Diabetes mellitus is a persistent metabolic condition that requires accurate and early diagnosis to prevent severe complications. This paper proposes an Extreme Gradient Boosting (XGBoost)-based predictive framework for multi-classification of diabetes mellitus into non-diabetic, pre-diabetic, and diabetic classes. After standardization and exclusion of non-clinical identifiers, Duplicate clinical records were removed from the original dataset, leaving 826 unique records. Comprehensive preprocessing pipeline used a stratified 70:30 train-test split and five-fold cross-validation; scaling and r…
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.
Parkinson’s disease is a progressive neurodegenerative disorder that primarily affects the motor system and is often difficult to diagnose in its early stages due to subtle and age-overlapping symptoms. To address this challenge, we propose a hybrid deep learning-based diagnostic framework using T2-weighted MRI scans from the PPMI dataset consisting of 77 healthy control (HC) and 223 Parkinson’s disease (PD) subjects. The images undergo standardized preprocessing, including intensity normalization and contrast-limited adaptive histogram equalization (CLAHE), to enhance structural visibility in
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.
Open intent classification aims to assign known intents to their corresponding classes while identifying unknown intents. Its success largely relies on accurately annotated data. However, real-world data often contains both in-distribution (IND) noise and out-of-distribution (OOD) noise, which degrades model performance. Despite recent progress, open intent classification under such complex-noise scenarios remains underexplored. Moreover, existing noise-handling methods face several limitations: 1) they typically rely on limited class-level information, such as prototypes, for noise detection,…
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: The classification of periodontitis has changed, establishing not just the severity and extent of disease but also more comprehensive risk assessment for patients and hopefully guiding more tailored treatment approaches. Although the new classification presented several benefits to the severity and risk of progression of disease, some limitations remain. This review highlights key gaps in the grade C and molar-incisor pattern (C-MIP) classification, particularly the exclusion of primary dentition involvement, which limits early awareness, diagnosis, treatment, and research. Additio…
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.
Optical coherence tomography (OCT) enables early detection of vision-threatening diabetic retinopathy (DR) and retinal fluid accumulation, both major complications of diabetes. Despite high classification performance, deep learning models face limited clinical adoption due to poor interpretability. While attribution methods are effective for explaining predictions in the natural image domain, their applicability to medical imaging remains underexplored. To bridge this gap, our work explores how well these strong results transfer to the medical imaging domain. This study evaluates three cutting…
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.
Thyroid eye disease (TED) is a prevalent autoimmune orbital disorder that can severely impair visual function and significantly diminish pat … uadratic computational complexity when processing high-resolution medical images, along with subpar classification accuracy in challenging scenarios such as highly similar pathological regions and blurred image boundaries, limit their clinical applicability. To tackle these challenges, we propose a hybrid architecture that integrates CNNs, attention mechanisms, …
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.
Deep learning (DL) has shown considerable promise for EEG-based dementia assessment; however, rigorous cross-family comparisons under leakag … the subject level using majority voting across EEG segments. Model performance was evaluated using classification metrics, learning stability, statistical ranking, computational efficiency, and interpretability analysis. Among all benchmarked architectures, the self-supervised SimCLR-Time framework achieved the strongest subject-level performance, reaching a me …
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.
OBJECTIVES: Due to donor liver shortage, donation after circulatory death (DCD) livers are increasingly used for liver transplantation (LT). However, non-anastomotic biliary strictures (NAS) are more often observed after DCD LT, which can cause serious morbidity. To provide early adequate NAS-treatment, reliable NAS classification is pivotal. Therefore, the current study determined the clinical applicability of two radiological NAS-classification systems, namely the system of Croome and the Groningen system.
MATERIALS AND METHODS: Patients included in the dual hypothermic oxygenated perfusion…
Клиническое исследование III фазыСтатьяМногоцентровое исследованиеПолный 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.
Deep models for oral squamous cell carcinoma (OSCC) detection from haematoxylin-eosin histopathology degrade sharply across laboratories, scanners and magnifications, yet the target centre is usually unavailable during training, making generalization to unseen domains the decisive requirement for reliable screening. We cast multi-centre OSCC classification as a domain-generalization problem and propose SICA (Style-Invariant Consistency Alignment), a single objective combining three established invariance mechanisms: style randomisation of channel-wise feature statistics, a stain-consistency te…
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: Large language models (LLMs) have been widely applied to text classification; however, their effectiveness in domain-specific scholarly metadata classification remains insufficiently explored. This study investigates the use of open-source LLMs to classify modeling and simulation research articles across three predefined metadata dimensions: Industry, Application Area, and Modeling Method.
METHODS: Using a curated dataset of research articles from the AnyLogic research repository, we evaluated models from the Qwen2.5, Llama3.1, Mistral, Ministral, and Gemma3 families. We compare…
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.
Multi-label image classification is a classification task that assigns labels to multiple objects in an input image. Recent research ideas mainly focus on solving the semantic consistency of visual features and label features. However, since images contain complex scene content, the features captured by visual feature extraction networks based on grid or sequence representation may introduce redundant information or lack continuity when identifying irregular objects. In order to fully mine the visual information of complex objects in images and enhance the inter-modal interaction of images and…
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.
Classifying astrophysical bodies like stars, galaxies, and black holes plays an underlying role in understanding the evolution of the universe. Effective analysis of a huge number of astronomical objects captured by telescopes is a challenge. For the classification of astronomical objects, quantum computing coupled with artificial intelligence proposes a good solution. Quantum machine learning (QML) utilizes the concepts of quantum computing to process huge datasets with greater accuracy and efficiency. In the current study, quantum features extraction with a convolutional neural network (CNN)…
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.
High-resolution remote sensing technologies have increasingly become a versatile and cost-effective method for monitoring diverse ecosystems and enhancing vegetative species classification. This study utilizes two remote sensing approaches to classify the dominant, canopy-contributing tree species in a Bottomland Hardwood Forest (BHF) in Northeast Louisiana, evaluating the effectiveness of consumer-grade Unmanned Aerial Systems (UAS) and advanced machine learning techniques. High-resolution RGB aerial imagery was collected via UAS and processed using photogrammetric techniques to generate orth…
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 classification of urban tree species is fundamental for urban green space management and ecological assessment. To address the challenges of small and overlapping tree crown detection in high-resolution remote sensing imagery, this study proposes YOLO-CNGD, a novel framework based on YOLOv11n. The key enhancements include the integration of the Convolutional Block Attention Module (CBAM) for refined feature representation, the adoption of the Normalized Wasserstein Distance (NWD) loss for robust small-object localization, the incorporation of Deformable Convolution v3 (DCNv3) to adapt…
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: Histological typing of carcinomas is crucial considering the varying progression, prognosis, and treatment efficacy. Clear cell and mucinous carcinomas show good early-stage prognosis but poor advanced-stage outcomes due to chemotherapy resistance. Here, we aimed to develop an artificial intelligence (AI) model to classify histological types of ovarian cancer.
METHODS: A deep learning model was developed using the YOLOv8 object detection (OD) and image classification. The OD and classification models were included in 71 cases of malignancy, comprising 2,438 and 5,874 images, respe…
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.
While automation has transformed many areas inside clinical laboratories, microbiology still relies heavily on manual tasks, particularly the culture of samples on agar plates and their subsequent manual review for microorganism identification and antibiotic susceptibility profiling. Bacterial colony detection and classification require trained professionals, making the process time-consuming and prone to human error. Developing deep learning models to automate these tasks could improve microbiology workflows and accelerate clinical decision-making. In this study we trained and evaluated five …
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.
Multiplexed gas sensor arrays combined with machine learning have unlocked previously inaccessible applications for scent-based sensing. Cur … d with machine learning algorithms, can perform automated object identification. We demonstrate the classification of 16 different objects, including food spoilage and nut allergens, with a 92.6% overall prediction accuracy.
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.
Deep neural networks have achieved strong performance in medical image classification, but their deployment may be constrained by the computational cost of high-capacity models. Knowledge distillation (KD) addresses this problem by transferring knowledge from a teacher to a lightweight student. However, the reliability of teacher supervision may vary across samples, potentially introducing noisy guidance and local conflicts with ground-truth supervision. We propose Selective Confidence-guided Projection-based Encoding (SCOPE), a conflict-aware KD framework comprising Selective Relation Alignme…
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 classification of disease subtypes is a fundamental requirement of precision medicine especially for complex and heterogeneous conditions such as breast cancer and Alzheimer's disease. Recent advances in graph-based deep learning have shown strong potential in multi-omics integration by modeling inter-sample relationships through similarity networks. Yet, the question of how best to construct these networks remains an open and underexplored challenge. In this work, we present a systematic evaluation of six distinct similarity network construction strategies including Cosine Similarity…
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.
Deep learning architectures are now widely applied in sleep electroencephalogram (EEG) analysis. These developments have significantly advanced EEG-based sleep stage classification. This progress offers considerable benefits for sleep research and the diagnosis of neurological disorders. This work provides a systematic review of deep learning models for sleep staging. It analyzes the evolution of their architectures and input representation strategies. Additionally, it summarizes the current usage of preprocessing strategies, public datasets, and evaluation metrics. The cross-dataset accuracy …
СтатьяСистематический обзорПолный 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.
MedElevator
Войти в исследования