Alzheimer's disease (AD) is a complex neurodegenerative disorder which is multifactorial in nature. Some of its characteristics are slow cognitive decline, memory problems and behavioral changes. AD patient brains show a progressive synaptic toxicity, autophagy, neuroinflammation, excess generation of reactive oxygen species (ROS), neuronal death and oxidative stress, which occurs due to disrupted metal homeostasis along with tau and amyloid-β protein deposition. Notably, lipid peroxidation, iron buildup and elevated oxidative stress in AD brains suggest a possible molecular connection between
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.
This research introduces "XMP-Net," a modified Xception-based deep learning architecture constructed for the categorization of skin conditions, with a particular focus on identifying monkeypox. The study recognizes skin images of four categories: normal, chickenpox, measles, and monkeypox. To enhance interpretability and foster confidence in the model's predictions, Grad-CAM (gradient-weighted class activation mapping) and LIME (local interpretable model-agnostic explanations) were employed to illustrate the model's thinking manner. The model demonstrated impressive classification performance,
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 Zika virus is a relatively new pathogen that has quickly become a major issue in virology. Infectious mosquitoes of the Aedes genus, particularly Aedes aegypti, spread the Zika virus in tropical and subtropical areas. Most bites from Aedes mosquitoes occur during the daytime. Dengue, chikungunya, and urban yellow fever are all spread by the same insects. Mathematical modeling has helped researchers better understand the mechanisms of Zika virus invasion and evaluate prospective management techniques. In this study, we suggest a unique approach to employing an Artificial Neural Network (ANN
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 spectral preprocessing step of data derived from Raman spectroscopy is important for chemometric models’ calibration, which allows real-time monitoring of pharmaceutical bioprocesses. Thus, the present work aimed to establish, with statistical criteria, the best combination of spectral filters for the biochemical monitoring of the baculovirus/Sf9 insect cell system. The production of rabies virus-like particles was used as a model. Combining moving window smoothing and offset baseline correction spectral filters demonstrated the highest efficacy in biochemically monitoring the baculovirus/
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 number of unimodal molecule representation constantly increases, and researchers investigate how to combine them. Intuitively, multimodal representations may provide complementary information and combining them promises better performance. In this work, we systematically explore how combining multiple molecular modalities affects the performance of downstream prediction tasks, providing a baseline for informed decision making. Our study covers 7 molecular modalities and combines them using intermediate and late fusion, and 2 neural network architectures (with or without using knowledge gra
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.
MOTIVATION: The emergence of spatial transcriptomics, which integrates spatial and gene expression information, has greatly advanced research in disease mechanisms and developmental biology. A core task in this field is spatial domain identification, which reveals regions with shared molecular signatures and histological features, thereby facilitating the study of tissue function and pathology. Although existing methods have achieved promising performance, many of them still face limitations in effectively integrating heterogeneous information from multiple views, such as gene expression, spat
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.
Gastric cancer is one of the most common malignant tumors of the digestive system, with a high mortality rate due to late-stage diagnosis. Current clinical diagnosis relies on endoscopic biopsy and histopathological analysis, which are highly dependent on pathologists' expertise and may lead to misdiagnoses. Therefore, there is an urgent need for molecular, digital, and intelligent real-time diagnostic methods. In this study, accurate gastric cancer tissue diagnosis was carried out by integrating time-gated Raman spectroscopy (TG-Raman) with deep learning. The TG-Raman effectively suppresses a
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.
Motion assist robots have been studied to assist human motion for elderly, disabled, injured persons. The motion assist robots can be classified into two types: wearable robots which are directly attached to the user's body and external robots which assist the user's motion from the outside of the user. It is important for those robots to estimate motion intention of users in real-time to assist their daily motion effectively. This paper presents a method to estimate human lower-limb motion intention and its motion phase in real-time for the motion assist robots. By detecting motion phase in a
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.
sEMG is a non-invasive biomedical engineering technique that can detect and record electrical signals generated by muscles, reflecting both motor intentions and the degree of muscle contraction. This study aims to classify and recognize nine types of upper limb motor intentions based on surface electromyography (sEMG) and apply them to the interactive control of an end-effector rehabilitation robot. The research begins with selecting muscles and data preprocessing, incorporating the generation mechanism of sEMG along with the anatomical and kinesiological principles of upper limb muscles. Next
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2025eng
This study integrates an Artificial Neural Network (ANN) with musculoskeletal (MSK) modeling in OpenSim to predict lower-limb joint reaction forces (JRFs). The ANN was trained, in a previous study, to predict ground reaction forces (GRFs) using ankle position data during walking. This model was used to predict GRFs of 20 unseen subjects (10 male and 10 females) and predicted GRFs were evaluated against experimentally measured GRFs in three directions: antero-posterior (AP), medio-lateral (ML), and proximo-distal (vertical). OpenSim was used to compute JRFs at the hip, knee, and ankle joints in
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.
Retinal diseases are a leading cause of vision impairment and blindness, with timely diagnosis being critical for effective treatment. Optical Coherence Tomography (OCT) has become a standard imaging modality for retinal disease diagnosis, but OCT images often suffer from issues such as speckle noise, complex lesion shapes, and varying lesion sizes, making interpretation challenging. In this paper, we propose a novel model, WaveNet-SF, to enhance retinal disease detection by integrating the spatial-domain and frequency-domain learning. The framework utilizes wavelet transforms to decompose OCT
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.
Fetal biometric assessments through ultrasound diagnostics are integral in obstetrics and gynecology, requiring considerable time investment. This study aimed to explore the potential of artificial intelligence (AI) architectures in automatically identifying fetal abdominal standard scanning planes and structures, particularly focusing on the abdominal circumference. Ultrasound images from a prospective cohort study were preprocessed using CV2 and Keras-OCR to eliminate textual elements and artifacts. Optical character recognition detected and removed textual components, followed by inpainting
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.
Super-recognizers-individuals with exceptionally high face recognition abilities-are a key exemplar of biological visual expertise. Recent eye-tracking evidence suggests that their expertise may be driven by exploratory viewing behaviour during learning, but it remains unclear whether this perceptual sampling is functional for face identity processing. Here, we develop a novel approach to quantify the computational value of face information samples and test the utility of information sampling in super-recognizers. Using measurements of eye gaze behaviour, we reconstructed the retinal informati
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.
Machine learning, deep learning and neural networks are extensively developed in many fields, with neural networks playing an important role in a wide variety of applications. However, a sufficient explanation of the structure and functionality of complex and deep neural networks is still needed. In this paper, it is shown that bio-inspired networks are useful for the explanation of network functions. First, the asymmetric network is created based on the biological retinal networks. Second, the classification performance of the asymmetric network is compared to that of the symmetric networks.
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.
OBJECTIVE: The fetal ultrasound examination is the significant task of mid-term pregnancy inspection and the accurate localization as well as the segmentation of the cerebellum is crucial for clinical diagnosis. This research focuses on developing deep learning techniques for prenatal prediction of neurodevelopmental disorders using 5th-month ultrasound brain images.
METHODS: The study introduces two specialized convolutional neural network (CNN) architectures: the differential CNN for plane localization and the dual CNN for cerebellum segmentation which are critical for accurate diagnostics
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.
Accurate diagnosis of orthopedic injuries, especially pelvic and hip fractures, is vital in trauma management. While pelvic radiographs (PXRs) are widely used, misdiagnosis is common. This study proposes an automated system that uses convolutional neural networks (CNNs) to detect potential fracture areas and predict fracture conditions, aiming to outperform traditional object detection-based systems. We developed two deep learning models for hip fracture detection and prediction, trained on PXRs from three hospitals. The first model utilized automated hip area detection, cropping, and classifi
СтатьяСравнительное исследованиеПолный 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.
Understanding how brain networks learn and manage multiple tasks simultaneously is of interest in both neuroscience and artificial intelligence. In this regard, a recent research thread in theoretical neuroscience has focused on how recurrent neural network models and their internal dynamics enact multitask learning. To manage different tasks requires a mechanism to convey information about task identity or context into the model, which from a biological perspective may involve mechanisms of neuromodulation. In this study, we use recurrent network models to probe the distinctions between two f
СтатьяResearch Support, N.I.H., IntramuralПоиск 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.
BACKGROUND: While artificial intelligence-driven approaches have shown great promise in dental diagnosis and treatment planning, most research focuses on dental radiographs. Only three studies have explored automated tooth numbering in oral photographs, all focusing on permanent dentition. Our study aimed to introduce an automated system for detection and numbering of teeth across mixed and permanent dentitions in occlusal photographs.
METHODS: A total of 3215 occlusal view images of maxilla and mandible were included. Five senior dental students, trained under the guidance of an associate pr
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.
Parkinson's disease (PD) is a complex, progressive neurodegenerative disorder with high heterogeneity, making early diagnosis difficult. Early detection and intervention are crucial for slowing PD progression. Understanding PD's diverse pathways and mechanisms is key to advancing knowledge. Recent advances in noninvasive imaging and multi-omics technologies have provided valuable insights into PD's underlying causes and biological processes. However, integrating these diverse data sources remains challenging, especially when deriving meaningful low-level features that can serve as diagnostic i
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.
This study evaluated the potential of multimodal AI chatbots, specifically ChatGPT-4o, in assessing thyroid-associated ophthalmopathy (TAO) through the Clinical Activity Score (CAS). Using publicly available case reports and datasets, ChatGPT-4o was tasked with generating a web-based CAS calculator and estimating CAS from external ocular photographs. Its predictions were compared with CAS evaluations by ophthalmologists and convolutional neural network (CNN) models, including ResNet50. Receiver operating characteristic (ROC) areas under the curve (AUCs) were calculated for the assessment of ac
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