The process of protein aggregation, central to neurodegenerative diseases like Huntington's, is challenging to study due to its unpredictable nature and relatively rapid kinetics. Understanding its biomechanics is crucial for unraveling its role in disease progression and cellular toxicity. Brillouin microscopy offers unique advantages for studying biomechanical properties, yet is limited by slow imaging speed, complicating its use for rapid and dynamic processes like protein aggregation. To overcome these limitations, we developed a self-driving microscope that uses deep learning to predict t
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.
Cholera, an acute diarrheal disease, is a serious concern in developing and underdeveloped areas. A qualitative understanding of cholera epidemics aims to foresee transmission patterns based on reported data and mechanistic models. The mechanistic model is a crucial tool for capturing the dynamics of disease transmission and population spread. However, using real-time cholera cases is essential for forecasting the transmission trend. This prospective study seeks to furnish insights into transmission trends through qualitative dynamics followed by machine learning-based forecasting. The Monte C
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2024eng
The Unified Parkinson's Disease Rating Scale (UP-DRS) is used to recognize patients with Parkinson's disease (PD) and rate its severity in clinical settings. Machine learning and wearables can reduce the need for clinical examinations and provide a reliable estimation of the severity of PD at home. This work introduces a multi-channel convolutional neural network to estimate UPDRS part III from motion data recorded by two wearable sensors, considering the gyroscope signals and their spectrogram representations. A novel shared-task self-supervised learning is then employed to leverage the knowl
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.
In this study, we employed various machine learning models to predict metabolic phenotypes, focusing on thyroid function, using a dataset from the National Health and Nutrition Examination Survey (NHANES) from 2007 to 2012. Our analysis utilized laboratory parameters relevant to thyroid function or metabolic dysregulation in addition to demographic features, aiming to uncover potential associations between thyroid function and metabolic phenotypes by various machine learning methods. Multinomial Logistic Regression performed best to identify the relationship between thyroid function and metabo
СтатьяПоддержка NIH: внешняя программаПолный 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.
BACKGROUND: Gastrointestinal stromal tumors (GISTs) and leiomyomas are the most common submucosal tumors of the upper digestive tract, and the diagnosis of the tumors is essential for their treatment and prognosis. However, the ability of endoscopic ultrasonography (EUS) which could correctly identify the tumor types is limited and closely related to the knowledge, operational level, and experience of the endoscopists. Therefore, the convolutional neural network (CNN) is used to assist endoscopists in determining GISTs or leiomyomas with EUS.
MATERIALS AND METHODS: A model based on CNN was 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.
KRM-II-81 (1) is an imidazodiazepine GABAA receptor (GABAAR) potentiator with broad antiseizure efficacy and a low sedative burden. A brominated analogue, DS-II-73 (5), was synthesized and pharmacologically characterized as a potential backup compound as KRM-II-81 moves forward into development. The synthesis from 2-amino-5-bromophenyl)(pyridin-2yl)methanone (6) was processed in five steps with an overall yield of 38% and without the need for a palladium catalyst. GABAAR binding occurred with a Ki of 150 nM, and only 3 of 41 screened binding sites produced inhibition ≥50% at 10 μM, and the pot
СтатьяПоддержка правительства СШАПоддержка исследования: вне правительства СШАПоддержка NIH: внешняя программаПоиск 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: The challenge of treating Glioblastoma (GBM) tumors is due to various mechanisms that make the tumor resistant to radiation therapy. One of these mechanisms is hypoxia, and therefore, determining the level of hypoxia can improve treatment planning and initial evaluation of its effectiveness in GBM. This study aimed to design an intelligent system to classify glioblastoma patients based on hypoxia levels obtained from magnetic resonance images with the help of an artificial neural network (ANN).
MATERIAL AND METHOD: MR images and PET measurements were available for this study. MR
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.
BACKGROUND: This study aims to develop an artificial neural network (ANN) prediction model incorporating random forest (RF) screening ability for predicting the risk of depression in adolescents and identifies key risk factors to provide a new approach for primary care screening of depression among adolescents.
METHODS: The data were from a large cross-sectional study conducted in China from July to September 2021, enrolling 8635 adolescents aged 10-17 with their parents. We used the Patient health questionnaire (PHQ-9) to rate adolescent depression symptoms, using scales and single-item ques
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.
Recent reports have suggested that there may be a relationship between footstrike pattern and overuse injury incidence and type. With the recent increase in wearable sensors, it is important to identify paradigms where the footstrike pattern can be detected in real-time from minimal data. Machine learning was used to classify tibial acceleration data into three distinct footstrike patterns: rearfoot, midfoot, or forefoot. Tibial accelerometry data were collected during treadmill running from 58 participants who each ran with rearfoot, midfoot, and forefoot strike patterns. These data were used
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.
Rodent-infested bald spots are crucial indicators of rodent infestation in grasslands. Leveraging Unmanned Aerial Vehicle (UAV) remote sensing technology for discerning detrimental bald spots among plateau pikas has significant implications for assessing associated ecological hazards. Based on UAV-visible light imagery, we classified and recognized the characteristics of plateau pika habitats with five supervised classification algorithms, i.e., minimum distance classification (MinD), maximum likelihood classification (ML), support vector machine classification (SVM), Mahalanobis distance clas
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 This study aimed to develop a predictive model for the association between maternal and neonatal anthropometric data and neonatal hypoglycemia based on data from mothers with gestational diabetes mellitus (GDM) and their neonates. MATERIAL AND METHODS We included 106 pregnant women with GDM (based on the World Health Organization International Association of Diabetes and Pregnancy Study Groups) and their neonates. Neonatal hypoglycemia was defined as a threshold of 2.5 mmol/L. Neonatal blood glucose levels were performed at 0, 0.5, 1, 3, and 24 h after birth. An artificial neural ne
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.
Assessment of spatial learning abilities is central to behavioral neuroscience and a useful tool for animal model validation and drug development. However, biases introduced by the apparatus, environment, or experimentalist represent a critical challenge to the test validity. We have recently developed the Modified Barnes Maze (MBM) task, a spatial learning paradigm that overcomes inherent behavioral biases of animals in the classical Barnes maze. The specific combination of spatial strategies employed by mice is often considered representative of the level of cognitive resources used. Herein,
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.
With advances in our understanding regarding the neurochemical underpinnings of neurological and psychiatric diseases, there is an increased demand for advanced computational methods for neurochemical analysis. Despite having a variety of techniques for measuring tonic extracellular concentrations of neurotransmitters, including voltammetry, enzyme-based sensors, amperometry, and in vivo microdialysis, there is currently no means to resolve concentrations of structurally similar neurotransmitters from mixtures in the in vivo environment with high spatiotemporal resolution and limited tissue da
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.
Frozen shoulder (FS) is a common shoulder condition accompanied by shoulder pain and a loss of shoulder range of motion (ROM). The typical clinical assessment tools such as questionnaires and ROM measurement are susceptible to subjectivity and individual bias. To provide an objective evaluation for clinical assessment, this study proposes an inertial measurement unit (IMU)-based identification system to automatically identify shoulder tasks whether performed by healthy subjects or FS patients. Two groups of features (time-domain statistical features and kinematic features), seven machine learn
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 investigate the changes in retinal vascular structures associated with various stages of myopia by designing automated software based on an artificial intelligence model.
METHODS: The study involved 1324 pediatric participants from the National Children's Medical Center in China, and 2366 high-quality retinal images and corresponding refractive parameters were obtained and analyzed. Spherical equivalent refraction (SER) degree was calculated. We proposed a data analysis model based on a combination of the Convolutional Neural Networks (CNN) model and the attention module to classi
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: Convolutional neural networks (CNNs) have outperformed dermatologists in classifying pigmented skin lesions under artificial conditions. We investigated, for the first time, the performance of three-dimensional (3D) and two-dimensional (2D) CNNs and dermatologists in the early detection of melanoma in a real-world setting.
METHODS: In this prospective study, 1690 melanocytic lesions in 143 patients with high-risk criteria for melanoma were evaluated by dermatologists, 2D-FotoFinder-ATBM and 3D-Vectra WB360 total body photography (TBP). Excision was based on the dermatologists' dic
СтатьяПоддержка исследования: вне правительства СШАПолный 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.
Knee effusion is a common comorbidity in osteoarthritis. To quantify the amount of effusion, semi quantitative assessment scales have been developed that classify fluid levels on an integer scale from 0 to 3. In this work, we investigated the use of a neural network (NN) that used MRI Osteoarthritis Knee Scores effusion-synovitis (MOAKS-ES) values to distinguish physiologic fluid levels from higher fluid levels in MR images of the knee. We evaluate its effectiveness on low-resolution images to examine its potential in low-field, low-cost MRI. We created a dense NN (dNN) for detecting effusion,
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.
PURPOSE: To develop a deep learning (DL) system that can detect referable diabetic retinopathy (RDR) and vision-threatening diabetic retinopathy (VTDR) from images obtained on ultra-widefield scanning laser ophthalmoscope (UWF-SLO).
DESIGN: Observational, cross-sectional study.
PARTICIPANTS: A total of 9392 UWF-SLO images of 1903 eyes from 1022 subjects with diabetes from Hong Kong, the United Kingdom, India, and Argentina.
METHODS: All images were labeled according to the presence or absence of RDR and the presence or absence of VTDR. Labeling was performed by retina specialists from fundu
СтатьяМногоцентровое исследованиеНаблюдательное 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.
Deep learning-based convolutional neural networks have recently proved their efficiency in providing fast segmentation of major brain fascicles structures, based on diffusion-weighted imaging. The quantitative analysis of brain fascicles then relies on metrics either coming from the tractography process itself or from each voxel along the bundle. Statistical detection of abnormal voxels in the context of disease usually relies on univariate and multivariate statistics models, such as the General Linear Model (GLM). Yet in the case of high-dimensional low sample size data, the GLM often implies
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 fast replication rate and lack of repair mechanisms of human immunodeficiency virus (HIV) contribute to its high mutation frequency, with some mutations resulting in the evolution of resistance to antiretroviral therapies (ART). As such, studying HIV drug resistance allows for real-time evaluation of evolutionary mechanisms. Characterizing the biological process of drug resistance is also critically important for sustained effectiveness of ART. Investigating the link between "black box" deep learning methods applied to this problem and evolutionary principles governing drug resistance has
СтатьяПоддержка 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.
MedElevator
Войти в исследования