The accurate categorisation of histopathological images is crucial for the reliable identification of morphologically similar cancers, including lung and colon cancer. According to the WHO and IARC, lung cancer accounted for approximately 2.48 million new cases and 1.8 million deaths worldwide in 2022, making it the leading cause of cancer-related mortality worldwide. Colorectal cancer also represents a major global health burden, with more than 1.9 million new cases and approximately 930,000 deaths reported in 2020 alone. These rising burdens highlight the need for robust computational pathol
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: The development of impactful AI solutions for minimally invasive surgeries is reliant on fundamental tasks such as surgical instrument segmentation. The fine-grained information provided can support downstream tasks such as skill assessment, intra-operative decision support, and outcome prediction. However, many procedures which stand to benefit significantly from these applications are under-represented in literature as a result of the heavy requirements for data collection and annotation.
METHODS: This study examines an in-house labelled surgical instrument dataset for endoscopic 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.
Diabetic Foot Ulcers are a severe complication of diabetes that can lead to infection, amputation, and increased mortality, making timely and objective assessment essential. Conventional evaluation relies primarily on visual inspection and manual measurements, which are often subjective and inconsistent. This paper presents a comprehensive automated deep learning-based framework for DFU assessment that integrates classification, segmentation, relative depth estimation, and explainability. An EfficientNet-B0 model is employed for binary classification of ulcerated versus healthy skin. At the sa
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.
Rapid and accurate identification of Aspergillus species in clinical microbiology laboratories is crucial for aspergillosis diagnosis and antifungal therapy. However, traditional methods still face challenges in distinguishing phylogenetically related species due to their morphological similarities. This study presents FungalNet, a deep learning model integrating ResNet-50 architecture with Focal Loss algorithm, specifically designed to enhance feature extraction for Aspergillus identification. A total of 12,000 high-resolution images were obtained from lactophenol cotton blue-stained slide pr
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.
Facial paralysis assessment and rehabilitation monitoring require not only accurate analysis of facial biomarkers but also a clinically deployable workflow that spans standardized data acquisition, quantitative modeling, and interpretable reporting. We present a clinically implemented facial paralysis assessment system that integrates four modules: a Data Acquisition module for standardized 4K/120 fps video recording, a Key Point Extraction and Indicator Calculation module that derives 313 fine-grained indicators from 11 standardized facial actions, an Analysis module built on the Hierarchical
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.
Huntington's disease (HD) is an inherited neurological disease caused by variations in the huntingtin (HTT) gene, which leads to neuronal degeneration. Conventionally, HD is affiliated with the gathering and misfolding of mutant HTT arising from an increased number of CAG triplets. Artificial Intelligence has emerged as an important tool in healthcare, supporting the monitoring, detection, and management of HD. Machine learning and deep learning methods are widely used for automated HD identification using neuroimaging, genetic, and clinical data. However, most DL models behave like a black bo
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.
B-cell acute lymphoblastic leukemia (B-ALL) is an aggressive hematological malignancy that primarily affects children but can also occur in adults, progressing rapidly and requiring urgent clinical intervention. Late-stage diagnosis often results in reduced survival rates and typically depends on costly, time-intensive diagnostic procedures. Peripheral blood smear (PBS) imaging plays a central role in the preliminary screening of B-ALL and provides an accessible foundation for computer-assisted diagnosis. To support early and efficient classification, this study proposes a lightweight convolut
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: Esophageal cancer is widespread worldwide, with the highest rate in Asia. Early diagnosis plays a key role in increasing the survival rate. Early cancer detection as well as fast evaluation of tumor extent before and resection margins during/after surgery are important to improve patients' outcomes. Hyperspectral imaging (HSI), as a noninvasive and contactless novel intraoperative technique, has shown promising results in cancer detecting in combination with artificial intelligence.
METHODS: In this clinical study, the extent to which physiological parameters, such as water or hemogl
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.
The precise recognition of human lower limb movements based on wearable sensors is very important for human-computer interaction. However, the existing methods tend to ignore the dynamic spatial information in the process of executing human lower limb movements, leading to challenges such as reduced decoding accuracy and limited robustness. In this paper, we construct skeleton graph data based on inertial measurement unit (IMU) sensors. Also, a two-branch deep learning model, termed TCNN-MGCHN, is proposed to mine meaningful spatial and temporal feature representations from IMU-based skeleton
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.
Pancreatic cancer is diagnosed mainly during endoscopic ultrasound, but limited few works explore computer-assisted diagnosis (CAD) for this modality. At the moment, most CAD systems are based on deep learning models. However, those models need large datasets to be trained effectively. In this work, to advance the research for pancreatic cancer CAD, we introduce a novel endoscopic ultrasound dataset for the classification task of pancreatic tumors. We present a dataset of 7825 endoscopic images corresponding to 606 patients. The dataset is divided into two classes: ultrasound images containing
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.
Deep neural networks have achieved success across a wide range of applications, including as models of human behaviour and neural representations in vision tasks1,2. However, neural network training and human learning differ in fundamental ways, and neural networks often fail to generalize as robustly as humans do3,4, raising questions regarding the similarity of their underlying representations. We need to determine what is missing for modern learning systems to exhibit more human-aligned behaviour. Here we highlight a key misalignment between vision models and humans: whereas human conceptua
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.
AIM: To comprehensively review digital technologies (including artificial intelligence, AI) for periodontal screening, diagnosis and prognosis in the dental setting, focusing on accuracy metrics.
MATERIALS AND METHODS: Two separate literature searches were conducted for periodontal screening and diagnosis (part I, scoping review) and prognosis (part II, systematic approach). PubMed, Scopus and Embase databases were searched.
RESULTS: In part I, 40 studies evaluated AI and advanced imaging on different substrata. The combination of AI with 2D radiographs was the most frequently investigated a
СтатьяScoping ReviewПоддержка 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 human voice is an important medium of communication and expression of feelings or thoughts. Disruption in the regulatory systems of the human voice can be analyzed and used as a diagnostic tool, labeling voice as a potential "biomarker". Conversational artificial intelligence is at the core of voice-powered technologies, enabling intelligent interactions between machines. Due to its richness and availability, voice can be leveraged for predictive analytics and enhanced healthcare insights. Utilizing this idea, we reviewed artificial intelligence (AI) models that have executed vocal analysi
СтатьяОбзорПоиск 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 reviews the current research on Alzheimer's disease and the use of deep learning, particularly 3D-convolutional neural networks (3D-CNN), in analyzing brain images. It presents a predictive model based on MRI and clinical data from the ADNI dataset, showing that deep learning can improve diagnosis accuracy and sensitivity. We also discuss potential applications in biomarker discovery, disease progression prediction, and personalised treatment planning, highlighting the ability to identify sensitive features for early diagnosis.
СтатьяОбзорПоиск 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.
Falls are the primary basis of autonomy loss, injuries, and deaths among disabled persons and the elderly. With the development of technologies, falls are extensively researched by scientists to diminish severe consequences and adverse effects. Reliable fall recognition is crucial in humanoid robotics and healthcare research, as it helps minimize damage. The detection methods for falls are classified into three categories: wearable sensors, ambient sensors, and vision-based sensors. Over the last few years, computer vision and deep learning (DL) have been widely applied to fall detection syste
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.
Influenza A viruses (IAVs) have historically posed significant public health threats, causing severe pandemics. Viral host specificity is typically constrained by host barriers, limiting the range of species that can be infected. However, these barriers are not absolute, and occasionally, cross-species transmission occurs, leading to human outbreaks. Early identification of changes in IAV host specificity is, therefore, critical. Despite advancements, identifying host susceptibility from genomic sequences during outbreaks remains challenging. Timely predictions are critical for effective real-
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.
Respiratory viruses, such as influenza A/B, RSV, SARS-CoV-2 and its variants, continue to be a major global health threat, highlighting the need for rapid and accurate variant-level diagnostics. Herein, we have developed a diagnostic platform for several respiratory viruses by integrating surface-enhanced Raman scattering (SERS) signals from three-dimensional (3D) plasmonic nanopillar substrates with interpretability-driven deep learning. The 3D plasmonic nanopillar array enables robust and reproducible capture of viral components, enhancing the SERS signal for virus-specific molecular fingerp
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.
BACKGROUND: Titin truncating variants (TTNtvs) are the leading genetic cause of dilated cardiomyopathy (DCM). Although recommended, routine genetic testing is frequently not performed owing to resource constraints.
OBJECTIVES: This study sought to identify electrocardiography (ECG) parameters predictive of an underlying TTNtv in DCM patients, comparing conventional ECG analysis with an ECG-based deep neural network (DNN) to identify patients that would benefit most from targeted genetic testing.
METHODS: This retrospective multinational study compared baseline ECGs from 99 DCM patients with
СтатьяМногоцентровое исследованиеПоддержка 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.
Vertical ground reaction force (vGRF) plays an important role in the study of running-related injuries (RRIs). This study explores the synchronization method between inertial measurement unit (IMU) and vGRF data of running and develops ANN models to accurately predict vGRF. Fifteen runners participated in this study. Acceleration data and vGRF values of eight rearfoot strikers and seven forefoot strikers running at 12, 14, and 16 km/h were collected by a single IMU and an instrumented treadmill. The sliding time window synchronization (STWS) algorithm was developed to sync IMU data with vGRF d
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 natural gas supply crisis triggered by the Russia-Ukraine conflict has laid bare the energy market's extreme vulnerability in the face of geopolitical risk, highlighting the need for accurate multi-step gas price forecasting. However, most AI-based energy price studies have a gap: they focus on single-step prediction or homogeneous model comparisons, lacking analysis of performance degradation in multi-step dynamic frameworks. This study takes daily natural gas price data from the Henry Hub in the United States from 1997 to 2024 as the research object, constructs a multi-step prediction fr
СтатьяОтозванная публикацияПоиск 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