BACKGROUND: The trajectory of a patient with trauma is often complex and nonlinear. Real-time estimation of the mortality risk from prehospital care to discharge is critical for point-of-care decision-making and for benchmarking the quality of care. Conventional risk assessment systems in trauma are simple and data-sparse, leaving potential for harvesting available data for personalized risk assessments accounting for developing patient states.
OBJECTIVE: This study aims to create an AI risk prediction model for 30-day mortality in patients with trauma capable of performing predictions at any
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.
Spatially resolved transcriptomics (SRT) allows for the comprehensive profiling of gene expression while preserving spatial context, advancing the study of tissue architecture. However, existing computational approaches still face key limitations, particularly the insufficient exploitation of histology information and the lack of cross-modal meaningful contrastive strategies for biological analyses. To overcome these challenges, we propose GCAST, a graph contrastive autoencoder framework for spatial transcriptomics that seamlessly integrates multimodal SRT data. GCAST adopts a self-supervised
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 segmentation of brain tumors from MRI remains a challenging problem in medical image analysis because tumor regions exhibit substantial size variability, diffuse and infiltrative boundaries, and severe foreground-background imbalance. To address these challenges, we propose MamNet-PT, a hybrid segmentation architecture that integrates efficient long-range dependency modeling, multi-resolution feature aggregation, and uncertainty-aware prediction within a unified framework. First, a selective state-space model is embedded into the U-Net-based feature pathway to capture long-range spatia
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.
PURPOSE: Human activity recognition (HAR) utilises a wide array of sensors that produce vast amounts of data. Artificial intelligence (AI) is responsible for several HAR, which require significant computation and processing power. This article presents a new Hybrid Feature Selection Approach for Adaptive Human Activity Recognition to Support Disabled Persons (HFSA-HARSDP) approach in the IoT-Edge-Cloud continuum. The aim is to provide a promising strategy for next-generation smart healthcare and assistive IoT ecosystems via HAR assistance for disabled individuals.
METHODS: The HFSA-HARSDP app
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.
HPV is the most common sexually transmitted infection; most sexually active individuals are exposed to HPV at some point in their lives, and the majority of these infections resolve naturally through the immune system. However, persistent infection with high-risk HPV types is the leading cause of cervical cancer worldwide, underscoring the importance of vaccination and early detection in reducing disease burden. In this study, the effect of an awareness campaign on the dynamics of human papillomavirus infection has been investigated through a mathematical model using neural networks. The basic
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.
The reference trajectory, serving as the sole kinematic guidance, is crucial for exoskeleton robot systems. This study introduces a method for generating an optimal trajectory for lower-limb exoskeletons, aiming at reducing human power during walking. Initially, the human joint angles were computed from measured data by a neighborhood field optimization (NFO). Subsequently, inverse dynamic analysis including seven-link dynamic model of human-exoskeleton coupling and corresponding ground reaction forces optimization were constructed, which was surrogated by a back propagation neural network (BP
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.
Electrical impedance spectroscopy (EIS) is a powerful tool used to investigate the properties of materials and biological tissues. This study presents one of the first applications of EIS for the detection and classification of oral potentially malignant disorders (OPMDs) and oral cancer. We aimed to apply EIS in conjunction with deep learning to assist the clinical diagnosis of OPMD and oral cancer as a non-invasive diagnostic technology. Currently, the diagnosis of OPMD and oral cancer relies on clinical examination and histopathological analysis of invasive scalpel tissue biopsies, which is
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.
Bone marrow cytomorphology analysis has long been a prerequisite for diagnosing hematologic disorders. It is often a tedious and subjective activity through conventional manual methods. The recent advancement in deep learning (DL) has a bright future with potential automation in cell classification, segmentation, and diagnosis workflows. This review outlines the current state-of-the-art application of DL for bone marrow analysis, focusing mainly on challenges such as data scarcity, class imbalance, and inter-center variability. It includes an evaluation of publicly available datasets together
СтатьяОбзорПоиск 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 rapid and accurate identification of antibiotics in environmental samples is critical for addressing the growing concern of antibiotic pollution, particularly in water sources. Antibiotic contamination poses a significant risk to ecosystems and human health by contributing to the spread of antibiotic resistance. Surface-enhanced Raman spectroscopy (SERS), known for its high sensitivity and specificity, is a powerful tool for antibiotic identification. However, its broader application is constrained by the lack of a large-scale antibiotic spectral database crucial for environmental and clin
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.
Artificial intelligence (AI) holds great potential for minimally invasive surgery, with fields of application ranging from interdisciplinary treatment stratification through preoperative planning up to active decision support in the operating room, which are the focus of this article. Artificial neural networks for analysis of surgical video recordings could enhance surgical safety, efficiency and planning. High-quality, diverse (meta)data are essential for such AI applications but the annotation, training and validation present complex demands. Despite technological advances, the clinical imp
Аннотация на английскомСтатьяПоиск 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.
PURPOSE: The integration of artificial intelligence (AI) with hyperspectral imaging (HSI) offers a promising avenue for improving pre-therapeutic prognosis, a key factor in optimizing cancer treatment strategies. This study explores the potential of artificial neural networks (ANNs) to predict the effectiveness of preoperative chemo- or radiochemotherapy in esophageal adenocarcinoma (EAC), using HSI data derived from histopathological tissue samples.
METHODS: HSI data were obtained from pre-therapeutic histopathological samples of 21 patients with EAC. Following annotation and spectral extrac
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.
Pharmaceutical pollutants are increasingly recognized as emerging contaminants in aquatic environments. Their persistence, bioactivity, and resistance to conventional treatment processes raise ecological and human health concerns, including the spread of antimicrobial resistance. Adsorption has emerged as a promising polishing step for their removal, but adsorption capacity (Qe, mg/g) varies widely depending on molecular structure and operational conditions, making predictive modeling essential. In this work, we developed machine learning models to predict adsorption capacities for Aspirin, Ca
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.
Parkinson's disease (PD), a common neurodegenerative disorder, is estimated to affect over two million people in China, with a trend towards younger demographics, posing a significant challenge to public health. Traditional diagnostic methods rely heavily on manual detection, which is inefficient and highly susceptible to subjective biases. Gait recognition, as a long-distance, non-contact, and efficient human identification technology, has garnered attention from researchers. However, existing gait recognition architectures have deficiencies in gait feature capture, sampling flexibility, gene
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.
AIM/OBJECTIVE: This review assessed the quality and findings of systematic reviews on AI in dentistry, categorising advancements across various specialties.
METHODS: The review analyzed data from seven databases, assessed review quality with ROBIS, calculated pooled AI performance estimates, and identified research gaps through an Evidence Gap Map.
RESULTS: This study analysed 116 included systematic reviews. Meta-analysis of twelve low-bias reviews showed AI diagnostic accuracy ranging from 82% to 95% across dental specialties. The pooled sensitivity and specificity of AI algorithms for den
СтатьяОбзорПоиск 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: Accurate and rapid assessment of fluid status of maintenance hemodialysis (MHD) patients and maintaining fluid balance is essential to ensure the quality of dialysis treatment. Currently, clinical methods for assessing ultrafiltration volume are still insufficient, and reliable tools that are more accurate and rapid are needed. The objective of this study was to construct a model for predicting ultrafiltration volume (UF) in MHD patients based on artificial neural network (ANN) algorithms, to validate and evaluate this model, and to investigate the impact of body composition prior
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 the context of lifestyle changes, stress and other environmental factors have resulted in the sudden hike in dementia globally. This necessitates investigations with respect to every horizon of the due cause for it; further on, the diagnosis and treatments can be advanced with the aid of technology. This work attempts to conduct one such investigation on dementia diagnosis based on EEG signals. The implementation is carried out under three different verticals. Firstly, a conventional machine learning model was developed post-pre-processing, and feature extraction from the power spectral den
СтатьяСравнительное исследованиеПоиск 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.
PURPOSE: Human-centered artificial intelligence (AI) plays a crucial role in medical research. This paper evaluates the impact of human expertise in AI systems, using dementia prediction as a case study. Specifically, plasma phospho-tau181 (ptau181) is employed as the ground truth for Alzheimer's disease (AD) to advance early detection and treatment strategies.
METHODS: In this empirical study, we investigated three distinct cases to explore AI's role in predicting ptau181 levels through finger-tapping analysis. Case 1 employed explicit features from finger movements combined with a Ridge reg
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.
Recently, Transformer has been widely used in medical imaging analysis for its competitive potential when given enough data. However, Transformer conducts attention on a global scale by utilizing self-attention mechanisms across all input patches, thereby requiring substantial computational power and memory, especially when dealing with large 3D images such as MRI images. In this study, we proposed Residual Global Scoring Network (ResGSNet), a novel architecture combining ResNet with Global Scoring Module (GSM), achieving high computational efficiency while incorporating both local and global
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 uncontrollable and rapid growth of brain cells can lead to brain tumors. If left untreated, this condition may result in severe health consequences, including death. Accurate detection and classification are the essential steps toward understanding their mechanisms and ensuring effective treatment. Both tasks are challenging, with brain tumor detection being more complex due to variations in tumor size, structure, and location. Many scholars have employed machine learning and deep learning methods for brain tumor detection. Deep learning (DL) methods provide robust solutions for the detect
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.
Optical Character Recognition (OCR) is a part of transformative Artificial Intelligence (AI) technology which translates printed or handwritten texts into digital, machine-readable form. These OCR systems act as an assistive tool for visually impaired people helping them with real-time text recognition and to interact with their surroundings. This paper presents "OCRNet", a robust deep learning approach to detect and recognize alphanumeric characters in dynamic environments. Firstly, an optimized neural network with 43 layers is designed to capture the spatial features of the 62 alphanumeric c
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