OBJECTIVES: The objective of this study is to evaluate whether large language models (LLMs) can achieve performance comparable to expert-developed deep neural networks in detecting flow starvation (FS) asynchronies during mechanical ventilation.
METHODS: Popular LLMs (GPT-4, Claude-3.5, Gemini-1.5, DeepSeek-R1) were tested on a dataset of 6500 airway pressure cycles from 28 patients, classifying breaths into three FS categories. They were also tasked with generating executable code for one-dimensional convolutional neural network (CNN-1D) and Long Short-Term Memory networks. Model performance
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.
Advancements in human-machine interfaces (HMIs) are pivotal for enhancing rehabilitation technologies and improving the quality of life for individuals with limb loss. This paper presents a novel CNN-Transformer model for decoding continuous fine finger motions from surface electromyography (sEMG) signals by integrating the convolutional neural network (CNN) and Transformer architecture, focusing on applications for transradial amputees. This model leverages the strengths of both convolutional and Transformer architectures to effectively capture both local muscle activation patterns and global
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.
Alzheimer's disease (AD) is a common type of dementia, with mild cognitive impairment (MCI) being a key precursor. Early MCI diagnosis is crucial for slowing AD progression, but distinguishing MCI from normal controls (NC) is challenging due to subtle imaging differences. Furthermore, differentiating early MCI (EMCI) from late MCI (LMCI) is also important for interventions. This study proposes a deep learning-based approach using a weighted probability-based ensemble method to integrate results from three-dimensional residual networks (3D ResNet). (1) This study employs 3D ResNet-18, 3D ResNet
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.
BACKGROUND AND OBJECTIVES: Despite the significant potential of Foundation Models (FMs) in medical imaging, their application to prognosis prediction remains challenging due to data scarcity, class imbalance, and task complexity, limiting their clinical adoption. This study introduces the first structured benchmark to assess the robustness and efficiency of transfer learning strategies for FMs compared with convolutional neural networks (CNNs) in predicting COVID-19 patient outcomes from chest X-rays. The goal is to systematically compare fine-tuning strategies, classical and parameter-efficie
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.
Waste management is significant for achieving climate goals, considering its contribution to global greenhouse gas emissions. While differences in waste management systems and generation rates across European countries are closely linked to socio-economic, demographic, and environmental factors, previous studies have predominantly focused on specific regions or local municipalities. This study addresses this gap by analyzing Europe as a single entity, providing an overview of the current waste management practices and legislation, assessing influencing factors and employing machine learning (M
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: Artificial intelligence can realize personalization. This systematic scoping review provides the types, functions, and mechanisms of machine learning (ML) for personalizing smoking cessation interventions.
METHODOLOGY: We searched fourteen databases including PubMed, CINAHL, EMBASE, the Cochrane Library, IEEE Xplore, PsycINFO, Scopus, Web of Science, AAAI, ACM Digital Library, ArXIV, Mednar, ProQuest, and Science.gov. We selected 98 articles from 4073 records that met the criteria. Two independent reviewers screened and selected the articles. Two reviewers extracted the data using a
СтатьяScoping ReviewПоддержка 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.
Remote noncontact respiratory rate estimation by facial visual information has great research significance, providing valuable priors for health monitoring, clinical diagnosis, and anti-fraud. However, existing studies suffer from disturbances in epidermal specular reflections induced by head movements and facial expressions. Furthermore, diffuse reflections of light in the skin-colored subcutaneous tissue caused by multiple time-varying physiological signals independent of breathing are entangled with the intention of the respiratory process, leading to confusion in current research. To addre
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.
Given their potential as natural substitutes for artificial additives and their health advantages, the extraction of bioactive substances like polyphenols from plant sources is becoming more and more significant. Nevertheless, it is still difficult to achieve effective extraction with minimal time and energy. In order to optimize polyphenol extraction from ripe jamun fruit pulp, including traditional and ultrasound-assisted methods, this study assessed the prediction power of response surface methodology (RSM) and adaptive neuro-fuzzy inference systems (ANFIS). It examined how temperature, pro
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.
INTRODUCTION: Predictive models hold significant potential in healthcare, but their adoption in clinical settings is hampered by limited trust due to their inability to recognize when presented with unfamiliar data. Estimating knowledge uncertainty (KU) can mitigate this issue. This study aims to assess the capabilities of two targeted approaches, specifically Ensemble Neural Networks (ENN) and Spectral Normalized Neural Gaussian Processes (SNGP), in quantifying KU and detecting out-of-distribution (OoD) data within the context of delirium risk prediction.
METHODOLOGY: Using a cohort of hospi
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.
Soybean rust, caused by the fungus Phakopsora pachyrhizi, is recognized as the most devastating disease affecting soybean crops worldwide. In practical applications, performing accurate Phakopsora pachyrhizi segmentation (PPS) is essential for elucidating the morphodynamics of soybean rust, thereby facilitating effective prevention strategies and advancing research on related soybean diseases. Despite its importance, studies focusing on PPS-related datasets and the automatic segmentation of Phakopsora pachyrhizi remain limited. To address this gap, we propose an efficient semantic segmentation
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: Tuberous breast deformity (TBD) is a congenital condition characterized by constriction of the breast base, parenchymal hypoplasia, and areolar herniation. The absence of a universally accepted classification system complicates diagnosis and surgical planning, leading to variability in clinical outcomes. Artificial intelligence (AI) has emerged as a powerful adjunct in medical imaging, enabling objective, reproducible, and data-driven diagnostic assessments.
OBJECTIVES: This study introduces an AI-driven diagnostic tool for TBD classification using a Siamese network trained on pai
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.
Breast cancer is one of the most important causes of death among women due to cancer. With the early diagnosis of this condition, the probability of survival will increase. For this purpose, medical imaging methods, especially mammography, are used for screening and early diagnosis of breast abnormalities. The main goal of this study is to distinguish benign or malignant tumors based on tumor morphology features extracted from tumor outlines extracted from mammography images. Unlike previous studies, this study does not use the mammographic image itself but only extracts the exact outline of t
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.
Single-molecule localization microscopy enables high-resolution imaging of molecular interactions, but discriminating molecular binding types has traditionally relied on complex strategies, such as multiple dyes, time-division techniques, or kinetic analysis, that are asynchronous, invasive, or time-consuming. Here, we uncover previously overlooked spatiotemporal information embedded within diffraction-limited fluorescence, enabling synchronous classification of individual binding event videos using only a single fluorescent dye. Building on this insight, we propose a Temporal-to-Context Convo
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.
Rehabilitation exercises are critical for recovering from motor dysfunction caused by neurological conditions like stroke, back pain, Parkinson's disease, and spinal cord injuries. Traditionally, these exercises require constant monitoring by therapists, which is time-consuming and costly, often leading to therapist shortages. This paper introduces a deep learning model, convolutional neural network - squeeze excitation (CNN-SE), to automate rehabilitation exercise assessment. By optimizing its parameters with the grey wolf optimization algorithm, the model was fine-tuned for optimal performan
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.
Osteoarthritis (OA) is a prevalent condition among athletes, characterized by the progressive degradation of joint cartilage, particularly in weight-bearing joints such as the knees. Early detection is critical for effective management and prevention of long-term complications. Recent advancements in deep learning, particularly convolutional neural networks (CNNs), have shown promise in medical diagnostics. In this study, we propose a novel approach for early-stage OA detection using an optimized EfficientNet-B0 architecture enhanced with the Efficient Channel Attention (ECA) module. This inte
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: Diseases underlying osteolytic lesions in jaws are characterized by the absorption of bone tissue and are often asymptomatic, delaying their diagnosis. Well-defined lesions (benign cyst-like lesions) and ill-defined lesions (osteomyelitis or malignancy) can be detected early in a panoramic radiograph (PR) by an experienced examiner, but most dentists lack appropriate training. To support dentists, this study aimed to develop and evaluate deep learning models for the detection of osteolytic lesions in PRs.
METHODS: A dataset of 676 PRs (165 well-defined, 181 ill-defined, 330 contro
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: Circumcision is a prevalent surgical procedure performed for medical, cultural, and religious reasons, requiring a thorough assessment of penile anatomy to determine eligibility, especially for identifying contraindications such as congenital anomalies. This study focuses on developing an artificial intelligence (AI) based digital pattern recognition system to accurately identify normal penile parameters for circumcision eligibility using a mobile application.
METHODS: Utilizing an Artificial Neural Network (ANN), the AI model was trained on digital images captured by parents or h
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.
OBJECTIVES: Accurate evaluation of the anatomical relationship between posterior maxillary teeth and the maxillary sinus is critical in dental treatments such as orthodontics, surgery, and implantology. This study investigates the efficacy of deep learning models applied to panoramic images for predicting this anatomical relationship.
MATERIALS AND METHODS: A total of 300 panoramic images and 1760 cropped slices were collected and converted to PNG format at a resolution of 512 × 512 pixels. Three convolutional neural network architectures-VGG, ResNet, and ResNeXt-were trained and evaluated. T
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.
Accurate detection of abnormal cells is essential for early screening and precise diagnosis of cervical cancer. Despite the recent advances in deep learning-based methods for cervical cancer detection, their broad clinical applications are hindered by several technical challenges. On the one hand, gradually evolved abnormal cells are visually similar to normal cells. On the other hand, single cells and cell clusters exhibit significant appearance variations, overlooking those between normal and abnormal cells. In order to overcome these challenges, we propose a novel dual-branch multi-granular
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: To adopt different deep learning (DL) techniques for Essential tremor (ET) and Parkinson's tremor (PST) classification, a collaborative approach to address the misdiagnosis of healthy and PSD patients based on ET and PST's frequency patterns and severity.
METHODS: This classification uses a comprehensive PDBioStamp time-series dataset to classify tremors based on action and rest tremors of healthy and post-stroke depression (PSD) patients. Combination of DL models, including generative adversarial network (GAN) to generate synthetic data, Autoencoder to reduce the size dimensionality
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