The concentration of nitrogen oxide (NOx) emissions is an important environmental index in the cement production process. The purpose of predicting NOx emission concentration during cement production is to optimize the denitration process to reduce NOx emission. However, due to the problems of time delay, nonlinearity, uncertainty, and data continuity in the cement production process, it is difficult to establish an accurate NOx concentration prediction model. In order to solve the above problems, a NOx emission concentration prediction model using a deep belief network with clustering and tim
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.
While novel oral anticoagulants are increasingly used to reduce risk of stroke in patients with atrial fibrillation, vitamin K antagonists such as warfarin continue to be used extensively for stroke prevention across the world. While effective in reducing the risk of strokes, the complex pharmacodynamics of warfarin make it difficult to use clinically, with many patients experiencing under- and/or over- anticoagulation. In this study we employed a novel implementation of deep reinforcement learning to provide clinical decision support to optimize time in therapeutic International Normalized Ra
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2016eng
Bradycardia is defined as a sinus rhythm of less than 60 beats per minute and atrial tachyarrhythmia including atrial fibrillation (AF) is frequently associated with bradycardia. Pacemaker is the only effective treatment for symptomatic bradycardia and automatic mode switching (AMS) function is built in pacemaker to switch mode in the presence of atrial tachyarrhythmia. AMS algorithms consider appropriate mode switching in case of undersensing or oversensing and this consideration makes their onset time and resynchronization time late. Current pacemakers have onset time from 2.5 seconds to 26
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.
The purpose of this study was to characterize the co-occurrence patterns of co-recorded conditions in ischemic and hemorrhagic stroke and identify co-recorded conditions using a large national dataset of fatal, subtype-confirmed stroke cases from Brazil. We analyzed 598,186 natural deaths recorded in the Brazilian Mortality Information System (SIM) between 2000 and 2019, comprising 288,724 (48.3%) hemorrhagic and 309,462 (51.7%) ischemic stroke. Hierarchical clustering was performed to identify co-recorded condition clusters, while association rule mining using the Apriori algorithm uncovered
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: Deep vein thrombosis (DVT) is a frequent yet underrecognized complication in critically ill patients with chronic obstructive pulmonary disease (COPD). Existing risk assessment tools are not specifically tailored to this high-risk population. We aimed to develop and externally validate an interpretable machine-learning model for early prediction of DVT in ICU-admitted COPD patients.
METHODS: Adult COPD patients admitted to the ICU were identified from the MIMIC-IV database and randomly divided into training and internal validation cohorts. Eight machine-learning algorithms were co
СтатьяВалидационное исследованиеМногоцентровое исследованиеПолный 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.
OBJECTIVE: To develop and validate a prediction model for in-hospital cardiogenic shock (CS) after percutaneous coronary intervention (PCI) in patients with acute myocardial infarction (AMI) based on machine learning (ML) algorithms. METHODS: A total of 1608 AMI patients admitted to the First Hospital of Lanzhou University during 2023 and 2024 were retrospectively enrolled in this study. The 851 patients from 2023 were randomly divided into a training set (n = 595) and a validation set (n = 256) at a ratio of 7:3. The LASSO–Boruta combined algorithm was used for feature selection, resulting in
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.
Machine learning has introduced a transformative paradigm for the rapid prediction of crystal properties, circumventing the need for explicit knowledge of crystal packing structures. However, when applied to high-density organic systems such as energetic ionic salts, conventional general-purpose molecular descriptors often exhibit limited prediction accuracy, generalization capability, and extrapolation capability. To address this challenge, we propose a physics-inspired multi-body descriptor (PIMBD). By decoupling the modeling of cations and anions and employing the co-evolutionary optimizati
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.
INTRODUCTION: Carotid plaque is a critical risk factor for cardiovascular disease and reflects the extent of the atherosclerotic burden. Compared with non-diabetic individuals, patients with type 2 diabetes mellitus (T2DM) have an elevated likelihood of developing carotid plaques. Consequently, building predictive models tailored to this high-risk population holds significant clinical value for early prevention and management of cardiovascular events.
METHODS: A total of 2,288 patients were included in this study, 1,716 (75.0%) of whom had plaques detected using ultrasound. Baseline data, inc
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: Comparing biological properties among related proteins has traditionally benefited research in areas such as biomedicine, phylog … s which provide biologically meaningful characteristics applicable to downstream classification and prediction algorithms.
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.
Accurate remaining useful life (RUL) prediction of air circuit breakers (ACBs) is crucial for condition-based maintenance. However, existing data-driven prognostic methods suffer from electromechanical feature fragmentation, cross-device domain shifts, and the inability to penalize safety-critical late predictions. This study proposes an explainable RUL prediction framework via physics-informed feature fusion. Through full-lifecycle monitoring, novel indicators, including the electromechanical coupled degradation index (EMCDI) and the contact spring over-travel consumption rate (CSOCR), are in
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.
Acute kidney injury (AKI) is a severe and frequent complication following bee stings, with a reported incidence of 30-50%. Early identification is clinically challenging due to the delayed rise in serum creatinine. This retrospective study aimed to develop and validate an interpretable machine learning model for the early prediction of AKI in bee-sting patients. We included 305 patients admitted between January 2018 and September 2025, of whom 99 (32.5%) developed AKI according to Kidney Disease: Improving Global Outcomes (KDIGO) criteria. Least Absolute Shrinkage and Selection Operator (LASSO
СтатьяВалидационное исследованиеПоиск 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.
OBJECTIVES: To develop a prediction model and construct a nomogram via machine-learning algorithms for estimating the risk of atherosclerosis in patients with systemic lupus erythematosus (SLE).
METHODS: The electronic medical records of SLE inpatients treated at the Affiliated Hospital of North Sichuan Medical College from 2013 to 2023 were collected. Following data cleaning and variable encoding, variables were initially screened using LASSO regression. Subsequently, the optimal model was selected, and SHAP plots were generated to identify the five most influential features. Finally, logist
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 OBJECTIVES: Current clinical practice in preoperative planning for femoral shaft fractures lacks tools capable of quantitatively predicting outcomes across different treatment options, which significantly hinders the implementation of personalized precision treatment. This study aims to develop an integrated fracture healing prediction framework that combines mechano-biological modeling with machine learning.
METHODS: First, a comprehensive mechano-biological model was constructed, incorporating four key modules: mechanical stimulus computation, angiogenesis prediction, cell mi
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.
AIMS: This study aims to identify predictive plasma protein biomarkers for anti-tuberculosis drug-induced liver injury (ATB-DILI) and develop machine learning models for pre-treatment risk stratification.
METHODS: In this retrospective nested case-control study, proteomic profiling of pre-treatment plasma from 24 patients (12 ATB-DILI, 12 controls) identified differentially expressed proteins, which were validated by ELISA in an independent cohort (35 ATB-DILI, 37 controls). Multiple machine learning algorithms were implemented to develop clinical prediction models and evaluate the prognostic
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: Early identification of intravenous immunoglobulin-resistant Kawasaki disease is important for reducing the risk of coronary artery lesions. We aimed to develop, externally validate, and deploy an interpretable machine-learning model for early prediction of intravenous immunoglobulin-resistant Kawasaki disease.
METHODS: The derivation cohort included 3023 patients with Kawasaki disease admitted to Children's Hospital of Soochow University from January 2020 to December 2024 and was used for model training and internal validation. External validation included 1632 patients from 3 in
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: Acute esophageal variceal bleeding (AEVB) is a critical complication in patients with cirrhosis, associated with high mortality despite advancements in management. Traditional prognostic scores often lack predictive accuracy in this context.
AIM: To develop, internally validate, and prospectively validate a machine learning (ML) model to predict 1-year mortality in patients with cirrhosis presenting with AEVB.
METHODS: A retrospective cohort of 94 patients treated between 2010 and 2016 was used to train ML models, incorporating 36 clinical, laboratory, and imaging variables. Four
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: Invasive fungal sinusitis (IFS) is associated with high mortality rates, chiefly because it is often diagnosed late in the course of disease when infection has spread to the orbit, skull base, or intracranially. We aimed to define early clinical and radiologic indicators of IFS, which can be integrated into a prediction model and clinical management algorithms.
METHODS: Patients with proven or probable IFS were identified in 2 tertiary-level hospitals as part of prospective monitoring of invasive mycoses. Patients with similar underlying medical conditions who underwent sinus comp
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.
AIMS: Negative reinforcement process triggered by anxiety is an important factor in promoting the relapse behavior of substance use disorder. Objective identification of the anxiety level of methamphetamine (METH) use disorder (MUD) and other addiction behaviors becomes particularly important, yet the current understanding of this issue remains unclear.
METHODS: This multicenter cross-sectional study in China was conducted on METH patients between September 1, 2019 and September 1, 2021 for the identification and validation of the prediction model. MUD with anxiety symptoms was defined mainly
СтатьяМногоцентровое исследованиеВалидационное исследованиеПоиск 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.
With the advent of an aging society, the lack of physical activity has become a major concern, leading to various age-related diseases. To prevent such issues, research on wearable robots aimed at improving gait has been actively pursued. Among them, exoskeleton robots, a widely used approach, require an accurate understanding of the user's gait cycle for effective control. Various studies have explored gait cycle detection and prediction methods depending on the type of gait robot platform and the use of sensors. However, a major challenge in gait cycle prediction algorithms remains the issue…
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 utilized data from the 2020 wave of the China Health and Retirement Longitudinal Study database, selecting 4322 participants aged 60 and above as the study sample. Important predictors of depression in older adults with functional disabilities were identified using LASSO regression, univariate logistic regression, and multivariate logistic regression. Five different machine learning algorithms-Logistic Regression, Random Forest, Gradient Boosting, K-Nearest Neighbors, and Naive Bayes-were employed to construct risk prediction models for depression in older adults with functional dis
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