BACKGROUND: Malaria remains a significant global health challenge, requiring diagnostic approaches that are rapid, cost-effective, and accurate. The present study proposes a hybrid deep learning framework for malaria diagnosis using thin blood smear cell images obtained from the National Institute of Malaria Research (NIMR), a leading research institution of the Indian Council of Medical Research (ICMR).
METHODS: A total of 15,938 thin blood smear microscopic images were preprocessed to enhance the visibility of cellular structures and suppress background noise. Segmentation was performed usi
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: Brain metastases from gastrointestinal (GI) malignancies are heterogeneous, while stereotactic radiosurgery dose selection remains guided by lesion size, location, prior treatment, and physician judgment rather than individualized estimates of local failure and toxicity. We developed THINKERS-GI, a three-expert mixture-of-experts framework for outcome prediction and dose-policy evaluation after Gamma Knife radiosurgery (GKRS).
METHODS: We performed a retrospective single-center study of 300 patients with 1,233 GI brain metastases. Pretreatment variables were used to train a three-
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.
Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver2025eng
BACKGROUND AND AIMS: Identification and assessment of early gastric cancer (EGC) has important prognostic implications. We aimed to review the role of artificial intelligence (AI) assisted endoscopy in the diagnosis and depth assessment of EGC.
METHODS: We searched Pubmed, EMBASE, Web of Science, and Cochrane Library database for studies assessing the role of AI in EGC. Included studies were pooled to obtain summary receiver operator characteristics curve (sROC), pooled sensitivity and specificity. Risk of bias was estimated using QUADAS-2 assessment tool and publication bias was assessed usi
СтатьяСистематический обзорМетаанализПоиск 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: This study evaluates deep learning (DL) approaches, particularly long short-term memory (LSTM) networks, for analyzing dynamic changes in the hepatocellular carcinoma (HCC) tumor microenvironment (TME) to improve disease understanding and treatment prediction.
MATERIALS AND METHODS: Multimodal HCC TME data (high-throughput sequencing, protein expression, and time-series imaging) were integrated. Spatial features were extracted using convolutional neural networks (CNNs), while temporal patterns were modeled with LSTMs. Generative adversarial networks (GANs) augmented data for robust t
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: Neurological disorders, particularly Parkinson's Disease (PD), are serious and progressive conditions that significantly impact patients' motor functions and overall quality of life. Accurate and timely diagnosis is still crucial, but it is quite challenging. Understanding the changes in the brain linked to PD requires using neuroimaging modalities like magnetic resonance imaging (MRI). Artificial intelligence (AI), particularly deep learning (DL) methods, can potentially improve the precision of diagnosis.
METHOD: In the current study, we present a novel approach that integrates
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) is a neurodegenerative disorder affecting motor control, leading to symptoms such as tremors and stiffness. Early diagnosis is essential for effective treatment, but traditional methods are often time-consuming and expensive. This study leverages Artificial Intelligence (AI) and Machine Learning (ML) techniques, using voice analysis to detect early signs of PD. We applied a hybrid model combining Convolutional Neural Networks (CNN), Recurrent Neural Networks (RNN), Multiple Kernel Learning (MKL), and Multilayer Perceptron (MLP) to a dataset of 81 voice recordings. Acou
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.
Weeds, defined by their ecological and economic impact rather than taxonomy, present a major challenge to agriculture by competing with crops for limited resources and serving as vectors for disease. In Monterey County, California, one of the most productive farming regions in the United States, Sonchus oleraceus (annual sowthistle) and Malva parviflora (little mallow) have been linked to over $150 million in crop losses due to their role in spreading Impatiens Necrotic Spot Virus (INSV). As precision agriculture becomes more important in high-value production systems, deep learning and image-
СтатьяВалидационное 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.
OBJECTIVE: Artificial neural networks have been used in various fields to solve classification and prediction tasks. However, it is unclear if these may be adequate methods to predict psychological treatment outcomes. This study aimed to evaluate the prognostic accuracy of neural networks using psychological treatment outcomes data.
METHOD: Three neural network models (TensorFlow, nnet, and monmlp) and a generalised linear regression model were compared in their ability to predict post-treatment remission of depression symptoms in a large naturalistic sample (n = 69,489) of patients accessing
СтатьяСравнительное исследованиеПоддержка 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.
Acute leukemia requires precise molecular classification and urgent treatment. However, standard-of-care diagnostic tests are time-intensive and do not capture the full spectrum of acute leukemia heterogeneity. Here, we developed a framework to classify acute leukemia using genome-wide DNA methylation profiling. We first assembled a comprehensive reference cohort (n = 2,540 samples) and defined 38 methylation classes. Methylation-based classification matched standard-pathology lineage classification in most cases and revealed heterogeneity in addition to that captured by genetic categories. Us
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2025eng
Gait analysis traditionally relied on controlled laboratory settings, limiting its practical use in non-clinical environments. This study proposes an accessible framework utilizing consumer electronics, combining data from an Apple Watch and a visual sensor system, to measure stride time (ST) across three walking speeds: slow, normal, and fast. Data was collected from eight participants in a semi-controlled setting designed to match real-world conditions. The machine learning framework, combining Convolutional Neural Networks (CNN) and Bidirectional Long Short-Term Memory (BiLSTM) networks, wa
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.
Accurate segmentation of upper airway structures such as the velum and OTE (oropharynx, tongue base, epiglottis) in drug-induced sleep endoscopy (DISE) images is crucial for predicting the degree and location of obstruction to determine treatment options for obstructive sleep apnea (OSA). This study systematically compares centralized learning (CL) and federated learning (FL) approaches for the semantic segmentation of these regions using multi-institutional DISE video data. A convolutional neural network (CNN)-based segmentation model was trained and evaluated for both learning paradigms. The
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.
While prior research has explored the relationship between Object Relations Theory (ORT) and the Alternative Model for Personality Disorders (AMPD), comprehensive comparisons across diverse clinical populations and methodologies remain limited. This study investigated the predictive accuracy of AMPD and ORT in identifying personality psychopathology using neural network models within a mixed sample of 639 participants (229 non-clinical undergraduates, 410 psychiatric inpatients). Data were collected using Persian translations of the Level of Personality Functioning Scale-Self-Report (LPFS-SR),
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.
The presence of axillary lymph node metastasis (ALNM) in breast cancer patients is an important factor in deciding whether to have axillary surgery or pursue alternative treatments. Based on axillary ultrasound (US) and histopathologic data, three graph neural network models were compared to predict ALNM in early-stage breast cancer. The patients were randomly divided into two data sets: training (80%) and testing (20%). Predictive performance was measured using accuracy, sensitivity, specificity, positive predictive value, negative predictive value, F1 score, and area under the curve (AUC). I
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.
The accurate non-invasive detection and estimation of central aortic pressure waveforms (CAPW) are crucial for reliable treatments of cardiovascular system diseases. But the accuracy and practicality of current estimation methods need to be improved. Our study combines a meta-learning neural network and a physics-driven method to accurately estimate CAPW based on personalized physiological indicators. We collected data from 260 patients who underwent catheterization surgery, using measured CAPW and personalized physiological indicators (e.g., weight, body mass index (BMI), radial mean arterial
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 analysis of molecular interactions between antigens and antibodies is crucial for understanding the immunological mechanisms underlying the immune response and for developing effective therapies against various diseases. In this context, the ability to distinguish between protein interfaces that form stable and unstable complexes is a key step in the design of therapeutic antibodies and vaccines. In recent years, deep learning models have provided advanced tools for biomedical research. This work introduces a novel approach to analyzing antibody-antigen interactions, and in particular SARS
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: This study aims to develop a self-supervised foundational model based on routine MRI and to evaluate its performance in tasks of brain tumor grading and pathological subtype classification.
METHODS: We developed the Unified Multimodal Brain Imaging Foundation (UMBIF) model by performing self-supervised learning on 51,029 MRI images from multiple institutions. The model was first trained using a contrastive masked image modeling task to extract robust feature representations. Next, UMBIF was fine-tuned for downstream tasks-glioma grading and histological classification-using multi-
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.
This study evaluates the performance of a machine learning model in classifying glaucoma severity using color fundus photographs. Glaucoma severity grading was based on the Hodapp-Parrish-Anderson (HPA) criteria incorporating the mean deviation value, defective points in the pattern deviation probability map, and defect proximity to the fixation point. The dataset of 2,940 fundus photographs from 1,789 patients was matched with visual field tests and equally classified into three classes: normal, mild-moderate, and severe glaucoma stages. The EfficientNetB7, a convolutional neural network mode
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.
The rapid and economical synthesis of novel bioactive compounds remains a hurdle in drug discovery efforts. This study demonstrates an integrated medicinal chemistry workflow that effectively diversifies hit and lead structures, enabling an acceleration of the critical hit-to-lead optimization phase. Employing high-throughput experimentation (HTE), we generated a comprehensive data set encompassing 13,490 novel Minisci-type C-H alkylation reactions. These data served as the foundation for training deep graph neural networks to accurately predict reaction outcomes. Scaffold-based enumeration of
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.
UNLABELLED: The implementation of prostate-specific antigen (PSA) screening over the past decade has led to a significant increase in the number of primary prostate biopsies, thereby imposing a growing workload on pathology departments. Globally, considerable efforts are being directed towards developing artificial intelligence (AI) models capable of assisting pathologists in the morphological diagnosis of prostate cancer (PCa).
OBJECTIVE: Develop an AI-based model for detecting PCa in biopsy samples and compare its diagnostic performance with pathologists with varying levels of experience.
Аннотация на английскомСтатьяПолный 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.
Traditional villages have evolved over time to adapt to their environmental characteristics, demonstrating high ecological suitability. Ideal village locations not only provide comfortable living spaces but also ensure safety and sustainability, reflecting the ancestors' profound understanding of the natural environment and ecological wisdom. This study employs an artificial intelligence-based multi-model integration approach to evaluate the ecological suitability of 413 traditional village sites in Jiangxi Province. Key influencing factors are identified, and the ecological wisdom of ancestra
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