Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 666 с найденным полным текстом
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2025eng
This study investigates the utilisation of an instrumented lower limb test alongside automated feature extraction and machine learning for the classification of common phenotypes in Cerebellar Ataxias (CAs) pure CA, CA with Bilateral Vestibulopathy (CA+BV) and CA with Bilateral Vestibulopathy and Somatosensory Impairment (CA+BV+SS). Participants completed the Heel-To-Shin test (HST) for CA evaluation while using an Inertial Measurement Unit (IMU) incorporated in the BioKin™ system affixed to their leg to capture the movement. The resultant kinematic parameters were quantitatively analysed to i
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.
OBJECTIVE: The goal of this study was to compare the effect of different artificial intelligence (AI) machine learning and conventional therapy (CT) on upper limb impairments in patients with stroke.
MATERIALS AND METHODS: PubMed, PubMed Central, Google Scholar, MEDLINE, Cochrane Library, Web of Science, Research Gate, and Wiley Online Library were searched. Descriptive statistics about variables were reported to calculate standardized mean differences in outcomes of motor control (the primary outcome), functional independence, upper extremity performance, and muscle tone. The Physiotherapy E
МетаанализСистематический обзорСтатьяПоиск 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.
It is still very difficult to diagnose pertussis based on a doctor's experience. Our aim is to develop a model based on machine learning algorithms combined with biochemical blood tests to diagnose pertussis. A total of 295 patients with pertussis and 295 patients with non-pertussis lower respiratory infections between January 2022 and January 2023, matched for age and gender ratio, were included in our study. Patients underwent a reverse transcription polymerase chain reaction test for pertussis and other viruses. Univariate logistic regression analysis was used to screen for clinical and blo
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 patients with sepsis, anticoagulant therapy is expected to have maximal efficacy when administered before the development of sepsis-induced overt disseminated intravascular coagulation (DIC). This therapeutic strategy requires a valid method for real-time, early prediction of sepsis-induced DIC, which is likely to progress to an overt stage. We aimed to develop machine learning prediction models for overt DIC, based on the International Society on Thrombosis and Haemostasis criteria, using a large-scale electronic medical record database.This multi-center, retrospective, observational study
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: Rheumatoid arthritis (RA) and diabetes mellitus (DM) frequently coexist, yet the heterogeneity of RA-DM multimorbidity remains unclear. This study aims to develop an interpretable machine learning framework to reveal the phenotypic subgroups of RA-DM multimorbidity, providing a potential direction for precision public health interventions.
METHODS: Utilizing data from the National Health and Nutrition Examination Survey (1999-2018), we developed a Bayesian-optimized eXtreme Gradient Boosting (XGBoost) model to classify RA-DM multimorbidity status and compared with other machine lea
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 AIMS: Ulcerative colitis (UC) is a metabolism-related chronic intestinal inflammatory disease. Disease extent is a key parameter of UC. Using serum metabolic profiling to identify noninvasive biomarkers of disease extent may inform therapeutic decisions and risk stratification.
METHODS: The orthogonal partial least squares-discriminant analysis (OPLS-DA) was performed to identify the metabolites. Least absolute shrinkage and selection operator regression, random forest-recursive feature elimination, and support vector machine-recursive feature elimination algorithms were used t
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.
Cataracts are a major cause of visual impairment worldwide, particularly among older adults, with an increasing prevalence due to population aging. Surgery is the primary treatment; however, preventive strategies are crucial for reducing the disease burden. This study aimed to investigate dietary and health-related factors associated with cataract occurrence and develop a predictive model using machine learning. Data were derived from the Korea National Health and Nutrition Examination Survey 2015-2017. The study included 190 women aged 60-79 years: 124 with cataracts and 66 controls. Analyzed
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: Cognitive impairment is common but frequently undiagnosed in the dialysis population. We aimed to develop and validate a quick and accurate screening tool using machine-learning-based approaches in them.
METHODS: In this cross-sectional observational study, we administered the Mini-Mental State Examination (MMSE) and Cognitive Abilities Screening Instrument (CASI) in 508 hemodialysis patients and randomly divided them into a derivation set (70%) and a validation set (30%). Using three to five key items from MMSE and CASI as predictors, we developed six machine learning models, inc
СтатьяНаблюдательное 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.
The increasing complexity of diagnostic imaging often leads to misinterpretations and diagnostic errors, particularly in critical conditions such as pneumothorax. This study addresses the pressing need for improved diagnostic accuracy in CT scans by developing an intelligent model that leverages radiomics features and machine learning techniques. By enhancing the detection of pneumothorax, this research aims to mitigate diagnostic errors and accelerate the process of image interpretation, ultimately improving patient outcomes. Data used in this study was extracted from the medical records of 1
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.
OBJECTIVES: This study aimed to investigate the associations of two novel inflammatory-nutritional markers, the C-reactive Protein-Albumin-Lymphocyte (CALLY) index and C-reactive protein-to-lymphocyte ratio (CLR), with colorectal polyps, and to develop machine learning models for improved risk prediction.
METHODS: The study conducted a retrospective analysis of 946 patients who underwent colonoscopy at the Second Qilu Hospital of Shandong University from 2023 to 2024. Clinical, laboratory, and endoscopic data were retrieved. Four machine learning models were developed: Random Forest (RF), Sup
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.
This study develops and evaluates machine-learning models for predicting the confined ultimate strength (fcc, u) and ultimate strain (εcc, u) of a hybrid multi-tube concrete column (MTCC). It is a pioneer structural system that uses a fiber-reinforced polymer (FRP) outer tube, inner steel tubes and concrete with voids. One of the aims of the study is to enhance the accuracy of prediction of the structural performance of this system using machine learning techniques especially using gradient boosting machine (GBM) models. It utilized a database of 283 specimens produced as a result of published
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.
One of the most common natural disasters is flooding, which has the potential to seriously harm environments and infrastructure. Flood susceptibility mapping (FSM) is the main way to manage flood risk. It measures how likely a region is to flood in a quantitative way. The purpose of this study was to develop state-of-the-art ensemble machine learning (ML) models for flood prediction and to identify the most suitable approach for accurate flood susceptibility mapping. This study leverages diverse datasets, including elevation, slope, aspect, plan curvature, topographic wetness index, stream pow
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 explores the analysis of Nystatin solubility and the density of supercritical carbon dioxide (SC-CO2) in supercritical processing. A total of 28 experimental observations were initially collected, which were randomly divided into training (80%) and test (20%) subsets for model development and evaluation, respectively. Output variables include SC-CO2 density and solubility of Nystatin, while input parameters include temperature and pressure. Four tree-based machine learning models, namely Random Forest (RF), Extremely Randomized Trees (ET), Gradient Boosting (GB), and XGBoost (XGB) w
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 explore the association between caffeine intake, physical activity (PA), and prostate cancer, machine learning algorithms to build predictive models of prostate cancer. A total of 1789 subjects from the National Health and Nutrition Examination Survey 2009 to 2018 waves were enrolled in this study. Multivariable-adjusted logistic regression was applied to evaluate the association. Then, we conducted 4 machine learning models, including extreme gradient boosting, AdaBoost, Catboos, and Boost tree to predict the occurrence of prostate cancer. In the fully adjusted model, comp
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.
OBJECTIVE: This study evaluated and compared the performance of machine learning models across four acoustic feature sets designed to distinguish pathological voices from normal controls. Additionally, Explainable Artificial Intelligence techniques were applied to identify the specific acoustic parameters driving the models' predictions.
METHODS: A total of 1111 voice samples were analyzed. Four feature sets were constructed: sustained vowel, connected speech, concatenated sample, and the combined feature set. Support Vector Machine, Random Forest, and eXtreme Gradient Boosting classifiers we
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.
Robotics would gain by replicating the remarkable agility of arthropods in navigating complex environments. In this simulation study, we consider the control of 'multi-legged' systems which have 6 or more legs. Current multi-legged control strategies in robots include large black-box machine learning models, central pattern generator (CPG) networks, and open-loop feed-forward control with stability arising from the mechanics. Here we present a multi-legged control architecture for rough terrain using a segmental robot with 3 actuators for every 2 legs, which we validated in simulation for 6 to
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.
This study presents a method for the active control of a follow-up lower extremity exoskeleton rehabilitation robot (LEERR) based on human motion intention recognition. Initially, to effectively support body weight and compensate for the vertical movement of the human center of mass, a vision-driven follow-and-track control strategy is proposed. Subsequently, an algorithm for recognizing human motion intentions based on machine learning is proposed for human-robot collaboration tasks. A muscle-machine interface is constructed using a bi-directional long short-term memory (BiLSTM) network, whic
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.
Advances in brain-computer interface (BCI) research have explored various strategies for acquiring and processing electroencephalographic (EEG) signals to detect motor imagery (MI) activities. However, the complexity of multichannel clinical systems and processing techniques can limit their accessibility outside specialized centers, where complex setups are not feasible. This paper presents a proof-of-concept prototype of a single-channel EEG acquisition and processing system designed to identify lower-limb motor imagery. The proposed proof-of-concept prototype enables the wireless acquisition
DatasetСтатьяПоиск 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.
Musculoskeletal injuries induced by high-intensity and repetitive physical activities represent one of the primary health concerns in the fields of public fitness and sports. Musculoskeletal injuries, often resulting from unscientific training practices, are particularly prevalent, with the tibia being especially vulnerable to fatigue-related damage. Current tibial load monitoring methods rely mainly on laboratory equipment and wearable devices, but datasets combining both sources are limited due to experimental complexities and signal synchronization challenges. Moreover, wearable-based algor
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.
Parkinson's disease (PD) is a complex, progressive neurodegenerative disorder characterized by high heterogeneity and diagnostic challenges in its early stages. This study aimed to develop and validate a multimodal machine learning model for early PD detection by integrating neurochemical metabolites and QSM-based radiomic features from multicenter PD cohorts. Several model architectures, including Random Forest, Support Vector Machine, eXtreme Gradient Boosting (XGBoost), and Light Gradient Boosting Machine, were evaluated for comparing appropriate methods. The XGBoost model demonstrated supe
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