PURPOSE: To develop and validate a preoperative [18F]PSMA-1007 PET-derived deep learning score (DLS) and an integrated model combining DLS, D'Amico risk classification, and SUVmax for predicting biochemical recurrence-free survival (BRFS) after radical prostatectomy (RP).
MATERIALS AND METHODS: This retrospective study included 697 patients with prostate cancer who underwent preoperative [18F]PSMA-1007 PET/CT before RP at three campuses within one healthcare network: Qingchun (training cohort, n = 445), Yuhang (validation cohort 1, n = 190), and Zhijiang (validation cohort 2, n = 62). Five co
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.
OBJECTIVES: To investigate the individual measures of brain glucose metabolism, neural activity obtained from simultaneous 18[F]FDG PET/MRI, and their association with surgical outcomes in medial temporal lobe epilepsy due to hippocampal sclerosis (mTLE-HS).
METHODS: Thirty-nine unilateral mTLE-HS patients who underwent anterior temporal lobectomy were classified as having completely seizure-free (Engel class IA; n = 22) or non-seizure-free (Engel class IB-IV; n = 17) outcomes at 1 year after surgery. Preoperative [18F]FDG PET and functional MRI (fMRI) were obtained from a simultaneous PET/MR
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.
Accurate measurement of physiological signals such as respiration and cardiac activity is essential for modeling physiological confounds in BOLD-fMRI data. However, external monitoring devices such as respiratory belts and photoplethysmographs often suffer from signal loss, noise, or incomplete recordings, and many fMRI datasets lack physiological measurements altogether due to practical constraints. In this work, we propose a data-driven framework to reconstruct respiratory variation (RV) and heart rate variation (HRV) directly from resting-state fMRI data using a hybrid machine learning arch
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: Although machine learning techniques have been repeatedly used for activity prediction from wearable devices, accurate classification of 24-hour activity behaviour categories from accelerometry data remains a challenge. We developed and validated a deep learning-based framework for classifying 24-hour activity behaviours from wrist-worn accelerometers.
METHODS: Using an openly available dataset with free-living wrist-based raw accelerometry data from 151 participants (aged 18-91 years), we developed a deep learning framework named AccNet24 to classify 24-hour activity behaviours. F
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.
Background and Motivation: Parkinson's disease (PD) is one of the most serious, non-curable, and expensive to treat. Recently, machine learning (ML) has shown to be able to predict cardiovascular/stroke risk in PD patients. The presence of COVID-19 causes the ML systems to become severely non-linear and poses challenges in cardiovascular/stroke risk stratification. Further, due to comorbidity, sample size constraints, and poor scientific and clinical validation techniques, there have been no well-explained ML paradigms. Deep neural networks are powerful learning machines that generalize non-li
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.
OBJECTIVES: Automated segmentation of retinal blood vessels in optical coherence tomography angiography (OCTA) images is essential for early diagnosis of ocular diseases such as diabetic retinopathy, myopia, and macular degeneration. This study evaluates the performance of the Retinal Feature Reconstruction Network (RetinalFRNet), a full-resolution deep learning architecture designed for OCTA retinal vessel segmentation.
METHODS: RetinalFRNet integrates recurrent neural network modules within a ConvNeXt backbone while preserving full spatial resolution without downsampling. Its performance wa
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.
Psychophysical observations indicate that the spatial profile of visuospatial attention includes a central enhancement around the attentional focus, encircled by a narrow zone of reduced excitability in the immediate surround. This inhibitory ring optimally amplifies relevant target information, likely stemming from top-down frontoparietal recurrent activity modulating early visual cortex activations. However, the mechanisms through which neural suppression gives rise to the surrounding attenuation and any potential hemispheric specialization remain unclear. We used transcranial magnetic stimu
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.
Evolution remains an incessant process in viruses, allowing them to elude the host immune response and induce severe diseases, impacting the … has been relatively less emphasis on its significance in forecasting emerging DENV serotypes. While Recurrent Neural Networks (RNN) were initially designed for modeling temporal sequences, our proposed DL-DVE generative and classification model, trained on complete genome data of DENV, transcends traditional approaches by learning semantic relationships between nucleotides …
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.
Abdominal aortic aneurysm (AAA) is a fatal clinical condition with high mortality. Computed tomography angiography (CTA) imaging is the preferred minimally invasive modality for the long-term postoperative observation of AAA. Accurate segmentation of the thrombus region of interest (ROI) in a postoperative CTA image volume is essential for quantitative assessment and rapid clinical decision making by clinicians. Few investigators have proposed the adoption of convolutional neural networks (CNN). Although these methods demonstrated the potential of CNN architectures by automating the thrombus R
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.
Automatic container-number recognition in land-port yards is challenged by clutter, illumination changes, scale variation, surface wear, and character distortion. This paper proposes a two-stage detection-cropping-recognition framework comprising an improved YOLO11 detector and a lightweight convolutional recurrent neural network (CRNN). The detector integrates C3k2 with channel-split multiscale aggregation (C3k2-CSMA), a hierarchical efficient feature fusion pyramid network (HEFFPN), selective boundary aggregation (SBA), and a shared enhanced detection head (SED-Head) with detail-enhanced con
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.
The integrated strapdown inertial navigation system (SINS)/global navigation satellite system (GNSS) has been widely adopted in railway positioning applications. However, conventional filtering-based approaches are fundamentally constrained by their dependence on instantaneous state estimates while failing to exploit valuable historical measurement information. To overcome this limitation, we develop a factor graph optimization (FGO) framework to enhance data utilization efficiency. During GNSS signal outages, existing implementations typically preserve only SINS factors while excluding GNSS 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.
This study aims to enhance the accuracy and efficiency of energy consumption prediction during exercise training and address the limitations of existing methods in terms of data feature extraction, model complexity, and adaptability to practical applications. This study proposes an optimized energy consumption prediction model based on accelerometer sensor data and deep learning techniques. In this study, a model architecture integrating Convolutional Neural Network (CNN), Bidirectional Long Short-Term Memory (Bi-LSTM) network, and an attention mechanism is constructed, with a focus on optimiz
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.
Rapid and accurate detection of peptide biomarkers using nanopore biosensors is critical for disease diagnosis and other biomedical applications. Processing large, complex single-channel translocation data streams poses a significant challenge for peptide analyte classification. Here, we present a supervised deep learning data processing pipeline for peptide classification from translocation events. The first stage employs a convolutional and recurrent neural network, adapted from the Deep-Channel multi-channel classifier, to accurately classify raw current recordings into discrete conductance
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 150 000 Americans are diagnosed with colorectal cancer (CRC) every year, and annually over 50 000 individuals will die from CRC, necessitating improvements in screening, prognostication, disease management, and therapeutic options. Tumor metastasis is the primary factor related to the risk of recurrence and mortality. Yet, screening for nodal and distant metastasis is costly, and invasive and incomplete resection may hamper adequate assessment. Signatures of the tumor-immune microenvironment (TIME) at the primary site can provide valuable insights into the aggressiveness of the tumor and
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.
Pulmonary infections pose a significant global health challenge to human life and health. In patients with chronic pulmonary diseases such as cystic fibrosis and bronchiectasis, structural abnormalities of the airways and impaired mucociliary clearance contribute to recurrent and challenging pulmonary infections. These infections are frequently complicated by antimicrobial resistance, making them difficult to treat with conventional antibiotics. As a result, phage therapy has emerged as a promising alternative for treating resistant pulmonary infections. Recently, the integration of artificial
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: Sickle cell anemia (SCA) is a severe genetic blood disorder characterized by recurrent vaso-occlusive crises and increased mortality, with the greatest burden occurring in low- and middle-income countries. Climatic and environmental conditions, including temperature variability, humidity, rainfall, air pollution, and seasonal changes, have been associated with disease exacerbation. However, the extent to which these factors have been incorporated into predictive models remains unclear. This study systematically reviews the application of machine learning (ML) models for predicting
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.
Stroke is the major cause of acquired epilepsy in the adult population. The mechanisms of ischemia-induced epileptogenesis are not completely understood, but glutamate is associated with both ischemia-induced injury and epileptogenesis. The objective of this study was to develop an in vitro model of epileptogenesis induced by glutamate injury in organotypic hippocampal slice cultures (OHSCs), as observed in stroke-induced acquired epilepsy. OHSCs were prepared from 1-week-old Sprague-Dawley rat pups. They were exposed to 3.5 mM glutamate for 35 minutes at 21 days in vitro. Field potential reco
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.
Rapid and accurate detection of peptide biomarkers using nanopore biosensors is critical for disease diagnosis and other biomedical applications. Processing large, complex single-channel translocation data streams poses a significant challenge for peptide analyte classification. Here, we present a supervised deep learning data processing pipeline for peptide classification from translocation events. The first stage employs a convolutional and recurrent neural network, adapted from the Deep-Channel multi-channel classifier, to accurately classify raw current recordings into discrete conductance
СтатьяПрепринтПолный 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.
OBJECTIVES: Birthweight prediction in fetal development presents a challenge in direct measurement and often depends on empirical formulas based on the clinician's experience. Existing methods suffer from low accuracy and high execution times, limiting their clinical effectiveness. This study aims to introduce a novel approach integrating feature-wise linear modulation (FiLM), gated recurrent unit (GRU), and Attention network to improve birthweight prediction using ultrasound data.
METHODS: The proposed method utilizes FiLM for adaptive modulation, dynamically adjusting layer activations base
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.
Understanding whether prefrontal cortex is necessary for conscious experience remains central to ongoing debates between global workspace and recurrent processing theories of consciousness. To dissociate neural processes underlying perceptual awareness from those related to report and access, we combined report and no-report visual masking paradigms with magnetoencephalography (MEG) to characterize the spatiotemporal and network dynamics of visual awareness. Across both report and no-report conditions, early and sustained responses emerged in occipital and temporal cortices, beginning at ∼60-7
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