OBJECTIVE: The aim of this study was to develop convolutional neural network (CNN)-based systems to diagnose calculus, plaque, gingival hyperplasia and gingival inflammation in intraoral images from orthodontic patients.
MATERIALS AND METHODS: A dataset of 1,000 lateral and frontal intraoral images from orthodontic patients was used to develop CNN-based models. Periodontology specialists annotated areas of dental calculus, plaque, gingival inflammation, and gingival hyperplasia on the teeth and gingiva. The dataset was divided into training (80%), validation (10%), and test (10%) sets for mod
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.
Compared to single modal object tracking, the main challenge in RGBT tracking lies in effectively fusing features from both modalities. However, many existing methods neglect the dependence of distinct regions from different modalities, instead only considering that of identical regions, which fails to capture the cross-modal cross-regional relationships. In other words, they do not leverage the mutual guidance between different regions of different modalities. To address this limitation, we propose a novel RGBT tracking network, MGNet, which employs dual-stage attention and multi-scale featur
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.
Identifying feature-concealed backdoor samples that entangle with benign semantics of target-class or possess dynamic triggers challenges backdoor attack detection. Existing methods focus on sample distribution differences in latent space of victim model. However, backdoor samples containing target-class discriminative semantics tend to produce distribution overlapped with those of benign samples, prone to missed detection. Moreover, these methods assume distribution of backdoor samples is continuous and clustered, which have difficulty in precisely fitting fractured distribution arising from
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: Leukemia is a cancer that develops in the bone marrow and blood that is brought on by an excessive generation of abnormal white blood cells. This disease damages deoxyribonucleic acid (DNA), which is associated with immature cells, particularly white blood cells. It is time-consuming and requires enhanced accuracy for radiologists to diagnose acute leukemia cells.
OBJECTIVE: To overcome this issue, we have studied the use of a novel proposed LEU-EHO NET.
METHODS: LEU-EHO NET has been proposed for classifying blood smear images based on leukemia-free and leukemia-infected images.
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.
Scale variation is a challenge in human pose estimation. The scale variations of human body are related to the accuracy and robustness of posture estimation. For example, the prediction accuracy of smaller joints (such as ankles and wrists) is less than that of larger joints (such as head and shoulders). To address the impact of scale variations across parts of the human body on the positioning of key points. In this paper, we propose a Detail Enhanced High-Resolution Network (DE-HRNet), which can efficiently extract local detail features and mitigate the impact of scale variations for human p
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.
Medical images such as facial and tongue images have been widely used for intelligence-assisted diagnosis, which can be regarded as the multi-label classification task for disease location (DL) and disease nature (DN) of biomedical images. Compared with complicated convolutional neural networks and Transformers for this task, recent MLP-like architectures are not only simple and less computationally expensive, but also have stronger generalization capabilities. However, MLP-like models require better input features from the image. Thus, this study proposes a novel convolution complex transform
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 accurate detection of leukocytes is the basis for the diagnosis of blood system diseases. However, diagnosing leukocyte disorders by doctors is time-consuming and requires extensive experience. Automated detection methods with high accuracy can improve detection efficiency and provide recommendations to inexperienced doctors. Current methods and instruments either fail to automate the identification process fully or have low performance and need suitable leukocyte data sets for further study. To improve the current status, we need to develop more intelligent strategies. This paper investig
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.
In the context of global warming and increasing exposure to UV radiation, skin diseases are becoming more prevalent. Some of the most widespread skin conditions are solar lentigo and actinic keratosis. In this paper, we propose a technical approach related to the use of Azure Custom Vision services to classify these two conditions. The main advantage of using this service is the computational power offered by Azure. Additionally, generating a convolutional neural network model does not require a large dataset to achieve a good performance. For training the model, we used a dataset of 600 image
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.
Deciphering variations in chromosome conformations based on bulk three-dimensional (3D) genomic data from heterogenous tissues is a key to understanding cell-type specific genome architecture and dynamics. Surprisingly, computational deconvolution methods for high-throughput chromosome conformation capture (Hi-C) data remain very rare in the literature. Here, a deep convolutional neural network (CNN), deconvolve bulk Hi-C data (deCOOC) that remarkably outperformed all the state-of-the-art tools in the deconvolution task is developed. Interestingly, it is noticed that the chromatin accessibilit
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.
Deep spiking neural networks (SNNs) offer the promise of low-power artificial intelligence. However, training deep SNNs from scratch or converting deep artificial neural networks to SNNs without loss of performance has been a challenge. Here we propose an exact mapping from a network with Rectified Linear Units (ReLUs) to an SNN that fires exactly one spike per neuron. For our constructive proof, we assume that an arbitrary multi-layer ReLU network with or without convolutional layers, batch normalization and max pooling layers was trained to high performance on some training set. Furthermore,
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: Psychedelics have received renewed scientific attention in recent decades because of their potential to induce long-term changes in behaviour and cognition with potential therapeutic applications in various psychiatric indications.
AIM: To provide a brief overview of the neurobiological action of classical serotonergic psychedelics, their impact on neural networks and implications for potential clinical applications.
METHOD: We provide a non-exhaustive review of the current literature by subsequently and thematically outlining: 1. the empirical evidence concerning the action of p
Аннотация на английскомСтатьяОбзорПоиск 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: Deep learning-based CNN networks have recently been investigated to solve the problem of body posture recognition based on surface electromyographic signals (sEMG). Influenced by these studies, to develop a combined approach of sEMG and CNNs in the study of human-product interactions and the impact of body comfort, and to compare the advantages and disadvantages of various CNNs networks.
METHODS: In this study, sEMG measurements were carried out by building a prototype usability experiment, and the data were divided into four categories, with two types of datasets: training and tes
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.
With the evolution of the convolutional neural network (CNN), object detection in the underwater environment has gained a lot of attention. However, due to the complex nature of the underwater environment, generic CNN-based object detectors still face challenges in underwater object detection. These challenges include image blurring, texture distortion, color shift, and scale variation, which result in low precision and recall rates. To tackle this challenge, we propose a detection refinement algorithm based on spatial-temporal analysis to improve the performance of generic detectors by suppre
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.
Airport aircraft identification has essential application value in conflict early warning, anti-runway foreign body intrusion, remote command, etc. The scene video images have problems such as small aircraft targets and mutual occlusion due to the extended shooting distance. However, the detection model is generally complex in structure, and it is challenging to meet real-time detection in air traffic control. This paper proposes a real-time detection network of scene video aircraft-RPD (Realtime Planes Detection) to solve this problem. We construct the lightweight convolution backbone network
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 paper devotes a new method in modeling and optimizing to handle the optimization of the XY positioning mechanism. The fitness functions and constraints of the mechanism are formulated via proposing a combination of artificial neural network (ANN) and particle swarm optimization (PSO) methods. Next, the PSO is hybridized with the grey wolf optimization, namely PSO-GWO, which is applied to three scenarios in handling the single objective function. In order to search the multiple functions for the mechanism, the multiobjective optimization genetic algorithm (MOGA) is applied to the last scen
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.
We fabricated a nanowire-channel intrinsically stretchable neuromorphic transistor (NISNT) that perceives both tactile and visual information and emulates neuromorphic processing capabilities. The device demonstrated excellent stretching endurance of 1000 stretch cycles while retaining stable electrical properties. The device was then applied as a multisensitive afferent nerve that processes information in parallel. Compatible with skin deformation, the devices are attached to fingers to serve as conformal strain sensors and neuromorphic information-processing units for gesture recognition. Th
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.
The echocardiogram is a test that is widely used in Heart Disease Diagnoses. However, its analysis is largely dependent on the physician's experience. In this regard, artificial intelligence has become an essential technology to assist physicians. This study is a Systematic Literature Review (SLR) of primary state-of-the-art studies that used Artificial Intelligence (AI) techniques to automate echocardiogram analyses. Searches on the leading scientific article indexing platforms using a search string returned approximately 1400 articles. After applying the inclusion and exclusion criteria, 118
СтатьяПоддержка исследования: вне правительства СШАСистематический обзорПоиск 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: Glaucoma leads to irreversible blindness. Globally, it is the second most common retinal disease that leads to blindness, slightly less common than cataracts. Therefore, there is a great need to avoid the silent growth of this disease using recently developed generative adversarial networks (GANs).
OBJECTIVE: This paper aims to introduce a GAN technology for the diagnosis of eye disorders, particularly glaucoma. This paper illustrates deep adversarial learning as a potential diagnostic tool and the challenges involved in its implementation. This study describes and analyzes many o
СтатьяПоддержка исследования: вне правительства СШАСистематический обзорПоиск 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.
Multi-layer perceptron (MLP) neural network belongs to multi-layer feedforward neural network, and has the ability and characteristics of high intelligence. It can realize the complex nonlinear mapping by its own learning through the network. Bipolar disorder is a serious mental illness with high recurrence rate, high self-harm rate and high suicide rate. Most of the onset of the bipolar disorder starts with depressive episode, which can be easily misdiagnosed as unipolar depression and lead to a delayed treatment so as to influence the prognosis. The early identifica- tion of bipolar disorder
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.
Interpretability remains a central challenge in the deployment of deep neural networks, particularly in safety-critical and decision-sensitive fields. This work proposes a unified framework for post-hoc global interpretability by transforming general neural network architectures-including the Residual Network and Transformer-into equivalent decision diagrams over real-valued inputs and multi-class outputs. These decision diagrams provide a transparent, structured view of the neural network's overall behavior, where each path encodes a tractable and interpretable decision rule. We identify a co
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