Analysis of small-molecule drug solubility in binary solvents at different temperatures was carried out via several machine learning models and integration of models to optimize. We investigated the solubility of rivaroxaban in both dichloromethane and a variety of primary alcohols at various temperatures and concentrations of solvents to understand its behavior in mixed solvents. Given the complex, non-linear patterns in solubility behavior, three advanced regression approaches were utilized: Polynomial Curve Fitting, a Bayesian-based Neural Network (BNN), and the Neural Oblivious Decision En
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.
This paper describes ongoing work surrounding the creation of a recognition system for Mexican Sign Language (LSM). We propose a general sign decomposition that is divided into three parts, i.e., hand configuration (HC), arm movement (AM), and non-hand gestures (NHGs). This paper focuses on the AM features and reports the approach created to analyze visual patterns in arm joint movements (wrists, shoulders, and elbows). For this research, a proprietary dataset-one that does not limit the recognition of arm movements-was developed, with active participation from the deaf community and LSM exper
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.
BACKGROUND: Understanding spinal biomechanics is essential for exploring the functions of the spine and the pathogenesis of related diseases. Traditional numerical methods for biomechanical analysis are computationally expensive, while Physics-Informed Neural Network (PINN) struggles with complex solid geometries. This study develops an Enhanced Physics-Informed Neural Network that integrates Geometric Features (EPINN-GF) to address these limitations in predicting stress distribution for the complex spinal geometries.
STUDY OBJECTIVES: The primary objective of this study is to improve both th
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 3D spinal model plays a crucial role in the assessment and treatment decision of adolescent idiopathic scoliosis. The complex 3D shape of the spine cannot be fully captured by a single radiograph. A 3D spine reconstruction framework is developed in this study. First, a dual-training strategy for Generative Adversarial Networks (GANs) is proposed, which generates high-quality 3D spinal structures. Second, an adaptive scale-agnostic attention mechanism is integrated to establish cross-layer feature correlations and dynamically allocate weights. This mechanism ensures the preservation of the
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: Successfully completing clinical trials for rare and heterogeneous disorders, like spinal cord injuries (SCI), remains challenging, thereby reducing the ability to test and translate promising preclinical findings. We propose synthetic controls, derived from data-driven predictions of recovery in patients undergoing standard treatments, to mitigate these challenges, in particular related to patient recruitment.
METHODS: Based on data from the European Multicenter Study about Spinal Cord Injury (EMSCI) and the Sygen trial, we construct synthetic controls from personalized predictio
СтатьяМногоцентровое 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.
The recurrence of atrial fibrillation (AF) following catheter ablation is a common complication in patients with persistent atrial fibrillation (psAF), increasing the risk of stroke and heart failure thereafter. Given the multifactorial nature of post-ablation AF, clinical predictions of successful ablation often suffer from poor accuracy and lack robustness. This paper proposes a multimodal prediction model for post-ablation AF, which extracts complex features from multidimensional data, including electrocardiogram (ECG) images, cellular characteristics, intraoperative and demographic informa
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.
BACKGROUND: In biportal endoscopic spine surgery (BESS), accurately identifying neural structures, mainly the spinal nerve roots, dural sac, and the cauda equina, is crucial for preventing dural tears and achieving optimal clinical outcomes. Contrary to the growing popularity of deep learning in biomedical image processing, its application to BESS has not yet been well established. We propose a two-stage framework for real-time neural tissue segmentation from spinal endoscopy video, and compare various types of deep learning architectures. METHODS: 6410 intraoperative images from 28 patients w
СтатьяСравнительное 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: Oral submucous fibrosis (OSMF) is a common precancerous condition prevalent in the South Asian continent. An immediate diagnosis and identification of this lesion is essential to prevent its malignant transformation. Artificial intelligence can analyze data, patient records, and clinical photographs to finalize a treatment plan in oral submucous fibrosis patients by the oral pathologist and clinicians' intervention. The current study aimed to establish the key role of machine learning software in diagnostic intervention and management of oral submucous fibrosis in the mass populati
СтатьяСистематический обзорПоиск 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: The integration of artificial intelligence (AI) into patch testing for allergic contact dermatitis (ACD) holds the potential to standardize diagnoses, reduce interobserver variability, and improve overall diagnostic accuracy. However, the challenges and limitations hindering clinical implementation have not been thoroughly explored.
OBJECTIVE: This narrative review aims to examine the current applications of AI in patch testing, identify challenges, and propose future directions for their use in dermatology.
METHODS: PubMed was searched in August 2024 to identify studies involvin
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: Tuberculosis (TB) is one of the world's major health issues, especially in low- and middle-income nations without many diagnostic methods. TB is a widespread global disease that continues to be a problem of low-income countries. Sputum smear microscopy is often the gold standard, although hand-identifying Acid-Fast Bacilli (AFB) can be tedious and subjective, leading to errors. Deep learning may automate and improve microscopy-based TB diagnosis, saving time and accuracy.
METHODS: A study suggested deep learning to detect AFB in sputum smears. This is achievable with CNN designs.
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: Tuberculosis (TB) is still one of the deadliest infectious illnesses in the world, especially in countries with low or middle income. An early and correct evaluation is very important for treating diseases effectively and stopping them from spreading. The most common way to diagnose is through sputum smear microscopy, which includes finding Acid-Fast Bacilli (AFB) by hand under a microscope. But this method has some problems, like sensitivity that changes, the need for skilled microscopists, and mistakes made by people. Recent improvements in AI, particularly Convolutional Neural N
СтатьяОбзорПолный 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.
Lung cancer is thought to be a genetic disease with a variety of unknown origins. Globocan2020 report tells in 2020 new cancer cases identified was 19.3 million and nearly 10.0 million died owed to cancer. GLOBOCAN envisages that the cancer cases will raised to 28.4 million in 2040. This charge is superior to the combined rates of the former generally prevalent malignancies, like breast, colorectal, and prostate cancers. For attribute selection in previous work, the information gain model was applied. Then, for lung cancer prediction, multilayer perceptron, random subspace, and sequential mini
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.
INTRODUCTION: Periodontitis is the main cause of tooth loss and is related to many systemic diseases. Artificial intelligence (AI) in periodontics has the potential to improve the accuracy of risk assessment and provide personalized treatment planning for patients with periodontitis. This systematic review aims to examine the actual evidence on the accuracy of various AI models in predicting periodontitis.
METHODS: Using a mix of MeSH keywords and free text words pooled by Boolean operators ('AND', 'OR'), a search strategy without a time frame setting was conducted on the following databases:
СтатьяСистематический обзорПоддержка исследования: вне правительства СШАПоиск 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.
Parkinson's disease (PD) is classified as a neurological, progressive illness brought on by cell death in the posterior midbrain. Early PD detection will assist doctors in reducing the disease's consequences. A collection of skilled models that may be applied to regression as well as classification is known as artificial intelligence (AI). PD can be detected using a variety of dataset formats, including text, speech, and picture datasets. For the purpose of classifying Parkinson's disease, this study suggests merging deep with machine learning recognition approaches. The three primary componen
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: This study aimed to evaluate the effectiveness of DeepLabv3+with Squeeze-and-Excitation (DeepLabv3+SE) architectures for segmenting the choroid in optical coherence tomography (OCT) images of patients with diabetic retinopathy.
METHODS: A total of 300 B-scans were selected from 21 patients with mild to moderate diabetic retinopathy. Six DeepLabv3+SE variants, each utilizing a different pre-trained convolutional neural network (CNN) for feature extraction, were compared. Segmentation performance was assessed using the Jaccard index, Dice score (DSC), precision, recall, and F1-score
СтатьяОбзорПолный 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.
The study presents an innovative diagnostic framework that synergises Convolutional Neural Networks (CNNs) with a Multi-feature Kernel Supervised within-class-similar Discriminative Dictionary Learning (MKSCDDL). This integrative methodology is designed to facilitate the precise classification of individuals into categories of Alzheimer's Disease, Mild Cognitive Impairment (MCI), and Cognitively Normal (CN) statuses while also discerning the nuanced phases within the MCI spectrum. Our approach is distinguished by its robustness and interpretability, offering clinicians an exceptionally transpa
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.
In recent years, the landscape of computer-assisted interventions and post-operative surgical video analysis has been dramatically reshaped by deep-learning techniques, resulting in significant advancements in surgeons' skills, operation room management, and overall surgical outcomes. However, the progression of deep-learning-powered surgical technologies is profoundly reliant on large-scale datasets and annotations. In particular, surgical scene understanding and phase recognition stand as pivotal pillars within the realm of computer-assisted surgery and post-operative assessment of cataract
DatasetСтатьяПоддержка исследования: вне правительства СШАПоиск 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.
Over the past few decades, machine learning and deep learning (DL) have incredibly influenced a broader range of scientific disciplines. DL-based strategies have displayed superior performance in image processing compared to conventional standard methods, especially in healthcare settings. Among the biggest threats to global public health is the fast spread of malaria. The plasmodium falciparum infection, the disease origin causes the intestinal illness. Fortunately, advances in artificial intelligence techniques have made it possible to use visual data sets to quickly and effectively diagnose
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.
Autism Spectrum Disorder (ASD) is a neurological disorder that influences a person's comprehension and way of behaving. It is a lifetime disability that cannot be completely treated using any therapy up to date. Nevertheless, in time identification and continuous therapies have a huge effect on autism patients. The existing models took a long time to confirm the diagnosis process and also, it is highly complex to differentiate autism from various developmental disorders. To facilitate early diagnosis by providing timely intervention, saving healthcare costs and reducing stress for the family i
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.
Diabetic nephropathy is a serious complication of diabetes, and primary Sjögren's syndrome is a disease that poses a major threat to women's health. Therefore, studying these two diseases is of practical significance. In the field of spectral analysis, although common Raman spectral feature selection models can effectively extract features, they have the problem of changing the characteristics of the original data. The teacher-student network combined with Raman spectroscopy can perform feature selection while retaining the original features, and transfer the performance of the complex deep ne
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.
MedElevator
Войти в исследования