The purpose of this article was to build an expert system for the development and formulation of push-pull osmotic pump tablets (PPOP). Hundreds of PPOP formulations were studied according to different poorly water-soluble drugs and pharmaceutical acceptable excipients. The knowledge base including database and rule base was built based on the reported results of hundreds of PPOP formulations containing different poorly water-soluble drugs and pharmaceutical excipients and the experiences available from other researchers. The prediction model of release behavior was built using back propagatio
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.
In this paper it is aimed to classify sleep apnea syndrome (SAS) by using discrete wavelet transforms (DWT) and an artificial neural network (ANN). The abdominal and thoracic respiration signals are separated into spectral components by using multi-resolution DWT. Then the energy of these spectral components are applied to the inputs of the ANN. The neural network was configured to give three outputs to classify the SAS situation of the subject. The apnea can be mainly classified into three types: obstructive sleep apnea (OSA), central sleep apnea (CSA) and mixed sleep apnea (MSA). During OSA,
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.
AIMS: To develop and describe an objective classification system for the spatial patterns of visual field loss found in glaucoma.
METHODS: The 560 Humphrey visual field analyser (program 24-2) records were used to train an artificial neural network (ANN). The type of network used, a Kohonen self organising feature map (SOM), was configured to organise the visual field defects into 25 classes of superior visual field loss and 25 classes of inferior visual field loss. Each group of 25 classes was arranged in a 5 by 5 map.
RESULTS: The SOM successfully classified the defects on the basis of the
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.
The present study is conducted to develop an interactive computer aided diagnosis (CAD) system for assisting radiologists in multiclass classification of brain tumors. In this paper, primary brain tumors such as astrocytoma, glioblastoma multiforme, childhood tumor-medulloblastoma, meningioma and secondary tumor-metastases along with normal regions are classified by a dual level neural network ensemble. Two hundred eighteen texture and intensity features are extracted from 856 segmented regions of interest (SROIs) and are taken as input. PCA is used for reduction of dimensionality of the featu
Оценочное исследованиеСтатьяПолный 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.
Deep neural networks have led to significant advancements in microscopy image generation and analysis. In single-molecule localization-based super-resolution microscopy, neural networks are capable of predicting fluorophore positions from high-density emitter data, thus reducing acquisition time, and increasing imaging throughput. However, neural network-based solutions in localization microscopy require intensive human intervention and often compromise between model performance and its generalization. Researchers have to manually tune simulated training data parameters to resemble their exper
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.
Gout is a common metabolic disorder characterized by deposits of monosodium urate monohydrate crystals (tophi) in soft tissue, triggering intense and acute arthritis with intolerable pain as well as articular and periarticular inflammation. Tophi can also promote chronic inflammatory and erosive arthritis. 2015 ACR/EULAR Gout Classification criteria include clinical, laboratory, and imaging findings, where cases of gout are indicated by a threshold score of ≥ 8. Some imaging-related findings, such as a double contour sign in ultrasound, urate in dual-energy computed tomography, or radiographic
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.
Early detection of microcalcification clusters in breast tissue will significantly increase the survival rate of the patients. Radiologists use mammography for breast cancer diagnosis at early stage. It is a very challenging and difficult task for radiologists to correctly classify the abnormal regions in the breast tissue, because mammograms are noisy images. To improve the accuracy rate of detection of breast cancer, a novel intelligent computer aided classifier is used, which detects the presence of microcalcification clusters. In this paper, an innovative approach for detection of microcal
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.
Genetic interactions (GIs) underpin the functional connectivity of genes and pathways, and are important for dissecting genotype-phenotype relationships and identifying therapeutic targets for diseases. However, the scale of the human genome restricts systematic experimental interrogation of GIs. Existing computational tools focus on predicting synthetic lethality (SL) and synthetic viability (SV), the two primary forms of GIs, yet their accuracy and biological interpretability are compromised by inadequate modeling of the molecular mechanisms behind positive and negative interactions, as well
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.
UNLABELLED: To enhance the prediction progression of Alzheimer's Disease is very excavating process.
PROBLEM STATEMENT: It is often very difficult to implement in the chronic neurodegenerative disease-related preprocessed gene expression data. Especially, Alzheimer's Disease (AD) prediction is a very crucial process in AD metadata diagnosis. Novelty: To explore this challenging prediction process in brain disease prediction, this research presents a proposed deep learning model, namely the Integrated Deep Regulatory Genetic Neural Network and Optimised Deep Belief Networks (IDRODN). This inte
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.
PURPOSE: Generative adversarial networks (GANs) are key components of many artificial intelligence (AI) systems that are applied to image-informed bioengineering and medicine. GANs combat key limitations facing deep learning models: small, unbalanced datasets containing few images of severe disease. The predictive capacity of conditional GANs may also be extremely useful in managing disease on an individual basis. This narrative review focusses on the application of GANs in ophthalmology, in order to provide a critical account of the current state and ongoing challenges for healthcare professi
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.
OBJECTIVE: The main objective of this study is to develop a tool capable of synthesizing images of the ganglion cell layer (GCL) that simulate glaucoma progression using generative antagonistic networks (GANs).
MATERIAL AND METHODS: The dataset includes 406 GCL images of 76 eyes with glaucoma and progression, recorded by a spectral domain optical coherence tomograph (OCT). The Pix2Pix model, a conditional antagonistic generative network, was used to transform the current GCL images into images representing glaucoma progression. A total of 70% of the samples were used for training and 30% for
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.
Visual neuroscientists have long observed an inverse relationship between brain and retinal complexity: As brain complexity increases across species, retinas adapt to simpler visual processing. Lindsey et al. previously provided a computational explanation for this pattern, showing that shallow networks encode complex features in their first stage of processing, whereas deep networks encode simpler features. Here, these findings are extended to a suite of representational analyses and show that shallow networks generate high-dimensional representations with linear decision boundaries and speci
СтатьяПоддержка NIH: внешняя программаПоиск 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.
Accurately predicting tissue mechanics of cardiac valves is crucial for computational biomechanics and surgical planning. Conventional finite elements (FEs) entail high computational costs when modeling real-world applications, whereas purely data-driven approaches lack physical consistency and interpretability. We present a hybrid, physics-informed neural network framework called NN-FE, which combines a feedforward neural network with a nonlinear FE solver to predict the deformation of the tricuspid valve posterior leaflet (TVPL) under quasi-static biaxial loading. For collection of biomechan
СтатьяПрепринтПоиск 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.
Under the Marr-Ito-Albus framework, the cerebellum performs supervised learning in Purkinje cells upon the unsupervised sparse representations generated within granule cells, contributing fundamentally to associative learning in motor control. However, the specific mechanisms through which cerebellar circuitry and plasticity rules enable supervised learning, and properties of the sparse coding induced by cerebellar architectural constraints, remain poorly characterized. To address this, we first established a sparse coding mechanism inspired by anatomical and physiological properties of the gr
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.
OBJECTIVE: Functional imaging using the dopamine transporter (DAT) as a biomarker has proven effective in assessing dopaminergic neuron degeneration in the striatum. In assessing the neuron degeneration, visual and semiquantitative methods are used to interpret DAT single-photon emission tomography (SPECT) scans based on striatal to background activity, striatal shape, and symmetry. Visual analysis, however, is subjective and reviewer dependent, whereas semiquantitative methods are operator dependent. Our goal in the current study was to derive results via deep learning to facilitate the clini
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 decades, an exponential surge in technological advancements has significantly transformed various aspects of daily life. The proliferation of indispensable objects such as smartphones and computers underscores the pervasive influence of technology. This trend extends to the domains of the healthcare, automotive, and industrial sectors, with the emergence of remote-operating capabilities and self-learning models. Notably, the automotive industry has integrated numerous remote access points like Wi-Fi, USB, Bluetooth, 4G/5G, and OBD-II interfaces into vehicles, amplifying the exposure
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.
Millions of people worldwide suffer motor or sensory impairment due to stroke, spinal cord injury, multiple sclerosis, traumatic brain injury, diabetes, and motor neuron diseases such as ALS (amyotrophic lateral sclerosis). A brain-computer interface (BCI), which links the brain directly to a computer, offers a new way to study the brain and potentially restore impairments in patients living with these debilitating conditions. One of the challenges currently facing BCI technology, however, is to minimize surgical risk while maintaining efficacy. Minimally invasive techniques, such as stereoele
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 existing frameworks for medical image encryption in the context of BANs have three major limitations: encrypting the whole image consumes enormous amount of processing time; failure to integrate explainable AI for identifying the importance of regions and prioritizing the same for permutation and XORing and inability of verifying the lossless integrity of the decryption process. To tackle these limitations, this paper introduces a novel scheme called weighted dynamic transform encryption (WDTW) for adaptive encryption of medical images. Firstly, a model based on convolutional neural networ
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.
Medical image segmentation plays a vital role in computer-assisted diagnosis, yet the heavy reliance on large-scale pixel-level annotations limits its scalability in real-world clinical applications. To alleviate this bottleneck, we propose a framework for annotation-efficient medical segmentation that leverages sparse supervision from scribbles and points. The framework is guided by three key principles. First, an auxiliary reconstruction branch is employed to enhance supervision and enrich feature representations derived from limited annotations. Second, a vector quantization (VQ) memory ban
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