We propose a classification method for distinguishing atrial fibrillation from sinus rhythm in pulse-wave measurements obtained with a blood pressure monitor. This method combines recurrence-based plots with convolutional neural networks. Moreover, we devised a novel plot, with which our classification achieved specificity of 97.5%, sensitivity of 98.4%, and accuracy of 98.6%. These criteria are higher than previously reported results for measurements obtained with blood pressure monitors and are almost equal to statistical measures for methods based on electrocardiographs and photoplethysmogr
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.
Alzheimer's disease (AD) is a leading cause of disability worldwide. Early detection is critical for preventing progression and formulating effective treatment plans. This study aims to develop a novel deep learning (DL) model, Hybrid-RViT, to enhance the detection of AD. The proposed Hybrid-RViT model integrates the pre-trained convolutional neural network (ResNet-50) with the Vision Transformer (ViT) to classify brain MRI images across different stages of AD. The ResNet-50 adopted for transfer learning, facilitates inductive bias and feature extraction. Concurrently, ViT processes sequences
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.
This paper introduces SignKeyNet, a novel multi-stream keypoint-based neural network designed to enhance lip-reading recognition and support foundational sign language understanding. The architecture decouples signer movements into three primary streams hands, face, and body using 133 pose keypoints extracted via pose estimation techniques. Each stream is processed independently using specialized attention modules, followed by an attention-based fusion mechanism that models cross-modal spatiotemporal dependencies. SignKeyNet is evaluated on the MIRACL-VC1 lip-reading dataset, achieving superio
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.
IntroductionMesothelioma is a type of lung cancer caused by asbestos exposure, and early diagnosis is crucial for improving survival chances. Artificial intelligence offers a potential solution for the timely diagnosis and staging of the disease. This study aims to review the latest research conducted in artificial intelligence applications to predict mesothelioma.MethodsUntil April 24, 2023, PubMed, Scopus, and Web of Science databases were searched comprehensively for articles on artificial intelligence in mesothelioma management. The data was gathered using a standardized extraction form, a
СтатьяScoping ReviewПоиск 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 healthcare applications, automatic and intelligent movement recognition systems in Ambient Assisted Living (AAL) are designed for elderly and disabled persons. The AAL provides assistance as well as secure feelings to disabled persons and elderly individuals. In AAL, the movement recognition process has been emerging in recent days. The automatic and safe living of the disabled person is ensured by performing movement recognition in AAL. Movement recognition in the AAL is developed for disabled and elderly people and is also performed to provide healthcare assistance to the elderly and disa
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.
In recent years, global climate change and human activities have significantly degraded mangrove ecosystems. Developing efficient spatio-temporal change detection methods is crucial for assessing mangrove health. In this paper, we propose an automated framework with unsupervised domain adaptation capabilities, combining a Separable Transformer Neural Network with a Residual Stacking strategy (STNN-StackResNet) and an unsupervised spatio-temporal change detection model (USTC-StackNet). This approach achieves efficient modeling of mangrove evolution without manual labeling, attaining an average
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.
Having comprehensive access to information on sheep behaviors is essential for acquiring relevant insights into the health status of sheep and preventing diseases promptly. In particular, the ruminating behavior of sheep tends to reflect the health of their digestive system. However, due to the challenging nature of detecting ruminating behavior, traditional research has not yielded satisfactory results. In fact, many computer vision-based methods do not consider ruminating behavior as a distinctive feature for recognizing sheep behavior. To this end, we proposed an efficient model for recogni
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.
Social media platforms are prevalently used to express and share opinions on a wide range of topics, which has amplified interest in textual emotion detection. However, accurately detecting emotions in individuals, especially those with communication challenges, remains a complex task. Emotion analysis serves as a significant tool for assessing, monitoring, and interpreting a user's sentiments toward services or products. The emergence of deep learning (DL) has significantly advanced this field, allowing the development of more accurate and robust models. DL techniques, particularly neural net
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.
Video-based deep learning (DL) algorithms often rely on segmentation models to detect clinically important features in transthoracic echocardiograms (TTEs). While effective, these algorithms can be too data hungry for practice and may be sensitive to common data quality issues. To overcome these concerns, we present a data-efficient DL algorithm, Scaled Gumbel Softmax (SGS) EchoNet, that is robust to these common data quality issues and, importantly, requires no ventricular segmentation model. In lieu of a segmentation model, we decompose and transform the output of an R(2 + 1)D convolutional
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.
A mean field method for pulse-coupled oscillators with delays used a self-connected oscillator to represent a synchronous cluster of N - 1 oscillators and a single oscillator assumed to be perturbed from the cluster. A periodic train of biexponential conductance input was divided into a tonic and a phasic component representing the mean field input. A single cycle of the phasic conductance from the cluster was applied to the single oscillator embedded in the tonic component at different phases to measure the change in the cycle length in which the perturbation was initiated, that is, the first
СтатьяПоддержка NIH: внешняя программаПоиск 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.
Neuroscientists are increasingly initiating large-scale collaborations which bring together tens to hundreds of researchers. At this scale, such projects can tackle big challenges and engage diverse participants. Inspired by projects in mathematics, we set out to test the feasibility of widening access to such projects even further, by running a massively collaborative project in computational neuroscience. The key difference, with prior neuroscientific efforts, being that our entire project (code, results, and writing) was public from the outset, and that anyone could participate. To achieve
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.
Underwater moving target tracking with sonar device is very challenging. Due to complex underwater environment, sonar acquired videos have domain-specific challenges like texture-similar backgrounds and variable visual attributes, impairing the performance of existing tracking models. To address these issues, we propose a visual tracking model named OFDTrack to overcome the limitations of existing methods. First, for moving target in sonar videos, a re-capture paradigm is proposed to search potential motion areas from rough prompts of the optical flow field, thus maintaining tracking in the ev
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.
Sepsis remains a leading cause of mortality in critical care settings, necessitating timely and accurate risk stratification. However, existing machine learning models for sepsis prediction often suffer from poor interpretability, limited generalizability across diverse patient populations, and challenges in handling class imbalance and high-dimensional clinical data. To address these gaps, this study proposes a novel framework that integrates bio-inspired feature selection and graph-based deep learning for enhanced sepsis risk prediction. Using the MIMIC-IV dataset, we employ the Wolverine Op
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.
The diagnosis of kidney diseases presents significant challenges, including the reliance on variable and unstable biomarkers and the necessity for complex and expensive laboratory tests. Raman spectroscopy emerges as a promising technique for analyzing complex fluids, like urine, and detecting important disease biomarkers. However, its complexity, high cost and limited accessibility outside clinical contexts complicate its application. Moreover, the analysis of Raman spectra is a challenging and intensive task. In response to these challenges, in this study, we developed a portable, simplified
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: Visual inspection and documentation (charting) of findings are critical components in dental practice. However, manual charting is tedious, time consuming, and prone to errors. Attempts to automate charting using AI have focused on computer vision of radiographs, which does not replace visual inspection and has limitations in community screening settings. We aim to develop a deep-learning-based real-time charting using intra-oral videos. This study encompasses tooth identification, the initial phase of our development process.
METHODS: 100 intra-oral videos were recorded, annotate
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.
Mathematical modeling is becoming increasingly important in the pharmaceutical industry. It supports the Quality by Design framework by aiding process understanding and examining the impact of critical material and process parameters on the critical product properties. In this work, a critical comparison of knowledge-based, data-driven, and hybrid modeling approaches was conducted through surrogate in vitro dissolution modeling of acetylsalicylic acid (ASA) tablets for the first time. Furthermore, a novel serial-type hybrid model that integrates a neural network (ANN) and a population balance
СтатьяСравнительное исследованиеПолный 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.
There is an increasing reliance on passive acoustic monitoring (PAM) as a cost-effective method for monitoring cetaceans, necessitating robust and efficient automated tools for extracting species presence. This work compares two methods, one based on the 'off-line' analysis of raw PAM data, using Convolutional Neural Networks (CNNs), and the second based on in-situ detections, implemented within the C-POD. The C-POD is a rapid, low-cost choice for monitoring of odontocetes, while CNNs, requiring large efforts to train, are gaining traction within bioacoustics as they offer performance benefits
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.
The improper disposal of food waste and livestock manure poses significant environmental risks, including nutrient pollution, water contamination, and greenhouse gas emissions. Anaerobic digestion (AD) provides a sustainable pathway for converting organic waste into biogas while reducing environmental impacts. However, optimizing AD performance at a commercial scale remains challenging due to feedstock variability, operational complexity, and time-dependent dynamics. In this study, we analyzed six years of data from a commercial-scale AD system processing 18 types of food and manure waste to d
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.
Breast cancer remains a significant global health concern, emphasizing the need for advanced and accurate diagnostic tools. This research paper focuses on the application of a Transfer Learning model for the detection of breast cancer in mammography images. Leveraging the power of deep learning, Transfer Learning enables the utilization of pre-trained models on large datasets, optimizing performance even with limited data availability. The study employs a diverse dataset comprising mammography images from various sources, ensuring a comprehensive representation of breast cancer cases. A Convol
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.
To address the challenges of increasing carbon dioxide (CO2) emissions and climate change caused by the growth of air traffic, accurate prediction of CO2 emissions in civil aviation has become crucial. This study proposes a CO2 emission prediction method based on an improved back propagation (BP) neural network, where the Improved Sparrow Search Algorithm (ISSA) is employed to optimize the hyperparameters of the BP neural network, thereby enhancing the prediction capability for CO2 emissions in civil aviation. To overcome the limitations of the traditional SSA, such as the tendency to fall int
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