Alzheimer's disease is a progressive neurodegenerative disorder that severely impacts cognitive functions. Early and accurate detection of Alzheimer's disease is significant to improve patient outcomes. However, the conventional model is difficult to capture the structural abnormalities and long-range inter-regional dependencies from the medical images, while maintaining computational efficiency. To address these challenges, this research implements a novel SwinRes Transformer model to detect Alzheimer's disease accurately. The Dilated InceptionV3 framework is employed to extract the features
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.
Stem cell (SC) research plays a central role in disease modeling and regenerative medicine, yet its clinical translation remains challenged by biological heterogeneity, incomplete cellular maturation, stringent quality-control requirements, and increasingly complex biological and clinical data. Machine learning (ML) has emerged as a powerful computational approach for extracting biologically meaningful information from these data, enabling quantitative characterization of SC behavior and predictive modeling across diverse experimental and translational applications. This review presents a unif
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.
INTRODUCTION: The accuracy of drug-target binding affinity prediction is a critical component of modern drug discovery, as it accelerates the efficient identification of compounds with high therapeutic potential. Despite recent advancements, many traditional computational approaches have failed to fully capture the complex temporal dynamics and structural dependencies that control protein- ligand interactions, thereby restricting their predictive accuracy and stability.
METHODS: To resolve these constraints, we propose FAVAR-GAT a hybrid framework combining Factor-Augmented Vector Autoregress
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.
The integration of multi-omics data holds great promise for identifying robust and clinically relevant biomarkers, yet the increasing complexity of computational methods raises questions about their practical utility. In this study, we present a comprehensive benchmarking framework that evaluates 27 feature selection strategies and 11 predictive models across three real-world disease cohorts: Alzheimer's disease, progressive supranuclear palsy, and breast cancer. We compare traditional machine learning, ensemble-based methods, and state-of-the-art deep learning models in terms of predictive pe
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.
Insulin resistance has been intricately linked to impaired Akt signaling due to the hyperactivation of protein phosphatase 2 A (PP2A). Specifically, the regulatory subunit PPP2R5B plays a crucial role in this dysregulation, making it a promising therapeutic target. This study aimed to identify novel curcumin-derived phytochemicals capable of inhibiting PPP2R5B and improving insulin sensitivity. Initially, approximately 85 curcumin-related compounds were retrieved from the PubChem database and subjected to extensive virtual screening via molecular docking. Among these, curcumin-bicyclopentadion
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 rapid integration of Generative Artificial Intelligence (GenAI) and Large Language Models (LLMs) into educational environments has fundamentally transformed instructional design building upon earlier AI research in educational psychology. However, there is growing concern that computational innovation is outstripping pedagogical and psychological coherence. To evaluate the intersection of AI learning environments and educational psychology, this study provides a systematic bibliometric synthesis of peer-reviewed scholarship published between 2016 and 2025. Following PRISMA 2020 guidelines,
СтатьяСистематический обзорПоиск 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.
Chemotherapy-induced madarosis significantly impacts patient quality of life, yet current assessment methods rely heavily on subjective grading, limiting the evaluation of preventive strategies. This study presents a novel automated computer vision pipeline for objective longitudinal quantification of periocular hair density change and assesses its intra-session repeatability in a pilot clinical setting. The methodology integrates facial landmark detection, multi-temporal registration, and trimap deep learning-based hair segmentation with custom morphological filtering to isolate eyebrow hair
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.
The Networks and Causal Inference for Public Health Research (NCIPHER) Lab at the University of Rhode Island (URI) was established in 2018, with an initial pilot project supported by Advance Rhode Island Clinical Translational Research (RI-CTR), to develop methodological and computational approaches for evaluating interventions in real-world settings where individuals are connected in ways that impact their health. Leveraging bioinformatics and high-performance computing resources through Advance RI-CTR, we integrate empirical and simulation methods to estimate causal intervention effects (i.e
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.
Metabolic dysfunction-associated fatty liver disease (MAFLD) is a prevalent chronic liver condition with limited approved pharmacotherapies. Drug repurposing offers a time-efficient alternative to de novo development, yet existing reviews often compile candidate compounds without critically appraising the methodological robustness, evidence quality, or translational barriers. In this review, we evaluated current repurposing strategies, including real-world data analyses, computational screening, and experimental validations. As a preliminary search for this review, we searched PubMed and clini
СтатьяОбзорПоиск 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.
The elucidation of the mechanisms governing the photophysical properties of trivalent lanthanide (LnIII) complexes embedded in polymeric matrices, such as poly-(methyl) methacrylate (PMMA) and polyvinylidene fluoride (PVDF), is challenging due to their intricate composite nature. Although theoretical modeling offers insights into film luminescence, conventional computational strategies face significant limitations. Given the large-scale nature of these systems, which encompass thousands of atoms, full-scale quantum mechanical (QM) simulations are impractical. Existing methodologies often integ
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.
The challenge of efficiently detecting ripe and unripe strawberries in complex environments like greenhouses, marked by dense clusters of strawberries, frequent occlusions, overlaps, and fluctuating lighting conditions, presents significant hurdles for existing detection methodologies. These methods often suffer from low efficiency, high computational expenses, and subpar accuracy in scenarios involving small and densely packed targets. To overcome these limitations, this paper introduces YOLOv11-GSF, a real-time strawberry ripeness detection algorithm based on YOLOv11, which incorporates seve
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 evaluates the potential for the use of low-cost discrete optical semiconductors, specifically light-emitting diodes (LEDs) and a photodiode, for non-invasive measurement of microvascular tissue oxygen saturation (StO2). StO2 is a crucial biomarker in monitoring microvascular function and tissue viability. Spectrometer-based methods typically use complex and expensive equipment, with the cost per patient potentially amounting to hundreds of dollars. This study aims to provide understanding of tissue-light interaction with broader implications extending to applications such as photopl
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.
Modelling cardiovascular disease is at the forefront of efforts to use computational tools to assist in the analysis and forecasting of an individual's state of health. To build trust in such tools, it is crucial to understand how different approaches perform when applied to a nominally identical scenario, both singularly and across a population. To examine such differences, we have studied the flow in aneurysms located on the internal carotid artery and middle cerebral artery using the commercial solver Ansys CFX and the open-source code HemeLB. This comparison evaluates both the algorithmic
СтатьяСравнительное 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.
INTRODUCTION: Alzheimer's disease (AD) is a debilitating neurodegenerative condition marked by progressive cognitive decline and memory impairment, affecting millions worldwide. Despite extensive research, no definitive cure exists, underscoring the need for innovative approaches to drug discovery and development.
METHODS: This review focuses on the application of molecular docking techniques in the context of AD drug discovery. The methodology involves the use of computational modeling tools to predict and analyze the interactions between small drug-like molecules and key protein targets imp
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.
Aortic calcification (AC) is increasingly recognized in cardiovascular research, but its clinical significance in aortic aneurysm (AA) and aortic dissection (AD) remains underappreciated. This review synthesizes evidence on AC across aortic segments, its relationship with abdominal and thoracic aortic disease, methods to quantify AC, and potential pathogenic mechanisms. We performed a comprehensive literature review of clinical studies addressing abdominal AC and thoracic AC in relation to abdominal AA, thoracic AA, and thoracic AD, critically evaluating imaging-based assessment techniques inc
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 Sense of Embodiment (SoE) refers to the subjective experience of perceiving a non-biological body part as one's own. Virtual Reality (VR) provides a powerful platform to manipulate SoE, making it a crucial factor in immersive human-computer interaction. This becomes particularly relevant in Electroencephalography (EEG)-based Brain-Computer Interfaces (BCIs), especially motor imagery (MI)-BCIs, which harness brain activity to enable users to control virtual avatars in a self-paced manner. In such systems, a strong SoE can significantly enhance user engagement, control accuracy, and the over
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.
Brain tumors are complex clinical lesions with diverse morphological characteristics, making accurate segmentation from MRI scans a challenging task. Manual segmentation by radiologists is time-consuming and susceptible to human error. Consequently, automated approaches are anticipated to accurately delineate tumor boundaries and quantify tumor burden, addressing these challenges efficiently. The presented work integrates a convolutional block attention module (CBAM) into a deep learning architecture to enhance the accuracy of MRI-based brain tumor segmentation. The deep learning network is bu
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 AND OBJECTIVE: Obstructive sleep apnoea (OSA) is a prevalent sleep disease characterised by recurrent airway obstruction during sleep, resulting in diminished oxygen intake and disrupted sleep patterns. This study investigates the effectiveness of mandibular advancement surgery as a surgical intervention for obstructive sleep apnoea by analysing the postoperative alterations in turbulence kinetic energy (TKE).
METHODOLOGY: The research involved five subjects receiving mandibular advancement surgery (MAS). The quantification of TKE was performed both before and throughout the method
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: Accurate prediction of immunogenic proteins is crucial for vaccine development and understanding host-pathogen interactions in bacterial diseases, particularly for Salmonella infections which remain a significant global health challenge.
METHODS: We developed SHASI-ML, a machine learning-based framework for predicting immunogenic proteins in Salmonella species. The model was trained and validated using a curated dataset of experimentally verified immunogenic and non-immunogenic proteins. Three distinct feature groups were extracted from protein sequences: global properties, sequ
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.
The development of automated methods for analyzing medical images of colon cancer is one of the main research fields. A colonoscopy is a medical treatment that enables a doctor to look for any abnormalities like polyps, cancer, or inflammatory tissue inside the colon and rectum. It falls under the category of gastrointestinal illnesses, and it claims the lives of almost two million people worldwide. Video endoscopy is an advanced medical imaging approach to diagnose gastrointestinal disorders such as inflammatory bowel, ulcerative colitis, esophagitis, and polyps. Medical video endoscopy gener
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