Новости неврологии

Исследователи создали модель машинного обучения для ранней идентификации пациентов с высоким риском развития внутричерепной инфекции после внутримозгового кровоизлияния.

Автоматизированная модель машинного обучения на основе 9 ключевых предикторов с высокой точностью прогнозирует необходимость трансфузии при тяжелой черепно-мозговой травме

Исследование демонстрирует высокую эффективность модели CatBoost для прогнозирования исходов, выявляя роль маркеров функции печени как значимых предикторов

Исследователи разработали модель машинного обучения для выявления синдрома беспокойных ног у пациентов на диализе, определив ключевые биомаркеры и клинические факторы.

Новый метод оптимизации каналов и частотных диапазонов ЭЭГ для повышения эффективности классификации эпилептических приступов в условиях ресурсных ограничений.

Исследование демонстрирует эффективность мультимодальных моделей машинного обучения на основе OCT для дифференциальной диагностики рассеянного склероза у детей

Исследователи разработали модель машинного обучения для прогнозирования риска развития постинсультной пневмонии у пациентов с аневризматическим субарахноидальным кровоизлиянием.

Исследователи создали высокоэффективную модель XGBoost для прогнозирования риска постгерпетической невралгии на основе пяти клинических факторов с AUC 0,84 в валидационной выборке.

Интерпретируемая модель машинного обучения, интегрирующая радиомические характеристики каротидной бляшки и периваскулярной жировой ткани, превосходит клинические факторы

Исследователи разработали гибридную архитектуру на основе зрительного трансформера и двунаправленной LSTM для точной классификации типов инсульта по МРТ-изображениям