BACKGROUND AND AIM: We recently reported the role of artificial intelligence in the diagnosis of Helicobacter pylori (H. pylori) gastritis on the basis of endoscopic images. However, that study included only H. pylori-positive and -negative patients, excluding patients after H. pylori-eradication. In this study, we constructed a convolutional neural network (CNN) and evaluated its ability to ascertain all H. pylori infection statuses.
METHODS: A deep CNN was pre-trained and fine-tuned on a dataset of 98,564 endoscopic images from 5236 patients (742 H. pylori-positive, 3649 -negative, and 845
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.
Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI)2019eng
BACKGROUND: The visual assessment and severity grading of acne vulgaris by physicians can be subjective, resulting in inter- and intra-observer variability.
OBJECTIVE: To develop and validate an algorithm for the automated calculation of the Investigator's Global Assessment (IGA) scale, to standardize acne severity and outcome measurements.
MATERIALS AND METHODS: A total of 472 photographs (retrieved 01/01/2004-04/08/2017) in the frontal view from 416 acne patients were used for training and testing. Photographs were labeled according to the IGA scale in three groups of IGA clear/almost clea
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.
Chronic liver diseases' hallmark is the fibrosis that results in liver function failure in advanced stages. One of the serious parasitic diseases affecting the liver tissues is schistosomiasis. Immunologic reactions to Schistosoma eggs leads to accumulation of collagen in the hepatic parenchyma causing fibrosis. Thus, monitoring and reporting the staging of the histopathological information related to liver fibrosis are essential for accurate diagnosis and therapy of the chronic liver diseases. Automated assessment of the microscopic liver tissue images is an essential process. For accurate an
Сравнительное 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.
The findings of splenomegaly, abnormal enlargement of the spleen, is a non-invasive clinical biomarker for liver and spleen diseases. Automated segmentation methods are essential to efficiently quantify splenomegaly from clinically acquired abdominal magnetic resonance imaging (MRI) scans. However, the task is challenging due to: 1) large anatomical and spatial variations of splenomegaly; 2) large inter- and intra-scan intensity variations on multi-modal MRI; and 3) limited numbers of labeled splenomegaly scans. In this paper, we propose the Splenomegaly Segmentation Network (SS-Net) to introd
СтатьяПоддержка NIH: внешняя программаResearch Support, N.I.H., IntramuralПоддержка исследования: вне правительства СШАПоддержка 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.
OBJECTIVE: In this paper, we accurately detect the state-sequence first heart sound (S1)-systole-second heart sound (S2)-diastole, i.e., the positions of S1 and S2, in heart sound recordings. We propose an event detection approach without explicitly incorporating a priori information of the state duration. This renders it also applicable to recordings with cardiac arrhythmia and extendable to the detection of extra heart sounds (third and fourth heart sound), heart murmurs, as well as other acoustic events.
METHODS: We use data from the 2016 PhysioNet/CinC Challenge, containing heart sound re
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.
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)2016eng
Respiratory movement information is useful for radiation therapy, and is generally obtained using 4D scanners (4DCT). In the interest of patient safety, reducing the use of 4DCT could be a significant step in reducing radiation exposure, the effects of which are not well documented. The authors propose a customized 4D numerical phantom representing the organ contours. Firstly, breathing movement can be simulated and customized according to the patient's anthroporadiametric data. Using learning sets constituted by 4D scanners, artificial neural networks can be trained to interpolate the lung co
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.
There is consensus on investigating older patients presenting with or without alarm symptoms and/or risk factors, and irrespective of their Helicobacter pylori status. Remaining patients with uninvestigated dyspepsia, however, represents a 'grey' population for whom no clearly defined guidelines have been delineated. Physicians often struggle with the decision of whether or not to undertake noninvasive testing, treat dyspeptic patients empirically or perform an invasive endoscopy of the upper gastrointestinal tract. We have explored the contribution of artificial neural networks (ANNs) to prov
СтатьяОбзорПолный 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 present report examines the performance of a distributed bi-directional neural network that simulates the vertical velocity to position integrator of the primate brain. Consistent with anatomy and physiology, its units receive stochastically weighted input from vertical medium-lead burst neurons. Also consistent with anatomy, units belonging to integrators with opposite on-directions (up or down) are interconnected via the posterior commissure (again in a stochastically weighted manner) and they can be excitatory or inhibitory. To demonstrate that integration can be a one-step process, 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.
PURPOSE: Four videokeratographic methods for keratoconus detection were compared with a neural network approach.
METHODS: A classification neural network for keratoconus screening was designed to detect the presence of keratoconus (KC) or keratoconus suspects (KCS); a separate cone severity network graded the severity of conelike topography patterns consistent with KC or KCS. Three hundred TMS-1 examinations (Tomey) were randomly divided into training and test sets. Ten topographic indexes were network inputs. Nine categories were used: normal, astigmatism, KC, KCS, contact lens-induced warpa
Сравнительное исследованиеСтатьяПоддержка службы здравоохранения 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 mammalian brain implements sophisticated sensory processing algorithms along multilayered ("deep") neural networks. Strategies that insects use to meet similar computational demands, while relying on smaller nervous systems with shallow architectures, remain elusive. Using Drosophila as a model, we uncover the algorithmic role of odor preprocessing by a shallow network of compartmentalized olfactory receptor neurons. Each compartment operates as a ratiometric unit for specific odor-mixtures. This computation arises from a simple mechanism: electrical coupling between two differently sized
СтатьяПоддержка исследования: вне правительства СШАПоддержка NIH: внешняя программаПолный 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.
Recent advances in neuroscience have highlighted the central role of glial cells, particularly astrocytes, in regulating neural network activity through calcium-dependent neuron-glia communication. In parallel, nanostructured cluster-assembled materials have emerged as promising candidates for developing brain-machine interfaces because of their biomimetic morphology, mechanotransductive properties, and neuromorphic behavior. Among these, nanostructured zirconium oxide (ns-ZrOx) thin films have recently demonstrated memristive and signal-processing capabilities compatible with biohybrid neural
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 biological neural circuits, the dynamics of neurons and synapses are tightly coupled. We study the consequences of this coupling and show that it enables a form of working memory. In recurrent neural network models with ongoing Hebbian plasticity, we find that following oscillatory stimulation, neurons continue to oscillate long after the input is removed. This creates a dynamic form of memory that has no explicit storage or retrieval phases and that requires no prior knowledge of the input. We trace the mechanism of these "persistent oscillations" to an interaction between neurons and syna
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.
Over the past decade, comparisons between deep neural networks (DNNs) and the human brain have become central to cognitive neuroscience. Early work focused on vision, driven by the success of convolutional neural networks in object recognition, before such comparisons later gained traction in language with the rise of large-scale language models. These comparisons have validated existing hypotheses and generated new ones, challenging views of information processing, connectivity, and computational goals. Despite progress, debates persist over the interpretability and validity of mapping DNNs t
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.
Walter Pitts is usually remembered as the mathematical co-author of the 1943 McCulloch-Pitts paper and as a precursor of artificial neural networks. That placement is accurate, but it is too narrow to capture the theoretical significance of his work for biological information systems. This article reconstructs Pitts' contribution as part of an unfinished program of biological computationalism: an approach in which computation becomes explanatory when formally characterizable relations are physically realized by organized biological processes. In the original McCulloch-Pitts case, the relevant
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: The high variability of workloads makes it very difficult for cloud datacenters to efficiently schedule their tasks and resource allocation. The correct forecasting of future resource utilization allows us to proactively scale and implement more sophisticated scheduling policies, which eventually results in has potential to improve resource utilization and fewer failures.
METHODS: This study uses the Google Cluster Trace v3 dataset, which contains a wealth of job and task data (start and end times, CPU and memory usage, scheduling class, and priority) to create supervised machine
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.
PURPOSE: Hepatocellular carcinoma (HCC) remains a major global health concern due to its high incidence and mortality. Contrast-enhanced ultrasound (CEUS) offers notable advantages for HCC diagnosis, including real-time imaging and non-invasiveness. However, CEUS images are often affected by noise, uneven signal distribution, and unclear boundaries between lesions and surrounding tissues, which pose challenges for automatic lesion segmentation.
METHODS: To improve segmentation performance, this study proposes an improved PIDNet-based model termed MEP-Net. The model integrates a median-enhance
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.
Deep learning-based Organ-at-Risk (OAR) and tumor segmentation is vital for radiation therapy planning but often suffers from over-parameterization, requiring large datasets to avoid overfitting, which is impractical in small-sample medical settings. Traditional trainable parameter reduction methods, relying on structural lightweighting or low-rank approximation, may artificially limit model expressiveness and hurt performance. We propose a Hybrid Quantum-Classical Training Framework (HQC-TF) based on the Quantum Parameter Generation (QPG) technique to reduce trainable parameters while preserv
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.
Pneumoconiosis, a common occupational lung illness, arises from inhaling dust, with silicosis specifically caused by fine crystalline silica dust, leading to lung scarring and inflammation. The diagnosis of silicosis relies on routine monitoring, which includes physical examinations, medical history reviews, and imaging. Chest radiography is a common form of medical screening due to its affordability, efficiency, and suitability for routine use. Recent success in deep learning (DL) for medical image classification has demonstrated that DL algorithms can identify silicosis with high precision b
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.
Accurate gesture recognition is crucial for precision control of upper limb prostheses. High-density surface electromyography (HD-sEMG) enhances spatial resolution and information richness of human gesture representation, thus improving myoelectric control of bionic limbs. Recently, deep learning has been increasingly applied to HD-sEMG to enhance gesture recognition performance. However, the black-box nature of neural networks limits their interpretability and model optimization, hindering their practical application. In this paper, we developed a spatiotemporal dual-channel interpretable 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.
SIGNIFICANCE: Reversibly switchable optoacoustic proteins (rsOAPs) are a promising candidate for sensitive and quantitative optoacoustic (OA) imaging of genetically modified cell populations, such as chimeric antigen receptor (CAR) T-cells used in cancer immunotherapy. Although detection of rsOAPs has been demonstrated using classical machine learning approaches, there is still a need for higher detection sensitivity and more accurate quantification.
AIM: We aim to develop deep learning approaches for improving the sensitivity of the detection and accuracy of quantification of rsOAPs with OA
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.
MedElevator
Войти в исследования