The accurate identification of protein adhesive sources in polychrome relics is critical for their conservation. Conventional infrared spect … ionality reduction via principal component analysis (PCA), classification models developed based on support vector machines (SVMs), bayesian neural network (BNN), and random forest (RF) achieved cross-validated accuracies exceeding 91.8% for the four-species classification in unaged samples and >82.5% after 168 hours of UV-accelerated aging. To address the contact limit …
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.
INTRODUCTION: Breast cancer is one of the most common cancers and a leading cause of death among women worldwide. Early and accurate classif … %) and testing (30%) sets using stratified random sampling. Logistic regression, random forest, and support vector machine (SVM) models were developed. Hyperparameter tuning was performed using five-fold cross-validation. Model performance was evaluated using accuracy, sensitivity, specificity, precision, F1-score, Matthews correlation coefficient (MCC), and area under …
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.
INTRODUCTION: To construct a vulnerable plaque model utilizing high-resolution magnetic resonance imaging (HR-MRI) based radiomics features … eatures. Radiomics features from HR-MRI were employed to establish a vulnerable plaque model with a support vector machine (SVM). A combined predictive model was then built. The efficacy of these models was assessed using receiver operating characteristic curves.
RESULTS: The traditional model demonstrated an AUC of 0.852 in the training set and 0.839 in the test set. …
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.
Canine ehrlichiosis, caused by Ehrlichia canis, is a tick-borne disease with a global distribution that significantly affects the clinical a … through principal component analysis, and classification using supervised algorithms, specifically support vector machine. In the binary classification of E. canis positive and negative sera, a linear SVM model (5 PCs) achieved 89.3% accuracy via Leave-One-Out Cross-Validation (LOOCV), yielding 85.7% sensitivity and 92.9% specificity. In the independent test set, the 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.
Thyroid cancer recurrence poses a significant challenge in clinical practice, often complicating treatment outcomes and long-term patient management. This study investigates the application of multiple machine learning models-Logistic Regression, Decision Trees, Random Forest, Gradient Boosting, Support Vector Machines (SVM), and K-Nearest Neighbors (KNN)-to predict recurrence using a real-world dataset of 383 patients. Among the evaluated models, the Random Forest classifier achieved the highest accuracy of 98.26%, demonstrating a strong balance between sensitivity and specificity. To mitigat…
СтатьяСравнительное 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.
OBJECTIVE: Accurate identification of children who will develop delay (DD) is challenging for therapists because recent studies have reporte … types of machine learning based prediction models, namely the deep neural network models (DNN), the support vector machine (SVM) models, and the decision tree (DT) models, to evaluate the effectiveness of the proposed approach.
RESULTS: Experimental results reveal that in terms of the F1 score, which is the harmonic mean of the sensitivity and the positive predictive v …
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.
To investigate the prediction of a model constructed by combining machine learning (ML) with clinical features and ultrasound radiomics in t … tion curves and clinical decision curves were used to assess model efficacy. The model developed by support vector machine (SVM) emerged as the superior model. Integrating clinical characteristics with ultrasound radiomics, it showed notable performance metrics in both the training and validation datasets. Specifically, in the training set, the model obtained an AUC of …
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.
OBJECTIVES: Machine learning (ML) models, using laboratory data, support early sepsis prediction. However, analytical bias in laboratory measurements can compromise their performance and validity in real-world settings. We aimed to evaluate how analytically acceptable bias may affect the validity and generalizability of ML models trained on laboratory data.
METHODS: A support vector machine model (SVM) for sepsis prediction was developed using complete blood count and erythrocyte sedimentation rate data from outpatients (CS, n=104) and patients from acute inflammatory status wards (SS, n=107)…
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 develop an interpretable machine learning model to predict methylene blue (MB) responsiveness in adult patients with ref … ting set (25%) for internal validation. Prediction models were developed using logistic regression, support vector machine (SVM), random forest, light gradient boosting machine (LightGBM), and explainable boosting machine (EBM). The models were evaluated regarding discrimination, calibration, and clinical benefit. The SVM model trained on the ML dataset demonstrated the …
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 develop a machine learning diagnostic model for T-shaped uterus based on quantitative parameters from 3D transvaginal ultrasou … machine learning algorithms [logistic regression (LR), decision tree (DT), random forest (RF), and support vector machine (SVM)] were subsequently implemented to develop T-shaped uterus diagnostic models. Using the Python random module, the patient dataset was randomly divided into five subsets, each maintaining the original class distribution (T-shaped uterus: non-T-s …
Аннотация на английскомСтатьяПолный 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.
Light-chain (AL) amyloidosis is a rare disease and its early diagnosis remains challenging. This study aimed to develop an artificial intell … nt diagnostic model of AL amyloidosis was established using gradient boosting decision tree (GBDT), support vector machine (SVM), random forest (RF), and ensemble learning models. A validation subset of challenging cases from the external validation set was used to compare the performance of the AI-based early diagnostic assistance system to that of physicians. All of t …
СтатьяМногоцентровое 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: Tuberculosis (TB) is still the largest cause of death in the world, especially in countries with low and medium incomes. Multi-D … s to prepare whole-genome sequencing data and clinical factors. Logistic Regression, Random Forest, Support Vector Machine, Gradient Boosting Machine, and Deep Neural Networks are built and tested using stratified cross-validation. Metrics like accuracy, precision, recall, F1-score, and AUC-ROC are used to measure how well a model works.
RESULTS: The results showed tha …
СтатьяОбзорПолный 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.
Breast cancer poses a significant global health challenge, demanding enhanced diagnostic accuracy and streamlined medical history documentat … lection. Data preprocessing merges similar attributes to streamline analysis. Three key algorithms, Support Vector Machine (SVM), K-Nearest Neighbours (KNN), and Fuzzy Logic, are applied. Fuzzy Logic shows exceptional accuracy in handling uncertain data. Deep learning models enhance predictive accuracy, emphasizing the synergy between traditional and deep learning appro …
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: Oncological resection and reconstruction involving the lower extremities commonly lead to reoperations that impact patient outco … forming model was identified using classification and calibration metrics.
RESULTS: The polynomial support vector machine (SVM) model was chosen as the best-performing model. During internal validation, the SVM exhibited an AUC-ROC of 0.73 and a Brier score of 0.17. Using an optimal threshold that balances all quadrants of the confusion matrix, the SVM exhibited a sens …
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 (re)hemorrhage in patients with sporadic cerebral cavernous malformations (CCM) was the primary aim for CCM management. However, accurately identifying the potential (re)hemorrhage among sporadic CCM patients in advance remains a challenge. This study aims to develop machine learning models to detect potential (re)hemorrhage in sporadic CCM patients. This study was based on a dataset of 731 sporadic CCM patients in open data platform Dryad. Sporadic CCM patients were followed up 5 years from January 2003 to December 2018. Support vector machine (SVM), stacked generalization, and extreme gr…
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 prognosis of prolonged disorders of consciousness (pDoC) in children has consistently posed a formidable challenge in clinic … sion was used to identify significant features predicting outcomes. Based on the selected features, support vector machine (SVM), random forests (RF), and logistic regression (LR) were used to develop csMRI, clinical, and csMRI-clinical-merge models, respectively. Finally, the performances of all models were evaluated.
RESULTS: Seven csMRI features and 4 clinical featu …
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 aimed to analyze peripheral blood lymphocyte subsets in lupus nephritis (LN) patients and use machine learning (ML) methods to es … group. We trained the ML models, including Logistic Regression, Decision Tree, K-Nearest Neighbors, Support Vector Machine, Multi-Layer Perceptron, Random Forest, Ada boost, Extreme Gradient Boosting (XGB), and further evaluated potential predictors of infection. Infected LN patients had significantly decreased levels of T, B, helper T, suppressor T, and natural killer …
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.
OBJECTIVE: To investigate the feasibility of developing a grading diagnostic model for schistosomiasis-induced liver fibrosis based on B-mod … gorithm. Four machine learning models were created using the Scikit-learn repository, including the support vector machine (SVM), random forest (RF), linear regression (LR) and extreme gradient boosting (XGBoost). The optimal machine learning model was screened with the receiver operating characteristic curve (ROC), and features with the greatest contributions to the di …
Аннотация на английскомСтатьяПоиск 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.
Chronic rhinitis and dry eye disease (DED) are common chronic diseases, but the potential association and influencing factors between the 2 … DED and 212 had DED. Using 3 machine learning models (multi factor logistic regression (LR) model, support vector machine model, and extreme gradient boosting model) to explore the factors that affect the occurrence of DED, and visualizing them using Shapley Additive Explanations values. On this basis, combining the important features and contribution values of 3 model …
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.
Erectile dysfunction (ED) affects millions of men worldwide. Men with ED generally complain failure to attain or maintain an adequate erecti … ted variables, were retrieved for designing the predictive models. Integrated genetic algorithm and support vector machine was adopted to design the CDSSs with two experiments of independent training and testing (ITT) conducted to verify their effectiveness. In the 1st ITT experiment, data extracted from January 2000 till December 2005 (61.51%, 1742 positive cases and 1 …
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.
MedElevator
Войти в исследования