Timely diagnosis of Parkinson's disease (PD) is essential for timely intervention and effective disease management. Wearable sensing technologies provide objective gait measurements and have become a promising, low-cost solution for automated PD diagnosis. However, existing deep learning and graph-based methods primarily focus on individual gait representations or fixed graph structures, often overlooking relationships among gait samples, difficult samples, and adaptive graph refinement during training. To address these limitations, this study proposes EA-DualGAT, an Error-Aware Dual Graph Att
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: Parasitic diseases remain a significant contributor to the global burden of disease and conventional microscopy remains the gold standard for parasite detection. However, it is labour-intensive and dependent on skilled personnel, leading to variability in diagnostic accuracy. Recent advances in deep learning have enabled automated analysis of microscopy images, offering potential improvements in diagnostic efficiency and consistency.
METHODOLOGY/PRINCIPAL FINDINGS: This scoping review aimed to map current evidence on deep learning applications in parasite microscopy for human clin
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.
BACKGROUND: Leveraging deep learning on spatial transcriptomics data enables the identification of distinct spatial domains within tissues, thereby clarifies the spatial organization of cells and their gene expression. This detailed spatial understanding is crucial for dissecting intricate biological processes and the mechanisms of disease. However, existing computational approaches often analyze cell or spot (representing a small number of cells) adjacency relationships at a single level of detail (resolution), overlooking the natural hierarchical organization inherent in biological tissues.
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: Early and accurate detection of oral cancer plays a pivotal role in improving patient prognosis and survival rates. Deep learning (DL) models have shown promise in automating medical image classification; however, performance optimization remains a challenge due to complex network configurations and hyperparameter dependencies. This study introduces an enhanced diagnostic framework combining the InceptionV3 convolutional neural network with the Aquila Optimizer (AO), a nature-inspired metaheuristic algorithm, to achieve superior classification accuracy in identifying oral cancer les
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.
Accurate neurological outcome assessment after cardiac arrest is critical for clinical diagnosis and treatment. Existing electroencephalogram (EEG) prediction models suffer from high computational complexity, redundant full-channel data, and insufficient fusion of time-frequency domain features. This study proposes a lightweight deep learning model, WaveConv-SR-RepVGG, based on adaptive time-frequency feature fusion and reparameterized convolution. Taking the reparameterized visual convolutional network (RepVGG) as the baseline framework, the model introduces a shrinkage (SR) mechanism into th
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.
Positron Emission Tomography (PET) is an important molecular imaging tool widely used in medicine. Traditional PET systems rely on complete detector rings for full angular coverage and reliable data collection. However, incomplete-ring PET scanners have emerged due to hardware failures, cost constraints, or specific clinical needs. Standard reconstruction algorithms often suffer from performance degradation with these systems because of reduced data completeness and geometric inconsistencies. We present a two-stage deep-learning framework that, without incorporating any time-of-flight (TOF) in
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 investigates the resurgence of the Myers-Briggs Type Indicator (MBTI) among Generation Z, theorizing its popularity as a social code that both reveals and responds to a contemporary "empathy-self-discovery paradox" with correlates to narcissistic personality traits. We posit that the MBTI's function as an identity marker fulfills needs for belonging while simultaneously enabling a curated, performative self-presentation aligned with subclinical narcissistic dynamics, such as external validation-seeking and identity fragmentation. Framed within theories of consumer sociology, the Bar
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.
Endometriosis, affecting 1 in 9 women, presents treatment and diagnostic challenges. To address these issues, we generated a comprehensive single-cell atlas of endometrial tissue, comprising 466,371 cells from 35 endometriosis and 25 non-endometriosis donors without exogenous hormonal treatment. Detailed analysis reveals significant gene expression changes and altered receptor-ligand interactions present in the endometrium of endometriosis patients, including increased inflammation, adhesion, proliferation, cell survival, and angiogenesis in various cell types. These alterations may enhance en
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.
Limb loss causes severe sensorimotor deficits and often necessitates prosthetic devices, particularly in lower-limb amputees. Although direct neural recording from residual nerves offers a biomimetic route for prosthetic control, low signal amplitudes and challenges in nerve interfacing have limited adoption. Intraneural multichannel electrodes provide a potential solution by enabling access to motor signals from muscles lost after amputation. Here, we report intraneural recordings from two transfemoral amputees using transversal intrafascicular multichannel electrodes implanted in distal bran
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.
Precise extraction of buildings from high-resolution remote sensing images is essential for urban analysis and land management. However, accurately extracting buildings as a region of interest (ROI) from remote sensing (RS) images remains challenging. This difficulty arises from the spectral similarity of other objects, such as roads, cars, or trees, along with limited information on building boundaries and small buildings. Traditional image segmentation methods often rely on a fixed threshold value, making optimisation difficult in cases of over-segmented regions. As a result, region merging
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.
Poplar (Populus) trees are indispensable to various industries and environmental sustainability efforts. They are widely utilized for paper production, timber, and windbreaks, while also playing a significant role in carbon sequestration. Given their economic and ecological importance, the effective management of diseases is crucial. Convolutional Neural Networks (CNNs), renowned for their ability to process visual data, are pivotal in accurately detecting and classifying plant diseases. This study presents a domain-specific dataset of manually collected images of diseased poplar leaves from U
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.
While there is an abundance of static data for the structure of biological macromolecules, the data regarding their folding mechanisms and dynamics is scarce, posing a challenge to the training of AI models. The World Model approach, which has been very successful in robotics, can come in handy in this regard. From limited data, it can build a latent, approximated representation of the spatio-temporal folding environment that can be used to train downstream AI models. Here, we developed DreamFold, a World Model-based generative framework to perform biomolecular simulations. DreamFold encodes 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.
The gallbladder is a small, hollow organ positioned beneath the liver, primarily responsible for temporarily storing bile. Bile is a fluid formed by the liver that helps digestion. There are various types of gallbladder disease. Early diagnosis and identification are crucial for effective treatment of gallbladder disorders. Poor medical outcomes and improved patient symptoms may result from errors or delays in diagnosis. Numerous symptoms and signs, particularly those associated with gallbladder disorder, might be blurred. As a result, medical specialists must understand and interpret ultrasou
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 introduces a new optical sensor designed to help detect cervical cancer early, using light and special materials called photonic crystals. The sensor has been built using a simple grid of tiny silicon rods that guide light through a small pathway. When this light passes through different types of cervical tissue (healthy, HPV-infected, or cancerous) it changes slightly, de-pending on the tissue’s properties. These changes help to identify the type of tissue without needing any dyes or labels. A key innovation of the proposed work is considering the impact of temperature on sensor pe
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.
Colorectal cancer is a leading cause of cancer-related mortality, and accurate analysis of histopathological images is critical for early diagnosis and improved patient outcomes. This study proposes and systematically evaluates four purpose-built lightweight convolutional neural network (CNN) variants (Lite-V0, Lite-V1, Lite-V2, and Lite-V4) for binary classification of colon histopathology images into Colon_Adenocarcinoma and Colon_Benign_Tissue. Experiments were conducted on a balanced dataset (24,000 images) with fixed train/validation/test splits and comprehensive evaluation using accuracy
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.
PURPOSE: Biotherapeutic products can aggregate during different stages of the product life cycle. Activation of immune cells due to aggregates of mAb is an important issue. Cytokines are significant biomarkers and potent mediators of several biological processes.
METHODS: Samples of two different mAbs were subjected to different stress to generate aggregates and were characterized by various techniques. Pro and anti-inflammatory cytokines expressed in PBMC due to aggregates were determined.
RESULTS: Samples containing aggregates of both mAbs resulted in >2-fold increase in cytokine levels wh
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.
Widespread contamination of surface waters by active pharmaceutical ingredients (APIs) leads to ubiquitous exposure in fish, critical sentinels in aquatic food webs. However, ecotoxicity assessment remains constrained by pronounced interspecies differences in sensitivity and by the scarcity of toxicity data for fish species representative of distinct ecoregions. To support hazard screening of environmentally detected APIs, we developed an ensemble model integrating Deep Neural Networks (DNN) with six other machine learning models. Trained on 10,054 acute toxicity data points (4190 groups, 1651
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 & OBJECTIVE: Precise differentiation of brain tissue from Magnetic Resonance Imaging is a vital constraint in various medical applications. Several studies have conducted on brain tissue classification and segmentation, which offer limitations due to the inconsistency of brain tissues caused by different scanner types and acquisition procedures. Image segmentation is a critical task due to the complex structures of tissues. As a result, this paper developed an effective, optimized hierarchical deep learning method for detecting brain tissue anomalies.
METHOD: This research was init
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.
Early and reliable detection of cardiac murmurs from phonocardiogram (PCG) recordings is essential for improving cardiovascular screening and supporting diagnosis in primary care. However, automated murmur classification remains challenging due to signal variability, class imbalance, and temporal dependence within heart-sound sequences. This study presents a leakage-safe heart-sound classification framework that combines peak-based segmentation, Mel-Frequency Cepstral Coefficient (MFCC) feature extraction, Synthetic Minority Over-sampling Technique (SMOTE)–based class balancing, and Recurrent
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.
Lung diseases such as pneumonia, tuberculosis, COVID-19, and lung cancer remain significant global health challenges that demand rapid and accurate diagnosis to improve patient outcomes. This study proposes NASNet-ViT, a novel deep learning framework that integrates the powerful convolutional feature extraction of NASNet with the global attention mechanisms of the Vision Transformer (ViT). To enhance diagnostic precision, a multi-stage preprocessing pipeline, termed MixProcessing, is introduced, combining wavelet transform decomposition, adaptive histogram equalization, and morphological filte
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.
MedElevator
Войти в исследования