечению и… ➡️➡️➡️

Обзор исследования «Impact of generative AI interaction and output quality on university students’ learning outcomes: a technology-mediated and motivation-driven approach» Данное исследование анализирует влияние генеративного искусственного интеллекта (ГИИ) на результаты обучения студентов университетов, используя подход, основанный на технологии. В рамках работы был разработан и эмпирически протестирован интегрированный модель, основанная на теории взаимодействия и теории обучения с использованием технологий. Модель исследует взаимосвязи между качеством взаимодействия с ГИИ, качеством выходных данных ГИИ и результатами обучения. В исследовании также учитываются мотивационные факторы, такие как учебная мотивация, академическая самоэффективность и креативная самоэффективность, которые выступают в качестве медиаторов, а креативное мышление — в качестве модератора.… ➡️➡️➡️

Обзор исследования Исследование «Predictive modeling and machine learning show poor performance of clinical, morphological, and hemodynamic parameters for small intracranial aneurysm rupture» направлено на анализ факторов, влияющих на риск разрыва мелких внутричерепных аневризм (SIAs) размером менее 5 мм. Несмотря на то, что такие аневризмы все чаще выявляются благодаря современным методам визуализации, предсказать риск их разрыва остается сложной задачей. В исследовании было проанализировано 141 аневризма (101 неразорванная и 40 разорванных) с использованием полуавтоматического морфологического анализа и высокоразрешающего моделирования кровотока на основе 3D-ротационной ангиографии. Выявленные параметры не смогли надежно предсказать риск разрыва, что подчеркивает необходимость дальнейших исследований в данной области. Значение результатов… ➡️➡️➡️

Обзор исследования «An AI framework for time series microstructure prediction from processing parameters» В данном исследовании представлена структура, основанная на искусственном интеллекте (ИИ), для прогнозирования микроструктурной текстуры поликристаллических материалов после определенного процесса деформации. Микроструктурная текстура определяется через функцию распределения ориентаций (ODF), которая показывает объемную плотность кристаллических ориентаций. Мы используем модель энкодер-декодер с слоями Long Short-Term Memory (LSTM) для моделирования взаимосвязи между условиями обработки и свойствами материала. В качестве примера мы применяем нашу структуру к меди, создавая набор данных из 3125 уникальных комбинаций параметров обработки и соответствующих векторов ODF. Полученные прогнозы позволяют вычислять гомогенизированные свойства. Наша структура, основанная на ИИ, превосходит… ➡️➡️➡️

Обзор исследования Исследование «Explainable artificial intelligence driven insights into smoking prediction using machine learning and clinical parameters» направлено на использование объяснимого искусственного интеллекта (ИИ) для предсказания курения на основе клинических параметров и данных машинного обучения. Целью работы является создание модели, которая не только предсказывает вероятность курения, но и объясняет, какие факторы влияют на это предсказание. Результаты исследования показывают, что использование таких моделей может значительно улучшить понимание причин курения и помочь врачам в разработке индивидуализированных стратегий лечения. Важность результатов для врачей и клиник Результаты данного исследования имеют большое значение для врачей и клиник, так как они позволяют более точно идентифицировать пациентов,… ➡️➡️➡️

Краткое описание исследования Исследование «Interpretable artificial intelligence for modulated metasurface antenna design using SHAP and MLP» посвящено разработке интерпретируемого искусственного интеллекта для проектирования антенн на основе модулированных метаповерхностей. Основной целью работы является использование методов SHAP (SHapley Additive exPlanations) и многослойного перцептрона (MLP) для предсказания двух ключевых характеристик излучения антенн: уровня боковых лепестков (SLL) и ширины полувысоты луча (HPBW). В результате исследования была достигнута высокая точность в прогнозировании SLL и значительное улучшение в оценке HPBW, что открывает новые возможности для применения антенн в телекоммуникациях, радиолокации и медицинской визуализации. Важно для медицины Результаты данного исследования важны для врачей и клиник, так как… ➡️➡️➡️