BACKGROUND AND OBJECTIVE: Prostate cancer causes >400,000 deaths annually worldwide, being the fifth leading cause of cancer-related death in men. However, accurate prediction of prostate cancer metastasis based on mutations remains a challenge.
METHODS: We proposed a novel neural network constructed with phenotype-related core pathways, called NN-PCP, to accurately predict prostate cancer metastasis. NN-PCP comprises three main modules: IORA-driven modules, IGSEA-driven modules, and a hierarchy with two differential layers. IORA-driven modules are constructed using highly variable genes and
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.
Chronic kidney disease (CKD) is an advancing disease which significantly impacts global healthcare, requiring early detection and prompt treatment is required to prevent its advancement to end-stage renal disease. Conventional diagnostic methods tend to be invasive, lengthy, and costly, creating a demand for automated, precise, and efficient solutions. This study proposes a novel technique for identifying and classifying CKD from medical images by utilizing a Convolutional Neural Network based Crow Search (CNN based CS) algorithm. The method employs sophisticated pre-processing 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.
BACKGROUND: Cerebral aneurysms are a type of cerebrovascular disease that poses a severe threat to life and health. Early screening using Time-of-Flight Magnetic Resonance Angiography (TOF-MRA) can effectively reduce the risk of rupture. Despite the importance of early detection, manual image screening remains a laborious and inefficient process. The current thrust of research in computer-aided detection (CAD) methods is to refine neural networks to improve diagnostic accuracy. In our preliminary work, we discovered that utilizing arterial contour as external knowledge guidance can substantial
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2025eng
Epilepsy is one of the most common neurological disorders. This disease requires reliable and efficient seizure detection methods. Electroencephalography (EEG) is the gold standard for seizure monitoring, but its manual analysis is a time-consuming task that requires expert knowledge. In addition, there are no well-defined features that allow fully automated analysis. Existing deep learning-based approaches struggle to achieve high sensitivity while maintaining a low false alarm rate per hour (FAR/h) and lack consistency in the optimal EEG input representation, whether in the time or frequency
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
Cardiac arrhythmias constitute a significant subset of cardiovascular diseases (CVDs) and can lead to severe complications such as stroke, heart failure, and sudden cardiac arrest. Accurate and timely diagnosis of arrhythmias is crucial for effective intervention, yet traditional electrocardiogram (ECG) interpretation relies heavily on expert analysis, which can be prone to variability. Recent advancements in machine learning (ML) and deep learning (DL) have shown promise in automating ECG analysis. However, existing one-dimensional (1D) approaches often fail to fully capture the spatial and t
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.
European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society2025eng
Cervical spine fractures present considerable challenges in both diagnosis and treatment. With the increasing incidence of such injuries and the limitations of conventional diagnostic tools, there is a pressing demand for more precise and effective detection methods. This study proposes a robust Multi-class Classification model for Cervical Spine Fractures (MC-CSF) using Computed Tomography (CT) images to enable the precise identification of fracture types. The process of MC-CSF starts with preprocessing input images using an Enhanced Wiener Filtering (EWF) technique to minimize noise while re
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.
Precise identification and localization of disease-specific features at the pixel-level are particularly important for early diagnosis, disease progression monitoring, and effective treatment in medical image analysis. However, conventional diagnostic AI systems lack decision transparency and cannot operate well in environments where there is a lack of pixel-level annotations. Existing methods rely on binary masks during training to generate pixel-level labels; however, such annotations are not available in this problem setting. In this study, we propose a novel Generative Adversarial Networks
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.
We explore the potential of deep convolutional neural network (CNN) models for differential diagnosis of gout from musculoskeletal ultrasound (MSKUS). Our exhaustive study of state-of-the-art (SOTA) CNN image classification models for this problem reveals that they often fail to learn the gouty MSKUS features, including the double contour sign, tophus, and snowstorm, which are essential for sonographers' decisions. In this study, we establish a human-centered adjusting framework to make CNN models diagnosis gout in the way of thinking like sonographers. This framework consists of three compone
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.
Lateral epicondylitis, commonly referred to as tennis elbow, is a frequent sports injury that poses diagnostic and management challenges. Players often self-treat and delay medical intervention, exacerbating the condition, which highlights the need for early identification and prevention strategies.Purpose This study aims to enhance the understanding of tennis elbow mechanisms and identify key factors influencing its development.Method This research introduces a novel approach integrating Design of Experiments (DoE) with Response Surface Methodology (RSM) and an Expert System (ES) using both 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.
Cellular classification is essential for understanding biological processes and disease mechanisms. This paper introduces a novel approach that employs two complementary loss functions within a Generative Adversarial Network (GAN) framework for processing images from the Human Protein Atlas dataset. Our method introduces the "Salivary Gland" loss function (SG-Loss), which addresses missing pixel imputation through a unique computational mechanism that models the graded secretion patterns of acinar cells, incorporating multi-scale contextual information to reconstruct incomplete cellular featur
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.
Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)2024eng
PURPOSE: The segmentation of abdominal organs in magnetic resonance imaging (MRI) plays a pivotal role in various therapeutic applications. Nevertheless, the application of deep-learning methods to abdominal organ segmentation encounters numerous challenges, especially in addressing blurred boundaries and regions characterized by low-contrast.
METHODS: In this study, a multi-scale visual attention-guided network (VAG-Net) was proposed for abdominal multi-organ segmentation based on unpaired multi-sequence MRI. A new visual attention-guided (VAG) mechanism was designed to enhance the extractio
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.
As two alternative options in a forced choice task are separated by design, two classes of computational models of decision-making have thrived independently in the literature for nearly five decades. While sequential sampling models (SSM) focus on response times and keypresses in binary decisions in experimental paradigms, dynamic neural fields (DNF) focus on continuous sensorimotor dimensions and tasks found in perception and robotics. Recent attempts have been made to address limitations in their application to other domains, but strong similarities and compatibility between prominent model
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.
Electrical impedance tomography (EIT) is a non-radiation, non-invasive visual diagnostic technique. In order to improve the imaging resolution and the removing artifacts capability of the reconstruction algorithms for electrical impedance imaging in human-chest models, the HMANN algorithm was proposed using the Hadamard product to optimize multilayer artificial neural networks (MANN). The reconstructed images of the HMANN algorithm were compared with those of the generalized vector sampled pattern matching (GVSPM) algorithm, truncated singular value decomposition (TSVD) algorithm, backpropagat
Аннотация на английскомСтатьяПолный 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.
Accurate segmentation of the optic disk (OD) and optic cup (OC) regions of the optic nerve head is a critical step in glaucoma diagnosis. Existing architectures based on convolutional neural networks (CNNs) still suffer from insufficient global information and poor generalization ability to small sample datasets. Besides, advanced transformer-based models, although capable of capturing global image features, perform poorly in medical image segmentation due to numerous parameters and insufficient local spatial information. To address the above two problems, we propose an innovative W-shaped hyb
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2024eng
This study introduces a technique known as "channel stacking," aimed at comprehensively representing electroencephalogram signals to identify Parkinson's disease accurately. This method combines information from multiple channels to prepare input signals for the model, enabling the deep learning architecture to capture information across all channels efficiently. For classification, a ResNet18 network is employed. Notably, the model achieves an accuracy of 96.43% with just 90 seconds of data per subject. This performance is validated through Leave-One-Subject-Out Cross-Validation, effectively
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.
Retinal diseases are among nowadays major public health issues, deservedly needing advanced computer-aided diagnosis. We propose a hybrid model for multi label classification, whereby seven retinal diseases are automatically classified from Optical Coherence Tomography (OCT) images. We show that, by combining the strengths of Convolutional Neural Networks (CNNs) and Visual Transformers (ViTs), we can produce a more powerful type of model for medical image classification, especially when considering local lesion information such as retinal diseases. CNNs are indeed proved to be efficient at par
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.
Diabetic retinopathy (DR) is a prominent reason of blindness globally, which is a diagnostically challenging disease owing to the intricate process of its development and the human eye's complexity, which consists of nearly forty connected components like the retina, iris, optic nerve, and so on. This study proposes a novel approach to the identification of DR employing methods such as synthetic data generation, K- Means Clustering-Based Binary Grey Wolf Optimizer (KCBGWO), and Fully Convolutional Encoder-Decoder Networks (FCEDN). This is achieved using Generative Adversarial Networks (GANs) t
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.
OBJECTIVE: The human temporal bone comprises more than 30 identifiable anatomical components. With the demand for precise image interpretation in this complex region, the utilization of artificial intelligence (AI) applications is steadily increasing. This systematic review aims to highlight the current role of AI in temporal bone imaging.
DATA SOURCES: A Systematic Review of English Publications searching MEDLINE (PubMed), COCHRANE Library, and EMBASE.
REVIEW METHODS: The search algorithm employed consisted of key items such as 'artificial intelligence,' 'machine learning,' 'deep learning,'
СтатьяСистематический обзорПоиск 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.
Colonoscopy is the choice procedure to diagnose, screening, and treat the colon and rectum cancer, from early detection of small precancerous lesions (polyps), to confirmation of malign masses. However, the high variability of the organ appearance and the complex shape of both the colon wall and structures of interest make this exploration difficult. Learned visuospatial and perceptual abilities mitigate technical limitations in clinical practice by proper estimation of the intestinal depth. This work introduces a novel methodology to estimate colon depth maps in single frames from monocular c
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.
The advent of smart cities has brought about a paradigm shift in urban management and citizen engagement. By leveraging technological advancements, cities are now able to collect and analyze extensive data to optimize service delivery, allocate resources efficiently, and enhance the overall well-being of residents. However, as cities become increasingly interconnected and data-dependent, concerns related to data privacy and security, as well as citizen participation and representation, have surfaced. This article emphasizes the significance of regulating smart cities to foster a culture of cit
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.
MedElevator
Войти в исследования