BACKGROUND: Accurate prediction of radiation-induced oral mucositis is crucial for personalized treatment in head and neck cancer. However, developing robust predictive models utilizing high-dimensional multimodal data (CT imaging, dose distribution, and clinical features) remains challenging, particularly in cohorts with limited sample sizes.
OBJECTIVE: This study aimed to rigorously evaluate and compare the multi-class predictive performance of traditional machine learning algorithms and deep learning architectures under a small-cohort setting.
METHODS: Multimodal data from 108 patients 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.
OBJECTIVE: To identify independent predictors of diabetic cardiac autonomic neuropathy (DCAN) deterioration in patients with type 2 diabetes mellitus (T2DM), develop machine learning (ML)-based risk prediction models, and explore the underlying mediation of glycemic burden.
METHODS: This prospective cohort study included 293 T2DM patients who underwent standardized Ewing testing at baseline and follow-up. Univariable and multivariable logistic regression were utilized to identify predictors. Restricted cubic splines (RCS) were applied to evaluate non-linear relationships. Nine ML algorithms 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.
Hearing aid technology adaptation and user satisfaction are influenced by multiple interacting demographic, clinical, and behavioral factors, making reliable prediction of outcomes challenging with conventional statistical approaches alone. This study proposes an explainable machine learning framework to investigate the multidimensional determinants of hearing aid satisfaction by integrating demographic characteristics, hearing aid-related variables, and patient-reported outcomes obtained from the Hearing Aid Technology Adaptation and Satisfaction Scale (HATASS). Five regression algorithms-Lin
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.
Metaheuristic algorithms remain a widely used class of solvers for solving complex, non-convex optimization problems where gradient information is unavailable, yet two failure modes continue to limit their practical reach: premature convergence caused by inadequate exploration diversity in late iterations and population stagnation that persists even when individual agents are nominally assigned to the exploration phase. This paper proposes the Stagnation-Aware Aquila Optimizer (SAAO), a hybrid algorithm that addresses both failure modes by embedding three targeted mechanisms into the Aquila Op
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: In non-clinical safety evaluation of drugs, pathological result is one of the gold standards for determining toxic effects. However, pathological diagnosis might be challenging and affected by pathologist expertise. In carcinogenicity studies, drug-induced squamous cell carcinoma (SCC) of the mouse stomach represents a diagnostic challenge for toxicopathologists. This study aims to establish a detection model for mouse gastric squamous cell carcinoma (GSCC) using deep learning algorithms, to improve the accuracy and consistency of pathological diagnoses.
METHODS: A total of 93 case
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.
Purpose: The chemotherapy benefit for high-grade chondrosarcoma remains controversial. Ensemble learning has better overall performance than single computational approaches for clinical decision. The primary objective was to select prognostic variables and develop optimal ensemble learning algorithms for survival prediction and analyzing chemotherapy benefit in high-grade chondrosarcoma. The secondary objective included identifying specific patient groups with estimated survival benefit for guidance in chemotherapy strategies. Methods: The data of 1931 patients with chondrosarcoma from 2000 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.
To evaluate the ability of two-dimensional ultrasound radiomics, integrated with clinical features, to predict central lymph node metastasis (CLNM) in papillary thyroid carcinoma (PTC). We conducted a retrospective study of PTC patients treated at the Second People's Hospital of Changzhou from January 2018 to February 2023. A total of 725 eligible patients were randomly allocated to training and test cohorts in a 7:3 ratio. Radiomic features were extracted from the PTC primary nodal region region on two-dimensional ultrasound images. Dimensionality reduction was performed using Mann-Whitney U
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 paper focuses on how machine learning (ML) algorithms and applications have been used to analyze disease severity and mortality prediction in COVID-19 research. In the past, simpler statistical and epidemiological methods were more commonly used by researchers and officials to predict the course of the pandemic. However, in recent years, the limitations, high costs, and time required for medical tests have become significant challenges in stopping the spread of COVID-19. Some improved statistical methods have been used to tackle these challenges, but they have only partially solved the 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.
Background: Residual back pain (RBP) following vertebral augmentation (VA) represents a significant challenge in managing osteoporotic vertebral compression fractures (OVCFs). While conventional predictive models have shown moderate accuracy, their preoperative risk stratification capabilities remain suboptimal. CT-based radiomics has demonstrated success in vertebral fracture assessment, yet its integration with artificial intelligence (AI) for predicting RBP remains unexplored. Objective: This study aims to identify the optimal AI model for predicting RBP by systematically comparing multiple
СтатьяСравнительное 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.
Purpose To introduce an open-source deep learning brain segmentation model for fully automated brain MRI segmentation, enabling rapid segmentation and facilitating large-scale neuroimaging research. Materials and Methods In this retrospective study, a deep learning model was developed using a diverse training dataset of 1900 MRI scans (patients aged 24-93 years, with a mean of 65 years ± 11.5 [SD]; 1007 female, 893 male) with reference labels generated using a multi-atlas segmentation method with human supervision. The final model was validated using 71 391 scans from 14 studies. Segmentation
СтатьяПоддержка исследования: вне правительства СШАПоддержка NIH: внешняя программаПоиск 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.In brachytherapy, deep learning (DL) algorithms have shown the capability of predicting 3D dose volumes. The reliability and accuracy of such methodologies remain under scrutiny for prospective clinical applications. This study aims to establish fast DL-based predictive dose algorithms for low-dose rate (LDR) prostate brachytherapy and to evaluate their uncertainty and stability.Approach.Data from 200 prostate patients, treated with125I sources, was collected. The Monte Carlo (MC) ground truth dose volumes were calculated with TOPAS considering the interseed effects and an organ-base
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.
BACKGROUND: The rising prevalence and swift spread of multidrug-resistant gram-negative bacteria (MDR-GNB), especially Klebsiella pneumoniae (KP), present a critical global health threat highlighted by the World Health Organization, with mortality rates soaring approximately 50% with inappropriate antimicrobial treatment.
OBJECTIVE: This study aims to advance a novel strategy to develop an artificial intelligence-clinical decision support system (AI-CDSS) that combines machine learning (ML) with matrix-assisted laser desorption/ionization time-of-flight mass spectrometry (MALDI-TOF MS), aimin
СтатьяПоддержка исследования: вне правительства СШАПолный 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: Patients with alpha-fetoprotein (AFP)-positive hepatocellular carcinoma (HCC) have aggressive biological behavior and poor prognosis. Therefore, survival time is one of the greatest concerns for patients with AFP-positive HCC. This study aimed to demonstrate the utilization of six machine learning (ML)-based prognostic models to predict overall survival of patients with AFP-positive HCC.
METHODS: Data on patients with AFP-positive HCC were extracted from the Surveillance, Epidemiology, and End Results database. Six ML algorithms (extreme gradient boosting [XGBoost], logistic regre
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: IR emerges as a feature in the pathophysiology of PCOS, precipitating ovulatory anomalies and endometrial dysfunctions that contribute to the infertility challenges characteristic of this condition. Despite its clinical significance, a consensus on the precise mechanisms by which IR exacerbates PCOS is still lacking. This study aims to harness bioinformatics tools to unearth key IR-associated genes in PCOS patients, providing a platform for future therapeutic research and potential intervention strategies.
METHODS: We retrieved 4 datasets detailing PCOS from the GEO, and sourced IR
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 precise identification of the epileptogenic zone (EZ) is paramount in the presurgical evaluation of epilepsy patients to ensure successful surgical outcomes. The analysis of Stereo EEG, an instrumental tool for EZ localization, poses considerable challenges even for experienced epileptologists. Consequently, the development of machine learning (ML)-based computational tools for enhanced EZ localization is imperative. In this investigation, we developed ML models utilizing Stereo EEG from 15 patients, who remained seizure-free (Engel 1 a-d) following EZ resection, over an average follow-up
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.
BACKGROUND: Minimally invasive adrenalectomy is the main surgical treatment option for the resection of adrenal masses. Recognition and ligation of adrenal veins are critical parts of adrenal surgery. The utilization of artificial intelligence and deep learning algorithms to identify anatomic structures during laparoscopic and robot-assisted surgery can be used to provide real-time guidance.
METHODS: In this experimental feasibility study, intraoperative videos of patients who underwent minimally invasive transabdominal left adrenalectomy procedures between 2011 and 2022 in a tertiary endocri
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.
Pancreatic ductal adenocarcinoma (PDAC) is associated with a very poor prognosis. Therefore, there has been a focus on identifying new biomarkers for its early diagnosis and the prediction of patient survival. Genome-wide RNA and microRNA sequencing, bioinformatics and Machine Learning approaches to identify differentially expressed genes (DEGs), followed by validation in an additional cohort of PDAC patients has been undertaken. To identify DEGs, genome RNA sequencing and clinical data from pancreatic cancer patients were extracted from The Cancer Genome Atlas Database (TCGA). We used Kaplan-
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.
Bovine brucellosis diagnosis is a major problem to be solved; the disease has a tremendous economic impact with significant losses in meat and dairy products, besides the fact that it can be transmitted to humans. The sanitary measures instituted in Brazil are based on disease control through diagnosis, animal sacrifice, and vaccination. Although the currently available diagnostic tests show suitable quality parameters, they are time-consuming, and the incidence of false-positive and/or false-negative results is still observed, hindering effective disease control. The development of a low-cost
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 health and safety of incarcerated persons and correctional personnel have been prominent in the U.S. news media discourse during the COV … entences, and the corresponding binary document term matrices, were used to train two new sentiment prediction algorithms (i.e., linear regression and random forest regression) to verify the performance of the manually-curated ratings. By better accounting for the unique context in which incarceration-related terminologies are used in news media, both of our proposed m …
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.
A robust visual understanding of complex urban environments using passive optical sensors is an onerous and essential task for autonomous navigation. The problem is heavily characterized by the quality of the available dataset and the number of instances it includes. Regardless of the benchmark results of perception algorithms, a model would only be reliable and capable of enhanced decision making if the dataset covers the exact domain of the end-use case. For this purpose, in order to improve the level of instances in datasets used for the training and validation of Autonomous Vehicles (AV),
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