A fundamental feature of the visual system is its ability to detect image contrast. The contrast processing starts in the first synapse of the retina where parallel pathways are established to compute contrast to bright (ON pathway) and dark (OFF pathway) objects, separately transferred to morphologically identified ON and OFF cells throughout the visual system. Here, we found that response polarity in ON and OFF neurons is not fixed but rather switches dynamically to the opposite sign. The switch was not observed in rod-knockout mice, indicating that rods generate the polarity switch. We dete
СтатьяПрепринтПоиск 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.
How does sensory experience shape the development of the visual brain? To answer this eluding question, we examine brain responses to visual categories in a rare group of cataract-reversal individuals who experienced a short transient period of early blindness. Encoding of low-level visual properties is impaired in the early visual cortex (EVC) of cataract-reversal participants, whereas categorical responses in downstream ventral occipito-temporal cortex (VOTC) are preserved. In controls, degrading visual input to mimic the visual deficits of cataracts produces cascading disruptions extending
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.
Damage or microstructural alterations of the white matter can cause dysfunction of the intrinsic neural networks in a condition termed as white matter disease (WMD). Frequently detected on brain computed tomography and magnetic resonance imaging scans, WMD is commonly presented in inflammatory demyelinating diseases like multiple sclerosis (MS) and vascular diseases such as cerebral small vessel disease (CSVD). Prevention of MS and CSVD progression requires early treatments with drastically different medications and approaches, as such, early and accurate diagnosis of WMD, derived from vascula
СтатьяОбзорПоддержка 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.
Uncertainty estimations through approximate Bayesian inference provide interesting insights to deep neural networks' behavior. In unsupervised learning tasks, where expert labels are unavailable, it becomes ever more important to critique the model through uncertainties. This paper presents a proof-of-concept for generalizing the aleatoric and epistemic uncertainties in unsupervised MR-CT synthesis of scoliotic spines. A novel adaptation of the cycle-consistency constraint in CycleGAN is proposed such that the model predicts the aleatoric uncertainty maps in addition to the standard volume-to-
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.
Our ability to make rapid decisions based on sensory information belies the complexity of the underlying computations. Recently, "accumulator" models of decision making have been shown to explain the activity of parietal neurons as macaques make judgments concerning visual motion. Unraveling the operation of a decision-making circuit, however, involves understanding both the responses of individual components in the neural circuitry and the relationships between them. In this functional magnetic resonance imaging study of the decision process in humans, we demonstrate that an accumulator model
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.
Artificial intelligence (AI) integrated with MRI is rapidly transforming urologic oncology by enhancing lesion detection, risk stratification, and workflow efficiency. However, existing evidence remains fragmented across tumor sites and model types. This systematic review aimed to synthesize the diagnostic accuracy and clinical utility of AI applied to MRI in prostate, kidney, and bladder cancers, while evaluating study quality using the Quality Assessment of Diagnostic Accuracy Studies-Artificial Intelligence (QUADAS-AI) tool. Following a registered protocol and PRISMA (Preferred Reporting It
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.
OBJECTIVES: To present and describe the design, data collection framework, and interim cohort characteristics of the PENIMA project, a multicentre initiative establishing a clinically annotated penile lesion image repository to support future artificial intelligence (AI)-driven decision-support development - and to encourage urology and dermatology colleagues working with penile lesions to participate in the project.
PATIENTS AND METHODS: Prospective participant inclusion commenced in March 2023 across Scandinavian urological and dermatological departments. Patients with penile anatomy underg
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 transition to sustainable plant-based proteins requires a molecular-level understanding of structure-function relationships that traditional analytical techniques struggle to fully characterize. This comprehensive review explores the potential of artificial intelligence in elucidating the structure-function relationship of plant proteins, particularly addressing AlphaFold and deep learning-based structural predictors to bridge this characterization gap. Through neural network architectures including graph convolutional networks, attention-based transformers, and protein language models, pr
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.
In recent years, data-driven approaches have become increasingly important in industrial computer vision applications, particularly for 6-Degrees-of-Freedom (6-DoF) object pose estimation. However, benchmark datasets may unintentionally introduce biases that affect the reliability of learned models. In this work, we investigate the shortcut bias induced by fiducial ArUco markers in the widely used Linemod dataset. Although such markers are typically absent in real industrial environments, they introduce unintended visual cues that neural networks tend to exploit. As a result, model selection 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.
Accurate decoding of lower-limb movement from electroencephalography (EEG) is essential for developing brain-computer interface (BCI) controlled exoskeletons in neurorehabilitation. This study investigates 3D velocity decoding at three fibular anatomical markers during overground stepping in healthy participants ( ${N}={9}$ ), using two approaches: (1) linear regression (LR) and (2) a deep learning (DL) framework combining convolutional neural networks (CNNs) and long short-term memory (LSTM) units. Participants were divided into two groups: G1 ( ${n}={5}$ ) performed cued forward and self-pac
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.
PURPOSE: To determine the reliability of an artificial intelligence, deep learning (AI/DL)-based method of chest computer tomography (CT) scan analysis to distinguish pulmonary sarcoidosis from negative lung cancer screening chest CT scans (Lung Imaging Reporting and Data System score 1, Lung-RADS score 1).
METHODS: Chest CT scans of pulmonary sarcoidosis were evaluated by a clinician experienced with sarcoidosis and a chest radiologist for clinical and radiologic evidence of sarcoidosis and exclusion of alternative or concomitant pulmonary diseases. The AI/DL based method used an ensemble ne
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: Osteoarthritis is the most prevalent type of arthritis. Many approaches exist for characterising radiographic knee OA, including machine learning (ML).
AIMS: To examine Kellgren and Lawrence (K&L) scores from ML and expert observation, minimum joint space and osteophyte in relation to pain and function.
METHODS: Participants from the Hertfordshire Cohort Study, comprising individuals born in Hertfordshire from 1931 to 1939, were analysed. Radiographs were assessed by clinicians and ML (convolutional neural networks) for K&L scoring. Medial minimum joint space and osteophyte area
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 sixth cranial nerve, also known as the abducens nerve, is responsible for controlling the movements of the lateral rectus muscle. Palsies on the sixth nerve prevent some muscles that control eye movements from proper functioning, causing headaches, migraines, blurred vision, vertigo, and double vision. Hence, such palsy should be diagnosed in the early stages to treat it without leaving any sequela. The usual methods for diagnosing the sixth nerve palsy are invasive or depend on expensive equipment, and computer-based methods designed specifically to diagnose the aforementioned palsy were
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.
This study develops a climate-sensitive neural-mechanistic modelling framework for modelling weekly malaria transmission in Tak Province, Thailand. A new human-mosquito compartmental model is formulated by extending a vaccination and infected-immigration malaria system to include rainfall- and temperature-dependent transmission rates, climate-sensitive mosquito recruitment and mortality, imported infections, normalized host-vector infection terms, and cumulative incidence for comparison with reported cases. The mathematical properties of the proposed model are analysed by proving positivity of
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.
In-room imaging is a prerequisite for adaptive proton therapy. The use of onboard cone-beam computed tomography (CBCT) imaging, which is routinely acquired for patient position verification, can enable daily dose reconstructions and plan adaptation decisions. Image quality deficiencies though, hamper dose calculation accuracy and make corrections of CBCTs a necessity. This study compared three methods to correct CBCTs and create synthetic CTs that are suitable for proton dose calculations. CBCTs, planning CTs and repeated CTs (rCT) from 33 H&N cancer patients were used to compare a deep convol
Сравнительное исследованиеСтатьяПоддержка 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.
In recent years, there has been increasing research on computer-aided diagnosis (CAD) using deep learning and image processing techniques. Still, most studies have focused on the benign-malignant classification of nodules. In this study, we propose an integrated architecture for grading thyroid nodules based on the Chinese Thyroid Imaging Reporting and Data System (C-TIRADS). The method combines traditional handcrafted features with deep features in the extraction process. In the preprocessing stage, a pseudo-artifact removal algorithm based on the fast marching method (FMM) is employed, follo
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.
BackgroundCervical cancer is the fourth most common cause of women cancer deaths worldwide. The primary etiology of cervical cancer is the persistent infection of specific high-risk strains of the human papillomavirus. Liquid-based cytology is the established method for early detection of cervical cancer. The evaluation of cellular abnormalities at a microscopic level allows for the identification of malignant or precancerous features in liquid-based cytology pap smears. This technique is characterized by its time-consuming nature and susceptibility to both inter- and intra-observer variabilit
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.
Hemorrhagic transformation (HT) is a potentially catastrophic complication after acute ischemic stroke. Prevention of HT risk is crucial because it worsens prognosis and increases mortality. This study aimed at developing and validating a computer-aided diagnosis system using pretreatment non-contrast computed tomography (CT) scans for HT prediction in stroke patients undergoing revascularization. This retrospective study included all acute ischemic stroke patients with non-contrast CT before reperfusion therapy who also underwent follow-up MRI from January 2018 to December 2022. Among the 188
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.
AIMS: To prevent Alzheimer's disease (AD) from progressing to dementia, early prediction and classification of AD are important and they play a crucial role in medical image analysis.
BACKGROUND: In this study, we employed a transfer learning technique to classify magnetic resonance (MR) images using a pre-trained convolutional neural network (CNN).
OBJECTIVE: To address the early diagnosis of AD, we employed a computer-assisted technique, specifically the deep learning (DL) model, to detect AD.
METHODS: In particular, we classified Alzheimer's disease (AD), mild cognitive impairment (MCI),
СтатьяПоддержка 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.
PURPOSE: To develop and evaluate deep learning models for the detection and semiquantitative analysis of cardiomegaly, pneumothorax, and pleural effusion on chest radiographs.
MATERIALS AND METHODS: In this retrospective study, models were trained for lesion detection or for lung segmentation. The first dataset for lesion detection consisted of 2838 chest radiographs from 2638 patients (obtained between November 2018 and January 2020) containing findings positive for cardiomegaly, pneumothorax, and pleural effusion that were used in developing Mask region-based convolutional neural networks p
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