Visual impairment, such as blindness, can have a profound impact on an individual's cognitive and psychological functioning. Therefore, the use of assistive techniques can help alleviate the adverse effects and enhance the quality of life for people who are blind. Most existing research primarily focuses on mobility, navigation, and object detection, with aesthetics receiving comparatively less attention, despite notable advancements in smart devices and innovative technologies for visually impaired individuals. Object detection is a crucial aspect of computer vision (CV), which involves class
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 research endeavor introduces a state-of-the-art, assimilated approach for eye blink detection from Electroencephalography signals. It combines the prominent strategies of wavelet analysis, autoencoding, and a Crow-Search-optimized k-Nearest Neighbors to enhance the performance of eye blink detection from EEG signals. This procedure is initiated by escalating the robustness of EEG data through jittering, which integrates noise into the dataset. Consequently, the wavelet transform is highly demanded during feature extraction in identifying the essential time-frequency components of the sign
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 human-exoskeleton interaction process, accurately recognizing gait phases is crucial for effectively assessing the assistance provided by the exoskeleton. However, due to the similarity in muscle activation patterns between adjacent gait phases, the recognition accuracy is often low, which can easily lead to confusion in surface electromyography (sEMG) feature extraction. This paper proposes a real-time recognition method based on multi-scale fuzzy approximate root mean entropy (MFAREn) and an Efficient Multi-Scale Attention Convolutional Neural Network (EMACNN), building upon the conce
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 void spot assay has gained popularity as a way of assessing functional bladder voiding parameters in mice, but analyzing the size and distribution of urine spot patterns on filter paper with software remains problematic due to inter-laboratory differences in image contrast and resolution quality and non-void artifacts. We have developed a machine learning algorithm based on Region-based Convolutional Neural Networks (Mask-RCNN) that was trained in object recognition to detect and quantitate urine spots across a broad range of sizes-ML-UrineQuant. The model proved extremely accurate at iden
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 success of in vitro fertilization (IVF) treatment for infertility majorly depends upon the selection of a healthy embryo by the embryologist which is highly subjective and depends on the expertise of the embryologist. This work introduces a comprehensive framework starting with the collection and pre- processing of the day 3 embryo and blastocyst images. It is followed by extraction of multifaceted information that includes color, edge, and other relevant features using local Descriptor, capturing the complex details necessary for precise embryo evaluation. Feature selection is done using
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 vitro fertilisation (IVF) is the most commonly used assisted reproductive technology employed to treat infertility. It includes intricate treatment processes such as egg retrieval, fertilisation, ovulation induction, embryo transfer, and implantation. The lower success rate of IVF was projected owing to the poor quality of embryos; thus, many embryos are frequently moved, raising difficulties for children and mothers, as well as increasing the cost of healthcare. A precise assessment of embryo grade, size, and developmental stage is significant in an embryo transfer program. Completely auto
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: Sub-optimal uterine-placental perfusion and fetal nutrition can lead to intrauterine growth restriction (IUGR), also called fetal growth restriction (FGR). Antenatal cardiotocography (CTG) can aid in the early detection of IUGR. Reliably diagnosing IUGR before delivery remains challenging, and deep learning (DL) techniques offer potential solutions. This paper describes the development of a DL approach to predict an IUGR condition at birth by using CTG signals collected during antenatal monitoring.
MATERIALS AND METHODS: Our method is encapsulated in the concept of a two-step train
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.
Osteochondrodysplasia, affecting 2-3% of newborns globally, is a group of bone and cartilage disorders that often result in head malformations, contributing to childhood morbidity and reduced quality of life. Current research on this disease using mouse models faces challenges since it involves accurately segmenting (precisely delineating) the developing cartilage in 3D micro-CT images of embryonic mice. Tackling this segmentation task with deep learning (DL) methods is laborious due to the big burden of manual image annotation, expensive due to the high acquisition costs of 3D micro-CT images
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАПолный 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 segmentation of cranial nerves (CNs) tract provides a valuable quantitative tool for the analysis of the morphology and trajectory of individual CNs. Multimodal CN segmentation networks, e.g., CNTSeg, which combine structural Magnetic Resonance Imaging (MRI) and diffusion MRI, have achieved promising segmentation performance. However, it is laborious or even infeasible to collect complete multimodal data in clinical practice due to limitations in equipment, user privacy, and working conditions. In this work, we propose a novel arbitrary-modal fusion network for volumetric CN segmentation,
СтатьяПоддержка исследования: вне правительства СШАПолный 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 theory of "three-stage prevention" in view of the body constitution is the key technology of modern Chinese medicine for "Preventive Treatment of Diseases". In particular, automated body constitution recognition (BCR) is an integral part of intelligent Traditional Chinese Medicine (TCM), which is extremely valuable for disease prevention and diagnosis. Actually, BCR is a challenging multi-label recognition task by the TCM composite constitution theory. First, two new databases are constructed, one is a multi-label facial body constitution (MFBC), and another is a multi-label tongue body co
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.
Cell instances segmentation in cervical cytology images have crucial importance for cancer screening and automatic biomedical image analysis. However, that the highly overlapping cells cause ambiguous boundaries makes accurate cell segmentation still a challenging task. This paper proposes a novel transformer-based neural network to segment overlapping cervical cells, by using the technique of denoising with Mask2Former. The model optimization includes two aspects. One is that class embeddings of ground truth categories are used as extra content queries to transformer decoder. The other is tha
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 study presents a novel privacy-preserving self-supervised (SSL) framework for COVID-19 classification from lung CT scans, utilizing federated learning (FL) enhanced with Paillier homomorphic encryption (PHE) to prevent third-party attacks during training. The FL-SSL based framework employs two publicly available lung CT scan datasets which are considered as labeled and an unlabeled dataset. The unlabeled dataset is split into three subsets which are assumed to be collected from three hospitals. Training is done using the Bootstrap Your Own Latent (BYOL) contrastive learning SSL framework
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.
Разъединение источников магнитной и диамагнитной подверженности (отделяние) - усовершенствованный метод количественного картирования подверженности (QSM) - позволяет отдельно оценить распределение парамагнитных и диамагнитных источников в мозгу. Как и КШМ, это требует решения плохой проблемы диполовой инверсии, страдающей так называемыми стройными артефактами. Кроме того, при этом методе используется обратимое поперечное расслабление (R) 2 ' = R 2 * - Р 2 долл. США2*Стандартный*2*Последний*-(Р)_2 долл. США) в дополнение к информации о переключении частот для оценки концентраций подверженных в
СтатьяПоддержка исследования: вне правительства СШАПолный текст найденМашинный 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.
Supervised machine learning-based medical image computing applications necessitate expert label curation, while unlabelled image data might be relatively abundant. Active learning methods aim to prioritise a subset of available image data for expert annotation, for label-efficient model training. We develop a controller neural network that measures priority of images in a sequence of batches, as in batch-mode active learning, for multi-class segmentation tasks. The controller is optimised by rewarding positive task-specific performance gain, within a Markov decision process (MDP) environment t
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.
Stroke is a leading cause of long-term disability worldwide. With the advancements in sensor technologies and data availability, artificial intelligence (AI) holds the promise of improving the amount, quality and efficiency of care and enhancing the precision of stroke rehabilitation. We aimed to identify and characterize the existing research on AI applications in stroke recovery and rehabilitation of adults, including categories of application and progression of technologies over time. Data were collected from peer-reviewed articles across various electronic databases up to January 2024. Ins
СтатьяScoping ReviewПоиск 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
Accurately monitoring sleep for extended periods remains a challenge due to the cumbersome nature of conventional gold-standard techniques. We propose a novel deep learning method to estimate sleep status from an easily acquired abdominal respiratory effort signal. Our end-to-end convolutional neural network, developed on 476 hours of manually annotated polysomnography recordings from 53 participants, achieves an area under the curve of 0.90, and a more balanced performance across sensitivity and specificity than previous studies: 0.85 and 0.82, respectively. This method eliminates the need fo
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.
Our minds represent miscellaneous objects in the physical world metaphorically in an abstract and complex high-dimensional object space, which is implemented in a two-dimensional surface of the ventral temporal cortex (VTC) with topologically organized object selectivity. Here we investigated principles guiding the topographical organization of object selectivities in the VTC by constructing a hybrid Self-Organizing Map (SOM) model that harnesses a biologically inspired algorithm of wiring cost minimization and adheres to the constraints of the lateral wiring span of human VTC neurons. In a se
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: Medical imaging has seen significant advancements through machine learning, particularly convolutional neural networks (CNNs). These technologies have transformed the analysis of pathological images, enhancing the accuracy of diagnosing and classifying cellular anomalies. Digital pathology methodologies, including image analysis, have improved cervical cancer diagnostics. However, existing commercial platforms are often costly and restrictive, limiting customization and scalability.
METHODS: CINNAMON-GUI is an open-source digital pathology tool based on CNNs for classifying Pap sm
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/AIMS: Alzheimer's Disease (AD) is a progressive neurodegenerative disorder that severely affects cognitive functions and memory. Early detection is crucial for timely intervention and improved patient outcomes. However, traditional diagnostic tools, such as MRI and PET scans, are costly and less accessible. This study aims to develop an automated, cost-effective digital diagnostic approach using deep learning (DL) and computer-aided detection (CAD) methods for early AD identification and classification.
METHODS: The proposed framework utilizes pretrained convolutional neural networ
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.
SIGNIFICANCE: Retinopathy of prematurity (ROP) poses a significant global threat to childhood vision, necessitating effective screening strategies. This study addresses the impact of color channels in fundus imaging on ROP diagnosis, emphasizing the efficacy and safety of utilizing longer wavelengths, such as red or green for enhanced depth information and improved diagnostic capabilities.
AIM: This study aims to assess the spectral effectiveness in color fundus photography for the deep learning classification of ROP.
APPROACH: A convolutional neural network end-to-end classifier was utilize
СтатьяПоддержка NIH: внешняя программаПоиск 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