Sand production and blockage are common during the drilling and production of horizontal oil and gas wells as a result of formation breakdown. The use of high-pressure rotating jets and annular helical flow is an effective way to enhance horizontal wellbore cleanout. In this paper, we propose the idea of using supercritical CO2 (SC-CO2) as washing fluid in water-sensitive formation. SC-CO2 is manifested to be effective in preventing formation damage and enhancing production rate as drilling fluid, which justifies tis potential in wellbore cleanout. In order to investigate the effectiveness of
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.
In everyday tasks, selecting actions in the proper sequence requires a continuously updated representation of temporal context. Previous models have addressed this problem by positing a hierarchy of processing units, mirroring the roughly hierarchical structure of naturalistic tasks themselves. The present study considers an alternative framework, in which the representation of context depends on recurrent connections within a network mapping from environmental inputs to actions. The ability of this approach to account for human performance was evaluated by applying it, through simulation, to
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.
Electronic auscultation is an efficient technique to evaluate the condition of respiratory system using lung sounds. As lung sound signals are non-stationary, the conventional method of frequency analysis is not highly successful in diagnostic classification. This paper deals with a novel method of analysis of lung sound signals using wavelet transform, and classification using artificial neural network (ANN). Lung sound signals were decomposed into the frequency subbands using wavelet transform and a set of statistical features was extracted from the subbands to represent the distribution of
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: Accurate classification of Acute Lymphoblastic Leukemia (ALL) subtypes from peripheral blood smear (PBS) images using deep learning may support automated image-based analysis of this blood malignancy.
METHODS: We developed a custom lightweight Convolutional Neural Network (CNN) to classify white blood cells into four subtypes: Benign, Early Pre-B ALL, Pre-B ALL, and Pro-B ALL. We assessed performance using accuracy, ROC curves, and explainability techniques, including upsampled feature map activations, occlusion sensitivity, and SHAP-style explanation overlays, comparing original
СтатьяСравнительное исследованиеПолный 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.
One of the most conspicuous developments in the unprecedented worldwide epidemic of COVID-19 is the pressing demand for reliable diagnostic tools. Utilizing artificial intelligence (AI) and image processing algorithms, this work proposes a novel 19-layer Convolutional Neural Network (CNN) for accurate COVID-19 detection from chest X-ray images. This CNN architecture supports structure with single/multiple labels for three classes (i.e., for classification between layers like viral pneumonia, normal, and COVID-19) and four classes (i.e., lung opacity, normal, COVID-19, and pneumonia). Across th
СтатьяСравнительное исследованиеПолный 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.
Electroencephalography (EEG) has emerged as a promising non-invasive tool for the diagnosis of neurodegenerative disorders, and artificial intelligence (AI) has shown significant potential in this domain, as demonstrated by recent studies. However, strong inter-subject variability remains a major challenge, limiting the ability of AI-based models to learn disease-specific features that generalize across individuals, thereby hindering the development of clinically deployable subject-independent systems. In this work, we propose a cross-subject, AI-based EEG classification framework to distingui
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: Lymph node (LN) aspirates are often obtained to distinguish large-cell lymphoma (LCL) from non-lymphoma (NL) in dogs with enlarged lymph nodes.
OBJECTIVE: Images from cytology slides tested the effects of magnification, image type, and number on a convolutional neural network (CNN) differentiating canine LCL from NL.
METHODS: Three hundred images of LCL and NL were used to train a CNN and interrogate the effects of image magnification, type, and number on the model's performance. Identified cases were imaged at 200×, 500×, and 1000× magnification in color and gray-scale and then
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.
OBJECTIVES: The purpose of this study was to automatically segment and quantify the median nerve and carpal arch from ultrasound images using convolutional neural network (CNN).
METHODS: A U-Net method based on CNN was implemented for median nerve and transverse carpal ligament segmentation from cross-sectional ultrasound images of the distal carpal tunnel. Median nerve and ligament were measured using the manual segmentations and model predictions. Model performance was evaluated using Dice score coefficient (DSC), recall, and precision. Model performance parameters and morphological paramet
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.
Это исследование представляет собой автоматизированную систему с использованием нервно-коммунальных сетей (СНН) для сегментирования изображений FLAIR Magnetic Resonance Imaging (MRI) для содействия диагностике множественных склерозов (MS). Набор данных включал 103 пациента из больницы имам Хомейни в Тегеране и еще 10 пациентов из внешнего центра. Ключевые этапы предварительной обработки включали стрижку черепа, нормализацию, реанимацию, обработку сегментационных масок, исключение на основе энтропии и расширение данных. Архитектура nnU-Net, приспособленная для 2D-секции, была использована и обу
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.
RATIONALE AND OBJECTIVES: Multi-parametric MRI (mpMRI) studies of the body are routinely acquired in clinical practice. However, a standardized naming convention for MRI protocols and series does not exist currently. Conflicts in the series descriptions present in the DICOM headers arise due to myriad MRI scanners from various manufacturers used for imaging, wide variations in imaging practices across institutions, and technologist preferences. These conflicts affect the hanging protocol, which dictates the arrangement of sequences for the reading radiologist. At present, clinician supervision
СтатьяResearch Support, N.I.H., IntramuralПоиск 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.
Mathematics and science are highly integrated disciplines, but the brain association between mathematics and science remains unclear. The current study used functional magnetic resonance imaging (fMRI) scans of 34 undergraduates (17 males, mean age = 20.3±1.64 years old) while they completed mathematical, physical and chemical principles, arithmetic computation, and sentence comprehension. We examined neural activation level, neural activation pattern, and neural connectivity to investigate the neural associations between mathematics and science (including physics and chemistry). The results s
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.
Retinal vessel segmentation is essential for precise ophthalmological diagnoses, particularly in the prediction of retinal degenerative diseases. However, existing methods usually lack robustness and accuracy, especially in segmentation of thin or overlapping vessels. To face these challenges, this study introduces an enhanced retina-RV-Gain segmentation model, which employs an architecture of various stages to refine the results of segmentation iteratively. The model integrates attention mechanisms to better capture complex vessel structures and employs an adaptive loss function to manage cla
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.
INTRODUCTION: Bioinformatics has emerged as an important tool to analyze the large amount of data generated by research in different diseases. In this study, gene expression for radicular cysts (RCs) and periapical granulomas (PGs) was characterized based on a leader gene approach.
METHODS: A validated bioinformatics algorithm was applied to identify leader genes for RCs and PGs. Genes related to RCs and PGs were first identified in PubMed, GenBank, GeneAtlas, and GeneCards databases. The Web-available STRING software (The European Molecular Biology Laboratory [EMBL], Heidelberg, Baden-Württe
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.
During walking and running, animals display rich and coordinated motor patterns that are generated and controlled within the central nervous system. Previous computational and experimental results suggest that the balance between excitation and inhibition in neural circuits may be critical for generating such structured motor patterns. In this paper, we explore the influence of this balance on the ability of a reservoir computing artificial neural network to learn human locomotor patterns, using mean-field theory and simulations. We created networks with varying neuron numbers, connection perc
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.
This study was conducted to test a three-layered artificial neural network analysis of phonocardiogram recordings to diagnose, automatically and objectively, the condition of the heart in patients with heart murmurs. The data were recorded simultaneously in each of 49 patients with a heart murmur through eight microphones attached to the skin surface with adhesive tape, and were analysed by computer. The diagnosis was automated using a three-layered neural network technique. The neural network generated correct answers in over 70% of cases. Furthermore, about 80% of cases of two concurrent dis
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.
PURPOSE: Internal anatomical motion challenges precise radiation delivery during external beam radiotherapy. Estimating and compensating for anatomical motion are essential for improving planned dose delivery to target volumes while sparing organs-at-risk. This research achieves accurate motion prediction using only planar X-ray imaging from conventional linear accelerators, without surrogate signals or invasive fiducial markers.
METHODS: We propose Deep-Motion-Net: a patient-specific end-to-end graph neural network (GNN) enabling 3D volumetric organ reconstruction from single in-treatment kV
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.
Magnetic resonance imaging (MRI) has played a crucial role in fetal neurodevelopmental research. Structural annotations of MR images are an important step for quantitative analysis of the developing human brain, with Deep Learning providing an automated alternative for this otherwise tedious manual process. However, segmentation performances of Convolutional Neural Networks often suffer from domain shift, where the network fails when applied to subjects that deviate from the distribution with which it is trained on. In this work, we aim to train networks capable of automatically segmenting fet
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2025eng
Recent technological advancements facilitate the integration of surface electromyogram (sEMG) signals into control strategies for lower limb prostheses. Particularly, the sEMG signals are used to recognize the motion intent and it is challenging due to the inherent stochastic and nonstationary behavior of the signals. In the present study, a novel approach is proposed for multiclass gait phase classification using a dynamic convolutional neural network (DCNN) of time domain measures of sEMG from hamstrings and quadriceps. For this purpose, sEMG and inertial measurement unit (IMU) data are simu
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: Lymph node (LN) assessment is a critical component in the staging and management of cutaneous melanoma. Traditional histopathological evaluation, supported by immunohistochemical staining, is the gold standard for detecting LN metastases. However, the process is labor-intensive, requiring the analysis of multiple tissue levels, which increases both time and cost. With the growing integration of artificial intelligence (AI) into clinical workflows, there is potential to streamline this process, enhancing efficiency and accuracy.
METHOD: This study analyzed 53 WSIs (12 negative samp
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.
OBJECTIVE: This study was undertaken to develop a fully automated algorithm for tuber segmentation and quantification of tuber volume that performs similarly to the gold standard human neuroradiologist.
METHODS: We used brain magnetic resonance imaging (MRI) from patients with tuberous sclerosis complex (TSC) to train and validate a convolutional neural network (CNN), which was evaluated on segmentation with the Dice-Sørensen similarity coefficient (DSSC) and on tuber burden quantification with Spearman correlation coefficient against a neuroradiologist's gold standard in the test set.
RESUL
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.
MedElevator
Войти в исследования