When one studies fake news or false reviews, the first step to take is to find a corpus of text samples to work with. However, most deceptive corpora suffer from an intrinsic problem: there is little incentive for the providers of the deception to put their best effort, which risks lowering the quality and realism of the deception. The corpus described in this project, the Motivated Deception Corpus, aims to rectify this problem by gamifying the process of deceptive text collection. By having subjects play the game Two Truths and a Lie, and by rewarding those subjects that successfully fool th
СтатьяПоддержка 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.
The aim of this study was to develop three supervised self-organizing map (SOM) models for the automatic recognition of a systemic resistance state in plants after application of a resistance inducer. The pathosystem Fusarium oxysporum f. sp. radicis-lycopersici (FORL) + tomato was used. The inorganic, defense inducer, Acibenzolar-S-methyl (benzo-[1,2,3]-thiadiazole-7-carbothioic acid-S-methyl ester, ASM), reported to induce expression of defense genes in tomato, was applied to activate the defense mechanisms in the plant. A handheld fluorometer, FluorPen FP 100-MAX-LM by SCI, was used to asse
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.
The retrieval of hit/lead compounds with novel scaffolds during early drug development is an important but challenging task. Various generative models have been proposed to create drug-like molecules. However, the capacity of these generative models to design wet-lab-validated and target-specific molecules with novel scaffolds has hardly been verified. We herein propose a generative deep learning (GDL) model, a distribution-learning conditional recurrent neural network (cRNN), to generate tailor-made virtual compound libraries for given biological targets. The GDL model is then applied to RIPK
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.
Forecasting nitrate concentration in rivers is essential for environmental protection and careful treatment of drinking water. This study shows that nonlinear autoregressive with exogenous inputs neural networks can provide accurate models to predict nitrate plus nitrite concentrations in waterways. The Susquehanna River and the Raccoon River, USA, were chosen as case studies. Water discharge, water temperature, dissolved oxygen, and specific conductance were considered exogenous inputs. The forecasting sensitivity to changes in the exogenous input parameters and time series length was also as
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.
Consistent clinical observations of characteristic findings of COVID-19 pneumonia on chest X-rays have attracted the research community to strive to provide a fast and reliable method for screening suspected patients. Several machine learning algorithms have been proposed to find the abnormalities in the lungs using chest X-rays specific to COVID-19 pneumonia and distinguish them from other etiologies of pneumonia. However, despite the enormous magnitude of the pandemic, there are very few instances of public databases of COVID-19 pneumonia, and to the best of our knowledge, there is no databa
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2022eng
Pediatric flexible flat foot (PFFF) is known to in-crease the foot structure's load, causing potential disability. Foot orthoses are one of the most common non-surgical methods to improve the medial longitudinal arch of the foot for improving PFFF. However, orthoses are not routinely prescribed due to their high cost, and discomfort caused by a restriction of foot movement. Furthermore, there are no quantitative standards or guidelines for an orthotic prescription, which makes the decision-making process of less experienced podiatrists chal-lenging. In this study, the authors investigated conv
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2022eng
Heart sound classification is one of the non-invasive methods for early detection of the cardiovascular diseases (CVDs), the leading cause for deaths. In recent years, Computer Audition (CA) technology has become increasingly sophisticated, auxiliary diagnosis technology of heart disease based on CA has become a popular research area. This paper proposes a deep Convolutional Neural Network (CNN) model for heart sound classification. To improve the classification accuracy of heart sound, we design a classification algorithm combining classical Residual Network (ResNet) and Long Short-Term Memor
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: Patients with hand trauma are usually examined in emergency departments of hospitals. Hand fractures are frequently observed in patients with hand trauma. Here, we aim to develop a computer-aided diagnosis (CAD) method to assist physicians in the diagnosis of hand fractures using deep learning methods.
METHODS: In this study, Convolutional Neural Networks (CNN) were used and the transfer learning method was applied. There were 275 fractured wrists, 257 fractured phalanx, and 270 normal hand radiographs in the raw dataset. CNN, a deep learning method, were used in this study. In or
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.
Classifying space targets from debris is critical for radar resource management as well as rapid response during the mid-course phase of space target flight. Due to advances in deep learning techniques, various approaches have been studied to classify space targets by using micro-Doppler signatures. Previous studies have only used micro-Doppler signatures such as spectrogram and cadence velocity diagram (CVD), but in this paper, we propose a method to generate micro-Doppler signatures taking into account the relative incident angle that a radar can obtain during the target tracking process. Th
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.
Methods of artificial intelligence (AI) have found applications in many fields of medicine within the last few years. Some disciplines already use these methods regularly within their clinical routine. However, the fields of application are wide and there are still many opportunities to apply these new AI concepts. This review article gives an insight into the history of AI and defines the special terms and fields, such as machine learning (ML), neural networks and deep learning. The classical steps in developing AI models are demonstrated here, as well as the iteration of data rectification a
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.
Landmark detection in flatfoot radiographs is crucial in analyzing foot deformity. Here, we evaluated the accuracy and efficiency of the automated identification of flatfoot landmarks using a newly developed cascade convolutional neural network (CNN) algorithm, Flatfoot Landmarks AnnoTating Network (FlatNet). A total of 1200 consecutive weight-bearing lateral radiographs of the foot were acquired. The first 1050 radiographs were used as the training and tuning, and the following 150 radiographs were used as the test sets, respectively. An expert orthopedic surgeon (A) manually labeled ground t
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.
Accurate brain meningioma segmentation and volumetric assessment are critical for serial patient follow-up, surgical planning and monitoring response to treatment. Current gold standard of manual labeling is a time-consuming process, subject to inter-user variability. Fully-automated algorithms for meningioma segmentation have the potential to bring volumetric analysis into clinical and research workflows by increasing accuracy and efficiency, reducing inter-user variability and saving time. Previous research has focused solely on segmentation tasks without assessment of impact and usability o
СтатьяПоддержка NIH: внешняя программаПоиск 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 study was to evaluate the accuracy of a cascaded two-stage convolutional neural network (CNN) model in detecting upper airway (UA) soft tissue landmarks in comparison with the skeletal landmarks on the lateral cephalometric images.
MATERIALS AND METHODS: The dataset contained 600 lateral cephalograms of adult orthodontic patients, and the ground-truth positions of 16 landmarks (7 skeletal and 9 UA landmarks) were obtained from 500 learning dataset. We trained a UNet with EfficientNetB0 model through the region of interest-centred circular segmentation labelling proc
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: The only possible solution to increase the patients' fatality rate is lung cancer early-stage detection. Recently, deep learning techniques became the most promising methods in medical image analysis compared with other numerous computer-aided diagnostic techniques. However, deep learning models always get lower performance when the model is overfitting. Methods: We present a Lung Cancer Data Augmented Ensemble (LCDAE) framework to solve the overfitting and lower performance problems in the lung cancer classification tasks. The LCDAE has 3 parts: The Lung Cancer Deep Convolutional G
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.
Enhancing the potency of mRNA therapeutics is an important objective for treating rare diseases, since it may enable lower and less-frequent dosing. Enzyme engineering can increase potency of mRNA therapeutics by improving the expression, half-life, and catalytic efficiency of the mRNA-encoded enzymes. However, sequence space is incomprehensibly vast, and methods to map sequence to function (computationally or experimentally) are inaccurate or time-/labor-intensive. Here, we present a novel, broadly applicable engineering method that combines deep latent variable modelling of sequence co-evolu
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.
Depression is a global prevalent ailment for possible mental illness or mental disorder globally. Recognizing depressed early signs is critical for evaluating and preventing mental illness. With the progress of machine learning, it is possible to make intelligent systems capable of detecting depressive symptoms using speech analysis. This study presents a hybrid model to identify and predict mental illness from Arabic speech analysis due to depression. The proposed hybrid model comprises convolutional neural network (CNN) and a support vector machine (SVM) to identify and predict mental disord
СтатьяОтозванная публикацияПолный 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 AND OBJECTIVE: Viral hepatitis is a major public health concern on a global scale. It predominantly affects the world's least developed countries. The most endemic regions are resource constrained, with a low human development index. Chronic hepatitis can lead to cirrhosis, liver failure, cancer and eventually death. Early diagnosis and treatment of hepatitis infection can help to reduce disease burden and transmission to those at risk of infection or reinfection. Screening is critical for meeting the WHO's 2030 targets. Consequently, automated systems for the reliable prediction 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.
The benign epilepsy with spinous waves in the central temporal region (BECT) is the one of the most common epileptic syndromes in children, that seriously threaten the nervous system development of children. The most obvious feature of BECT is the existence of a large number of electroencephalogram (EEG) spikes in the Rolandic area during the interictal period, that is an important basis to assist neurologists in BECT diagnosis. With this regard, the paper proposes a novel BECT spike detection algorithm based on time domain EEG sequence features and the long short-term memory (LSTM) neural net
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: The corneal back surface is known to add some astigmatism against-the-rule, which has to be considered in cataract surgery with toric lens implantation. The purpose of this study was to set up a deep learning algorithm which predicts the total corneal power from keratometry and biometric measures.
METHODS: Based on a large data set of measurements with the IOLMaster 700 from two clinical centres, data from N = 21 108 eyes were included, each record containing valid data for keratometry K, total keratometry TK, axial length AL, central corneal thickness CCT, anterior chamber depth
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: Stevens-Johnson syndrome (SJS)/toxic epidermal necrolysis (TEN) is a life-threatening cutaneous adverse drug reaction (cADR). Distinguishing SJS/TEN from nonsevere cADRs is difficult, especially in the early stages of the disease.
OBJECTIVE: To overcome this limitation, we developed a computer-aided diagnosis system for the early diagnosis of SJS/TEN, powered by a deep convolutional neural network (DCNN).
METHODS: We trained a DCNN using a dataset of 26,661 individual lesion images obtained from 123 patients with a diagnosis of SJS/TEN or nonsevere cADRs. The DCNN's accuracy of c
СтатьяПоддержка исследования: вне правительства СШАПолный 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.
MedElevator
Войти в исследования