Myometrial invasion affects the prognosis of endometrial cancer. However, discrepancies exist between pre-operative magnetic resonance imaging staging and post-operative pathological staging. This study aims to validate the accuracy of artificial intelligence (AI) for detecting the depth of myometrial invasion using a deep learning technique on magnetic resonance images. We obtained 4896 contrast-enhanced T1-weighted images (T1w) and T2-weighted images (T2w) from 72 patients who were diagnosed with surgico-pathological stage I endometrial carcinoma. We used the images from 24 patients (33.3%)
СтатьяПоддержка исследования: вне правительства СШАПолный 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.
We propose a hybrid sequential prediction model called "Deep Sequence", integrating radiomics-engineered imaging features, demographic, and visual factors, with a recursive neural network (RNN) model in the same platform to predict the risk of exudation within a future time-frame in non-exudative AMD eyes. The proposed model provides scores associated with risk of exudation in the short term (within 3 months) and long term (within 21 months), handling challenges related to variability of OCT scan characteristics and the size of the training cohort. We used a retrospective clinical trial datase
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.
Wearable conducting polymer-based NH3 sensors are highly desirable in real-time environmental monitoring and human health protection but still a challenge for their relatively long response/recovery time and moderate sensitivity at room temperature. Herein, we present an effective route to fulfill this challenge by constructing porous and neural network-like Au/polypyrrole (Au/PPy) electrospun nanofibrous film with hollow capsular units for NH3 sensor. Taking the unique architecture and synergistic effect between Au and PPy, our sensor exhibits not only super-rapid response/recovery time (both
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.
Measurement of stimulus-induced dopamine release and other types of transient neurotransmitter response (TNR) from dynamic positron emission tomography (PET) images typically suffers from limited detection sensitivity and high false positive (FP) rates. Measurement of TNR of a voxel-level can be particularly problematic due to high image noise. In this work, we perform voxel-level TNR detection using artificial neural networks (ANN) and compare their performance to previously used standard statistical tests. Different ANN architectures were trained and tested using simulated and real human PET
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.
The cardiac muscle proteins, generating and regulating energy transduction during a heartbeat, assemble in the sarcomere into a cyclical machine repetitively translating actin relative to myosin filaments. Myosin is the motor transducing ATP free energy into actin movement against resisting force. Cardiac myosin binding protein C (mybpc3) regulates shortening velocity probably by transient N-terminus binding to actin while its C-terminus strongly binds the myosin filament. Inheritable heart disease associated mutants frequently modify these proteins involving them in disease mechanisms. Nonsyn
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.
RATIONALE AND OBJECTIVES: Breast segmentation using the U-net architecture was implemented and tested in independent validation datasets to quantify fibroglandular tissue volume in breast MRI.
MATERIALS AND METHODS: Two datasets were used. The training set was MRI of 286 patients with unilateral breast cancer. The segmentation was done on the contralateral normal breasts. The ground truth for the breast and fibroglandular tissue (FGT) was obtained by using a template-based segmentation method. The U-net deep learning algorithm was implemented to analyze the training set, and the final model w
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.
Survival analyses of populations and the establishment of prognoses for individual patients are important activities in the practice of medicine. Standard survival models, such as the Cox proportional hazards model, require extensive feature engineering or prior knowledge to model at an individual level. Some survival analysis models can avoid these problems by using machine learning extended the CPH model, and higher performance has been reported. In this paper, we propose an innovative loss function that is defined as the sum of an extended mean squared error loss and a pairwise ranking loss
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.
This paper presents the recognition for WHO classification of acute lymphoblastic leukaemia (ALL) subtypes. The two ALL subtypes considered are T-lymphoblastic leukaemia (pre-T) and B-lymphoblastic leukaemia (pre-B). They exhibit various characteristics which make it difficult to distinguish between subtypes from their mature cells, lymphocytes. In a common approach, handcrafted features must be well designed for this complex domain-specific problem. With deep learning approach, handcrafted feature engineering can be eliminated because a deep learning method can automate this task through the
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.
New methods and algorithms are being developed for predicting untested phenotypes in schemes commonly used in genomic selection (GS). The prediction of disease resistance in GS has its own peculiarities: a) there is consensus about the additive nature of quantitative adult plant resistance (APR) genes, although epistasis has been found in some populations; b) rust resistance requires effective combinations of major and minor genes; and c) disease resistance is commonly measured based on ordinal scales (e.g., scales from 1-5, 1-9, etc.). Machine learning (ML) is a field of computer science that
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.
European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society2017eng
STUDY DESIGN: Investigation of the automation of radiological features from magnetic resonance images (MRIs) of the lumbar spine.
OBJECTIVE: To automate the process of grading lumbar intervertebral discs and vertebral bodies from MRIs. MR imaging is the most common imaging technique used in investigating low back pain (LBP). Various features of degradation, based on MRIs, are commonly recorded and graded, e.g., Modic change and Pfirrmann grading of intervertebral discs. Consistent scoring and grading is important for developing robust clinical systems and research. Automation facilitates this
Сравнительное исследованиеСтатьяПоиск 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.
Functional Electrical Stimulation (FES) may be effective as a therapeutic treatment for improving functional reaching and grasping. Upper-limb FES models for predicting joint torques/angles from stimulation parameters can be useful to support the iterative design and development of neuroprostheses. Most such models focused on shoulder or elbow joints and were defined for fixed electrode configurations. This work proposes the use of a Recurrent Fuzzy Neural Network (RFNN) for modeling FES induced wrist, thumb, and finger movements based on surface multi-field electrodes and kinematic data from
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.
Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver2015eng
BACKGROUND: The diagnostic performance of biochemical scores and artificial neural network models for portal hypertension and cirrhosis is not well established.
AIMS: To assess diagnostic accuracy of six serum scores, artificial neural networks and liver stiffness measured by transient elastography, for diagnosing cirrhosis, clinically significant portal hypertension and oesophageal varices.
METHODS: 202 consecutive compensated patients requiring liver biopsy and hepatic venous pressure gradient measurement were included. Several serum tests (alone and combined into scores) and liver stiffne
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.
The paper presents a methodology for the analysis of functional changes in brain activity across different conditions and different groups of subjects. This analysis is based on the recently proposed NeuCube spiking neural network (SNN) framework and more specifically on the analysis of the connectivity of a NeuCube model trained with electroencephalography (EEG) data. The case study data used to illustrate this method is EEG data collected from three groups-subjects with opiate addiction, patients undertaking methadone maintenance treatment, and non-drug users/healthy control group. The propo
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.
Rett syndrome is a severe pediatric neurological disorder caused by loss of function mutations within the gene encoding methyl CpG-binding protein 2 (MeCP2). Although MeCP2 is expressed near ubiquitously, the primary pathophysiology of Rett syndrome stems from impairments of nervous system function. One alteration within different regions of the MeCP2-deficient brain is the presence of hyper-excitable network responses. In the hippocampus, such responses exist despite there being an overall decrease in spontaneous excitatory drive within the network. In this study, we generated and used mathem
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.
BACKGROUND: Artificial neural networks (ANNs) are widely studied for evaluating diseases. This paper discusses the intelligence mode of an ANN in grading the diagnosis of liver fibrosis by duplex ultrasonogaphy.
METHODS: 239 patients who were confirmed as having liver fibrosis or cirrhosis by ultrasound guided liver biopsy were investigated in this study. We quantified ultrasonographic parameters as significant parameters using a data optimization procedure applied to an ANN. 179 patients were typed at random as the training group; 60 additional patients were consequently enrolled as the vali
Оценочное исследованиеСтатьяПоддержка 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.
In this work, the application of response surface and neural network models in predicting and optimizing the preparation variables of RHA/CaO/CeO(2) sorbent towards SO(2)/NO sorption capacity was investigated. The sorbents were prepared according to central composite design (CCD) with four independent variables (i.e. hydration period, RHA/CaO ratio, CeO(2) loading and the use of RHA(raw) or pretreated RHA(600 degrees C) as the starting material). Among all the variables studied, the amount of CeO(2) loading had the largest effect. The response surface models developed from CCD was effective in
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.
We present an approach to learning the kinematic model of a robotic manipulator arm from scratch using self-observation via a single monocular camera. We introduce a flexible model based on Bayesian networks that allows a robot to simultaneously identify its kinematic structure and to learn the geometrical relationships between its body parts as a function of the joint angles. Further, we show how the robot can monitor the prediction quality of its internal kinematic model and how to adapt it when its body changes-for example due to failure, repair, or material fatigue. In experiments carried
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.
The aim of this study is to assess the ability of radial basis function (RBF) classifiers as an assistant tool for the diagnosis of the obstructive sleep apnoea syndrome (OSAS). A total of 187 subjects suspected of suffering from OSAS were available for our research. The initial population was divided into training, validation and test sets for deriving and testing our neural classifiers. We used nonlinear features from nocturnal oxygen saturation (SaO(2)) to perform patients' classification. We evaluated three different RBF construction techniques based on the following algorithms: k-means (K
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.
Conference proceedings : ... Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual Conference2006eng
Repetitive peripheral magnetic stimulation (RPMS) is an innovative approach in treatment of central paresis, e.g. after stroke. The main goals of our current research are the improvement of the therapeutic effect by inducing closed loop controlled movements on the one hand, and the objective assessment of the RPMS therapy on the other hand. One important parameter that allows the evaluation of the therapy progress and that gives insight in neurological processes is the level of spasticity. Current methods to evaluate spasticity are not completely objective and error-prone. This paper presents
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.
We investigated whether modeling with artificial neural networks or logistic regression of distortion product otoacoustic emissions (DPOAE), across diverse frequencies, may achieve an accurate diagnosis of sensorineural hearing loss (SNHL) of cochlear origin. 256 ears (90 with SNHL and 166 with normal hearing) were evaluated with pure-tone audiometry, impedance audiometry, speech audiometry and DPOAE. Ears were split into training (n = 176) and validation (n = 80) sets. Input variables included gender, age, examination time, DPOAE intensity at F(2) frequencies 593, 937, 1906, 3812 and 6031 Hz,
СтатьяВалидационное 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.
MedElevator
Войти в исследования