Understanding molecular adsorption and desorption on metal surfaces is crucial for heterogeneous catalysis and surface science. In this work, we systematically evaluate the performance of various density functional theory (DFT) exchange-correlation functionals-PBE, PBE-D3, revPBE-D3, optB88-vdW, BEEF-vdW, and SCAN+rVV10-and a neural network potential for modeling molecular binding relevant to temperature programmed desorption (TPD). Using well-characterized systems, we compare computed bulk lattice constants, surface energies, and binding energies of representative adsorbates (CO, CO2, methano
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: This study aimed to establish a stereoscopic neural learning network through deep learning and construct an artificial intelligence (AI) diagnosis system for the prediction of benign and malignant thyroid diseases, as well as repeatedly verified the diagnosis system and adjusted the data, in order to develop a type of AI-assisted thyroid diagnosis software with a low false negative rate and high sensitivity for clinical practice.
PATIENTS AND METHODS: From July 2020 to April 2023, A total of 36 patients with thyroid nodules in our hospital were selected for diagnosis of thyroid nodul
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.
OBJECTIVE: To propose a convolutional neural network (EmbNet) for automatic pulmonary embolism detection on computed tomography pulmonary angiogram (CTPA) scans and to assess its diagnostic performance.
METHODS: 305 consecutive CTPA scans between January 2019 and December 2021 were enrolled in this study (142 for training, 163 for internal validation), and 250 CTPA scans from a public dataset were used for external validation. The framework comprised a preprocessing step to segment the pulmonary vessels and the EmbNet to detect emboli. Emboli were divided into three location-based subgroups f
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: Patients with aortic emergencies, such as aortic dissection and rupture, are at risk of rapid deterioration, necessitating prompt diagnosis. This study introduces a novel automated screening model for computed tomography angiography (CTA) of patients with aortic emergencies, utilizing deep convolutional neural network (DCNN) algorithms.
METHODS: Our model (Model A) initially predicted the positions of the aorta in the original axial CTA images and extracted the sections containing the aorta from these images. Subsequently, it predicted whether the cropped images showed aortic lesions
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.
Effective methods for visualizing neurovascular morphology are essential for understanding the normal spinal cord and the morphological alterations associated with diseases. However, ideal techniques for simultaneously imaging neurovascular structure in a broad region of a specimen are still lacking. In this study, we combined Golgi staining with angiography and synchrotron radiation micro-computed tomography (SRμCT) to visualize the 3D neurovascular network in the mouse spinal cord. Using our method, the 3D neurons, nerve fibers, and vasculature in a broad region could be visualized in the sa
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.
Kyasanur Forest Disease (KFD) is a life-threatening tick-borne viral infectious disease endemic to South Asia and has been taking so many lives every year in the past decade. But recently, this disease has been witnessed in other regions to a large extent and can become an epidemic very soon. In this paper, a new fog computing based e-Healthcare framework has been proposed to monitor the KFD infected patients in an early phase of infection and control the disease outbreak. For ensuring high prediction rate, a novel Extremal Optimization tuned Neural Network (EO-NN) classification algorithm has
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 contemporary aviation system demands intelligent airspace capacity assessment and traffic prediction, which are essential towards maximizing operational efficiency, safety, and strategic planning. But there are few studies that combine predictive learning with complex fuzzy decision-making, and all three, which are nonlinear traffic dynamics, complex-valued expert uncertainty, and complex decision-making. To overcome uncertainty, vagueness, and complex expertise evaluations that are part of airspace management, this paper suggests a new hybrid framework that integrates both neural networks
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.
To identify novel GPR17-targeting ligands with potential relevance to multiple sclerosis (MS) therapy, we developed an integrated computational workflow combining graph neural network (GNN)-based prediction with multistage structure-based validation. GPR17 is a class A G protein-coupled receptor implicated in oligodendrocyte differentiation, neuroinflammation, and remyelination, making it a remarkable target for myelin repair. A curated dataset of 323 chemically diverse ligands with experimentally reported pIC50 values was assembled from the literature and used to train an NNConv-based GNN mod
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 application of Machine Learning has become a revolutionary instrument in the domain of pharmaceutical research. Machine learning enables the modelling of Quantitative Structure Property Relationship, a crucial task in forecasting the physiochemical characteristics of drugs. In this study we utilized machine learning algorithms namely Artificial Neural Networks and Random Forest to predict physiochemical characteristics of Anti-malaria drugs. These models utilize several topological indices global variables quantifying the connectivity and geometric characteristics of molecules to estimate
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.
To assess the prognostic value of convolutional neural networks (CNN) on coronary computed tomography angiography (CCTA) in comparison to conventional computed tomography (CT) reporting and clinical risk scores. 5468 patients who underwent CCTA with suspected coronary artery disease (CAD) were included. Primary endpoint was defined as a composite of all-cause death, myocardial infarction, unstable angina or late revascularization (> 90 days after CCTA). Early revascularization was additionally included as a training endpoint for the CNN algorithm. Cardiovascular risk stratification was based o
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: Recent increased use of medical images induces further burden of their interpretation for physicians. A plain X-ray is a low-cost examination that has low-dose radiation exposure and high availability, although diagnosing urolithiasis using this method is not always easy. Since the advent of a convolutional neural network via deep learning in the 2000s, computer-aided diagnosis (CAD) has had a great impact on automatic image analysis in the urological field. The objective of our study was to develop a CAD system with deep learning architecture to detect urinary tract stones on a pl
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.
Microcalcification clusters in mammograms are one of the major signs of breast cancer. However, the detection of microcalcifications from mammograms is a challenging task for radiologists due to their tiny size and scattered location inside a denser breast composition. Automatic CAD systems need to predict breast cancer at the early stages to support clinical work. The intercluster gap, noise between individual MCs, and individual object's location can affect the classification performance, which may reduce the true-positive rate. In this study, we propose a computer-vision-based FC-DSCNN CAD
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.
Postmortem computed tomography (PMCT) is a relatively recent advancement in forensic pathology practice that has been increasingly used as an ancillary investigation and screening tool. One area of clinical CT imaging that has garnered a lot of research interest recently is the area of "artificial intelligence" (AI), such as in screening and computer-assisted diagnostics. This feasibility study investigated the application of convolutional neural network, a form of deep learning AI, to PMCT head imaging in differentiating fatal head injury from controls. PMCT images of a transverse section of
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: We aimed to develop a deep neural network for segmenting lung parenchyma with extensive pathological conditions on non-contrast chest computed tomography (CT) images.
MATERIALS AND METHODS: Thin-section non-contrast chest CT images from 203 patients (115 males, 88 females; age range, 31-89 years) between January 2017 and May 2017 were included in the study, of which 150 cases had extensive lung parenchymal disease involving more than 40% of the parenchymal area. Parenchymal diseases included interstitial lung disease (ILD), emphysema, nontuberculous mycobacterial lung disease, tube
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: The aim of the current study was to evaluate the detection and diagnosis of three types of odontogenic cystic lesions (OCLs)-odontogenic keratocysts, dentigerous cysts, and periapical cysts-using dental panoramic radiography and cone beam computed tomographic (CBCT) images based on a deep convolutional neural network (CNN).
METHODS: The GoogLeNet Inception-v3 architecture was used to enhance the overall performance of the detection and diagnosis of OCLs based on transfer learning. Diagnostic indices (area under the ROC curve [AUC], sensitivity, specificity, and confusion matrix wi
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.
Linear, quadratic, and artificial neural network (ANN)-based metamodels were developed for predicting the extent of anthrax spore inactivation by chlorine dioxide in a ventilated three-dimensional space over time from computational fluid dynamics model (CFD) simulation data. Dimensionless groups were developed to define the design space of the problem scenario. The Hammersley sequence sampling (HSS) method was used to determine the sampling points for the numerical experiments within the design space. A CFD model, comprised of multiple submodels, was applied to conduct the numerical experiment
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 hemorrhage is a medical emergency that requires urgent diagnosis and immediate treatment to improve patient outcome. Machine learning algorithms can be used to perform medical image classification and assist clinicians in diagnosing radiological scans. In this paper, we apply 3-dimensional convolutional neural networks (3D CNN) to classify computed tomography (CT) brain scans into normal scans (N) and abnormal scans containing subarachnoid hemorrhage (SAH), intraparenchymal hemorrhage (IPH), acute subdural hemorrhage (ASDH) and brain polytrauma hemorrhage (BPH). The dataset used c
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.
18F-FDG PET/CT can provide quantitative characterization with prognostic value for mantle cell lymphoma (MCL). However, detection of MCL is performed manually, which is labor intensive and not a part of the routine clinical practice. This study investigates a deep learning convolutional neural network (DLCNN) for computer-aided detection of MCL on 18F-FDG PET/CT. We retrospectively analyzed 142 baseline 18F-FDG PET/CT scans of biopsy-confirmed MCL acquired between May 2007 and October 2018. Of the 142 scans, 110 were from our institution and 32 were from outside institutions. An Xception-based
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: To determine the frequency rate of hypomagnesemia in patients admitted to the pediatric intensive care unit (ICU), and to identify subsets of patients (grouped by disease) who are at greatest risk of hypomagnesemia. We also compared a neural network model with multiple regression analysis to identify independent variables that would correlate with hypomagnesemia and to predict serum magnesium values in critically ill pediatric patients overall.
DESIGN: Prospective, multicenter study.
SETTING: Tertiary level medical/surgical pediatric ICUs.
PATIENTS: Data were obtained at admissi
Сравнительное исследованиеСтатьяПоддержка исследования: вне правительства СШАВалидационное 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.
MedElevator
Войти в исследования