In this paper, we propose a novel method, an adaptive localizing region-based level set using convolutional neural network, for improving performance of maxillary sinus segmentation. The healthy sinus without lesion inside is easy for conventional algorithms. However, in practice, most of the cases are filled with lesions of great heterogeneity which lead to lower accuracy. Therefore, we provide a strategy to avoid active contour from being trapped into a nontarget area. First, features of lesion and maxillary sinus are studied using a convolutional neural network (CNN) with two convolutional
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 AND OBJECTIVE: With the advancement of electron microscopy (EM) imaging technology, neuroscientists can investigate the function of various intracellular organelles, e.g, mitochondria, at nano-scale. Semantic segmentation of electron microscopy (EM) is an essential step to efficiently obtain reliable morphological statistics. Despite the great success achieved using deep convolutional neural networks (CNNs), they still produce coarse segmentations with lots of discontinuities and false positives for mitochondria segmentation.
METHODS: In this study, we introduce a centerline-aware
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.
The morphological analysis of hippocampus is vital to various neurological studies including brain disorders and brain anatomy. To assist doctors in analyzing the shape and volume of the hippocampus, an accurate and automatic hippocampus segmentation method is highly demanded in the clinical practice. Given that fully convolutional networks (FCNs) have made significant contributions in biomedical image segmentation applications, we propose a notably discriminative feature network based on a hierarchical attention mechanism in hippocampal segmentation. First, considering the problem that the hi
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: Gastritis is a prevalent disease and commonly classified into autoimmune (A), bacterial (B), and chemical (C) type gastritis. While the former two subtypes are associated with an increased risk of developing gastric intestinal adenocarcinoma, the latter subtype is not. In this study, we evaluated the capability to classify common gastritis subtypes using convolutional neuronal networks on a small dataset of antrum and corpus biopsies.
METHODS: 1230 representative 500 × 500 µm images of 135 patients with type A, type B, and type C gastritis were extracted from scanned histological
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 AND OBJECTIVES: Bedridden patients presenting chronic skin ulcers often need to be examined at home. Healthcare professionals follow the evolution of the patients' condition by regularly taking pictures of the wounds, as different aspects of the wound can indicate the healing stages of the ulcer, including depth, location, and size. The manual measurement of the wounds' size is often inaccurate, time-consuming, and can also cause discomfort to the patient. In this work, we propose the Automatic Skin Ulcer Region Assessment ASURA framework to accurately segment the wound and automati
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.
One of the many goals of neuroscience is to understand how the brain encodes and transforms sensory information into behavior. These animal behaviors can be studied at the level of multi-limb poses or through the focused analysis of individual body parts. Techniques for tracking animal pose, such as DeepLabCut and SLEAP, enable detailed studies of large-scale multi-limb behaviors but show reduced accuracy when used for single-keypoint tracking, where insufficient spatial context leads to increased drift and instability in tracking (Arent I, Schmidt FP, Botsch M et al. Marker-less motion captur
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.
The aim of this study is to remove scattered photons and beam hardening effect in cone beam CT (CBCT) images and make an image available for treatment planning. To remove scattered photons and beam hardening effect, a convolutional neural network (CNN) was used, and trained with distorted projection data including scattered photons and beam hardening effect and supervised projection data calculated with monochromatic X-rays. The number of training projection data was 17,280 with data augmentation and that of test projection data was 540. The performance of the CNN was investigated in terms of
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.
AIM: Social anxiety disorder (SAD) is a mental disorder that requires early detection and treatment. However, some individuals with SAD avoid face-to-face evaluations, which leads to delayed detection. We aim to predict individuals with SAD based on their communication logs and social network data from a massively multiplayer online game (MMOG).
METHOD: The study included 819 users of Pigg Party, a popular MMOG in Japan. Participants completed the Japanese version of the Liebowitz Social Anxiety Scale (LSAS-J) and a social withdrawal scale (hikikomori) questionnaire. Participants scoring ≥60
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.
Neural networks are emerging as the fundamental computational unit of the brain and it is becoming progressively clearer that network dysfunction is at the core of a number of psychiatric and neurodegenerative disorders. Yet, our ability to target specific networks for functional or genetic manipulations remains limited. Monosynaptically restricted rabies virus facilitates the anatomical investigation of neural circuits. However, the inherent cytotoxicity of the rabies largely prevents its implementation in long-term functional studies and the genetic manipulation of neural networks. To overco
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.
Neural network architecture determines its functional output. However, the detailed mechanisms are not well characterized. In this study, we focused on the neural network architectures of male and hermaphrodite Caenorhabditis elegans and the association with sexually dimorphic behaviors. We applied graph theory and computational neuroscience methods to systematically discern the features of these two neural networks. Our findings revealed that a small percentage of sexual-specific neurons exerted dominance throughout the entire male neural network, suggesting males prioritized sexual-related b
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 AND OBJECTIVE: Accurate localization of dental landmarks in three-dimensional (3D) digital dental models is crucial for orthodontic diagnosis and treatment planning, particularly for model analysis involving measurements such as arch length discrepancy (ALD). Such model analysis is time-consuming and often shows substantial inter-examiner variability. This study proposes a projection-based two-stage cascade convolutional neural network (CNN) for automated landmark detection.
METHODS: We obtained 1427 digital dental models from 714 patients. The primary quantitative evaluation was 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.
AIMS AND OBJECTIVES: In the present paper, we tried to build a basic convolutional neural network model and a transfer learning model on it to distinguish follicular adenoma (FA) and follicular carcinoma (FC) of thyroid in fine needle aspiration cytology (FNAC).
MATERIALS AND METHODS: We selected histopathology proven cases of FA (25 cases) and FC (29 cases). In each case, the best May Grunwald Giemsa stained smear was selected and 10 to 11 representative microphotographs were taken by Olympus microscope (Olympus DP74) in 40× objectives from the most representative area of the smear. There we
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.Obstructive sleep apnea (OSA) is a prevalent sleep disorder. Accurate sleep staging is one of the prerequisites in the study of sleep-related disorders and the evaluation of sleep quality. We introduce a novel GraphSleepFormer (GSF) network designed to effectively capture global dependencies and node characteristics in graph-structured data.Approach.The network incorporates centrality coding and spatial coding into its architecture. It employs adaptive learning of adjacency matrices for spatial encoding between channels located on the head, thereby encoding graph structure informatio
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: Invasive ductal carcinoma (IDC) is considered the most common form of breast cancer, accounting for a significant percentage of mortality worldwide. Therefore, its early detection is vital to further improve patients' outcomes and survival rates. However, conventional diagnostic methods in the form of manual histopathological examinations are time-consuming, subjective, and prone to errors. Therefore, there is an urgent need to develop automated solutions for accurate IDC detection in histopathology images to assist pathologists in clinical decision-making.
OBJECTIVE: We aim to de
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: The escalating mental health crisis during and post-COVID-19 underscores the urgent need for scalable, timely, cost-effective assessment solutions for general psychotic disorders. Regretfully, traditional symptom-based, one-to-one assessment face inherent limitations in large-scale and longitudinal screening, likely delaying early intervention.
METHODS: We developed MentalAId, an improved densely connected convolutional network (DenseNet) model, to assist automated psychosis recognition, leveraging accessible routine laboratory data without requiring additional specialized tests.
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.
Autonomous medical image segmentation enables critical applications, including urinary retention monitoring, prenatal fetal biometry, neuromodulation, and cardiovascular monitoring. Its deployment in wearable ultrasound patches demands on-device processing to preserve patient privacy and enable operation beyond clinical facilities. U-Net achieves state-of-the-art performance for biomedical segmentation, and recent binarized U-Nets retain high clinical accuracy with dramatically reduced computational cost. However, existing binary neural network (BNN) accelerators cannot support medical-grade 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.
BACKGROUND: Generative neural radiance fields (GNeRF) extend NeRF with adversarial, variational, and pose-aware techniques, enabling 3D reconstructions from sparse 2D medical images. While NeRF reviews exist, no prior synthesis has focused specifically on GNeRF in medical imaging.
PURPOSE: This systematic review evaluates the application of GNeRF in medical imaging, summarizing models, modalities, outcomes, and methodological gaps.
METHODS: Following PRISMA 2020 guidelines, we searched major scientific databases and digital libraries for studies published between January 2021 and April 2025.
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.
Industrial anomaly detection is an important research topic in the field of computer vision. Although widely studied, anomaly detection methods based on supervised learning have long faced challenges due to the scarcity of anomaly samples. To overcome this limitation, recent efforts have shifted toward reconstruction-based methods, which typically operate by first generating pseudo-anomalies and then reconstructing them. However, the pseudo-anomalies generated by current methods lack the requisite similarity and localization, and the reconstruction networks struggle to balance image fidelity 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.
Considering the controller-actuator channel subjected to false data injection (FDI) attacks, this study proposes an adaptive performance control strategy for switched nonlinear systems under composite disturbances and input saturation. The strategy achieves disturbance rejection and a more flexible prescribed performance control. In addition, implicit disturbances that are coupled with the system states in switched nonlinear systems lie beyond the capability of existing disturbance observers. Moreover, conventional prescribed performance control methods become ineffective in the presence of in
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.
The classification of tongue shapes is essential for objective tongue diagnoses. However, the accuracy of classification is influenced by numerous factors. First, considerable differences exist between individuals with the same tongue shape. Second, the lips interfere with tongue shape classification. Additionally, small datasets make it difficult to conduct network training. To address these issues, this study builds a two-level nested tongue segmentation and tongue image classification network named IF-RCNet based on feature fusion and mixed input methods. In IF-RCNet, RCA-UNet is used to se
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