Global minima of molecular clusters are one of the acute and long-standing problems in the computational chemistry domain. It is important to understand the lowest energy geometry isomer of a given compound for further investigation of physical and chemical properties. The exponential growth of local minima with increasing cluster size makes the problem more relevant. The existing ab initio methods are accurate but very expensive in terms of computational resources. It opens the gap to find more efficient and reliable solutions for rapid exploration. On the other side, neural network potential
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.
Epiluminescence microscopy (ELM) is a non-invasive technique for in vivo examination which can provide additional criteria for the clinical diagnosis of pigmented skin lesions (PSLs). In the present study we attempt to determine whether PSLs can be automatically diagnosed by an integrated computerized system. This system should recognize the PSL, automatically extract features and use these features in training an artificial neural network, which should--if sufficiently trained--be capable of recognizing and classifying a new PSL without human aid. One hundred and twenty images of randomly sel
Сравнительное исследованиеСтатьяПоиск 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.
To address the issues of traditional BP neural networks being prone to local optima and exhibiting limited prediction accuracy in short-term station entry passenger flow prediction for urban rail transit, this study proposes an intelligent prediction method based on Improved Self-Adaptive Differential Evolution optimized BP Neural Network (ISADE-BPNN). First, the research object is defined as hourly station entry passenger flow, with analysis of its spatiotemporal characteristics and primary influencing factors. Second, a passenger flow data collection platform is constructed using Service-Ori
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 discrepancy between serum triglyceride levels and the clinical severity of hyperlipidemic acute pancreatitis (HLAP) complicates risk stratification. Traditional lipidomics, which primarily rely on linear abundance, often fail to distinguish the HLAP-specific lipidome from the metabolic background of hypertriglyceridemia (HTG). To overcome this limitation, DeepLipiDecipher was developed as a knowledge-guided graph neural network framework that integrates lipid chemical structures with metabolic topology to identify latent lipotoxic features. In a retrospective cohort of 433 subjects, DeepLi
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.
With the increasing availability of large-scale traditional Chinese medicine (TCM) data, accurate prediction of herb-symptom associations (HSAs) has become a crucial task in natural drug discovery. Existing computational approaches mainly employ graph neural networks (GNNs) to model herb-symptom relationships in biological information networks. However, these methods are limited to low-order pairwise associations, failing to capture herbs' high-order effects and providing limited interpretability. To address these challenges, we model HSAs as a hierarchical hypergraph, where ingredients and ta
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.
The characteristic of neurodegenerative disorders is the progressive impairment of memory and other cognitive functions. However, these existing imaging genetic methods only use longitudinal imaging phenotypes straightforwardly, ignoring the latent pattern of the longitudinal data in the progression process. The phenotypes across multiple time-points may exhibit the latent pattern that can be used to facilitate the understanding of the progression process. Accordingly, in this paper, we explore underlying complementary information from multiple time-points and simultaneously seek the underlyin
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.
Parkinson’s disease is a progressive neurodegenerative disorder that primarily affects the motor system and is often difficult to diagnose in its early stages due to subtle and age-overlapping symptoms. To address this challenge, we propose a hybrid deep learning-based diagnostic framework using T2-weighted MRI scans from the PPMI dataset consisting of 77 healthy control (HC) and 223 Parkinson’s disease (PD) subjects. The images undergo standardized preprocessing, including intensity normalization and contrast-limited adaptive histogram equalization (CLAHE), to enhance structural visibility in
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 PURPOSE: Electroencephalogram (EEG) signals play a vital role in analyzing neurological activity and diagnosing various neurological disorders. With the rapid growth of the Internet of medical things (IoMT), EEG-based diagnostic systems have become more interconnected and scalable. However, early and accurate diagnosis of neurological diseases remains challenging due to the intrinsic complexity, high dimensionality, and noise-prone nature of EEG signals. This study aims to design an automated, robust, and intelligent diagnostic support framework for reliable early detection of n
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: Curcumin nanoformulations display highly heterogeneous release behaviors, yet the field lacks an integrated framework capable of predicting kinetics across diverse material classes. However, the diffusion parameters governing these systems have remained previously unresolved due to inconsistent experimental conditions and limited datasets.
AIM: Here we establish a physics-informed machine-learning framework that predicts curcumin release kinetics with unprecedented physical consistency across heterogeneous nanocarriers.
METHODS: A curated dataset of 75 formulations was encoded us
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 presents a comprehensive data-driven framework for predicting and interpreting CO2 uptake in metal-organic frameworks (MOFs) using advanced machine learning (ML) and explainable artificial intelligence (XAI) techniques. A curated dataset of 223 experimentally reported MOF samples, characterized by surface area (SA), pore volume (PV), temperature (T), and pressure (P), was used to train four supervised ML models: Artificial Neural Network (ANN), Random Forest (RF), AdaBoost (AdB), and Gradient Boosting (GB). Among the evaluated models, the GB model achieved the highest predictive acc
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.
Deep learning technology enables the transformation of healthcare, focusing on the deployment of lightweight or hybrid diagnostic models for insufficiently resourced medical facilities. Early-stage brain tumor diagnosis supports doctors in developing better treatment strategies and enhancing prognosis results. In this work, we present a CNN-based model for automated brain tumor identification through magnetic resonance imaging (MRI). Our model achieved better generalization capability through pre-processed imaging that involved normalization followed by segmentation. Optimization was carried 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.
BACKGROUND: Micro-ultrasound (micro-US) is a clinically available novel high-resolution imaging technology for guiding prostate biopsies. However, clinical image interpretation during live biopsies remains a challenge.
PURPOSE: To develop a convolutional neural network (CNN) to classify prostate tissues as benign versus clinically significant prostate cancer (csPCa) from the power spectrums (PS) derived from raw micro-US, with the eventual goal of developing a tool for automating interpretation during image-guided biopsies.
METHODS: Retrospective Micro-US data were obtained from 491 men (mea
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.
While mechatronics is progressing to overcome poor wrist capabilities of most current prosthetic devices, an efficient control system for a full 3 degrees-of-freedom (DoF) wrist is still lacking. We showed recently that novel controls based on Artificial Neural Network (ANN) trained on natural arm movements can predict multiple distal joints so well that participants with a transhumeral arm amputation could use them to reach objects as well as with a natural arm in virtual reality (VR). Here, we adapted this control to the case of transradial amputation, included important changes necessary fo
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.
Speech movements, generated through precise spatial and temporal control of articulators, are inherently complex. Measuring these movements is challenging and often requires the use of multiple physical sensors positioned around the mouth and face to acquire precise movement measurements. Facial sensor placement can be difficult for certain populations to tolerate, particularly young children. Recent progress in machine learning-based markerless facial landmark tracking technology has demonstrated potential to provide lip tracking without the need for physical sensors, but whether such technol
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: Cutaneous T-cell lymphomas (CTCLs) are a heterogeneous group of non-Hodgkin lymphomas, with mycosis fungoides (MF) being the most common type, accounting for approximately 60% of all lymphomas arising primarily in the skin. Diagnosis of MF is challenging, especially in its early stages when the number of atypical T lymphocytes is small, and clinical and histopathological changes are often nonspecific. This leads to significant delays of 3-5 years in diagnosis and treatment. Thus, novel diagnostic methods are needed to adjust the diagnostic and therapeutic strategies of CTCL. Nonlin
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.
Breast cancer is one of the most distressing cancers affecting women, and early detection is considered the most effective way to reduce breast cancer mortality. However, the benefits of early detection vary among different risk groups. Therefore, using a combination of genetic information, family history, and other factors to stratify populations by risk can help more people benefit from early detection. Traditional polygenic risk score (PRS) is essentially a weighted sum calculation method that has achieved some success, but it neglects the interactions between genes-genes, genes-environment
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: Recent years have witnessed a proliferation of studies aimed at developing clinical models capable of predicting lymph node metastasis (LNM) in early gastric cancer (EGC), yet tools for prediction grounded in the Lauren classification remain scarce.
METHODS: Data of 6468 patients diagnosed with EGC from fifteen Chinese high-volume cancer centers between January 2005 and December 2015 were retrospectively analyzed. Utilizing multivariate logistic regression analysis and the multilayer perceptron (MLP) prediction algorithm, a nomogram and an artificial neural network (ANN) model wer
СтатьяМногоцентровое исследованиеПолный 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.
This study aims to classify five typical motion states of the human upper limb based on surface electromyography signals, thereby supporting the real-time control system of an assistive upper limb exoskeleton. We propose a deep learning model combining convolutional neural networks, bidirectional long short-term memory networks, and attention mechanism to enhance the accuracy of motion state recognition in complex scenarios. Surface electromyography data were collected from ten participants for the biceps, triceps, and deltoid muscles, covering five representative states: resting, mild activit
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.
Smooth and coordinated motor control is believed to be achieved through prediction by forward models in the cerebellum, which generate predicted movements from motor commands. These models are acquired via supervised learning, where instruction signals, originating from the inferior olive and represented as complex spikes (CSs) in Purkinje cells, guide learning. Previous studies show that CSs represent a wide variety of motor- and nonmotor-related activities, but how this diversity contributes to forward model acquisition remains unclear. We hypothesized that predicted movements are learned th
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.
Autism spectrum disorder (ASD) is a multifaceted neurodevelopmental disorder featuring impaired social interactions and communication abilities engaging the individuals in a restrictive or repetitive behaviour. Though incurable early detection and intervention can reduce the severity of symptoms. Structural magnetic resonance imaging (sMRI) can improve diagnostic accuracy, facilitating early diagnosis to offer more tailored care. With the emergence of deep learning (DL), neuroimaging-based approaches for ASD diagnosis have been focused. However, many existing models lack interpretability of 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.
MedElevator
Войти в исследования