Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 922 с найденным полным текстом
European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society2025eng
PURPOSE: Manual segmentation in lumbar paraspinal muscle studies is time-consuming, subject to variability, and limits comprehensive evaluation. To solve the problems, we aim to develop a deep learning algorithm for the automatic segmentation and multi-parameter quantification of eight paraspinal muscles in lumbar CT.
METHODS: We collected CT images covering the range from the superior endplate of the L1 vertebra to the inferior endplate of the S1 vertebra. The dataset was partitioned into training, validation, and test sets in a ratio of 7:1:2. Six convolutional neural networks were employed
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 purpose of this study was to evaluate the impact of probability map threshold on pleural mesothelioma (PM) tumor delineations generated using a convolutional neural network (CNN). One hundred eighty-six CT scans from 48 PM patients were segmented by a VGG16/U-Net CNN. A radiologist modified the contours generated at a 0.5 probability threshold. Percent difference of tumor volume and overlap using the Dice Similarity Coefficient (DSC) were compared between the reference standard provided by the radiologist and CNN outputs for thresholds ranging from 0.001 to 0.9. CNN-derived contours consis
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.
Recently, fast Magnetic Resonance Imaging reconstruction technology has emerged as a promising way to improve the clinical diagnostic experience by significantly reducing scan times. While existing studies have used Generative Adversarial Networks to achieve impressive results in reconstructing MR images, they still suffer from challenges such as blurred zones/boundaries and abnormal spots caused by inevitable noise in the reconstruction process. To this end, we propose a novel deep framework termed Anisotropic Diffusion-Assisted Generative Adversarial Networks, which aims to maximally preserv
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.
Imaging techniques are widely used for medical diagnostics. In some cases, a lack of medical practitioners who can manually analyze the images can lead to a bottleneck. Consequently, we developed a custom-made convolutional neural network (RiFNet = Rib Fracture Network) that can detect rib fractures in postmortem computed tomography. In a retrospective cohort study, we retrieved PMCT data from 195 postmortem cases with rib fractures from July 2017 to April 2018 from our database. The computed tomography data were prepared using a plugin in the commercial imaging software Syngo.via whereby the
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.
Understanding large-scale neural network dynamics represents a fundamental challenge in both biological and artificial neural systems. Traditional pairwise interaction models inadequately capture the complex connectivity patterns observed in real neural networks, where groups of three or more neurons interact simultaneously. This paper presents a novel large-scale delayed neural network with dual-star architecture, incorporating both second-order and third-order interactions. Two analytical methods are employed to derive the characteristic polynomial for the proposed network: the Coates flow g
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2024eng
Postoperative complications in surgery are particularly prevalent in laparoscopic procedures, which are difficult for physicians to perform. One complication that is related to the surgical procedure itself is anastomotic leakage, in which the sutures do not fully attach and the contents leak out. A factor that contributes to anastomotic leakage is uneven needle suture spacing. Once the needle is inserted, the physician relies on intuition and experience to carry it through to the needle exit, which makes it difficult to maintain uniform suture spacing. For this reason, to reduce the risk of a
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 basis for computation in the brain is the quantum threshold of "soliton," which accompanies the ion changes of the action potential, and the refractory membrane at convergences. Here, we provide a logical explanation from the action potential to a neuronal model of the coding and computation of the retina. We also explain how the visual cortex operates through quantum-phase processing. In the small-world network, parallel frequencies collide into definable patterns of distinct objects. Elsewhere, we have shown how many sensory cells are meanly sampled from a single neuron and that converge
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: Evolutionary autonomous agents are robots or robot simulations whose controller is a dynamical neural network and whose evolution occurs autonomously under the guidance of a fitness function without the detailed or explicit direction of an external programmer. They are embodied agents with a simple neural network controller and as such they provide the optimal forum by which sensorimotor interactions in a specified environment can be studied without the computational assumptions inherent in standard neuroscience.
METHODS: Evolutionary autonomous agents were evolved that were able
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.
Despite its proven record as a breast cancer screening tool, mammography remains labor-intensive and has recognized limitations, including low sensitivity in women with dense breast tissue. In the last ten years, Neural Network advances have been applied to mammography to help radiologists increase their efficiency and accuracy. This survey aims to present, in an organized and structured manner, the current knowledge base of convolutional neural networks (CNNs) in mammography. The survey first discusses traditional Computer Assisted Detection (CAD) and more recently developed CNN-based models
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.
The ground state search of the Ising model can be used to solve many combinatorial optimization problems. Under the current computer architecture, an Ising ground state search algorithm suitable for hardware computing is necessary for solving practical problems. Inspired by the potential energy conversion of the springs, we propose the Spring-Ising Algorithm, a point convolutional neural network algorithm for ground state search based on the spring vibration model. Spring-Ising Algorithm regards the spin as a moving mass point connected to a spring and establishes the equation of motion for al
Поиск 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 ability to generate and process semantic relations is central to many aspects of human cognition. Theorists have long debated whether such relations are coarsely coded as links in a semantic network or finely coded as distributed patterns over some core set of abstract relations. The form and content of the conceptual and neural representations of semantic relations are yet to be empirically established. Using sequential presentation of verbal analogies, we compared neural activities in making analogy judgments with predictions derived from alternative computational models of relational di
СтатьяПоддержка 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.
Breast cancer remains a critical global health challenge, with timely and reliable diagnosis being essential for improving clinical outcomes. Although recent advances in computer aided diagnosis (CAD) have increasingly adopted deep learning, many existing solutions rely on computationally intensive architectures such as Transformer based models, deep ensemble models, multi scale attention networks, DenseNet based frameworks that limit their practical utility. To overcome this limitation, we proposed a comparatively lightweight Reciprocal Gating Fusion framework that integrates two efficient co
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.
Major histocompatibility complex class I (MHC I) molecules initiate CD8+ T cell immune responses by presenting antigenic peptides, a process fundamentally governed by the spatial interaction network mediated by multi-residue synergy between the binding groove and the peptide. Accurate modeling of this mechanism is crucial for tumor neoantigen screening and personalized immunotherapy. However, existing methods are largely confined to sequence-level modeling, failing to capture cross-residue higher-order structural dependencies and fine-grained binding interface interactions. To address these ch
Аннотация на английскомСтатьяПолный 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.
BackgroundGround reaction force (GRF) and ground reaction moment (GRM) are critical in gait analysis. While force plates provide accurate measurements, they are costly and spatially limiting.ObjectiveThis study aimed to evaluate the reliability and accuracy of GRF and GRM predictions using a feedforward neural network (FNN) integrating infrared camera-based positional data with accelerometer (ACC) data from wearable devices.MethodsEighty participants walked at their usual pace along a 10-meter walkway over force plates. Positional and ACC data of body segments were used to train the FNN to pre
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.
Genome prediction is a breeding strategy that predicts crop phenotype through genomic markers. Traditional statistical models cannot accurately capture the complex relationships between genotypes and phenotypes, and deep neural networks have shown significant advantages in capturing nonlinear relationships. Deep learning methods in genome selection primarily utilize sequential convolutional kernels, which can lead to challenges such as gradient disappearance and computational inefficiency. In this study a novel crop genomic prediction method based on a parallel convolutional attention network
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: PTSD diagnosis is challenging. Symptoms overlap with depression and panic attacks. This causes misdiagnosis and delayed treatment. Current methods lack objective biomarkers. This study presents a hybrid AI framework. It combines CNNs and SVMs. The system detects PTSD from ECG signals.
METHODS: ECG data from 79 participants were analyzed. Four groups were included. PTSD patients numbered 20. Depression patients numbered 20. Panic attack patients numbered 19. Healthy controls numbered 20. Wavelet transform created scalograms. Three CNN models were tested. AlexNet, GoogLeNet, and Res
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 AND AIM: We aimed to develop a deep convolutional neural network (DCNN) that integrates features from multiple sites of the stomach to classify Hp infection status, distinguishing between uninfected, previously infected, and currently infected.
METHODS: Ten deep learning architectures were employed to develop DCNN models using a training dataset comprising 3380 white-light images collected from 676 subjects across eight centers. External validation was conducted with a separate dataset consisting of images from 126 individuals. External testing was subsequently performed to assess
СтатьяМногоцентровое 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.
Gait, the fundamental form of human locomotion, occurs across diverse environments. The technology for recognizing environmental changes during walking is crucial for preventing falls and controlling wearable robots. This study collected gait data on level ground (LG), ramps, and stairs using a feed-forward neural network (FFNN) to classify the corresponding gait environments. Gait experiments were performed on five non-disabled participants using an inertial measurement unit, a galvanic skin response sensor, and a smart insole. The collected data were preprocessed through time synchronization
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: Benign fibro-osseous lesions (BFOL) constitute a group of pathologic entities with marked overlapping histopathologic features but are diverse in nature and clinical behaviors. Accurate diagnoses of BFOLs necessitate clinical-pathological correlations, which are paramount for their appropriate management. Recent research indicates the potential utility of artificial intelligence in diagnostic pathology. Here, we aimed to assess the performance of the deep convolutional neural network (DCNN) models for BFOL classification and investigate its impact on the diagnostic performance of o
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.
BACKGROUND: Early and accurate diagnosis of acute coronary syndrome (ACS), particularly non-ST-elevation ACS (NSTE-ACS), remains a critical challenge in emergency settings. Despite advancements in diagnostic modalities, conventional electrographic (ECG) interpretation often fails to detect subtle ischemic changes, particularly in NSTE-ACS, highlighting the need for artificial intelligence (AI)-driven approaches.
METHODS: This study retrospectively analyzed data from a single-center cohort (Shinken Database 2010-2022, n = 32,167) to develop AI-driven ECG models for ACS detection. A convolution
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.
MedElevator
Войти в исследования