Artificial intelligence (AI)-based multi-modal fusion algorithms are pivotal in emulating clinical practice by integrating data from diverse sources. However, most of the existing multi-modal models focus on designing new modal fusion methods, ignoring critical role of feature representation. Enhancing feature representativeness can address the noise caused by modal heterogeneity at the source, enabling high performance even with small datasets and simple architectures. Here, we introduce DeepOmix-FLEX (Fusion with Learning Enhanced feature representation for X-modal or FLEX in short), a multi
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2021eng
Sedentary behavior is considered as a major public health challenge, linked with many chronic diseases and premature mortality. In this paper, we propose a steps counting -based machine learning approach for the prediction of sedentary behavior. Our work focuses on analyzing historical data from multiple users of wearable physical activity trackers and exploring the performance of four machine learning algorithms, i.e., Logistic Regression, Random Forest, XGBoost, Convolutional Neural Networks, as well as a Majority Vote Ensemble of the algorithms. To train and test our models we employed a cr
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.
Optical network-on-chip (ONoC) is an effective communication architecture to realize high performance and energy efficiency. Diverse routing algorithms are proposed to avoid the congestion, tolerate the faults, and reduce the insertion loss or energy consumption. However, existing algorithms did not consider the characteristic optical circuit-switching of ONoC, which aggravates the network congestion and degrades the associated performance severely. In this paper, by exploiting congestion prediction technique, we propose a new routing algorithm for ONoC, named loophole-routing, to improve the s
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 transport of trichloroethylene, 1,1,1-trichloroethane, and toluene in aqueous solutions through a polydimethylsiloxane film was modeled using a Fickian diffusion model to fit data obtained from an evanescent fiber-optic chemical sensor (EFOCS). The resultant diffusion coefficients for these analytes were respectively 3 × 10(-)(7), 5 × 10(-)(7), and 1 × 10(-)(7) cm(2)/s. Inclusion of an interfacial conductance term, defined as the ratio of the mass transport coefficient across the polymer surface and the analyte diffusion coefficient in the polymer, was required to accurately model the data
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: Class imbalance can hinder reliable detection of clinically relevant outcomes in binary clinical prediction. In this study, the positive class was predefined as the clinically relevant minority outcome; therefore, accuracy-only hyperparameter selection can favor the majority class and reduce sensitivity for that outcome.
METHODS: We evaluated the previously published Ensemble Multi-Objective Optimization (EMOO) framework as a hyperparameter-selection and ensembling method rather than a diagnostic model itself. EMOO uses the Non-dominated Sorting Genetic Algorithm II (NSGA-II) to
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.
Primary aldosteronism (PA) has two major subtypes: unilateral (uPA) and bilateral (bPA). Although several diagnostic models for subtype classification have been reported, the optimal combination of algorithms and clinical features remains unclear. This study aimed to identify machine learning models and clinical features that contribute to PA subtype prediction. A total of 274 PA patients who underwent successful adrenal venous sampling (AVS) at a single center were analyzed. Overall, 196 endocrine features were comprehensively collected and classified into four categories: A, PA-related featu
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.
Continuous monitoring of therapeutic cell cultures via Raman spectroscopy traditionally relies on product-specific calibration models, which often fail to generalize across diverse commercial processes when process parameter or cell lines change. To overcome the need for extensive recalibration, an integrated generic Raman modeling framework was developed by aggregating in-line spectra from four distinct 1500-L commercial Chinese hamster ovary fed-batch processes. Fifteen combinations of regression algorithms and feature selection strategies were first evaluated under sample-level splitting, a
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.
Cervical cancer (CC) is a significant global health issue, particularly in low-income countries. Early detection and successful treatment techniques are critical for decreasing death rates. Artificial intelligence (AI) has emerged as one of the major transformational tools in cancer prediction, improved screening, diagnosis, and therapy. This comprehensive narrative review describes applications of AI in diagnosis, biomarker prediction, development of drugs, and tailored treatment for cervical cancer. Various studies reporting the use of AI-driven imaging methods, multi-omics data analysis, an
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.
Primary carnitine deficiency is caused by a defect in the OCTN2 carnitine transporter encoded by the SLC22A5 gene. It can cause hypoketotic … ) were expressed in CHO cells. Carnitine transport was impaired by 73 out of 92 variants expressed. Prediction algorithms (Polyphen-2, SIFT) correctly predicted the functional effects of expressed variants in about 80% of cases. These results indicate that mutations in the coding region of the SLC22A5 gene cannot be identified in about 16% of the alleles causing primar …
Сравнительное исследованиеСтатьяПоддержка NIH: внешняя программаПоддержка 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.
PURPOSE: To develop and evaluate a machine learning (ML)-based model for predicting keratoconus (KCN) progression in an Iranian cohort.
METHODS: This retrospective study included 1,000 eyes of 529 patients with KCN (mean age: 31.1±8.0 years; 63.3% male) with two ocular examinations at least six months apart (mean interval: 71.1±41.7 months) and no prior corneal surgery. Progression was defined by a composite criterion: ≥1.00 D increase in KmaxF or anterior astigmatism, ≥25 μm corneal thinning, or ≥0.42 increase in Belin/Ambrosio D-index. Three XGBoost-based algorithms were developed: (1) usin
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.
Machine Learning (ML) models are increasingly being used in clinical workflows. Evaluation of these models tends to focus on global performance metrics, which can obscure error patterns and lead to bias in clinical decision making. Here, we propose Proximal Error-Based Confidence Adjustment (PECA), a framework designed explicitly to improve the safety of ML predictions by reducing a model's confidence in regions of the feature space associated with historical prediction errors. Rather than optimizing global metrics alone, PECA targets confident misclassifications by attenuating prediction conf
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: The aim of this study was to identify high-risk dental extractions in patients taking antiplatelet (AP) medication or anticoagulants (ACs) and to compare an experienced surgeon's decisions with machine learning (ML) algorithms.
MATERIALS AND METHODS: Our study included 2000 procedures, of which 1788 were conducted in patients under monotherapy with AP medication, vitamin K antagonists (VKAs), heparin, or direct oral anticoagulants (DOACs), 426 were performed under dual therapy, and 27 under triple therapy. Four algorithms, logistic regression (LR), eXtreme gradient boost (XGB), ra
СтатьяСравнительное 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.
Geo-statistical models have been applied to assess fine-scale air pollution exposures in epidemiological studies. Many of the models were developed for criteria air pollutants rather than others that have not been regulated (e.g., ultrafine particles, black carbon, and benzene) which may also be harmful to human health. We aim to develop spatial models for regulated and non-regulated air pollutants using 6 algorithms and compare their prediction performances. A mobile platform with fast-response monitors was used to measure gaseous air pollutants (nitrogen dioxides, carbon monoxide, sulfur dio
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.
PURPOSE: Artificial intelligence can realize personalization. This systematic scoping review provides the types, functions, and mechanisms of machine learning (ML) for personalizing smoking cessation interventions.
METHODOLOGY: We searched fourteen databases including PubMed, CINAHL, EMBASE, the Cochrane Library, IEEE Xplore, PsycINFO, Scopus, Web of Science, AAAI, ACM Digital Library, ArXIV, Mednar, ProQuest, and Science.gov. We selected 98 articles from 4073 records that met the criteria. Two independent reviewers screened and selected the articles. Two reviewers extracted the data using a
СтатьяScoping ReviewПоддержка 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.
INTRODUCTION: Acute myeloid leukemia (AML) is a heterogenous hematologic malignancy that maintains high relapse rates and poor survival despite ongoing treatment advances. There is critically unmet need for consistently providing long-term survival with minimal treatment toxicity for AML patients. Advances in artificial intelligence/machine learning (AI/ML) offer new approaches to addressing clinical challenges in AML.
METHODS: In this systematic narrative review, 426 publications focusing on the intersection of AML and AI/ML between January 1, 2010, and July 30, 2024, are reviewed.
RESULTS:
СтатьяСистематический обзорПоиск 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.
Machine learning (ML) algorithms are crucial within the realm of healthcare applications. However, a comprehensive assessment of the effectiveness of regression algorithms in predicting alterations in lifting movement patterns has not been conducted. This research represents a pilot investigation using regression-based machine learning techniques to forecast alterations in trunk, hip, and knee movements subsequent to a 12-week strength training for people who have low back pain (LBP). The system uses a feature extraction algorithm to calculate the range of motion in the sagittal plane for the
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.
Machine learning has become an increasingly powerful tool in enzyme discovery, enabling the prediction of enzyme activity, substrate scope, and functional specificity across diverse protein families. However, many reported models rely on narrowly sampled datasets and task-specific benchmarks, limiting their robustness and generalizability to distantly related enzymes or novel chemical substrates. In this concept article, we provide a practical, best-practice-oriented perspective on developing enzyme family- or class-specific machine learning (ML) predictors with an emphasis on data quality, re
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.
BACKGROUND: A significant challenge in blood donation is the occurrence of adverse donor reactions (ADRs) and their subsequent negative impact on the blood supply and public health. A promising strategy to mitigate these events is the deployment of non-invasive, cost-effective artificial intelligence (AI) models for donor screening and monitoring. This study aims to systematically review the AI models utilized in the identification and prediction of ADRs.
METHODS: This study used a systematic review approach in line with the PRISMA 2020 guidelines. A search was performed across various databa
СтатьяСистематический обзорПоиск 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.
AIM: To systematically review the evidence on diagnostic prediction models for depression in patients with breast cancer.
DESIGN: Systematic review.
DATA SOURCES: Ten databases were searched from inception to 22 August 2025, with an updated search on 17 December 2025, to identify original studies developing and/or validating diagnostic prediction models for depression in patients with breast cancer.
METHODS: Data were extracted using the Critical Appraisal and Data Extraction for Systematic Reviews of Prediction Modelling Studies (CHARMS) framework. Two reviewers independently assessed risk
СтатьяСистематический обзорПоиск 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.
AIM: To critically appraise the methodological quality and historical evolution of prognostic models for periodontitis.
MATERIALS AND METHODS: A systematic search was conducted in three databases. Eligible studies were classified as conceptual tools, category-based tools and data-driven models. Category-based and data-driven models were evaluated with PROBAST. Risk of bias (ROB) was compared across four domains: Participants, Predictors, Outcome and Analysis.
RESULTS: Twenty-seven studies were included. Prognostic methods evolved from qualitative risk categories and expert-based classificati
СтатьяСистематический обзорПоиск 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