The timely detection of abnormal health conditions is crucial in achieving successful medical intervention and enhancing patient outcomes. Despite advances in health monitoring, existing methods often struggle with achieving high accuracy, sensitivity, and specificity in real-time detection. This work addresses the need for improved performance in health monitoring systems in real time sensor data. In this work, real-time health monitoring data is obtained through the utilization of MAX 30102 and LM35 sensors, which capture the physiological features such as heart rate, blood oxygen levels 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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2025eng
Prostate Magnetic Resonance Imaging (MRI) and ultrasound (US) imaging play a crucial role in the diagnosis and management of prostate diseases. However, spatial and axial resolution limitations can hinder the accurate detection of lesions, affecting clinical decision-making. Traditional deep learning-based super-resolution (SR) methods, such as Convolutional Neural Networks (CNNs) and Generative Adversarial Networks (GANs), have demonstrated success in enhancing medical image quality; however, they often suffer from high computational costs and rigid grid-based representations. In this work, w
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: Gestational diabetes mellitus (GDM) is globally recognized as a significant pregnancy-related condition, contributing to complex complications for both mothers and infants. Traditional glucose tolerance tests lack the ability to identify the risk of GDM in early pregnancy, hindering effective prevention and timely intervention during the initial stages.
OBJECTIVE: The primary objective of this study is to pinpoint potential risk factors for GDM and develop an early GDM risk prediction model using neural networks to facilitate GDM screening in early pregnancy.
METHODS: Initially,
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 detection of tumor boundaries is critical for the success of oncologic surgical intervention. Traditionally, palpation can handover important information for tumor localization based on the tissue mechanical properties, but in Minimally Invasive Surgery no direct access to the tumor for palpation is feasible. For providing a technical analogy, this feasibility-level study focusses on the simplified problem of detection of an inclusion within a homogeneous silicon phantom. We hypothesized that existence of a relatively stiffer inclusion within an elastomer tissue phantom changes vibroa
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.
Fetal echocardiography (ultrasound of the fetal heart) plays a vital role in identifying heart defects, allowing clinicians to establish prenatal and postnatal management plans. Machine learning-based methods are emerging to support the automation of fetal echocardiographic analysis; this review presents the findings from a literature review in this area. Searches were queried at leading indexing platforms ACM, IEEE Xplore, PubMed, Scopus, and Web of Science, including papers published until July 2023. In total, 343 papers were found, where 48 papers were selected to compose the detailed revie
СтатьяScoping ReviewПоддержка исследования: вне правительства СШАПолный 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.
Manual diagnosis of hematological cancers like leukemia through bone marrow smear analysis is labor-intensive, prone to errors, and highly dependent on expert knowledge. To overcome these limitations, this study introduces a comprehensive deep learning framework enhanced with the innovative bio-inspired Ocotillo Optimization Algorithm (OcOA), designed to improve the accuracy and efficiency of bone marrow cell classification. The contributions include developing a baseline Convolutional Neural Network (CNN) that achieves an initial accuracy of 86.29%, surpassing existing state-of-the-art deep l
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.
Keeping pace with the rapid growth of proteomic data, the integration of multiproteomic data can improve biomarker identification and cancer diagnosis. However, the data integration needs to overcome substantial challenges owing to considerable variability among diverse data set sources and the extensive range of protein expression levels. In this study, with serum and urine from the same individuals, we established two in-depth paired proteome databases, including 956 serum proteins and 4730 urine proteins. To integrate multiproteomic data, we developed a proteomic-based transfer learning neu
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.
Traumatic brain injury (TBI) is one of the most common forms of neurotrauma, accompanied by significant disruptions in neuronal homeostasis and intercellular communication. A key protein involved in these processes is connexin 43 (Cx43), which facilitates the formation of gap junctions in the astrocytic network. In this study, using confocal and immunofluorescence microscopy, ultrastructural analysis, and molecular modeling, we investigated the dynamics of Cx43 expression and structural changes in neuroglia during various post-traumatic periods following TBI. It was shown that in the acute pha
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.
Micro- and nanoplastics (MNPs) are emerging pollutants that accumulate in ecosystems, food chains, and the human body, raising concerns about human health risks. However, understanding their toxicity remains challenging due to limited experimental data and the poor performance of conventional machine learning models on small, fragmented datasets. To address this, we developed a transfer learning-based quantitative structure-activity relationship (QSAR) model to predict MNP-induced cytotoxicity. Our approach leverages a three-layer neural network pre-trained on a large nanoparticle dataset and
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.
With increasing awareness of healthy living and social pressure, more and more people have begun to pay attention to their sleep state. Most existing methods that utilize wrist-worn devices data for detection rely on heuristic algorithms or traditional machine learning, which suffer from low classification efficiency and insufficient accuracy. This study explores an improved feature extractor based on the Constrained Cross Network to enhance the accuracy of the sleep-wake binary classification problem. The feature extractor consists of Feature Derivation Module and Feature Interaction Module.
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: To determine the extent of polypoidal choroidal vasculopathy (PCV) in fluorescein angiography (FA) using cost-effective, semisupervised deep learning to leverage abundance of FA images with PCV condition without pixel-level annotation.
METHODS: We develop a variant of the mean teacher (MT) model, which is a semisupervised convolutional neural network trained with both labeled and unlabeled data. The model is composed of two identical networks: a student network, learning aggressively if given the labeled images, and is regulated by a teacher network for consistency, if given unlabele
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.
Interstitial cells of Cajal (ICCs) play a key role in gastrointestinal smooth muscle contractions, but their relationship with anal canal function in advanced haemorrhoidal disease (HD) remains poorly understood. This study uses deep neural network (DNN) models to estimate ICC presence and quantity in anal canal tissues affected by HD. Haemorrhoidectomy specimens were collected from patients undergoing surgery with the LigaSure device. A YOLOv11-based machine learning model, trained on 376 immunohistochemical images, automated ICC detection using the CD117 marker, achieving a mean average prec
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.
OBJECTIVE: This study aimed to create a model to predict pneumoconiosis risk in coal workers using artificial neural networks (ANNs).
METHODS: An ANN-based model was developed using the health records of a population of coal workers (all men). Input neurons comprised current age, year the worker began his employment, occupational category, the number of days spent working underground, the total days spent working, the duration of employment in working underground (i.e., in a so-called group 1 job), and smoking status. Output neurons comprised the states of having pneumoconiosis and being free
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: Disease outbreaks, particularly cryptocaryoniasis caused by the ciliate Cryptocaryon irritans, pose significant barriers to sustainable marine fish aquaculture, undermining productivity, profitability, and biosecurity. Despite its impact, early warning tools for parasitic diseases leveraging advanced technologies remain underdeveloped.
METHODS: We developed a machine learning (ML)-driven early warning system for cryptocaryoniasis, integrating seven years of outbreak surveillance data (n = 429 events from 2016 to 2023) with 17 high-resolution oceanographic predictors influencing pa
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.
Dengue presents a significant global health challenge, affecting 50-100 symptomatic infections every year and placing immense strain on healthcare systems in tropical and subtropical regions. However, future projections of dengue infections in a warming world remain unclear. We used the support vector machine (SVM) and artificial neural network (ANN) models with Aedes mosquitoes and dengue records from 1960 to 2019 to comprehensively assess the effects of climate change and socioeconomic conditions on the distribution of mosquitoes and the global dengue incidence rate. The SVM and ANN models 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.
Existing research has established building age as a dominant urban factor influencing mosquito incidence in Singapore, which presents a problem for vector-borne diseases like Dengue. However, in-depth research understanding this relationship has yet to be conducted. This paper explores the correlation between detailed building design features and female Aedes Aegypti mosquito counts, applied to a novel dataset of 400 high-rise residential buildings representing a nationally representative sample. Based on linear regression results, a range of specific building features was found to be statisti
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.
HIV/AIDS deeply affects society, forcing people to leave their jobs and family responsibilities. This not only impacts their lives but also has a negative effect on the economy. HIV/AIDS affects development and growth by lowering productivity, income, and poverty levels. This study examines the impact of HIV/AIDS on Ethiopia's workingclass population using mathematical and neural network-based modeling, aiming to develop an accurate predictive framework. A supervised DNN with sigmoid activation is trained on WHO data (2000-2023) to predict disease incidence and transmission. Numerical simulati
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: Gait feature recognition is crucial to improve the efficiency and coordination of exoskeleton assistance. The recognition methods based on surface electromyographic (sEMG) signals are popular. However, the recognition accuracy of these methods is poor due to ignoring the correlation of the time series of sEMG signals. Therefore, this paper proposes a two-dimensional recognition method of lower limb gait features based on sEMG signal decomposition under multiple motion modes to improve the accuracy and robustness of gait recognition.
METHODS: First, in order to obtain gait informat
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.
Journal of oral pathology & medicine : official publication of the International Association of Oral Pathologists and the American Academy of Oral Pathology2024eng
BACKGROUND: Early diagnosis in oral cancer is essential to reduce both morbidity and mortality. This study explores the use of uncertainty estimation in deep learning for early oral cancer diagnosis.
METHODS: We develop a Bayesian deep learning model termed 'Probabilistic HRNet', which utilizes the ensemble MC dropout method on HRNet. Additionally, two oral lesion datasets with distinct distributions are created. We conduct a retrospective study to assess the predictive performance and uncertainty of Probabilistic HRNet across these datasets.
RESULTS: Probabilistic HRNet performs optimally o
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.
OBJECTIVE: The purpose of this study is to summarize the results from 3 experimental studies into the use of artificial intelligence to classify and segment colour fundus images with choroidal nevi.
STUDY DESIGN: This study is based on a secondary analysis of colour fundus images taken of patients receiving usual clinical care from the Alberta Ocular Brachytherapy Program.
METHODS: High-resolution colour fundus images were labeled by experienced ocular oncologists. In experimental study 1, four pre-trained models (ResNet 50, VGG-19, VGG-16, and AlexNet) were evaluated for their ability to cl
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