Background: Medication-related osteonecrosis of the jaw (MRONJ) is a rare but serious adverse event. Herein, we conducted a quantitative structure-activity relationship analysis using the U.S. Food and Drug Administration Adverse Drug Reaction Database System (FAERS) and machine learning to construct a drug prediction model for MRONJ induction based solely on chemical structure information. Methods: A total of 4815 drugs from FAERS were evaluated, including 70 and 139 MRONJ-positive and MRONJ-negative drugs, respectively, identified based on reporting odds ratios, Fisher's exact tests, and ≥10
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: Thus far, all the clinical models developed to predict major bleeding in patients on extended anticoagulation therapy use the baseline predictors to stratify patients into different risk groups. Therefore, these models do not account for the clinical changes and events that occur after the baseline visit, which can modify risk of bleeding. However, it is difficult to develop predictive models from the routine follow-up clinical interviews, which are irregular sequences of multivariate time series data.
OBJECTIVES: To demonstrate that deep learning can incorporate patient time seri
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: According to the emotion regulation process, situation selection comprises actions that increase or decrease the likelihood of b … .
PARTICIPANTS AND PROCEDURE: In order to make a joint assessment of both concepts, the study used supervised machine learning models to analyze the associations between selected variables of social support, emotion regulation, coping, and several psychological symptoms (somatization, obsession-compulsion, interpersonal sensitivity, depression, anxiety, hostility, phobic an …
СтатьяПоддержка исследования: вне правительства СШАПоддержка 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 paper presents the results of research on the use of smartphone sensors (namely, GPS and accelerometers), geospatial information (points of interest, such as bus stops and train stations) and machine learning (ML) to sense mobility contexts. Our goal is to develop techniques to continuously and automatically detect a smartphone user's mobility activities, including walking, running, driving and using a bus or train, in real-time or near-real-time (<5 s). We investigated a wide range of supervised learning techniques for classification, including decision trees (DT), support vector machine
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2025eng
This study presents a machine learning framework for the automated detection of Parkinson's disease (PD) using turning metrics derived from inertial measurement units (IMUs) and pressure sensors. Utilizing the Smart-Insole Dataset, which includes data from 29 individuals (13 healthy adults, 9 older adults, and 8 PD patients both on and off medication), the study introduces an algorithm to automatically detect turning points, eliminating the need for manual annotation or clinician supervision. A feature extraction pipeline is then implemented to extract entropy and smoothness metrics from the i
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.
Primary Sjögren's syndrome (pSS) is a chronic, systemic autoimmune disease mostly affecting the exocrine glands. This debilitating condition is complex and specific treatments remain unavailable. There is a need for the development of novel diagnostic models for early screening. Four gene profiling datasets were downloaded from the Gene Expression Omnibus database. The 'limma' software package was used to identify differentially expressed genes (DEGs). A random forest-supervised classification algorithm was used to screen disease-specific genes, and three machine learning algorithms, including
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 AND OBJECTIVES: Recently, artificial intelligence (AI) has been applied to otolaryngology. However, existing supervised learning methods cannot easily predict data outside the learning domain. Moreover, collecting diverse medical data has become demanding owing to privacy concerns. Consequently, these limitations hinder the applications of AI in clinical settings. To address these issues, this study proposes a Cooperative Observation Network (CON), using an unsupervised anomaly detection approach. Anomaly detection is the process of identifying data patterns that deviate from the ma
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: Understanding and improving patient care is pivotal for health care providers. With increasing volumes of the Friends and Family Test (FFT) data in England, manual analysis of this patient feedback poses challenges for many health care organizations. This underscores the importance of automated text analysis, particularly in predicting sentiments and themes in real time.
OBJECTIVE: Leveraging machine learning and natural language processing, this study explores the utility of a supervised algorithm to systematically test and refine the algorithm's cross-contextual performance in d
СтатьяВалидационное исследованиеПоддержка 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.
...IEEE...International Conference on Connected Health: Applications, Systems and Engineering Technologies. IEEE International Conference on Connected Health: Applications, Systems and Engineering Technologies2023eng
People with Parkinson's Disease (PD) have multiple symptoms, such as freezing of gait (FoG), hand tremors, speech difficulties, and balance … fic boundaries in 2-D feature visualization using the t-SNE tool. We fed our features into multiple supervised machine learning models, including Logistic Regression (LR), K-Nearest Neighbours (KNNs), Support Vector Machines (SVMs), and Convolutional Neural Networks (CNNs), for detecting PD action tremors. These models were evaluated with 30 PD patients' data. The performanc …
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.
Purpose of Review Imaging-derived fractional flow reserve (FFR) is rapidly evolving beyond conventional computational fluid dynamics (CFD)-based pipelines toward machine learning (ML), deep learning (DL), and physics-informed approaches that enable fast, wire-free, and scalable functional assessment of coronary artery stenosis. This review synthesizes recent advances in computed tomography (CT)-and angiography-based FFR measurement, with particular emphasis on emerging physics-informed neural networks and neural operators (PINNs and PINOs), as well as key considerations for their clinical tran
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.
Rapid and non-destructive authentication of herbal medicines is important for quality control and market supervision. This study established an interpretable spectral evidence learning framework for visible and near-infrared (Vis/NIR) imaging-based authentication of Codonopsis Radix (CR) and Aurantii Fructus (AF). Compact 31-band mean gray-value spectra were analyzed at ROI and sample levels. CR sample-level spectra were obtained by ROI-group averaging, whereas AF records were retained as individual sample spectra with image-group information used for leakage-controlled validation. Raw spectra
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.
As the crisis of antibiotic resistance escalates, phage therapy has regained attention as an alternative strategy. Artificial intelligence (AI) technologies offer new avenues to overcome the bottlenecks inherent in traditional bacteriophage research. This review summarizes the multi-dimensional innovative applications of machine learning, deep learning, and large biological models in phage studies. In the fields of phage recognition and genomics, support vector machines (SVMs), convolutional neural networks (CNNs), and pre-trained protein language models can all achieve recognition accuracy ra
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.
INTRODUCTION: Public health policies are implemented within legal and regulatory environments associated with heterogeneous economic and health related outcomes across regions and time. Existing policy evaluation approaches often have limited capacity to represent regional heterogeneity, temporal policy patterns, and uncertainty in observed policy associated outcome changes. To address this issue, this study proposes a predictive computational framework for estimating subsequent economic outcome changes under observed public health policy, legal, and regulatory conditions.
METHODS: The empiri
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.
Although many adolescents and young adults experiment with drugs, a subset may develop a drug use disorder (DUD). Few studies have used machine learning to identify risk and protective factors associated with DUDs, and to the best of our knowledge, none have been conducted with a high-risk youth sample or incorporated explanatory analyses to understand how such factors influence model predictions. We sought to address these gaps by estimating a random forest to identify salient risk and protective factors that differentiate youth with a DUD from their peers who use drugs but do not meet diagno
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: Clinical microbiology is undergoing rapid transformation driven by modern technologies generating high-volume, high-dimensional, and heterogeneous datasets that exceed the analytical capabilities of traditional rule-based approaches. Artificial intelligence (AI) provides powerful computational methods to gain diagnostic, biological, and epidemiological insights from these complex data.
OBJECTIVES: This narrative review provides a structured introduction to the machine learning (ML) lifecycle from the perspective of clinical microbiology, outlining the sequence of steps in data pre
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.
OBJECTIVE: Hepatitis C virus (HCV) infection poses a global health threat with many undiagnosed cases despite advances in diagnosis and treatment. The LiverTAI project in Spain utilized electronic health records (EHRs) to study factors associated with HCV infection, aiming to develop a predictive model for identifying unconfirmed HCV cases in the hospital setting.
PATIENTS AND METHODS: Clinical data from EHRs of six hospitals in Spain were analyzed using machine learning and natural language processing through EHRead®. Patients were categorized as HCV positive, negative, or unknown. A semi-su
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.
Microbial fermentation technology is crucial in modern biomanufacturing processes, such as biopharmaceutical production. However, traditional fermentation process control faces bottlenecks including offline monitoring delay, reliance on empirical experience, and a lack of precise and real-time regulation. Machine learning (ML), with its powerful data extraction and predictive modeling capabilities, has emerged as a key tool for driving the transition from traditional fermentation processes to intelligent paradigms. This paper systematically reviewed the latest research progress on the closed-l
СтатьяОбзорАннотация на английскомПоиск 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 and externally validate a clinical-radiological framework that fuses 2.5D deep learning features from dual-phase computed tomography (CT) with serum triglyceride (TG) levels for early prediction of severe acute pancreatitis (SAP) in patients with hypertriglyceridemia-induced acute pancreatitis (HTGP).
METHODS: In this multicenter retrospective study, 1,518 consecutive HTGP patients from three hospitals were divided into a training cohort (n = 990) and two external validation cohorts (n = 340, n = 188). Patients underwent non-enhanced CT (NECT) and enhanced CT (ECT) with
СтатьяМногоцентровое 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.
Driver gaze estimation is important for various driver gaze applications such as building advanced driving assistance systems and understanding driver gaze behavior. Gaze estimation in terms of gaze zone classification requires large-scale labeled data for supervised machine learning and deep learning-based models. In this study, we collected a driver gaze dataset and annotated it using three annotation approaches - manual annotation, Speak2Label, and moving pointer-based annotation. Moving pointer-based annotation was introduced as a new data annotation approach inspired by screen-based gaze …
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.
Researchers have attempted to identify the factors involved in lymph node recurrence in cT1-2N0 tongue squamous cell carcinoma (SCC). However, studies combining histopathological and clinicopathological information in prediction models are limited. We aimed to develop a highly accurate lymph node recurrence prediction model for clinical stage T1-2, N0 (cT1-2N0) tongue SCC by integrating histopathological artificial intelligence (AI) with clinicopathological information. A dataset from 148 patients with cT1-2N0 tongue SCC was divided into training and test sets. The prediction models were const
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.
MedElevator
Войти в исследования