The rapid degradation of strawberry freshness poses a significant challenge for quality control in the supply chain. However, traditional evaluation methods are inherently destructive, time-consuming, and fundamentally subjective due to the absence of a universal gold standard, thereby hindering real-time monitoring. Here, we demonstrate a rapid and non-destructive strategy combining hyperspectral imaging (HSI) with machine learning (ML) algorithms to predict the freshness of strawberries over varying storage days. A systematic evaluation identified the MSC + SG2-GA-BPNN architecture-integrati
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.
Opuntia ficus-indica L. is a prominent crop in Mexico, requiring advanced non-destructive technologies for the real-time monitoring and quality control of fresh commercial cladodes. The primary research objective of this study was to develop and validate high-precision mathematical models that correlate hyperspectral signatures (400-1000 nm) with the specific nutritional, morphological, and antioxidant attributes of fresh cladodes (cultivar Villanueva) at their peak commercial maturity. By combining hyperspectral imaging (HSI) with machine learning algorithms, including K-Means clustering for
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.
Precise control of gene activity within a host cell is crucial in bioengineering applications. Despite significant advancements in cis-regulatory sequence activity prediction and reverse engineering, the context-dependent effects of host cellular environment have long been neglected, leading to ongoing challenges in accurately modeling regulatory processes. Here, we introduce an insulated design strategy to purify and model host-independent transcriptional activity. By integrating heterologous paired cis- and trans-regulatory modules into an orthogonal host cell, we established a controllable
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: We aimed at identifying acute phase biomarkers in Severe Fever with Thrombocytopenia Syndrome (SFTS), and to establish a model to predict mortality outcomes.
METHODS: A retrospective analysis was conducted on multicenter clinical data. Group-based trajectory modeling (GBTM) was utilized to demonstrate the overall trend of laboratory indicators and their correlation with mortality. Six different machine learning algorithms were employed to develop prognostic models based on the clinical features during the acute phase, which were reduced using Lasso regression.
RESULTS: Seven indic
СтатьяМногоцентровое 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.
Alzheimer's disease (AD) is a serious neurodegenerative brain disorder with complex pathophysiology. While currently available drugs can provide symptomatic benefits, they often fail to cure the disease. Thus, there is an urgent need to explore new therapeutic agents. In this study, we developed DTIP (Drug-Target Interaction Prediction), a machine learning-based approach to search novel drugs for AD by utilizing the information of drug-target interaction (DTI). By training a Skip-gram model on drug-target sequences derived from known DTI information, the algorithm learned the drug-target relat
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 integration of artificial intelligence (AI) into medical diagnostics is transforming the landscape of healthcare, particularly in hematology. AI technologies, leveraging advanced machine learning algorithms and big data analytics, are revolutionizing the diagnosis of hematological disorders such as anemia, leukemia, and lymphoma. This review explores how AI enhances diagnostic accuracy, efficiency, and patient outcomes by processing complex datasets and identifying patterns beyond human capability. AI-driven advancements in hematology include innovations in image analysis, genomic data int
Полный текст 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.
Age-related macular degeneration (AMD) is a progressive degenerative retinal disease and a leading cause of blindness in older adults worldwide. According to numerous studies, the number of affected individuals reached 196 million in 2020, with projections estimating an increase to 288 million by 2040, including 18.6 million cases of advanced AMD. The advent of optical coherence tomography (OCT) has enabled researchers and clinicians to characterize microstructural changes in different retinal layers at earlier disease stages and improve monitoring strategies. Important steps have been taken t
СтатьяОбзорАннотация на английскомПолный 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: This study explores the link between immune cells and tuberculosis (TB) pathogenesis and progression, proposing diagnostic strategies based on immune microenvironment changes.
METHODS: The CIBERSORT algorithm assessed immune cell infiltration in TB tissues, validated by routine blood tests. Differential expression analysis and WGCNA identified key genes and modules. GO and KEGG analyses elucidated biological functions. Machine learning pinpointed diagnostic biomarkers and built a predictive model. Further validation included GSVA, single-cell data, Mendelian randomization, and RT-q
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: In response to the nuanced glycemic challenges faced by women with iron deficiency anemia (IDA) associated with diabetes, this study uses advanced machine learning algorithms to redefine hemoglobin (Hb)A1c measurement values. We aimed to improve the accuracy of glycemic interpretation by recognizing the critical interaction between erythrocytes, iron, and glycemic levels in this specific demographic group.
METHODS: This retrospective observational study included 17,526 adult women with HbA1c levels recorded from 2017 to 2022. Samples were classified as diabetic, prediabetic, or non
СтатьяНаблюдательное 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.
AIM: The current study introduces a novel, algorithm-based software developed to objectively evaluate dental cavity preparations. The software aims to provide an alternative or complement to traditional, subjective assessment methods used in operative dentistry education.
MATERIALS AND METHODS: The software was tested on cavity preparations carried out by 70 participants on artificial molar teeth. These cavities were also independently assessed by an experienced academic panel. The software, using 3D imaging, calculated cavity dimensions and assigned an error score based on deviation from ide
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: Diabetes is a metabolic disorder that causes the risk of stroke, heart disease, kidney failure, and other long-term complications because diabetes generates excess sugar in the blood. Machine learning (ML) models can aid in diagnosing diabetes at the primary stage. So, we need an efficient ML model to diagnose diabetes accurately.
METHODS: In this paper, an effective data preprocessing pipeline has been implemented to process the data and random oversampling to balance the data, handling the imbalance distributions of the observational data more sophisticatedly. We used four differ
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.
Cardiovascular diseases, including heart failure, stroke, and hypertension, affect 608 million people worldwide and cause 32% of deaths. Combination therapy is required in 60% of patients, involving concurrent Renin-Angiotensin-Aldosterone-System (RAAS) and Neprilysin inhibition. This study introduces a novel multi-target in-silico modeling technique (mt-QSAR) to evaluate the inhibitory potential against Neprilysin and Angiotensin-converting enzymes. Using both linear (GA-LDA) and non-linear (RF) algorithms, mt-QSAR classification models were developed using 983 chemicals to predict inhibitory
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.
Backgrounds: Imaging of parotid tumors is crucial for surgery planning, but it cannot distinguish malignant from benign lesions with absolute reliability. The aim of the study was to establish a diagnostic MRI algorithm to differentiate parotid tumors. Methods: A retrospective study was conducted including all patients with parotid tumors, who underwent 3T-MRI and surgery. Morphological characteristics and normalized T2 and late postcontrast T1 signal intensities (SI) were assessed. "Ghosting sign" on late postcontrast T1 sequence was defined as indistinguishability of the tumor except for a t
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.
Deep Learning (DL) models have received increasing attention in the clinical setting, particularly in intensive care units (ICU). In this context, the interpretability of the outcomes estimated by the DL models is an essential step towards increasing adoption of DL models in clinical practice. To address this challenge, we propose an ante-hoc, interpretable neural network model. Our proposed model, named double self-attention architecture (DSA), uses two attention-based mechanisms, including self-attention and effective attention. It can capture the importance of input variables in general, as
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.
Background Atrial fibrillation (AFIB) is a common atrial arrhythmia that affects millions of people worldwide. However, most of the time, AFIB is paroxysmal and can pass unnoticed in medical exams; therefore, regular screening is required. This paper proposes machine learning (ML) methods to detect AFIB from short-term electrocardiogram (ECG) and photoplethysmography (PPG) signals. Aim Several experiments were conducted across five different databases, with three of them containing ECG signals and the other two consisting of only PPG signals. Experiments were conducted to investigate the hypot
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.
INTRODUCTION: Although tuberculous pleural effusion (TBPE) is simply an inflammatory response of the pleura caused by tuberculosis infection, it can lead to pleural adhesions and cause sequelae of pleural thickening, which may severely affect the mobility of the chest cavity.
METHODS: In this study, we propose bGACO-SVM, a model with good diagnostic power, for the adjunctive diagnosis of TBPE. The model is based on an enhanced continuous ant colony optimization (ACOR) with grade-based search technique (GACO) and support vector machine (SVM) for wrapped feature selection. In GACO, grade-based
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 OBJECTIVES: Intracranial atherosclerotic stenosis of a major intracranial artery is the common cause of ischemic stroke. We evaluate the feasibility of using deep learning to automatically detect intracranial arterial steno-occlusive lesions from time-of-flight magnetic resonance angiography.
METHODS: In a retrospective study, magnetic resonance images with radiological reports of intracranial arterial stenosis and occlusion were extracted. The images were randomly divided into a training set and a test set. The manual annotation of lesions with a bounding box labeled "moderate
СтатьяРандомизированное 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.
This research work extends the fixed interval smoothing based on the joint integrated track splitting (FIsJITS) filter in the multi-maneuvering-targets (MMT) tracking environment. We contribute to tackling unknown dynamics of the multi-maneuvering-targets (MMT) using the standard kinematic model. This work is referred to as smoothing MMT using the JITS (MMT-sJITS). The existing FIsJITS algorithm is computationally more complex to solve for the MMT situation because it enumerates a substantial number of measurement-to-track assignments and calculates their posteriori probabilities globally. The
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: Haplotype-based assay has been proved efficient in noninvasive prenatal testing for various monogenic disorders in singleton pregnancies. However, its application in twin pregnancies is still blank. Here we provide a novel algorithmic approach to noninvasively assess fetal genotypes in a dizygotic twin pregnancy at risk for Duchenne muscular dystrophy (DMD).
METHODS: One pregnant woman carrying a dizygotic twin gestation was recruited as she was a heterozygote of DMD gene duplication and has delivered an affected son. Construction of parental haplotypes was achieved by target sequenc
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: Automated classification of flow cytometry data has the potential to reduce errors and accelerate flow cytometry interpretation. We desired a machine learning approach that is accurate, is intuitively easy to understand, and highlights the cells that are most important in the algorithm's prediction for a given case.
METHODS: We developed an ensemble of convolutional neural networks for classification and visualization of impactful cell populations in detecting classic Hodgkin lymphoma using two-dimensional (2D) histograms. Data from 977 and 245 clinical flow cytometry cases were u
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.
MedElevator
Войти в исследования