BACKGROUND/AIM: Reflux episodes and postreflux swallow-induced peristaltic wave (PSPW) index are useful impedance parameters that can augment the diagnosis of gastroesophageal reflux disease (GERD). However, manual analysis of pH-impedance tracings is time consuming, resulting in limited use of these novel impedance metrics. This study aims to evaluate whether a supervised learning artificial intelligence (AI) model is useful to identify reflux episodes and PSPW index.
METHODS: Consecutive patients underwent 24-h impedance-pH monitoring were enrolled for analysis. Multiple AI and machine lear
СтатьяПоддержка исследования: вне правительства СШАПолный 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.
The advancement of investigation tools and electronic health records (EHR) enables a paradigm shift from guideline-specific therapy toward patient-specific precision medicine. The multiparametric and large detailed information necessitates novel analyses to explore the insight of diseases and to aid the diagnosis, monitoring, and outcome prediction. Artificial intelligence (AI), machine learning, and deep learning (DL) provide various models of supervised, or unsupervised algorithms, and sophisticated neural networks to generate predictive models more precisely than conventional ones. The data
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.
Understanding the substrate specificity of HIV-1 protease plays an essential role in the prevention of HIV infection. A variety of computational models have thus been developed to predict substrate sites that are cleaved by HIV-1 protease, but most of them normally follow a supervised learning scheme to build classifiers by considering experimentally verified cleavable sites as positive samples and unknown sites as negative samples. However, certain noisy can be contained in the negative set, as false negative samples are possibly existed. Hence, the performance of the classifiers is not as ac
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: Most clinical machine learning applications use a supervised learning approach using labeled variables. In contrast, unsupervised learning enables pattern detection without a prespecified outcome.
PURPOSE/HYPOTHESIS: The purpose of this study was to apply unsupervised learning to the combined Danish and Norwegian knee ligament register (KLR) with the goal of detecting distinct subgroups. It was hypothesized that resulting groups would have differing rates of subsequent anterior cruciate ligament reconstruction (ACLR) revision.
STUDY DESIGN: Cohort study; Level of evidence, 3.
ME
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: Artificial Intelligence (AI) plays a pivotal role in the diagnosis of health conditions ranging from general well-being to critical health issues. In the realm of health diagnostics, an often overlooked but critical aspect is the consideration of cost-sensitive learning, a facet that this study prioritizes over the non-invasive nature of the diagnostic process whereas the other standard metrics such as accuracy and sensitivity reflect weakness in error profile.
OBJECTIVE: This research aims to investigate the total cost of misclassification (Total Cost) by decision rule Machine Le
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: Brain metastases (BMs) represents a severe neurological complication stemming from cancers originating from various sources. It is a highly challenging clinical task to accurately distinguish the pathological subtypes of brain metastatic tumors from lung cancer (LC).The utility of 2.5-dimensional (2.5D) deep learning (DL) in distinguishing pathological subtypes of LC with BMs is yet to be determined.
METHODS: A total of 250 patients were included in this retrospective study, divided in a 7:3 ratio into training set (N=175) and testing set (N=75). We devised a method to assemble a
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.
Deep learning models have advanced rapidly, leading to claims that they now match or exceed human performance. However, such claims are often based on closed-set conditions with fixed labels, extensive supervised training, and do not considering differences between the two systems. Recent findings also indicate that some models align more closely with human categorisation behaviour, whereas other studies argue that even highly accurate models diverge from human behaviour. Following principles from comparative psychology and imposing similar constraints on both systems, this study investigates
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: Focal atrial tachycardia is commonly treated by radio frequency ablation with an acceptable long-term success. Although the location of ectopic foci tends to appear in specific hot-spots, they can be located virtually in any atrial region. Multi-electrode surface ECG systems allow acquiring dense body surface potential maps (BSPM) for non-invasive therapy planning of cardiac arrhythmia. However, the activation of the atria could be affected by fibrosis and therefore biomarkers based on BSPM need to take these effects into account. We aim to analyze the effect of fibrosis on a BSP
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: Automated segmentation of anatomical structures in medical image analysis is a prerequisite for autonomous diagnosis as well as various computer- and robot-aided interventions. Recent methods based on deep convolutional neural networks (CNN) have outperformed former heuristic methods. However, those methods were primarily evaluated on rigid, real-world environments. In this study, existing segmentation methods were evaluated for their use on a new dataset of transoral endoscopic exploration.
METHODS: Four machine learning-based methods SegNet, UNet, ENet and ErfNet were trained with
Сравнительное исследованиеСтатьяПоиск 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.
Infertility affects millions worldwide, with estimates indicating that 1 in 6 people of reproductive age will experience it in their lifetime. Globally, infertility impacts between 12.6-17.5% of couples of reproductive age. Recently, machine learning (ML) has garnered significant attention in biomedical research, enabling creation of predictive models that can personalize disease treatment based on measurable variables, thereby aiding in the development of diagnostic tools. In this study, 28 predictor variables were selected preliminarily; after a multicollinearity test, 20 predictors were sel
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: Disease outbreaks, particularly cryptocaryoniasis caused by the ciliate Cryptocaryon irritans, pose significant barriers to sustainable marine fish aquaculture, undermining productivity, profitability, and biosecurity. Despite its impact, early warning tools for parasitic diseases leveraging advanced technologies remain underdeveloped.
METHODS: We developed a machine learning (ML)-driven early warning system for cryptocaryoniasis, integrating seven years of outbreak surveillance data (n = 429 events from 2016 to 2023) with 17 high-resolution oceanographic predictors influencing pa
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.
Working memory is an executive function that orchestrates the use of limited amounts of information, referred to as working memory capacity, … an-machine hybrid behavioral quantification approach which supplements stopwatch-based scoring with supervised machine learning-based classification. After validating the spontaneous IST and DST in male rats, 6-item test versions with the hybrid quantification method were used to evaluate the impact of acute exposure to high-Δ9-tetrahydrocannabinol (THC) or high-CBD Cannabis …
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 COVID-19 pandemic is impacting mental health, but it is not clear how people with different types of mental health problems … text-derived features such as sentiment analysis, personal pronouns, and semantic categories. Using supervised machine learning, we classified posts into their respective support groups and interpreted important features to understand how different problems manifest in language. We applied unsupervised methods such as topic modeling and unsupervised clustering to uncover con …
СтатьяНаблюдательное исследованиеПоддержка NIH: внешняя программаПоиск 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 compare performance, sample efficiency, and hidden stratification of visual transformer (ViT) and convolutional neural network (CNN) architectures for diagnosis of disease on chest radiographs and extremity radiographs using transfer learning.
MATERIALS AND METHODS: In this HIPAA-compliant retrospective study, the authors fine-tuned data-efficient image transformers (DeiT) ViT and CNN classification models pretrained on ImageNet using the National Institutes of Health Chest X-ray 14 dataset (112 120 images) and MURA dataset (14 656 images) for thoracic disease and extremity abnorm
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.
Traffic crashes involving pedestrians tend to result in the most casualties (minor, serious, or fatal). Therefore, accurately determining the level of responsibility in a pedestrian crash is crucial, as liability can lead to civil, administrative, or criminal consequences. Despite its importance, the scientific literature contains very few studies focused specially on the attribution of responsibility in traffic accidents, and even fewer focus on pedestrian collisions. This study evaluated different supervised classification models using Machine Learning (ML) techniques to classify the levels
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: Posterior systolic curling (PSC) is a morphofunctional abnormality of the posterior mitral annulus associated with malignant vent … annulus, point-wise tissue tracking, extraction of interpretable kinematic and dynamic features and supervised machine learning classification. Feature selection combined bootstrapped Elastic Net and Sequential Backward Selection, identifying nine motion descriptors. Model performance was evaluated using repeated, stratified nested cross-validation.
RESULTS: Manual annotati …
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.
European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society2026eng
PURPOSE: This study aimed to evaluate the utility of L1-L4 average Hounsfield Unit (HU) values from lumbar spine computed tomography (CT) in predicting osteoporosis using multiple machine learning (ML) models.
METHODS: We retrospectively analyzed 172 patients (≥ 50 years) who underwent lumbar spine surgery and received preoperative CT and dual-energy X-ray absorptiometry (DXA) within 3 months. Osteoporosis was defined as a T-score < - 2.5 at either the lumbar spine or femoral neck. The L1-L4 average HU value was used as the sole input variable to develop seven supervised ML models. Model perf
СтатьяСравнительное 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.
Alcoholic-associated liver disease (ALD) and metabolic dysfunction-associated steatotic liver disease (MASLD) show a high prevalence rate worldwide. As gut microbiota represents current state of ALD and MASLD via gut-liver axis, typical characteristics of gut microbiota can be used as a potential diagnostic marker in ALD and MASLD. Machine learning (ML) algorithms improve diagnostic performance in various diseases. Using gut microbiota-based ML algorithms, we evaluated the diagnostic index for ALD and MASLD. Fecal 16S rRNA sequencing data of 263 ALD (control, elevated liver enzyme [ELE], cirrh
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.
Immunization through repeated direct venous inoculation of Plasmodium falciparum (Pf) sporozoites (PfSPZ) under chloroquine chemoprophylaxis … earlier published PfSPZ-CVac dose-escalation trial. For this purpose, we both utilized and adapted supervised machine learning methods to identify predictive antibody profiles at two different time points: after immunization and before CHMI. We developed an adapted multitask support vector machine (SVM) approach and compared it to standard methods, i.e. single-task SVM, reg …
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.
Different demographic, clinical and laboratory variables have been related to the severity and mortality following SARS-CoV-2 infection. Most studies applied traditional statistical methods and in some cases combined with a machine learning (ML) method. This is the first study to date to comparatively analyze five ML methods to select the one that most closely predicts mortality in patients admitted with COVID-19. The aim of this single-center observational study is to classify, based on different types of variables, adult patients with COVID-19 at increased risk of mortality. SARS-CoV-2 infec
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