This article proposes a unique approach to bring out the potential of graph-based features to reveal the hidden signatures of wet (WE) and d … associated airflow dynamics. A better distinguishability between WE and DE is obtained through the supervised machine learning techniques (MLTs)-quadratic support vector machine and neural net pattern recognition (NN), when compared to the unsupervised MLT, principal component analysis. The 93.90% classification accuracy with a precision of 97.00% suggests NN as a better cl …
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: Alliance ruptures are central to psychotherapy process and outcome, yet therapists often fail to detect them in real time, particularly withdrawal ruptures, which tend to manifest subtly. This study examined whether machine learning applied to moment-to-moment movement dynamics during psychotherapy sessions can identify markers of alliance ruptures.
METHOD: We analyzed 474 videotaped psychotherapy sessions from 86 dyads drawn from a randomized controlled trial for major depressive disorder. Alliance ruptures were coded using the Rupture Resolution Rating System (3RS). Patient and t
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.
Rehabilitation is a major requirement to improve the quality of life and mobility of patients with disabilities. The use of rehabilitative devices without continuous supervision of medical experts is increasing manifold, mainly due to prolonged therapy costs and advancements in robotics. Due to ExoMechHand's inexpensive cost, high robustness, and efficacy for participants with median and ulnar neuropathies, we have recommended it as a rehabilitation tool in this study. ExoMechHand is coupled with three different resistive plates for hand impairment. For efficacy, ten unhealthy subjects with me
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: The field of toxicology has witnessed substantial advancements in recent years, particularly with the adoption of new approach methodologies (NAMs) to understand and predict chemical toxicity. Class-based methods such as clustering and classification are key to NAMs development and application, aiding the understanding of hazard and risk concerns associated with groups of chemicals without additional laboratory work. Advances in computational chemistry, data generation and availability, and machine learning algorithms represent important opportunities for continued improvement of t
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: Acute monoarthritis in children poses a diagnostic challenge, particularly in distinguishing septic arthritis from non-infectious inflammatory causes. Delayed or incorrect diagnosis may lead to serious complications or inappropriate treatment. This study aims to develop and validate machine learning (ML) models for distinguishing septic arthritis from non-infectious inflammatory arthritis in children presenting with acute monoarthritis, using routinely available laboratory markers including body temperature, conventional inflammatory markers (CRP and ESR), and complete blood count (
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: Patients with severe dengue who develop severe respiratory failure requiring mechanical ventilation (MV) support have significantly increased mortality rates. This study aimed to develop a robust machine learning-based risk score to predict the need for MV in children with dengue shock syndrome (DSS) who developed acute respiratory failure.
METHODS: This single-institution retrospective study was conducted at a tertiary pediatric hospital in Vietnam between 2013 and 2022. The primary outcome was severe respiratory failure requiring MV in the children with DSS. Key covariables were
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: Schistosomiasis is a major neglected tropical disease that affects up to 250 million individuals worldwide. The diagnosis of human schistosomiasis is mainly based on the microscopic detection of the parasite's eggs in the feces (i.e., for Schistosoma mansoni or Schistosoma japonicum) or urine (i.e., for Schistosoma haematobium) samples. However, these techniques have limited sensitivity, and microscopic expertise is waning outside endemic areas. Matrix-assisted laser desorption/ionization time-of-flight (MALDI-TOF) mass spectrometry (MS) has become the gold standard diagnostic meth
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.
Early recognition of septic shock is crucial for improving clinical management and patient outcomes, especially in the emergency department (ED). This study conducted serum metabolomic profiling on ED patients diagnosed with septic shock (n = 32) and those without septic shock (n = 92) using a high-resolution mass spectrometer. By implementing a supervised machine learning algorithm, a prediction model based on a panel of metabolites achieved an accuracy of 87.8%. Notably, when employed on a low-resolution instrument, the model maintained its predictive performance with an accuracy of 84.2%. T…
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.
Immunological protection against a wide variety of pathogens is largely mediated by the diverse and dynamic T cell receptor (TCR) repertoire, a crucial component of the adaptive immune system. An encounter with infectious agents stimulates specific T cells to initiate a direct immune response to combat intruders. Hence, the TCR repertoire may conceal crucial information regarding current and past infections and might assist in the development and monitoring of vaccines. To unlock its knowledge, we describe a computational workflow involving both supervised and unsupervised machine learning tec…
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.
The segmentation of the mitral valve annulus and leaflets specifies a crucial first step to establish a machine learning pipeline that can support physicians in performing multiple tasks, e.g. diagnosis of mitral valve diseases, surgical planning, and intraoperative procedures. Current methods for mitral valve segmentation on 2D echocardiography videos require extensive interaction with annotators and perform poorly on low-quality and noisy videos. We propose an automated and unsupervised method for the mitral valve segmentation based on a low dimensional embedding of the echocardiography vide
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.
During radiotherapy, lung cancer patients commonly experience pain while swallowing (odynophagia) of food and drink. Observations from patient-centred nursing practice have been used to generate predictive models for odynophagia needing prescription pain medication during external beam lung radiotherapy for non-small cell and small-cell lung cancer. Three multivariate logistic models were evaluated in repeat cross-validation: a manual-stepwise model and two supervised machine learning models. Overall predictive performance was good. Correct classification rates ranged from 0.82 to 0.84, and ar…
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.
Prior studies have used traditional trajectory analyses to classify caries progression; however, none have applied machine learning (ML) to predict caries trajectories from childhood to early adulthood. The aims of our study are 1) to use unsupervised ML to perform trajectory analysis by clustering the longitudinal caries data into distinct trajectory groups and 2) to utilize supervised ML to predict trajectory group membership from behavioral/dietary, fluoride, and sociodemographic variables. This study was conducted using longitudinal data from 560 Iowa Fluoride Study participants. Trajector
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.
Background: Monitoring training load and recovery is essential for performance optimization and injury prevention in youth football. However, predicting subjective recovery in preadolescent athletes remains challenging due to biological variability and the multidimensional nature of training responses. This exploratory study examined whether supervised machine learning (ML) models could predict Total Quality of Recovery (TQR) using integrated external load, internal load, anthropometric and maturational variables collected over one competitive microcycle. Methods: Forty male sub-elite U11 and …
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.
INTRODUCTION: Implementing novel tools that identify contributors to the cost of orthopedic procedures can help hospitals maximize efficienc … predictions and explanations on a case-by-case basis.
CONCLUSION: This study developed an ensemble supervised machine learning algorithm that outperformed a sophisticated statistical learning model in predicting total charges after ambulatory RCR. Important contributors to total charges included operating room time, duration of care, number of anchors used, type of anesthes …
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: As a common neurodegenerative disorder, Parkinson's disease (PD) primarily affects dopaminergic neurons, leading to progressive motor disabilities along with a spectrum of non-motor complications. The early identification of Parkinson's disease, as well as the exploration of biomarkers related to its associated comorbidities, remains an important focus of current research.
METHODS: In this study, a metabolomics approach combined with machine learning techniques was applied to explore potential biomarkers for PD and its related comorbid conditions. Using liquid chromatography-tan
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.
Single-molecule localization microscopy (SMLM) achieves nanoscale imaging of complex protein structures in the cell. However, the ability to capture structural variability across cell conditions (cell lines, gene expression, treatment) from 3D point cloud SMLM data remains limited. We present siMILe, a weakly supervised multiple instance learning machine learning method to close this gap in interpretable subcellular discovery. siMILe identifies condition-specific changes in protein assemblies by leveraging their shape and network features, without requiring structure-level supervision. siMILe
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.
Regular physical training is essential for maintaining physical fitness in environments where exercise must be performed in limited space and without direct professional supervision. In such settings, degraded exercise execution may reduce training effectiveness and increase injury risk. To address this challenge, this study aimed to develop a methodology for collecting and processing multimodal data to support autonomous, AI-driven feedback systems. We collected data from 20 healthy adults performing a structured protocol of specialized, whole-body exercises designed for spatially constrained
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.
COVID-19 is a global health emergency that has fundamentally altered human life. Public perception about COVID-19 greatly informs public policymaking and charts the course of present and future mitigation strategies. Existing approaches to gain insights into the evolving nature of public opinion has led to the application of natural language processing on public interaction data acquired from online surveys and social media. In this work, we apply supervised and unsupervised machine learning approaches on global Twitter data to learn the opinions about adoption of mitigation strategies such as…
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 model-driven, self-supervised deep learning network for end-to-end simultaneous mapping of myocardial oxygen extraction fraction (mOEF) and myocardial blood volume (MBV).
METHODS: An asymmetrical spin echo-prepared sequence was used to acquire mOEF and MBV images. By integrating a physical model into the training process, a self-supervised learning (SSL) pattern can be regulated. A loss function consisted of the mean squared error, plus cosine similarity was used to improve the performance of network predictions for estimating mOEF and MBV simultaneously. The SSL network
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 COVID-19 pandemic has affected the health, economic, and social fabric of many nations worldwide. Identification of individu … urity helps in reducing mental stress during the COVID-19-generated economic crises. Finally, using supervised machine learning models, we predicted the most mentally vulnerable people with ~80% accuracy.
CONCLUSIONS: Multiple factors such as social isolation, digital communication, and working and schooling from home were identified as factors of mental illness during the …
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