Accurate classification of disease subtypes is a fundamental requirement of precision medicine especially for complex and heterogeneous conditions such as breast cancer and Alzheimer's disease. Recent advances in graph-based deep learning have shown strong potential in multi-omics integration by modeling inter-sample relationships through similarity networks. Yet, the question of how best to construct these networks remains an open and underexplored challenge. In this work, we present a systematic evaluation of six distinct similarity network construction strategies including Cosine Similarity
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.
Breast cancer is the second most common cause of mortality in women. The oncogenes are present in the cells. The milk gland has irregular meiosis and mitosis cell division and cause tumors structure that known as Breast cancer.This study proposes the JSPR-Net classifier for the detection of breast cancer. The detection framework for a new fractional-order compartmental model that uses CF derivatives captures the dynamics of breast cancer progression that depend on memory across different stages of the disease. Fixed-point theory for existence and uniqueness and Natural transform with Ulam-Hyer
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 brain can rapidly perform perception, prediction, and decision-making tasks. The capabilities stem from the collective coordination of neurons. This collective activity forms a manifold structure that naturally supports information representation and prediction, yet most neuromorphic work ignores this structure. Here, we construct an artificial neural manifold based on Mott memristors, enabling accurate and robust prediction while reducing the number of required samples. By constructing an artificial neuron circuit, a bell-shaped tuning curve similar to that of biological neurons is obtain
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.
MOTIVATION: Polypharmacy is increasingly common in clinical practice, and the sheer number of possible drug combinations makes manual interaction screening impractical. Early computational approaches relied on chemical similarity metrics and rule-based systems, while subsequent machine learning and deep learning methods improved predictive power but continued to treat drugs as isolated entities, missing the broader biological context that governs interaction behaviour. Graph Neural Network (GNN) based methods address this by modeling drugs alongside proteins, diseases, and side effects in a sh
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.
Using traditional materials, especially earthen materials and plant waste, is becoming more popular worldwide due to lower construction costs, improved thermal comfort, reduced energy use, and fewer carbon dioxide emissions. In this context, tests have been performed on a stabilized earth bricks (SEBs) made from raw earth bricks combined with Vicia faba waste (VfW) and biochar derived from this waste (BVfW), obtained by pyrolysis at 300 °C and 500 °C, using a factorial design with BVfW contents ranging from 0.5 to 6 wt%. The effects of these compounds on the controlled variables were examined
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: The purpose of this article is to address the limitations of inconsistency between the impeller and motor when designing Percutaneous ventricular assist devices for different clinical scenarios, such as cardiogenic shock and high-risk percutaneous coronary intervention surgery. This inefficiency results in the waste of computational and experimental resources. This work presents a novel optimization method for systematically designing the pVAD.
METHODS: The system-level optimization framework combines artificial neural networks (ANN), analytical target cascading (ATC), and NSGA-II. 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.
In recent years, most research on multimodal salient object detection (SOD) and camouflaged object detection (COD) typically aims to improve performance through complex cross-modal feature fusion and decoding structures. However, this approach leads to an excessively large model parameter scale and often fails to deliver satisfactory detection performance due to structural redundancy. In contrast, the human visual process is able to efficiently perform salient and camouflaged object identification without such complex structures. This contrast raises an important question: Can we draw conceptu
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: Rapid screening of hematolymphoid malignancies (HMs) by complete blood cell count (CBC) is crucial for choosing the next appropriate workup and initiating timely treatment for critical cases such as acute promyelocytic leukemia. Commonly presented as leukocytosis and abnormal differential, HMs could be misdiagnosed with diverse etiologies including reactive status of bacterial or viral infection, which also require early diagnosis and treatment to prevent severity, such as sepsis. Conventional workflow based on morphology review for HM screening remains time-consuming, labor-intens
СтатьяМногоцентровое исследованиеВалидационное 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.
BACKGROUND AND OBJECTIVE: Epidemiological dynamics require precise mathematical modeling to guide public health actions, especially for viral diseases such as monkeypox, where data uncertainty and nonlinear transmission patterns present significant challenges. In this context, we suggest a novel approach using stochastic epidemic models and deep neural networks.
METHODS: In fact, we introduce the Epidemiologically Informed Neural Network (EINN), which uses the classical SIRD model to capture the dynamics of human-to-human transmission of Mpox. Then, we extend to a novel Milstein stochastic ep
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
Powered prostheses provide active assistance, offering greater mobility benefits for individuals with lower-limb loss compared to passive alternatives. A key challenge of the active assistance lies in recognizing locomotion activities accurately with the minimum number of sensors required. Recent studies on neural networks (NNs) have shown significant potential in activity recognition, suggesting the possibility of reducing sensor quantity. This study investigates the impact of inertial measurement unit (IMU) sensor quantity and NN architectures on locomotion recognition using the ENABL3S data
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.
Minimum error entropy with fiducial points (MEEF) has gained significant attention due to its excellent performance in mitigating the adverse effects of non-Gaussian noise in the fields of machine learning and signal processing. However, the original MEEF algorithm suffers from high computational complexity due to the double summation of error samples. The quantized MEEF (QMEEF), proposed by Zheng et al. alleviates this computational burden through strategic quantization techniques, providing a more efficient solution. In this paper, we extend the application of these techniques to the complex
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, multimodal electroencephalogram (EEG) learning has shown great promise in disease detection. At the same time, ensuring privacy in clinical studies has become increasingly crucial due to legal and ethical concerns. One widely adopted scheme for privacy protection is differential privacy (DP) because of its clear interpretation and ease of implementation. Although numerous methods have been proposed under DP, it has not been extensively studied for multimodal EEG data due to the complexities of models and signal data considered there. In this paper, we propose a novel Differentially P
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.
The investigation and diagnosis of hematologic malignancy using blood cell image analysis are major and emerging subjects that lie at the intersection of artificial intelligence and medical research. This survey systematically examines the state-of-the-art in blood cancer detection through image-based analysis, aimed at identifying the most effective computational strategies and highlighting emerging trends. This review focuses on three principal objectives, namely, to categorize and compare traditional machine learning (ML), deep learning (DL), and hybrid learning approaches; to evaluate perf
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: Dosimetric commissioning and quality assurance (QA) for linear accelerators (LINACs) present a significant challenge for clinical physicists due to the high measurement workload and stringent precision standards. This challenge is exacerbated for radiosurgery LINACs because of increased measurement uncertainty and more demanding setup accuracy for small-field beams. Optimizing physicists' effort during beam measurements while ensuring the quality of the measured data is crucial for clinical efficiency and patient safety.
PURPOSE: To develop a radiosurgery LINAC beam model that emb
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.
Malaria may seriously threaten an individual's health and wellbeing, and early screening is pivotal for timely treatment and recovery. In malaria screening, thick blood smears are exploited to count the parasites and assess the severity of the disease. Parasites are tiny objects that can be found in high resolution blood smear images, which renders them difficult for detection. Other than using object detection based methods, prior works also applied image classification techniques to this problem. They first extracted image patches from blood smears as parasite candidates and then utilized co
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.
A dynamics informed neural networks (DINNs) incorporating the susceptible-exposed-infectious-recovered-vaccinated (SEIRV) model was developed to enhance the understanding of the temporal evolution dynamics of infectious diseases. This work integrates differential equations with deep neural networks to predict time-varying parameters in the SEIRV model. Experimental results based on reported data from China between January 1, and December 1, 2022, demonstrate that the proposed dynamics informed neural networks (DINNs) method can accurately learn the dynamics and predict future states. Our propo
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: Speech recognition allows the recognition of audio streams. It is a tool used by professionals across a range of industries that require accurate transcriptions. In the context of authentication, speech recognition can be used as a biometric factor to verify a user's identity and can be incredibly helpful for individuals with disabilities, particularly those with speech impairments. This evolving technology enables seamless and intuitive communication that closely resembles human conversation.
METHOD: A lightweight end-to-end deep convolutional neural network with an efficient cha
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.
Tyrosinase plays a central role in melanin biosynthesis, and its dysregulation has been implicated in the pathogenesis of various pigmentation disorders. The precise identification of tyrosinase inhibitory peptides (TIPs) is critical, as these bioactive molecules hold significant potential for therapeutic and cosmetic applications, including the treatment of hyperpigmentation and the development of skin-whitening agents. To date, computational methods have received significant attention as a complement to experimental methods for the in silico identification of TIPs, reducing the need for exte
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.
Chemical signatures encode the physicochemical and structural properties of small molecules into numerical descriptors, forming the basis for chemical comparisons and search algorithms. The increasing availability of bioactivity data has improved compound representations to include biological effects (for example, induced gene expression changes), although bioactivity descriptors are often limited to a few well-documented molecules. To address this issue, we implemented a collection of deep neural networks able to leverage the experimentally determined bioactivity data associated to small mole
СтатьяОбзорПоиск 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.
Due to the complex factory environment, zinc flower defects and galvanized sheet background are difficult to distinguish, and the production line running speed is fast, the existing detection methods are difficult to meet the needs of real-time detection in terms of accuracy and speed. We propose ZFD-Net, a zinc flower defect detection model on the surface of galvanized sheet based on improved you only look once (YOLO)v5. Firstly, the model combined the YOLOV5 model with our proposed cross stage partial transformer (CSTR) module in this paper to increase the model receptive field and improve t
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.
MedElevator
Войти в исследования