Both humans and deep learning models can recognize objects from 3D shapes depicted with sparse visual information, such as a set of points randomly sampled from the surfaces of 3D objects (termed a point cloud). Although deep learning models achieve human-like performance in recognizing objects from 3D shapes, it remains unclear whether these models develop 3D shape representations similar to those used by human vision for object recognition. Evidence suggests that training with approximately 10,000 object instances enables models to acquire representations of local geometric structures in 3D
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.
BACKGROUND: Early and accurate classification of breast tumors from MRI scans is essential for improving patient outcomes. However, a key limitation of conventional deep learning models, such as Convolutional Neural Networks (CNNs), is their difficulty in capturing the subtle, spatially variant features that are crucial for precise medical image interpretation.
OBJECTIVE: To address this limitation, we propose a novel deep learning framework called AdaptiveInvolutionNet (AIN). This hybrid architecture is specifically designed to improve discriminative feature learning for breast tumor classif
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.
Antiviral antibody discovery is constrained by the enormous combinatorial space of antibody paratopes and viral epitopes, while novel approaches to search for these vast possibilities such as machine learning models for antibody affinity prediction typically require large target-specific datasets that are rarely available for emerging pathogens. To address this problem, we investigated the ability of transfer learning to reduce the required training data and still create a robust predictive model of antibody affinities. We show that antibody-affinity prediction can be locally transferred from
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: Prostate cancer is a prevalent malignancy in males, with prostate MRI imaging as the primary diagnostic method. However, this method is subjective and can miss early-stage cancers, necessitating more efficient diagnostic techniques.
METHOD: In this study, we introduced the PRAD-Hybrid CNN (Prostate Adenocarcinoma Hybrid Convolutional Neural Network, PRADHC) model, a novel amalgamation of EfficientNet and Residual Blocks, which was developed and validated on 1,528 MRI images from 64 patients. By strategically increasing the number of Convolutional Neural Network (CNN) layers in the
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.
Artificial intelligence (AI) and computational modeling have transformed modern pharmaceutical development by replacing empirical paradigms with data-driven workflows. Naproxen is a potent nonsteroidal anti-inflammatory drug (NSAID) that has serious gastrointestinal side effects when taken orally. Topical gel preparations are an ideal medium for localized, non-invasive pain management. However, conventional topical gel production is limited by resource-intensive, trial-and-error optimization over a multidimensional space of ingredient combinations. In this study, a closed-loop intelligent phar
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.
High-speed atomic force microscopy (HS-AFM) enables direct visualization of protein dynamics under near-physiological conditions, yet its intrinsic limitation to surface topography prevents atomic-level structural characterization. We present AFM-Fold, a generative AI-based framework that reconstructs three-dimensional protein conformations directly from AFM images. AFM-Fold combines a group-equivariant convolutional neural network, which extracts low-dimensional collective variables (CVs) from AFM images, with a guided diffusion process that generates conformations consistent with the inferre
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.
This study examines the training of lightweight classifiers, specifically ResNet-18 and DenseNet-121, for retinal analysis in optical coherence tomography. Multi-channel inputs were compared against standard grayscale-to-RGB copies, increasing the reliability of the results. While RGB replication is standard for transfer learning, the multi-channel approach enhances feature extraction. Clinical reliability was further validated via Integrated Gradients to audit decision boundaries. This work confirms that specialized input channels help create more interpretable and reliable clinical decision-
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 current work artificial neural network (ANN) optimization of the Hummers' method (ANN-MHM) is introduced to enable deterministic synthesis of high-mobility, monolayer reduced graphene oxide (rGO) for ultrasensitive FET aptasensing. ANN-guided synthesis produced GO with large lateral dimensions (2-4 μm), monolayer thickness (∼1.1 nm), and low defect density (ID/IG = 0.99), yielding rGO FET channels with carrier mobility of 317 cm2/V·s, nearly 30-fold higher than conventional Hummers-derived films. Integrated into a prostate-specific antigen (PSA) aptasensor, the device delivered dual-par
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.
Attention Deficit Hyperactivity Disorder (ADHD) is a neurodevelopmental condition affecting mood, anxiety, learning, and sleep. Electroencephalogram (EEG) signals assist diagnosis, but challenges include complexity, nonlinearity, non-stationarity, overlapping patterns, and limited feature interpretability. To address these issues, Optimized Complex-Valued Spatio-Temporal Graph Convolutional Networks for ADHD Detection in Pediatric EEG Signals (c) is proposed. Input signals are collected from an EEG dataset for ADHD and an EEG dataset of children with Learning Disabilities (LD). Preprocessing i
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 global surge in childhood myopia necessitates robust screening tools for early risk stratification; however, conventional predictive models often struggle with irregular follow-up intervals and fail to capture the continuous nature of refractive development. We propose Myo-ODE, a continuous-time framework based on Neural Ordinary Differential Equations (Neural ODEs) to predict high myopia risk. Unlike traditional discrete machine learning models, Myo-ODE parameterizes the derivative of the refractive state, allowing myopia progression to be represented as a continuous latent dynamic flow.
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.
Image Quality Assessment (IQA) plays a critical role in image-based decision-making systems, especially in domains requiring high diagnostic precision. Effective feature information is a prerequisite for the high performance of machine learning methods in parasitic organism detection, and the quality of this feature information is influenced by the quality of the images. However, No-Reference IQA (NR-IQA) models have ignored microscopy-based datasets, particularly those involving parasitic organisms such as Cryptosporidium spp. and Giardia spp., which are vital for public health inspection. In
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.
There is a need to detect and precisely localize brain tumors based on medical imaging to ensure such tumors are diagnosed early and treated with the aim of a successful treatment. More recent developments in the field of deep learning have presented convolution-based and transformer-based object detection models that can be used to achieve high detection rates. We carry out an analogous comparison of YOLOv11s and RF-DETR(small) in brain tumor detection on annotated Magnetic Resonance Imaging (MRI) data on Roboflow in this study. Precision, Recall and mean Average Precision (mAP) along with lo
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.
In recent years, artificial intelligence (AI) has been widely explored to enhance capsule endoscopy (CE), with the goal of improving the efficiency of the reading process. While most AI models have been developed for small bowel and colon analysis, the development of esophagogastric (E-G) models has been limited due to the scarcity of frames captured during the procedure, making it challenging to develop a robust model. This study aims to develop an interoperable ubiquitous model capable detecting pleomorphic lesions in the E-G tract. We included 59,482 E-G frames, from 774 CE procedures of 5
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.
Veterinary drug residues in meat seriously harm human health. Rapid and accurate detection of veterinary drug residues is necessary to minimize contamination. Taking ofloxacin (OFX) residues in mutton as an example, the near-infrared hyperspectral imaging combined with explainable AI was used to evaluate the importance of feature wavelengths in the convolutional neural network-stacked sparse auto-encoder (CNN-SSAE) model for chemical properties. Based on this, the qualitative (residue identification-residue level identification) and quantitative detection of OFX residues in mutton was realized
СтатьяОценочное исследованиеПолный 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 World Health Organization glioma classification highlights genetic profiles, such as isocitrate dehydrogenase (IDH) mutation. This study developed an uncertainty-aware deep learning model to predict IDH mutations in glioma patients, employing conformal prediction (CP) for uncertainty quantification (UQ). The UCSF dataset split into training (70%) and validation (30%) sets, and the UPENN dataset divided into calibration (30%) and external test (70%) sets. We developed various 3D convolutional neural network models and selected the best based on the validation set area under the precision-re
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.
Approximately 15% of patients suspected of having Parkinson's disease (PD) present dopamine active transporter (DaT) scans without evidence of dopaminergic deficits (SWEDD), most of which will never develop PD. Leveraging Movement Disorders Society Unified Parkinson's Disease Rating Scale (MDS-UPDRS) scores from the Parkinson's Progression Markers Initiative, three different models of varying complexity, (total score, item response theory (IRT) and artificial neural network (ANN)) were evaluated to determine their ability to differentiate between PD and SWEDDs. Each of the models provided as o
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.
Biliary tract cancer is associated with distinct metabolic alterations, particularly in lipid metabolism. This study aimed to classify biliary tract cancer cells automatically based on lipid droplet (LD) characteristics using three-dimensional (3D) optical diffraction tomography (ODT) combined with convolutional neural networks (CNNs). Human biliary tract cancer cell lines (SNU1196, SNU308, and SNU478) and a normal cholangiocyte cell line (H69) were cultured to evaluate the LD volume, mass, and count. We generated 3D refractive index tomograms and developed a CNN-based diagnostic system for au
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.
Water quality is a critical factor for human health and environmental sustainability. Rapid urbanization and industrialization have led to significant water contamination, increasing the prevalence of waterborne diseases. This study investigates the presence of pathogens in water sources across the Gujarat region, utilizing machine learning models to analyze contamination patterns. Various classifiers, including HistGradientBoosting, Random Forest, AdaBoost, Bagging, Decision Tree, and LSTM, were employed to predict water quality and identify pathogens. Among these, the Random Forest and Baggi
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.
During the Covid-19 pandemic, the widespread use of social media platforms has facilitated the dissemination of information, fake news, and propaganda, serving as a vital source of self-reported symptoms related to Covid-19. Existing graph-based models, such as Graph Neural Networks (GNNs), have achieved notable success in Natural Language Processing (NLP). However, utilizing GNN-based models for propaganda detection remains challenging because of the challenges related to mining distinct word interactions and storing nonconsecutive and broad contextual data. In this study, we propose a Hierar
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.
UNLABELLED: Rapid identification of Clostridioides difficile sequence type 37 (ST37), also known as RT017, is crucial due to its association with severe infections and antibiotic resistance. Existing methodologies are labor-intensive and costly. The modeling approach combining matrix-assisted laser desorption ionization time-of-flight mass spectrometry (MALDI-TOF MS) with machine learning offers a promising alternative for fast and cost-effective subtyping. This work gathered 1,155 mass spectra representing 385 distinct clinical C. difficile isolates from multiple regions, including 118 ST37 i
СтатьяВалидационное исследованиеПолный 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.
MedElevator
Войти в исследования