Automatic segmentation of nuclei on breast cancer histology images is a basic and important step for diagnosis in a computer-aided diagnostic approach and helps pathologists discover cancer early. Nuclei segmentation remains a challenging problem due to cancer biology and the variability of tissue characteristics; thus, their detection in an image is a very tedious and time-consuming task. In this context, overlapping nuclei objects present difficulties in separating them by conventional segmentation methods; thus, active contours can be employed in image segmentation. A major limitation of th
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: Distinguishing idiopathic normal pressure hydrocephalus (iNPH) from progressive supranuclear palsy (PSP) presents a clinical challenge due to overlapping clinical symptoms such as gait disturbances and cognitive decline. This study presents a novel multi-scale deep learning framework that integrates global and local magnetic resonance imaging (MRI) features using a mixture of experts (MoE) mechanism, enhancing diagnostic accuracy and minimizing interobserver variability.
METHODS: The proposed framework combines a 3D convolutional neural network (CNN) for capturing global volumetric f
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: Gait analysis holds significant importance in monitoring daily health, particularly among older adults. Advancements in sensor technology enable the capture of movement in real-life environments and generate big data. Machine learning, notably deep learning (DL), shows promise to use these big data in gait analysis. However, the inherent black-box nature of these models poses challenges for their clinical application. This study aims to enhance transparency in DL-based gait classification for aged-related gait patterns using Explainable Artificial Intelligence, such as SHapley Addi
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.
OBJECTIVE(S): Chronic endometritis (CE) is a localized mucosal inflammatory disorder associated with female infertility of unknown etiology, endometriosis, tubal factors, repeated implantation failure, and recurrent pregnancy loss, along with atypical uterine bleeding and iron deficiency anemia. Diagnosis of CE has traditionally relied on endometrial biopsy and detection of CD138(+) endometrial stromal plasmacytes. To develop a less invasive diagnostic system for CE, we aimed to construct a deep learning-based convolutional neural network (CNN) model for the automatic detection of endometrial
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.
OBJECTIVES: Malaria is a vector-borne disease that remains a serious public health problem due to its climatic sensitivity. Accurate prediction of malaria re-emergence is very important in taking corresponding effective measures. This study aims to investigate the impact of climatic factors on the re-emergence of malaria in mainland China.
DESIGN: A modelling study.
SETTING AND PARTICIPANTS: Monthly malaria cases for four Plasmodium species (P. falciparum, P. malariae, P. vivax and other Plasmodium) and monthly climate data were collected for 31 provinces; malaria cases from 2004 to 2016 wer
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.
Epilepsy is characterized by the unpredictability but recurrence of seizures caused by the synchronized aberrant firing of neuronal populations. It has been shown that astrocytes (one of the most prominent glial cells) are ideally positioned to induce or contribute to neural network synchronization. Although astrocytes cannot generate action potentials, they have the capacity to sense and respond to neuronal activity, which allows them to function as homeostatic regulators of synaptic interactions. Considering the necessity of astrocyte-neuron bidirectional interactions in synaptic transmissio
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.
Liver microsomal metabolic stability is a key determinant of in vivo exposure and an essential filter in lead optimization, yet cross-species prediction remains difficult because of heterogeneous metabolic pathways and limited model interpretability. We propose a cross-species multitask learning framework that integrates complementary molecular modalities-SMILES-derived fingerprints (Morgan and MACCS/RDKit), molecular graphs, and in silico absorption, distribution, metabolism, and excretion (ADME)/physicochemical descriptors-to predict binary microsomal stability (unstable: t 1/2 ≤ 30 min; sta
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 purpose of this study is to develop and validate a deep learning model for automatic identification of acquisition sequences (including T1-weighted sequences with various dynamic contrast-enhanced phases and other auxiliary sequences) in gadolinium ethoxybenzyl diethylenetriamine pentaacetic acid (Gd-EOB-DTPA)-enhanced liver MRI, enabling automated examination-level data curation. This retrospective study included internal Gd-EOB-DTPA-enhanced liver MRI examinations acquired at our institution between June 2018 and May 2020, with independent external test datasets from three additional ins
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.
Liver transplantation : official publication of the American Association for the Study of Liver Diseases and the International Liver Transplantation Society2026eng
Artificial intelligence (AI) has emerged as a transformative force in liver transplantation (LT), spanning patient selection, donor-recipient matching, intraoperative management, and post-transplant care. Historically, applications have relied on traditional machine learning (ML) and deep learning (DL) techniques trained on structured clinical datasets to improve risk stratification and outcome prediction. Since 2023, however, advances in generative AI (GenAI) and large language models (LLMs) have expanded the scope of AI in LT, enabling multimodal reasoning and the extraction of clinically me
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: Deep learning (DL) has become state-of-the-art for blood glucose (BG) forecasting in type 1 diabetes (T1D). However, its black-box nature raises safety and reliability concerns regarding its use for therapeutic decision-support. This study aims to: (1) highlight potential risks associated with standard DL-based BG forecasting, and (2) address them with PhyNet, a physiology-constrained monotonic neural network.
METHODS: Two large-scale datasets (T1DEXI and MetaboNet, 848 subjects in total) were used to develop PhyNet-which enforces physiological consistency through a multi-branch st
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.
The rising incidence of pancreatic diseases, including acute and chronic pancreatitis and various pancreatic neoplasms, poses a significant global health challenge. Pancreatic ductal adenocarcinoma (PDAC) for example, has a high mortality rate due to late-stage diagnosis and its inaccessible location. Advances in imaging technologies, though improving diagnostic capabilities, still necessitate biopsy confirmation. Artificial intelligence, particularly machine learning and deep learning, has emerged as a revolutionary force in healthcare, enhancing diagnostic precision and personalizing treatme
СтатьяСистематический обзорПоддержка 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.
Haematological diseases, also known as blood disorders, encompass a range of conditions that affect the blood and its components, including platelets, red blood cells, plasma, white blood cells, and the bone marrow. These illnesses can disrupt the normal function, production, or quantity of blood cells, leading to severe health problems. Standard types of haematological diseases include lymphoma, anaemia, multiple myeloma, leukaemia, thrombocytopenia, and haemophilia. Diagnosis typically involves blood tests and microscopic examinations of bone marrow or blood samples. At the same time, treatm
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: The COVID-19 pandemic has had a profound effect on the daily routines of individuals and has influenced various facets of society, including healthcare systems, economy, education, and more. With lockdown and social distancing measures, people turned to social media, such as Twitter, to stay connected and informed. It has allowed for the rapidly disseminating of information about the virus and its spread. As a result, public health concerns have become a growing problem in societies due to their high impact on individuals, healthcare systems, and organizations. Worry emotion is ass
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 AND OBJECTIVE: Alglucosidase alfa for injection is used as an enzyme replacement therapy for the treatment of Pompe disease. The safety profile of alglucosidase alfa-associated adverse events requires a comprehensive evaluation. In this study, we aimed to identify drug safety alert signals and investigate the real-world safety of alglucosidase alfa to guide clinical decision making and optimize the risk-benefit balance.
METHODS: The adverse event reports from the first quarter of 2006 to the fourth quarter of 2023 were selected by exploring the Food and Drug Administration Adverse
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.
Despite a significant burden of neurobehavioral and psychiatric comorbidities in children with Down syndrome (DS), and the general increased risk for anxiety in individuals with intellectual disabilities (ID), children with DS have significantly lower odds of anxiety. Understanding the specific mechanisms of anxiety in DS could inform the development of new treatments. This study performed a comprehensive investigation of genomic variants that contribute to anxiety disorders in DS, as well as variants shared in other mental disorders. We employed deep learning algorithms using neural network m
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: Up to 88% of sentinel lymph node biopsies (SLNBs) are negative. The 31-gene expression profile (31-GEP) test can help identify patients with a low risk of SLN metastasis who can safely forego SLNB. The 31-GEP classifies patients as low (Class 1 A), intermediate (Class 1B/2A), or high risk (Class 2B) for recurrence, metastasis, and SLN positivity. The integrated 31-GEP (i31-GEP) combines the 31-GEP risk score with clinicopathologic features using a neural network algorithm to personalize SLN risk prediction.
METHODS: Patients from a single surgical center with 31-GEP results were
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.
Surgical wounds may arise due to harm inflicted upon soft tissue during surgical intervention, and many complications and injuries may accompany them. These complications can lead to prolonged hospitalization and poorer clinical outcomes. Also, Machine learning (ML) is a Section of artificial intelligence (AI) that has emerged in medical care and is increasingly used for diagnosis, complications, prognosis and recurrence prediction. This study aims to investigate surgical wound risk predictions and management using a ML algorithm by R programming language analysis. The systematic review, follo
Систематический обзорСтатьяОтозванная публикацияПоиск 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.
Upper limb robotic (myoelectric) prostheses are technologically advanced, but challenging to use. In response, substantial research is being done to develop person-specific prosthesis controllers that can predict a user's intended movements. Most studies that test and compare new controllers rely on simple assessment measures such as task scores (e.g., number of objects moved across a barrier) or duration-based measures (e.g., overall task completion time). These assessment measures, however, fail to capture valuable details about: the quality of device arm movements; whether these movements m
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАПоддержка 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 treating depression and anxiety, just over half of all clients respond. Monitoring and obtaining early client feedback can allow for rapidly adapted treatment delivery and improve outcomes. This study seeks to develop a state-of-the-art deep-learning framework for predicting clinical outcomes in internet-delivered Cognitive Behavioural Therapy (iCBT) by leveraging large-scale, high-dimensional time-series data of client-reported mental health symptoms and platform interaction data. We use de-identified data from 45,876 clients on SilverCloud Health, a digital platform for the psychological
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: To evaluate the application value of artificial intelligence-based auxiliary diagnosis for congenital heart disease.
METHODS: From May 2017 to December 2019, 1892 cases of congenital heart disease heart sounds were collected for learning- and memory-assisted diagnosis. The diagnosis rate and classification recognition were verified in 326 congenital heart disease cases. Auscultation and artificial intelligence-assisted diagnosis were used in 518 258 congenital heart disease screenings, and the detection accuracies of congenital heart disease and pulmonary hypertension were compare
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.
MedElevator
Войти в исследования