OBJECTIVES: To develop and test a convolutional neural network model for automated segmentation of complicated cystic renal masses (cCRMs) on MRI.
METHODS: This multicenter retrospective study analysed 210 cCRMs between October 2019 and May 2021, divided into training/internal validation (n = 150, Institution 1) and test sets (n = 60, Institutions 2-4). Comparative 3D V-Net and U-Net models were developed across 7 MRI sequences (T2-weighted, diffusion-weighted, apparent diffusion coefficient maps, unenhanced T1-weighted, and enhanced corticomedullary, nephrographic, and excretory phases image
СтатьяМногоцентровое 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.
Determining formaldehyde emissions is a key component of source control for wood-based panels. The non-linear WKI_2 equation, a modified form of the Andersen equation, is frequently used to deduce material-related emission parameters from measured test chamber concentrations and boundary conditions such as temperature (T), relative humidity (RH), air exchange (AC), and loading (L). The coefficients of the WKI_2 equation are determined using non-linear least-squares algorithms to ensure that the calculated steady-state concentrations correspond as closely as possible to the experimental data. S
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.
OBJECTIVE: To evaluate the accuracy of neural networks and Naïve Bayes models in diagnosing ectopic pregnancy, using clinical data, hCG levels, and transvaginal ultrasound findings from a real dataset.
METHODS: This was a retrospective cohort study based on a public dataset of 2,495 first-trimester pregnant women with confirmed pregnancy under 13 weeks, documented transvaginal ultrasound reports, and follow-up on pregnancy outcome. The cohort presented a natural imbalance (8.5% ectopic, 91.5% intrauterine pregnancies), reflecting real-world clinical prevalence. Data on risk factors, clinical
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.
OBJECTIVE: The aim of this study is to detect the C-shaped canal formation in mandibular second molars on panoramic radiographs based on different Deep Convolutional Neural Networks (DCNNs) trained using panoramic radiographs.
METHOD: This study includes images of 592 patients, consisting of digital panoramic radiographs and cone-beam computed tomography (CBCT) scans of patients with at least one mandibular second molar, archived in the Department of Oral, Dental, and Maxillofacial Radiology, Faculty of Dentistry, Pamukkale University. To confirm the presence of a C-shaped canal, CBCT images
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 identification of brain tumors from magnetic resonance imaging (MRI) is essential for timely clinical intervention; however, manual interpretation remains time-consuming and dependent on expert analysis. The study proposes MultiAttenNet, a hybrid deep learning framework that integrates multi-scale convolutional neural networks (CNNs) for hierarchical feature extraction and Transformer-based attention mechanisms for global contextual learning, within a semi-supervised learning paradigm. The multi-scale feature extraction improves robustness in detecting tumors of varying size
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.
Over 40% of Obsessive-Compulsive Disorder (OCD) patients do not respond to common treatments. This study was a secondary analysis of data from a randomized controlled trial, for predictability of effectiveness of Transcranial Direct Current Stimulation (tDCS) with Contamination-Based OCD (C-OCD) using artificial neural networks (ANN) and electroencephalography (EEG) signals. Out of 54 C-OCD patients, 48 were randomized into 4 groups. Using a 2 × 2 factorial design, each group received a combined intervention (real or sham) based on tDCS and Disgust Reduction Evaluative Conditioning (DREC) in 1
СтатьяРандомизированное 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.
Accurate segmentation of brain tumors from multimodal magnetic resonance imaging (MRI) is essential for diagnosis, treatment planning, radiotherapy targeting, and longitudinal assessment. Deep learning has advanced this task through convolutional neural networks, Transformers, state-space models, diffusion methods, and foundation models. However, strong benchmark performance does not guarantee clinical reliability because systems remain vulnerable to missing or degraded modalities, cross-center shift, and subregion-specific failures, particularly in enhancing tumor (ET) and tumor core (TC). Th
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: This study aims to evaluate the utility of convolutional neural networks (CNNs) in the differential diagnosis of benign and malignant ovarian tumors using FDG PET/CT imaging.
METHODS: A total of 101 patients with pelvic masses who underwent F-18 FDG PET/CT before surgery between January 2020 and December 2023 were included. Patients were classified into benign and malignant tumor groups based on histopathological diagnosis. FDG PET/CT images were analyzed using two CNN models: a ResNet-18 model and a simple CNN architecture. The models were evaluated using accuracy, area under the
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.
Artificial neural networks (ANNs) offers potential for obtaining kinetics in non-laboratory. This study compared the estimation performance for ground reaction forces (GRF) and lower-limb joint moments during sidestepping between ANNs fed with full-body and lower-body landmarks. 71 male college soccer athletes executed sidestepping while three-dimensional kinematics and kinetics were collected to calculate joint moments by inverse dynamic. To estimate GRF and lower-limb joint moments, coordinates of 18 full-body (the full-body landmarks ANN) and 11 lower-limb body landmarks (the lower-body lan
СтатьяСравнительное 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.
Diabetic retinopathy (DR) is a microvascular complication of diabetes that can lead to blindness if left untreated. Regular monitoring is crucial for detecting early signs of referable DR, and the progression to moderate to severe non-proliferative DR, proliferative DR (PDR), and macular edema (ME), the most common cause of vision loss in DR. Currently, aside from considerations during pregnancy, sex is not factored into DR diagnosis, management or treatment. Here we examine whether DR manifests differently in male and female patients, using a dataset of retinal images and leveraging convoluti
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.
This study aimed to develop and validate a 3D markerless pose estimation algorithm for anatomical landmarks of the shoulder and upper limb. Twenty-six healthy participants were asked to hold 21 static positions, while both markerless and marker-based (applied after palpation) images were recorded using eight video cameras. A pre-trained convolutional neural network based on ResNet-50 was fine-tuned on 2612 markerless images to estimate the poses of 20anatomical landmarks. The model was tested on 1680 images by calculating the 3D Euclidean distances between predicted coordinates and those label
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.
Objective: To predict the punching force in Wushu Sanda following neuromuscular electrical stimulation (NMES) using the KAN neural network combined with neuromuscular electricity. Methods: Thirty healthy Wushu Sanda athletes underwent a randomized repeated-measures design with three conditions: upper-limb NMES, lower-limb NMES, and Sham stimulation. Surface electromyography (sEMG) signals and punching force parameters were collected. A KAN neural network model was designed to integrate sEMG features and predict punching force. Model performance was evaluated using RMSE, MAE, and R2 metrics. Re
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.
Magnetic Resonance Elastography (MRE) quantifies soft tissue stiffness by measuring induced shear waves. MRE inversion techniques for parameter reconstruction are often affected by noise and compression waves. Neural network-based inversions have emerged as a possible solution to address these challenges. However, current approaches lack generalizability and do not provide uncertainty estimates. Therefore, we propose ElastoNet, a novel neural network-based approach for MRE wave inversion that analyzes multiple wave components independently of resolution and vibration frequency and provides unc
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.
PURPOSE: To compare two artificial intelligence (AI) models, residual neural networks ResNet-50 and ResNet-101, for screening thyroid eye disease (TED) using frontal face photographs, and to test these models under clinical conditions.
METHODS: A total of 1601 face photographs were obtained. These photographs were preprocessed by cropping to a region centered around the eyes. For the deep learning process, photographs from 643 TED patients and 643 healthy individuals were used for training the ResNet models. Additionally, 81 photographs of TED patients and 74 of normal subjects were used as t
СтатьяСравнительное 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: Automated whole-brain delineation (WBD) techniques often struggle to generalize across pre-clinical studies due to variations in animal models, magnetic resonance imaging (MRI) scanners, and tissue contrasts. We developed a 3D U-Net neural network for WBD pre-trained on organophosphate intoxication (OPI) rat brain MRI scans. We used transfer learning (TL) to adapt this OPI-pretrained network to other animal models: rat model of Alzheimer's disease (AD), mouse model of tetramethylenedisulfotetramine (TETS) intoxication, and titi monkey model of social bonding.
METHODS: We assessed
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.
Alzheimer's disease diagnosis from structural MRI remains challenging in clinical practice. While deep learning shows promise for automated dementia detection, comprehensive comparisons of different neural network approaches are lacking. It analyzed T1-weighted MRI scans comprised 14,983 2D grid images derived from 1346 unique patients. Ten coronal brain slices spaced 2mm apart were arranged in 512 × 512-pixel grids using our 2D coronal-10 slicing sMRI methodology to preserve anatomical relationships while reducing computational demands. Ten deep learning architectures were systematically comp
СтатьяСравнительное 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.
The integration of Artificial Intelligence (AI) techniques with medical kits has revolutionized disease diagnosis, enabling rapid and accurate identification of various conditions. We developed a novel deep learning model, namely DeepATsers based on a combination of CNN and GAN to employ a one-pot SERS biosensor to rapidly detect COVID-19 infection. The model accurately identifies each SARS-CoV-2 protein (S protein, N protein, VLP protein, Streptavidin protein, and blank signal) from its experimental fingerprint-like spectral data introduced in this study. Several augmentation techniques such
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.
Episodic memory relies on the formation and retrieval of content-specific memory traces. In addition to their veridical reactivation, previous studies have indicated that traces may undergo substantial transformations. However, the exact time course and regional distribution of reinstatement and transformation during recognition memory have remained unclear. We applied representational similarity analysis to human intracranial electroencephalography to track the spatiotemporal dynamics underlying the reinstatement and transformation of memory traces. Specifically, we examined how reinstatement
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.
Dementia diagnosis relies on identifying neuropathological features, such as beta-amyloid (Aβ) deposition, medial temporal lobe atrophy (MTA), and white matter hyperintensity (WMH). Recently, plasma protein biomarkers have emerged as a cost-effective and less invasive tool for identifying neuropathological features, enhanced by machine learning (ML) for precise diagnosis. However, most ML studies fail to account for protein-protein interactions (PPIs) and synergetic effects between proteins, overlooking their collective contributions to disease mechanisms. Additionally, the lack of considerati
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.
Volumetric estimation of affected brain volumes using computed tomography perfusion (CTP) is crucial in the management of acute ischemic stroke (AIS) and relies on commercial software, which has limitations such as variations in results due to image quality. To predict affected brain volume accurately and robustly, we propose a hybrid approach that integrates singular value decomposition (SVD), deep learning (DL), and machine learning (ML) techniques. We included 449 CTP images of patients with AIS with manually annotated vessel landmarks provided by expert radiologists, collected between 2021
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