Generating new and efficient drugs through machine learning-assisted quantitative structure-activity relationships (ML-QSAR) has become a promising strategy for addressing multidrug-resistant gram-negative bacterial infections. We developed robust ML-QSAR models using Genetic Function Approximation (GFA), Support Vector Machine (SVM), and Artificial Neural Network (ANN) methods to predict the activity of experimentally known quinoline-based MsbA inhibitors, aiming to create more effective antibacterial drugs. The ML models were built using eight significant molecular descriptors: B09[N-Cl], CA
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: Dense breast tissue significantly increases breast cancer (BC) risk. However, current mammographic methods for classifying BC are often subjective and unreliable, which complicates the task of accurate evaluation.
PURPOSE: This study introduces a deep learning method with a local context attention module (LCAM), using dual mammogram views aligned with BI-RADS to enhance grading consistency and accuracy in BC classification across four groups by leveraging local context around masses.
METHODS: Specific regions of interest (ROIs) containing dense tissue around breast masses are ide
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.
Transient ischemic attack (TIA) serves as a critical early warning sign for ischemic stroke. Its timely identification holds significant clinical value in reducing recurrence risk and improving patient prognosis. However, existing detection methods exhibit limitations in sensitivity and specificity. This study developed a surface-enhanced Raman scattering (SERS) detection platform based on a lotus leaf (LL)/copper (Cu)/silicon dioxide (SiO2)/silver (Ag) multilayer film. By coupling Interleukin-6 (IL-6) coating antibodies (Ab1), it achieved highly specific detection of inflammatory markers in s
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.
Time-lapse imaging and deep-learning algorithms are promising tools to assess the most viable embryos and improve embryo selection in IVF laboratories. Here, we developed and validated a deep learning model based on self-supervised contrastive learning. The model was developed with a new approach based on matched KID (Known Implantation Data) embryos derived from the same cohort of a stimulation cycle, both judged to be of good quality according to classical morphological criteria and morphokinetics, transferred fresh or frozen, but with a different implantation fate (clinical pregnancy vs. fa
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.
OBJECTIVES: The 2009 Chronic Kidney Disease Epidemiology Collaboration (CKD-EPI) equation without race correction factor is frequently used for an estimate of glomerular filtration rate (eGFR) and to support a single-sample GFR regime. This study examines whether neural networks offer a potential means to improve the accuracy of GFR estimates using the same initial inputs as eGFR.
METHODS: An audit of 865 adult GFR examinations and serum creatinine measurements between January 2010 and 2024 was undertaken. Patient sex, age, creatinine, and measured GFR were used to train a neural network (NN)
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.
Lesion-symptom mapping methods assess the relationship between lesions caused by cerebral small vessel disease and cognition, but current technology like support vector regression (SVR)) primarily provide group-level results. We propose a novel lesion-symptom mapping approach that can indicate how lesion patterns contribute to cognitive impairment on an individual level. A convolutional neural network (CNN) predicts cognitive scores and is combined with explainable artificial intelligence (XAI) to map the relation between cognition and vascular lesions. This method was evaluated primarily usin
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.
BACKGROUND: Finding a biomarker to diagnose migraine remains a significant challenge in the headache field. Migraine patients exhibit dynamic and recurrent alterations in the brainstem-thalamo-cortical loop, including reduced thalamocortical activity and abnormal habituation during the interictal phase. Although these insights into migraine pathophysiology have been valuable, they are not currently used in clinical practice. This study aims to evaluate the potential of Artificial Neural Networks (ANNs) in distinguishing migraine patients from healthy individuals using neurophysiological record
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.
Practices for controlling intracranial pressure (ICP) in traumatic brain injury (TBI) patients admitted to the intensive care unit (ICU) vary considerably between centres. To help understand the rational basis for such variance in care, this study aims to identify the patient-level predictors of changes in ICP management. We extracted all heterogeneous data (2008 pre-ICU and ICU variables) collected from a prospective cohort (n = 844, 51 ICUs) of ICP-monitored TBI patients in the Collaborative European NeuroTrauma Effectiveness Research in TBI study. We developed the TILTomorrow modelling stra
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.
ETHNOPHARMACOLOGICAL RELEVANCE: Qi-Lin pill (QLP), which is derived from the renowned Wu-Zi-Yan-Zong formulation of the Tang Dynasty, has been used for tonifying the kidneys, replenishing vital essence, and treating infertility and menstrual disorders. However, its mechanisms and active components for treating diminished ovarian reserve (DOR) remain unclear.
AIM OF THE STUDY: Herein, we integrated transcriptomics, artificial neural network (ANN), and Chou-Talalay analysis to elucidate the potential mechanisms and active components responsible for the effects of QLP.
MATERIALS AND METHODS: Fi
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.
INTRODUCTION: This study considers the application of ultrasound placental image texture analysis for the prediction of hypertensive disorders of pregnancy (HDP) using deep learning (DL) algorithm.
METHOD: In this prospective observational study, placental ultrasound images were taken serially at 11-14 weeks (T1), 20-24 weeks (T2), and 28-32 weeks (T3). Pregnant women with blood pressure at or above 140/90 mmHg on two occasions 4 h apart were considered to have HDP. The image data of women with HDP were compared with those with a normal outcome using DL techniques such as convolutional neural
СтатьяНаблюдательное 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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2025eng
One of the leading causes of morbidity and mortality in the world is Traumatic Brain Injury (TBI). Different outcomes are influenced by regional access and health infrastructure. In this study, using 17 predictor variables, we evaluate machine learning models performance and generalizability with two different datasets of Brazilian regions. The first region is Manaus, an isolated urban center with differentiated logistical challenges. The second, is São Paulo, an urban center. To the best of our knowledge, this study is the first one that evaluate predictive models in two distinct datasets 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.
Sleep apnea diagnosis relies on polysomnography (PSG), which is resource-intensive and requires manual analysis to differentiate obstructive sleep apnea (OSA) from central sleep apnea (CSA). Existing portable devices, while valuable in detecting sleep apnea, often do not distinguish between the two types of apnea. Such differentiation is critical because OSA and CSA have distinct underlying causes and treatment approaches. This study addresses this gap by leveraging tracheal breathing sounds as a non-invasive and cost-effective method to classify central and obstructive events. We employed a t
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.
BACKGROUND: Intrahepatic cholestasis of pregnancy (ICP) is a liver disorder that occurs in the second and third trimesters of pregnancy and is associated with a significant risk of fetal complications, including premature birth and fetal death. In clinical practice, the diagnosis of ICP is predominantly based on the presence of pruritus in pregnant women and elevated serum total bile acid. However, this approach may result in missed or delayed diagnoses. Therefore, it is essential to explore the risk factors associated with ICP and to accurately identify affected individuals to enable timely p
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.
European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society2025eng
INTRODUCTION: Pedicle screw manufacturer identification is crucial for revision surgery planning; however, this information is occasionally unavailable. We developed a deep learning-based algorithm to identify the pedicle screw manufacturer from plain radiographs.
METHODS: We collected anteroposterior (AP) and lateral radiographs from 276 patients who had thoracolumbar spine surgery with pedicle screws from three international manufacturers. The samples were randomly assigned to training sets (178), validation sets (40), and test sets (58). The algorithm incorporated a convolutional 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.
Subclinical amplitudes complicate the differentiation between essential tremor (ET) and Parkinson's disease (PD) tremor, which is uncertain even when the tremors are apparent. Despite their prevalence-up to 30% of PD cases exhibit subclinical tremors-these tremors remain inadequately studied. Therefore, this study explores the potential of artificial intelligence (AI) to address this differentiation uncertainty. Our objective is to develop a deep learning model that can differentiate among subclinical tremors due to PD, ET, and normal physiological tremors. Subclinical tremor data were obtaine
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: Acute lymphoblastic leukemia (ALL) is a leading cause of death among pediatric malignancies. Early diagnosis of ALL is crucial for minimizing misdiagnosis, improving survival rates, and ensuring the implementation of precise treatment plans for patients.
METHODS: In this study, we propose a multi-modal deep neural network-based framework for early and efficient screening of ALL. Both white blood cell (WBC) scattergrams and complete blood count (CBC) are employed for ALL detection. The dataset comprises medical data from 233 patients with ALL, 283 patients with infectious mononucle
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.
OBJECTIVES: This study investigated the effectiveness of a deep convolutional neural network (CNN) in diagnosing and staging caries lesions in quantitative light-induced fluorescence (QLF) images taken by a self-manufactured handheld device.
METHODS: A small toothbrush-like device consisting of a 400 nm UV light-emitting lamp with a 470 nm filter was manufactured for intraoral imaging. A total of 133 cases with 9,478 QLF images of teeth were included for caries lesion evaluation using a CNN model. The database was divided into development, validation, and testing cohorts at a 7:2:1 ratio. The
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 introduce a novel approach that integrates interpretability techniques from both traditional machine learning (ML) and deep neural networks (DNN) to quantify feature importance using global and local interpretation methods. Our method bridges the gap between interpretable ML models and powerful deep learning (DL) architectures, providing comprehensive insights into the key drivers behind model predictions, especially in detecting outliers within medical data. We applied this method to analyze COVID-19 pandemic data from 2020, yielding intriguing insights. We used a dataset co
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.
The human immunodeficiency virus presents a significant global health challenge due to its rapid mutation and the development of resistance mechanisms against antiretroviral drugs. Recent studies demonstrate the impressive performance of machine learning (ML) and deep learning (DL) models in predicting the drug resistance profile of specific FDA-approved inhibitors. However, generalizing ML and DL models to learn not only from isolates but also from inhibitor representations remains challenging for HIV-1 infection. We propose a novel drug-isolate-fold change (DIF) model framework that aims to
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.
Manual microscopy of Gram stains from positive blood cultures (PBCs) is crucial for diagnosing bloodstream infections but remains labor intensive, time consuming, and subjective. This study aimed to evaluate a scan and analysis system that combines fully automated digital microscopy with deep convolutional neural networks (CNNs) to assist the interpretation of Gram stains from PBCs for routine laboratory use. The CNN was trained to classify images of Gram stains based on staining and morphology into seven different classes: background/false-positive, Gram-positive cocci in clusters (GPCCL), Gr
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.
MedElevator
Войти в исследования