BACKGROUND AND OBJECTIVE: Gallbladder diseases present a critical challenge and can cause serious complications, if not diagnosed and treated promptly. Diseases including gallstone, inflammation, and other abnormalities may lead to a number of significant consequences, such as bile duct obstructions, chronic pain, infections, and in severe cases, life-threatening sepsis or gallbladder cancer.
METHODS: This study presents a novel deep learning-based diagnostic model using an attention-guided residual convolutional neural network to classify nine distinct gallbladder diseases, including gallsto
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: Hypodontia is the absence of one or more teeth in the primary or permanent dentition during development, and radiographic imaging is the most common method of diagnosis. However, in recent years, artificial intelligence-based decision support systems have been employed to make highly accurate diagnoses. The aim of this study was to classify single premolar agenesis, multiple premolar agenesis, and without tooth agenesis using various artificial intelligence approaches.
METHODS: One thousand sixty-eight panoramic radiographs from pediatric patients aged between 6 and 12 years witho
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.
Plasmodium knowlesi has emerged as a significant zoonotic malaria threat, particularly in Southeast Asia, where its incidence continues to rise. Timely and accurate diagnosis of its blood stages is critical for effective diagnosis and treatment, as disease severity and transmission dynamics vary across different stages. Microscopic examination is the gold standard for malaria diagnosis; however, it is labour-intensive and requires professional interpretation. This makes it prone to variability and possible misclassification, especially among morphologically identical Plasmodium species. Recent
СтатьяСистематический обзорПолный 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.
Plant-parasitic nematodes are an important threat to turfgrass. Left unmanaged, they can cause serious reductions in the quality and playability of golf courses and sports fields. Effective nematode management depends on accurate identification of the nematode genera extracted from soil samples. However, this process requires specialized expertise in nematology, which is often limited in plant diagnostic laboratories. Recent advancements in deep learning models offer promising solutions for the future of nematode identification. In this study, we evaluated the performance of EfficientNet V2-S,
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: Cholera outbreaks pose significant health concerns, particularly through freshwater contamination through zooplankton serving as reservoirs for Vibrio Cholerae. Understanding these complex interactions within the aquatic ecosystem through mathematical modeling regimes may help us predict and prevent the spread of Cholera disease spread in affected regions.
METHOD: In this study, an innovative Bayesian regularized deep nonlinear autoregressive exogenous (BRDNARX) neural networks are employed to model the intricate dynamics of Zooplankton-Driven Cholera Disease Transmission (ZDCDT)
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.
В секторе здравоохранения снимки магнитного резонанса (MRI) используются для оценки, классификации и управления множественным склерозом (MS). Однако интерпретация МРТ требует исключительно большого количества навыков, поскольку аномалии сканирования часто не согласуются с клиническими симптомами, что затрудняет преобразование полученных результатов в эффективные стратегии лечения. Кроме того, МРТ является дорогостоящим процессом, и его частое использование для контроля за болезнью увеличивает расходы на медицинское обслуживание. Для преодоления этих недостатков в этом исследовании используются
СтатьяПоиск полного текста в очередиМашинный перевод · не проверен
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 anticipated growth of total hip arthroplasty will result in an increased need for revision total hip arthroplasty. Preoperative planning, including identifying current implants, is critical for successful revision surgery. Artificial intelligence (AI) is promising for aiding clinical decision-making, including hip implant identification. However, previous studies have limitations such as small datasets, dissimilar stem designs, limited scalability, and the need for AI expertise. To address these limitations, we developed a novel technique to generate large datasets, tested radi
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.
PROBLEM: The placental membranes are a key barrier to fetal and uterine infection. Inflammation of the membranes, diagnosed as maternal inflammatory response (MIR) or alternatively as acute chorioamnionitis, is associated with adverse maternal-fetal outcomes. MIR is staged 1-3, with higher stages indicating more hazardous inflammation. However, the diagnosis relies upon subjective evaluation and has not been deeply characterized. The goal of this work is to develop a cell classifier for eight placental membrane cells and quantitatively characterize MIR1-2.
METHOD OF STUDY: Hematoxylin and eos
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
OBJECTIVES: This study aimed to reveal critical genes regulating peri-implantitis during its development and construct a diagnostic model by using random forest (RF) and artificial neural network (ANN).
METHODS: GSE-33774, GSE106090, and GSE57631 datasets were obtained from the GEO database. The GSE33774 and GSE106090 datasets were analyzed for differential expression and functional enrichment. The protein-protein interaction networks (PPI) and RF screened vital genes. A diagnostic model for peri-implantitis was established using ANN and validated on the GSE33774 and GSE57631 datasets. A tran
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: Dental caries, also known as tooth decay, is a widespread and long-standing condition that affects people of all ages. This ailment is caused by bacteria that attach themselves to teeth and break down sugars, creating acid that gradually wears away at the tooth structure. Tooth discoloration, pain, and sensitivity to hot or cold foods and drinks are common symptoms of tooth decay. Although this condition is prevalent among all age groups, it is especially prevalent in children with baby teeth. Early diagnosis of dental caries is critical to preventing further decay and avoiding cos
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: Cavernous sinus invasion (CSI) plays a pivotal role in determining management in pituitary adenomas. The study aimed to develop a Convolutional Neural Network (CNN) model to diagnose CSI in multiple centers.
METHODS: A total of 729 cases were retrospectively obtained in five medical centers with (n = 543) or without CSI (n = 186) from January 2011 to December 2021. The CNN model was trained using T1-enhanced MRI from two pituitary centers of excellence (n = 647). The other three municipal centers (n = 82) as the external testing set were imported to evaluate the model performance.
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.
BACKGROUND AND OBJECTIVE: Early diagnosis of mild cognitive impairment (MCI) is one of the essential measures to prevent its further development into Alzheimer's disease (AD). In this paper, we propose a hybrid deep learning model for early diagnosis of MCI, called spatio-temporal convolutional gated recurrent unit network (STCGRU).
METHODS: The STCGRU comprises three bespoke convolutional neural network (CNN) modules and a bi-directional gated recurrent unit (BiGRU) module, which can effectively extract the spatial and temporal features of EEG and obtain excellent diagnostic results. We use
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.
To understand a visual scene, observers need to both recognize objects and encode relational structure. For example, a scene comprising three apples requires the observer to encode concepts of "apple" and "three." In the primate brain, these functions rely on dual (ventral and dorsal) processing streams. Object recognition in primates has been successfully modeled with deep neural networks, but how scene structure (including numerosity) is encoded remains poorly understood. Here, we built a deep learning model, based on the dual-stream architecture of the primate brain, which is able to count
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.
This study aimed to automatically detect epiretinal membranes (ERM) in various OCT-scans of the central and paracentral macula region and classify them by size using deep-neural-networks (DNNs). To this end, 11,061 OCT-images were included and graded according to the presence of an ERM and its size (small 100-1000 µm, large > 1000 µm). The data set was divided into training, validation and test sets (75%, 10%, 15% of the data, respectively). An ensemble of DNNs was trained and saliency maps were generated using Guided-Backprob. OCT-scans were also transformed into a one-dimensional-value using
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.
BACKGROUND: Ultrasound imaging is the most frequently performed for the patients with chronic hepatitis or liver cirrhosis. However, ultrasound imaging is highly operator dependent and interpretation of ultrasound images is subjective, thus well-trained radiologist is required for evaluation. Automated classification of liver fibrosis could alleviate the shortage of skilled radiologist especially in low-to-middle income countries. The purposed of this study is to evaluate deep convolutional neural networks (DCNNs) for classifying the degree of liver fibrosis according to the METAVIR score usin
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.
Post-traumatic stress disorder (PTSD) presents with complex and diverse clinical manifestations, making accurate and objective diagnosis challenging when relying solely on clinical assessments. Therefore, there is an urgent need to develop reliable and objective auxiliary diagnostic models to provide effective diagnosis for PTSD patients. Currently, the application of graph neural networks for representing PTSD is limited by the expressiveness of existing models, which does not yield optimal classification results. To address this, we proposed a multi-graph multi-kernel graph convolutional net
Аннотация на английскомСтатьяПоиск 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 Conference2024eng
Patients in the ICU frequently suffer from delirium, which can delay their recovery and may cause significant distress. Despite standardized scoring systems, its diagnosis and classification however, remain largely subjective and are subject to intra-observer variability. Using infrared thermography images, so-called thermograms, for delirium analysis increases objectiveness and also allows for unobtrusive and continuous monitoring. We analyzed the conveyable information from movement and temperature information and designed a pipeline of deep neural networks which determine a patient's agitat
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.
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)2024eng
PURPOSE: Early detection of breast cancer has a significant effect on reducing its mortality rate. For this purpose, automated three-dimensional breast ultrasound (3-D ABUS) has been recently used alongside mammography. The 3-D volume produced in this imaging system includes many slices. The radiologist must review all the slices to find the mass, a time-consuming task with a high probability of mistakes. Therefore, many computer-aided detection (CADe) systems have been developed to assist radiologists in this task. In this paper, we propose a novel CADe system for mass detection in 3-D ABUS i
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 the field of gesture recognition technology, accurately detecting human gestures is crucial. In this research, ultrasonic transducers were utilized for gesture recognition. Due to the wide beamwidth of ultrasonic transducers, it is difficult to effectively distinguish between multiple objects within a single beam. However, they are effective at accurately identifying individual objects. To leverage this characteristic of the ultrasonic transducer as an advantage, this research involved constructing an ultrasonic array. This array was created by arranging eight transmitting transducers in a
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: Physics-informed neural networks (PINNs) are increasingly being used to model cardiovascular blood flow. The accuracy of PINNs is dependent on flow complexity and could deteriorate in the presence of highly-dynamical blood flow conditions, but the extent of this relationship is currently unknown. Therefore, we investigated the accuracy and performance of PINNs under a range of blood flow conditions, from laminar to turbulent-like flows.
METHODS: A stenosis was virtually induced in the thoracic segment of a patient's aorta to represent aortic coarctation. Stenosis severity was vari
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.
MedElevator
Войти в исследования