Доктор Максвелл Трентон, PhD

Обзор исследования «MRI-based detection of multiple sclerosis using an optimized attention-based deep learning framework» Исследование, проведенное в 2025 году, посвящено разработке и оценке нового глубокого обучения под названием 2DRK-MSCAN для раннего и точного обнаружения поражений при рассеянном склерозе (РС) с использованием данных МРТ. Основная цель работы заключалась в том, чтобы улучшить диагностику РС, которая является хроническим неврологическим заболеванием, затрагивающим миллионы людей по всему миру. Раннее выявление заболевания имеет решающее значение для предотвращения долгосрочной инвалидности, однако различение поражений РС от других аномалий мозга представляет собой сложную задачу. Значимость результатов для врачей и клиник Результаты исследования показывают, что предложенный метод 2DRK-MSCAN достиг… ➡️➡️➡️

Краткое описание исследования Исследование «Synzymes: The Future of Modern Enzyme Engineering» фокусируется на синтезе синзимов — искусственных аналогов природных ферментов, обладающих улучшенной стабильностью и каталитической активностью. Эти синзимы способны функционировать в экстремальных физико-химических условиях и находят применение в биомедицине, промышленной биотехнологии и экологическом очищении. Обзор включает структурные принципы, функциональные механизмы и реальное применение синзимов, включая их роль в целевой доставке лекарств, биосенсинге, экологически чистом производстве и разложении загрязняющих веществ. Также рассматривается, как интеграция искусственного интеллекта и технологии высокопроизводительного скрининга ускоряют разработку синзимов, предлагая более эффективные и экономически целесообразные решения. Значение для врачей и клиник Результаты этого исследования важны для врачей… ➡️➡️➡️

Обзор исследования «Source apportionment and risk quantification of soil heavy metals using SOM-PMF model: implications for ecological and human health management» Данное исследование направлено на точное определение источников загрязнения тяжелыми металлами (ТМ) в почве и оценку рисков, связанных с этим загрязнением. Используя инновационную модель, сочетающую самоорганизующиеся карты (SOM) и положительную матричную факторизацию (PMF), исследование преодолевает ограничения традиционных методов. В результате было установлено, что средние концентрации восьми ТМ в почве превышают фоновый уровень, причем наибольшее превышение наблюдается для кадмия (Cd). Модель SOM-PMF успешно идентифицировала пять источников загрязнения и их доли в общем загрязнении. Значение результатов для врачей и клиник Результаты исследования… ➡️➡️➡️

Обзор исследования Исследование «Predicting Vancomycin Clearance in Neonates and Infants by Integrating Machine Learning and Metabolomics With Population Pharmacokinetics» направлено на изучение фармакокинетики ванкомицина у новорожденных и детей младшего возраста, с целью предсказать его клиренс. Учитывая значительную изменчивость клиренса ванкомицина в данной группе пациентов, исследование проводилось на основе ретроспективного анализа данных 42 новорожденных и младенцев, проходивших лечение в отделении интенсивной терапии Университета Мичигана. Исследование охватывало период с 2019 по 2022 год, включая 214 измерений концентрации ванкомицина. Важность результатов исследования заключается в их потенциале для улучшения точности назначения дозы ванкомицина, что может значительно повысить эффективность лечения и снизить риск токсичности. Это… ➡️➡️➡️

Краткое описание исследования Исследование «Psoas muscle CT radiomics-based machine learning models to predict response to infliximab in patients with Crohn’s disease» направлено на разработку моделей машинного обучения, основанных на радиомике компьютерной томографии (КТ), для прогнозирования реакции пациентов с болезнью Крона (БК) на терапию инфликсимабом (ИФ). В исследовании использовался объем поясничной мышцы как индикатор мышечной массы, учитывая связь между саркопенией и результатами лечения. В результате анализа 134 пациентов было выявлено, что модели демонстрируют высокую предсказательную способность, особенно модель eXtreme Gradient Boosting с площадью под кривой 0.910. Значимость результатов для врачей и клиник Результаты исследования имеют большое значение для клинической практики, так… ➡️➡️➡️

Обзор исследования «Оценка эффективности автоматизированной системы планирования, улучшенной с помощью машинного обучения, и сравнительный анализ с ручной системой планирования» Исследование направлено на оценку эффективности автоматизированной системы планирования радиотерапии, использующей интеллектуальный оптимизационный движок (IOE) платформы Varian Ethos, по сравнению с традиционной системой планирования Eclipse. Цель заключалась в том, чтобы определить, может ли автоматизированная система сократить время планирования и улучшить качество планов лечения рака простаты, сохраняя при этом допустимые уровни радиации для окружающих органов. Результаты показали, что планы, созданные с помощью Ethos, не уступают по качеству тем, что были разработаны вручную в Eclipse. Это важно для врачей и клиник, так как позволяет… ➡️➡️➡️

Обзор исследования «Precision prediction of cervical cancer outcomes: A machine learning approach to recurrence and survival analysis» Исследование, опубликованное в журнале J Cancer Res Ther, фокусируется на важной задаче предсказания исходов рака шейки матки с использованием методов машинного обучения. Основной целью работы является улучшение точности прогнозов рецидивов и выживаемости пациентов, что является критически важным для оптимизации лечения и повышения качества жизни. Результаты показывают, что внедрение искусственного интеллекта (ИИ) может значительно повысить эффективность прогнозирования, что, в свою очередь, может привести к более персонализированным подходам к лечению. Значимость результатов для врачей и клиник Результаты исследования имеют огромное значение для врачей и клиник,… ➡️➡️➡️

Обзор исследования «Deep learning-based organ-at-risk segmentation, registration and dosimetry on cone beam computed tomography images in radiation therapy: A comprehensive review» Исследование посвящено применению методов глубокого обучения для улучшения сегментации органов, подверженных риску (OAR), регистрации изображений и дозиметрии на изображениях конусно-лучевой компьютерной томографии (CBCT) в радиотерапии. Основной целью работы является анализ последних достижений в области глубокого обучения, которые помогают преодолеть существующие трудности в точной сегментации OAR, регистрации изображений и расчетах дозы. Результаты показывают, что использование Генеративных Состязательных Сетей (GAN) и Глубоких Свёрточных Нейронных Сетей (DCNN) значительно повышает точность сегментации OAR, улучшает качество изображений и увеличивает точность расчетов дозы. Эти достижения… ➡️➡️➡️

Обзор исследования «Biomechanical Stiffness of Gliomas, Meningiomas, and Schwannomas Assessed by MR Elastography and Virtual MR Elastography: Correlation With Clinicopathological Features» Исследование посвящено оценке механической жесткости опухолей головного мозга, таких как глиомы, менингиомы и шванномы, с использованием методов магнитно-резонансной эластографии (МРЭ) и виртуальной МРЭ. Целью работы было сравнить эти методы и оценить их связь с клиническими и патологоанатомическими характеристиками. В исследовании участвовали 60 пациентов, и результаты показали, что параметры виртуальной МРЭ значительно коррелируют с параметрами МРЭ, что может помочь в предсказании жесткости опухолей во время операции. Эти результаты важны для врачей и клиник, так как они могут улучшить понимание механических… ➡️➡️➡️

Обзор исследования Исследование «Diagnostic accuracy of an artificial intelligence-based software in detecting supernumerary and congenitally missing teeth in panoramic radiographs» направлено на оценку диагностической точности искусственного интеллекта (ИИ) в выявлении сверхкомплектных и конгенитально отсутствующих зубов на панорамных рентгенограммах. В исследовании участвовали три группы по 50 ортопантомограмм: контрольная группа, группа с конгенитально отсутствующими зубами и группа с сверхкомплектными зубами. Результаты показали, что модель Diagnocat™ имеет высокую чувствительность и специфичность, что делает её потенциально полезной в стоматологической практике. Значение результатов Результаты данного исследования важны для врачей и клиник, так как они демонстрируют потенциал ИИ в улучшении диагностики стоматологических аномалий. Высокая чувствительность и… ➡️➡️➡️

Обзор исследования В данном исследовании была разработана прогностическая модель на основе иммуно-связанных длинных некодирующих РНК (лнкРНК), которая интегрирует данные многопрофильной омии и алгоритмы машинного обучения для предсказания выживаемости и терапевтических откликов у пациентов с раком молочной железы. Используя транскриптомные и генетические данные из баз данных TCGA и GEO, было идентифицировано 72 иммуно-связанных лнкРНК с помощью анализа взвешенных генетических кооперативных сетей (WGCNA) и алгоритмов ImmuLncRNA. Модель была оптимизирована с использованием 101 комбинации 10 подходов машинного обучения, в итоге была построена система оценки иммуно-связанной лнкРНК (IRLS), включающая девять ключевых лнкРНК. Модель была валидирована на 17 независимых когортах, продемонстрировав, что пациенты с высоким… ➡️➡️➡️

Обзор исследования Исследование «Prior knowledge of anatomical relationships supports automatic delineation of clinical target volume for cervical cancer» направлено на улучшение автоматического определения клинической целевой зоны (CTV) при лечении рака шейки матки с использованием глубокого обучения. Целью исследования было интегрировать предварительные знания об анатомических отношениях между органами, подверженными риску (OAR), и CTV, а также между CTV и поясничной мышцей. Результаты показали, что предложенный подход значительно улучшает точность сегментации CTV, достигая значений Dice 81.33%±6.36%, HD95 9.39mm±7.12mm и ASSD 2.02mm±0.98mm. Значимость результатов Эти результаты важны для врачей и клиник, так как автоматизация процесса определения CTV может существенно улучшить качество радиотерапии, сократить время… ➡️➡️➡️

Обзор исследования «Medical slice transformer for improved diagnosis and explainability on 3D medical images with DINOv2» Исследование «Medical slice transformer for improved diagnosis and explainability on 3D medical images with DINOv2» направлено на улучшение диагностики и объяснимости результатов при анализе 3D медицинских изображений. Основная цель работы заключается в адаптации моделей глубокого обучения, использующих самонаблюдение, к 3D медицинским изображениям, что позволит повысить точность диагностики и объяснить принимаемые решения. В результате исследования было установлено, что предложенная модель Medical Slice Transformer (MST) демонстрирует более высокую диагностическую точность по сравнению с традиционными методами, такими как 3D ResNet, что подтверждается значениями AUC (Area Under the… ➡️➡️➡️

Обзор исследования «Prediction of suicide using web based voice recordings analyzed by artificial intelligence» В исследовании, опубликованном в журнале Sci Rep, была проведена работа по предсказанию завершенных самоубийств с помощью анализа голосовых записей, доступных в интернете, с использованием методов машинного обучения (ML). Целью исследования стало выявление возможности использования речи как биомаркера для оценки риска самоубийства. Результаты показали высокую точность модели в различении людей, совершивших самоубийство, и контрольной группы, достигая площади под кривой (AUC) 0.74. При анализе подгруппы, состоящей из людей, совершивших самоубийство в течение 12 месяцев после записи, AUC повысилась до 0.85, а точность составила 76%. Наилучшие результаты были достигнуты… ➡️➡️➡️

Обзор исследования «Research on transcranial magnetic stimulation for stroke rehabilitation: a visual analysis based on CiteSpace» Данное исследование направлено на анализ последних достижений и тенденций в области транскраниальной магнитной стимуляции (ТМС) для реабилитации после инсульта. Основной целью работы является выявление ключевых направлений исследований и их значимости для улучшения функциональных результатов у пациентов, перенесших инсульт. Цели и результаты исследования В ходе исследования было проанализировано 1301 публикация, включая статьи на китайском и английском языках. Используя библиометрические методы и программу CiteSpace, исследователи выявили основные авторские группы, учреждения и ключевые слова, связанные с ТМС. Результаты показали, что ТМС может значительно улучшить функциональные возможности и… ➡️➡️➡️