Arterial blood pressure (BP) is a crucial physiological parameter reflecting cardiovascular function and exhibiting dynamic oscillations in response to physiological, psychological, and environmental changes. Since conventional cuff-based measurements provide only intermittent "snapshot" readings, there is growing interest in reliable cuffless and noninvasive systems capable of capturing BP dynamics over time. This work proposes a continuous cuffless BP estimation system based on SOUNDI®, a proprietary wearable device for multimodal physiological and environmental monitoring developed by Biocu
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.
Influenza A remains a major cause of respiratory mortality worldwide, motivating accurate forecasting to support timely preparedness and resource allocation. This study presents a comparative evaluation of two traditional seasonal time series baselines, ARIMA and Holt-Winters exponential smoothing (ETS), and six deep learning (DL) architectures (Simple RNN, LSTM, GRU, BiLSTM, BiGRU, and a Transformer) for forecasting monthly Influenza A case counts in the United States. Data from January 2009 to December 2023 were analyzed, using January 2009 to December 2022 for training and January 2023 to D
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.
Accurate detection of simultaneous grip and elbow flexion is critical for advanced rehabilitation monitoring, intuitive prosthetic control and human-machine interaction. Existing approaches, particularly those relying solely on surface electromyography (sEMG), often struggle to capture overlapping muscle activations and the biomechanical context of dynamic upper-limb movements. This study proposes a multimodal, multi-label deep learning framework integrating sEMG, pressure distribution and inertial sensing for concurrent detection of grip and elbow flexion. Signals were acquired from three sEM
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.
IntroductionAlthough long short-term memory (LSTM) networks have been tested to predict short-term respiratory motion, their performance in long-term forecasting under breathing irregularities must be assessed. We aim to evaluate and enhance the long-term prediction of internal motion from an external surrogate using subject-specific LSTM models through a hybrid, adaptive approach.MethodsConcurrent internal navigator and external bellows respiratory-motion waveforms were acquired for ten volunteers during two four-dimensional magnetic resonance imaging (4DMRI) scans lasting 3-10 min each. Appr
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 develop and validate a multivariate Long Short-Term Memory (LSTM) model that integrates multi-source surveillance data for forecasting influenza activity. This study aimed to identify the most predictive variables and establish an optimized data fusion framework to enhance public health surveillance.
METHODS: We collected influenza case data, influenza-like illness (ILI) reports, and symptom monitoring data, along with corresponding meteorological data and Baidu Index data in Baoshan city from January 2022 to June 2025. Spearman correlation analysis was used to verify the relati
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.
Respiratory disease classification using lung sound analysis offers a non-invasive and cost-effective diagnostic alternative to traditional imaging-based methods. This study proposes a deep learning-based optimization framework for automated respiratory disease classification using the publicly available ICBHI 2017 Respiratory Sound Database (Kaggle version), comprising 920 recordings from 126 subjects with annotated respiratory cycles. The collected audio signals are preprocessed using band-pass filtering to suppress noise and irrelevant frequency components. A Denoising Autoencoder (DAE) 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.
Antibiotics and antibiotic resistance genes (ARGs) in coastal urban waters pose increasing environmental and public health risks due to their persistence and their role in accelerating antimicrobial resistance (AMR), yet their dynamics remain difficult to predict under data-scarce conditions. This study developed an integrated multi-model framework that combines a process-based hydrological model, a modified LOADEST model, multiple machine learning approaches, and Shapley additive explanations (SHAP) for interpretability to predict antibiotics and AMR indicators (mainly ARGs) in three coastal
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 present study examined the influence of motivation on measures of cognitive ability within the domains of attention control, primary memory, secondary memory, and fluid intelligence. Three tasks measuring each respective domain were administered, allowing for latent-variable analyses of the cognitive constructs. Half of participants (n = 322) were assigned to an experimental condition in which they received trial-by-trial and/or block-by-block feedback about their performance in addition to normative information regarding their performance. The other half (n = 322) were assigned to a 'no f
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.
Sepsis is one of the most deadly illnesses with a high risk of mortality. Consequently, identifying it at the beginning of illness symptoms is crucial and plays a key role in improving patient outcomes. This study presents a customized solution for the early detection of sepsis with an emphasis on the use of interpretability and explainability techniques, utilizing a range of machine learning approaches and interpretable artificial intelligence methods. The database on which this research study is based has many problems; the main ones being large data gaps and class disparities. Employing rob
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.
Despite substantial progress in decoding biosignals for human motion prediction, the influence of participant- and experiment-related factors on the decodability of these signals has received comparatively little attention. This study evaluates the continuous prediction of hand and wrist joint flexion using the MyoKi database, which comprises surface electromyography, inertial measurement units, and force myography data from 35 participants without disabilities performing 74 daily-life tasks. Unlike existing datasets, MyoKi includes tasks that mimic real-world scenarios by allowing natural mov
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: This study aimed to analyze the epidemiological characteristics of mumps in Ningbo, China, from 2005 to 2024, and to develop a predictive model using a Long Short-Term Memory (LSTM) neural network to forecast incidence trends. METHODS: Surveillance data of mumps cases were obtained from the China National Infectious Disease Network Direct Reporting System (CNIDNDRS). Descriptive statistics, Cochran-Armitage trend tests, and chi-square tests were employed to analyze epidemiological distributions. An LSTM model was constructed using monthly incidence data from January 2005 to Decembe
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: Traditional surveillance systems often struggle with the volatility of weekly case data, limiting timely prevention and control efforts. In the Philippines, the standard method for setting outbreak thresholds relies on historical moving averages that are highly affected by extreme values and slow to reflect recent epidemiological shifts. This study assessed the performance of hybrid discrete wavelet transform (DWT)-seasonal autoregressive moving average (SARMA) and DWT-SARMA-long short-term memory (LSTM) models in forecasting weekly case counts and explored their potential in defin
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2025eng
Understanding the relationship between cognition and intrinsic brain activity through purely data-driven approaches remains a significant challenge in neuroscience. Resting-state functional magnetic resonance imaging (rs-fMRI) offers a non-invasive method to monitor regional neural activity, providing a rich and complex spatiotemporal data structure. Deep learning has shown promise in capturing these intricate representations. However, the limited availability of large datasets, particularly for disease-specific groups such as Alzheimer's Disease (AD), constrains the generalizability of deep l
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.
Small ubiquitin-like modifier (SUMO1-3) conjugation (SUMOylation), a posttranslational modification, modulates almost all major cellular processes. Mounting evidence indicates that SUMOylation plays a crucial role in maintaining and regulating neural function, and importantly its dysfunction is implicated in cognitive impairment in humans. We have previously shown that simultaneously silencing SUMO1-3 expression in neurons negatively affects cognitive function. However, the roles of the individual SUMOs in modulating cognition and the mechanisms that link SUMOylation to cognitive processes rem
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.
Fear is the emotion that is best understood in terms of brain mechanisms. And the management of fear memories is important when facing mental health disorders such as post-traumatic stress. Adolescence is a transitional stage of physical and psychological human development and the ability to deal with the fear memory in adolescence may be a potent factor for developing mental disorders in adulthood. However, little is known about the direct relationship between the ability to deal with the fear memory and appearance of depressive-like behaviors. To assess this, we used a model of associative l
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.
When observers perform a visual search task, they are assumed to adopt an attentional set for what they are looking for. The present experiment investigates the influence of long-term visual memory associations on this attentional set. On each trial, observers were asked to search a display for a grayscale version of a known traffic sign. On each trial, a distractor sign was drawn in full color. This color could either be related or unrelated to the target sign. Distractors interfered more with search when their color was related (e.g. red when the target was a stop sign), implying that long-t
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.
Memory updating promotes cognitive flexibility by enabling suppression of outdated information to optimize behavioral strategies in response to a changing environment. While some circuits involved have been identified, the synaptic mechanisms underlying this process remain uncertain. Here, using a recently developed Kv4.2 knock-in mouse model (Kv4.2TA), we identify a metaplasticity in the hippocampus that accompanies an improvement in cognitive flexibility. Mutation of a C-terminal phosphorylation site (T607) in the alpha subunit of the voltage-gated K+ channel protein Kv4.2 drives boosted dep
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.
Metagenomic next-generation sequencing (mNGS) has expanded the scope of clinical diagnostics by enabling culture-independent detection of microorganisms in patient samples. However, mNGS clinical utility remains constrained by substantial computational demands, reference database biases, and the persistent challenge of distinguishing true pathogens from host background, commensal flora and environmental contamination. Traditional alignment and k-mer-based bioinformatics pipelines frequently struggle to balance speed, sensitivity, and the ability to detect highly divergent or novel organisms. T
СтатьяОбзорПоиск 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 paper presents a wearable soft strain sensor based on a commercially available conductive thermoplastic polyurethane (cTPU) 3D-printed as an auxetic soft metamaterial for human activity recognition. The growing demand for flexible and wearable electronics, driven by advances in artificial intelligence, highlights the importance of such sensors in healthcare, medical rehabilitation, soft robotics, and human-machine interfaces. The auxetic cTPU sensor was mechanically and electrically characterized through empirical measurements and validated against numerical simulations. A single sensor 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.
This study evaluated the predictive capability of long short-term memory (LSTM) neural network models for forecasting key operational variables in a membrane bioreactor (MBR) using a comparatively modest training dataset, a limited number of sensors, and a basic model architecture, with practical implementation in mind. Time-series data for dissolved oxygen (DO), pH, transmembrane pressure (TMP), mixed liquor suspended solids (MLSS), and airflow rate were collected from a laboratory-scale MBR over several months of continuous operation. Separate training and testing periods were used to develo
СтатьяОценочное исследованиеКлинический случайПолный 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.
MedElevator
Войти в исследования