Gas vesicles are gas-filled buoyancy organelles with walls that consist almost exclusively of gas vesicle protein A (GvpA). Intact, collapsed gas vesicles from the cyanobacterium Anabaena flos-aquae were studied by solid-state NMR spectroscopy, and most of the GvpA sequence was assigned. Chemical shift analysis indicates a coil-α-β-β-α-coil peptide backbone, consistent with secondary-structure-prediction algorithms, and complementary information about mobility and solvent exposure yields a picture of the overall topology of the vesicle subunit that is consistent with its role in stabilizing an…
Поиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Parkinson disease (PD) is a degenerative disorder of the brain and afflicts approximately 6 in 10 people aged 50 years or older. PD patients have motor and speech problems, so regular visits to and monitoring of the patients are hard. It is necessary to detect the presence of PD promptly and accurately, since early treatment will contribute greatly to enhancing patients' lives. As the number of aging people increases, there is a great demand for noninvasive, reliable, and remote diagnosis. In the current work, we studied 31 patients with PD and healthy subjects, their voice recordings, to crea
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
This study develops Bayesian predictive procedures for future order statistics from the two-parameter Lomax distribution under Type-II censored sampling schemes. The proposed framework combines predictive likelihood inference with Bayesian prediction based on independent gamma priors and Markov Chain Monte Carlo (MCMC) simulation using the Metropolis-Hastings algorithm. Bayesian point predictors are derived under the squared error, LINEX, and general entropy loss functions, and predictive intervals are constructed from posterior predictive samples. A detailed Monte Carlo simulation study compa
СтатьяVideo-Audio MediaПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Breast cancer recurrence remains a major clinical challenge, significantly influencing long-term survival and treatment planning. Accurate early prediction is hindered by heterogeneous clinical factors, imbalanced datasets, and the distributed nature of medical records stored across hospitals, registries, and laboratories. To address these challenges, this study proposes a MapReduce-aligned hybrid framework that combine with distributed Spark-based Gradient Boosted Trees, denoising autoencoder (AE)-derived latent representations, calibrated XGBoost, and deep tabular framework (FT-Transformer a
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Chitin, a natural polymer found in crab and mollusk shells, insects and fungi. Due to its biological applications, chitin has been recovered as hydrogel, nanoparticles, nanosheets, and nanowires. Deep eutectic solvents are gaining attention for being environmentally beneficial and recyclable. To obtain pure chitin with higher yield, many factors must be considered. It's crucial and nevertheless difficult to create novel methods for making high-quality chitin. In this manuscript, Advanced Technique for Purifying Chitin Prediction from Crustacean Biowaste Utilizing Dynamic Path Controllable Deep
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Computational methods and tools under the label 'artificial intelligence' (AI) are increasingly promoted as solutions to the challenges of under-resourced and understaffed healthcare systems, with predictive modelling positioned as a means to improve efficiency and individualise care. Yet little is known about how predictive algorithms are taken up in the everyday practices of clinical decision-making. Drawing on ethnographic fieldwork with Danish cardiologists working with the CARDIAIHD algorithm, this article examines how AI-driven personal prognoses intersect with clinical reasoning and org
СтатьяПоддержка исследования: вне правительства СШАПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Taiwan has one of the highest dialysis prevalences worldwide, making safe and reliable hemodialysis monitoring a critical sensor-based healthcare challenge. Modern hemodialysis machines integrate heterogeneous multimodal sensors (pressure, flow, conductivity, temperature, and cardiovascular signals), but differences in machine brands, data formats, and privacy constraints hinder centralized learning and robust complication prediction. This work proposes a Medical IoT-oriented federated learning framework, PSOFed-HD, that performs dual-layer Particle Swarm Optimization (PSO) to enhance heteroge
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Precise label-free quantification of tissue metabolic and vascular dynamics in vivo represents a critical challenge for cancer therapy prediction and longitudinal treatment assessment. In this study, we demonstrated a portable autofluorescence and diffuse reflectance spectroscopy device along with novel spectroscopic algorithms to quantify tissue vascular and metabolic parameters of orthotopic head and neck cancer models in vivo. Tissue-mimicking phantom studies were used to verify the dual-modal optical spectroscopy and easy-to-use spectroscopic algorithms for rapid and accurate estimation of
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND AND OBJECTIVES: Identifying drug-induced cancer cell death pathways is crucial for understanding the mechanisms of drug action. However, traditional biological experimental methods are limited by their time-consuming nature and high cost. This aim of this study is to develop classification models that can predict apoptosis and pyroptosis in cancer cells, combining Raman spectroscopy with machine learning algorithms.
METHODS: Cisplatin and dronedarone, two drugs known to induce distinct cell death pathways, were selected to validate the predictive performance of the constructed mode
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
The optimization of drug properties in the process of cancer drug development is very important to save research and development time and cost. In order to make the anti-breast cancer drug candidates with good biological activity, this paper collected 1974 compounds, firstly, the top 20 molecular descriptors that have the most influence on biological activity were screened by using XGBoost-based data feature selection; secondly, on this basis, take pIC50 values as feature data and use a variety of machine learning algorithms to compare, soas to select a most suitable algorithm to predict the I
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Point deletions in enzymes can vary in effect from negligible to complete loss of activity; however, these effects are not generally predictable. Deletions are widely observed in nature and often result in diseases such as cancer, cystic fibrosis, or osteogenesis imperfecta. Here, we have developed an algorithm to model the perturbed structures of deletion mutants with the ultimate goal of predicting their activities. The algorithm works by deleting the specified residue from the wild-type structure, creating a gap that is closed using a combination of local and global moves that change the ba
СтатьяПоддержка NIH: внешняя программаПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
PURPOSE: In this prospective external validation study, we examined the performance of the Supporting SURgery with GEriatric Co-Management and AI (SURGE-Ahead) postoperative delirium (POD) prediction algorithm. SURGE-Ahead is a collaborative project that aims to develop a clinical decision support system that uses predictive models to support geriatric co-management in surgical wards. Delirium is a common complication in older adults after surgery, leading to poor outcomes and increased healthcare costs. Early and accurate prediction of POD is crucial for timely intervention and prevention str
СтатьяВалидационное исследованиеПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Advances have been made in the use of artificial intelligence (AI) in the field of diagnostic imaging, particularly in the detection of fractures on conventional radiographs. Studies looking at the detection of fractures in the pediatric population are few. The anatomical variations and evolution according to the child's age require specific studies of this population. Failure to diagnose fractures early in children may lead to serious consequences for growth.
OBJECTIVE: To evaluate the performance of an AI algorithm based on deep neural networks toward detecting traumatic appendi
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Background: Accurate prediction of bleeding events in patients receiving oral anticoagulants remains a key challenge in the management of atrial fibrillation (AF) and venous thromboembolism (VTE). Machine learning (ML) algorithms have emerged as powerful tools that capture complex, nonlinear interactions among risk factors, potentially offering superior accuracy. Objectives: To synthesize evidence comparing ML-based bleeding risk models with conventional clinical scores in anticoagulated AF and VTE populations. Methods: We conducted a systematic review with narrative synthesis of studies publi
СтатьяОбзорПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND AND AIMS: Prostate cancer affects many people around the world and is fatal. Today, artificial intelligence-based techniques are … , Medline, and PubMed Central databases were searched from the beginning of 2000 to 2024. Different prediction algorithms, including Logistic Regression, Gradient Boosting, Random Forest, XGBoost, Support Vector Machine, and Neural Networks algorithms developed based on 49 confirmed factors. 597 medical records were reviewed. 342 patients (57.29%) had prostate cancer, …
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
INTRODUCTION: Rapid diagnosis of bacterial pneumonia is crucial for clinical diagnosis and treatment, but traditional methods are time-consuming. The wide application of machine learning techniques in medical diagnosis provides an effective way to solve this problem. However, the complexity of medical datasets and the problem of class imbalance poses serious challenges to classical machine learning algorithms.
METHODS: Aiming at the multiclass imbalanced problem in complete blood count (CBC) datasets, this study proposes a novel ensemble learning algorithm, Forest of Evolutionary Multi-Classi
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Type 2 myocardial infarction (T2MI), distinguished from Type 1 myocardial infarction (T1MI) by oxygen supply - demand mismatch, has unique features. Acute kidney injury (AKI) following MI leads to severe consequences. Existing research mostly centers on T1MI, leaving a gap in T2MI related AKI studies. To address this, our research aims to explore AKI risk factors in T2MI patients and leverage machine learning algorithms to develop a model for accurate early prediction of AKI risk in this patient group. This retrospective study utilized the MIMIC-IV database (2008-2022) to analyze T2MI patients
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
PURPOSE: Sepsis is one of the most common causes of death after surgery. Several conventional scoring systems have been developed to predict the outcome of sepsis; however, their predictive power is insufficient. The present study applies explainable machine-learning algorithms to improve the accuracy of predicting postoperative mortality in patients with sepsis caused by peritonitis.
METHODS: We performed a retrospective analysis of data from demographic, clinical, and laboratory analyses, including the delta neutrophil index (DNI), WBC and neutrophil counts, and CRP level. Laboratory data w
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Over the last four decades, implantable cardioverter defibrillators (ICDs) have been widely deployed to reduce sudden cardiac death (SCD) risk in patients with a history of life-threatening arrhythmia. By continuous monitoring of the heart rate, ICDs can use decision algorithms to distinguish normal cardiac sinus rhythm or supra-ventricular tachycardia from abnormal cardiac rhythms like ventricular tachycardia and ventricular fibrillation and deliver appropriate therapy such as an electrical stimulus. Despite the success of ICDs, more research is still needed, particularly in decision-making a
Сравнительное исследованиеСтатьяПоддержка исследования: вне правительства СШАОбзорПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Obstructive sleep apnea, characterized by frequent interruptions in breathing and intermittent hypoxia, is a public health concern due to its potential to increase multiple organ system morbidity and mortality. Although polysomnography is the gold standard for diagnosis, it is laborious, costly, and complex. Here, we present a biological geometry-aware artificial intelligence framework that processes physiological signals to predict sleep apnea severity. This framework extracts multifractal coupling features that capture long-range dependencies among physiological processes and integrates them
СтатьяПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
MedElevator
Войти в исследования