Найдено 47 публикаций
Модель Random Forest показала AUC 0.819 для прогнозирования делирия у пациентов с ЧМТ, выделив ИВЛ и шкалу Глазго как ключевые предикторы
Разработана ML-модель AdaBoost (AUC=0.880) для прогноза неблагоприятного исхода при валлеровской дегенерации на основе NIHSS, фибрилляции предсердий и данных МРТ.
Исследование выявило роль IGF-1 и других биомаркеров в оценке тяжести травматического повреждения мозга и когнитивного статуса
Китайские исследователи разработали машинное обучение модель с точностью 93% для определения необходимости госпитализации в ОИТ пожилых пациентов с ЧМТ
Исследование фрактальной размерности корковых осцилляций на моделях паркинсонизма у крыс с использованием SVM для классификации
Модель глубокого обучения успешно выявляет эпизоды freezing of gait у пациентов с болезнью Паркинсона, анализируя локальные потенциалы субталамического ядра.
Разработана номограмма, объединяющая радиомику КТ и клинические данные для прогноза восстановления остроты зрения после декомпрессии зрительного канала с точностью AUC 0.832-0.840
Исследование выявило 5 ключевых генов метаболизма аминокислот в патогенезе дегенерации межпозвоночных дисков с точностью предсказания 81,2%
Искусственный интеллект открывает новые возможности в лечении эпилепсии, объединяя прогнозирование приступов, нейростимуляцию и персонализированную терапию для улучшения качества жизни пациентов
Систематический обзор литературы по использованию алгоритмов машинного обучения для диагностики, классификации и прогнозирования восстановления при афазии после инсульта.