Today, a great number of attack opportunities for cybercriminals arise in Android, since it is one of the most used operating systems for many mobile applications. Hence, it is very important to anticipate these situations. To minimize this problem, the analysis of malware search applications is based on machine learning algorithms. Our work uses as a starting point the features proposed by the DREBIN project, which today constitutes a key reference in the literature, being the largest public Android malware dataset with labeled families. The authors only employ the support vector machine to d
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: Acne is a skin lesion type widely existing in adolescents, and poses computational challenges for automatic diagnosis. Computer vision algorithms are utilized to detect and determine different subtypes of acne. Most of the existing acne detection algorithms are based on the facial natural images, which carry noisy factors like illuminations.
OBJECTIVE: In order to tackle this issue, this study collected a dataset ACNEDer of dermoscopic acne images with annotations. Deep learning methods have demonstrated powerful capabilities in automatic acne diagnosis, and they usually release 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.
Fine needle aspiration (FNA) is the procedure of choice for evaluating thyroid nodules. It is indicated for nodules >2 cm, even in cases of very low suspicion of malignancy. FNA has associated risks and expenses. In this study, we developed an image analysis model using a deep learning algorithm and evaluated if the algorithm could predict thyroid nodules with benign FNA results.Ultrasonographic images of thyroid nodules with cytologic or histologic results were retrospectively collected. For algorithm training, 1358 (670 benign, 688 malignant) thyroid nodule images were input into the Incepti
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.
This study addresses the potential of machine learning in predicting treatment recommendations for patients with hepatocellular carcinoma (HCC). Using an IRB-approved retrospective study of patients discussed at a multidisciplinary tumor board, clinical and imaging variables were extracted and used in a gradient-boosting machine learning algorithm, XGBoost. The algorithm's performance was assessed using confusion matrix metrics and the area under the Receiver Operating Characteristics (ROC) curve. The study included 140 patients (mean age 67.7 ± 8.9 years), and the algorithm was found to be pr
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 unwanted immune response to Biologic Therapies can result in anti-drug antibodies that complicate clinical development and may adversely affect patient outcomes. At present, prediction of the impact of this immunogenicity before starting clinical trials is impossible, due to the complexity of the immune system and the multiple factors that contribute to the risk of immunogenicity. Advances in computational methods and power will enable improvements in prediction of immunogenicity. A workshop at EMBL-EBI brought together industry experts and academics to reflect on the contributions of arti
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.
Parkinson's disease (PD) is a disorder involving progressive degeneration of the nervous system. Its clinical signs typically become noticeable only after substantial impairment has occurred in the substantia nigra, a brain region involved in motor control. Therefore, early and accurate prediction of PD based on molecular alterations is essential for proper diagnosis and improved patient outcomes. In this context, feature-level multi-omics integration has become a useful strategy because it combines molecular information from multiple biological levels and may support a broader understanding 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.
BACKGROUND: Despite the increasing use of machine learning (ML) in clinical research, the early stages of data preparation, especially for structured clinical data, often receive limited methodological scrutiny. These datasets typically contain missing values, complex categorical variables, and imbalanced class distributions, all of which complicate downstream model development and interpretation.
OBJECTIVE: This study introduces a structured preprocessing framework designed to address common challenges in medical tabular data and to assess how preprocessing choices affect the stability and p
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.
Uranium occurrence in groundwater is governed by complex hydrogeochemical processes, yet routine monitoring remains analytically demanding. A dataset of 1295 groundwater samples collected from a coastal region of southeastern India during 2016-2025 was used to develop a machine learning framework for predicting uranium concentrations from routinely measured physicochemical parameters. Multi-threshold binary classification was implemented at 2, 15, and 30 µg L⁻1, representing precautionary, guideline, and regulatory levels, respectively. Advanced ensemble learning algorithms were evaluated unde
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.
Depression (DEP) is a common yet underdiagnosed comorbidity in adults with type 2 diabetes mellitus (T2DM), worsening glycemic control and increasing complication risk. Practical, interpretable risk tools using routine patient data are limited. We conducted a cross-sectional analysis using data from adults with T2DM enrolled in the National Health and Nutrition Examination Survey between 2009 and 2023. DEP was classified based on a Patient Health Questionnaire-9 score of 10 or higher. Twenty-eight candidate predictors encompassing demographic characteristics, clinical and biochemical measureme
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.
Algorithms for locating accessory pathways (APs) are widely used in planning catheter ablation for patients with ventricular preexcitation. These algorithms typically rely on characteristics of the delta wave and QRS complex to predict AP location. However, factors such as anatomical variations, age, the presence of multiple APs, and patient biotype can lead to inaccuracies. We present the case of a patient with ventricular preexcitation but no comorbidities, whose electrocardiogram (ECG) suggested an AP location entirely different from that predicted by standard algorithms. This discrepancy l
СтатьяКлинический случайПоиск 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.
Artificial intelligence (AI) in intensive care units (ICUs) has advanced rapidly since 2018, with core applications in sepsis prediction, mechanical ventilation management, and acute kidney injury (AKI) early warning, utilizing machine learning and deep learning models on multimodal data such as vital signs and electronic health records to achieve high predictive accuracy, including AUROC values up to 0.96 for sepsis. Despite these developments, widespread clinical adoption faces significant challenges, including limited prospective multicenter validation, the "black-box" nature of algorithms,
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.
Gallstone disease is a gastrointestinal condition requiring accessible, low-cost screening tools. We developed an interpretable ensemble stacking model for noninvasive gallstone prediction using bioimpedance/laboratory data from 319 individuals (157 patients, 162 controls) with 38 features. Bayesian-optimized SVM, logistic regression, and decision tree models were combined with a deep neural network meta-learner. Ten repeated nested cross-validation yielded 82.3% accuracy and 85.7% AUC, outperforming classical stacking and eight algorithms. SHAP identified CRP, liver enzymes, and HDL cholester
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 study aimed to investigate the role of infiltrating immune cell types in diagnosing and predicting bladder cancer recurrence. This study mainly applied some algorithms, including Estimate the Proportion of Immune and Cancer Cells (EPIC), support vector machine-recursive feature elimination (SVM-RFE), random forest out-of-bag (RF-OOB) and least absolute shrinkage and selection operator (LASSO)-Cox regression analysis. We found six immune infiltrating cell types significantly associated with recurrence prognosis and two independent clinical prognostic factors. Infiltrating immune cell types
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 difficulty in identifying cancer stage in health care claims data has limited oncology quality of care and health outcomes research. We fit prediction algorithms for classifying lung cancer stage into three classes (stages I/II, stage III, and stage IV) using claims data, and then demonstrate a method for incorporating the classification uncertainty in survival estimation. Leveraging set-valued classification and split conformal inference, we show how a fixed algorithm developed in one cohort of data may be deployed in another, while rigorously accounting for uncertainty from the initial c…
СтатьяПоддержка NIH: внешняя программаПоддержка службы здравоохранения 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.
Reduced fetal growth is seen in about 10% of the pregnancies but only a minority has a pathological background and is known as intrauterine growth restriction or fetal growth restriction (IUGR / FGR). Increased fetal and neonatal mortality and morbidity as well as adult pathologic conditions are often associated to IUGR. Risk factors for IUGR are easy to assess but have poor predictive value. For the diagnostic purpose, biochemical serum markers, ultrasound and Doppler study of uterine and spiral arteries, placental volume and vascularization, first trimester growth pattern are object of asses
СтатьяПоддержка исследования: вне правительства СШАОбзорПоиск 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 development of portable medical devices cannot be separated from safe and efficient batteries. Accurately predicting the remaining life of batteries can greatly improve the reliability of batteries, which is of great significance for portable medical devices. This article focuses on the high dependence of the BP neural network algorithm on initial weights and thresholds, as well as its tendency to fall into local minima. The Northern Goshawk Optimization (NGO) algorithm is used to optimize the BP neural network and to test the 18650 lithium battery data under different ambient temperatures
Аннотация на английскомСтатьяПоиск 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: To develop a combined model integrating intratumoral and peritumoral delta-radiomics from multi-parametric MRI with clinical features for predicting pathological complete response (pCR, i.e., Miller-Payne grade V response) to neoadjuvant chemotherapy (NAT) in breast cancer.
METHODS: A total of 254 patients with breast cancer from two hospitals were retrospectively included. Radiomics features were extracted from both intratumoral and peritumoral regions on multi-parametric MRI obtained at baseline and after the second cycle of NAT, and delta radiomics features were subsequently de
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.
Alopecia areata (AA) is an easy-recurring disease that presents huge challenges globally. An efficient clinical tool to predict AA onset would be valuable for timely intervention. We extracted six AA-related datasets from Gene Expression Omnibus (GEO). GO, KEGG, GSEA, GSVA and CIBERSORT algorithm were performed to elucidate the characteristics of AA. Feature genes were identified using LASSO regression and Random Forest algorithms. Five machine learning algorithms (Logistic Regression, K-nearest neighbors, Elastic Net, XGBoost and LightGBM) were employed to construct predictive models, with in
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.
SUMMARY: The prediction of significant short functional protein sequences has inherent problems. In predicting phosphorylation sites, problems came from the shortness of phosphorylation sites, the difficulties in maintaining many different predefined models of binding sites, and the difficulties of obtaining highly sensitive predictions and of obtaining predictions with a constant sensitivity and specificity. The algorithm presented in this paper overcomes these problems. The proposed algorithm PHOSITE is based on the case-based sequence analysis. This enables the prediction of phosphorylation
Оценочное исследованиеСтатьяПоиск 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 was aimed to introduce a novel algorithm for determining linear B- and T-cell epitopes from Crimean-Congo haemorrhagic fever virus (CCHFV) antigens. To this end, 387 approved B- and T-cell epitopes, as well as 331 non-epitope peptides from different serotypes of the virus were collected from IEDB database for generating of the train datasets. After that, the physicochemical properties of the epitopes were expressed as the numeric vectors using Chou's pseudo amino acid composition method. The vectors then were used for training of four machine learning algorithms including artificial
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