Due to the aging population, home care for the elderly has become very important. Currently, there are many studies focusing on the deployment of various sensors in the house to recognize the home activities of the elderly, especially for the elderly living alone. Through these, we can detect the home situation of the single person and ensure his/her living safety. However, the living environment of the elderly includes, not only the person living alone, but also multiple people living together. By applying the traditional methods for a multi-resident environment, the "individual" activities o
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 COVID-19 pandemic has led to an unprecedented increase in the volume of biological data generation, demonstrating the importance of developing an integrative and intelligent analytical framework. In the last few years, advancements in the artificial intelligence (AI) approaches have completely transformed the biological research landscape. Researchers have integrated the AI approaches with the multi-omics data generated from the COVID-19 patients to have a systems-level understanding of underlying disease mechanisms, predicting new variants and their spread rate, disease severity, immune r
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.
Accurate characterization of the fetal brain tissue microstructure with diffusion MRI remains challenging due to the presence of significant free water contribution and low data quality inherent in fetal imaging. To address these challenges, in this work we have developed a machine learning method for Free Water Eliminated Diffusion Tensor Imaging (FWE-DTI) that explicitly distinguishes between free and tissue-bound water diffusion. We leverage research-quality neonatal and fetal diffusion MRI data in a stage-wise learning approach that uses supervised and unsupervised training. The effectiven
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.
Age-related macular degeneration (ARMD), a major cause of sight impairment for elderly people, is still not well understood despite intensive research. Measuring the size of the lesions in the fundus is the main biomarker of the severity of the disease and as such is widely used in clinical trials yet only relies on manual segmentation. Artificial intelligence, in particular automatic image analysis based on neural networks, has a major role to play in better understanding the disease, by analyzing the intrinsic optical properties of dry ARMD lesions from patient images. In this paper, we prop
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.
Impaired sleep in Parkinson's Disease (PD) is a significant unmet need. Targeting sleep stage-specific neurophysiologies with adaptive Deep Brain Stimulation (aDBS) may ameliorate sleep disruption. This study analyzes the efficacy of personalized machine learning approaches on classifying sleep stages from participants receiving deep brain stimulation. We acquired 283 hours of multi-night intracranial cortico-basal recordings with synchronized sleep stage labels derived from scalp EEG across 5 participants during chronic stimulation. Five-stage classification accuracy across PD subjects averag
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.
Cell state transitions underlie the emergence of diverse cell types and are traditionally defined by changes in gene expression. Yet these t … entiation. While single features showed high noise and low separability of ground-truth cell types, supervised machine learning revealed that integrating time-resolved features improves the prediction of final cell fate. Gradient-boosted trees and multinomial logistic regression achieved moderate but consistent accuracy, especially for abundant epithelial lineages. Key discr …
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.
The expansion of irrigation in central Tunisia has reshaped landscapes, creating ecological conditions favourable to Phlebotomus sand flies and Leishmania transmission, thereby increasing leishmaniasis risk. To assess these dynamics, a geospatial classification and risk-indexing framework was developed that integrates remote sensing, supervised machine learning, and ecological reasoning on vector habitats. The analysis covered three Central Tunisian sites and their narrower environments - Gafsa, Kairouan, and Sidi Bouzid - from 1984 to 2020. Habitat clustering revealed marked spatial and tempo…
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.
Lassa virus (LASV) causes severe hemorrhagic fever across West Africa where the development of rapid, accurate diagnostics remains hindered by the extensive lineage-level genetic diversity and by the limited availability of high-level containment laboratories. We developed a LASV assay using the CRISPR-based Streamlined Highlighting of Infections to Navigate Epidemics (SHINE) platform to enable safe, field-deployable detection. To enable assay development without handling live virus, we established a plasmid-based system that generates LASV RNA controls spanning major viral lineages. Using 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.
Cell state transitions underlie the emergence of diverse cell types and are traditionally defined by changes in gene expression. Yet these t … entiation. While single features showed high noise and low separability of ground-truth cell types, supervised machine learning revealed that integrating time-resolved features robustly predicts final cell fate. Gradient-boosted trees and multinomial logistic regression achieved moderate but consistent accuracy, especially for abundant epithelial lineages. Key discriminants …
СтатьяПрепринтПоиск 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 reports a highly sensitive, flexible, and intelligent microfluidic glucose biosensor integrating machine learning (ML)-optimized and laser-induced graphene (LIG) electrodes with electrodeposited polyamine saccharide-functionalized glucose oxidase (CS/GluOx) crosslinked with polyethene glycol (PEG). LIG fabrication parameters were optimized using a supervised ML model (random forest regression), achieving R2 = 0.92 and RMSE = 0.14 mC/cm2, while reducing fabrication time by 60 % and improving reproducibility. The CS/GluOx-PEG architecture enhanced catalytic efficiency and mechanical s
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: Approximately 30 % of thyroid nodules yield an indeterminate diagnosis through conventional diagnostic strategies. The aim of this study was to develop machine learning (ML) models capable of identifying papillary thyroid carcinomas using preoperative variables.
METHODS: Patients with thyroid nodules undergoing thyroid surgery were enrolled in a retrospective monocentric study. Six 2-class supervised ML models were developed to predict papillary thyroid carcinoma, by sequentially incorporating clinical-immunological, ultrasonographic, cytological, and radiomic variables.
RESULTS:
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.
PURPOSE: Aortic stenosis (AS) is a common cardiovascular condition where early detection of left ventricular (LV) dysfunction is essential for timely intervention and optimal management. Current echocardiographic measurements, such as ejection fraction (EF), are insensitive to minor changes in LV function, and strain imaging is typically limited to the global longitudinal strain (GLS) parameter due to robustness issues. This study introduces a novel, fully automatic algorithm to enhance the detection of LV dysfunction in AS patients using multiple strain imaging parameters.
METHODS: We applie
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 the current study, we set out to examine the viability of a novel approach to modeling human personality. Research in psychology suggests that people's personalities can be effectively described using five broad dimensions (the Five-Factor Model; FFM); however, the FFM potentially leaves room for improved predictive accuracy. We propose a novel approach to modeling human personality that is based on the maximization of the model's predictive accuracy. Unlike the FFM, which performs unsupervised dimensionality reduction, we utilized a supervised machine learning technique for dimensionality …
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.
Myasthenia gravis (MG) is an autoimmune disease characterized by impaired neuromuscular signaling due to autoantibodies targeting the acetylcholine receptor. Although its auto-antigens and effector mechanisms are well defined, the cellular and molecular drivers underpinning MG remain elusive. Here, we employed high-dimensional single-cell mass and spectral cytometry of blood and thymus samples from MG patients in combination with supervised and unsupervised machine-learning tools to gain insight into the immune dysregulation underlying MG. By creating a comprehensive immune map, we identified
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.
The host response to SARS-CoV-2 infection provide insights into both viral pathogenesis and patient management. The host-encoded microRNA (miRNA) response to SARS-CoV-2 infection, however, remains poorly defined. Here we profiled circulating miRNAs from ten COVID-19 patients sampled longitudinally and ten age and gender matched healthy donors. We observed 55 miRNAs that were altered in COVID-19 patients during early-stage disease, with the inflammatory miR-31-5p the most strongly upregulated. Supervised machine learning analysis revealed that a three-miRNA signature (miR-423-5p, miR-23a-3p and…
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.
Proceedings of the ... IEEE/RAS-EMBS International Conference on Biomedical Robotics and Biomechatronics. IEEE/RAS-EMBS International Conference on Biomedical Robotics and Biomechatronics2020eng
The World Health Organization estimates that 15 million infants are born preterm every year [1]. This is of concern because these infants have a significant chance of having neuromotor or cognitive developmental delays due to cerebral palsy or other developmental issues [2]. Our long-term goal is to determine the roles emotion and movement play in the diagnosis of atypical infants. In this paper, we examine how automated emotion assessment may have potential to classify typically and atypically developing infants. We compare a custom supervised machine learning algorithm that utilizes individu…
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.
Cerebral microbleeds (CMBs) are increasingly being recognized as an important biomarker for neurovascular diseases. So far, all attempts to count and quantify them have relied on manual methods that are time-consuming and can be inconsistent. A technique is presented that semiautomatically identifies CMBs in susceptibility weighted images (SWI). This will both reduce the processing time and increase the consistency over manual methods. This technique relies on a statistical thresholding algorithm to identify hypointensities within the image. A support vector machine (SVM) supervised learning c
СтатьяПоддержка NIH: внешняя программаПолный 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: Unsupervised machine learning identifies clinically meaningful subgroups across biomedical domains, yet remains underutilised in transplantation. Existing machine perfusion (MP) machine learning research relies on small cohorts with supervised models of variable performance, rarely investigating multivariate phenotypes integrating donor-recipient characteristics. Unsupervised methods can uncover latent phenotypes in high-dimensional data, revealing favourable-outcome groups and high-risk profiles overlooked by current scoring systems. Applying these methods to United Kingdom MP dat…
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 objective of the study is to develop and externally evaluate interpretable machine learning models integrating routinely reported ultras … tion was performed exclusively in the training cohort using Spearman rank correlation analysis. Ten supervised machine learning classifiers were fitted using the same three predictors and fixed parameter settings without additional hyperparameter optimization. Five-fold cross-validation was performed within the training cohort. Model performance was evaluated using the area …
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: Diagnosing Rotator Cuff Tears (RCTs) via Magnetic Resonance Imaging (MRI) is clinically challenging due to complex 3D anatomy and significant interobserver variability. Traditional slice-centric Convolutional Neural Networks (CNNs) often fail to capture the necessary volumetric context for accurate grading. This study aims to develop and validate the Patient-Aware Vision Transformer (Pa-ViT), an explainable deep-learning framework designed for the automated, patient-level classification of RCTs (Normal, Partial-Thickness, and Full-Thickness). Methods: A large-scale retro
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.
MedElevator
Войти в исследования