BACKGROUND: Irritable bowel syndrome (IBS) is a disorder characterized by signaling dysregulation between the brain and gut, leading to gast … regions of interest (ROIs) were extracted using automated anatomical labeling (AAL). Subsequently, supervised machine learning was performed using whole-brain FC for classification features to identify the best-performing model. Finally, weights of the optimal model's features were exported to confirm the neuroanatomical regions significantly influencing model establishment …
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.
ObjectiveTo examine how artificial intelligence and machine learning methods are used to develop chronic disease case definitions using prim … nowledge translation activities.ResultsMost studies were from Canada or the United Kingdom and used supervised machine learning, primarily random forests and neural networks. Validation metrics commonly included sensitivity and specificity, although external validation was rare. Interpretable, rules-based definitions could be derived from approximately 50% of the studies, wh …
СтатьяScoping ReviewПоиск 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.
Retinal image analysis has enjoyed groundbreaking advances in the last ten years due to seismic improvements in image analysis techniques from the field of computer vision. Previous reviews in deep learning and artificial intelligence (AI) (Schmidt-Erfurth et al., 2018; Ting et al., 2019) have either focused on supervised learning, where labels are curated or manually created, or concentrated on the application of AI in specific image modalities and retina diseases (Hormel et al., 2021; Li et al., 2024a (Hormel et al., 2021; Li et al., 2024a)). In this review, we sought to summarize the advanc
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 AND OBJECTIVE: Fuchs' endothelial corneal dystrophy (FECD) increases the risk of corneal decompensation after cataract surgery, often leading to endothelial keratoplasty (EK). Reliable prediction of EK is essential for surgical planning, yet traditional corneal biomarkers have limited prognostic value.
METHODS: We present a novel deep learning framework based on Scheimpflug tomographic imaging to improve FECD prognosis. The approach integrates three components to address data limitations: (1) clinical domain knowledge, (2) ensemble learning, and (3) self-supervised learning (SSL).
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.
Neuroprosthetic brain-computer interfaces function via an algorithm which decodes neural activity of the user into movements of an end effector, such as a cursor or robotic arm. In practice, the decoder is often learned by updating its parameters while the user performs a task. When the user's intention is not directly observable, recent methods have demonstrated value in training the decoder against a surrogate for the user's intended movement. Here we show that training a decoder in this way is a novel variant of an imitation learning problem, where an oracle or expert is employed for superv
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.
Helicobacter pylori (H. pylori) infection is a major risk factor for gastric carcinogenesis, requiring holistic endoscopic assessment of distributed mucosal abnormalities. While patient-level diagnostic labels are accessible, obtaining large-scale fine-grained annotations is constrained due to high inter-observer variability and the labor-intensive nature of the process. This naturally formulates the task as a multiple instance learning (MIL) problem. Existing image-level approaches often rely on noisy supervisory signals without modeling sequence context, while standard embedding-based MIL me
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 accurate identification of lymph node metastasis is critical for cancer diagnosis/treatment but remains time-consuming and error-prone for pathologists. We develop MambaMIL+HiLA-MIL, a multiple instance learning model combining Vision Mamba with high-low attention separation mechanism. This model is compared against six baselines under four feature extractors (ResNet, UNI, Virchow, and GigaPath). Ten-fold cross-validation is employed for model evaluation. Our model significantly outperforms all baselines. It exhibits strong performance in detection of isolated tumor cells and micro-metasta
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.
Evaluation of bone marrow pathology can be challenging for nonspecialist pathologists due to its morphological complexities. Despite advances in artificial intelligence for other organ systems, research in bone marrow biopsy field remains limited. This study presents an artificial intelligence model developed to classify myeloid diseases based on morphologically normal megakaryocytes in hematoxylin-eosin-stained bone marrow biopsy specimens. The model integrates two deep learning components: one for detecting bone marrow regions, and the other for identifying megakaryocytes, along with an XGBo
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.
Deep learning approaches for multi-label Chest X-ray (CXR) images classification usually require large-scale datasets. However, acquiring such datasets with full annotations is costly, time-consuming, and prone to noisy labels. Therefore, we introduce a weakly supervised learning problem called Single Positive Multi-label Learning (SPML) into CXR images classification (abbreviated as SPML-CXR), in which only one positive label is annotated per image. A simple solution to SPML-CXR problem is to assume that all the unannotated pathological labels are negative, however, it might introduce false n
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.
This research examines how artificial intelligence may contribute to better understanding and to overcome over-indebtedness in contexts of high poverty risk. This research uses Automated Machine Learning (AutoML) in a field database of 1654 over-indebted households to identify distinguishable clusters and to predict its risk factors. First, unsupervised machine learning using Self-Organizing Maps generated three over-indebtedness clusters: low-income (31.27%), low credit control (37.40%), and crisis-affected households (31.33%). Second, supervised machine learning with exhaustive grid search h…
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: Patients with atrial fibrillation (AF) usually have a heterogeneous co-morbid history, with dynamic changes in risk factors impa … 6.33), followed by myocardial infarction (OR=2.68), stroke (OR=2.19), and major bleeding (OR=1.36). Supervised machine learning algorithms on the original populations yielded comparable results for both neural network and logistic regression algorithms in terms of discriminant validity, with c-indexes for incident adverse outcomes: heart failure (0.924, 95%CI 0.923-0.925), s …
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.
Elderly people are not likely to recognize road signs due to low cognitive ability and presbyopia. In our study, three shapes of traffic sym … 0 with incorrect answers. In order to achieve clearer differentiation, ERP data were modeled with unsupervised machine learning and supervised deep learning. The young group's correct/incorrect data were classified well using unsupervised machine learning with no pre-processing, but the elderly group's data were not. On the other hand, the elderly group's data were classifie …
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.
(1) Background: MALDI-TOF mass spectrometry (MS) is the gold standard for microbial fingerprinting, however, for phylogenetically closely related species, the resolution power drops down to the genus level. In this study, we analyzed MALDI-TOF spectra from 44 strains of B. melitensis, B. suis and B. abortus to identify the optimal classification method within popular supervised and unsupervised machine learning (ML) algorithms. (2) Methods: A consensus feature selection strategy was applied to pinpoint from among the 500 MS features those that yielded the best ML model and that may play a role…
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.
Most developmental disorders are defined by their clinical symptoms and many disorders share common features. The main objective of this research is to evaluate still facial images as a potential screening test for childhood developmental disabilities, which is free of any biases of subjective judgments of human observers. Via supervised machine learning, a classifier of convolution neural network (CNN) was built by using 908 facial images, half of those were photos of children labeled with "autism", which may include some developmental disorders with autism-like features. Then face images wer…
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.
Affect labeling (putting feelings into words) is a form of incidental emotion regulation that could underpin some benefits of expressive wri … ife and depression outcome measures, respectively. This study demonstrates the substantial merit of supervised machine learning for real-world outcome prediction in social and affective neuroscience.
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.
As a primary effector of humans, the hand plays a crucial role in many aspects of daily life. Recognizing multidegree-of-freedom hand movements from muscle activity helps infer human motion intentions. Solving this problem has direct applications in prosthetic and exoskeleton control. Here, we propose a self-supervised learning algorithm inspired by muscle synergies to achieve simultaneous estimation of wrist rotation (supination/pronation) and hand grasp (open/close) from sonomyography-the muscle deformation detected by a wearable ultrasound array. Unlike conventional methods collecting both
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.
Alzheimer's disease (AD) is a chronic neurodegenerative disease that mainly affects older adults, causing memory loss and decline in thinking skills. In recent years, many traditional machine learning and deep learning methods have been used to assist in the diagnosis of AD, and most existing methods focus on early prediction of disease on a supervised basis. In reality, there is a massive amount of medical data available. However, some of those data have problems with the low-quality or lack of labels, and the cost of labeling them will be too high. To solve above problem, a new Weakly Superv
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.
This paper presents a heart murmur detection and multi-class classification approach via machine learning. We extracted heart sound and murmur features that are of diagnostic importance and developed additional 16 features that are not perceivable by human ears but are valuable to improve murmur classification accuracy. We examined and compared the classification performance of supervised machine learning with k-nearest neighbor (KNN) and support vector machine (SVM) algorithms. We put together a test repertoire having more than 450 heart sound and murmur episodes to evaluate the performance o…
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: Sacroiliitis is a hallmark of ankylosing spondylitis (AS), and early detection plays an important role in managing the condition effectively. MRI is commonly used for diagnosing sacroiliitis, traditional methods often depend on subjective interpretation or limited automation which can introduce variability in diagnoses. The integration of semi-supervised segmentation and radiomics features may reduce reliance on expert interpretation and the need for large annotated datasets, potentially enhancing diagnostic workflows.
PURPOSE: To develop a diagnostic model for sacroiliitis and bo
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.
Automatic cardiac arrhythmia detection using electrocardiogram (ECG) signals is essential for early diagnosis of cardiovascular conditions. Most of the previously existing systems for arrhythmia detection depend on fully supervised learning approaches. In addition to that, since the ECG patient data is centrally stored, it can raise concerns like privacy and security in healthcare environments. To address these issues, this work explores a semi-supervised federated learning framework that detects arrhythmia using ECG signals. The MIT-BIH Arrhythmia dataset is used from which the heartbeat segm
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