BACKGROUND: Basal forebrain (BF) degeneration is a key pathological feature of Alzheimer's disease (AD) and is closely associated with cognitive decline. Although parvalbumin (PV)-expressing neurons are abundant in the BF and are important regulators of cortical network activity, their contribution to AD pathogenesis remains poorly understood.
METHODS: To investigate the role of BF-PV neurons in AD, we examined the effects of PV knockdown in the BF of APP/PS1 mice. Electrophysiological recordings, behavioral analyses, retrograde tracing, hippocampal transcriptome profiling, and integrative co
СтатьяПрепринтПоиск 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: Pneumocystis jirovecii pneumonia (PJP) is an interstitial pneumonia caused by pneumocystis jirovecii (PJ). The diagnosis of PJP primarily relies on the detection of the pathogen from lower respiratory tract specimens. However, it faces challenges such as difficulty in obtaining specimens and low detection rates. In the clinical diagnosis process, it is necessary to combine clinical symptoms, serological test results, chest Computed tomography (CT) images, molecular biology techniques, and metagenomics next-generation sequencing (mNGS) for comprehensive analysis.
PURPOSE: This stud
СтатьяСравнительное исследованиеПолный 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.
Traditional facial recognition methods depend on a large number of training samples due to the massive turning of synaptic weights for low-level feature extractions. In prior work, a brain-inspired model of visual recognition memory suggested that grid cells encode translation saccadic eye movement vectors between salient stimulus features. With a small training set for each recognition type, the relative positions among the selected features for each image were represented using grid and feature label cells in Hebbian learning. However, this model is suitable only for the recognition of famil
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.
OBJECTIVE: Reported brain abnormalities in anatomy and function in psychiatric and neurological patients led to a project based on qualitative electroencephalography examination and analysis in an attempt to find specific brain derived pattern--or sequence of brain locations involved in processing various stimuli--both visual and auditory.
METHODS: Specialized software called Brain Activation Sequences was built according to our team member specifications (M.S.). The software utilizes event related potentials recorded during cognitive/emotion processing in participants (healthy controls, neur
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.
On the basis of instructions, humans are able to set up associations between sensory and motor areas of the brain separated by several neuronal relays, within a few seconds. This paper proposes a model of fast learning along the dorsal pathway, from primary visual areas to pre-motor cortex. A new synaptic learning rule is proposed where synaptic efficacies converge rapidly toward a specific value determined by the number of active inputs of a neuron, respecting a principle of resource limitation in terms of total synaptic input efficacy available to a neuron. The efficacies are stable with reg
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.
Dental caries is one of the most widespread chronic infectious diseases for humans. It results in localized destruction of dental hard tissues and has negative impacts on systemic health. Aims: This study aims to design, model, and control a novel 4-DOF dental robotic manipulator, Dentatron, specifically tailored for dental applications. The objectives were to (1) develop a compact robotic arm optimized for dental workspace constraints, (2) implement and compare three controllers-Computed Torque Control (CTC), Fuzzy Logic Control (FLC), and Neural Network Adaptive Control (NNAC), (3) evaluate
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.
Plant ATP-binding proteins play a central role in various physiological processes in plants, including growth and development, energy metabolism, signal transduction, and environmental adaptation. Accurately identifying ATP-binding proteins from plant protein sequences is crucial for a deeper understanding of plant physiology and their applications in agricultural biotechnology. In this study, we propose ATPPred, a tool based on the protein large language model Evolutionary Scale Modeling 2 (ESM2) and a 1-dimensional convolutional neural network for the high-precision prediction of plant ATP-b
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.
Smartphone-based fundus photography provides a low-cost and convenient approach to retinal screening and follow-up examinations. As a fundamental step in fundus image analysis, retinal vessel segmentation plays an important role in the diagnosis and monitoring of retinal diseases. However, existing methods often exhibit limited performance on smartphone-based fundus images. This limitation mainly arises from the significantly lower image quality that affects the clarity and detail of the retinal vessels, making accurate segmentation more difficult. To address these challenges, we propose a hie
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.
Existing deep learning models for epileptic electroencephalogram (EEG) signal analysis frequently overlook intrinsic pathological characteristics during feature extraction and exhibit insufficient cross-dataset generalization. To address these limitations, this study proposes an innovative dual-attention epilepsy detection network (EDDANet). The model integrates a multi-band and multi-scale dual-attention module with a dynamic kernel sampling adaptive convolutional module to classify interictal and ictal EEG signals. Extensive experiments conducted on four heterogeneous public datasets demonst
Аннотация на английскомСтатьяПолный 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.
Early detection of dental caries in panoramic radiographs remains challenging due to subtle radiographic features and complex anatomical structures. This study develops a Transformer-based intelligent detection model specifically optimized for identifying early-stage carious lesions in panoramic dental images. The proposed architecture integrates enhanced multi-scale feature fusion mechanisms, spatially-aware attention optimization, and improved two-dimensional positional encoding to capture global contextual relationships while maintaining fine-grained feature discrimination. A comprehensive
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.
Lung diseases are among the leading global causes of morbidity and mortality, and existing reviews on deep learning (DL) for pulmonary diagnosis rarely integrate imaging, acoustic, and electronic health record (EHR) modalities within a single framework. We aimed to synthesize the state of the art (2019-2024) in multimodal DL for lung disease detection and classification, identifying dominant architectures, performance benchmarks, and translational barriers across chest X-rays, CT scans, respiratory sounds, and EHRs. A structured narrative review was conducted using PubMed, Scopus, IEEE Xplore,
СтатьяОбзорПолный 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.
Audio-driven talking-head video generation is a critical task in cross-modal expressive synthesis, with applications in virtual humans, digital content creation, and human-computer interaction. Existing methods, however, often suffer from unnatural lip movements and distortions in non-speech facial regions, especially under exaggerated expressions or emotional variations. These issues arise due to the entanglement of linguistic content, prosodic emotion, and speaker-specific attributes within the audio signal. To address these challenges, we propose ExpNet, a Transformer-based expression regre
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.
MOTIVATION: Integrating multi-omics data provides valuable insights into biological processes by capturing information across multiple molecular layers, enabling a comprehensive understanding of complex diseases and driving advancements in precision medicine. However, existing computational methods for multi-omics integration face significant challenges, such as low reliability and poor generalizability, due to the high dimensionality and low sample size nature of omics data.
RESULTS: To address these challenges, we present PEARL (Pearson-Enhanced spectrAl gRaph convoLutional networks), a nov
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.
With the rapid growth of biomedical research literature, automatic knowledge extraction and mining have become increasingly important. In the field of biomedical text mining, Named Entity Recognition (NER) and Relationship Extraction (RE) are essential tasks. However, challenges such as the lack of viral protein text recognition, limited corpora, and poor annotation quality remain significant obstacles. To address these challenges, this study aims to establish a named entity recognition corpus specifically for viral protein entity recognition. We propose a BERT-SPAN model, enhanced with adapti
СтатьяСравнительное исследованиеПоиск 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 classification of eye diseases such as cataract, diabetic retinopathy (DR), glaucoma, and healthy conditions from fundus images remains a critical challenge in ophthalmology, requiring early diagnosis and treatment to prevent vision loss. Existing deep learning methods rely on large labeled datasets, inefficient use of unlabeled data, and limited interpretability, restricting clinical applicability. To address these limitations, we propose a novel CNN-Transformer hybrid architecture coupled with innovative semi-supervised learning (SSL) and explainability techniques to enhance mul
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.
Electrocardiograms (ECGs) are crucial for promptly detecting heart disease, assessing cardiac function, and guiding treatment, making them a key clinical tool. However, traditional ECG monitoring systems are confronted with numerous challenges. This paper presents a dynamic ECG monitoring and diagnostic system that integrates the two major developmental directions of ECG monitoring systems, namely portability and intelligent diagnosis. The portable acquisition terminal is compact, measuring only 80 mm × 100 mm and weighing approximately 150 g, so patients can easily carry it. The terminal conn
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.
Alzheimer's disease is the leading cause of dementia, typically affecting the elderly. It results in cognitive and memory loss with progression that can lead to death. Although the exact cause remains unclear, it is believed to involve genetics, diet and environment. One key sign of Alzheimer's disease is the shrinkage of the hippocampus and frontal lobe cortex. Magnetic resonance imaging is frequently used to diagnose Alzheimer's disease due to its ability to capture detailed images of soft tissues. This study proposes an innovative Multi-head Parallel LeNet5-based Alzheimer's Disease Classif
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.Surface electromyography (sEMG)-based motion recognition technologies have found widespread application across various fields. While researchers increasingly emphasize the decoding of complex real-world movements, significant challenges remain in sequential feature extraction, application generalization, and other aspects.Approach.To address this, we propose a novel Transformer-based architecture named multi-interval driven transformer (MIDT). The network introduces a muscle correlation-guided adaptive segmentation module aligning signal partitions with motor phase transitions, and 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.
Medical imaging diagnosis of pneumonia must be accurate at distinguishing between the various disease subtypes but must be resistant to sparse annotated evidence as well as cross-imaging variability. The current deep learning methods are mostly univariate and binary-classification, which limits their clinical use. As a solution to these shortcomings, this paper suggests a semi-supervised CNN-Enhanced Cascade Forest (CE-Cascade) scheme to classify multi-class pneumonia based on X-ray and CT images of the chest. Based on the approach proposed, a convolutional neural network will first be used to
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.
Predicting the shear strength of concrete elements is a complex challenge influenced by numerous factors, with the type of concrete playing a decisive role in structural performance. Lightweight concrete, offering a superior strength-to-weight ratio and improved thermal properties compared to conventional weight concrete, has gained increasing adoption in structural applications. This study proposes a deep neural network (DNN) model optimized using the COVID-19 optimization algorithm to predict the shear strength of lightweight concrete elements. The optimization process determines the optimal
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