Buchumschlag

Applicability of oculomics for individual risk prediction: Repeatability and robustness of retinal Fractal Dimension using DART and AutoMorph

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Engelmann, Justin, Moukaddem, Diana, Gago, Lucas, Strang, Niall, Bernabeu, Miguel O.
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Quantitative Methods Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Training a high-performance retinal foundation model with half-the-data and 400 times less compute
von: Engelmann, Justin, et al.
Veröffentlicht: (2024)

Beware of so-called 'good' correlations: a statistical reality check on individual mRNA-protein predictions
von: Gosselin, Romain-Daniel
Veröffentlicht: (2025)

Fractal Geometry and Fractional Calculus for Integrative Morphological Mapping of Breast Cancer Complexity
von: Das, Abhijeet, et al.
Veröffentlicht: (2025)

AutoProteinEngine: A Large Language Model Driven Agent Framework for Multimodal AutoML in Protein Engineering
von: Liu, Yungeng, et al.
Veröffentlicht: (2024)

DiffeoMorph: Learning to Morph 3D Shapes Using Differentiable Agent-Based Simulations
von: Pahng, Seong Ho, et al.
Veröffentlicht: (2025)

A Robust Nonparametric Framework for Detecting Repeated Spatial Patterns
von: Senanayake, Rajitha, et al.
Veröffentlicht: (2025)

Efficient gPC-based quantification of probabilistic robustness for systems in neuroscience
von: Sutulovic, Uros, et al.
Veröffentlicht: (2024)

Considering experimental frame rates and robust segmentation analysis of piecewise-linear microparticle trajectories
von: Cook, Keisha J., et al.
Veröffentlicht: (2024)

Self-organized clustering, prediction, and superposition of long-term cognitive decline from short-term individual cognitive test scores in Alzheimer's disease
von: Sato, Hiroyuki, et al.
Veröffentlicht: (2024)

Automated 2D and 3D Finite Element Overclosure Adjustment and Mesh Morphing Using Generalized Regression Neural Networks
von: Andreassen, Thor E., et al.
Veröffentlicht: (2022)

Opportunities and challenges in protein structure prediction
von: Wenkai Wang, et al.
Veröffentlicht: (2026)

Precision psychiatry: predicting predictability
von: van Dellen, Edwin
Veröffentlicht: (2023)

retinalysis-fundusprep: A python package for robust color fundus image bounds extraction
von: Quiros, Jose Vargas, et al.
Veröffentlicht: (2025)

Practical and scalable simulations of non-Markovian stochastic processes and temporal networks with individual node properties
von: Pelissier, Aurelien, et al.
Veröffentlicht: (2022)

Uncertainty quantification of receptor ligand binding sites prediction
von: Chen, Nanjie, et al.
Veröffentlicht: (2024)

Inferring and predicting Fried physical frailty phenotype deficits
von: Pridham, Glen, et al.
Veröffentlicht: (2025)

MorphGen: Controllable and Morphologically Plausible Generative Cell-Imaging
von: Demirel, Berker, et al.
Veröffentlicht: (2025)

Bayesian ensemble learning for predicting health outcomes of multipollutant mixtures
von: Ning, Yu-Chien, et al.
Veröffentlicht: (2025)

Functional predictability of universal gene circuits in diverse microbial hosts
von: Chenrui Qin, et al.
Veröffentlicht: (2024)

Exploring the limits of pre-trained embeddings in machine-guided protein design: a case study on predicting AAV vector viability
von: Rodrigues, Ana F., et al.
Veröffentlicht: (2026)

Automated multi-dataset INST $^{13}$C metabolic flux analysis at microliter scale reveals robust fluxes but variable metabolite pools in $Corynebacterium~glutamicum$
von: Nießer, Jochen, et al.
Veröffentlicht: (2026)

INDIGENA: inductive prediction of disease-gene associations using phenotype ontologies
von: Zhapa-Camacho, Fernando, et al.
Veröffentlicht: (2026)

Implementation of an AI-based MRD evaluation and prediction model for multiple myeloma
von: Chen, Jianfeng, et al.
Veröffentlicht: (2024)

Physics‐informed multimodal learning for snapshot dental spectral reflectance prediction
von: Yujun Feng, et al.
Veröffentlicht: (2026)

Deep learning for drug‐drug interaction prediction: A comprehensive review
von: Xinyue Li, et al.
Veröffentlicht: (2024)

Hyperdimensional computing: a fast, robust and interpretable paradigm for biological data
von: Stock, Michiel, et al.
Veröffentlicht: (2024)

i-GRIP, a Grasping Movement Intention Estimator for Intuitive Control of Assistive Devices
von: Moullet, Etienne, et al.
Veröffentlicht: (2024)

A Grasping Movement Intention Estimator for Intuitive Control of Assistive Devices
von: Moullet, Etienne, et al.
Veröffentlicht: (2024)

Coarse-Graining Cascades Within Food Webs
von: Yeakel, Justin D.
Veröffentlicht: (2025)

Drug-target interaction prediction by integrating heterogeneous information with mutual attention network
von: Zhang, Yuanyuan, et al.
Veröffentlicht: (2024)

DDI‐Transform: A neural network for predicting drug‐drug interaction events
von: Jiaming Su, et al.
Veröffentlicht: (2024)

Evaluation of machine-learning models to measure individualized treatment effects from randomized clinical trial data with time-to-event outcomes
von: Roblin, Elvire, et al.
Veröffentlicht: (2025)

AI prediction of cardiovascular events using opportunistic epicardial adipose tissue assessments from CT calcium score
von: Hu, Tao, et al.
Veröffentlicht: (2024)

Impact of genetic polymorphisms on tacrolimus concentrations and intra-individual variability in recipients of heart transplants during the early post-heart transplantation period
von: Chai, Yuhui, et al.
Veröffentlicht: (2024)

Forecasting and predicting stochastic agent-based model data with biologically-informed neural networks
von: Nardini, John T.
Veröffentlicht: (2023)

ANTIPASTI: interpretable prediction of antibody binding affinity exploiting Normal Modes and Deep Learning
von: Michalewicz, Kevin, et al.
Veröffentlicht: (2024)

GCARDTI: Drug–target interaction prediction based on a hybrid mechanism in drug SELFIES
von: Yinfei Feng, et al.
Veröffentlicht: (2024)

Argentine ants regulate traffic flow with stopped individuals
von: Dobramysl, Ulrich, et al.
Veröffentlicht: (2024)

MFCN‐DDI: Capsule network based on multimodal feature for multitype drug–drug interaction prediction
von: Jiayi Lu, et al.
Veröffentlicht: (2025)

Fake it till you predict it: data augmentation strategies to detect initiation and termination of oncology treatment
von: Pohyer, Valentin, et al.
Veröffentlicht: (2024)