Prostaglandin F2α (PGF2α) is associated with preterm labor and preterm birth. PGF2α inhibitors have thus proven to be a promising target in the development of lead compounds to prevent preterm birth. In this work, Quantitative Structural Activity Relationship (QSAR) was implemented on a dataset of 77 compounds of 6-bromo-3-methylquinoline analogues using statistical approach and random selection in the QSARINS software. The Genetic Algorithm-Multiple Linear Regression (GA-MLR) approach was used to predict the best model (R 2 = 0.8943 and Q 2 LOO = 0.8836). The inclusion of descriptors FNSA-2 a
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.
The microbial spoilage of meat is associated with the generation of volatile organic compounds (VOCs) and off-odors. While predictive modeling benefits shelf-life determination, predicting the volatolome is very complex as the related microbial metabolism is easily affected by the packaging O2/CO2 composition. Whereas traditional supervised learning mostly focuses on predicting one single target, this study introduces the concept of multi-target prediction (MTP) by presenting a study on predicting multiple VOCs produced by Brochothrix thermosphacta under different packaging atmospheres. The us
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.
Craniotomy, a complex neurosurgical intervention, carries significant risks of postoperative complications including intracerebral hemorrhage (ICH) and cerebral edema, causing elevated intracranial pressure (ICP) and life-threatening cerebral herniation. However, the current ventricular catheter ICP monitoring technologies pose risks of infection and hemorrhage, and restrict patient mobility during medical procedures. There is thus an urgent need to develop ICP monitoring technologies that simultaneously achieve sensitivity, safety, and portability. Memristors, with their integrated memory, se
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.
The pharmaceutical industry is striving to develop innovative and promising tools, increasingly embracing new data-driven approaches, to understand, improve and accelerate the drug product development process. While extended release (ER) oral formulations offer a number of advantages, including maintenance of therapeutic drug levels, a reduction in dosing frequency, and minimization of side effects, achieving consistent drug release profiles remains a significant challenge. As a critical attribute for drug absorption into systemic circulation, in vitro dissolution testing represents a time-con
СтатьяСравнительное исследованиеПолный 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.
Appropriate identification of burn depth and size is paramount. Despite the development of burn depth assessment aids [eg, laser Doppler imaging (LDI)], clinical assessment, which assesses partial-thickness burn depth with 67% accuracy, currently remains the most consistent standard of practice. We sought to develop an image-based artificial intelligence system that predicts burn severity and wound margins for use as a triaging tool in thermal injury management. Modified EfficientNet architecture trained by 1684 mobile-device-captured images of different burn depths was previously used to crea
СтатьяСравнительное исследованиеПоддержка 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.
Fetal Heart Disease (FHD) is the most prevalent root cause of infant demise which accounts for 21% of all congenital abnormalities, with most instances being catastrophic, thereby rendering the need for early prognosis. Ultrasonography is the forefront imaging modality for assessing fetal growth in four-chamber and blood vessel malformation. Clinically diagnosing the abnormality is time-consuming and requires the skill of a radiologist. In subsequent, numerous preceding research strategies ideal to meta-heuristic and deep learning's Faster Artificial Neural Network (FANN), Dense Recurrent Neur
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: This study aims to optimize tunable hyperparameters of the multilayer perceptron (MLP) setup. The optimization procedure is aimed at more accurately predicting potential health risks to the surgeon during robotic-assisted surgery (RAS).
METHODS: Data related to physiological parameters (electrodermal activity-EDA, blood pressure and body temperature) were collected during twenty RAS sessions completed by nine surgeons with different levels of experience. Once the dataset was generated, two preprocessing techniques (scaling and normalized) were applied. These datasets were divided int
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.
This study investigates the use of machine learning (ML) algorithms to support faster and more accurate diagnosis of polycystic ovary syndrome (PCOS), with a focus on both predictive performance and clinical applicability. Multiple algorithms were evaluated-including Artificial Neural Networks (ANN), Support Vector Machines (SVM), Logistic Regression (LR), K-Nearest Neighbors (KNN), and Extreme Gradient Boosting (XGBoost). XGBoost consistently outperformed the other models and was selected for final development and validation. To align with the Rotterdam criteria, the dataset was structured in
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 unstructured data of Chinese cancer electronic health records (EHRs) contains valuable medical expertise. Accurate medical entity recognition is crucial for building a medical-assisted decision system. Named entity recognition (NER) in cancer EHRs typically uses general models designed for English medical records. There is a lack of specialized handling for cancer-specific records and limited application to Chinese medical records.
OBJECTIVE: This study aims to propose a specific NER model to enhance the recognition of medical entities in Chinese cancer EHRs.
METHODS: Desensi
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 current gold standard for detecting epileptic seizures is in-hospital video-Electroencephalography (vEEG), but vEEG is resource-intensive and imposes considerable burdens on patients and caregivers. Wearable devices offer an alternative to monitor seizures over long periods in a home environment and Machine Learning (ML) models can be used to analyze the data and identify seizure activity. The best performing ML models tend to be black-box models which do not provide a rationale for their decision, making it difficult to audit their mistakes and limit their real-world utility. To combat th
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.
BACKGROUND: The modified Rodnan skin score (mRSS), a measure of systemic sclerosis (SSc) skin thickness, is agnostic to inflammation and vasculopathy. Previously, we demonstrated the potential of neural network-based digital pathology applied to SSc skin biopsies as a quantitative outcome. Here, we leverage deep learning and histologic analyses of clinical trial biopsies to decipher SSc skin features 'seen' by artificial intelligence (AI).
METHODS: Adults with diffuse cutaneous SSc ≤ 6 years were enrolled in an open-label trial of belumosudil [a Rho-associated coiled-coil containing protein k
СтатьяПоддержка исследования: вне правительства СШАПоддержка NIH: внешняя программаПоиск 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.
Activated partial thromboplastin time (APTT) prolongation occurs due to coagulation factor deficiencies/inhibitors, lupus anticoagulant (LA), and anticoagulant-taking, necessitating discrimination through further testing. Clot waveform analysis (CWA) can discriminate causes while measuring APTT, but conventional CWA exhibits moderate accuracy due to visual judgement and limited parameter use. We applied deep learning (DL) techniques to huge numerical data constituting clot waveforms and their first- and second-derivative curves (CWA curves) to leverage hidden features for developing an accurat
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.
Thyroid illness is widely recognised as a prevalent health condition that can result in a range of health disorders. Thyroid illnesses, namely hypothyroidism and hyperthyroidism, are widespread worldwide and present considerable health consequences. These conditions have a particularly noticeable effect on women in places such as Asia, Latin America, and Africa. Precise and prompt identification of thyroid diseases is essential because of their significant impact on metabolism and general well-being. This study investigates the use of several machine learning (ML) and deep learning (DL) method
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 anal sphincter complex comprises the anal sphincter and the U-shaped deep and superficial puborectalis muscle. As an important supporting structure of the posterior pelvic floor, together with its surrounding tissues and muscles, the anal sphincter complex maintains the normal physiological functions of defecation and continence.
OBJECTIVE: The plane required for diagnosing anal sphincter injury and the diagnosis of anal sphincter integrity through pelvic floor ultrasound are highly dependent on sonographers' experience. We developed a deep learning (DL) tool for the automatic
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.
Recent advancements in deep learning have significantly enhanced the segmentation of high-resolution microcomputed tomography (µCT) bone scans. In this paper, we present the dual-branch attention-based hybrid network (DBAHNet), a deep learning architecture designed for automatically segmenting the cortical and trabecular compartments in 3D µCT scans of mouse tibiae. DBAHNet's hierarchical structure combines transformers and convolutional neural networks to capture long-range dependencies and local features for improved contextual representation. We trained DBAHNet on a limited dataset of 3D µC
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: Fuchs' endothelial corneal dystrophy (FECD) increases the risk of corneal decompensation after cataract surgery, often leading to endothelial keratoplasty (EK). Reliable prediction of EK is essential for surgical planning, yet traditional corneal biomarkers have limited prognostic value.
METHODS: We present a novel deep learning framework based on Scheimpflug tomographic imaging to improve FECD prognosis. The approach integrates three components to address data limitations: (1) clinical domain knowledge, (2) ensemble learning, and (3) self-supervised learning (SSL).
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.
HIV (Human Immunodeficiency Virus) is a virus that causes the immune system to be damaged, thereby reducing the body's ability to defend against infections and illnesses. In the absence of proper treatment, HIV can culminate into AIDS (Acquired Immunodeficiency Syndrome). The first-line approach to HIV infection consists of antiretroviral therapy (ART), a combination of drugs that restrict virus replication. Effective prediction of infectious diseases is particularly vital for timely interventions and allocation of resources for disease management and prevention. This study focuses on identify
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.
OBJECTIVES: Diabetes mellitus is a complex metabolic disease characterised by chronic hyperglycaemia, which triggers a cascade of pathological changes in the body. Contemporary methods for developing antidiabetic drugs are often lengthy, expensive, and not always effective. The use of neural networks for modelling diabetes opens up new possibilities for accelerating research and increasing the accuracy of predicting the effectiveness of novel therapeutic strategies. The aim of this study was to develop and validate a neural network for studying experimental diabetes and assessing the efficacy
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.
Convolutional neural networks (CNNs) provide flexible function approximations for a wide variety of applications when the input variables are in the form of images or spatial data. Although CNNs often outperform traditional statistical models in prediction accuracy, statistical inference, such as estimating the effects of covariates and quantifying the prediction uncertainty, is not trivial due to the highly complicated model structure and overparameterization. To address this challenge, we propose a new Bayesian approach by embedding CNNs within the generalized linear models (GLMs) framework.
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.
American journal of orthodontics and dentofacial orthopedics : official publication of the American Association of Orthodontists, its constituent societies, and the American Board of Orthodontics2024eng
INTRODUCTION: This study aimed to design an artificial intelligence (AI) system for dental occlusion classification using intraoral photographs. Moreover, the performance of this system was compared with that of an expert clinician.
METHODS: This study included 948 adult patients with permanent dentition who presented to the Department of Orthodontics, School of Dentistry, Mashhad University of Medical Sciences, during 2022-2023. The intraoral photographs taken from the patients in left, right, and frontal views (3 photographs for each patient) were collected and underwent augmentation, and a
СтатьяСравнительное 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.
MedElevator
Войти в исследования