BACKGROUND: Previous diabetes mellitus studies of cognitive impairments in the early stages have focused on changes in brain structure and function, and more recently the focus has shifted to the relationships between encephalic regions and diversification of network topology. However, studies examining network topology in diabetic brain function are still limited.
METHODS: The study included 102 subjects; 55 type 2 diabetes mellitus (T2DM) patients plus 47 healthy controls. All subjects were examined by resting-state functional magnetic resonance imaging (rs-fMRI) scan. According to Automate
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.
OBJECTIVE: The creation and implementation of control strategies that govern the motions of prosthetic hands are essential for enhancing operational efficiency and user satisfaction. This paper introduces an H-infinity ($\mathcal {H}_\infty$) controller employing Timoshenko beam theory, specifically designed for a tendon-driven soft continuum wrist associated with a prosthetic hand known as 'PRISMA HAND II'. This combined approach focuses on achieving robust control that can effectively manage uncertainties and disturbances, ensuring that the prosthetic wrist responds accurately to the user's
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.
Persistent cognitive symptoms following SARS-CoV-2 infection have been widely reported, yet their underlying neural mechanisms remain poorly understood. Here, we applied an integrative framework—combining EEG, diffusion MRI, and computational cognitive modeling—to investigate brain–behavior relationships in patients recovered from COVID-19 (n = 70) and other non-COVID respiratory infections (n = 26). Participants completed tasks probing cognitive control, working memory, and decision-making. Across tasks, individuals with prior COVID-19 showed altered low-frequency oscillatory activity and per
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.
The amount of information contained in a piece of data can be measured by the effect this data has on its observer. Fundamentally, this effect is to transform the observer's prior beliefs into posterior beliefs, according to Bayes theorem. Thus the amount of information can be measured in a natural way by the distance (relative entropy) between the prior and posterior distributions of the observer over the available space of hypotheses. This facet of information, termed "surprise", is important in dynamic situations where beliefs change, in particular during learning and adaptation. Surprise c
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАПоддержка 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.
Assessment of regional language lateralization is crucial in many scenarios, but not all populations are suited for its evaluation via task-functional magnetic resonance imaging (fMRI). In this study, the utility of structural connectome features for the classification of language lateralization in the anterior temporal lobes (ATLs) was investigated. Laterality indices for semantic processing in the ATL were computed from task-fMRI in 1038 subjects from the Human Connectome Project who were labeled as stronger rightward lateralized (RL) or stronger leftward to bilaterally lateralized (LL) in a
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.
Distinguishing benign from malignant vertebral compression fractures is critical for clinical management but remains challenging on contrast-enhanced abdominal CT, which lacks the soft tissue contrast of MRI. This study evaluates and compares radiomic feature-based machine learning and convolutional neural network-based deep learning models for classifying VCFs using abdominal CT. A retrospective cohort of 447 vertebral compression fractures (196 benign, 251 malignant) from 286 patients was analyzed. Radiomic features were extracted using PyRadiomics, with Recursive Feature Elimination selecti
СтатьяСравнительное исследованиеПоиск 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 and robust human motion estimation is essential for enabling effective electromyography (EMG) signal-driven neural-machine interfaces in daily activities. Variation in loading weights is one of the critical factors affecting the performance of EMG-based interfaces. Although the robustness of EMG-driven musculoskeletal models (MMs) has been verified under diverse loads, the impact of load-induced changes in muscle co-contraction levels remains largely unaddressed, often leading to performance deterioration. To address these limitations, we proposed an EMG-driven state-space model to es
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.
Eustachian tube dysfunction (ETD) is a critical factor for otitis media with effusion (OME) in children, yet there is currently no gold standard for its direct clinical measurement. Sonotubometry serves as a physiological diagnosis method for ETD, assessing sound transmission from the nasopharynx to the ear canal during swallowing. However, its usability is limited by challenges in interpreting the recordings. In this work, a machine learning (ML) model is applied to analyze the audio features from sonotubometry for the detection and classification of ETD. Various audio feature extraction tech
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.
BACKGROUND: To evaluate the effectiveness of a deep learning denoising approach to accelerate diffusion-weighted imaging (DWI) and thus improve diagnostic accuracy and image quality in restaging rectal MRI following total neoadjuvant therapy (TNT).
METHODS: This retrospective single-center study included patients with locally advanced rectal cancer who underwent restaging rectal MRI between December 30, 2021, and June 1, 2022, following TNT. A convolutional neural network trained with DWI data was employed to denoise accelerated DWI acquisitions (i.e., acquisitions performed with a reduced nu
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.
OBJECTIVE: To compare the performance of a selection of machine learning algorithms, trained to label peaks I, III, and V of the auditory brainstem response (ABR) waveform. An additional algorithm was trained to provide a confidence measure related to the ABR wave latency estimates.
DESIGN: Secondary data analysis of a previously published ABR dataset. Five types of machine learning algorithm were compared within a nested k-fold cross-validation procedure.
STUDY SAMPLE: A set of 482 suprathreshold ABR waveforms were used. These were recorded from 81 participants with audiometric thresholds w
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.
Accurate assessment of mitral regurgitation (MR) severity is critical in clinical diagnosis and treatment. No single echocardiographic method has been recommended for MR quantification thus far. We sought to define the feasibility and accuracy of the mask regions with a convolutional neural network (Mask R-CNN) algorithm in the automatic qualitative evaluation of MR using color Doppler echocardiography images. The authors collected 1132 cases of MR from hospital A and 295 cases of MR from hospital B and divided them into the following four types according to the 2017 American Society of Echoca
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.
Interactions of Leishmania donovani secretory virulence factors with the host proteins and their interplay during the infection process in humans is poorly studied in Visceral Leishmaniasis. Lack of a holistic study of pathway level de-regulations caused due to these virulence factors leads to a poor understanding of the parasite strategies to subvert the host immune responses, secure its survival inside the host and further the spread of infection to the visceral organs. In this study, we propose a computational workflow to predict host-pathogen protein interactome of L.donovani secretory vir
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.
To train, evaluate, and validate the application of a deep learning framework in three-dimensional ultrasound (3D US) for the automatic segmentation of ventricular volume in preterm infants with post haemorrhagic ventricular dilatation (PHVD). We trained a 2D convolutional neural network (CNN) for automatic segmentation ventricular volume from 3D US of preterm infants with PHVD. The method was validated with the Dice similarity coefficient (DSC) and the intra-class coefficient (ICC) compared to manual segmentation. The mean birth weight of the included patients was 1233.1 g (SD 309.4) and mean
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.
Intracranial pressure (ICP) is an important parameter to monitor in several neuropathologies. However, because current clinically accepted methods are invasive, its monitoring is limited to patients in critical conditions. On the other hand, there are other less critical conditions for which ICP monitoring could still be useful; therefore, there is a need to develop non-invasive methods. We propose a new method to estimate ICP based on the analysis of the non-invasive measurement of pulsatile, microvascular cerebral blood flow with diffuse correlation spectroscopy. This is achieved by training
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.
Amyloid beta (Aβ) plaques aggregation is considered as the "start" of the degenerative process that manifests years before the clinical symptoms appear in Alzheimer's Disease (AD). The aim of this study is to use back propagation neural networks (BPNNs) in 18F-florbetapir PET data for automated classification of four patient groups including AD, late mild cognitive impairment (LMCI), early mild cognitive impairment (EMCI), and significant memory concern (SMC), versus normal control (NC) for early AD detection. Five hundred images for AD, LMCI, EMCI, SMC, and NC, i.e., 100 images for each group
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАПоддержка 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: Endemic areas for soil-transmitted helminthiases often lack the tools and trained personnel necessary for point-of-care diagnosis. This study pilots the use of smartphone microscopy and an artificial neural network-based (ANN) object detection application named Kankanet to address those two needs.
METHODOLOGY/PRINCIPAL FINDINGS: A smartphone was equipped with a USB Video Class (UVC) microscope attachment and Kankanet, which was trained to recognize eggs of Ascaris lumbricoides, Trichuris trichiura, and hookworm using a dataset of 2,078 images. It was evaluated for interpretive acc
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.
In this study, we sought to identify a disease-related spatial covariance pattern of spontaneous neural activity in Parkinson's disease using resting-state functional magnetic resonance imaging (MRI). Time-series data were acquired in 58 patients with early to moderate stage Parkinson's disease and 54 healthy controls, and analyzed by Scaled Subprofile Model Principal Component Analysis toolbox. A split-sample analysis was also performed in a derivation sample of 28 patients and 28 control subjects and validated in a prospective testing sample of 30 patients and 26 control subjects. The topogr
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.
PURPOSE: The EEG is often recorded during the intracarotid amobarbital procedure (IAP) to help in the assessment of the spatial extent and the duration of the effect of the drug. In scalp recordings, the EEG is always heavily contaminated with eye movement artifacts as the patient actively performs visual tasks.
METHODS: Independent component analysis (ICA) is a new technique for blind source separation. In this study, we separated the EEG data recorded during the IAP into independent components using ICA. The EEG signal was reconstructed by excluding the components related to eye movement an
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.
OBJECTIVE: This research work was aimed at developing a reliable screening device for diagnosis of heart murmurs in pediatrics. This is a significant problem in pediatric cardiology because of the high rate of incidence of heart murmurs in this population (reportedly 77-95%), of which only a small fraction arises from congenital heart disease. The screening devices currently available (e.g. chest X-ray, electrocardiogram, etc.) suffer from poor sensitivity and specificity in detecting congenital heart disease. Thus, patients with heart murmurs today are frequently assessed by consultation as w
СтатьяПоддержка исследования: вне правительства СШАПоддержка службы здравоохранения 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.
OBJECTIVE: A case definition of HIV lipodystrophy has recently been developed from a combination of clinical, metabolic and imaging/body composition variables using logistic regression methods. We aimed to evaluate whether artificial neural networks could improve the diagnostic accuracy.
METHODS: The database of the case-control Lipodystrophy Case Definition Study was split into 504 subjects (265 with and 239 without lipodystrophy) used for training and 284 independent subjects (152 with and 132 without lipodystrophy) used for validation. Back-propagation neural networks with one or two middl
Сравнительное исследованиеОценочное исследованиеСтатьяПоиск 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