Diffuse large B-cell lymphoma (DLBCL) is a clinically and molecularly heterogeneous disease. The increasing recognition and targeting of genetically defined DLBCLs highlight the need for robust classification algorithms. We previously characterized recurrent genetic alterations in DLBCL and identified 5 discrete subtypes, clusters 1 to 5 (C1-C5), with unique mechanisms of transformation, immune evasion, candidate treatment targets, and different outcomes after standard first-line therapy. Herein, we validate the C1 to C5 DLBCL taxonomy in an independent data set and use the expanded series 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.
Sleep position recognition plays a crucial role in diagnosing and managing various health conditions, such as sleep apnea, pressure ulcers, and musculoskeletal disorders. Accurate monitoring of body posture during sleep can provide valuable insights for clinicians and support the development of intelligent healthcare systems. This research presents a comparative analysis of sleep position recognition using two distinct approaches: image-based deep learning and accelerometer-based classification. There are five classes: prone, supine, right side, left side, and wake up. For the image-based meth
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.
AIMS: Human Immunodeficiency Virus (HIV) remains a critical global health concern due to its impact on the immune system and its progression to Acquired Immunodeficiency Syndrome (AIDS) if untreated. While antiretroviral therapy has advanced significantly, challenges such as drug resistance, adverse effects, and viral mutation necessitate the development of novel therapeutic strategies. This study aims to improve HIV bioactivity prediction and provide interpretable insights into molecular determinants influencing bioactivity.
MATERIALS AND METHODS: We propose MPNN-CWExplainer, a novel graph-b
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.
Early detection of Alzheimer's disease (AD) is essential for effective clinical intervention and disease management. However, conventional Deep Learning (DL) methods face limitations in analyzing complex brain magnetic resonance imaging (MRI), especially when training data are scarce. In this study, we propose a Quantum-Enhanced Neural Network Architecture (QENNA) that integrates quantum convolutional layers with classical deep learning to improve diagnostic accuracy in early AD detection. The model also incorporates quantum data augmentation strategies, including Quantum Generative Adversaria
СтатьяПоддержка 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.
Old and vision-impaired indoor action monitoring utilizes sensor technology to observe movement and interaction in the living area. This model can recognize changes from regular patterns, deliver alerts, and ensure safety in case of any dangers or latent risks. These solutions improve quality of life by promoting independence while providing peace of mind to loved ones and caregivers. Visual impairment challenges daily independence, and deep learning (DL)-based Human Activity Recognition (HAR) enhances safe, real-time task performance for the visually impaired. For individuals with visual impa
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.
The Internet of Things (IoT) has emerged as a powerful technology in various fields, including healthcare, assisting the elderly and disabled individuals. Solution-based IoT is widely utilized in healthcare support in diverse aspects of their daily lives and activities. These IoT-based assistive systems are crucial in uplifting the quality of life for disabled individuals and older adults. Furthermore, IoT-based interior navigation methods assist with easy accessibility and movement in areas, ensuring that disabled people can find objects with greater ease. Machine learning (ML) and deep learn
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.
A disability is one of the significant problems which has been introduced and leads to current problems. Disability is and continues to be a basis of frustration as it is observed as a limitation, a physical, cognitive, and mental handicap, which limits the individual's growth and involvement. Therefore, considerable effort is put into removing this type of limitation. The problems that disabled individuals face are tackled in the initiative. Disabled individuals must depend on others to meet their requirements. Machine learning (ML) is performing great work to make a smart city and provide a
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.
Skin diseases are an important global public health issue, causing significant health and psychological burdens. Predicting dermatology outpatient visits is essential for optimizing hospital resources and improving diagnosis and treatment methods. Based on machine learning technology and ensemble learning theory, this study integrates four neural network models to construct an optimal prediction model for daily outpatient visits related to skin diseases. To address the issue of local optima entrapment in sand cat swarm optimization (SCSO), an enhanced SCSO is proposed by incorporating the chao
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 paper outlines a new system for processing of eye-tracking data in basketball live games with two pre-trained Artificial Intelligence (AI) models. The system is designed to process and extract features from data of basketball coaches and referees, recorded with the Pupil Labs Neon Eye Tracker, a device that is specifically optimized for video analysis. The research aims to present a tool useful for understanding their visual attention patterns during the game, what they are attending to, for how long, and their physiological responses, as is evidenced through pupil size changes. AI models
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2025eng
This paper details the development of a deep neural network, and an accompanying application, capable of classifying and detecting five target classes important to the deaf and hard-of-hearing: a running faucet, a dripping faucet, a car engine, a car horn, and a fridge alarm. These classes were based on questionnaire results from previous research, which concluded with a long short-term memory (LSTM) model and an augmented self-captured dataset, but fell short of developing a mobile application as originally planned. To make such an application possible, this subsequent research primarily focu
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.
In this study, Convolutional Neural Network (CNN), DenseNet121, Inception V3 and ResNet50 machine learning algorithms were used to determine the quality changes in sea bream stored in refrigerator conditions using eye and gill images. The sea bream were categorized into 3 different freshness categories as fresh, moderate and spoiled and analysed with machine learning algorithms. According to the Confusion matrix values, it was determined that the prediction performance of the model was 100 % and the lowest value was calculated to be 98.42 % in the spoiled class in the eye parameter. The values
СтатьяОценочное исследованиеПоиск 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.
Given the significant implications of indoor air pollution for physical and mental health, well-being and productivity, indoor air quality (IAQ) is of critical importance. CO2 is a prevalent indoor air contaminant and represents a key determinant for IAQ characterization. This study collected sensed air pollution and climatic data from a hospital environment in Greece and employed Long Short-Term Memory (LSTM) neural network variants with progressively increased architectural complexity to predict indoor CO2 concentration across future horizons ranging from 15 min up to 180 min. Among the exam
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.
Accurate prostate segmentation from transrectal ultrasound (TRUS) images is the key to the computer-aided diagnosis of prostate cancer. However, this task faces serious challenges, including various interferences, variational prostate shapes, and insufficient datasets. To address these challenges, a region-adaptive transformer convolution fusion net (TCF-Net) for accurate and robust segmentation of TRUS images is proposed. As a high-performance segmentation network, the TCF-Net contains a hierarchical encoder-decoder structure with two main modules: (1) a region-adaptive transformer-based enco
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.
Plankton dynamics lie at the core of biogeochemical cycles and ecosystem function, which makes dependable prediction essential. Neural network-based approximations show strong potential in capturing these nonlinear interactions due to their flexibility and efficiency. In this study, a dynamic nonlinear autoregressive exogenous neural network trained with the Levenberg-Marquardt algorithm (ARX-LMA) is exploited on the nonlinear carbon thermal nutrient-plankton autonomous dynamics (NCTNP-AD) system for plankton population in the marine biosphere influenced by the impact of global warming and cli
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.
AI has propelled the potential for moving toward personalized health and early prediction of diseases. Unfortunately, a significant limitation of many of these deep learning models is that they are not interpretable, restricting their clinical utility and undermining trust by clinicians. However, all existing methods are non-informative because they report generic or post-hoc explanations, and few or none support patient-specific, accurate, individualized patient-level explanations. Furthermore, existing approaches are often restricted to static, limited-domain datasets and are not generalizab
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.
Radical-mediated advanced oxidation and/or reduction processes (AOPs/ARPs) have shown remarkable efficacy in degrading organic pollutants in wastewater, accurate prediction of radical-pollutant reaction kinetic and thorough mechanistic understanding are critical for optimizing these processes. Although machine learning (ML) has emerged as a powerful predictive tool, its performance is often limited by small datasets, leading to overfitting and poor mechanistic interpretation. To overcome these limitations, we develop a novel data augmentation framework based on variational autoencoder (VAE) st
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 AND OBJECTIVE: Although deep learning-based intelligent diagnosis of bladder cancer has achieved excellent performance, the reliability of neural network predicted results may not be evaluated. This study aims to explore a trustworthy AI-based tumor segmentation model, which not only outputs predicted results but also provides confidence information about the predictions.
METHODS: This paper proposes a novel model for bladder tumor segmentation with uncertainty estimation (BSU), which is not merely able to effectively segment the lesion area but also yields an uncertainty map showi
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: The COVID-19 pandemic has highlighted the need for robust and adaptable diagnostic tools capable of detecting the disease from diverse and continuously evolving data sources. Machine learning models, particularly convolutional neural networks, are promising in this regard. However, the dynamic nature of real-world data can lead to model drift, where the model's performance degrades over time, as the underlying data distribution changes due to evolving disease characteristics, demographic shifts, and variations in recording conditions. Addressing this challenge is crucial to maintai
СтатьяВалидационное исследованиеПоиск 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.
OBJECTIVES: This systematic review evaluates artificial intelligence (AI)-based predictive models developed for early sepsis detection in adult hospitalized patients. It explores model types, input features, validation strategies, performance metrics, clinical integration, and implementation challenges.
DATA SOURCES: A systematic search was conducted across PubMed, Scopus, Web of Science, Google Scholar, and CENTRAL for studies published between January 2015 and March 2025.
STUDY SELECTION: Eligible studies included those developing or validating AI models for adult inpatient sepsis predicti
СтатьяСистематический обзорМетаанализПоиск 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.
Infertility affects millions of couples worldwide, and in vitro fertilization is a key therapeutic strategy for achieving parenthood. Despite advances, the first IVF attempt fails in ~60% of patients, highlighting the need for innovative solutions to improve clinical outcomes. Challenges include the limited ability to study embryo implantation, inadequate methods to test therapeutic drugs, and lack of metrics to evaluate implantation images. To address these issues, we developed ImplantoMetrics, a Fiji plugin for quantitative assessment of trophoblast invasion in combination with a 3D-in-vitro
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.
MedElevator
Войти в исследования