BACKGROUND: Fast and accurate identification of tea pests and diseases with lightweight, efficient, and resource-friendly computation is a key challenge in smart tea gardens. While deep learning models like ResNet extract strong features, their high computational cost limits application. Conversely, lightweight models like BiRealNet reduce complexity but suffer from unclear intermediate features and weak discrimination.
METHODS: To address these limitations, we propose BiSpikeNet, a lightweight, high-efficiency classification model integrating Convolutional Neural Networks (CNNs) and Spiking
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: This study aims to develop an AI-powered platform using Mel-spectrogram analysis and convolutional neural networks (CNN) to automate the severity assessment of unilateral vocal fold paralysis (UVCP) through voice analysis, providing an objective basis for individualized clinical treatment plans.
METHODS: To accurately identify the severity of UVCP, this study developed the CNN model TripleConvNet. Voice samples were collected from 131 healthy individuals and 292 confirmed UVCP patients from the Eye and ENT Hospital of Fudan University. Based on vocal fold compensation function, th
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.
Magnetic tunnel junctions (MTJs) in nanoscale have emerged as promising candidates for energy-efficient neuromorphic computing. As a pioneering demonstration, the radiofrequency (RF) neural network based on the intrinsic RF-to-DC conversion capability of MTJs features multilayer interconnectivity and native processing of RF inputs. However, most existing devices rely on magnetic field lines to modulate their behavior in neural networks, resulting in high energy consumption and increased area overhead. Moreover, the limited tunable bandwidth of the MTJs constrains the number of synapses per lay
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.
Osteoporosis of the jawbones is a significant concern in dental practice, particularly for implant treatment planning. This review summarizes current diagnostic approaches with a focus on the use of artificial intelligence (AI) algorithms, including convolutional neural networks, for analyzing panoramic radiographs and cone-beam computed tomography. The findings demonstrate that AI models achieve high diagnostic accuracy in the automated classification of radiographic images, comparable to dual-energy X-ray absorptiometry. AI reduces subjectivity in image interpretation, although further stand
СтатьяОбзорАннотация на английскомПолный 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.
Neural system identification approaches use empirical data to fit the stimulus-response functions of neurons. Augmented by deep neural networks, such models have achieved high predictive performance and allow to perform in silico experiments to test hypotheses. Yet, many of these methods ignore common features in visual systems, such as inhibitory interactions between neurons, which are essential for nonlinear neural computation. Here, we incorporate inhibition as an inductive bias into a deep model for neural prediction and investigate the influence of inhibition on the learned transfer funct
СтатьяПрепринтПоиск 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.
In recent years, the integration of brain-computer interface technology and neural networks in the field of music generation has garnered widespread attention. These studies aimed to extract individual-specific emotional and state information from electroencephalogram (EEG) signals to generate unique musical compositions. While existing research has focused primarily on brain regions associated with emotions, this study extends this research to brain regions related to musical composition. To this end, a novel neural network model incorporating attention mechanisms and steady-state activation
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.
Despite long knowing what brain areas support language comprehension, our knowledge of the neural computations that these frontal and temporal regions implement remains limited. One important unresolved question concerns functional differences among the neural populations that comprise the language network. Here we leveraged the high spatiotemporal resolution of human intracranial recordings (n = 22) to examine responses to sentences and linguistically degraded conditions. We discovered three response profiles that differ in their temporal dynamics. These profiles appear to reflect different t
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 question on the reproducibility of evolutionary processes is primarily of fundamental importance; however, with the development of methods for modeling evolutionary processes on computer multilevel models, an answer to this question is necessary to clarify the status of the predictions obtained. Experimental obtaining of ensembles of evolutionary outcomes for subsequent statistical processing on real biological systems seems to be impracticable. At the same time, the results obtained on multilevel computer models are difficult to interpret due to their complexity and the dependence of mode
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.
Resting-state functional magnetic resonance imaging (rsfMRI) is a novel approach that has the potential to examine abnormalities in the default mode network (DMN) component. Two different approaches were used in the present study to characterize the functional connectivities of various DMN components in 16 non-medicated ADHD and a similar number of TD (typically developing) children. rsfMRI data were analysed using independent component analysis (ICA) and region-of-interest (ROI) seed to voxel correlation analysis. ICA results indicated a strong coherence of the left dorsal anterior cingular c
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.
In deformable registration, the Riemannian framework - Large Deformation Diffeomorphic Metric Mapping, or LDDMM for short - has inspired numerous techniques for comparing, deforming, averaging and analyzing shapes or images. Grounded in flows of vector fields, akin to the equations of motion used in fluid dynamics, LDDMM algorithms solve the flow equation in the space of plausible deformations, i.e., diffeomorphisms. In this work, we make use of deep residual neural networks to solve the non-stationary ODE (flow equation) based on an Euler's discretization scheme. The central idea is to repres
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.
OBJECTIVES: Previous studies with adults suggest that aberrant communication between neural networks underpins functional neurological disorder (FND). The current study adopts a data-driven approach to investigate the extent that functional resting-state networks are disrupted in a pediatric mixed-FND cohort.
METHODS: 31 children with mixed FND and 33 age- and sex-matched healthy controls completed resting-state fMRI scans. Whole-brain independent component analysis (pFWE < 0.05) was then used to identify group differences in resting-state connectivity. Self-report measures included the Depre
СтатьяПоддержка исследования: вне правительства СШАПоиск 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.
Liaison between neuroscience and education has resulted in significant advances in our understanding of the neurobiological learning requirements of individuals with reading disability, the neuroplasticity of the developing brain, and the participation of the right hemisphere in reading. Research in neural network theory and cortical oscillations suggests that the hemispheres collaborate in high-level language processes. The right hemisphere specializes in coding low frequencies of the speech envelope and interhemispheric cognitive control, while the left is specialized for local high frequenc
СтатьяОбзорПолный 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: Autism Spectrum Disorder (ASD) affects 1 in 100 children globally, yet early detection remains challenging due to reliance on subjective behavioral assessments and limited specialist availability, particularly in resource-constrained settings. Eye-tracking biomarkers offer objective, quantitative measurements of visual attention patterns, but existing Neural Network approaches lack systematic evaluation across diverse neural network architectures and multi-site data. This study provides a comprehensive comparison of Graph Neural Networks, Long Short-Term Memory networks, and Multil
СтатьяМногоцентровое 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.
CONTEXT: Staging cancer patients is crucial and requires analyzing all removed lymph nodes microscopically for metastasis. For this pivotal task, convolutional neural networks (CNN) can reduce workload and improve diagnostic accuracy.
OBJECTIVE: This study aimed to develop a CNN for detecting lymph node metastases (LNM) in colorectal (CRC) and head and neck cancer patients (HNC) while also demonstrating how routine pathology departments can build tailored AI models without the need for large datasets or extensive manual annotations.
DESIGN: From 40 CRC and 40 HCN patients with LNM, we scanne
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 temporal order of a sequence of events has been thought to be reflected in the ordered firing of neurons at different phases of theta oscillations. Here we assess this by measuring single neuron activity (1,420 neurons) and local field potentials (921 channels) in the medial temporal lobe of 16 patients with epilepsy performing a working-memory task for temporal order. During memory maintenance, we observe theta oscillations, preferential firing of single neurons to theta phase and a close relationship between phase of firing and item position. However, the firing order did not match item
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.
Resting tremor (RT) is one of the most common and debilitating symptoms of Parkinson's Disease (PD), characterized by involuntary rhythmic muscle contractions. The Unified Parkinson's Disease Rating Scale (UPDRS) 3.17 is a clinical assessment used to evaluate the amplitude of RTs, providing critical insights into the severity of this condition. However, it relies on subjective evaluation which may introduce intra- and inter-individual biases in tremor assessment. The present study evaluates the effectiveness of a Convolutional Neural Network (CNN) model for the multiclass classification of RT
СтатьяПоддержка исследования: вне правительства СШАПоиск 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.
Congenital heart disease affects approximately 1% of children worldwide, with a number of cases in resource-limited settings remaining undiagnosed through school age. While cardiac auscultation is a key screening method, its effectiveness varies widely, depending on practitioner expertise. This study introduces an innovative artificial intelligence (AI) approach combining conventional machine learning and deep learning techniques to improve heart murmur detection in pediatric populations. By developing an integrated Residual-Recurrent Neural Networks model and analyzing heart sound recordings
СтатьяВалидационное исследованиеПоиск 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 CONTEXT: Accurate and consistent measurement of sagittal alignment is challenging, particularly in patients with severe coronal deformities, including degenerative lumbar scoliosis (DLS).
PURPOSE: This study aimed to develop and validate an artificial intelligence (AI)-based system for automating the measurement of key sagittal parameters, including lumbar lordosis, pelvic incidence, pelvic tilt, and sacral slope, with a focus on its applicability across a wide range of deformities, including severe coronal deformities, such as DLS.
DESIGN: Retrospective observational study.
PATI
СтатьяНаблюдательное исследованиеПоиск 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: Age estimation is an essential task in medical dentistry and forensic sciences. Dental Age Estimation (DAE) is one of the most common methods for age estimation. Teeth are commonly used for age estimation because the schedules of tooth development and eruption are barely affected by the environment, nutrition, and socio-economic factors. However, conventional DAE methods are manually performed by clinicians, exposing bias and error to the estimated age. Moreover, the potentials of buccal alveolar bone level in DAE are rarely investigated. The aim of this study is to assess the effe
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.
Delayed or missed diagnosis of perilunate or lunate dislocations can lead to significant morbidity. Advances in computer vision provide an opportunity to improve diagnostic performance. In this study, a deep learning algorithm was used for detection of perilunate and lunate dislocations on lateral wrist radiographs. A total of 435 lateral wrist radiographs were labeled as normal or pathologic (perilunate or lunate dislocation). The lunate in each radiograph was segmented with a rectangular bounding box. Images were partitioned into training and test sets. Two neural networks, consisting of an
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