PURPOSE: Electroencephalogram (EEG) signals give detailed information on the electrical brain activities occurring in the cerebral cortex. They are used to study brain-related disorders such as mild cognitive impairment (MCI) and Alzheimer's disease (AD). Brain signals obtained using an EEG machine can be a neurophysiological biomarker for early diagnosis of dementia through quantitative EEG (qEEG) analysis. This paper proposes a machine learning methodology to detect MCI and AD from qEEG time-frequency (TF) images of the subjects in an eyes-closed resting state (ECR).
PARTICIPANTS AND METHOD
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.
Deep learning provides the healthcare industry with the ability to analyse data at exceptional speeds without compromising on accuracy. These techniques are applicable to healthcare domain for accurate and timely prediction. Convolutional neural network is a class of deep learning methods which has become dominant in various computer vision tasks and is attracting interest across a variety of domains, including radiology. Lung diseases such as tuberculosis (TB), bacterial and viral pneumonias, and COVID-19 are not predicted accurately due to availability of very few samples for either of the 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.
PURPOSE: To contribute to the differentiation of Parkinson's disease (PD) and essential tremor (ET), we compared two different artificial neural network classifiers using (123)I-FP-CIT SPECT data, a probabilistic neural network (PNN) and a classification tree (ClT).
METHODS: (123)I-FP-CIT brain SPECT with semiquantitative analysis was performed in 216 patients: 89 with ET, 64 with PD with a Hoehn and Yahr (H&Y) score of ≤2 (early PD), and 63 with PD with a H&Y score of ≥2.5 (advanced PD). For each of the 1,000 experiments carried out, 108 patients were randomly selected as the PNN training se
Сравнительное исследованиеСтатьяПолный 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 design of robotic graspers that can safely interact with deformable, damage-prone materials such as fruits, vegetables, and biological tissues remains an ongoing challenge in robotics. Conventional robotic graspers made of mostly rigid materials have limited compliance and tactile sensing, reducing their applicability to contact-rich manipulation of soft objects. In contrast, humans and animals can interact with their environments safely and intelligently through their bodies' structural properties and nervous systems' computational capabilities. In this article, we present the design and
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: Nasal polyps and inverted papillomas often look similar. Clinically, it is difficult to distinguish the masses by endoscopic examination. Therefore, in this study, we aimed to develop a deep learning algorithm for computer-aided diagnosis of nasal endoscopic images, which may provide a more accurate clinical diagnosis before pathologic confirmation of the nasal masses.
METHODS: By performing deep learning of nasal endoscope images, we evaluated our computer-aided diagnosis system's assessment ability for nasal polyps and inverted papilloma and the feasibility of their clinical app
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 prediction of global sea surface temperature at sub-seasonal to seasonal (S2S) timescales is critical for drought and flood forecasting, as well as for improving disaster preparedness in human society. Operational physics-based numerical models are run to predict S2S sea surface temperature and corresponding climate indices, such as El Niño-Southern Oscillation. However, these models are hampered by computational inefficiencies, rapidly dissipating ocean-atmosphere initial conditions, and significant uncertainty and biases. Here, we introduce a novel spatiotemporal deep learning neura
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.
PURPOSE: Traditional Computational Fluid Dynamics (CFD) methods used in the hydrodynamic design of blood-contacting medical devices create a bottleneck in optimization processes due to their heavy dependence on mesh structure and high computational costs.
METHODS: In this study, using a mesh-free Physics-Informed Neural Network (PINN) approach, complex flow fields and Turbulent Kinetic Energy (TKE) distributions in FDA reference nozzle geometries were mapped with high resolution. Unlike artificial intelligence algorithms that merely fit data, the proposed model directly integrates the axisymm
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.
Solving partial differential equations (PDEs) enables computers to simulate and understand continuously evolving physical processes in nature, forming a critical foundation that bridges physical laws and intelligent computation. Recently, deep learning has emerged as a research hotspot for solving PDEs due to its powerful nonlinear representation capacity and efficient approximation capabilities. However, it still faces challenges such as poor generalization and unsatisfactory solution accuracy. To this end, this paper proposes a context-aware diffusion model-driven framework for solving diffe
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.
Photonic organic field-effect transistors (OFETs) mimicking biological neurons hold great promise for neuromorphic computing. However, current organic optoelectronic materials still suffer from limited functionality and the low atom economy of conventional synthesis methods (such as Suzuki and Stille couplings). Herein, two isomeric organic conjugated molecules, p-Ph2FTT and o-Ph2FTT, employing noncovalent conformational locks with excellent planarity are first developed via an eco-friendly, tin-free direct C─H activation strategy. Due to the different fluorine substitution positions on the be
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: Artificial intelligence (AI) and machine learning (ML) have seen increasingly intimate integration with medicine and healthcare in the last 2 decades. The objective of this study was to summarize all current applications of AI and ML in the vascular surgery literature and to conduct a bibliometric analysis of published studies.
METHODS: A comprehensive literature search was conducted through Embase, MEDLINE, and Ovid HealthStar from inception until February 19, 2021. Reporting of this study was conducted using the Preferred Reporting Items for Systematic Reviews and Meta-Analyses
СтатьяСистематический обзорПоиск 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: Accurate lymph node (LN) segmentation is highly beneficial for diagnosing and treating head and neck diseases. However, because of the varying sizes and complex shapes of LNs from the head and neck, as well as their blurred boundaries with surrounding tissues in computed tomography (CT) images, it is difficult for physicians to manually identify the region of interest (ROI). Although existing 3D-volumetric-convolution-based methods play an important role in LN boundary extraction, they suffer from high computational complexity.
PURPOSE: To tackle these issues, we develop an effici
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.
Digital fluorescence immunoassay (DFI) based on random dispersion magnetic beads (MBs) is one of the powerful methods for ultrasensitive determination of protein biomarkers. However, in the DFI, improving the limit of detection (LOD) is challenging since the ratio of signal-to-background and the speed of manual counting beads are low. Herein, we developed a deep-learning network (ATTBeadNet) by utilizing a new hybrid attention mechanism within a UNet3+ framework for accurately and fast counting the MBs and proposed a DFI using CdS quantum dots (QDs) with narrow peak and optical stability as re
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.
Removing redundant parameters and computations before the model training has attracted a great interest as it can effectively reduce the storage space of the model, speed up the training and inference of the model, and save energy consumption during the running of the model. In addition, the simplification of deep neural network models can enable high-performance network models to be deployed to resource-constrained edge devices, thus promoting the development of the intelligent world. However, current pruning at initialization methods exhibit poor performance at extreme sparsity. In order to
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.
Accurate estimation of nitrogen oxide (NOx) emissions is essential for characterizing their impacts on atmospheric environment and supporting air pollution management. This study introduces an innovative inversion framework based on a Physics-Informed Neural Network (PINN), designed to derive NOx emissions from TROPOspheric Monitoring Instrument (TROPOMI) satellite observations. By embedding the physical laws governing atmospheric processes, this method effectively bridges traditional data assimilation techniques with the computational efficiency of deep learning. Unlike purely data-driven mod
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.
Emerging neuromorphic systems demand devices that seamlessly integrate sensing, memory, and computing in a single element to overcome the energy and latency constraints inherent to conventional architectures. Here, we introduce a two-dimensional van der Waals photonic synapse (MoS2/h-BN/WTe2/h-BN) with the Weyl semimetal (WTe2) employed as the floating gate. As the Fermi level is set near the Weyl nodes by a minute charge tunneling, the enhanced electron-electron correlation triggers the negative carrier compressibility and finally results in the negative quantum capacitance effect. This quant
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.
This work presents a characterization method for cameras with trichromatic RGB color filter array and polarization layer (RGB-P) sensor-based imaging devices. Such sensors enable the reconstruction of color and polarization of registered scene elements, which is an important requirement in computer vision. We will present spectral responsivity measurements, which reveal different sensitivities for various color and polarization channels. Furthermore, we will discuss and model an observed chromaticity shift in registered camera signals for polarized irradiance. Both lead to inaccurate estimatio
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.
Photonic and polaritonic systems offer a fast and efficient platform for accelerating machine learning (ML) through physics-based computing. To gain a computational advantage, however, polaritonic systems must meet the following: (1) exploit features that specifically favor nonlinear optical processing; (2) address problems that are computationally hard and depend on these features; and (3) integrate photonic processing within broader ML pipelines. In this work, we propose a polaritonic machine learning approach for solving graph-based data problems. We demonstrate how lattices of condensates
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.
Cerebellar networks have traditionally been linked to sensorimotor control. However, a large body of evidence suggests that cerebellar functions extend to non-motor realms, such as fear-based emotional processing and that these functions are supported by interactions with a wide range of brain structures. Research related to the cerebellar contributions to emotional processing has focussed primarily on the use of well-constrained conditioning paradigms in both human and non-human subjects. From these studies, cerebellar circuits appear to be critically involved in both conditioned and uncondit
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.
Background: Quantifying tumor-stroma architecture on routine hematoxylin and eosin slides may refine risk stratification in bladder cancer (BCa). We developed a convolutional neural network to segment whole-slide images, compute the mixed tumor-stroma ratio (MTSR), evaluate its prognostic value across multicenter cohorts, explore underlying molecular programs through multi-omics analysis, and construct a preoperative multiparametric MRI (mpMRI) radiomics model to estimate MTSR noninvasively. Methods: The ResNet50 convolutional network was customized using The Cancer Genome Atlas BCa slides lab
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: To compare liver image quality and lesion detection using an AI-augmented T1-weighted sequence on hepatobiliary-phase gadoxetate-enhanced magnetic resonance imaging (MRI).
METHODS: Fifty patients undergoing gadoxetate-enhanced MRI were recruited. Two T1-weighted Dixon sequences were utilized: a 17-s breath-hold acquisition and an accelerated 12-s breath-hold acquisition (reduced phase resolution), both reconstructed using neural network (NN) and iterative denoising (ID), NN-alone, ID-alone, and the standard method. Contrast-to-noise ratio (CNR) was assessed quantitatively for all
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