Autism spectrum disorder ("autism") is a neurodevelopmental condition characterized by substantial behavioral and neuroanatomical heterogene … groups improved the accuracy of autism classification based on the neuroanatomical deviations using supervised machine learning with cross-validation. Results yielded two clinical subgroups primarily differing in restrictive and repetitive behaviors (RRBs). Both subgroups showed increased homogeneity in localized deviations with the high-RRB subgroup showing increased volume …
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.
Breast cancer presents substantial molecular heterogeneity, requiring accurate subtype classification, receptor-status prediction, and survival estimation for precision care. Existing machine-learning models often fail to generalize across cohorts or adapt to rare subtypes. We propose a unified graph neural network (GNN) framework that integrates multi-task learning, domain-adversarial adaptation, contrastive self-supervision, few-shot meta-learning, and generative augmentation. Gene-expression data from TCGA-BRCA (1084 samples) and METABRIC (1980 samples) were mapped onto gene-centric PPI gra
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: To develop an accurate machine learning (ML) predictive model incorporating patient, fracture, and trauma characteristics to identify individual patients at risk of an (occult) PMF.
METHODS: Databases of 2 studies including patients with TSFs from 2 Level 1 trauma centers were combined for analysis. Using ten-fold cross-validation, 4 supervised ML algorithms were trained in recognizing patterns associated with PMFs: (1) Bayes point machine; (2) support vector machine; (3) neural network; and (4) boosted decision tree. Performance of each ML algorithm was evaluated and compared bas
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.
Diabetes mellitus is a global health challenge requiring innovative solutions for early diagnosis, personalized treatment, and ongoing management. This review aims to examine the impact of artificial intelligence (AI) on diabetes care, focusing on precision diagnosis, tailored therapies, and real-time monitoring, while addressing challenges related to model transparency and equitable access to health care. We conducted a comprehensive review of AI applications in diabetes management. Studies utilizing supervised and unsupervised learning, deep learning, federated learning, and reinforcement le
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.
Dimensionality-reduction-based visualization is essential for interpreting complex biological data. Yet, unsupervised methods such as t-distributed stochastic neighbor embedding, Uniform Manifold Approximation and Projection, and Isomap reflect only the dominant data structure, which may not align with the goals of downstream analysis or expert-provided annotations. Existing supervised variants only partially address this mismatch and introduce new limitations. Here we present RF-PHATE, a supervised visualization approach that incorporates expert knowledge to reveal label-relevant structure wh
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.
Functional magnetic resonance imaging (fMRI) has demonstrated significant potential in the early diagnosis and study of pathological mechanisms of Alzheimer's disease (AD). To fit subtle cross-spatiotemporal interactions and learn pathological features from fMRI, we propose a fine-grained spatiotemporal graph neural network with self-supervised learning (SSL) for diagnosis and biomarker extraction of early AD. First, considering the spatiotemporal interaction of the brain, we design two masks that leverage the spatial correlation and temporal repeatability of fMRI. Afterwards, temporal gated i
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.
Manual segmentation poses a time-consuming challenge for disease quantification, therapy evaluation, treatment planning, and outcome prediction. Convolutional neural networks (CNNs) hold promise in accurately identifying tumor locations and boundaries in PET scans. However, a major hurdle is the extensive amount of supervised and annotated data necessary for training. To overcome this limitation, this study explores semi-supervised approaches utilizing unlabeled data, specifically focusing on PET images of diffuse large B-cell lymphoma (DLBCL) and primary mediastinal large B-cell lymphoma (PMB
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.
Schizophrenia (SCZ) and bipolar disorder (BD) are severe mental disorders that pose important challenges for diagnosis by sharing common symptoms, such as delusions and hallucinations. The underlying pathophysiology of both disorders remains largely unknown, and the identification of biomarkers with potential to support diagnosis is highly desirable. In a previous study, we successfully discriminated SCZ and BD patients from healthy control (HC) individuals by employing proton magnetic resonance spectroscopy (1H-NMR). In this study, 1H-NMR data treated by chemometrics, principal component anal
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.
The identification of gunshot residues (GSR) is pivotal in forensic chemistry; however, standard confirmatory techniques, such as Scanning E … = 0.027), with luminosity and intensity variables (V, I, R, and L) acting as primary discriminants. Supervised machine learning classifiers were developed to differentiate "shot" from "non-shot" samples, where tree-based algorithms-specifically Random Forest and XGBoost-achieved exceptional discriminatory performance, both yielding an Area Under the ROC Curve (AUC) of 0.998. …
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.
Cardiovascular risk factors in adolescence, often persist into adulthood, with low cardiorespiratory fitness representing one of the strongest predictors of future cardiovascular disease. We aimed to classify cardiovascular risk associated with low cardiorespiratory fitness in adolescents using machine learning models based on anthropometric and muscular fitness variables. A cross-sectional dataset of 7,852 adolescents aged 13-16 years was analysed. Predictors included body mass index, waist circumference, waist-to-height ratio, standing long jump, push-ups, and sit-ups, while the binary outco
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.
Cyanobacterial harmful algal blooms threaten freshwater security because biomass proxies do not reliably indicate cyanotoxin concentrations. This critical review examines how genetic, physiological, ecological and hydrodynamic processes generate biomass-toxicity decoupling and evaluates approaches for predicting direct cyanotoxin endpoints. The review distinguishes bloom/biomass forecasting, toxin occurrence or threshold-risk prediction, and quantitative prediction of total, phase-specific and congener-specific toxin concentrations. It synthesizes evidence from mechanistic, statistical, molecu
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: Breast cancer remains a significant global health concern, with over 7.8 million cases reported in the last five years. Early detection and accurate classification are crucial for reducing mortality rates and improving outcomes. Machine learning (ML) has emerged as a transformative tool in medical imaging, enabling more efficient and accurate diagnostic processes.
OBJECTIVE: This study aims to develop a machine learning-based predictive model for early detection and classification of breast cancer using the Wisconsin Breast Cancer Diagnostic dataset.
METHODS: The dataset, compris
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: Type 2 diabetes mellitus (T2DM) is a prevalent chronic metabolic disorder associated with serious complications, including nephr … icly available dataset from Kaggle, comprising health records of 99,982 individuals, was used. Five supervised machine learning models were evaluated: Bayesian ridge regression, logistic regression, extreme gradient boosting (XGBoost), artificial neural networks, and random forest. Each model was trained and evaluated to assess classification performance. Performance was mea …
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 current study aimed to estimate the prevalence of clinically significant depression and anxiety symptoms in young adults with DSM-5-confirmed specific learning disorders (SLDs) in Saudi Arabia and to develop machine learning (ML) models to identify individuals at elevated risk. In this cross-sectional study, 439 young adults were recruited via online advertisements. They underwent structured clinical interviews administered by licensed psychologists or psychiatrists to confirm their SLD diagnosis in accordance with DSM-5 criteria. Depression and anxiety were assessed using validated self-r
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/Objectives: Despite great efforts from both clinical and pathological sides to address the extent of metastatic inguinal lymph node involvement in patients with vulvar cancer, current research attempts are still mostly aimed at identifying new imaging parameters or superior tissue diagnostic workflows rather than alternative ways of statistical data analysis. In the present study, we therefore establish a supervised machine learning algorithm to predict groin metastasis in patients with squamous cell carcinoma of the vulva (VSCC) based on classical histomorphological features. Metho…
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.
Falls by the elderly pose considerable health hazards, leading not only to physical harm but a number of other related problems. A timely alert about a deteriorating gait, as an indication of an impending fall, can assist in fall prevention. In this investigation, a comprehensive comparative analysis was conducted between a commercially available mobile phone system and two wristband systems: one commercially available and another representing a novel approach. Each system was equipped with a singular three-axis accelerometer. The walk suggestive of a potential fall was induced by special glas
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: Esophageal squamous cell carcinoma (ESCC) is a highly aggressive malignancy, and current postoperative prognostic assessment met … pathologically confirmed ESCC patients to recognize powerful predictive variables. We employed nine supervised machine learning classifiers and integrated best predictive machine learning classifiers by weighted voting method to construct an ensemble model called PPMESCC. Additionally, functional assay was conducted to examine the potential effect of top-ranking CTG HENMT1 i …
СтатьяВалидационное 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.
BACKGROUND: Amyotrophic lateral sclerosis (ALS) leads to rapid physiological and functional decline before causing untimely death. Current best-practice approaches to interdisciplinary care are unable to provide adequate monitoring of patients' health. Passive in-home sensor systems enable 24×7 health monitoring. Combining sensor data with outcomes extracted from the electronic health record (EHR) through a supervised machine learning algorithm may enable health care providers to predict and ultimately slow decline among people living with ALS.
OBJECTIVE: This study aims to describe a federat…
СтатьяПоддержка 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.
Trait anxiety relates to the steady propensity to experience and report negative emotions and thoughts such as fear and worries across diffe … ere first decomposed into independent covarying gray and white matter networks with a data fusion unsupervised machine learning approach (Parallel ICA). Then, supervised machine learning (decision tree) and backward regression were used to extract and test the generalizability of a predictive model of trait anxiety. Two covarying gray and white matter independent networks su …
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: To develop a prediction model that could risk stratify abdominal aortic aneurysms (AAAs) into high and low growth rate groups, u … pathophysiological aspects extracted for predictive modeling. Collected data were used to build two supervised machine learning models. A gradient boosting (XGboost) and a support vector machines (SVM) algorithm were trained with 60% and tested with 40% of the data to predict which AAA would achieve a growth rate higher than the median of our study cohort. Receiver operating …
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.
MedElevator
Войти в исследования