Retinopathy of prematurity (ROP) is a potentially blinding retinal disease that often affects low birth weight premature infants. Lesion detection and recognition are crucial for ROP diagnosis and clinical treatment. However, this task poses challenges for both ophthalmologists and computer-based systems due to the small size and subtle nature of many ROP lesions. To address these challenges, we present a Sequence encoding and Block balancing-based Segmentation Network (SeBSNet), which incorporates domain knowledge coding, sequence coding learning (SCL), and block-weighted balancing (BWB) tech
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.
With cardiovascular diseases accounting for all other causes of mortality worldwide, an increasing proportion of individuals are being treated for them. To identify the cardiac issue, medical practitioners have to examine electrocardiogram (ECG) data. Moreover, diagnosis is a process that healthcare professionals find simple vulnerable to mistakes. Modern deep learning systems have tackled the difficult choreography of independently identifying heart disease using ECGs. The present study is in line with the increasing frequency of cardiovascular disease, a major cause of death and sickness glo
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.
Tinnitus, characterized by the perception of ringing or buzzing in the ears, significantly affects millions globally and negatively impacts their quality of life. Current management strategies vary in effectiveness, underscoring the need for precise, comprehensive diagnostic methods. This study introduces a Quantum Machine Learning (QML) solution for public health management in tinnitus detection, specifically targeting noise-exposed and hypertensive laborers. The proposed Tinnitus Detection-Diagnostic Support System (TDDSS) aims to improve public health management by accurately classifying ti
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 brachial plexus nerves at the axillary level are small in size and have a tortuous course, intertwining with blood vessels and other tissues. Ultrasound images are affected by speckle noise and structural blurring, leading to errors in manual segmentation and reducing the accuracy and success rate of axillary nerve block localization. Current lightweight networks primarily focus on semantic segmentation, making it difficult to precisely distinguish the boundaries between adjacent nerve bundles and surrounding tissues. Additionally, they lack optimisation for axillary nerve instance segment
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.
Precise classification of megakaryocyte subtypes in bone marrow examination is crucial for the diagnosis and research of various hematological disorders, including Myelodysplastic Syndromes (MDS) and other platelet-production related diseases. While deep learning (DL) has demonstrated remarkable success in medical image classification, its application to megakaryocyte classification has been hindered by the scarcity of high-quality, openly licensed datasets. Therefore, we present MK-11, a dataset comprising 7,204 Wright-Giemsa stained single-cell images across 11 clinically relevant megakaryoc
СтатьяDatasetПолный 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.
Image set classification (ISC) has obtained extensive attention with the continuous development of information technology. Different from the traditional single image classification, ISC mainly utilizes image set to improve classification performance instead of an individual image, which could effectively utilize more information from the set to mitigate various appearance variations. Most existing ISC methods learn effective real-value latent discriminative representation, which could suffer from large computational complexity, thereby directly affecting the practical applications for large-s
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.
Structured illumination microscopy (SIM) as a type of super-resolution optical microscopy technique has been widely used in the fields of biophysics, neuroscience, and cell biology research. However, this technique often requires high-intensity illumination and multiple image acquisitions to generate a single high-resolution image. This process not only significantly reduces the imaging speed, but also increases the exposure time of samples to intense light, leading to increased phototoxicity and photobleaching issues, especially prominent in live cell imaging. Here, we propose a lightweight 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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2025eng
Sleep spindles, characteristic waveforms in stage 2 of non-rapid eye movement (NREM) sleep on EEG, are linked to a multitude of diseases. Although numerous sleep spindle detection methods exist, several challenges persist: 1)How to effectively utilize spindle properties, such as their duration and prominence in EEG signals? 2)How to capture spindles without threshold settings? 3)How to make spindle detection resemble object detection without converting signals into images? To address these challenges, we introduce SpindleX, a novel end-to-end sleep spindle detection algorithm. It comprises fou
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.
Motor control requires sensory feedback, and the nature of this feedback has implications for the tasks of the central nervous system (CNS): for an approximately linear mechanical system (e.g., a freely standing person, a rider on a bicycle), if the sensory feedback does not contain the state variables (i.e., joint position and velocity), then optimal control actions are based on an internal dynamical system that estimates these states from the available incomplete sensory feedback. Such a computational system can be implemented as a recurrent neural network (RNN), and it uses a sensory model
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.
Prostate cancer is the most prevalent solid tumor in males and one of the most common causes of male mortality. It is the most common type of cancer in men, a major global public health issue, and accounts for up to 7.3% of all male cancer diagnoses worldwide. To optimize patient outcomes and ensure therapeutic success, an accurate diagnosis must be made promptly. To achieve this, we focused on using ResNet50, a convolutional neural network (CNN) architecture, to analyze prostate histological images to classify prostate cancer. ResNet50, due to its efficiency in medical image classification, w
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.
Lung cancer remains one of the deadliest diseases in the world and early detection is critical to enhancing survival rates. With traditional diagnostic techniques - CT scans and chest X-rays - an invasive procedure must be performed and, in some cases, it relies on expert interpretation. Whether benign or malignant, the similarities in visual characteristics of nodules leads to ambiguity and makes for a difficult case which calls for the development of automatic lung cancer classification framework such as the one we proposed, which incorporates Deep Learning (DL) methods and uses a rigourous
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.
Detection and classification of cardiovascular diseases are crucial for early diagnosis and prediction of heart-related conditions. Existing methods rely on either electrocardiogram or phonocardiogram signals, resulting in higher false positive rates. Solely ECG misses the murmurs associated with the narrowing of the blood vessels caused by abnormalities in the heart. Similarly, considering only PCG will miss the subtle changes in the electrical activity of the heart that leads to incomplete evaluation. The implementation of a multi-class heart disease classification model utilizing both ECG a
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.
Monitoring the healing progress of diabetic foot ulcers is a challenging process. Accurate segmentation of foot ulcers can help podiatrists to quantitatively measure the size of wound regions to assist prediction of healing status. The main challenge in this field is the lack of publicly available manual delineation, which can be time consuming and laborious. Recently, methods based on deep learning have shown excellent results in automatic segmentation of medical images, however, they require large-scale datasets for training, and there is limited consensus on which methods perform the best.
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.
Dilated convolution has been widely used in various computer vision tasks due to its ability to expand the receptive field while maintaining the resolution of feature maps. However, the critical challenge is the gridding problem caused by the isomorphic structure of the dilated convolution, where the holes filled in the dilated convolution destroy the integrity of the extracted information and cut off the relevance of neighboring pixels. In this work, a novel heterogeneous dilated convolution, called HDConv, is proposed to address this issue by setting independent dilation rates on grouped cha
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.
Electrocardiogram (ECG) delineation is essential to the identification of abnormal cardiac status, especially when ECG signals are remotely monitored with wearable devices. The complexity and diversity of cardiac conditions generate numerous pathological ECG patterns, not only requiring the recognition of normal ECG but also addressing an extensive range of abnormal ECG patterns, posing a challenging task. Therefore, we propose an abnormal recognition-assisted network to integrate supplementary information on diverse ECG patterns. Simultaneously, we design an onset-offset aware loss to enhance
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.
BACKGROUND: Ovarian cancer is often considered the most lethal gynecological cancer because it tends to be diagnosed at an advanced stage, leading to limited treatment options and poorer outcomes. Several factors contribute to the challenges in managing ovarian cancer, namely rapid metastasis, genetic factors, reproductive history, etc. This necessitates the prompt and precise diagnosis of ovarian cancer in order to carry out efficient treatment plans and give patients who are all impacted by OC the care and support they need.
METHODS: This CCLSTM model is suggested under four essential stage
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.
Colorectal polyps are one of the most direct causes of colorectal cancer. Polypectomy can effectively block the process of colorectal cancer, but accurate polyp segmentation methods are required as an auxiliary means. However, there are several challenges associated with achieving accurate polyp segmentation, such as the large semantic gap between the encoder and decoder, the incomplete edges, and the potential confusion between folds in uncertain areas and target objects. To address the aforementioned challenges, an advanced polyp segmentation network (C2E-Net) is proposed, leveraging a casca
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.
N6-methyladenosine (m6A) is the most prevalent chemical modification in eukaryotic mRNAs and plays key roles in diverse cellular processes. Precise localization of m6A sites is thus critical for characterizing the functional roles of m6A in various conditions and dissecting the mechanisms governing its deposition. Here, we design a combined framework of Transformer architecture and recurrent neural network, deepSRAMP, to identify m6A sites using sequence-based and genome-derived features. As a result, deepSRAMP achieves a notably enhanced performance compared to its predecessor, SRAMP, the mos
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.
Effective detection techniques are important for wildlife monitoring and conservation applications and are especially helpful for species that live in complex environments, such as arboreal animals like koalas (Phascolarctos cinereus). The implementation of infrared cameras and drones has demonstrated encouraging outcomes, regardless of whether the detection was performed by human observers or automated algorithms. In the case of koala detection in eucalyptus plantations, there is a risk to spotters during forestry operations. In addition, fatigue and tedium associated with the difficult and r
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 AIM: The potential intricacy of skull fractures as well as the complexity of underlying anatomy poses diagnostic hurdles for radiologists evaluating computed tomography (CT) scans. The necessity for automated diagnostic tools has been brought to light by the shortage of radiologists and the growing demand for rapid and accurate fracture diagnosis. Convolutional Neural Networks (CNNs) are a potential new class of medical imaging technologies that use deep learning (DL) to improve diagnosis accuracy. The objective of this systematic review and meta-analysis is to assess how well C
СтатьяСистематический обзорМетаанализПоиск 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