Gene-by-gene differential expression analysis is a widely used supervised approach for interpreting single-cell RNA-sequencing (scRNA-seq) data. However, modern scRNA-seq datasets often contain large numbers of cells, leading to the identification of many differentially expressed genes with extremely small p-values but negligible effect sizes, thus making biological interpretation difficult. To overcome this challenge, we developed Supervised Deep learning with gene functional ANnotation (SDAN), a method that integrates gene functional annotation information (e.g., protein-protein interaction)
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 a progressive neurodegenerative disorder associated with impairments in memory and executive functions. Despite significant advancements in identifying genetic risk factors, the high cost and limited accessibility of genetic testing remain major barriers. In this work, we propose a cost-effective screening approach that leverages EEG recordings and psychometric test scores to predict an individual's genetic risk for AD. Our Convolutional Neural Network (CNN) model shows promising performance: it achieved an F1 score of 72.21% in distinguishing APOE-$\varepsilon$4/PI
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 & AIM: Horizontal strabismus affects ≈ 1.9% of the global population. Traditional “1 mm ≈ 2 Δ” nomograms disregard patient heterogeneity, leaving re-operation rates at 7–8% even after primary horizontal surgery. We aimed to develop a single prescriptive model that simultaneously predicts which horizontal extra-ocular muscles require surgery and the precise recession/resection dose for each, following the TRIPOD + AI reporting checklist. METHODS: In this retrospective single-centre study, 634 consecutive patients (2019–2024) undergoing primary horizontal-muscle surgery were analysed.
СтатьяВалидационное 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.
This study assesses artificial intelligence-based control algorithms for a transradial myoelectric prosthesis. The analysis is supported by a dataset collected from 20 Peruvian participants with transradial amputation, including congenital and traumatic cases. Each participant performed 240 gesture repetitions under varying postures with surface electromyographic (sEMG) signals recorded on the user's forearm. The dataset was processed to extract time and frequency domain features, enabling the implementation of classifiers such as Neural Networks (NN), Random Forest (RF), Extreme Gradient Boos
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.
Toddlers learn to recognize objects from different viewpoints with almost no supervision. During this learning, they execute frequent eye and head movements that shape their visual experience. It is presently unclear if and how these behaviors contribute to toddlers' emerging object recognition abilities. To answer this question, we here combine head-mounted eye tracking during dyadic play with unsupervised machine learning. We approximate toddlers' central visual field experience by cropping image regions from a head-mounted camera centered on the current gaze location estimated via eye track
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: Breast cancer accounts for one third of cancer-related deaths in women and has complications such as bone and brain metastases in other organs. Investigating the factors influencing this disease and its associated metastases is particularly important for treatment trends. Therefore, this study aimed to investigate the predictive risk factors and their risk scores for brain metastases in breast cancer patients. METHODS: This case-control study was conducted on breast cancer patients in two groups: those with (13 subjects) and those without (39 subjects) metastases, in two medical ce
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: The use of non-invasive, rapid screening methods to detect diabetes mellitus complications, such as neuropathy, is a growing trend in modern medicine. This study aimed to investigate the relationship between SUDOSCAN-derived Cardiac Autonomic Neuropathy (CAN) and Nephropathy (Nephro) scores in individuals with type 2 diabetes mellitus and to evaluate the potential of artificial neural networks in predicting these scores.
METHODS: A cross-sectional study was conducted, and 150 individuals were included in the statistical analysis to determine the risk of CAN and nephropathy in 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.
To address the diagnostic challenge of indeterminate PI-RADS 3 prostate lesions, we developed a non-invasive deep learning radiomics model using multiparametric MRI. This dual-center retrospective study included 382 patients. Lesions on T2WI, DWI, and ADC were segmented and standardized. Deep learning features were extracted via ResNet101, and radiomics features were selected using minimum Redundancy Maximum Relevance (mRMR) and Least Absolute Shrinkage and Selection Operator (LASSO). We built and compared three models: clinical, deep-learning radiomics signature (DLRS), and a combined model.
СтатьяМногоцентровое 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.
In the field of prosthetics hand control, finger movements offer greater dexterity and operation precision than conventional hand gesture and wrist gesture, enabling fine-grained human-computer interaction tasks, such as traditional Chinese medicine sphygmopalpation and laboratory hazardous reagent operation. These tasks involve finger flexion, flexion angle and fingertip force. However, few studies have simultaneously recognized these motion information, and applied them to real-time prosthetic hand control. In this paper, we present a wearable high-density surface electromyography (HD-sEMG)-
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.
We developed an automatic method based on a convolutional neural network (CNN) that identifies metastatic lesions in whole slide images (WSI) of intraoperative frozen sections from sentinel lymph nodes in breast cancer. A total of 954 sentinel lymph node frozen sections, encompassing all types of breast cancer, were collected and examined at our institution between January 1, 2021, and September 27, 2022. Seventy-two cases from a total of 954 cases, including 50 macrometastases, 16 micrometastases, and 6 negatives, were selected and annotated for training a model, which was a self-developed pl
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: Accurate segmentation of the foveal avascular zone (FAZ) is valuable for retinal imaging, as FAZ alterations are key biomarkers for diabetic retinopathy (DR). This study presents an automated framework exploring the feasibility of FAZ segmentation and DR classification using optical coherence tomography angiography (OCTA) images.
METHODS: In this cross-sectional study conducted at Farabi Eye Hospital, Tehran, Iran, a two-step deep learning pipeline was developed. First, a neural network combining DeepLabv3+, EfficientNetB0, Squeeze-and-Excitation (SE) blocks, and Atrous Spatial Py
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.
Despite advances in precision oncology, clinical decision-making still relies on limited variables and expert knowledge. To address this limitation, we combined multimodal real-world data and explainable artificial intelligence (xAI) to introduce AI-derived (AID) markers for clinical decision support. We used xAI to decode the outcome of 15,726 patients across 38 solid cancer entities based on 350 markers, including clinical records, image-derived body compositions, and mutational tumor profiles. xAI determined the prognostic contribution of each clinical marker at the patient level and identi
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: Gait impairments are common for Parkinson's disease (PD). With the development of artificial intelligence (AI) technology and three-dimensional Kinect V2 Detectors, it is possible to enable more accurate characterization of gait impairment. We develop a comprehensive prediction model by combining skeleton gait energy image with relative distance and angle for PD motor phenotypes.
RESEARCH QUESTION: Does the hybrid convolutional neural network-long short-term memory (CNN-LSTM) deep learning model improve diagnostic accuracy and outperform CNN or LSTM models in diagnosing different
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.
OBJECTIVES: This study aimed to develop and evaluate an artificial intelligence (AI) model to predict long-term treatment outcomes in temporomandibular disorder (TMD) patients using clinical data and verify the value of adding haematologic data in enhancing predictive accuracy.
METHODS: The medical records of 132 TMD patients who visited the clinic and underwent 6 months of non-invasive conservative treatment between 2013 and 2019 were included in this study. The clinical data and haematologic features were collected from medical records. A decision tree algorithm was employed for feature sel
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.
Microscopic images of aggressive and non-aggressive cases of central giant cell granuloma (CGCG) were analyzed by deep learning algorithms in order to assess its potential as a tool in predicting the biological behavior of CGCG. CGCGs with cortical expansion/perforation, tooth resorption/displacement, or recurrence were classified as aggressive (A-group; N = 48), CGCGs without these features as non-aggressive (N-group; N = 39). Data on patient age, gender, and jaw location were collected. Hematoxylin-eosin (H&E)-stained sections were scanned at × 10 magnification, yielding 9982 sections (5236
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.
Plasma proteomics provides a unique opportunity to enhance disease prediction by capturing protein expression patterns linked to diverse pathological processes. Leveraging data from 2,923 proteins measured in 53,030 UK Biobank participants, we developed proteomic risk scores for 27 common outcomes over 5- and 15-year follow-up periods using two approaches: a linear ElasticNet regression model and a deep learning neural network (NN) model. Using Cox regression, we assessed the discrimination of proteomic risk scores either in isolation or as incremental improvements over clinical risk factors.
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.
BACKGRUOUND: This study aimed to evaluate the applicability of deep learning technology to thyroid ultrasound images for classification of thyroid nodules.
METHODS: This retrospective analysis included ultrasound images of patients with thyroid nodules investigated by fine-needle aspiration at the thyroid clinic of a single center from April 2010 to September 2012. Thyroid nodules with cytopathologic results of Bethesda category V (suspicious for malignancy) or VI (malignant) were defined as thyroid cancer. Multiple deep learning algorithms based on convolutional neural networks (CNNs) -ResNe
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/AIMS: The kidneys and retina are highly vascularized organs that frequently exhibit shared pathologies, with nephropathy often associated with retinopathy. Previous studies have successfully predicted estimated glomerular filtration rates (eGFRs) using fundus photographs. We evaluated the performance of the Modification of Diet in Renal Disease (MDRD) and Chronic Kidney Disease Epidemiology Collaboration (CKD-EPI) formulas in eGFR prediction.
METHODS: We enrolled patients with fundus photographs and corresponding creatinine measurements taken on the same date. One photograph per ey
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.
In this study, optimization and biological activities of biologically active components obtained from Prunus armeniaca L. (apricot) fruit were investigated. Within the scope of the study, optimum extraction conditions were determined by using different extraction parameters (temperature, time and ethanol/water ratio) and the most suitable extracts were produced in terms of biological activity. Response Surface Method (RSM) and Artificial Neural Networks-GENetic Algorithms (ANN-GA) techniques were applied for extraction optimization. Antioxidant, antiproliferative and anticholinesterase activit
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: Breast cancer metastasis (BCM) metastasizes preferentially to certain organs. Important genetic markers can be used for early detection and treatment. Machine learning (ML) can efficiently handle gene expression data to enhance metastasis prediction.
METHODS: This study employed the GSE14020 dataset of gene expression profiles of 65 breast cancer patients with liver, lung, bone, or brain metastasis, covering 22,474 genes. Feature selection by Gini reduction reduced the top 25 important genes to nine important genes. Three machine learning models-Random Forest (RF), Support Vector
СтатьяСравнительное 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.
MedElevator
Войти в исследования