Distinct tau amyloid assemblies underlie diverse tauopathies but defy rapid classification. Cell and animal experiments indicate tau functions as a prion, as different strains propagated in cells cause unique, transmissible neuropathology after inoculation. Strain amplification requires compatibility of the monomer and amyloid template. We used cryo-electron microscopy to study one cell-based yellow fluorescent protein (YFP)-tagged strain, resolving its amyloid nature. We then used sequential alanine (Ala) substitution (scan) within tau repeat domain (RD) to measure incorporation to preexistin
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 paper, we employed the Vision Transformer architecture to effectively classify diabetic retinopathy (DR) in retinal images. Our dataset consisted of validated images, categorized into two classes: "normal" and "abnormal." The model demonstrated robust performance, achieving a training accuracy of 98.91% and a validation accuracy of 98.79%, alongside a commendable test accuracy of 100%. The training process spanned 30 epochs, during which the model exhibited consistent improvements in accuracy and reductions in loss. We further evaluated the model efficacy through a classification repor
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.
PURPOSE: To determine the predictive value of International Intraocular Retinoblastoma Classification schemes and the American Joint Committee on Cancer (AJCC) classification for histopathological high-risk features (HRFs).
DESIGN: Multicentric international collaborative retrospective case series.
SUBJECTS: One thousand three hundred and sixty-two patients with retinoblastoma from 16 centers and 11 countries.
INTERVENTION: Primary enucleation; adjuvant therapy in patients with HRF.
MAIN OUTCOME MEASURES: High-risk retinoblastoma defined as 1 or more HRF (anterior segment involvement, mass
СтатьяМногоцентровое исследованиеПолный 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.
OBJECTIVE: Epilepsy is characterised by unprovoked and recurring seizures, which can be electrically measured using electroencephalograms (EEG). To better understand the underlying mechanisms of seizures, researchers are exploring their temporal dynamics through the lens of dynamical systems modelling. Seizure initiation and termination patterns of spiking amplitude and frequency can be sorted into "dynamotypes", which may be able to serve as biomarkers for intervention. However, manual classification of these dynamotypes requires trained raters and is prone to variability. To address this, we
СтатьяПрепринтПолный 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 diagnostic classification of differentiated thyroid cancer has been a longstanding topic of debate among pathologists, largely due to high interobserver variability. This complexity has increased with the expansion of tumor types and subtypes. However, molecular studies have revealed a simpler and less controversial approach, categorizing these lesions into RAS-like and BRAF p.V600E-like neoplasms. In this review, the authors propose a classification that is based on, but does not require, the confirmation of molecular alterations. This approach aligns with and helps inform the pattern-bas
СтатьяОбзорПоиск 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: The aim of this study was to evaluate the prevalence of canine transmigration and impaction among patients at a tertiary dental health care center in India, using panoramic radiographs, and to introduce a novel classification system for mandibular canine transmigration.
MATERIALS AND METHODS: A retrospective analysis of digital orthopantomograms (OPGs) of 30,000 patients above the age of 12 years, obtained from a tertiary dental health care center was conducted to assess the prevalence of canine transmigration and canine impaction.
RESULTS: A total of 30,000 OPGs were examined, re
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 investigates the correlation between chest computed tomography (CT) radiomics features and breast density classification, and aiming to develop an automated radiomics model for breast density assessment using chest CT images. The diagnostic performance was evaluated to establish a CT-based alternative for breast density classification in clinical practice. A retrospective analysis was conducted on patients who underwent both mammography and chest CT scans. The breast density classification results based on mammography images were used to guide the development of CT-based breast dens
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: Dementia is a neurological syndrome marked by cognitive decline. Alzheimer's disease (AD) and frontotemporal dementia (FTD) are the common forms of dementia, each with distinct progression patterns. Early and accurate diagnosis of dementia cases (AD and FTD) is crucial for effective medical care, as both conditions have similar early-symptoms. EEG, a non-invasive tool for recording brain activity, has shown potential in distinguishing AD from FTD and mild cognitive impairment (MCI).
METHODS: This study aims to develop a deep learning-based classification system for dementia by ana
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.
Alzheimer's disease (AD) is one of the primary causes of dementia in the older population, affecting memories, cognitive levels, and the ability to accomplish simple activities gradually. Timely intervention and efficient control of the disease prove to be possible through early diagnosis. The conventional machine learning models designed for AD detection work well only up to a certain point. They usually require a lot of labeled data and do not transfer well to new datasets. Additionally, they incur long periods of retraining. Relatively powerful models of deep learning, however, also are ver
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.
While artificial intelligence has received considerable attention in various medical fields, its application in the field of electroconvulsive therapy (ECT) remains rather limited. With the advent of digital seizure collection systems, the development of novel ECT seizure quality metrics and treatment guidance systems in particular will require cutting-edge digital seizure analysis. Using artificial intelligence will offer more analytical degrees of freedom and could play a key role in enhancing the precision of currently available procedures. To this end, we developed the first machine learni
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: This study aims to establish a multi-phase visual staging system based on amyloid-beta (Aβ) deposition to more precisely assess the stages of Aβ accumulation in Alzheimer's disease (AD), and to validate the cognitive function, neurodegeneration, and blood biomarker characteristics at different stages.
METHODS: A total of 1002 participants from the Chinese Preclinical Alzheimer's Disease Study (C-PAS) cohort were included. Aβ deposition was assessed using positron emission tomography (PET) imaging, and three multi-phase Aβ deposition grading systems were established. Participants
СтатьяСравнительное исследованиеПолный 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.
OBJECTIVE: To optimize neurosurgical tumor resection, tissue types and borders must be appropriately identified. Authors of this study established the use of a nondestructive laser-based endogenous fluorescence spectroscopy device, "TumorID," to almost immediately classify a specimen as glioma, meningioma, pituitary adenoma, or nonneoplastic tissue in the operating room, utilizing a machine learning algorithm.
METHODS: TumorID requires only 0.5 seconds to collect data, without the need for any dyes or tissue manipulation, and utilizes a 100-mW, 405-nm laser that does not damage the tissue. Th
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.
The accurate diagnosis of skin diseases is crucial for effective patient management and treatment, yet traditional diagnostic methods often involve subjective interpretation and can lead to variability in outcomes. In this study, we harness the power of machine learning classifiers to enhance diagnostic accuracy by predicting skin diseases based on histopathological features extracted from biopsy samples. We evaluated the performance of six widely used classifiers: Random Forest, Logistic Regression, Stochastic Gradient Descent (SGD) Classifier, Support Vector Machine (SVM), AdaBoost, and Naiv
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.
During a hurricane, it is vital that individuals receive communications that are easy to process and provide sufficient information to allow informed hurricane preparedness decisions and prevent loss of life. We study how different hurricane warning scales, the traditional Saffir-Simpson Hurricane Wind Scale (SSHWS) versus the newly developed Tropical Cyclone Severity Scale (TCSS), impact intent to evacuate and understanding of hurricane severity. We use a between-subject design where participants are assigned to either the traditional SSHWS or the new TCSS scale. We collected data in a large-
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.
We developed an algorithm that accurately detects P-waves and classifies atrioventricular block (AVB) by applying a semantic segmentation algorithm to an easily attachable single-channel wearable electrocardiogram (ECG).
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.
INTRODUCTION: The automated analysis of connected speech using natural language processing (NLP) emerges as a possible biomarker for Alzheimer's disease (AD). However, it remains unclear which types of connected speech are most sensitive and specific for the detection of AD.
METHODS: We applied a language model to automatically transcribed connected speech from 114 Flemish-speaking individuals to first distinguish early AD patients from amyloid negative cognitively unimpaired (CU) and then amyloid negative from amyloid positive CU individuals using five different types of connected speech.
R
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.
Medical images play a pivotal role in disease diagnosis. Numerous studies on cancer image analysis focus on end-to-end deep neural networks, neglecting the analysis of global topological features in images. In cancer diagnosis, pathological images frequently display structures like holes or loops that are absent in healthy images, highlighting the benefits of topological analysis of images. In our study, we employ persistent homology (PH) to extract topological features from two-dimensional cancer images. Then, we propose a topology-based model (Topo) for image classification by implementing a
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2025eng
Neurodegenerative diseases (NDs) can induce subtle changes in eye movements, which can be used for diagnosis or evaluation. This study employs deep learning models to classify NDs using raw eye-tracking data from 133 participants: 51 healthy controls (CTL), 25 with Alzheimer's Disease (AD), 39 with Parkinson's Disease (PD), and 18 with Parkinson's Disease Mimics (PDM)-PD-like diseases often misdiagnosed as PD. Eye movements were recorded during smooth pursuit, text reading, and picture description tasks. Results suggest the text reading task, being structured and cognitively demanding, best di
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 functional mitral regurgitation (AFMR) arises from left atrial (LA) dilation, commonly associated with atrial fibrillation, and leads to progressive cardiac damage. This study evaluated the prognostic value of a novel echocardiographic cardiac damage classification system for patients with moderate or severe AFMR.
METHODS: In a retrospective multicentre study, 1007 patients with AFMR were stratified into four groups based on echocardiographic findings: group 1, LA damage (dilation); group 2, left ventricular damage (reduced ejection fraction and/or dilation); group 3, right
СтатьяМногоцентровое исследованиеПоддержка 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.
This study aims to deepen the understanding and classification of tinnitus through a comprehensive analysis of EEG signals utilizing innovative microstate analysis techniques and cutting-edge machine learning approaches. EEG data were collected from two datasets: a primary dataset with 36 participants (16 healthy, 20 tinnitus) and a public dataset with 37 participants (15 healthy, 22 tinnitus). Signals were decomposed into five frequency bands (delta, theta, alpha, beta, gamma) using Daubechies 4 wavelet at five decomposition levels. Microstate features (Duration, Occurrence, Mean Global Field
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