COVID-19 is a disease in which early prognosis of severity is critical for desired patient outcomes and for the management of limited resources like intensive care unit beds and ventilation equipment. Many prognostic statistical tools have been developed for the prediction of disease severity, but it is still unclear which ones should be used in practice. We aim to guide clinicians in choosing the best available tools to make optimal decisions and assess their role in resource management and assess what can be learned from the COVID-19 scenario for development of prediction models in similar m
СтатьяМетаанализСистематический обзорПоиск 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: Identifying the Non-Alcoholic Steatohepatitis (NASH) that can cause liver failure-based morbidity remains a challenging research problem since there is no confirmed and effective approach for its early and accurate diagnosis yet. A large amount of medical data is collected to diagnose the NASH where the majority of them are redundant.
METHODS: This paper initially focuses on selecting the most informative blood test data among the collected big data with the Pearson correlation statistical approach and modified Particle Swarm Optimization with Artificial Neural Networks (PSO-ANN)
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.
INTRODUCTION AND OBJECTIVES: Antibiotic resistance is a global health concern, contributing to prolonged hospital stays, increased medical costs, and higher mortality rates. Addressing antimicrobial resistance (AMR) in periodontal infections requires targeted therapies and a multifaceted approach. This study aims to predict and classify AMR genomic sequences in Treponema denticola, a key pathogen in periodontal disease, using machine learning (ML).
METHODS: UniProt FASTA sequences were used to investigate AMR in T. denticola. Data were retrieved and preprocessed using the BioPython library 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.
Alzheimer's disease (AD) constitutes a neurodegenerative disorder predominantly observed in the geriatric population. If AD can be diagnosed early, both in terms of prevention and treatment, it is very beneficial to patients. Therefore, our team proposed a novel deep learning model named 3D-CNN-VSwinFormer. The model consists of two components: the first part is a 3D CNN equipped with a 3D Convolutional Block Attention Module (3D CBAM) module, and the second part involves a fine-tuned Video Swin Transformer. Our investigation extracts features from subject-level 3D Magnetic resonance imaging (
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: Postinduction hypotension is a well-known risk factor for adverse postoperative outcomes. Anesthesiologists estimate anesthetic dosages based on a patient's chart and domain knowledge. Machine learning is increasingly applied in predicting postinduction hypotension, with neural networks providing a robust and accurate approach to model complex relationships. This study aims to use machine learning to suggest anesthetic doses, both generalized to an average patient population and personalized for specific patients, incorporating domain knowledge into the modeling process.
METHODS:
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.
OBJECTIVES: Anemia is a significant global health concern, with hypochromic microcytic anemia being the most common type. Among its causes, β-thalassemia trait (β-TT) and iron deficiency anemia (IDA) share similar hematological features, making differentiation challenging. We aimed to develop machine learning (ML) models using routine red blood cell (RBC) indices to distinguish β-TT, IDA, and healthy cases.
METHODS: A total of 8106 individuals (3378 healthy, 2696 IDA, 2032 β-TT) were included in this study. Six RBC parameters-RBC count, hemoglobin (HGB), mean corpuscular volume (MCV), mean co
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.
OBJECTIVE: To create an artificial intelligence model able to determine the morphokinetic phases of an embryo by utilizing time-lapse imaging (TLI) videos.
DESIGN: The dataset utilized was the first publicly available in vitro fertilization dataset for morphokinetic parameter prediction [1]. To create the model, convolutional neural network and EfficientNetB4 (state-of-the-art deep learning model) were employed to demonstrate performance in image classification tasks. After training, the performance of the model was evaluated on a separate hold-out test set using several performance metrics,
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: Artificial intelligence (AI) has demonstrated superior diagnostic accuracy compared with medical practitioners, highlighting its growing importance in health care. SMART-Pred (Shiny Multi-Algorithm R Tool for Predictive Modeling) is an innovative AI-based application for Alzheimer disease (AD) prediction using handwriting analysis.
OBJECTIVE: This study aimed to develop and evaluate a noninvasive, cost-effective AI tool for early AD detection, addressing the need for accessible and accurate screening methods.
METHODS: The study used principal component analysis for dimensionality
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.
Malaria is a significant global health challenge, causing high morbidity and mortality. The rise of drug resistance highlights the urgent need for new antimalarial agents. This study focuses on predictive modeling of 104 Plasmodium falciparum protein kinase 6 (PfPK6) inhibitors, employing a range of machine learning techniques to develop ensemble regression and classification models. Molecular descriptors were refined using classification and regression trees (CART) to identify the most relevant features. Six machine learning algorithms (Random Forest (RF), Relevance Vector Machine (RVM), Supp
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.
This study investigates stress detection in dairy cattle by integrating circadian rhythm analysis and deep learning. Behavioral biomarkers, including feeding, resting, and rumination, were continuously monitored using Nedap CowControl sensors over a 12-month period to capture seasonal variability. Circadian features were extracted using the Fast Fourier Transform (FFT), and deviations from expected 24 h patterns were quantified using Euclidean distance. These features were used to train a Long Short-Term Memory (LSTM) neural network to classify stress into three levels: normal, mild, and high.
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: Myxomatous mitral valve disease (MMVD) represents the most prevalent cardiac disorder in dogs, frequently resulting in mitral regurgitation (MR) and congestive heart failure. Although echocardiography is the gold standard for diagnosis, it is an expensive tool that involves significant clinical training to ensure consistent application. Deep learning models offer an innovative approach to assessing MR using digital stethoscopic recordings, enabling early screening and precise prediction. Thus, in this study, we evaluated the effectiveness of a convolutional neural network 6 (CNN6)
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.
PURPOSE: Early identification of patients at risk for acute respiratory failure (ARF) could help clinicians devise preventive strategies. Analyzing biosignals with artificial intelligence (AI) can uncover hidden information and variability within time series. We aimed to develop and validate AI models to predict ARF within 72 h after emergency department admission, primarily using high-resolution biosignals collected within 4 h of arrival.
MATERIALS AND METHODS: Our AI model, built on convolutional recurrent neural networks, combines biosignal feature extraction and sequence modeling. The mod
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.
Precancerous tongue lesion is a prevalent, complex, and highly perilous kind of cancer. The tumour might be in the salivary glands, tonsils, neck, cheek, and mouth. Oral Cancer (OC) is commonly identified in advanced stages due to the limited accuracy of available screening methods for early detection despite their significant potential to reduce mortality rates. The study exclusively examines lesions that specifically manifest on the tongue. This work demonstrates that one of the deep learning (DL) such as convolutional neural networks (CNN) based models employed are novel in their capacity 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.
Motivation: Benign paroxysmal positional vertigo (BPPV) is characterized by torsional nystagmus induced by changes in head position, where accurate quantitative assessment of subtle torsional eye movements is essential for precise diagnosis. Conventional videonystagmography (VNG) techniques face challenges in accurately capturing the rotational components of pupil movements, and existing automated methods typically exhibit limited performance in identifying torsional nystagmus. Methodology: The objective of this study was to develop an automated system capable of accurately and quantitatively
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.
With the global aging population on the rise, the health and safety of elderly individuals living alone have become increasingly critical. This study introduces a novel AIoT-based habit mining algorithm designed to enhance activity monitoring in smart home environments. The proposed method integrates a one-dimensional U-Net neural network for accurate behavioral classification and an FP-Growth-based temporal association rule analysis for uncovering meaningful living patterns. By leveraging environmental sensor data, the algorithm first classifies daily activities and then uses timestamps to de
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.
Traditional methods for collecting ground reaction forces (GRFs) mainly use lab force plates. Previous research broke this pattern by predicting GRFs with deep learning and data from IMUs like joint acceleration. Joint angle, as a geometric, is easier to collect than acceleration outdoors with cameras. LSTM is one of the deep learning models that have shown good performance in biomechanical studies. xLSTM, as an optimized version of LSTM, has not been used in biomechanical studies and no research has predicted GRFs during running solely using lower limb joint angles. This study collected lower
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.
Over the years, researchers have developed several speed estimation techniques using wearable inertial measurement units (IMUs). In this paper, we introduce a medium-scale dataset, containing measurements of walking/running at speeds ranging from 4.0 km/h (1.11 m/s) to 9.5 km/h (2.64 m/s) in increments of 0.5 km/h (0.14 m/s) from 33 healthy subjects wearing IMUs. We name it the "Speed" dataset. In summary, we present accelerometer and gyroscope data from 12 speeds and 22 subject-independent sets with the full range of 12 speeds. The data in each set consists of overlapping sections of 250 time
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.
Today, measuring the concentration of various microRNAs in fruits has been introduced to model the storage conditions of agricultural products. However, there is a limiting factor in the extensive utilization of such techniques: the existing methods for measuring microRNA sequences, including PCR and microarrays, are time-consuming and expensive and do not allow for simultaneous measurement of several microRNAs. In this study, a biosensor based on the Förster resonance energy transfer (FRET) of fluorescence dyes that can lead to the hybridization of oligonucleotide probes labeled with such dye
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.
Microarray technology has transformed the biotechnological research to next level in the recent years. It provides the expression levels of various genes involved in a particular disease. Prostate cancer disease turned into life threatening cancer. The genes causing this disease are identified through the classification methods. These gene expression data have problems like high dimensional with low sample size which imposes active challenges in the existing classification algorithms. Feature selection techniques are applied in order to address the dimensionality issues. . This paper aims in 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.
PURPOSE: This study aimed to develop a machine learning (ML) model to predict bloodstream infection (BSI) in chemotherapy patients.
PATIENTS AND METHODS: We included all cancer patients undergoing chemotherapy at a tertiary cancer hospital from 2017 to 2022. Data were collected per chemotherapy cycle, including chemotherapy drugs, indications, cycle number, cancer type, body mass index, age, gender, complete blood count, creatinine levels, and microbial cultures. BSI was assessed within 21 days after chemotherapy. The ML algorithms tested included logistic regression, ridge regression, k-near
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.
MedElevator
Войти в исследования