This paper proposes new ways to assess handwriting, a critical skill in any child's school journey. Traditionally, a pen and paper test called the BHK test (Concise Evaluation Scale for Children's Handwriting) is used to assess children's handwriting in French-speaking countries. Any child with a BHK score above a certain threshold is diagnosed as 'dysgraphic', meaning that they are then eligible for financial coverage for therapeutic support. We previously developed a version of the BHK for tablet computers which provides rich data on the dynamics of writing (acceleration, pressure, and so fo
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.
Detecting doping agents in sports poses a significant challenge due to the continuous emergence of new prohibited substances and methods. Traditional detection methods primarily rely on targeted analysis, which is often labor-intensive and is susceptible to errors. In response, machine learning offers a transformative approach to enhancing doping screening and detection. With its powerful data analysis capabilities, machine learning enables the rapid identification of patterns and features in complex compound data, increasing both the efficiency and the accuracy of detection. Moreover, when in
СтатьяОбзорПоиск 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 AIMS: This paper aimed to investigate the usefulness of applying machine learning on resting-state fMRI connectivity data to recognize the pattern of functional changes in essential tremor (ET), a disease characterized by slight brain abnormalities, often difficult to detect using univariate analysis.
METHODS: We trained a support vector machine with a radial kernel on the mean signals extracted by 14 brain networks obtained from resting-state fMRI scans of 18 ET and 19 healthy control (CTRL) subjects. Classification performance between pathological and control subjects was eva
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.
People differ in their tendency to experience negative emotions. This variability is largely captured by broad psychological constructs like neuroticism, whose facets include anxiety, depression, and stress vulnerability, among others. The amygdala and salience network have been assumed to underlie such dispositions, despite inconsistent evidence. We preregistered a comprehensive test of these and other competing hypotheses-accompanied by theory-agnostic machine learning prediction-using neural responses in the two most common emotional neuroimaging tasks (scenes and faces; N = 338/424). Evide
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: This study updates the COVID-19 pandemic surveillance in East Asia and the Pacific region that we first conducted in 2020 with 2 additional years of data for the region.
OBJECTIVE: First, we aimed to measure whether there was an expansion or contraction of the pandemic in East Asia and the Pacific region when the World Health Organization (WHO) declared the end of the COVID-19 public health emergency of international concern on May 5, 2023. Second, we used dynamic and genomic surveillance methods to describe the dynamic history of the pandemic in the region and situate the window
СтатьяИсторическая 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: Only few studies have investigated cortical thickness in anorexia nervosa (AN), and it is unclear whether patterns of altered cortical thickness can be identified as biomarkers for AN.
METHOD: Cortical thickness was measured in 19 adult women with restricting-type AN, 24 individuals recovered from restricting-type AN (REC-AN) and 24 healthy controls. Those individuals with current or recovered from AN had previously shown altered regional cortical volumes across orbitofrontal cortex and insula. A linear relevance vector machine-learning algorithm estimated patterns of regional thic
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
AIM: To evaluate the relationship between breath volatile organic compounds (VOCs) and glycaemic states in individuals with type 1 diabetes (T1D), focusing on identifying specific VOCs as biomarkers for hypoglycaemia to offer a non-invasive diabetes-monitoring method.
MATERIALS AND METHODS: Ten individuals with T1D underwent induced hypoglycaemia in a clinical setting. Breath samples, collected every 10-15 minutes, were analysed using gas chromatography-ion mobility spectrometry (GC-IMS). Correlation analysis and machine learning models, including Partial Least Squares Discriminant Analysis (
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.
BACKGROUND: Accurate preoperative prediction of lymph node invasion (LNI) in prostate cancer is critical for guiding lymph node dissection. Current nomograms often fail to optimall balance the risks of missing metastatic cases and unnecessary dissections. Machine-learning models can provide improved predictive performance through more flexible modeling of complex clinical data.
METHODS: The authors developed machine-learning models using clinicopathologic features to predict LNI. Due to a significant class imbalance between LNI-positive and LNI-negative cases, a synthetic minority oversamplin
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.
This study aimed to identify dietary patterns and metabolomic signatures associated with metabolic syndrome (MetS) and develop machine learning models integrating both dietary and metabolomic data for risk assessment. In this cross-sectional study of 2810 adults, four dietary patterns derived using principal component analysis were associated with MetS. Serum metabolomic profiling was conducted in 400 participants using liquid chromatography-tandem mass spectrometry. Metabolic signatures of the meat and traditional Chinese patterns remained positively associated with MetS, whereas the rice and
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.
In this study, machine learning was used to predict electronic properties of anticancer drugs using molecular descriptors. Four machine learning models were employed to understand and predict the relationship between molecular structure and properties of the molecules. The results showed that extreme gradient boosting (XGBoost) gave good prediction performance in handling complex and nonlinear patterns in the data. In all cases, the feature importance analysis showed a consistent ranking. It shows how molecular descriptors had an influence on property prediction. This study shows how molecular
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.
Objectives This paper attempts to use machine-learning (ML) algorithms to predict the presence of sleep-disordered breathing (SDB) in a patient based on their body habitus, craniofacial anatomy, and social history. Materials and methods Data from a group of 69 adult patients who attended a dental clinic for oral surgeries and dental procedures in the last 10 years was used to train machine-learning models to predict whether a subject is likely to have SDB based on input information such as age, gender, smoking history, body mass index (BMI), oropharyngeal airway (Mallampati assessment), forwar
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: Alzheimer's disease (AD) is strongly associated with slowly progressive hippocampal atrophy. Elucidating the relationships between local morphometric changes and disease status for early diagnosis could be aided by machine learning algorithms trained on neuroimaging datasets.
OBJECTIVE: This study intended to propose machine learning models for the accurate identification and cognitive function prediction across the AD severity spectrum based on structural magnetic resonance imaging (sMRI) of the bilateral hippocampi.
METHODS: The high-resolution sMRI data of 120 AD dementia pati
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 study aimed to develop an intelligent quality assessment system for Codonopsis Radix based on machine learning modeling. First, Codonopsis Radix samples from six origins were grouped based on pharmacological and chemical indicators, integrating pharmacodynamic evaluations using impaired spleen and lung function animal models with compositional analysis of the alcohol-soluble extract and polysaccharide contents. Subsequently, an electronic nose was employed to objectively quantify their odor profiles. A machine learning-based modeling framework was constructed by integrating feature extrac
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 detection of stale beef on the market is important for protecting the legitimate rights and interests of consumers. To this end, we combined electronic nose measurements with machine learning technology to classify beef samples. We used an electronic nose to collect information about the odor characteristics of different beef samples and used linear discriminant analysis to reduce data dimensionality. We then classified samples using the following algorithms: extreme gradient boosting, logistic regression, K-nearest neighbor, random forest, support vector machine, and neural networks
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: Pericardiocentesis is a critical skill taught by the Advanced Trauma Life Support (ATLS®) course, yet substantial knowledge gaps exist regarding recent practice changes and indications for pericardiocentesis. This study aims to characterize contemporary practice patterns and nationwide trends in the use of emergency pericardiocentesis in trauma.
METHODS: A retrospective study of the National Trauma Data Bank (2011-2022) identified patients undergoing pericardiocentesis within 48 h of arrival prior to any cardiac repair surgery. The primary outcomes were pericardiocentesis timing a
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: Prior to 2019, termination of pregnancy (TOP) was unlawful in Ireland. We sought to examine the impact of legislative change on TOP for major congenital heart disease (CHD) and its effect on parental decision-making regarding the options of complex surgery, TOP, or palliative perinatal care.
METHODS: This was a trend analysis of second-trimester TOP for major CHD before and after the law reforms relating to pregnancy termination in Ireland. Retrospective data were collected on pregnancies complicated by major CHD at the largest tertiary referral obstetric center in Ireland from Jan
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 highly organized spatial arrangement of sensory hair cells in the organ of Corti is essential for inner ear function. Here, we report a new analytical pipeline, based on optical clearing of tissue, for the construction of a single-cell resolution map of the organ of Corti. A sorbitol-based optical clearing method enabled imaging of the entire cochlea at subcellular resolution. High-fidelity detection and analysis of all hair cell positions along the entire longitudinal axis of the organ of Corti were performed automatically by machine learning-based pattern recognition. Application of this
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.
Computer-aided diagnosis (CAD) approaches succeed in detecting a number of diseases, however, they are not good at addressing atrial hypertrophy disease due to the lack of training data. Support Vector Machine (SVM) is very popular in few CAD solutions to atrial hypertrophy. Yet the performance of SVM is moderate in atrial hypertrophy detection compared to its success in other classification problems. In this paper we propose a novel CAD algorithm, Local Discriminative SVM (LDSVM), to overcome the above-mentioned difficulty. LDSVM consists of a global SVM that is trained on the training data,
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: An important challenge of big data is using complex information networks to provide useful clinical information. Recently, machine learning, and particularly deep learning, has enabled rapid advances in clinical practice. The application of artificial intelligence (AI) and machine learning (ML) in rhinology is an increasingly relevant topic.
PURPOSE: We review the literature and provide a detailed overview of the recent advances in AI and ML as applied to rhinology. Also, we discuss both the significant benefits of this work as well as the challenges in the implementation and acce
СтатьяОбзорПоиск 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 human voice production system is an intricate biological device capable of modulating pitch and loudness. Inherent internal and/or external factors often damage the vocal folds and result in some change of voice. The consequences are reflected in body functioning and emotional standing. Hence, it is paramount to identify voice changes at an early stage and provide the patient with an opportunity to overcome any ramification and enhance their quality of life. In this line of work, automatic detection of voice disorders using machine learning techniques plays a key role, as it is proven to h
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.
MedElevator
Войти в исследования