OBJECTIVES: This study aims to automatically classify physical examinations performed during general practitioner (GP) consultations using a deep learning fusion model. The model distinguishes between two interaction types: Human-Object Activities (HOA), such as blood pressure measurement, and Human-Human Activities (HHA), such as gland palpation.
MATERIAL AND METHOD: A multi-component ensemble transfer learning framework was developed that integrates spatial and temporal feature analysis. The model comprises: (1) a CNN-LSTM module for spatial feature extraction and sequential modelling, (2)
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.
MicroRNA-155 (miR-155) is a clinically important biomarker involved in cancer progression, immune regulation, and inflammatory diseases, highlighting the need for sensitive and reliable detection methods. Conventional biosensor fabrication often relies on labor-intensive trial-and-error optimization, which delays the development of practical diagnostic tools. In contrast to most previous studies that focus on predicting analyte concentration from biosensor signals, this work develops a data-driven framework for modeling the nonlinear relationships between fabrication parameters and biosensor o
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 this study, extraction parameters were optimized using Response Surface Methodology (RSM) and Artificial Neural Network-Genetic Algorithm (ANN-GA) approaches to determine the highest levels of biological activities of Lepista glaucocana (Bres.) Singer. Optimization parameters included temperature, time, and ethanol/water ratio. Subsequently, antioxidant, anticholinesterase, and antiproliferative activities, as well as phenolic contents, of the extracts produced under optimum conditions were determined. The results showed that the ANN-GA optimized extract exhibited significantly higher total
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.
Early and accurate detection of breast cancer is crucial to enhance patient results, especially in high-risk populations where magnetic resonance imaging (MRI) is intensively used. This study shows a deep learning-based framework for the automatic classification of benign and malignant breast lesions using MRI images. To guarantee accurate patient-level annotations, a large-scale dataset comprising around 25,000 breast MRI images was constructed using an extensive preprocessing and labeling procedure. A hybrid feature-fusion model that integrates MobileNetV2 and VGG16 in a parallel structure w
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.
Neonatal jaundice is a prevalent and potentially serious condition that can lead to severe complications if undiagnosed or untreated. While traditional diagnostic methods like blood sampling are invasive and time-consuming, and transcutaneous bilirubinometers remain costly, smartphone-based image analysis offers a promising low-cost, non-invasive alternative. However, most existing solutions rely on traditional machine learning techniques with limited accuracy and generalizability. In this study, we introduce a deep learning approach based on the Vision Transformer (T2T-ViT) and compare its pe
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.
Traditional systems of ocular disease diagnosis and many deep learning-based systems are limited in their practice to analyzing fundus images from a single eye, often using raw, unprocessed data. This fails to include the critical correlation between bilateral eyes, has several issues such as low image contrast, noise, and class imbalance, and generally concentrates on the detection of no more than a single disease. In order to bridge the gap, Enhanced Diabetic Retinopathy Detection through Multimodal Integration of Fundus Imaging Features and Clinical Demographic Information utilizing Verifia
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.
Current OCT classification models achieve high benchmark accuracy but exhibit poor generalization when imaging conditions vary between datasets. We introduce spatial-consistent learning, where depth-wise feature coherence becomes an explicit optimization constraint rather than a post-hoc interpretation tool. SC-MSDNet partitions convolutional features into horizontal bands, enforcing cross-view consistency within each region through LSC loss while LMV ensures prediction agreement across original, contrast-enhanced, and frequency-transformed inputs. Trained exclusively on OCT2017 (4 classes, 84
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 aimed to develop and evaluate a deep learning algorithm for detecting and classifying intrasinus calcifications on paranasal sinus (PNS) computed tomography (CT) for the diagnosis of fungal sinusitis and differentiation of fungal and non-fungal sinusitis. A dataset of 277 PNS CT cases from Korea University Guro Hospital, supplemented by temporal and geographic external test sets, was utilized. A 3D U-Net model was employed to segment maxillary sinus regions. YOLO v5 identified calcifications, followed by classification into three patterns: normal sinus or chronic sinusitis without c
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 and Objectives: Although the anterior mandible is generally considered a safe region for implant placement, injury to the medial lingual foramen (MLF) may result in significant vascular complications. Accurate identification of this structure is challenging due to its small size, low volumetric representation, and anatomical variability. This study aimed to evaluate the anatomical characteristics of the MLF using cone-beam computed tomography (CBCT) and to develop and validate a deep learning-based approach for its automated detection and segmentation. Materials and Methods: A total
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: Identifying the character, frequency, and intensity of cough is crucial in clinical practice, aiding in differential diagnosis, influencing treatment choices. «CoughScan» is a software with an embedded neural network model designed to assess cough frequency in real-time for diagnostic and monitoring purposes.
AIM: To obtain additional data on the efficacy and safety of Rengalin® in the treatment of cough in adults with acute respiratory viral infections (ARVI) using both traditional and new intelligent technologies.
MATERIALS AND METHODS: An observational study was conducted invo
СтатьяНаблюдательное исследованиеСравнительное исследованиеАннотация на английскомПолный 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.
Keratoconus is a progressive corneal disease that requires early and accurate detection to prevent severe visual impairment. This study presents a deep learning-based classification model for distinguishing between healthy and keratoconic eyes using dynamic corneal imaging data from the CORVIS system. A hybrid CNN-RNN architecture was developed, combining a fine-tuned InceptionV3 network for spatial feature extraction with a recurrent LSTM module to capture temporal patterns across image sequences. To ensure robust evaluation, a 10-fold stratified cross-validation strategy was employed, with d
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.
Dengue fever poses a growing public health challenge in tropical and subtropical regions, with transmission driven by complex interactions among viral and host. Computational models, often expressed as ordinary differential equations (ODEs), are widely used to understand complex systems such as dengue fever transmission dynamics. However, traditional parameter estimation methods such as Markov chain Monte Carlo (MCMC) often require complex setups and are computationally expensive. In this study, we choose a compartmental model extended to human and mosquito populations, estimate its parameters
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.
INTRODUCTION: The classification of endoscopic lesions and the early diagnosis of gastrointestinal (GI) disorders rely heavily on precise lesion identification. However, subtle lesion appearances and considerable interobserver variability among clinicians often hinder accurate diagnosis. These challenges emphasize the need for robust, automated diagnostic systems that can integrate diverse image features to improve diagnostic accuracy and reliability.
MATERIALS AND METHODS: To address these limitations, a novel deep learning framework, the Spatio-Histological Fusion Network (SHF-Net), was dev
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.
Magnetic resonance imaging (MRI) is widely regarded as the most reliable non-invasive imaging modality for detecting neurological disorders. However, manual interpretation of MRI scans is often time-consuming and prone to inter-observer variability, which can lead to inconsistencies in diagnosis. The global burden of neurological disorders-including Alzheimer's disease, brain tumors, Parkinson's disease, multiple sclerosis, and schizophrenia-continues to increase, creating an urgent demand for accurate, scalable, and automated diagnostic solutions. In recent years, deep learning (DL) has emerg
СтатьяСистематический обзорПоиск 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 estimation of multijoint angles is of great significance in the fields of lower limb rehabilitation, motion control, and exoskeleton robotics. Accurate joint angle estimation helps assess joint function, assist in rehabilitation training, and optimize robotic control strategies. However, estimating multijoint angles in different movement patterns, such as walking, obstacle crossing, squatting, and knee flexion-extension, using surface electromyography (sEMG) signals remains a challenge. In this study, a model is proposed for the continuous motion estimation of multijoint angles in the lowe
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.
Chinese Hamster Ovary (CHO) cells are the most widely used cell lines to produce recombinant therapeutic proteins such as monoclonal antibodies (mAbs). However, the optimization of the CHO cell culture process is very complex and influenced by various factors. This study investigates the use of machine learning (ML) algorithms to optimize an established industrial CHO cell cultivation process. A ML algorithm in the form of an artificial neural network (ANN) was used and trained on datasets from historical and newly generated CHO cell cultivation runs. The algorithm was then used to find better
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 knee resultant joint moment is a critical indicator for assessing risk during the tennis serve. Traditional methods for obtaining this metric rely on laboratory-based equipment, limiting practical application. To address this limitation, this study proposes and validates a novel method for predicting the knee resultant joint moment method using a Graph Neural Network and Gated Recurrent Unit (GNN-GRU) model. An independent GRU model was used as a baseline for comparison. Biomechanical data were collected from 30 male tennis players (age: 20.30 ± 1.66 years, height: 176.60 ± 2.74 cm, weight
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: Brain-Machine Interfaces (BMI) based on motor imagery (MI) are promising assistive neurotechnology tools for gait rehabilitation that allow users to control exoskeletons by imagining motor actions. Literature has proven the influence of BMIs over neuroplasticity mechanisms. However, the accuracy of MI-BMIs is often limited by the weak brain signals associated with lower-limb movements. To enhance system reliability and safety, Error-Related Potentials (ErrP), which are exogenous potentials evoked by erroneous system actions, can be integrated to correct commands. This study charact
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: Facial aesthetics is one of major motivations for seeking orthodontic treatment. However, even for experienced professionals, the impact and extent of incisor and soft tissue changes remain largely empirical. With the application of interdisciplinary approach, we aim to predict the changes of incisor and profile, while identifying significant predictors.
METHODS: A three-layer back-propagation artificial neural network model (BP-ANN) was constructed to predict incisor and profile changes of 346 patients, they were randomly divided into training, validation and testing cohort in th
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.
Continuous kinematics estimation methods are important in human-machine interaction systems because they offer a more natural and intuitive result than pattern-recognition methods. The estimation of upper-limb movement is important, which involves the estimation of the movement of the elbow and shoulder joints. However, the deformations of muscles around the elbow and shoulder can cause the shifting of the angle sensors. Nevertheless, Vicon can measure joint angles using cameras that have no contact with muscles. In this paper, we propose a Linear-Attention-based model (LABD) rather than other
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.
MedElevator
Войти в исследования