Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 6 373 с найденным полным текстом
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2025eng
Assistive technologies can provide people with locked-in syndrome independence and improve their quality of life. However, existing brain-computer interfaces (BCI) can be unreliable and require excessive training. Therefore, we investigate the possibility of a training-free BCI that can provide asynchronous and online control of assistive robotic technologies. We propose the harmonic component analysis (HCA), a new training-free classifier for signals with known harmonic characteristics, such as steady-state visually evoked potentials. To validate the HCA, it is compared to the well-known cano
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.
Mediastinal and hilar lymphadenopathy is a frequent finding in thoracic imaging, necessitating thorough evaluation to distinguish between transient, reactive, malignant, and non-malignant causes. This review explores the anatomy, function, and drainage patterns of thoracic lymph nodes, including the International Association for the Study of Lung Cancer (IASLC) classification system, which standardizes lymph node stations for lung cancer staging and broader diagnostic applications. Imaging modalities such as chest radiography (CXR) and computed tomography (CT) play crucial roles in assessing l
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.
Pediatric Speech Sound Disorders (SSDs) are conventionally diagnosed using auditory-perceptual assessments, heavily relying on International Phonetic Alphabet (IPA) transcriptions. This approach, while prevalent, is increasingly criticized due to inherent perceptual biases, limited sensitivity to subtle speech motor variations, and insufficient reflection of underlying speech mechanisms. This paper critically re-examines a widely used diagnostic classification system for pediatric SSDs, namely Dodd's Model of Differential Diagnosis (MDD), emphasizing the limitations of perceptual methods and a
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.
BACKGROUND: Brain segmentation using structural MRI is effective for identifying regional atrophy in Parkinsonian syndromes. However, clinical validation of the automated deep learning-based brainstem segmentation model has been limited.
PURPOSE: To develop and validate a two-step deep learning algorithm for automatic segmentation of brainstem substructures and classifying Parkinsonian syndromes using derived volumetric measurements.
STUDY TYPE: Retrospective.
SUBJECTS: The internal dataset comprised 300 normal cognition (NC) subjects (171 females) for segmentation and 513 subjects (265 mal
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.
Soil-transmitted helminths (STHs) and schistosomiasis are widespread parasitic diseases in tropical regions, particularly in Africa, with substantial health and socioeconomic burdens. Early diagnosis and treatment are critical for mitigating these impacts. Conventional microscopy-based diagnosis was time-consuming and labor-intensive, posing challenges in resource-limited settings such as Ethiopia. This study developed an innovative system that combined machine learning (ML) and deep learning to analyze microscope images of parasite eggs, improving diagnostic speed and accuracy compared to tra
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: Tuberculosis disease is the disease that causes significant morbidity and mortality worldwide. Thus, early detection of the disease is crucial for proper treatment and controlling the spread of Tuberculosis disease. Chest X-ray imaging is one of the most widely used diagnostic tools for detecting the Tuberculosis, which is time-consuming, and prone to errors. Nowadays, deep learning model provides the automated classification of medical images with promising outcome.
OBJECTIVE: Thus, this research introduced a deep learning based segmentation and classification model. Initially, t
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.
AIM: The study investigates the creation and assessment of Machine Learning (ML) models using different classifiers such as SVM (Support Vector Machine), logistic regression, decision tree, k-nearest neighbour (kNN), and Artificial Neural Network (ANN) for the automated identification of tuberculosis (TB) from chest X-ray(CXR) images.
BACKGROUND: As a persistent worldwide health concern, TB requires early detection for effective treatment and control of the infection. The differential diagnosis of TB is a challenge, even for experienced radiologists. With the use of automated processing of CX
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.
Tuberculosis (TB) is one of the major community-health challenges, particularly in underdeveloped and middle-income sets where there is a low maximum in diagnostic areas. Proper management depends on timely and correct detection thus enabling less transmission and timely treatment. Screening of TB by Chest X-rays is used widely due to its availability and speed but their reading depends entirely on skilled radiologists who sometimes can be vulnerable to variability, either due to subjective interpretation or due to pressure. Such constraints support the need to have automated reliable means th
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.
OBJECTIVES: This study aims to achieve accurate differentiation of malignant pleural mesothelioma (MPM) from metastatic pleural disease (MPD) and to predict the overall survival of MPM.
MATERIALS AND METHODS: This IRB-approved retrospective study included 385 subjects in total (85 patients with malignant mesothelioma and 290 with MPD secondary to lung adenocarcinoma). A ResNet-3D-18 model was trained on annotated pretreatment CT scans to distinguish MPM from MPD. Using chronological segregation, the training cohort included 70 histologically confirmed mesothelioma and 258 MPD cases, with an i
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.
Цель. Существует ограниченный объем работы по изучению технологии интерфейса мозга с компьютером у людей с множественным склерозом (pwMS), нейродегенеративным расстройством центральной нервной системы. Текущие работы ограничиваются записями на скальпе, которые могут быть существенно изменены в результате изменений в коре в результате проводимого объема. Таким образом, записи, полученные с помощью датчиков, сочетают изменения, связанные с заболеваниями, и нейронные сигналы, имеющие отношение к задаче, а также сигналы из других регионов мозга, которые не имеют отношения к делу. Цель настоящего и
СтатьяПоиск полного текста в очередиМашинный перевод · не проверен
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 recent times, the expeditious expansion of Brain-Computer Interface (BCI) technology in neuroscience, which relies on electroencephalogram (EEG) signals associated with motor imagery, has yielded outcomes that rival conventional approaches, notably due to the triumph of deep learning. Nevertheless, the task of developing and training a comprehensive network to extract the underlying characteristics of motor imagining EEG data continues to pose challenges.
NEW METHOD: This paper presents a multi-scale spatiotemporal self-attention (SA) network model that relies on an attention m
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: Oral cancer is a malignant tumor that usually occurs within the tissues of the mouth. This type of cancer mainly includes tumors in the lining of the mouth, tongue, lips, buccal mucosa and gums. Oral cancer is on the rise globally, especially in some specific risk groups. The early stage of oral cancer is usually asymptomatic, while the late stage may present with ulcers, lumps, bleeding, etc.
OBJECTIVE: The objective of this paper is to propose an effective and accurate method for the identification and classification of oral cancer.
METHODS: We applied two deep learning methods
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: Direct digital photography for lip print recording is a recent trend, and there is a dearth of systematic research on the analysis of the recorded prints with existing clip print classification systems.
AIMS AND OBJECTIVES: This study aims to compare the accuracy of the digital photographic method in lip print recording, comparing it with traditional methods, and assessing the suitability of commonly used lip print classification for analyzing lip prints recorded by photographic method.
METHODOLOGY: A total of 72 participants aged between 20 and 26 were included. The lip print re
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.
Falls represent a significant risk factor, necessitating accurate classification methods. This study aims to identify the optimal placement of wearable sensors-specifically accelerometers, gyroscopes, and magnetometers-for effective fall-direction classification. Although previous research identified optimal sensor locations for distinguishing falls from non-falls, limited attention has been given to the classification of fall direction across different body regions. This study assesses inertial measurement unit (IMU) sensors placed at 12 distinct body locations to determine the most effective
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2024eng
Interest in emerging diseases is increasing due to recent global outbreaks like COVID-19. Unlike general image classification tasks, medical imaging is a multi-label classification that can have multiple diseases simultaneously. Then, suppose the results of all classes do not exceed the thresholds. In that case, it is classified as normal rather than unknown. This is why the existing open-set recognition (OSR) methods cannot be applied to open-set medical diagnosis. In this paper, we propose a novel open-set medical diagnosis method to solve the fundamental problem of OSR in multi-label classi
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/OBJECTIVES: Cystoscopy is necessary for diagnosing bladder cancer, but it has limitations in identifying ambiguous lesions, such as carcinoma in situ (CIS), which leads to a high recurrence rate of bladder cancer. With the significant advancements in deep learning in the medical field, several studies have explored its application in cystoscopy. This study aimed to utilize the VGG19 and Deeplab v3+ deep learning models to classify and segment cystoscope images, respectively.
METHODS: We classified cystoscope images obtained from 772 patients based on morphology (normal, papillary,
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 AND OBJECTIVE: Classification of peripheral blood and bone marrow cells is critical in the diagnosis and monitoring of hematological disorders. The development of robust and reliable automatic classification systems is hampered by data scarcity and limited model generalizability across laboratories. The present study proposes the integration of self-supervised learning (SSL) into cell classification pipelines to address these challenges.
METHODS: The experiments are based on four public hematological single cell image datasets: one bone marrow and three peripheral blood datasets. T
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2024eng
The cuffless estimation of blood pressure (BP) has become a prominent area of research in recent years fueled by its potential clinical implications and the growing interest from the wearable device industry. It has been accelerated by the emergence of learning-based models. Most use multiple pulse signals such as ECG, PPG, etc. rely on pulse transit time estimates and related features for estimating BP. However, the accuracy and reliability of such methods are questionable and hence there has been limited clinical uptake. This study focuses on evaluating the accuracy obtained from different m
СтатьяСравнительное 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.
A common life-threatening hereditary disease, Cystic Fibrosis (CF), affects primarily Caucasian infants. High sweat-salt levels are observed as a result of a single autosomal mutation in chromosome 7 that affects the critical function of the cystic fibrosis transmembrane regulator (CFTR). For establishing tailored treatment strategies, it is important to understand the broad range of CFTR mutations and their impacts on disease pathophysiology. This study thoroughly investigates the six main classes of classification of CFTR mutations based on their functional effects. Each class is distinguish
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.
In this study, we propose a generative data augmentation technique to overcome the challenges of severely limited data when designing a deep learning-based automated strabismus diagnosis system. We implement a generative model based on the StyleGAN2-ADA model for system design and assess strabismus classification performance using two classifiers. We evaluate the capability of our proposed method against traditional data augmentation techniques and confirm a substantial enhancement in performance. Furthermore, we conduct experiments to explore the relationship between the diagnosis agreement a
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