BACKGROUND AND AIMS: Deep learning algorithms gained attention for detection (computer-aided detection [CADe]) of biliary tract cancer in digital single-operator cholangioscopy (dSOC). We developed a multimodal convolutional neural network (CNN) for detection (CADe), characterization and discriminating (computer-aided diagnosis [CADx]) between malignant, inflammatory, and normal biliary tissue in raw dSOC videos. In addition, clinical metadata were included in the CNN algorithm to overcome limitations of image-only models.
METHODS: Based on dSOC videos and images of 111 patients (total of 15,
СтатьяVideo-Audio MediaПоддержка 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.
Human societies depend on prestige hierarchies that confer status on demonstrated competence, alongside the dominance hierarchies that rely on coercion and that humans share with other primates. The same neural processes that support cooperative learning under prestige are hypothesized to participate in rivalry, polarization, and ideological hostility when their operating environments depart from those in which they evolved. This selective narrative review proposes a candidate integrative framework, the Hypothesized Neural Integration Model of Prestige and Pride, drawing on converging but larg
СтатьяОбзорПоиск 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.
AIM: Previous studies have found that patients with major depressive disorder (MDD) exist in a subcritical state, impairing information processing. However, the mechanisms behind these abnormalities remain unclear, as biomolecular explanations offer only a partial explanation. The brain's efficiency depends not only on molecular networks but also on peripheral physiological rhythms, particularly cardiac signals. Given that MDD involves deficits in heart-brain interactions, this study aims to examine how resting-state neural avalanche dynamics vary across cardiac cycles in MDD.
METHODS: We col
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.
Our objective is to investigate the reliability and usefulness of anatomic point-based lung zone segmentation on chest radiographs (CXRs) as a reference standard framework and to evaluate the accuracy of automated point placement. Two hundred frontal CXRs were presented to two radiologists who identified five anatomic points: two at the lung apices, one at the top of the aortic arch, and two at the costophrenic angles. Of these 1000 anatomic points, 161 (16.1%) were obscured (mostly by pleural effusions). Observer variations were investigated. Eight anatomic zones then were automatically gener
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.
Creating a personalized implant for cranioplasty can be costly and aesthetically challenging, particularly for comminuted fractures that affect a wide area. Despite significant advances in deep learning techniques for 2D image completion, generating a 3D shape inpainting remains challenging due to the higher dimensionality and computational demands for 3D skull models. Here, we present a practical deep-learning approach to generate implant geometry from defective 3D skull models created from CT scans. Our proposed 3D reconstruction system comprises two neural networks that produce high-quality
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.
INTRODUCTION: Understanding how the visual system assigns borders to foreground objects is central to figure-ground perception, yet the computational principles underlying this process are still under investigation.
METHODS: We trained multiple convolutional neural network (CNN) architectures on simple overlapping/occlusion stimuli and tested them on systematically degraded contours to probe how border-ownership (BOS) inference depends on available border context.
RESULTS: Across networks, BOS could be inferred from feedforward computations even under degraded conditions, but performance sho
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.
Marr's theory of the cerebellar cortex as an associative learning device is one of the best examples of a theory that directly relates the function of a neural system to its neural structure. However, although he assigned a precise function to each of the identified cell types of the cerebellar cortex, many of the crucial aspects of the implementation of his theory remained unspecified. We attempted to resolve these difficulties by constructing a computer simulation which contained a direct representation of the 13,000 mossy fibres and the 200,000 granule cells associated with a single Purkinj
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.
The Lax pair stands as a central concept in the theory of integrable systems, whose discovery holds considerable significance for solving and analyzing nonlinear evolution equations. To address the challenge of discovering Lax pairs from observational data, we propose D-Lax-Pair-FIND, a data-driven methodology that synergistically combines deep learning with sparse regression to automatically discover the evolution operators in Lax pairs of discrete integrable equations with known spectral operators. The approach employs fully connected feedforward neural networks to approximate solutions of s
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 neural processing of small handheld manipulable objects (henceforth tools) involves a series of brain regions that have been well characterized over the last decades, both anatomically and functionally. But neural processing unfolds over time, requiring the static spatial descriptions that emerged from this research to be accompanied by temporal dynamics between the nodes of the tool network. Temporally-resolved techniques (such as M/EEG) are critical in this endeavor. Yet, to date, studies using such techniques have not been integrated with this spatial depiction. We analyzed M/EEG tempor
СтатьяОбзорПоддержка 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 work describes the development of a vision-based tactile sensor system that utilizes the image-based information of the tactile sensor in conjunction with input loads at various motions to train the neural network for the estimation of tactile contact position, area, and force distribution. The current study also addresses pragmatic aspects, such as choice of the thickness and materials for the tactile fingertips and surface tendency, etc. The overall vision-based tactile sensor equipment interacts with an actuating motion controller, force gauge, and control PC (personal computer) with a
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.
MOTIVATION: Predicting the association between microRNAs (miRNAs) and diseases plays an import role in identifying human disease-related miRNAs. As identification of miRNA-disease associations via biological experiments is time-consuming and expensive, computational methods are currently used as effective complements to determine the potential associations between disease and miRNA.
RESULTS: We present a novel method of neural inductive matrix completion with graph convolutional network (NIMCGCN) for predicting miRNA-disease association. NIMCGCN first uses graph convolutional networks to lear
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.
High-frequency oscillations (HFOs) are clinically established biomarkers of epileptogenic tissue, yet their translation from hospital-based recording systems to implantable neural interfaces remains a major barrier to their utilization in adaptive neuromodulation in epilepsy. Here, we established a bedside translational framework using a benchtop implementation of a wireless implantable neural interface (Brain Interchange, BIC) to evaluate whether clinically meaningful HFO can be preserved under implant-grade sensing constraints. Ten patients with drug resistant epilepsy underwent simultaneous
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.
Previous studies indicated that miRNA plays an important role in human biological processes especially in the field of diseases. However, constrained by biotechnology, only a small part of the miRNA-disease associations has been verified by biological experiment. This impel that more and more researchers pay attention to develop efficient and high-precision computational methods for predicting the potential miRNA-disease associations. Based on the assumption that molecules are related to each other in human physiological processes, we developed a novel structural deep network embedding model (
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.
Objectives: This study aimed to build a comprehensive deep-learning model for the prediction of radiation pneumonitis using chest computed tomography (CT), clinical, dosimetric, and laboratory data. Introduction: Radiation therapy is an effective tool for treating patients with lung cancer. Despite its effectiveness, the risk of radiation pneumonitis limits its application. Although several studies have demonstrated models to predict radiation pneumonitis, no reliable model has been developed yet. Herein, we developed prediction models using pretreatment chest CT and various clinical data to a
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.
Accurate predictive thermodynamic models are essential tools for the computational design of new molecules. Models based on COnductor-like Screening Models (COSMO), such as COSMO-SAC and COSMO-RS, are well-suited for this purpose but require computationally expensive quantum-mechanical (QM) calculations to generate key properties - the surface charge density distribution (p(σ)), the surface area (A) and the cavity volume (V) - for each molecule. Here we develop graph-based neural network surrogate models, based on a directed message passing neural network (DMPNN) and a graph convolutional netw
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 rapid growth of unstructured data in applications such as autonomous systems and edge AI underscores the urgent need for energy-efficient, real-time computing exemplified by biological brains, where synaptic weights are adjusted according to the timing of neural spikes, known as spike-timing-dependent plasticity (STDP). This work presents the first experimental realization of a multi-channel timing-dependent spiking neural network (TD-SNN) at the board-level by integrating photoelectroactive synaptic devices with an analog leaky integrate-and-fire (LIF) neuron circuit. The synaptic devices
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.
Brain-computer interfaces (BCIs) are essential in assistive technologies to restore mobility in individuals with motor impairments. Although electroencephalography (EEG)-based brain-controlled wheelchairs have been extensively studied, most tongue-controlled systems rely on physical tongue movements, intraoral devices, or limited offline commands, which reduces the usability and comfort. This study introduces an EEG-based tongue motor imagery (MI) BCI for intuitive and entirely mental wheelchair control. By leveraging preserved motor function and the cortical representation of the tongue, the
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: Accurate prediction of progressive Mild Cognitive Impairment (pMCI) versus stable MCI (sMCI) is crucial for early Alzheimer's disease (AD) intervention and delaying disease progression. The combination of Positron Emission Tomography (PET) and structural Magnetic Resonance Imaging (sMRI) is currently the most recognized diagnostic basis. However, PET and sMRI reveal lesions with heterogeneous scales, irregular spatial distributions, and inter-modal temporal asynchrony-factors causing inadequate feature extraction and poor fusion in existing methods.
NEW METHOD: To address these ch
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: The blood flow changes due to various physiological or pathological causes represent the response of the CNS for the maintenance of metabolic and functional requirements of the brain and related structures. Visualization of blood dynamics can enable the monitoring of crucial responses of neuronal tissue and the vasculature to multiple stimuli or insults. Here, we propose an inexpensive and feasible method that can be easily implemented to observe cerebral blood flow dynamics and for heart rate estimation in mice.
NEW METHODS: We developed a custom, MATLAB-based image processing so
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.
We present a new end-to-end neural network approach for real-time biological cell detection and classification via label-free quantitative imaging flow cytometry based on digital holography, offering a comprehensive representation of cellular structures without the need for chemical cell staining. In contrast to previous studies, our method is the first to obtain classification and detection of cells, imaged during flow using large-magnification microscopy, in 0.44 msec, allowing real-time label-free imaging flow cytometry, with more than 10× speedup compared to YOLOv8n. The custom-made two-st
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.
MedElevator
Войти в исследования