OBJECTIVE: We applied computed tomography (CT) to explore the imaging manifestations of rare parts of osteochondroma. Based on the medical images, deblurring using a convolutional neural network (CNN), and three-dimensional (3D) reconstruction of the images is performed in order to improve the image diagnosis.
METHODS: Twelve cases of osteochondroma in rare locations confirmed by surgical pathology or clinical long-term dynamic observation were retrospectively analyzed using medical imaging and image reconstruction. There are 7 males and 5 females, with an average age of 43 years. CT examinat
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.
PURPOSE: The analysis of the maxillary sinus (MS) can provide an assessment for many clinical diagnoses, so accurate CT image segmentation of the MS is essential. However, common segmentation methods are mainly done by experienced doctors manually, and there are some challenges such as low efficiency and precision. As for automatic methods, the initial seed points and adjustment of various parameters are required, which will affect the segmentation efficiency. Thus, accurate, efficient, and automatic segmentation method of MS is critical to promote the clinical application.
METHODS: This pape
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.
BACKGROUND: Lung segmentation constitutes a critical procedure for any clinical-decision supporting system aimed to improve the early diagnosis and treatment of lung diseases. Abnormal lungs mainly include lung parenchyma with commonalities on CT images across subjects, diseases and CT scanners, and lung lesions presenting various appearances. Segmentation of lung parenchyma can help locate and analyze the neighboring lesions, but is not well studied in the framework of machine learning.
METHODS: We proposed to segment lung parenchyma using a convolutional neural network (CNN) model. To reduc
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.
Brain-computer interface (BCI)-based neurorehabilitation holds promise in enhancing motor recovery after stroke. However, recent research has reported heterogeneous results, indicating both responders and non-responders to BCI therapy. Using explainable artificial intelligence (XAI) methods, this study aims to investigate the independent and combined importance of multimodal behavioral data to predict patients' response to BCI therapy. Forty-two subacute stroke patients with lower-limb motor impairment underwent behavioral assessments, and received two-week BCI rehabilitation training. Linear
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: This study aimed to develop and validate a data-driven framework using a radial basis function (RBF) neural network to predict site-specific alveolar bone remodeling during mandibular incisor decompensation in patients with skeletal Class III malocclusion.
METHODS: This retrospective cohort study included 10 patients (39 mandibular incisors). Pre- and post-treatment cone-beam computed tomography scans were registered in three dimensions. A novel geometric framework quantified tooth movement using four parameters: rotation radius, chord length, rotation angle, and vertical displace
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.
Shoulder diseases pose a significant health challenge for older adults, often causing pain, functional decline, and decreased independence. This narrative review explores how deep learning (DL) can address diagnostic challenges by automating tasks such as image segmentation, disease detection, and motion analysis. Recent research highlights the effectiveness of DL-based convolutional neural networks and machine learning frameworks in diagnosing various shoulder pathologies. Automated image analysis facilitates the accurate assessment of rotator cuff tear size, muscle degeneration, and fatty in
СтатьяОбзорПолный 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.
Visual hallucinations (VHs) are perceptions of objects or events in the absence of the sensory stimulation that would normally support such perceptions. Although all VHs share this core characteristic, there are substantial phenomenological differences between VHs that have different aetiologies, such as those arising from Neurodegenerative conditions, visual loss, or psychedelic compounds. Here, we examine the potential mechanistic basis of these differences by leveraging recent advances in visualising the learned representations of a coupled classifier and generative deep neural network-an a
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.
Dynamic magnetic resonance imaging (MRI) is a popular medical imaging technique that generates image sequences of the flow of a contrast material inside tissues and organs. However, its application to imaging bolus movement through the esophagus has only been demonstrated in few feasibility studies and is relatively unexplored. In this work, we present a computational framework called mechanics-informed MRI (MRI-MECH) that enhances that capability, thereby increasing the applicability of dynamic MRI for diagnosing esophageal disorders. Pineapple juice was used as the swallowed contrast materia
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: In the past decade, many machine learning (ML) models have been used in the management of normal pressure hydrocephalus (NPH). This study aims at systematically reviewing those ML models.
METHODS: The PubMed, Embase, and Web of Science databases were searched for studies reporting applications of ML in NPH. Quality assessment was performed using Prediction model Risk Of Bias ASsessment Tool (PROBAST) and Transparent Reporting of a multivariable predication model for Individual Prognosis Or Diagnosis (TRIPOD) adherence reporting guidelines, and statistical analysis was performed wi
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: Although the surface registration technique has the advantage of being relatively safe and the operation time is short, it generally has the disadvantage of low accuracy.
PURPOSE: This research proposes automated machine learning (AutoML)-based surface registration to improve the accuracy of image-guided surgical navigation systems.
METHODS: The state-of-the-art surface registration concept is that first, using a neural network model, a new point-cloud that matches the facial information acquired by a passive probe of an optical tracking system (OTS) is extracted from the facial
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.
Isolated dystonia is a neurological disorder of heterogeneous pathophysiology, which causes involuntary muscle contractions leading to abnormal movements and postures. Its diagnosis is remarkably challenging due to the absence of a biomarker or gold standard diagnostic test. This leads to a low agreement between clinicians, with up to 50% of cases being misdiagnosed and diagnostic delays extending up to 10.1 y. We developed a deep learning algorithmic platform, DystoniaNet, to automatically identify and validate a microstructural neural network biomarker for dystonia diagnosis from raw structu
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
A central goal of the Neurosciences is to provide an account of how the brain works in terms of cell groups organised into pattern generating networks. This review focuses on the neural network that generates the rapid movements of the eyes that are called saccades. A brief description of the metrical and dynamical properties of saccades is provided first. Data obtained from lesion and electrical stimulation experiments are then described; these indicate that the relevant neural machinery spreads over at least 10 distinct cortical and subcortical regions of the brain. Each one of these regions
СтатьяПоддержка исследования: вне правительства СШАОбзорПоиск 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.
INTRODUCTION: Accurate and reliable detection of speech state transitions is a prerequisite for practical speech brain-computer interfaces (BCIs). While cortical language areas have been extensively studied, it remains unclear whether speech onset information is exclusively localized to these regions or distributed across a broader cortico-subcortical network. Here, we investigated the feasibility of decoding speech state transitions using sparse stereo-electroencephalography (SEEG) recordings that sample both cortical and subcortical structures.
METHODS: Four Mandarin-speaking epilepsy patie
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 paper presents the results of research on the use of smartphone sensors (namely, GPS and accelerometers), geospatial information (points of interest, such as bus stops and train stations) and machine learning (ML) to sense mobility contexts. Our goal is to develop techniques to continuously and automatically detect a smartphone user's mobility activities, including walking, running, driving and using a bus or train, in real-time or near-real-time (<5 s). We investigated a wide range of supervised learning techniques for classification, including decision trees (DT), support vector machine
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.
Atherosclerosis, a chronic vascular disorder caused by the abnormal functioning of blood vessels, remains a major contributor to cardiovascular diseases. Although recent advances in machine learning and deep learning have improved atherosclerosis classification, several critical challenges persist, particularly class imbalance, high computational complexity, limited interpretability, and poor generalisation, which constrain their clinical utility. To address these limitations, this paper proposes a novel Memory-Aware Fractional optimisation-assisted Knowledge-distilled mutual-conditioned dynam
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.
Drug development is a complex, time-consuming, and costly process, making drug repurposing an important strategy for identifying new therapeutic applications for existing drugs. Computational drug-disease association (DDA) prediction has therefore attracted increasing attention in recent years. Although many existing methods incorporate similarity information and graph neural networks for DDA prediction, effectively capturing both local structural patterns and global dependencies, as well as modeling complex interactions between drugs and diseases, remains challenging. To address these limitat
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: Although deep-learning algorithms have been used to compute fractional flow reserve (FFR) from coronary computed tomography angiography (CCTA), no study has achieved 'fully automated' (i.e. free from human input) FFR calculation using deep-learning algorithms. The purpose of the study was to evaluate the accuracy of a fully automated 3D deep-learning model for estimating minimum FFR from CCTA data, with invasive FFR as the reference standard.
METHODS AND RESULTS: This retrospective study of 1052 patients included 131 patients whose CCTA studies showed 30-90% stenosis and underwent invas
СтатьяПоддержка 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.
Cross-modal memories play a pivotal role in retrieving and understanding multifaceted information associated with identical entities. However, hardware implementations of parallel-programmable cross-modal associative memory networks have remained elusive. Memristors, nanoscale devices that emulate synaptic connectivity in the brain, offer a compelling platform for circuit-level neural-inspired architectures. In this work, we present a parallel-programmable cross-modal associative memory network circuit that leverages reverse-complementary memristor crossbar arrays. This design enables parallel
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.
The 6D pose estimation of objects plays a crucial role in robot sorting technology. To simultaneously improve the accuracy and efficiency of pose estimation during the grasping process, this study proposes an innovative deep learning pose estimation method based on PVN3D. Specifically, this study deeply optimized the backbone network of the image extraction model, using dense connections and learnable grouped convolutions to improve model accuracy and reduce model complexity. At the same time, the core idea of convolutional neural networks is integrated into the point cloud feature extraction
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.
Continuous bump attractor networks (CBANs) are a prevailing model for how neural circuits represent continuous variables. CBANs maintain these representations by temporally integrating inputs that encode differential (i.e., incremental) changes to a given variable. The accuracy of this computation hinges on a precisely tuned integration gain. Experiments have shown that the brain can recalibrate this gain using ground-truth sensory information, yet existing CBAN models rely on biologically implausible or currently unknown plasticity rules for recalibration. Here, we demonstrate that ring-type
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