BACKGROUND: Currently, the application of convolutional neural networks (CNNs) in artificial intelligence (AI) for medical imaging diagnosis has emerged as a highly promising tool. In particular, AI-assisted diagnosis holds significant potential for orthopedic and emergency department physicians by improving diagnostic efficiency and enhancing the overall patient experience. This systematic review and meta-analysis has the objective of assessing the application of AI in diagnosing facial fractures and evaluating its diagnostic performance.
METHODS: This study adhered to the guidelines of the
Систематический обзорСтатьяМетаанализСравнительное 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.
Poor sitting posture is a major contributor to musculoskeletal health problems, such as neck pain, lower back pain, and spinal deformities, caused by prolonged slouching or hunching during activities like computer and smartphone use. To address these issues, this study developed an intelligent posture detection system utilizing a multi-sensor setup combining pressure sensors and a camera, integrated with a fully connected neural network and a pre-trained MobileNet model. The system was validated using 32 experimental datasets, achieving an overall accuracy of 97%. This research highlights the
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
Wrist fractures (WFs) are prevalent musculoskeletal injuries with a high incidence rate. X-ray imaging, a cornerstone of conventional radiography, is widely employed for WF detection. Accurate fracture detection is essential for developing effective clinician support systems, particularly in emergency settings where timely diagnosis is critical. Existing literature has primarily focused on convolutional neural network-based architectures and You Only Look Once models for this task. Despite technological advancements, challenges persist, including variability in imaging quality and the inconsis
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
Adult spinal deformity (ASD) is characterized by spinal deformities that cause symptoms such as balance disorders. Although gait observation is used for the diagnosis of ASD, no quantitative evaluation protocol has been established. In this study, we propose a novel approach for distinguishing ASD from non-ASD using a neural network with gait videos captured from two perspectives, enabling the detection of unique gait fluctuations specific to each patient. By integrating spatiotemporal gait dynamics, the proposed method enhances quantitative diagnostics and provides a more comprehensive gait a
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.
PURPOSE: Early onset scoliosis comprises spinal deformities in children younger than 10, creating challenges in diagnosis, risk assessment, and management. Timely intervention is vital, because untreated deformity can lead to cardiopulmonary compromise. Artificial intelligence and machine learning are reshaping orthopaedic care by improving detection, forecasting progression, and guiding treatment. This scoping review maps current use in this patient population.
METHODS: Following PRISMA ScR standards, we systematically searched PubMed, Embase, Web of Science, Cochrane, and Scopus for studies
СтатьяScoping ReviewПолный 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.
Osteoporosis is a prevalent bone disease characterized by reduced bone density and an elevated risk of fractures, especially in older adults and postmenopausal women. The clinical consequences of osteoporotic fractures extend beyond pain and disability, contributing substantially to morbidity, mortality, and healthcare costs. Early intervention and accurate detection is therefore essential to improve patient outcomes. This paper introduces an advanced deep-learning methodology to enhance the accuracy and efficiency of osteoporosis detection through knee X-ray analysis. The proposed approach in
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 choroid is a dense vascular layer that lies between the retina and the sclera and contributes to the blood supply of the outer retina. In recent years, optical coherence tomography (OCT), which enables non-destructive acquisition of cross-sectional images of the choroid, has revealed the relationship between morphological changes in the choroid and eye diseases. In this context, automatic and accurate segmentation of OCT images is critical, but many existing methods face challenges, as they 1) rely on convolutional neural network (CNN)-based architectures, which struggle to capture long-ra
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.
Skin cancer is a prevalent disease worldwide, and among them, melanoma is the deadliest subtype. A lack of awareness regarding medical signs of skin cancer often leads to delayed diagnosis. Despite advancements in diagnostic technologies, skin cancer classification still faces significant challenges, and this obstructs early and accurate diagnosis. The challenges include misdiagnosis caused by symptom overlap with benign conditions, limited access to specialized dermatological care and high financial costs of screening procedures. In this work, a Fractional Gooseneck Barnacle Optimization-enab
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.
Human activity recognition (HAR) has numerous applications due to its widespread use of procurement tools, such as smartphones and video cameras, and its ability to capture data on human activity. HAR became a hot scientific area in the computer vision (CV) domain. It is complicated in the expansion of many substantial applications, namely video surveillance, home monitoring, security, virtual reality, and human-computer interaction. Subsequently, a wide range of activity recognition methods were developed for individuals with disabilities. HAR is identified as the technique of naming and reco
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.
Malaria, which is spread via female Anopheles mosquitoes and is brought on by the Plasmodium parasite, persists as a serious illness, especially in areas with a high mosquito density. Traditional detection techniques, like examining blood samples with a microscope, tend to be labor-intensive, unreliable and necessitate specialized individuals. To address these challenges, we employed several customized convolutional neural networks (CNNs), including Parallel convolutional neural network (PCNN), Soft Attention Parallel Convolutional Neural Networks (SPCNN), and Soft Attention after Functional B
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.
Emotion recognition is an important research field including psychology, healthcare, and human-computer interaction (HCI). However, conventional techniques mainly rely on textual analysis and facial expressions, and they also have potential flaws, making them unreliable. Textual language is the most common carrier of human emotions and its analysis relies on the available data. In natural language processing (NLP), textual emotion recognition (TER) has become a significant area of research due to its essential commercial and academic applications. With the growth of deep learning (DL) technolo
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: The re-emergence of monkeypox (mpox) has triggered a global alert and galvanized efforts toward a scientific reappraisal of the disease.
AIM: This study aims to provide a review of the use of Artificial Intelligence (AI) and novel vaccines in reducing the burden of mpox.
METHODOLOGY: A narrative review was conducted according to Preferred Reporting Items for Systematic reviews and Meta-Analyses (PRISMA) guidelines through electronic databases including PubMed, Google Scholar, ResearchGate, and Web of Science (WOS), using keywords such as Mpox, machine learning, deep learning, dia
СтатьяОбзорПоиск 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.
In the field of EMG-based force modeling, the ability to generalize models across individuals could play a significant role in its adoption across a range of applications, including assistive devices, robotic and rehabilitation devices. However, current studies have predominately focused on intra-subject modeling, largely neglecting the burden of end-user data acquisition. In this work, we propose the use of transfer learning (TL) to generalize force modeling to a new user by first establishing a baseline model trained using other users' data, and then adapting to the end-user using a small am
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.
In recent years, the application of functional near-infrared spectroscopy (fNIRS) and deep learning techniques has emerged as a promising method for personal identification. In this study, we innovatively utilized a deep learning framework and fNIRS data for personal identification. The framework is a one-dimensional convolutional neural network (Conv1D) trained on resting-state fNIRS signals collected from the frontal cortex of adults. In data preprocessing, we employed a sliding window-based data augmentation technique and high-pass filter, which could result in the highest identification ac
Письмо в редакциюПоддержка 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.
INTRODUCTION AND OBJECTIVE: Dental implants are well-established for restoring partial or complete tooth loss, with osseointegration being essential for their long-term success. Peri-implantitis, marked by inflammation and bone loss, compromises implant longevity. Current diagnostic methods for peri-implantitis face challenges such as subjective interpretation and time consumption. Our deep learning-based approach aims to address these limitations by providing a more accurate and efficient solution. This study aims to develop a deep learning-based approach for segmenting dental implants and de
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.
Parkinson's disease (PD) is a neurodegenerative disease affecting millions of people around the world. Conventional PD detection algorithms are generally based on first and second-generation artificial neural network (ANN) models which consume high energy and have complex architecture. Considering these limitations, a time-varying synaptic efficacy function based leaky-integrate and fire neuron model, called SEFRON is used for the detection of PD. SEFRON explores the advantages of Spiking Neural Network (SNN) which is suitable for neuromorphic devices. To evaluate the performance of SEFRON, 2
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.
Typhoons are natural disasters characterized by their high frequency of occurrence and significant impact, often leading to secondary disasters. In this study, we propose a prediction model for the trend of typhoon disasters. Utilizing neural networks, we calculate the forgetting gate, update gate, and output gate to forecast typhoon intensity, position, and disaster trends. By employing the concept of big data, we collected typhoon data using Python technology and verified the model's performance. Overall, the model exhibited a good fit, particularly for strong tropical storms. However, impro
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.
Transcranial direct current stimulation (tDCS) is a non-invasive brain stimulation technique with potential for counteracting disrupted brain network activity in Alzheimer's disease (AD) to improve cognition. However, the results of tDCS studies in AD have been variable due to different methodological choices such as electrode placement. To address this, a virtual brain network model of AD was used to explore tDCS optimization. We compared a large, representative set of virtual tDCS intervention setups, to identify the theoretically optimized tDCS electrode positions for restoring functional n
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 gallbladder (GB) is a small pouch and a deep tissue placed under the liver. GB Cancer (GBC) is a deadly illness that is complex to discover in an initial phase. Initial diagnosis can significantly enhance the existence rate. Non-ionizing energy, low cost, and convenience make the US a general non-invasive analytical modality for patients with GB diseases. Automatic recognition of GBC from US imagery is a significant issue that has gained much attention from researchers. Recently, machine learning (ML) techniques dependent on convolutional neural network (CNN) architectures have prepared tr
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.
Brain state classification by applying deep learning techniques on neuroimaging data has become a recent topic of research. However, unlike domains where the data is low dimensional or there are large number of available training samples, neuroimaging data is high dimensional and has few training samples. To tackle these issues, we present a sparse feedforward deep neural architecture for encoding and decoding the structural connectome of the human brain. We use a sparsely connected element-wise multiplication as the first hidden layer and a fixed transform layer as the output layer. The numbe
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.
MedElevator
Войти в исследования