PURPOSE: Prediction of Torsades de Pointes (TdP) risk using hiPSC-CM assays remains challenging, as many models fail to capture nonlinear patterns and exhibit unstable performance across different drugs. We examined whether a stacking ensemble can improve robustness when only two simple Δ F P D c -derived predictors are available.
METHODS: Two electrophysiological predictors were derived from MEA-based FPDc measurements: the maximum change ( Δ F P D c ) and the interpolated Δ F P D c at Cmax. These features were used to train a stacking model comprising random forest (RF), XGB, and a shall
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.
Artificial Intelligence (AI) is transforming medical imaging, especially pathology through deep learning. In low-resource settings like Burkina Faso, early breast cancer detection remains difficult due to limited infrastructure and specialists. This paper reviews AI methods for detecting breast cancer from histopathological images, analyzing 30/50 selected studies. Results show high performance of deep learning models, particularly CNNs, with sensitivity up to 95-100%. However, challenges persist in data availability, interpretability, and adaptation to local contexts. The study emphasizes the
СтатьяОбзорПолный 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.
Prostate cancer (PCa) is the most common cancer in men. Treatment decisions for PCa consider factors like age, tumor stage, and grade, along with specific prostate-related factors such as prostate-specific antigen (PSA) level and Gleason score. Most of these features are ordinal, meaning they have an inherent order of their categorical levels. Machine learning (ML) approaches are increasingly used to PCa prognosis. However, most ML models are not able to handle categorical features directly, so they need to be transformed into numerical representations. Common methods are ordinal or one-hot en
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.
Understanding gene spatial expression and the organization of multicellular systems is vital for disease diagnosis and studying biological processes. However, existing models often struggle to integrate gene expression data with cellular spatial information effectively. Here we introduce SpatialFormer, a hybrid framework combining convolutional networks and transformers to learn single-cell multimodal and multiscale information in the niche context, including expression data and subcellular gene spatial distribution. Pretrained on 700 million cell pairs from 17 million spatially resolved singl
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.
In recent years, commercial lightweight electroencephalography (EEG) headsets are gaining popularity in neuroscience. These devices commonly utilize only a few dry electrodes in specific locations and signal quality is often inferior compared to that of their traditional counterparts. In this study, we wanted to assess the feasibility of portable, paste-less, passive electrode-based EEG headset MindRove vision (VSN) for laboratory use. Three paradigms were implemented for acquiring visual evoked potential (VEP), P300 event-related potential and motor execution task (ME) related cortical patter
СтатьяВалидационное 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.
OBJECTIVE: To evaluate an annotation-free deep learning (DL) approach for the image-level detection of periapical bone rarefactions (PBRs) on panoramic radiographs (PRs).
STUDY DESIGN: A retrospective dataset of 2,527 PRs was classified at the image level based on expert consensus using internationally accepted radiographic criteria. Multiple pretrained convolutional neural network (CNN) and vision transformer (ViT) architectures were evaluated under different modeling strategies, including fine-tuning and attention mechanisms. Model performance was assessed using accuracy, recall, specificit
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.
Stroke is a significant impediment on a global scale, with the prognosis for motor ability contingent on initial rehabilitation and the severity of the injury. Consequently, the predictability of early recovery potential for personalized rehabilitation is crucial. However, studies predicting the prognosis of motor ability are still limited in performance. In this study, we propose a novel framework, called dual-stream dynamic convolution network (DualDyConvNet), to predict motor recovery for two months using resting-state electroencephalogram data in the subacute phase. Specifically, the chann
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.
Diagnosing and characterizing biliary strictures (BS) remains challenging. Artificial intelligence (AI) applied to digital single-operator cholangioscopy (D-SOC) holds promise for improving diagnostic accuracy in indeterminate BS. This multicenter study aimed to validate a convolutional neural network (CNN) model using a large dataset of D-SOC images to automatically detect and characterize malignant BS. D-SOC exams from three centers-Centro Hospitalar Universitário de São João, Porto, Portugal (n = 123), Hospital Universitario Puerta de Hierro Majadahonda, Madrid, Spain (n = 18), and New York
СтатьяМногоцентровое 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 study investigates the application of Artificial Intelligence (AI) driven neural network time series (NNTS) model for the forecasting prediction of dye removal using ultrasonic activated mixed biomass. Surface and functional characterization of ultrasonic activated algal-jack fruit seed biomass (UAJSB). An experimental evaluation of the influence of column adsorption parameters indicated that higher bed height (15 cm) and lower flow rate (10 ml/min) resulted in higher dye removal. Column adsorption performance was analyzed through different breakthrough models - Yoon-Nelson, Adams-Bohart,
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: Predicting intensive care unit (ICU) discharge for neurosurgical patients is crucial for optimizing bed sources, reducing costs, and improving outcomes. Our study aims to develop and validate machine learning (ML) models to predict ICU discharge within 24 h for patients undergoing craniotomy.
METHODS: The 2,742 patients undergoing craniotomy were identified from Medical Information Mart for Intensive Care dataset using diagnosis-related group and International Classification of Diseases codes. Demographic, clinical, laboratory, and radiological data were collected and preprocessed
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.
OBJECTIVES: This study aimed to identify the most effective diagnostic assistance system for assessing the relationship between mandibular third molars (M3M) and mandibular canals (MC) using panoramic radiographs.
METHODS: In total, 2,103 M3M were included from patients in whom the M3M and MC overlapped on panoramic radiographs. All M3M were classified into high-risk and low-risk groups based on the degree of contact with the MC observed on computed tomography. The contact classification was evaluated using four machine learning models (Prediction One software, AdaBoost, XGBoost, and random f
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.
OBJECTIVE: Identifying patients at high risk of mortality is crucial for emergency physicians to allocate hospital resources effectively, particularly in regions with limited medical services. This need becomes even more pressing during global health crises that lead to significant morbidity and mortality. This study aimed to evaluate the effectiveness of deep neural decision forests and deep neural decision trees in predicting mortality among COVID-19 patients. To achieve this, we utilized patient data encompassing COVID-19 diagnosis, demographics, health indicators, and occupational risk fac
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: Assessing a patient's maturation status is essential for treatment planning in dentofacial orthopedics. Dental development, as classified by Demirjian's method into eight stages, is a reliable indicator of skeletal maturity relative to the pubertal growth spurt. Automating this assessment may improve efficiency by reducing subjectivity and supporting timely orthodontic interventions.
METHODS: A cross-sectional study was conducted using segmented panoramic radiographs to classify the maturation stages of lower second and third molars. These classifications served as training data f
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.
BackgroundDementia, a progressive neurological disorder, is a leading cause of disability and death globally, often underdiagnosed in its early stages. Early diagnosis, prevention, and treatment are crucial for mitigating its impact on individuals and society.ObjectiveThis study aimed to predict the exact conversion time from normal cognition (NC) to mild cognitive impairment (MCI), and to provide insights for early diagnosis and treatment of dementia.MethodsA novel dual attention convolutional network model was proposed to handle high-dimensional features and limited patients' records in shor
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.
The outward appearance of human tongue can reflect changes in blood circulation caused by pathological states, and it has been used as an assisted method for clinical diseases diagnosis for thousands of years in China. The purpose of this study is to observe the changes in the tongue of patients with menstrual-related diseases in hyperspectral imaging and to explore the value of hyperspectral tongue imaging combining with machine learning algorithm (HSI-ML) in the diagnosis of menstrual diseases (MD). Hyperspectral tongue images are collected from 429 patients with five different kinds of MD a
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.
Traditional statistical approaches have advanced our understanding of the genetics of complex diseases, yet are limited to linear additive models. Here we applied machine learning (ML) to genome-wide data from 41,686 individuals in the largest European consortium on Alzheimer's disease (AD) to investigate the effectiveness of various ML algorithms in replicating known findings, discovering novel loci, and predicting individuals at risk. We utilised Gradient Boosting Machines (GBMs), biological pathway-informed Neural Networks (NNs), and Model-based Multifactor Dimensionality Reduction (MB-MDR)
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 aims to solve the problems of insufficient accuracy and low efficiency of the existing methods in sprint pattern recognition to optimize the training and competition strategies of athletes. Firstly, the data collected in this study come from high-precision sensors and computer simulation, involving key biomechanical parameters in sprint, such as step frequency, stride length and acceleration. The dataset covers multiple tests of multiple athletes, ensuring the diversity of samples. Secondly, an optimized machine learning algorithm based on decision tree is adopted. It combines the a
Сравнительное исследованиеСтатьяПоиск 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.
Noise is a major global environmental issue that raises concerns about both mental and physical health. However, few studies have investigated the mediating role of emotions in the pathways linking noise exposure to health outcomes. Additionally, many studies have overlooked the varying effects of noise across different activity contexts. Most importantly, previous research has predominantly relied on correlational analysis, offering limited evidence of causality. In this study, we utilize real-time data from an environmental health survey of 800 residents in Hong Kong collected between 2021 a
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.
STUDY DESIGN: Retrospective study.
OBJECTIVE: To develop a deep learning (DL) model to predict bone cement leakage (BCL) subtypes during percutaneous kyphoplasty (PKP) using preoperative computed tomography (CT) as well as employing multicenter data to evaluate the effectiveness and generalizability of the model.
BACKGROUND: DL excels at automatically extracting features from medical images. However, there is a lack of models that can predict BCL subtypes based on preoperative images.
MATERIALS AND METHODS: This study included an internal data set for DL model training, validation, and test
СтатьяВалидационное 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.
BACKGROUND: Postpartum depression (PPD) is a significant public health issue. This study aimed to develop and validate machine learning (ML) models using biopsychosocial predictors to predict the risk of PPD for perinatal women and to provide several risk assessment tools for the early detection of PPD.
METHODS: Candidate predictors, including history of mental illness and demographic, psychosocial, and physiological factors, were obtained from 1138 perinatal women between August 2021 and August 2022. The primary outcome of PPD was measured with the Edinburgh Postnatal Depression Scale at 6 w
СтатьяВалидационное 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.
MedElevator
Войти в исследования