Photoelectrochemistry (PEC) presents an emerging paradigm for aqueous neurosynaptic emulation. Here, a bioinspired PEC synapse integrating optical perception and biosensing of real neurotransmitter glutamate (Glu) is devised for visuomorphic in-sensor computing. Short-term and spiking-dependent plasticity with Glu-tunable excitatory and inhibitory signals are realized, making possible Glu-tunable convolutional kernel for in-sensor preprocessing and convolutional neural network. This work achieves PEC in-sensor processing and real neurotransmitter-mediated visuomorphic computing for the first t
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.
Neuromorphic vision and secure voice encryption are crucial for next-generation intelligent systems, enabling efficient visual perception and confidential acoustic information processing beyond conventional computing architectures. However, the integration of reliable resistive switching, synaptic plasticity, neural-network inference, logic computing, and secure signal processing in a memristive device remains challenging. In this work, an Ag/CeOx/FTO memristor was fabricated by magnetron sputtering and developed as a multifunctional hardware platform for neuromorphic visual computing and secu
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.
HIV is a highly mutable virus for which all attempts to develop a vaccine have been unsuccessful. Nevertheless, few long-infected patients develop antibodies, called broadly neutralizing antibodies (bnAbs), that have a high breadth and can neutralize multiple variants of the virus. This suggests that a universal HIV vaccine should be possible. A measure of the efficacy of a HIV vaccine is the neutralization breadth of the antibodies it generates. The breadth is defined as the fraction of viruses in the Seaman panel that are neutralized by the antibody. Experimentally the neutralization ability
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.
BACKGROUND: Cone beam computed tomography (CBCT) plays an important role in many medical fields nowadays. Unfortunately, the potential of this imaging modality is hampered by lower image quality compared to the conventional CT, and producing accurate reconstructions remains challenging. A lot of recent research has been directed towards reconstruction methods relying on deep learning, which have shown great promise for various imaging modalities. However, practical application of deep learning to CBCT reconstruction is complicated by several issues, such as exceedingly high memory costs of dee
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: A quality assurance (QA) CT scans are usually acquired during cancer radiotherapy to assess for any anatomical changes, which may cause an unacceptable dose deviation and therefore warrant a replan. Accurate and rapid deformable image registration (DIR) is needed to support contour propagation from the planning CT (pCT) to the QA CT to facilitate dose volume histogram (DVH) review. Further, the generated deformation maps are used to track the anatomical variations throughout the treatment course and calculate the corresponding accumulated dose from one or more treatment plans.
METHOD
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: Understanding how artificial neural networks (ANNs) can capture biologically meaningful dynamics is a central challenge in systems neuroscience. In this work, we investigate whether spiking neural networks (SNNs) can function not only as machine-learning tools but also as biologically inspired computational analogs and tractable testbeds for studying pathological neural dynamics.
METHODS: We implemented a spiking autoencoder composed of Leaky Integrate-and-Fire and Synaptic neuron models to create a controlled framework for analyzing how biologically related parametric changes t
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.
Noninvasive neural decoding seeks to infer visual stimuli from brain recordings, such as EEG and MEG, thereby providing a computational approach for probing human visual information processing. Current contrastive learning approaches align brain signals with image embeddings from pretrained neural networks. However, these methods often struggle with the intrinsic visual-brain discrepancy arising from systematic representational gaps and noise because brain signals are treated as direct, lossless replicas of visual inputs. To alleviate this mismatch, the proposed framework accounts for the sele
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 segmentation of the paranasal sinuses, including the frontal sinus (FS), ethmoid sinus (ES), sphenoid sinus (SS), and maxillary sinus (MS), plays an important role in supporting image-guided surgery (IGS) for sinusitis, facilitating safer intraoperative navigation by identifying anatomical variations and delineating surgical landmarks on CT imaging. To the best of our knowledge, no comparative studies of convolutional neural networks (CNNs), vision transformers (ViTs), and hybrid networks for segmenting each paranasal sinus in patients with sinusitis have been conducted. Therefore, th
СтатьяСравнительное исследованиеПоиск 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.fast and accurate contouring of daily 3D images is a prerequisite for online adaptive radiotherapy. Current automatic techniques rely either on contour propagation with registration or deep learning (DL) based segmentation with convolutional neural networks (CNNs). Registration lacks general knowledge about the appearance of organs and traditional methods are slow. CNNs lack patient-specific details and do not leverage the known contours on the planning computed tomography (CT). This works aims to incorporate patient-specific information into CNNs to improve their segmentation accura
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.
Apical periodontitis (AP) is one of the most prevalent disorders in dentistry. However, it can be underdiagnosed in asymptomatic patients. In addition, the perioperative evaluation of 3-dimensional (3D) lesion volume is of great clinical relevance, but the required slice-by-slice manual delineation method is time- and labor-intensive. Here, for quickly and accurately detecting and segmenting periapical lesions (PALs) associated with AP on cone beam computed tomography (CBCT) images, we proposed and geographically validated a novel 3D deep convolutional neural network algorithm, named PAL-Net.
СтатьяПоддержка исследования: вне правительства СШАПолный 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.
PURPOSE: Abnormal neural activities can be revealed by resting-state functional magnetic resonance imaging using analyses of regional activity and functional connectivity of brain networks. This study was designed to demonstrate functional network alterations in patients with detrusor overactivity.
MATERIALS AND METHODS: In this study, we recruited 36 patients with tethered cord syndrome who had detrusor overactivity and 34 normal controls. We used regional homogeneity and seed-based functional connectivity computational methods to reveal resting-state brain activity features associated with
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.
Theories of consciousness suggest that brain mechanisms underlying transitions into and out of unconsciousness are conserved no matter the context or precipitating conditions. We compared signatures of these mechanisms using intracranial electroencephalography in neurosurgical patients during propofol anesthesia and overnight sleep and found strikingly similar reorganization of human cortical networks. We computed the "effective dimensionality" of the normalized resting state functional connectivity matrix to quantify network complexity. Effective dimensionality decreased during stages of redu
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.
In this work the application of different machine learning techniques for classification of mental tasks from electroencephalograph (EEG) signals is investigated. The main application for this research is the improvement of brain computer interface (BCI) systems. For this purpose, Bayesian graphical network, neural network, Bayesian quadratic, Fisher linear and hidden Markov model classifiers are applied to two known EEG datasets in the BCI field. The Bayesian network classifier is used for the first time in this work for classification of EEG signals. The Bayesian network appeared to have a s
Сравнительное исследованиеОценочное исследованиеСтатьяПоиск 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.
Optical networks with parallel processing capabilities advance high-speed computing and large-scale data processing by providing ultrawide computational bandwidth. In this paper, we present a photonic integrated processor that can be segmented into multiple functional blocks, enabling compact and reconfigurable matrix operations for parallel computational tasks. Fabricated on a silicon-on-insulator platform, the processor supports reconfigurable optical matrix operations of various sizes, offering flexibility and scalability. Specifically, it performs optical convolution operations with three-
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: High myopia (HM) is a major risk factor for glaucoma. However, glaucomatous optic neuropathy is often undiagnosed owing to atypical structural alterations with axial elongation. Moreover, an algorithm to detect glaucoma in highly myopic eyes has not yet been reported.
METHODS: We recruited 2643 colour fundus photographs to train a ResNet-50 network for discriminating eyes with highly myopic glaucoma (HMG) from HM or glaucoma alone. We employed a 10-fold cross-validation strategy to evaluate the model's performance and applicability across diverse patient groups. Multiple metrics w
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.
Background: Colonoscopy is the gold-standard screening modality for colorectal cancer (CRC) prevention, enabling detection and endoscopic resection of premalignant polyps and reducing CRC incidence and mortality by up to 77% and 53%, respectively. However, colonoscopy effectiveness is substantially dependent on endoscopist expertise, with significant inter-operator variability in adenoma detection rates (ADR) and, consequently, a risk of missed lesions, particularly diminutive and morphologically subtle adenomas. Recent advances in artificial intelligence (AI), specifically computer-aided dete
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.
BACKGROUND AND OBJECTIVE: The incidence of Alzheimer's disease is rising with the increasing elderly population worldwide. While no cure exists, early diagnosis can significantly slow disease progression. Computer-aided diagnostic systems are becoming critical tools for assisting in the early detection of Alzheimer's disease. In this systematic review, we aim to evaluate recent advancements in computer-aided decision support systems for Alzheimer's disease diagnosis, focusing on data modalities, machine learning methods, and performance metrics.
METHODS: We conducted a systematic review follo
СтатьяСистематический 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.
This paper introduces a novel densely connected neural network architecture designed for the pervasive visualisation of musculoskeletal system simulations. These simulations are built upon continuum-mechanical frameworks, which effectively integrate the diverse structural and physiological properties of the musculoskeletal system. A significant drawback of continuum-mechanical musculoskeletal models is their substantial computational resource requirement, making them difficult to transfer to/visualise the results on resource-poor systems like augmented reality or mobile devices. Such technolog
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.
The skeletal system, comprising bones, plays a crucial role in physical support and locomotion. Any deformation of bones, due to trauma or medical conditions like osteoporosis, can lead to a bone fracture. Bone fractures are painful conditions requiring immediate medical attention. Automating fracture detection can play a significant role in early diagnosis and intervention for bone fractures. Convolutional neural networks (CNN) have shown promising results in multiple medical imaging applications. There is a wide variety of convolutional neural network architectures. Due to their high computa
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.
The accurate forecasting of agricultural carbon emissions is essential for formulating strategies to achieve carbon peak and neutrality objectives within the agricultural sector. However, existing methodologies for predicting agricultural carbon emissions have notable limitations. To address these shortcomings, Shanghai farm was considered as a case study to conduct research utilizing a neural network approach. Agricultural carbon emissions from the Shanghai farm from 2011 to 2021 were computed using the emission-factor method. Subsequently, a Back Propagation （BP） neural network model was dev
Аннотация на английскомСтатьяПоиск 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