INTRODUCTION: Cardiovascular health is increasingly at risk due to modern lifestyle factors such as obesity, smoking, stress, hypertension, and sedentary behavior. Post-pandemic health practices and medication side effects have further contributed to rising cases of early heart failure, particularly among individuals aged 25-40 years. This highlights the need for an automated and interpretable framework to predict heart disease at an early stage.
METHODS: In this study, body vitals acquired from a secondary dataset. Machine learning models including Support Vector Machine, Random Forest, Deci…
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: To compare the performance of different Survival Machine Learning (SML) algorithms in predicting the survival of cancer patients.
METHODS: Data from the Registro Hospitalar de Câncer do Estado de São Paulo (São Paulo State Cancer Registry Hospital) were used, covering the five most incident types of cancer (breast, prostate, lung, colorectal and cervix). Six algorithms were evaluated: Gradient Boosting Survival (GBS), Random Survival Forest (RSF), Support Vector Machine Survival (SVM-Survival), XGBoost Cox, XGBoost Accelerated Failure Time (AFT), and LightGBM. Performance was measu…
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: To estimate the next hemoglobin (Hb) levels in maintenance hemodialysis (MHD) patients, predictive models were developed using various Machine Learning (ML) algorithms.
METHODS: A total of 8,159 records from 2,104 MHD patients across 24 blood purification centers in Shenzhen were included. Eight ML algorithms were employed to develop prediction models: Linear Regression (LR), Least Absolute Shrinkage and Selection Operator (Lasso), Bayesian Ridge, Gradient Boosting (XGBoost), Random Forest (RF), Support Vector Machine (SVM), Multilayer Perceptron (MLP), and Long Short-Term Memory (…
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.
Acute coronary syndrome, driven by vulnerable plaque (VP) instability, is a major cause of cardiovascular mortality. Current diagnostic meth … learning, including Boruta, least absolute shrinkage and selection operator (LASSO) regression and support vector machine-recursive feature elimination (SVM-RFE), we screened for five blood biomarkers that can serve as diagnostic indicators for VPs. Our study demonstrates that TPAs are critically involved in VPs formation. Furthermore, we identified EPHB6, STAT1, RPL23 …
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.
This study presents a comparative evaluation of multiple machine learning models for credit card fraud detection, including Logistic Regression, Support Vector Machine (SVM), Random Forest, XGBoost, Multi-Layer Perceptron (MLP) Neural Network, and a Neural Network built using TensorFlow/Keras. Each model underwent a comprehensive methodology involving data preprocessing, feature scaling, and undersampling to address class imbalance. Model performance was evaluated using a variety of metrics accuracy, precision, recall, F1 score, and AUC-ROC to capture their effectiveness in distinguishing frau…
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.
Neonatal sepsis is a life-threatening infection that affects neonates, and its morbidity and mortality rates remain high. There is currently no effective method for timely diagnosis and prevention of neonatal sepsis. Using machine learning techniques, we aimed to analyze the risk factors of neonatal sepsis, including biochemical indicators and genetic variants. We collected data from 107 neonates, 56 of whom were in the sepsis cohort and 51 were not. We classified the data using support vector machine and random forest models and evaluated model performance and feature significance. PCT (Proca…
СтатьяНаблюдательное 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.
Even though Photovoltaic (PV) systems have emerged as a viable substitute for non-renewable energy sources, their widespread integration into the electrical grid presents several issues today. On the other hand, various faults are a key concern affecting PV plants' production and longevity. The current study uses Machine Learning (ML) algorithms such as Decision Tree (DT), Naïve Bayes (NB), Random Forest (RF), Support Vector Machine (SVM) and XGBoost to detect and classify PV errors corresponding to Short Circuits (SC), Open Circuits (OC), Ground Faults (GF), and Mismatch Faults (MF). Simulati…
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: Myelomeningocele (MMC) is a severe congenital malformation of the CNS (central nervous system) that often leads to seizures due to factors such as shunt complications and hydrocephalus. This study aims to develop a machine learning model to predict the likelihood of seizures in MMC patients by analyzing various predictors.
METHODS: This retrospective study involved 103 MMC patients. Factors such as demographics, MMC location, shunt history, and imaging were analyzed using the random forest classifier, the support vector classifier, and logistic regression. Model performance was as
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.
Photonic crystals are prevalent in the detection of assorted diseases and malignancies such as vitiligo and cutis laxa. A 2D photonic crysta … asily detected from the results. Machine learning models such as K-nearest neighbor, Random Forest, Support Vector Machine and Multi-Layer Perceptron were adopted to enhance the sensor system to classify the data with higher accuracy.
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.
OBJECTIVE: The aim of this study was to investigate the feasibility of muscle CT radiomics in identifying gout.
MATERIALS AND METHODS: A to … 0.738, 77% (46/60), 70% (28/40), and 74% (74/100), respectively. In the Random forest, Xgboost, and support vector machine analysis, the accuracy was 0.901, 0.833, and 0.875, respectively.
CONCLUSION: From this study, it can be concluded that muscle CT radiomics is feasible in identifying gout.</p>.
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.
Microscopy and microanalysis : the official journal of Microscopy Society of America, Microbeam Analysis Society, Microscopical Society of Canada2023eng
Gray-level co-occurrence matrix (GLCM) and discrete wavelet transform (DWT) analyses are two contemporary computational methods that can ide … cancerous tissue. In this work, we also propose machine learning models based on random forests and support vector machine that can be successfully trained to separate the cells using GLCM and DWT quantifiers as input data. We show that, based on a limited cell sample, these models have relatively good classification accuracy and discriminatory power, which makes them s …
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.
Artificial intelligence (AI) is an emerging technology in healthcare and holds the potential to disrupt many arms in medical care. In partic … athy, DR; Machine learning, ML; Optical coherence tomography, OCT; Retinopathy of prematurity, ROP; Support vector machine, SVM; Thyroid-associated ophthalmopathy, TAO.
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: Adult T-cell Leukemia/Lymphoma (ATLL) is a cancer disease that is developed due to the infection by human T-cell leukemia virus type 1. It can be classified into four main subtypes including, acute, chronic, smoldering, and lymphoma. Despite the clinical manifestations, there are no reliable diagnostic biomarkers for the classification of these subtypes.
METHODS: Herein, we employed a machine learning approach, namely, Support Vector Machine-Recursive Feature Elimination with Cross-Validation (SVM-RFECV) to classify the different ATLL subtypes from Asymptomatic Carriers (ACs). The…
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 was regarded as the most devastating infectious disease of the 21st century until the COVID-19 pandemic. Asexual blood staged parasi … nalysis (PCA) showed an excellent discrimination between the different stages of the ABS parasites. Support Vector Machine Analysis provided a 100% prediction for both schizonts and trophozoites, while a 92% and 98% accuracy was achieved for predicting control and ring staged infected RBCs, respectively. This work shows proof of principle for discriminating the life cyc …
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: Breast cancer is a type of cancer that starts in the breast tissue and affects about 10% of women at different stages of their lives. In this study, we applied a new method to predict recurrence in biological networks made from gene expression data.
METHOD: The method includes the steps such as data collection, clustering, determining differentiating genes, and classification. The eight techniques consist of random forest, support vector machine and neural network, randomforest + k-means, hidden markov model, joint mutual information, neural network + k-means and suportvector mach…
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.
This proposed novel method consists of three levels of analyses of diffusion tensor imaging data: 1) voxel level analysis of fractional anisotropy of white matter tracks, 2) connection level analysis, based on fiber tracks between specific brain regions, and 3) network level analysis, based connections among multiple brain regions. Machine-learning techniques of (Fisher score) feature selection, (Support Vector Machine) pattern classification, and (Leave-one-out) cross-validation are performed, for recognition of the neural connectivity patterns for diagnostic purposes. For validation proposes…
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: Previous resting-state functional magnetic resonance imaging (rs-fMRI) studies have revealed intrinsic regional activity alterations in obsessive-compulsive disorder (OCD), but those results were based on group analyses, which limits their applicability to clinical diagnosis and treatment at the level of the individual.
METHODS: We examined fractional amplitude low-frequency fluctuation (fALFF) and applied support vector machine (SVM) to discriminate OCD patients from healthy controls on the basis of rs-fMRI data. Values of fALFF, calculated from 68 drug-naive OCD patients and 68 …
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.
OBJECTIVE: The aim of this research was to develop a swallowing assessment method to help prevent aspiration pneumonia. The method uses simp … ls using both a feature extraction method (linear predictive coding) and a machine learning method (support vector machine).
RESULTS: Based on our experimental results for 140 healthy subjects (54.5 32.5 years old) and 52 patients with dysphagia (75.5 20.5 years old), our proposed method could achieve 82.4% sensitivity and 86.0% specificity.
CONCLUSION: Although 20% 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.
Molecular diagnosis is being increasingly used in transplant pathology to render more objective and quantitative determinations that also pr … beled TCMR, and 65 of 105 biopsies designated as antibody-mediated rejection. The random forest and support vector machine models showed comparable performance. These data illustrate the feasibility of using RNA-Seq for molecular diagnosis of TCMR in formalin-fixed tissue. Application of the derived diagnostic algorithms to publicly available data sets demonstrates freq …
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: Bronchopulmonary Dysplasia (BPD) is a major complication in preterm infants, lacking effective diagnostic biomarkers to facilitate early detection and intervention.
METHODS: We employed a multi-omics approach to identify diagnostic biomarkers for BPD. Analysis of the GEO dataset GSE32472 revealed 273 Differentially Expressed Genes (DEGs). Weighted Gene Co-expression Network Analysis (WGCNA) identified co-expression modules. A diagnostic model was developed using a machine learning pipeline that sequentially integrated LASSO regression, Support Vector Machine (SVM), and random fore…
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.
MedElevator
Войти в исследования