BACKGROUND: Convolutional neural networks (CNNs) have emerged as powerful artificial intelligence tools for medical image analysis, demonstrating substantial improvements in disease detection, classification, and diagnostic support. Despite increasing evidence regarding their clinical performance, implementation within resource-constrained healthcare environments remains challenging due to limitations in infrastructure, computational resources, dataset availability, and healthcare workforce capacity. Understanding the current evidence relating to CNN architectures, performance characteristics,
СтатьяСистематический обзорПолный 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.
Oral squamous cell carcinoma (OSCC), the most common oral malignancy, requires accurate diagnostic methods for patient stratification and treatment guidance. Exosome-based liquid biopsy represents a promising minimally invasive approach to cancer detection. This study develops an explainable artificial intelligence (xAI)-assisted label-free surface-enhanced Raman spectroscopy (SERS) platform for profiling salivary exosomes to enable noninvasive OSCC diagnosis and metastatic stratification. A fully connected artificial neural network is designed to extract discriminative features from complex S
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.
Epicardial adipose tissue (EAT) is increasingly recognized as an important contributor to cardiovascular disease (CVD), but its spatial distribution across the heart remains insufficiently characterized due to limitations in existing segmentation and analysis methods. In this study, we developed a deep learning-based framework that integrates automated cardiac MRI segmentation with spatial statistical modeling to enable quantitative, chamber-resolved characterization of EAT distribution. An asymmetric multi-modal CNN-Transformer network was developed to segment the four cardiac chambers and EA
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: Current multimodal models often experience performance degradation when faced with incomplete data and lack effective fusion strategies for diverse data types, such as imaging, clinical, and electrophysiological data. This study aims to develop a novel model to improve the accuracy of early diagnosis of coronary artery disease. MATERIALS AND METHODS: Clinical data, laboratory test results, coronary CTA images, and ECG data from consecutive patients who underwent coronary CTA examinations at the center between February 2022 and August 2023 were collected. Features were extracted usin
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.
Machine learning (ML) accelerates progress in many areas, including biomedical and clinical research. ML algorithms provide powerful options for efficiently analyzing multivariate data sets. We developed and validated an ML pipeline to detect myelodysplastic syndrome (MDS)-associated pathological alterations of extracellular matrices (ECMs) by time-of-flight secondary ion mass spectrometry (ToF-SIMS). A Bayesian-optimized neural network (NN) was trained and applied to classify ToF-SIMS spectra of ECM secreted by mesenchymal stromal cells (MSCs) derived from MDS patients and healthy reference d
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.
Agricultural productivity sustains itself by detecting diseases in the leaves of plants, especially in poor nations where economic growth is greatly affected by delayed or incorrect detection of diseases. Although high classification accuracy is achieved by the application of deep learning techniques like VGG16 and DC-GAN-based architecture, high computational complexity is still an issue. The optimization-oriented hybrid model for the classification of plant leaf diseases developed in this research emphasizes the viability of deployment and computational efficiency over algorithmic innovation
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.
Accelerating drug design and development is crucial for improving patient outcomes and addressing health concerns. Faster procedures for the drug development process lower costs, speed up the discovery of cures, and provide faster access to life-saving medications. Unlike existing tools that primarily provide probabilistic biological activity spectra from SMILES input, the proposed system incorporates a hybrid neural network integrated with an information-theoretic predictive models to dynamically simulate pharmacokinetic and pharmacodynamic processes using structure-based and biological sampl
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.
Lameness in cattle is a significant welfare and economic concern. To address this, we developed an end-to-end deep learning framework for 24/7 lameness monitoring using top-down depth images of cattle. The framework integrates three key stages: instance segmentation for detection, a custom multi-object tracking algorithm for identity preservation, and a spatio-temporal model for classification. We compared multiple instance segmentation models (Mask R-CNN, YOLOv8m-seg, YOLOv11m-seg) and evaluated three proposed tracking algorithms version1, 2 and 3 (PTAV1, PTAV2, and PTAV3). For classification
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.
Vocalizations of coral reef fishes provide critical insights into population dynamics, community structure, and ecological processes, making passive acoustic monitoring an essential tool for coral reef conservation and management. However, automatic recognition of coral reef fish sounds remains highly challenging due to strong background noise, pronounced intra-class variability, and high inter-class similarity. To address these challenges, a contrastive reef-acoustic learning network (CoRAL-Net) is proposed for coral reef fish sound classification, in which a robust spectro-temporal feature e
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.
INTRODUCTION/OBJECTIVE: Many other diseases can produce a similar pattern; therefore, the diagnosis of IPF is made by exclusion, based on the absence of alternative pathologies. To differentiate IPF from other pathologies, the study developed a deep learning model with an attention mechanism to improve performance.
METHODS: This retrospective, single-center study included 96 patients (46 IPF and 50 non-IPF) with a typical UIP pattern on HRCT. The data were split at the patient level into training (70%), validation (15%), and test (15%) sets using stratified randomization (seed = 42). Squeeze-
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.
Infectious diseases remain a persistent and evolving public health challenge, driven by factors such as antimicrobial resistance, emerging pathogens and environmental changes. In this context, this systematic review aims to analyze the analytical performance of Fourier Transform Infrared Spectroscopy (FTIR) for the microbiological identification, strain discrimination and diagnosis of human infectious diseases, based on studies published between 2015 and 2025. The review followed PRISMA guidelines and included 50 articles selected from PubMed, Scopus, and ScienceDirect databases. The findings
СтатьяСистематический обзорПоиск 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 this study, a stable nanocrystalline drug delivery system for indomethacin (IND) was rapidly developed by integrating machine learning methods with Hummer Acoustic Resonance (HAR) technology. This system effectively enhanced the solubility of IND and demonstrated excellent scalability. High-throughput screening using HAR technology identified P188-PVA as the optimal composite stabilizer for IND nanocrystal suspensions. Molecular dynamics simulations were employed to thoroughly investigate the interaction mechanisms between the drug and stabilizers. Systematic design and optimization of IND
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.
Breast cancer is one of the prominent reasons of death in women. HER2 is a promising target to counter breast cancer. In the current research, a structure-based pharmacophore model was generated to map and screen CMNPD, a comprehensive database of marine natural products. The two compounds (CMNPD30448 (hit1) and CMNPD7060 (hit2)) displayed better LibDock scores than the reference co-crystallized ligand. These compounds demonstrated stable molecular dynamics results conducted for 500 ns with stable root mean square deviation (RMSD) at 0.3 nm, stable radius of gyration (Rg) and root mean square
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.
ObjectiveThoracolumbar fractures (T11-L2) are common spinal injuries, and accurate classification is essential for treatment planning. However, diagnosis remains challenging because of complex fracture morphology and variability in clinical experience. This study evaluated the feasibility of a deep learning framework for automated classification of thoracolumbar fractures using CT images.MethodsA retrospective study was conducted using CT images from 596 patients with thoracolumbar fractures. A convolutional neural network based on a Multiple Instance Learning (MIL) framework was developed, us
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 Ca2+ binding sites of proteins are critical for their function, particularly in processes such as signal transduction, enzyme regulation, and structural stability. In this study, the calcium-binding sites of NtEhCaBP1 (Entamoeba histolytica calcium-binding protein). This paper proposes Statistical Ranking Deep Learning (SR-ML) to estimate the binding affinities of ten protein variants, The proposed SR-ML model computes the features in the proteins with the detection of sequences in the bindings. The classification of binding sites evaluated with the optimization of the features. With each
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.
Congenital hypothyroidism (CH) is a genetic endocrine disorder that can cause developmental delays if it is untreated. In this study, NMR-based metabolomics was employed to analyze serum samples from CH children and healthy controls across different age groups. Multivariate statistical analysis screened for 17, 16, 33, and 21 differential metabolites in the respective age groups and identified seven common metabolites, including lysine, 1-methylhistidine, glycerophosphocholine, phosphocholine, β-glucose, lipids, and creatine. The results indicated that CH children experienced metabolic disturb
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.
Manual wheelchair users (MWC) are at high risk of upper limb overuse injuries due to inefficient propulsion techniques. While clinical guidelines recommend the semicircular (SC) propulsion pattern to reduce joint stress, accessible automated feedback classification tools are lacking in both clinical and remote rehabilitation contexts. This study had two goals: 1) to develop a vision-based classifier using 2D wrist trajectory images and a convolutional neural network (CNN) to distinguish SC from non-SC patterns at the cycle level; and 2) to validate its performance on simulator-based applicatio
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.
Veterinary radiology & ultrasound : the official journal of the American College of Veterinary Radiology and the International Veterinary Radiology Association2026eng
Intervertebral disc disease (IVDD) is a common neurological disorder in dogs and cats, leading to significant mobility issues and reduced quality of life. Traditional imaging modalities, including radiography, computed tomography (CT), and magnetic resonance imaging (MRI), are integral to IVDD diagnosis, but each has limitations in visualizing soft tissues and requires specialized interpretation. Recent advancements in deep learning (DL), particularly convolutional neural networks (CNNs), offer promising solutions by automating image analysis, enhancing diagnostic accuracy, and reducing human
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: This study aimed to develop and validate a fully three-dimensional (3D) convolutional neural network for automated detection of the mid-mesial canal (MMC) in mandibular molars on cone-beam computed tomography (CBCT).
METHODS: In this retrospective diagnostic accuracy study, 248 CBCT volumes were used for model development, with an independent test set of 28 cases (1.611 axial slices). Ground-truth MMC status was defined by endodontist-radiologist consensus; multiclass manual masks (dentin, mesiobuccal-, mesiolingual-, and mid-mesial-canal) were created in 3D Slicer. A 3D nnU-Net-b
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.
While the systemic anti-inflammatory benefits of dietary polyphenols are well-established, the specific activities of structurally diverse polyphenols remain unclear. This study aimed to evaluate the regulatory capacity of plant polyphenols on inflammatory cytokines based on the affinity differences between compounds and their targets. As ulcerative colitis (UC) is characterized by intestinal inflammatory infiltration, it was selected as the entry point for this preliminary exploration. We integrated data on the intervention of 39 plant-derived bioactive components in UC from existing studies
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