The recognition of handwritten Arabic characters offerings a multifaceted challenge that holds fundamental standing across domains such as d … ing. The proposed CNN achieved a high classification accuracy of 96.8%, significantly outperforming Support Vector Machine (SVM) and K-Nearest Neighbors (KNN), which recorded 85.3% and 82.1%, respectively. Performance was evaluated using cross-validation, confusion matrix analysis, and statistical testing. A paired t-test yielded a p-value < 0.01, confirming the statist …
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.
Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)2025eng
PURPOSE: This study investigates whether machine learning models trained exclusively on RUBY phantom shift data from CBCT and kV/MV imaging can accurately predict daily patient setup shifts in Head & Neck radiotherapy.
METHODS: A total of 12,600 matched imaging fractions from Head & Neck treatments were analysed, each comprising six input features (shifts in X, Y, Z from CBCT and kV/MV imaging) and three output variables (X, Y, Z patient shifts relative to planning CT). Eight regression models were evaluated: Random Forest, AdaBoost, Gradient Boosting, XGBoost, LightGBM, K-Nearest Neighbors,
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.
BACKGROUND: Pregnancy complications such as preterm birth, low birth weight, gestational diabetes mellitus, preeclampsia, and intrauterine g … elligence model will be developed using machine learning algorithms such as Random Forest, XGBoost, Support Vector Machines (SVM), and neural networks, followed by model training, validation, and integration into a user-friendly application. Phase 3 will focus on a prospective cohort study of pregnant women attending clinics after 22 weeks of gestation, evaluating the A …
СтатьяВалидационное 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.
INTRODUCTION: Visceral leishmaniasis (VL) is a severe and neglected tropical disease of public health concern. VL is fatal if not treated. Kenya has experienced multiple outbreaks of the disease since 2017. The underlying drivers of the disease risk dynamics, as well as the incubation period, are not well understood.
METHODS: We implemented statistical (spatial logistic regression and Bayesian spatial) and machine learning (random forest, support vector machine, AdaBoost, logistic regression, and extra trees) models to estimate the incubation period and predict areas of low/high risk in Turka…
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.
BACKGROUND: Disease outbreaks, particularly cryptocaryoniasis caused by the ciliate Cryptocaryon irritans, pose significant barriers to sust … cing parasite life cycles along China's coast. Five supervised ML models: logistic regression (LR), support vector machine (SVM), random forest (RF), XGBoost (XGB), and artificial neural network (ANN), were trained using cross-validation and benchmarked in commercial open-sea cages and recirculating aquaculture systems (RAS).
RESULTS: The RF model achieved the highest …
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 this review is to highlight the new advance of predictive and explainable artificial intelligence for neuroimaging ap … accuracy (%), 66-97 for sensitivity (%), 76-98 for specificity (%), and 70-98 for the AUC (%). The support vector machine and the convolutional neural network registered the best performance (AUC 98%) for the classifications of low- vs. high-grade glioma and brain conditions, respectively. Likewise, the random forest delivered the best performance (root mean square err …
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: Cutaneous malignant melanoma (CMM) is a highly malignant tumor that necessitates early diagnosis and precise survival prediction … te) model was compared against seven models, including DeepSurv, XGBoost, Logistic Regression (LR), Support Vector Machine (SVM), Random Forest (RF), K-Nearest Neighbors (KNN), and Decision Tree (DT). Model performance was evaluated using Area Under the Curve (AUC), accuracy, precision, recall, and F1-score.
RESULTS: The DeepSmote model demonstrated superior prognostic …
СтатьяСравнительное 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: Stuttering is a childhood-onset neurodevelopmental disorder affecting speech fluency. The diagnosis and clinical management of stuttering is currently based on perceptual examination and clinical scales. Standardized techniques for acoustic analysis have prompted promising results for the objective assessment of dysfluency in people with stuttering (PWS).
OBJECTIVE: We assessed objectively and automatically voice in stuttering, through artificial intelligence (i.e., the support vector machine - SVM classifier). We also investigated the age-related changes affecting voice in stutte…
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.
Zidovudine, adenosine, and vidarabine are three isomeric compounds with highly similar physicochemical properties, making them prone to conf … -SNE), isometric mapping (Isomap), and principal component analysis (PCA). These were used to train support vector machine (SVM) and k-nearest neighbors (KNN) classifiers. Among the obtained models, the PCA-KNN combination achieved the most outstanding performance, with a classification accuracy of 100%, realizing precise discrimination of the three isomers. This method …
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 retrospective two-center diagnostic study was aimed at developing and externally testing an interpretable MRI-based machine learning mo … in, cystic areas on T2-weighted imaging, and mean ADC-were used to train six classifiers. The final support vector machine model with a radial basis function kernel was evaluated at a fixed threshold determined in the derivation cohort using receiver operating characteristic, calibration, decision curve, and Shapley additive explanations (SHAP) analyses. A reader 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.
BACKGROUND: Metabolic dysfunction-associated fatty liver disease (MAFLD), as the most prevalent chronic liver disease globally, is closely r … ssification models employed logistic regression, decision trees, random forests, XGBoost, LightGBM, support vector machines (SVM), and artificial neural networks (ANN). Nomogram and SHapley additive exPlanations (SHAP) were used to explain the constructed model.
RESULTS: This study included 2728 patients with 1013 cases (38%) of liver fibrosis. XGBoost, LightGBM, and R …
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: This study aimed to develop interpretable machine learning (ML) models using apparent diffusion coefficient (ADC) radiomics to di … tures for five ML models: logistic regression (LR), random forest (RF), gaussian naive bayes (GNB), support vector machine (SVM), and k-nearest neighbors (kNN). external validation was performed using 20 HCC and 20 ICC cases from the cancer imaging archive (TCIA) public database. Model performance was assessed using the area under the receiver operating characteristic c …
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/OBJECTIVES: The consistency of pituitary adenoma (PA) significantly impacts surgical difficulty and the extent of resection. Mach … tudies with 1,621 patients were analyzed. Algorithms included Extra Trees (ET), Random Forest (RF), Support Vector Machine (SVM), k-Nearest Neighbors (kNN), Logistic Regression (LR), Artificial Neural Network (ANN), and hybrid DL architectures. The pooled AUC was 0.92 (95% CI: 0.86-0.98), ACC 0.86 (95% CI: 0.79-0.92), SEN 0.80 (95% CI: 0.71-0.87), SPE 0.85 (95% CI: 0.80 …
СтатьяСистематический обзорМетаанализПоиск 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.
Fairness in clinical machine-learning (ML) remains a critical challenge, particularly in neurodegenerative disease where demographic factors may confound disease-related patterns. We developed and evaluated bias-aware ML models for Alzheimer's disease (AD) classification using data from the Alzheimer's Disease Neuroimaging Initiative (ADNI), comprising 757 individuals with mild cognitive impairment (MCI) and AD. Four supervised learning algorithms (logistic regression, support vector machine, random forest, and XGBoost) were trained using demographic, genetic, neuropsychological, and MRI-deriv…
СтатьяПрепринтПоиск 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: Amyotrophic lateral sclerosis (ALS) is a progressive neurodegenerative disorder characterized by motor system degeneration, yet … nal connectivity are predominantly localized within bilateral precentral/postcentral WM networks. A support vector machine model incorporating these features achieved 75.24% classification accuracy and predicted the rate of disease progression (r = 0.56, p = 0.001). The spatial pattern of WM dysfunction in ALS was associated with both the spatial distribution of disease …
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/Objectives: The aim of this study was to develop and validate a high-frequency ultrasound radiomics-based model for quantitative … used for interpretation. Results: Eight stable radiomics features were selected. Among classifiers, support vector machine achieved the highest cross-validated performance and was selected as the final radiomics classifier (validation AUC = 0.804). The combined model, integrating radiomics features with age, disease duration, and Disease Activity Score in 28 joints, ach …
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.
Early detection of liver fibrosis in chronic hepatitis B (CHB) patients is crucial for improving their prognosis. This study aims to develop … erator regression, and 8 ML algorithms (including random forest [RF], extreme gradient enhancement, support vector machine, etc) were employed for the prediction of the performance of the significant liver fibrosis assessment model. The RF model performs best among ML models, with an area under the curve value of 0.810 for the training set and 0.793 for the validation s …
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.
BackgroundAccurate, non-invasive prediction of cerebral amyloid-β (Aβ) pathology in mild cognitive impairment (MCI) remains challenging yet critical for early intervention.ObjectiveTo develop a multimodal machine learning model integrating clinical features, plasma biomarkers, and structural MRI metrics for non-invasive Aβ prediction.MethodsData were obtained from the Alzheimer's Disease Neuroimaging Initiative. Participants with concurrent plasma biomarkers, 3D T1-weighted MRI, and amyloid assessments were included. Logistic Regression, Decision Tree, and Support Vector Machine models were co…
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.
Ovarian function decline during the late laying period represents a major bottleneck for the economic efficiency of the global poultry industry. However, the underlying metabolic mechanisms and reliable early-warning biomarkers for ovarian aging remain poorly understood. In this study, we performed the first untargeted LC-MS/MS metabolomics analysis of ovarian tissues from Taihe silky fowls at peak laying (30 weeks) and late laying (50 weeks) stages, and employed an ensemble machine learning strategy integrating LASSO, random forest, and support vector machine (SVM) algorithms to identify high…
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.
This study compared five machine learning algorithms-Random Forest (RF), Support Vector Machine (SVM), Decision Tree (DT), eXtreme Gradient Boosting (XGBoost), and Gradient Boosting (GB)-for classifying thyroid nodules using quantitative features derived from conventional ultrasound, contrast-enhanced ultrasound (CEUS), and super-resolution ultrasound (SRUS). The retrospective study included 68 thyroid nodules from 63 patients (30 benign and 38 confirmed as papillary thyroid carcinoma [PTC]) and was analyzed using 25 quantitative features via five-fold patient-grouped cross-validation, ensurin…
СтатьяVideo-Audio MediaПоиск 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