OBJECTIVE: To compare the performance of two different neural networks (NNs) in the discrimination of benign and malignant lower urinary tract lesions.
MATERIALS AND METHODS: A group of patients was evaluated, comprising 50 cases of lithiasis, 61 of inflammation, 99 of benign prostatic hyperplasia (BPH), five of in situ carcinoma, 71 of grade I transitional cell carcinoma of the bladder (TCCB), and 184 of grade II and grade III TCCB. Images of routinely processed voided urine smears were stained using the Giemsa technique and analysed using an image-analysis system, providing a dataset of 454
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.
OBJECTIVE: To explore whether the whole brain resting-state functional connectivity (rs-FC) could predict episodic memory performance in individuals with subjective cognitive decline and amnestic mild cognitive impairment.
METHOD: This study included 33 cognitive normal (CN), 26 subjective cognitive decline (SCD) and 27 amnestic mild cognitive impairment (aMCI) patients, and all the participants completed resting-state fMRI (rs-fMRI) scan and neuropsychological scale test data. Connectome-based predictive modeling (CPM) based on the rs-FC data was used to predict the auditory verbal learning
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.
INTRODUCTION: Virtual screening (VS) is a widely used computational strategy in early- stage drug discovery for identifying bioactive compounds from large chemical libraries. Although structure-based and ligand-based approaches have demonstrated success individually, their integration into a unified deep learning framework remains limited. This study presents NNGeoGVS (Neural Network Geometric Graph-based Virtual Screening), an Equivariant Graph Neural Network (EGNN)-based framework that integrates ligand molecular topology and protein active-site geometry for activity prediction.
METHODS: NN
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.
Single-boll weight (SBW) is difficult to estimate after defoliant application because canopy spectra include numerous mixed pixels from lint, soil, and senescent leaves, leading to strong background interference. Here we propose a UAV multispectral workflow that combines object-based boll extraction, spectral feature selection, and machine-learning regression to improve SBW mapping. Data were collected from a two-year drip-irrigated cotton experiment in Xinjiang, China involving four varieties evaluated under five planting densities treatments. Boll extraction was treated as a supervised objec
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.
Objective.Current clinical differentiation of Alzheimer's disease (AD) and frontotemporal dementia (FTD) suffers from a misdiagnosis rate exceeding 40% due to overlapping symptomatology, and existing Electroencephalography (EEG)-based tools inadequately integrate multidimensional features or lack adaptive optimization. We aimed to develop a framework combining periodic and aperiodic EEG features with adaptive optimization for high-precision differential diagnosis.Approach.We proposed a dual-branch neural network integrating multi-dimensional electroencephalogram (MDEEG) features with an improv
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: Periodontitis is a common chronic inflammatory condition of the supporting tissues of the teeth that destroys the tissues and, if left untreated, results in tooth loss. Accurate and early classification of periodontal bone loss through dental radiographs, such as orthopantomograms (OPGs), is crucial for effective diagnosis and treatment planning.
OBJECTIVES: The present study aimed to evaluate and compare 3 deep learning architectures-InceptionV3, InceptionV4, and ResNet-50-for classifying OPGs into distinct grades of dental features characterised by periodontal bone loss.
DESIGN
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 rapid expansion of online learning has made education more accessible but has also introduced significant challenges in maintaining academic integrity, particularly during online exams. For certain types of exams, students are prohibited from connecting to the Internet to prevent them from accessing unauthorized resources, utilizing generative artificial intelligence tools, or engaging in other forms of cheating. However, in online exams, students must remain connected to the Internet. Most existing online proctoring systems rely on various devices to monitor students' actions and environm
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.
OBJECTIVES: Urinary stones composed of uric acid can be treated with medicine. Computed tomography (CT) can diagnose urinary stone disease, but it is difficult to predict the type of uric stones. This study aims to develop a method to distinguish pure uric acid (UA) stones from non-uric acid (non-UA) stones by describing quantitative CT parameters of single-energy slices of urinary stones related to chemical stone types.
METHODS: Clinical data, CT images, and stone composition analysis results of patients with urinary stones clinically diagnosed at The Department of Urology, Affiliated Hospit
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: The anterior cruciate ligament (ACL) plays an important role in stabilizing translation and rotation of the tibia relative to the femur. ACL injury alters knee kinematics and usually links to the alternation of gait patterns. The aim of this study is to develop a new method to distinguish between gait patterns of patients with anterior cruciate ligament deficient (ACL-D) knees and healthy controls with ACL-intact (ACL-I) knees based on nonlinear features and neural networks. Therefore ACL injury will be automatically and objectively detected.
METHODS: First knee rotation and trans
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.
Clinical otolaryngology : official journal of ENT-UK ; official journal of Netherlands Society for Oto-Rhino-Laryngology & Cervico-Facial Surgery2007eng
OBJECTIVES: Selecting patients with asymmetrical sensorineural hearing loss for further investigation continues to pose clinical and medicolegal challenges, given the disparity between the number of symptomatic patients, and the low incidence of vestibular schwannoma as the underlying cause. We developed and validated a diagnostic model using a generalisation of neural networks, for detecting vestibular schwannomas from clinical and audiological data, and compared its performance with six previously published clinical and audiological decision-support screening protocols.
DESIGN: Probabilisti
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.
Moment-to-moment reaction time variability on tasks of attention, often quantified by intra-individual response variability (IRV), provides a good indication of the degree to which an individual is vulnerable to lapses in sustained attention. Increased IRV is a hallmark of several disorders of attention, including Attention-Deficit/Hyperactivity Disorder (ADHD). Here, task-based fMRI was used to provide the first examination of how average brain activation and functional connectivity patterns in adolescents are related to individual differences in sustained attention as measured by IRV. We com
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
Artificial neural network (ANN) techniques have emerged as powerful data-driven tools for their effectiveness in analysis, modeling, and simulation. These supervised learning approaches are designed to reduce the error between predicted and observed data, providing accurate approximations of complex physical systems. To improve training performance, the Levenberg-Marquardt algorithm (LMA) is widely adopted due to its fast convergence and suitability for nonlinear problems. The objective of this study is to develop an ANN-based computational framework using the LMA to accurately predict the flo
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 Resistance to targeted cancer therapies, such as osimertinib in EGFR-mutant lung cancer, remains a major obstacle to effective treatment. Predicting synergistic drug combinations offers a promising strategy to overcome such resistance; however, the nonlinear and heterogeneous nature of molecular interactions makes this prediction highly challenging. This study introduces the Multimodal Molecular Drug Graph Neural Network (MMDGNN), a unified framework designed to enhance drug synergy prediction through advanced molecular representation learning. Methods MMDGNN integrates molecular fi
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.
Self-referential processing (SRP), the mental activity of linking experiences and stimuli to the self, is fundamental to shaping identity, regulating affect, and navigating complex social environments. Disruptions in SRP are increasingly recognized as a transdiagnostic hallmark across psychiatric disorders, including schizophrenia spectrum disorders, major depressive disorder, and anxiety disorders. Such disruptions often manifest as distorted self-perception, negative cognitive-affective biases, and dysfunctional connectivity within key neural networks, particularly the default mode network (
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 response to the current research landscape, which lacks unified quantitative standards and a reproducible verification framework for assessing the security of quantum neural networks (QNNs), this paper proposes a quantitative evaluation system and verification scheme for QNN security based on the violation characteristics of CHSH-type Bell inequalities. This method treats quantum entanglement as the core element of intrinsic security and establishes a controlled-variable controlled experiment involving purely classical models, non-entangled QNNs, weakly entangled QNNs, and strongly entangle
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.
Recently, the use of data-driven approaches to accelerate physical simulation has emerged as a prominent research frontier. However, existing methodologies often grapple with limitations such as constrained generalization capabilities, a lack of physical consistency, and performance that falls significantly short of real-time requirements. In this paper, we propose the Particle Transformer, a Physics-Informed Neural Network (PINN) designed to substitute the core computational steps of the Material Point Method (MPM), aiming to enhance efficiency while maintaining physical fidelity. Our propose
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: Polycystic ovary syndrome (PCOS) represents one of the most prevalent endocrine disorders affecting women of reproductive age, with significant implications for metabolic, reproductive, and psychological health. Early and accurate diagnosis remains challenging due to heterogeneous clinical presentations and the complexity of diagnostic criteria.
OBJECTIVE: This study aimed to develop and compare multiple machine learning algorithms for predicting PCOS diagnosis, evaluating their performance across various metrics to identify the most effective computational approach for clinical d
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: Concomitant exotropia (CE) is a prevalent strabismic disorder characterized by outward ocular deviation and impaired binocular vision. While structural and functional brain abnormalities have been reported in CE, the temporal dynamics of intrinsic neural timescale remain largely unexplored.
METHODS: This study employed a multimodal framework combining resting-state functional MRI (rs-fMRI), transcriptomic data from the Allen Human Brain Atlas (AHBA), and neurotransmitter receptor density maps to investigate alterations in intrinsic neural timescales (INT) in CE. A total of 87 part
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.
Atherosclerotic cardiovascular disease (ASCVD) is one of the leading causes of global morbidity and mortality. The current study provides a systematic review of the use of artificial intelligence (AI) technologies applied to the prediction and management of ASCVD. Traditional risk assessment approaches have their restrictions, leading to a growing preference for AI and machine learning techniques in risk assessment. First, this study tackles the complex pathophysiology of ASCVD and the problems associated with the current diagnosis, followed by an in-depth analysis of the wide variety of AI mo
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.
Computational models, particularly finite-element (FE) models, are essential for interpreting experimental data and predicting system behavior, especially when direct measurements are limited. A major challenge in tuning these models is the large number of parameters involved. Traditional methods, such as one-by-one sensitivity analyses, are time-consuming, subjective, and often return only a single set of parameter values, focusing on reproducing averaged data rather than capturing the full variability of experimental measurements. In this study, we applied simulation-based inference (SBI) us
СтатьяПрепринтПолный 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