This study addresses the challenges of Error Coupling and model homogenization that commonly arise in dual-model collaborative learning for semi-supervised medical image segmentation by proposing a Divergent-Convergent Framework (DCF). The core innovation of this framework lies in abandoning the traditional blind pursuit of strong prediction consistency and instead dynamically quantifying the confidence and disagreement between the two models through a Guidance Mask (GM). In regions of high confidence and low disagreement, a Convergence Stabilization Mechanism is applied to reinforce the learn
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.
Purpose To develop a machine learning approach for classifying disease progression in chest radiographs using weak labels automatically derived from radiology reports. Materials and Methods In this retrospective study, a twin neural network was developed to classify anatomy-specific disease progression into four categories: improved, unchanged, worsened, and new. A two-step weakly supervised learning approach was employed, pretraining the model on 243 008 frontal chest radiographs from 63 877 patients (mean age, 51.7 years ± 17.0 [SD]; 34 813 [55%] female) included in the MIMIC-CXR database an
СтатьяПоддержка NIH: внешняя программаПоиск 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.
Short-term variability in weather and air quality is known to influence cardiovascular emergencies, yet its day-to-day predictive value at the population level remains insufficiently understood. Using 23 years of nationwide data from Taiwan (2000-2022), we evaluated how weather and air quality conditions shape daily cardiovascular disease (CVD) emergency visits across geographic regions. We first applied unsupervised learning methods, including UMAP and K-means clustering, to 184 environmental features to identify data-driven environmental regimes and examine the distribution of high-risk CVD
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 systematic review analyses and describes the application and diagnostic accuracy of Artificial Intelligence (AI) methods used for detec … cy between 79 and 100%. This review provides early evidence to support the potential application of supervised machine learning methods as a diagnostic aid for some oral potentially malignant and malignant lesions; however, there is a paucity of evidence using AI for diagnosis of other head and neck pathologies. Overall, the quality of evidence is low, with most studies show …
СтатьяСистематический обзорПолный 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/Objectives: Advancements in neuroscience and machine learning have increasingly enabled brain pattern recognition based on bio-signal measurements, such as electroencephalography (EEG). These developments support next-generation technologies, including brain-computer interfaces (BCIs) and AI-assisted systems. However, volume conduction (VC) effects remain a major source of contamination in EEG recordings, affecting both univariate analyses and functional connectivity estimation. Methods: In this work, we propose a VC mitigation method that explicitly models and suppresses VC compone
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.
Research on biomarkers for predicting psychiatric disorders from resting-state functional connectivity (FC) is advancing. While the focus has primarily been on the discriminative performance of biomarkers by machine learning, identification of abnormal FCs in psychiatric disorders has often been treated as a secondary goal. However, it is crucial to investigate the effect size and robustness of the selected FCs because they can be used as potential targets of neurofeedback training or transcranial magnetic stimulation therapy. Here, we incorporated approximately 5,000 runs of resting-state fun
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: Inhaled corticosteroids (CSs) are the backbone of asthma treatment, improving quality of life, exacerbation rates, and mortality … These individuals demonstrated enrichment for T-lymphocyte infiltration in endobronchial brushings. Supervised machine learning identified a 7-gene signature from peripheral blood that reliably identified patients with poor CS-response expression in BECs.
CONCLUSIONS: Loss of CS transcriptional responses within bronchial epithelium was related to impaired lung function and …
СтатьяПоддержка NIH: внешняя программаПоиск 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: Chronic tinnitus is a complex condition that can be associated with considerable distress. Whilst cognitive-behavioral treatment … ta-driven workflow was developed consisting of (a) an initial exploratory correlation analysis, (b) supervised machine learning to predict tinnitus-related distress after treatment (T1) using baseline data only (T0), and (c) post-hoc analysis of the best model to facilitate model inspection and understanding. Classification methods were embedded in a feature elimination wrap …
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.
Neurocognitive impairment is a frequent complication of Acute Coronary Syndrome (ACS). Current research often treats cognitive decline as a monolithic outcome, failing to account for the heterogeneous ways in which psychosocial and clinical factors interact to form distinct patient profiles. This study aimed to identify neurocognitive severity clusters in patients following ACS using a data-driven approach and to examine the psychosocial and clinical variables associated with cluster membership. A two-stage machine learning pipeline was implemented in a cohort of ACS patients. In the first sta
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.
Tuberculosis (TB) transmission within households remains a significant challenge in Ethiopia. Various factors including household, index TB … . A set of individual, household, and index case variables were used to train and evaluate multiple supervised machine learning models. Models included Random Forest (RF), Logistic Regression, Artificial Neural Networks (ANN) and XGBoost classifiers. Model performance was assessed using recall, precision, accuracy, ROC-AUC, and F1-score with recall (sensitivity) being priori …
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: While dual-energy X-ray absorptiometry (DXA) remains the gold standard for osteoporosis diagnosis, its clinical utility is const … ysis, least absolute shrinkage and selection operator (LASSO) regression, and Boruta algorithm. Ten supervised machine learning algorithms were employed to construct predictive models. Model performance was evaluated using area under the curve (AUC), calibration plots, decision curve analysis (DCA), accuracy, sensitivity, and specificity in the test cohort. SHapley Additive …
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.
Modern toxicology's throughput has dramatically increased due to alternative models, laboratory automation, and machine learning. This has e … he SYSTEMETRIC® Cell Health Screen (CHS). The CHS was developed to assess human toxicity risk using supervised machine learning to classify acute cell stress phenotypes in a human leukemia cell line (HL60 cells) following a 4-h exposure to a chemical of interest. Due to the design of the screen, the zebrafish assays were more exhaustive, yielding 86 total bioactive hits, whe …
СтатьяПоддержка NIH: внешняя программаПолный 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.
Electronic tongues (e-tongues) have been broadly employed in monitoring the quality of food, beverage, cosmetics, and pharmaceutical products, and in diagnosis of diseases, as the e-tongues can discriminate samples of high complexity, reduce interference of the matrix, offer rapid response. Compared to other analytical approaches using expensive and complex instrumentation as well as required sample preparation, the e-tongue is non-destructive, miniaturizable and on-site method with little or no preparation of samples. Even though e-tongues are successfully commercialized, their application 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.
Electroencephalogram (EEG)-based neurofeedback has been widely studied for tinnitus therapy in recent years. Most existing research relies on experts' cognitive prediction, and studies based on machine learning and deep learning are either data-hungry or not well generalizable to new subjects. In this paper, we propose a robust, data-efficient model for distinguishing tinnitus from the healthy state based on EEG-based tinnitus neurofeedback. We propose trend descriptor, a feature extractor with lower fineness, to reduce the effect of electrode noises on EEG signals, and a siamese encoder-decod
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.
OBJECTIVES: Remote assessment of gait in patients' homes has become a valuable tool for monitoring the progression of Parkinson's disease (PD). However, these measurements are often not as accurate or reliable as clinical evaluations because it is challenging to objectively distinguish the unique gait characteristics of PD. We explore the inference of patients' stage of PD from their gait using machine learning analyses of data gathered from their smartphone sensors. Specifically, we investigate supervised machine learning (ML) models to classify the severity of the motor part of the UPDRS (MD…
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 emerging infectious diseases in humans are zoonotic in origin. Yet, knowledge of host-pathogen associations remains limited. Machine learning models have been increasingly used to infer missing zoonotic host-pathogen associations, but face challenges due to biased data and the absence of confirmed negative cases. Here, we introduce Dynamic Positive-Unlabeled (DPU) learning, a semi-supervised framework for predicting missing links in incomplete, biased networks. DPU learning integrates a propensity score model that estimates the probability of observing existing links with a classifier tha
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: Activity cliffs, which refer to pairs of molecules that are structurally similar but show significant differences in their potency, can lead to model representation collapse and make the model challenging to distinguish them.
RESULTS: Our research indicates that as molecular similarity increases, graph-based methods struggle to capture these nuances, whereas image-based approaches effectively retain the distinctions. Thus, we developed MaskMol, a knowledge-guided molecular image self-supervised learning framework. MaskMol accurately learns the representation of molecular images by
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 identification and quantification of markers in medical images is critical for diagnosis, prognosis, and disease management. Supervised machine learning enables the detection and exploitation of findings that are known a priori after annotation of training examples by experts. However, supervision does not scale well, due to the amount of necessary training examples, and the limitation of the marker vocabulary to known entities. In this proof-of-concept study, we propose unsupervised identification of anomalies as candidates for markers in retinal optical coherence tomography (OCT) imaging…
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.
INTRODUCTION: Cigarette smoking is the leading preventable cause of premature death in the US. Quitting can significantly reduce the risk of adverse health effects. However, much is unknown about the factors prospectively associated with the behavioral step of making a quit attempt. The present study leveraged supervised machine learning, data from a prior experimental study, and exploratory methods to investigate longitudinal associations between smoking history, cognitive and behavioral indices, and quit attempts reported at a four-week follow-up assessment.
AIMS AND METHODS: Secondary anal…
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/Objectives: Iron deficiency remains a prevalent condition, needing specific laboratory tests for diagnosis. This study aimed to e … al predictors. The dataset was split into training and test sets with stratified sampling. Multiple supervised machine learning models, including logistic regression, decision tree, random forest, XGBoost, support vector machine, k-nearest neighbors, and Naive Bayes, were trained. Hyperparameter tuning and model selection were performed using repeated stratified 10-fold cros …
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