Mindfulness has established psychological benefits, such as stress reduction and emotional regulation; however, the underlying computational mechanisms, particularly in relation to mind-wandering, remain unclear. This study aimed to present a hierarchical recurrent neural network-based agent model grounded in the free energy principle to explore these processes within the framework of allostasis. The model integrates interoceptive, proprioceptive, and exteroceptive predictive processing, which minimizes the variational free energy throughout past and future contexts. Simulations of the resting
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.
Prostate cancer is one of the most prevalent malignancies among men, and early detection through Magnetic Resonance Imaging (MRI) plays a crucial role in improving patient outcomes. However, accurate identification of cancerous regions remains challenging due to image noise, variations in tissue structures, and subtle differences between benign and malignant lesions. To address these challenges, a novel automated detection framework named Prostate Cancer Detection Neural Network (ProstateNet) that enhances the precision of prostate cancer detection is proposed. The proposed model begins with M
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.
Animals must coordinate their body parts to perform essential behaviors like grooming and locomotion. Here, we investigate the neural basis of body part coordination during antennal grooming in the fly, Drosophila melanogaster. Unilateral and bilateral grooming, targeting one or both antennae, respectively, arise from synchronized movements of the head, antennae, and forelegs. Replay of these kinematics in a biomechanical model suggests that coordination allows for unobstructed, forceful collisions between the foreleg tibiae and antennae, potentially increasing grooming efficiency. Movements 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.
Objective.Electroencephalogram (EEG) signals exhibit temporal-frequency-spatial multi-domain feature, and due to the nonplanar nature of the brain surface, the electrode distributions follow non-Euclidean topology. To fully resolve the EEG signals, this study proposes a temporal-frequency-spatial multi-domain feature fusion graph attention network (GAT) for motor imagery (MI) intention recognition in spinal cord injury (SCI) patients.Approach.The proposed model uses phase-locked value (PLV) to extract spatial phase connectivity information between EEG channels and continuous wavelet transform
СтатьяПоддержка исследования: вне правительства СШАПолный 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 multi-window time-frequency reassignment helps to improve the time-frequency resolution of bark-frequency spectral coefficient (BFSC) analysis of heart sounds. For this purpose, a new heart sound classification algorithm combining feature extraction based on multi-window time-frequency reassignment BFSC with deep learning was proposed in this paper. Firstly, the randomly intercepted heart sound segments are preprocessed with amplitude normalization, the heart sounds were framed and time-frequency rearrangement based on short-time Fourier transforms were computed using multiple orthogonal w
Аннотация на английскомСтатьяПоиск 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.
A metabolic disease known as diabetes mellitus (DM) is primarily brought on by an increase in blood sugar levels. On the other hand, DM and the complications it causes, such as diabetic Retinopathy (DR), will quickly emerge as one of the major health challenges of the twenty-first century. This indicates a huge economic burden on health-related authorities and governments. The detection of DM in the earlier stage can lead to early diagnosis and a considerable drop in mortality. Therefore, in order to detect DM at an early stage, an efficient detection system having the ability to detect DM is
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.
Mice are the most commonly used model animals for itch research and for development of anti-itch drugs. Most laboratories manually quantify mouse scratching behavior to assess itch intensity. This process is labor-intensive and limits large-scale genetic or drug screenings. In this study, we developed a new system, Scratch-AID (Automatic Itch Detection), which could automatically identify and quantify mouse scratching behavior with high accuracy. Our system included a custom-designed videotaping box to ensure high-quality and replicable mouse behavior recording and a convolutional recurrent ne
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
Dengue fever in Vietnam is increasingly influenced by climate variability, yet most early warning systems still rely on single-model, province-level forecasts that overlook lagged climate drivers, spatial spillover, and extreme-outbreak risk. This study develops and evaluates an integrated, climate-informed dengue forecasting framework for Ba Ria–Vung Tau (BRVT), a coastal province in southern Vietnam, using weekly district-level dengue surveillance data and 17 satellite-derived meteorological variables from 2003 to 2022. We first applied distributed lag nonlinear models, mutual information, 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.
BACKGROUND: Conventional nystagmus classification methods often rely on subjective observation by specialists, which is time-consuming and variable among clinicians. Recently, deep learning techniques have been used to automate nystagmus classification using convolutional and recurrent neural networks. These networks can accurately classify nystagmus patterns using video data. However, associated challenges including the need for large datasets when creating models, limited applicability to address specific image conditions, and the complexity associated with using these models.
OBJECTIVE: Th…
СтатьяВалидационное 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.
BACKGROUND: Colorectal cancer (CRC) is one of the most prevalent malignant diseases worldwide and displays significant heterogeneity. The aim of this study was to investigate the application of machine learning algorithms to incorporate preoperative laboratory tests for predicting the 5-year recurrence risk in patients with stage III colon cancer (CC) postsurgery.
METHODS: This study included two patient cohorts: the Zhejiang Cancer Hospital CC cohort (ZCC set, n = 290), which served as the training cohort, and the Dongyang CC cohort (DYC set, n = 125), which was utilized as an external testi
СтатьяМногоцентровое исследованиеПоиск 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: This study aims to improve the surgical cure rate, develop interventions to reduce the incidence of postoperative nonunion or recurrence of diabetic foot wounds, and formulate an optimal prediction model to quantify the predictive risk value of antibiotic bone-cement failure in the treatment of diabetic foot.
METHODS: The training and test sets were created once the cases were collected. Based on feature correlation, feature importance, and feature weight, LASSO analysis, random forest, and the Pearson correlation coefficient approach were used to identify the features. Artificial
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.
Deep learning (DL) has shown considerable promise for EEG-based dementia assessment; however, rigorous cross-family comparisons under leakage-free and clinically meaningful evaluation protocols remain limited. To address this gap, we benchmarked twelve DL architectures from four major families - recurrent neural networks (RNNs), temporal convolutional networks (TCNs), Transformers, and self-supervised learning (SSL) - for the multi-class differentiation of Alzheimer's disease (AD), frontotemporal dementia (FTD), and healthy controls (HC). The analysis was conducted on a clinically acquired EEG…
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: Bioactive peptides are important bioactive molecules composed of short-chain amino acids that play various crucial roles in the body, such as regulating physiological processes and promoting immune responses and antibacterial effects. Due to their significance, bioactive peptides have broad application potential in drug development, food science, and biotechnology. Among them, understanding their biological mechanisms will contribute to new ideas for drug discovery and disease treatment.
RESULTS: This study employs generative adversarial capsule networks (CapsuleGAN), gated recurr
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.
Recent models of spiking neuronal networks have been trained to perform behaviors in static environments using a variety of learning rules, with varying degrees of biological realism. Most of these models have not been tested in dynamic visual environments where models must make predictions on future states and adjust their behavior accordingly. The models using these learning rules are often treated as black boxes, with little analysis on circuit architectures and learning mechanisms supporting optimal performance. Here we developed visual/motor spiking neuronal network models and trained the
СтатьяПоддержка правительства СШАПоддержка исследования: вне правительства СШАПоддержка 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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2025eng
Cardiac arrhythmias constitute a significant subset of cardiovascular diseases (CVDs) and can lead to severe complications such as stroke, heart failure, and sudden cardiac arrest. Accurate and timely diagnosis of arrhythmias is crucial for effective intervention, yet traditional electrocardiogram (ECG) interpretation relies heavily on expert analysis, which can be prone to variability. Recent advancements in machine learning (ML) and deep learning (DL) have shown promise in automating ECG analysis. However, existing one-dimensional (1D) approaches often fail to fully capture the spatial and 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.
Cardiovascular diseases (CVDs) are the leading cause of death worldwide, claiming over 17 million lives annually. Early detection of conditions like heart murmurs, often indicative of heart valve abnormalities, is critical for improving patient outcomes. Traditional diagnostic methods, including physical auscultation and advanced imaging techniques, are constrained by their reliance on specialized clinical expertise, inherent procedural invasiveness, substantial financial costs, and limited accessibility, particularly in resource-limited healthcare environments. This study presents a novel con
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.
Bacterial vaginosis, a polymicrobial clinical syndrome characterized by a shift in healthy vaginal microbiota due to bacterial colonization, is characterized by high recurrence rates after conventional treatment with an antimicrobial agent. This has necessitated the need to develop a formulation that has the potential to ensure Lactobacilli viability and bacterial clearance. This study seeks to develop and optimize a layered suppository using a five-level central composite design to ensure optimized metronidazole release and lactic acid viability. Layered suppositories were formulated using 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.
Cognitive control is a suite of processes that helps individuals pursue goals despite resistance or uncertainty about what to do. Deficits of cognitive control underlie compulsive or risky behavior, as well as other clinical challenges associated with difficulties in regulating impulses, attention, thoughts, and feelings. Although cognitive control has been extensively studied as a dynamic feedback loop of perception, valuation, and action, it remains incompletely understood as a cohesive dynamic and distributed neural process. Here, we critically examine the history of and advances in the stu
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.
OBJECTIVE: To develop a multimodal artificial intelligence (AI) fusion model predicting abnormal fetal brain development from magnetic resonance imaging (MRI).
METHODS: Using fetal brain MRI data and clinical indicators from pregnant women (from January 2021 to December 2023), who were split 7:3 into training and validation sets. In the training set, key predictors were identified via univariate analysis and multivariate logistic regression, including both clinical indicators and continuous MRI biometric parameters. Three multimodal AI fusion models，including Convolutional Neural Network-Recu
СтатьяВалидационное исследованиеПолный 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.
Standard reference terminology of diagnoses and risk factors is crucial for billing, epidemiological studies, and inter/intranational comparisons of diseases. The International Classification of Disease (ICD) is a standardized and widely used method, but the manual classification is an enormously time-consuming endeavor. Natural language processing together with machine learning allows automated structuring of diagnoses using ICD-10 codes, but the limited performance of machine learning models, the necessity of gigantic datasets, and poor reliability of terminal parts of these codes restricted
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