PURPOSE: Given the limitations of extant models for normal tissue complication probability estimation for osteoradionecrosis (ORN) of the ma … ograms (DVHs) for these patients were identified using the K-means clustering method. A soft-margin support vector machine was used to determine the cluster borders and partition the dose-volume space. The risk of ORN for each dose-volume region was calculated based on incidence rates and other clinical risk factors.
RESULTS: The K-means clustering method identified 6 …
СтатьяПоддержка NIH: внешняя программаПоиск 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: To evaluate the degree of cerebral atrophy for Alzheimer's disease (AD), voxel-based morphometry has been performed with magneti … s with early-stage AD). Automated segmentation of 3D-T1W data was performed. Deep learning (DL) and support vector machine (SVM) were trained using 66-segmented volume values as input and AD diagnosis as output. DL was performed using 66 volume values or gray matter (GM) and white matter (WM) volume values. SVM learning was performed using 66 volume values and six regio …
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.
BACKGROUND: Untargeted plasma metabolomic profiling combined with machine learning (ML) may lead to discovery of metabolic profiles that inf … clinical covariates. Four methods were then applied to stratify significance: logistic regression, support vector machine, random forest, and extreme gradient boosting. ML training was performed on 80% total cohort subsets and validated on 20% holdout subsets. Important features were selected based on being significant in at least two of the four modeling approaches. W …
СтатьяМногоцентровое исследованиеПоддержка 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.
Keratoconus is a noninflammatory disease characterized by thinning and bulging of the cornea, generally appearing during adolescence and slowly progressing, causing vision impairment. However, the detection of keratoconus remains difficult in the early stages of the disease because the patient does not feel any pain. Therefore, the development of a method for detecting this disease based on machine and deep learning methods is necessary for early detection in order to provide the appropriate treatment as early as possible to patients. Thus, the objective of this work is to determine the most r
Оценочное исследованиеСтатьяПоиск 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.
On-site multidrug sensing remains challenging due to the complexity of real samples and the differing detection requirements of individual s … ngerprints into a "super-fingerprint" was achieved by employing machine learning, specifically, the support vector machines algorithm coupled with principal component analysis. The proposed methodology was applied to the detection of cocaine, heroin, ketamine, amphetamine, methamphetamine, and MDMA as well as 24 adulterants/cutting agents. The novel detection technique …
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 measurement of the longitudinal rail profile is relevant to the condition monitoring of the rail infrastructure. The running surface is … plied to classify individual surface elements as part of the running surface. Detection by a linear support vector machine is performed with accuracy of >90%. The lateral position of the running surface and its width are calculated. The average deviation from the labeled widths varies between -1.2mm and 5.6mm. The proposed measurement approach could be installed on a tr …
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.
Cardiovascular disease has become a huge burden to human health. Artificial intelligence (AI)-enabled smartwatches continuously monitor the heart rate, which potentially helps to diagnose unwarranted rhythm and irregularity problems such as tachycardia, bradycardia, and fibrillation. Deep learning (DL), convolutional neural networks (CNN), and support vector machines are various modalities of AI adopted in the field of cardiology extensively, starting from a single echocardiogram to cardiac imaging. Yet, the efficacy and safety of machine learning in healthcare have always raised valid questio…
Клинический случайСтатьяПолный 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.
While traditional view posed SMA as a pure motor neuron disorder, accumulating evidence pointed to the broader involvement of central nervou … g 116 atlas (AAL116), combined with machine learning algorithms including logistic regression (LR), support vector machine (SVM) and random forest (RF) were conducted for SMA vs HCs and SMA type 2 vs 3 classification. SHapley Additive exPlanations (SHAP) algorithm was used to quantify the contribution of individual connections. Connectome-wide functional connectivity al …
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: In this study, machine-learning screening was implemented on human transcriptomic data from public GEO datasets and independent e … orithms, such as least absolute shrinkage and selection operator (LASSO), logistic regression (LR), support vector machine (SVM). For the key genes, we conducted single-gene enrichment and immune Infiltration Analysis. We selected C57BL/6J SPF-grade male mice to construct a sepsis model. The proteins were then detected via western blotting (WB), tissue homogenization, t …
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.
BackgroundK2EDTA contamination of serum samples is a preanalytical error that poses a risk to patient safety. Contamination is most frequently mild to moderate, which standard detection procedures often miss. We examined whether machine learning models could improve the detection of K2EDTA contamination.MethodsArtificial neural network, decision tree (both simple and complex), extreme gradient boosting, k-nearest neighbours, logistic regression, naïve Bayes, random forest, and support vector machine models were developed. Models were trained using extracted patient results for electrolytes, ur…
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: Voice analysis for medical diagnostics is advancing rapidly with artificial intelligence and machine learning. Non-invasive voice … o balance class distributions. A metamodel combining multiple algorithms (Random Forest Classifier, Support Vector Machines, and Extreme Gradient Boosting) enhanced predictive accuracy.
SETTING: Tertiary Medical Center (laryngology unit, ENT Department).
METHODS: Population is dysphonic patients diagnosed with ULI or EGC, and asymptomatic controls. Patients with other …
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: Alzheimer’s disease imposes a substantial socioeconomic burden on families and society, while diagnosis at the Mild Cognitive Im … interpretation. RESULTS: The stacking model, combining Adaboost, Xgboost, and random forest with a support vector machine as the meta-model, achieved a sensitivity of 0.94 and an accuracy of 0.93. AgRP had the most significant impact on classification, followed by Eotaxin-3. CONCLUSIONS: This study presents an interpretable machine learning model that precisely identif …
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 Objectives: This study aims to evaluate the predictive value of comprehensive data obtained in obstetric clinics for the dete … of the cases, four distinct machine learning classifiers were developed: logistic regression (LR), Support Vector Machine (SVM), Random Forest (RF), and multilayer perceptron (MLP). Results: The study included a total of 951 patients, 499 of whom had live births and 452 of whom had stillbirths. The consanguinity rate, fetal anomalies, history of previous stillbirth, ma …
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 purpose of this study was to propose a machine learning model and assess its ability to classify temporomandibular joint (TM … cluding logistic regression, random forest, decision tree, k-nearest neighbours (KNN), XGBoost, and support vector machine were used for a model building which could predict the TMJ disc displacements. The performance of models was evaluated by sensitivity, specificity, and ROC curve.
RESULTS: KNN classifier was found to be the most optimal machine learning model for p …
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.
INTRODUCTION: The aim of this study was to compare various machine learning algorithms for constructing a diabetic retinopathy (DR) predicti … decision tree (DT), k-nearest neighbours (KNN), logistic regression model (LM), random forest (RF), support vector machine (SVM), and XGBoost (XGB). Model performance was assessed via receiver-operating characteristic (ROC), calibration, and decision curve analyses (DCAs). A nomogram was then developed on the basis of the best model.
RESULTS: Compared with the five oth …
СтатьяСравнительное 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.
INTRODUCTION: The radiographic grading of voiding cystourethrogram (VCUG) images is often used to determine the clinical course and appropri … cy of machine learning models. When using the highest-ranked VCUG image features, F1-scores for the support vector machine (SVM) and multi-layer perceptron (MLP) classifiers were 90.27 % and 91.14 %, respectively, indicating a high level of accuracy. When using all features combined, F1 scores were 89.37 % for SVM and 90.27 % for MLP.
DISCUSSION: These findings indicat …
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: The aim of the study is to investigate the factors affecting acute hematologic toxicity (HT) in the adjuvant radiotherapy (RT) o … niques, namely Logistic Regression, XGBoost, Artificial Neural Network, Random Forest, Naive Bayes, Support Vector Machine (SVM), and Gaussian Naive Bayes (GaussianNB) algorithms.
RESULTS: No HT was observed in 11 cases (9.1%) and at least one grade of HT was observed in 110 cases. There were 55 (45.5%) cases with ≤grade 2 HT (mild HT) and 66 (54.5%) cases with grade ≥ …
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: The application of machine learning algorithms for assessing the auditory brainstem response has gained interest over recent yea … ion, and other (does not relate to neurologic or hearing threshold estimation). Neural networks and support vector machines were the most commonly used machine learning algorithms in all three categories. Only one study had conducted a clinical trial to evaluate the algorithm after development. Challenges remain in the amount of data required to train machine learning m …
СтатьяСистематический обзорПолный 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.
BACKGROUND: Sepsis-associated encephalopathy (SAE) is defined as diffuse brain dysfunction associated with sepsis and leads to a high mortality rate. We aimed to develop and validate an optimal machine-learning model based on clinical features for early predicting sepsis-associated acute brain injury.
METHODS: We analyzed adult patients with sepsis from the Medical Information Mart for Intensive Care (MIMIC III) clinical database. Candidate models were trained using random forest, support vector machine (SVM), decision tree classifier, gradients boosting machine (GBM), multiple layer percepti…
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 performance of a model in machine learning problems highly depends on the dataset and training algorithms. Choosing the right training a … BM), Limited memory Broyden Fletcher Goldfarb Shanno algorithm Maximum Entropy (LbfgsMxEnt), Linear Support Vector Machine (LinearSVM), and a Deep Neural Network (DNN) including four architectures are employed on 11 datasets in different biological, biomedical, and nature categories such as molecular interactions, cancer, clinical diagnosis, behavior related predictions …
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.
MedElevator
Войти в исследования