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.
Satellite data provides essential insights into the spatiotemporal distribution of CO2 concentrations. However, many atmospheric inverse models fail to adequately incorporate the spatial and temporal correlations inherent in satellite observations and often lack rigorous methods for estimating parameters like spatial length scales. We introduce an inference model that processes the spatiotemporal covariance in satellite data and estimates hyperparameters such as covariance length scales. Our approach uses the Gaussian process (GP) machine learning (ML) and modern probabilistic programming lang
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.
This study develops a solution to sports match-fixing using various machine-learning models to detect match-fixing anomalies, based on betting odds. We use five models to distinguish between normal and abnormal matches: logistic regression (LR), random forest (RF), support vector machine (SVM), the k-nearest neighbor (KNN) classification, and the ensemble model-a model optimized from the previous four. The models classify normal and abnormal matches by learning their patterns using sports betting odds data. The database was developed based on the world football league match betting data of 12
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.
Fluorescence spectroscopy coupled with a random forest machine learning algorithm offers a promising non-invasive approach for diagnosing glycosuria, a condition characterized by excess sugar in the urine of diabetic patients. This study investigated the ability of this method to differentiate between diabetic and healthy control urine samples. Fluorescent spectra were captured from urine samples using a Xenon arc lamp emitting light within the 200 to 950 nm wavelength range, with consistent fluorescence emission observed at 450 nm under an excitation wavelength of 370 nm. Healthy control samp
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: This study aimed to develop and validate a CT-based radiomics model for predicting pain relief after palliative radiotherapy in patients with bone metastases, and to compare the performance of 11 machine learning algorithms.
METHODS: We retrospectively enrolled patients with bone metastases who received palliative radiotherapy at Xuzhou Central Hospital (Center 1) and Xuzhou First People's Hospital (Center 2) between January 2022 and December 2024. All patients completed a prescribed dose of 40 Gy in 20 fractions or 30 Gy in 10 fractions. Clinical variables-including age, sex, primar
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: The primary hurdle to curing HIV is due to the establishment of a reservoir early in infection. In an effort to find new treatment strategies, we and others have focused on understanding the selection pressures exerted on the reservoir by studying how proviral sequences change over time.
METHODS: To gain insights into the dynamics of the HIV reservoir we analyzed longitudinal near full-length sequences from 7 people living with HIV between 1 and 20 years following the initiation of antiretroviral treatment. We used this data to employ Bayesian mixed effects models to characterize
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 AND HYPOTHESIS: This study aimed to investigate the relationship between the Frailty Index (FI) and stress urinary incontinence (SUI) in women and to evaluate the impact of FI levels on SUI risk and the consistency of this relationship across different population characteristics.
METHODS: Data were obtained from the NHANES 2005-2018 cycles. FI was assessed as a continuous, binary, and quartile variable. The outcome was stress urinary incontinence. Logistic regression models and restricted cubic spline analysis were used to examine associations between FI and SUI. Six machine lear
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.
OBJECTIVE: Identifying obsessive-compulsive disorder (OCD) using brain data remains challenging. Resting-state electroencephalography (EEG) offers an affordable and noninvasive approach, but identifying predictive signals in EEG data has met with little success, even with the application of traditional machine learning methods. We explored whether convolutional neural networks (CNNs) applied to EEG time-frequency representations can distinguish individuals with OCD from healthy controls.
METHOD: We collected resting-state EEG data from 20 unmedicated participants (10 with OCD, 10 healthy cont
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.
Mental illness is becoming increasingly common in everyday life, affecting a growing number of people. Functional Magnetic Resonance Imaging (fMRI) is an effective technique for detecting mental disorders. Resting-state fMRI (rs-fMRI) analyses spontaneous low-frequency oscillations in the Blood Oxygen Level Dependent signal to examine the functional architecture of the brain. fMRI and rs-fMRI data processing contribute to mapping neural activity in specific brain regions, enabling accurate localization of cognitive functions and improving our understanding of Functional Connectivity and intera
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: Diabetic kidney disease (DKD) poses a significant health burden with inadequate diagnostic sensitivity. This study develops non-invasive biomarkers by integrating urinary and renal single-cell sequencing with machine learning.
METHODS: This study analyzed DKD single-cell and bulk transcriptomic data from public repositories. We established a computational pipeline to distinguish kidney-originating cells in urinary sediments, enabling the identification of injury-associated gene signatures. These signatures were refined using machine learning to develop a diagnostic model, which wa
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.
PURPOSE: Pancreatic ductal adenocarcinoma (PDAC), known for its high fatality rate, is often diagnosed in its advanced stages where surgical options are not viable. This highlights the critical need for innovative and effective early detection techniques. This study focuses on the potential of cell-free DNA (cfDNA) fragmentomics integrating advanced machine learning to identify early-stage PDAC with high accuracy.
METHODS: Our study included a broad cohort of 1,167 participants, from which plasma was collected and subjected to shallow whole-genome sequencing. After rigorous quality assessment
СтатьяВалидационное 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.
BACKGROUND: Intradialytic hypotension and hypertension significantly increase cardiovascular risk in hemodialysis patients, highlighting the need for effective monitoring systems. By predicting systolic blood pressure (SBP) values, monitoring capabilities can be improved beyond traditional event classification. Despite this potential advantage, current predictive models report a consistent error range (11-13 mmHg) and operate as black boxes. This study aims to develop a transparent SBP prediction model and evaluate its generalizability.
METHODS: This retrospective study analyzed data from 524
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 obsessive-compulsive disorder (OCD) using brain data remains challenging. Resting-state electroencephalography (EEG) offers an affordable and noninvasive approach, but identifying predictive signals in EEG data has met with little success, even with the application of traditional machine learning methods. We explored whether convolutional neural networks (CNNs) applied to EEG time-frequency representations can distinguish individuals with OCD from healthy controls.
METHOD: We collected resting-state EEG data from 20 unmedicated participants (10 with OCD, 10 healthy cont
СтатьяПрепринтПоиск 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: Exposure to heavy metals represents a significant risk factor for hypertension and blood pressure disorders. Notably, current evidence indicates that the key biological processes of oxidative stress, inflammation, and endothelial dysfunction are related to metal exposure and blood pressure dysregulation, ultimately contributing to cardiovascular pathogenesis. However, their underlying biological mechanisms remain incompletely characterized.
METHODS: A longitudinal study was performed among 45 healthy university students in Caofeidian, China. These participants were followed up in
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: Early identification of cognitive impairment in older adults could reduce the burden of age-related disabilities. Gait parameters are associated with and predictive of cognitive decline. Although a variety of sensors and machine learning analysis methods have been used in cognitive studies, a deep optimized machine vision-based method for analyzing gait to identify cognitive decline is needed.
METHODS: This study used a walking footage dataset of 158 adults named West China Hospital Elderly Gait, which was labelled by performance on the Short Portable Mental Status Questionnaire. W
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.
At present, risk assessment for alcohol withdrawal syndrome relies on clinical judgment. Our aim was to develop accurate machine learning tools to predict alcohol withdrawal outcomes at the individual subject level using information easily attainable at patients' admission. An observational machine learning analysis using nested cross-validation and out-of-sample validation was applied to alcohol-dependent patients at two major detoxification wards (LMU, n = 389; TU, n = 805). 121 retrospectively derived clinical, blood-derived, and sociodemographic measures were used to predict 1) moderate to
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.
OBJECTIVE: In this study, we sought to refine histologic scoring of rheumatoid arthritis (RA) synovial tissue by training with gene expression data and machine learning.
METHODS: Twenty histologic features were assessed in 129 synovial tissue samples (n = 123 RA patients and n = 6 osteoarthritis [OA] patients). Consensus clustering was performed on gene expression data from a subset of 45 synovial samples. Support vector machine learning was used to predict gene expression subtypes, using histologic data as the input. Corresponding clinical data were compared across subtypes.
RESULTS: Consen
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
OBJECTIVE: Noise-induced hearing loss impacts brain health and cognition, with dynamic functional connectivity analysis offering a promising but underexplored method for studying whole-brain activity. Therefore, this study aimed to utilise dynamic functional connectivity analysis to investigate abnormal temporal variability in whole-brain functional connectivity in patients with noise-induced hearing loss.
METHODS: In this observational study, 58 patients with noise-induced hearing loss and 42 healthy male controls, matched for age and education, underwent resting-state functional magnetic re
СтатьяНаблюдательное 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.
Congenital heart disease (CHD) represents a spectrum of inborn heart defects influenced by genetic and environmental factors. This study advances the field by analyzing gene expression profiles in 21,034 cardiac fibroblasts, 73,296 cardiomyocytes, and 35,673 endothelial cells, utilizing single-cell level analysis and machine learning techniques. Six CHD conditions: dilated cardiomyopathy (DCM), donor hearts (used as healthy controls), hypertrophic cardiomyopathy (HCM), heart failure with hypoplastic left heart syndrome (HF_HLHS), Neonatal Hypoplastic Left Heart Syndrome (Neo_HLHS), and Tetralo
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: Brain-computer interface (BCI) inefficiency limits clinical utilization of BCIs, as many users struggle to produce consistent machine-recognizable electroencephalography (EEG) patterns for reliable control. While training can improve BCI performance for most users, the required duration and intensity may hinder BCI accessibility. Prior BCI and motor learning research suggests that feedback enabling efficient exploration of different task strategies may enhance training.
METHODS: An eight-session BCI training case study was completed with an adolescent participant with paraplegia. To
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.
MedElevator
Войти в исследования