Objective.Chagas disease remains a major public-health concern in endemic regions, and chronic cardiac involvement often manifests as conduction abnormalities detectable on standard 12-lead electrocardiograms (ECGs). Reliable automated screening remains challenging because of dataset heterogeneity and label uncertainty, particularly when combining strongly labeled cohorts with large weakly labeled repositories.Approach.We propose a hybrid architecture that integrates a 1D ResNet encoder for local ECG morphology, a bidirectional GRU for long-range temporal context, and handcrafted physiological
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.
Neurological conditions (NCs) such as spinal cord injury, stroke, and Parkinson's disease have been affecting many individuals by deteriorating their standard of living by not letting them perform physical activities, resulting in inactive lifestyles that cause conditions such as diabetes, obesity, cardiovascular disease, etc. Thus, there is a need to overcome the inactive lifestyle caused by NCs. Many potential solutions have been introduced, but each are limited in someway. For example, functional electrical stimulation (FES), which bypasses typical neurological processes to activate an indi
СтатьяПоддержка 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.
To solve the safety problems caused by the restriction of interaction space and the singular configuration of rehabilitation robot in terminal traction upper limb rehabilitation training, a trajectory planning and tracking control scheme for rehabilitation training is proposed. The human-robot safe interaction space was obtained based on kinematics modeling and rehabilitation theory, and the training trajectory was planned based on the occupational therapy in rehabilitation medicine. The singular configuration of the rehabilitation robot in the interaction space was avoided by exponential adap
Аннотация на английскомСтатьяПоиск 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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2025eng
Stroke is a major public health problem, affecting millions worldwide. Deep learning has recently demonstrated promise for enhancing the diagnosis and risk prediction of stroke. However, existing methods rely on costly medical imaging modalities, such as computed tomography. Recent studies suggest that retinal imaging could offer a cost-effective alternative for cerebrovascular health assessment due to the shared clinical pathways between the retina and the brain. Hence, this study explores the impact of leveraging retinal images and clinical data for stroke detection and risk prediction. We p
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.
Chemicals transfer from the packaging materials and their dissolution in food and water can create health risks. Due to the costly and time-intensive nature of experimental measurements, employing artificial intelligence (AI) methodologies is beneficial. This research uses five renowned AI-based techniques (namely, long short-term memory, gradient boosting regressor, multi-layer perceptron, Random Forest, and convolutional neural networks) to anticipate chemical migration from packaging materials to the food/water structure, considering variables such as temperature, chemical characteristics,
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.
Advancements in digital and precision medicine have fostered the rapid development of artificial intelligence (AI) applications, including machine learning, artificial neural networks (ANN), and deep learning, within the field of dentistry, particularly in imaging diagnosis and treatment. This review examines the progress of AI across various domains of dentistry, focusing on its role in enhancing diagnostics and optimizing treatment for oral diseases such as endodontic disease, periodontal disease, oral implantology, orthodontics, prosthodontic treatment, and oral and maxillofacial surgery. A
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.
This study focused on optimizing fungal chitin (CT) production from a newly identified Fusarium incarnatum (GenBank: OL314753) for subsequent synthesis of submicron chitosan (sm-CS) tailored for enhanced heavy metal removal. Initial attempts to optimize CT yield using mixed nitrogen sources (potassium nitrate, peptone, yeast extract) via Box-Behnken Design (BBD) were insufficient for predicting optimal conditions. Consequently, Artificial Neural Networks (ANN) successfully modeled the BBD experimental data, the optimal nitrogen concentrations to 4.89, 5.70, and 4.25 g/L, respectively, achievin
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.
UNLABELLED: Artificial Intelligence (AI) has emerged as one of the most significant innovations in dentistry, enabling the efficient analysis of large volumes of data and enhancing the quality of diagnosis and treatment.
THE AIM OF THIS STUDY: Is to conduct a systematic review of the existing literature related to the application of AI in dental imaging. T.
MATERIALS AND METHODS: The study included works where AI was used for the analysis of dental images, with a focus on deep learning methods and convolutional neural networks. The search was conducted in six leading databases, including Pub
СтатьяСистематический обзорАннотация на английскомПоиск полного текста в очередиОригинал на русском
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.
Multi-modal neuroimaging techniques are widely employed for the accurate diagnosis of Alzheimer's Disease (AD). Existing fusion methods typically focus on capturing semantic correlations between modalities through feature-level interactions. However, they fail to suppress redundant cross-modal information, resulting in sub-optimal multi-modal representation. Moreover, these methods ignore subject-specific differences in modality contributions. To address these challenges, we propose a novel Multi-modal Orthogonal Fusion Network via cross-layer guidance (MOFNet) to effectively fuse multi-modal
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 neurological condition characterized by cognitive decline, memory loss, and aberrant behaviour. It affects millions of people globally and is one of the main causes of dementia. The neurodegenerative condition known as AD has intricate, multifaceted mechanisms that make it difficult to comprehend and identify in its early stages. Conventional diagnostic techniques frequently fail to detect the disease in its early stages. By combining Natural Language Processing (NLP) and Large Language Models (LLMs), this research suggests a novel approach for identif
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.
INTRODUCTION: Artificial intelligence (AI) has shown promise in enhancing the detection and stratification of obstructive sleep apnea (OSA) using clinical and demographic data. This systematic review assessed the effectiveness of AI models, methodological quality, and future research needs.
METHODS: Following PRISMA guidelines, a systematic search of PubMed (2014-2024) identified studies applying AI to detect or stratify OSA using clinical/demographic data, validated against polysomnography or cardiorespiratory polygraphy, and reporting performance metrics such as the area under the curve (AU
Систематический обзорСтатьяПоиск 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.
Cataract remains the leading cause of blindness worldwide, and the number of individuals affected by this condition is expected to rise significantly due to global population ageing. Early diagnosis is crucial, as delayed treatment may result in irreversible vision loss. This study explores and presents a mobile application for Android devices designed for the detection of cataracts using deep learning models. The proposed solution utilizes a multi-stage classification approach to analyze ocular images acquired with a slit lamp, sourced from the Nuclear Cataract Database for Biomedical and Mac
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 and Objectives: Malaria is a disease that can result in a variety of complications. Diagnosis is carried out by an optical microscope and depends on operator experience. The use of artificial intelligence to identify morphological patterns in erythrocytes would improve our diagnostic capability. The object of this study was therefore to establish computer viewing models able to classify blood cells infected with Plasmodium spp. to support malaria diagnosis by optical microscope. Materials and Methods: A total of 27,558 images of human blood sample extensions were obtained from a pub
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.
Multimodal emotion recognition focuses on the prediction of emotions using text, visual and acoustic modalities, and some results have been generated in this field. Previous approaches fall short in two aspects, one is the processing of complementary information among modalities, the other is how to avoid the long-term dependency and select the most important joint modal features. In this paper, we propose a new multimodal emotion recognition framework MSRG, which consists of feature extraction (FE), emotional intensity attention (EIA), time-step level fusion (TLF), utterance level fusion (ULF
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.
Sequence modeling neural networks are being deployed over a growing number of applications, a phenomenon partially motivated by the advent of Large Language Models (LLMs), Neural Networks often characterized by billions of parameters. Such a size poses an obstacle to their deployment in constrained devices, which motivates the development of compression methods. In this work, we introduce a new parameter-sharing method that leverages the embedding matrix to learn the model's hidden layers. To demonstrate its effectiveness, we present a new architecture family called ShareBERT, which can preser
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.
Water plays a fundamental role in the structure and function of proteins and other biomolecules. The thermodynamic profile of water molecules surrounding a protein is critical for ligand recognition and binding. Therefore, identifying the location and thermodynamic properties of relevant water molecules is important for generating and optimizing lead compounds for affinity and selectivity for a given target. Computational methods have been developed to identify these hydration sites (HS), but are largely limited to simplified models that fail to capture multibody interactions or dynamics-based
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.
Slips, trips, and falls (STFs) are a major occupational hazard that contributes significantly to workplace injuries and the associated financial costs. The application of traditional fall detection techniques in the real world is limited because they are usually based on simulated falls. By using kinematic data from real near-fall incidents that occurred in physically demanding work environments, this study overcomes this limitation and improves the ecological validity of fall detection algorithms. This study systematically tests several machine-learning architectures for near-fall detection u
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.
Pedestrian attribute recognition (PAR) aims to achieve robust prediction of multiple binary attributes in pedestrian images. Traditional PAR methods employ joint learning of a backbone network to extract shared features and a linear classifier to predict binary attributes. However, this paradigm faces key challenges: (1) the shared feature category grows exponentially with the number of attribute combinations up to 2C categories where C is the total number of attributes, (2) significant intra-class variance leads to uneven feature distributions, and (3) statistical correlations among attribute
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.
This work introduces a hybrid computational approach in which degree-based topological descriptors are harnessed with the aid of advanced regression models and artificial neural networks (ANNs) to predict the crucial physicochemical properties of 17 drugs for the treatment of bladder cancer. Each molecule is assigned a molecular graph, from which a series of topological descriptors such as Zagreb indices, Randic index, Atom Bond Connectivity (ABC), and Symmetric Division Degree (SSD)are computed. These indices are used as input features by various regression models along with linear, cubic, an
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.
Large Language Models (LLMs) have demonstrated remarkable generative capabilities across a wide range of natural language processing tasks. However, the frequent occurrence of hallucinations-outputs that appear plausible but are factually incorrect or logically inconsistent-poses a significant challenge to the reliability and practical utility of these models. This paper proposes a novel Emotion-Augmented Inference (EAI) method based on the Wheel of Emotions, aiming to mitigate hallucinations in multimodal generation tasks involving LLMs. EAI integrates two core mechanisms: visual-contrastive
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