The burden of infectious diseases is crucial for both epidemiological surveillance and prompt public health response. A variety of data, including textual sources, can be fruitfully exploited. Dealing with unstructured data necessitates the use of methods for automatic data-driven variable construction and machine learning techniques (MLT) show promising results. In this framework, varicella-zoster virus (VZV) infection was chosen to perform an automatic case identification with MLT. Pedianet, an Italian pediatric primary care database, was used to train a series of models to identify whether
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.
Electroencephalogram (EEG) reflect changes in the electrophysiological activity of the brain and can be used in the diagnosis of Alzheimer's disease (AD). Each EEG channel provides real-time information about the brain, while different EEG channels contain different information about the brain. Using all EEG channel data for AD diagnosis contains redundancy data, leading to increased computation and reduced data analysis accuracy. In this paper, a diagnostic method for AD based on Particle Swarm Optimization (PSO) EEG channel selection and Gated Recurrent Unit (GRU) is proposed. Using EEG ener
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.
Pre-mRNA splicing is a highly coordinated process. While its dysregulation has been linked to neurological deficits, our understanding of the underlying molecular and cellular mechanisms remains limited. We implicated pathogenic variants in U2AF2 and PRPF19, encoding spliceosome subunits in neurodevelopmental disorders (NDDs), by identifying 46 unrelated individuals with 23 de novo U2AF2 missense variants (including 7 recurrent variants in 30 individuals) and 6 individuals with de novo PRPF19 variants. Eight U2AF2 variants dysregulated splicing of a model substrate. Neuritogenesis was reduced
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
We introduce an innovative, simple, effective segmentation-free approach for survival analysis of head and neck cancer (HNC) patients from PET/CT images. By harnessing deep learning-based feature extraction techniques and multi-angle maximum intensity projections (MA-MIPs) applied to Fluorodeoxyglucose Positron Emission Tomography (FDG-PET) images, our proposed method eliminates the need for manual segmentations of regions-of-interest (ROIs) such as primary tumors and involved lymph nodes. Instead, a state-of-the-art object detection model is trained utilizing the CT images to perform automati
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.
OBJECTIVE: Age-associated molecular heterogeneity is well described in female breast cancer but remains insufficiently characterized in male breast cancer (MBC). We profiled age-stratified clinical and molecular differences between younger (≤55 years) male breast cancer (YMBC) and older (>55 years) male breast cancer (OMBC).
METHODS: We retrospectively analyzed 347 patients with MBC diagnosed at Fudan University Shanghai Cancer Center by integrating clinicopathological data, RNA sequencing, and whole-exome sequencing (WES). Survival, differential expression, and mutational signature analyses
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: To develop and evaluate a recurrent neural network that operates directly on undersampled golden-angle radial k-space, enabling low-latency cardiac cine reconstruction for interventional cardiac MRI (iCMR).
METHODS: KOSTAL (K-space Optimized Spatial Temporal Architecture for Low latency) combines a per-coil k-space convolutional gated recurrent unit (convGRU), which learns a mask-conditioned view-sharing rule over the accumulated k-space, with an image-space recurrent module. It was trained and tested on the open-access multi-coil OCMR dataset using 10 simulated golden-angle spokes p
СтатьяПрепринтПоиск 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: As survival improves for patients with brain metastases (BM), distinguishing local recurrence (LR) from radionecrosis (RN) is a growing neuro-oncologic challenge. We aimed to develop an explainable deep learning model to noninvasively distinguish RN from LR in patients with non-small cell lung cancer following stereotactic radiosurgery.
METHODS AND MATERIALS: A second-order heavy-ball neural ordinary differential equation (HBNODE) deep learning framework was designed. It enabled dynamic tracking of input evolution within a deep neural network, integrating magnetic resonance (MR), cli
СтатьяПоддержка NIH: внешняя программаПолный 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.
INTRODUCTION: Granulosa cell tumors (GCTs) of the ovary are rare malignancies with limited systemic treatment options and high recurrence rates. Combining tumor necrosis factor-related apoptosis-inducing ligand (TRAIL)-producing oncolytic viruses with procaspase-3 activator (PAC-1) presents a promising therapeutic strategy, as TRAIL initiates apoptosis while PAC-1 amplifies caspase activity. However, patient responses remain variable, necessitating predictive frameworks that can integrate biological complexity with clinical data.
METHODS: We developed a hybrid framework that integrates a mech
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 AND OBJECTIVE: Upper-limb amputation can significantly affect a person's capabilities with a dramatic impact on their quality of life. As a biological signal, surface electromyogram (sEMG) provides a non-invasive means to measure underlying muscle activation patterns, corresponding to specific hand gestures. This project aims to develop a real-time deep learning based recognition model to automatically and reliably recognise these complex signals of a wide range of daily hand gestures from amputees and non-amputees.
METHODS: This paper proposes an attention bidirectional Convolutio
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.
Over 40% of Obsessive-Compulsive Disorder (OCD) patients do not respond to common treatments. This study was a secondary analysis of data from a randomized controlled trial, for predictability of effectiveness of Transcranial Direct Current Stimulation (tDCS) with Contamination-Based OCD (C-OCD) using artificial neural networks (ANN) and electroencephalography (EEG) signals. Out of 54 C-OCD patients, 48 were randomized into 4 groups. Using a 2 × 2 factorial design, each group received a combined intervention (real or sham) based on tDCS and Disgust Reduction Evaluative Conditioning (DREC) in 1
СтатьяРандомизированное исследованиеПоиск 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: Parkinson's disease (PD) alters the brain's neurodynamic properties, contributing to both motor and non-motor symptoms. Although advances in neuroimaging techniques-such as resting-state functional MRI (rsfMRI), diffusion tensor imaging (DTI), and structural MRI (sMRI)-have enhanced our understanding of brain structure and function, they remain limited in detecting subtle, region-specific dynamic alterations associated with functional deficits. This study aims to apply the relaxed mean field dynamic modeling (rMFM) to identify microscale dynamic abnormalities in PD an
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.
OBJECTIVE: To develop a prognostic prediction model for early-stage triple-negative breast cancer (TNBC) using H&E-stained pathological images and to investigate its underlying biological interpretability.
METHODS: A deep learning model was trained on 340 WSIs and externally validated using 81 TCGA cases. Image-derived features extracted through convolutional neural networks were integrated with clinicopathological variables. Model performance was assessed using ROC curve analysis, and interpretability was evaluated by correlating image features with mRNA-seq data and characteristics of the i
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.
BackgroundNon-metastatic, castration-resistant prostate cancer (nmCRPC) is an advanced state of prostate cancer with variable prognosis; early identification of patient risk is crucial, so that clinicians can recommend optimal treatment.ObjectiveCompare predictive models in identifying patient risk; evaluate the value of electronic healthcare record (EHR) time-series (TS) information in prediction.MethodsWe evaluated SurvTRACE, Weibull Time to Event Recurrent Neural Network (WTTE-RNN), and traditional Cox proportional hazards (CPH) models' performance on EHR data from 12,819 nmCRPC patients in
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 retrieval of hit/lead compounds with novel scaffolds during early drug development is an important but challenging task. Various generative models have been proposed to create drug-like molecules. However, the capacity of these generative models to design wet-lab-validated and target-specific molecules with novel scaffolds has hardly been verified. We herein propose a generative deep learning (GDL) model, a distribution-learning conditional recurrent neural network (cRNN), to generate tailor-made virtual compound libraries for given biological targets. The GDL model is then applied to RIPK
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 perception of the unity of objects, their permanence when out of sight, and the ability to perceive continuous object trajectories even during occlusion belong to the first and most important capacities that infants have to acquire. Despite much research a unified model of the development of these abilities is still missing. Here we make an attempt to provide such a unified model. We present a recurrent artificial neural network that learns to predict the motion of stimuli occluding each other and that develops representations of occluded object parts. It represents completely occluded, mo
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.
IMPORTANCE: Understanding the mechanisms of major depressive disorder (MDD) improvement is a key challenge to determine effective personalized treatments.
OBJECTIVE: To perform a secondary analysis quantifying neural-to-symptom relationships in MDD as a function of antidepressant treatment.
DESIGN: Double blind randomized controlled trial.
SETTING: Multicenter.
PARTICIPANTS: Patients with early onset recurrent depression from the public Establishing Moderators and Biosignatures of Antidepressant Response in Clinical Care (EMBARC) study.
INTERVENTIONS: Either sertraline or placebo during 8
СтатьяПрепринтПолный 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.
Quiescence cancer stem-like cells may play key roles in promoting tumor cell heterogeneity and recurrence for many tumors, including glioblastoma (GBM). Here we show that the protein acetyltransferase KAT5 is a key regulator of transcriptional, epigenetic, and proliferative heterogeneity impacting transitions into G0-like states in GBM. KAT5 activity suppresses the emergence of quiescent subpopulations with neurodevelopmental progenitor characteristics, while promoting GBM stem-like cell (GSC) self-renewal through coordinately regulating E2F- and MYC- transcriptional networks with protein tran
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.
A long-term gait-balance monitoring system for various terrain types was developed using an inertial measurement unit (IMU) and deep-learning model. The system aims to identify unstable gait caused by lower-limb degeneration to prevent fall-related injuries. Unlike previous studies that have only focused on gait stability in flat terrain walking, the proposed system is also capable of analyzing stability on stairs and slopes. A lightweight, nine-axis IMU was used for data collection, and a combined convolutional neural network with gated recurrent unit model was implemented on the portable Ras
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.
Numerous surveys using different techniques have been conducted in recent years to accurately classify Alzheimer's disease (AD). This research emphasized the identification of AD through neuroimaging data. However, it is important to identify symptoms as soon as possible when the disease-modifying medications function best during infection before a permanent cognitive impairment develops. The use of automated algorithms to detect the early symptom of AD to this information was very important. Machine Learning (ML) has been proposed for the evaluation of various image segmentation and database
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 present analysis uses the data of confirmed incidence of dengue cases in the metropolitan region of Panama from 1999 to 2017 and climatic variables (air temperature, precipitation, and relative humidity) during the same period to determine if there exists a correlation between these variables. In addition, we compare the predictive performance of two regression models (SARIMA, SARIMAX) and a recurrent neural network model (RNN-LSTM) on the dengue incidence series. For this data from 1999-2014 was used for training and the three subsequent years of incidence 2015-2017 were used for predicti
СтатьяПоддержка 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.
MedElevator
Войти в исследования