Accurate permeability tensor prediction from pore-scale microstructure is essential for subsurface flow modeling, yet direct numerical simulation requires hours per sample, fundamentally constraining large-scale uncertainty quantification. The proposed physics-informed deep learning framework resolves this computational bottleneck through three integrated contributions. First, a MaxViT hybrid CNN-Transformer leverages multi-axis attention to simultaneously resolve grain-scale geometry via block-local operations and representative elementary volume connectivity through grid-global operations, s
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.
Freshwater ecosystems play a crucial role in maintaining ecological balance and supporting biodiversity. Assessing water quality and identifying pollution factors affected by seasonal changes is of utmost importance. The traditional approach for identifying pollution sources and seasonal water quality assessment is often labor-intensive, time-consuming, and complex. In response, our study introduces a hybrid receptor, multivariate statistical and machine learning (ML) based framework as an alternative. Positive matrix factorization (PMF) and receptor model were used to identify key pollutant 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.
While human genetic evidence improves drug program success, target selection largely relies on associational features. Even functional featu … primary human CD4 + T cells and polarized T-helper subset differential expression. IGNITE is a semi-supervised machine learning model that applies positive-unlabeled learning to approved immune targets, then ranks 19,502 protein-coding genes to prioritize new candidates. In 727 in-trial genes held out from training, functional genomics increased target enrichment among the t …
СтатьяПрепринтПолный 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: Unhealthy alcohol use is prevalent among persons with HIV (PWH) and is associated with adverse outcomes, but is underestimated partly due to use of self-reported measures prone to underreporting. Phosphatidylethanol (PEth) is a direct measure of past month alcohol consumption but is costly. We assessed whether lab and health data representing alcohol-associated physiologic changes could be leveraged with machine learning to predict PEth-measured high-risk alcohol use among PWH.
METHODS: We pooled baseline data from two studies among PWH in Uganda that measured PEth (N = 988), and
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.
This article proposes a summary of the current status of the research regarding the use of radiomics and artificial intelligence to improve the radiological assessment of patients with soft tissue sarcomas (STS), a heterogeneous group of rare and ubiquitous mesenchymal malignancies. After a first part explaining the principle of radiomics approaches, from raw image post-processing to extraction of radiomics features mined with unsupervised and supervised machine-learning algorithms, and the current research involving deep learning algorithms in STS, especially convolutional neural networks, th
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2023eng
QT prolongation often leads to fatal arrhythmia and sudden cardiac death. Antiarrhythmic drugs can increase the risk of QT prolongation and therefore require strict post-administration monitoring and dosage control. Measurement of the QT interval from the 12-lead electrocardiogram (ECG) by a trained expert, in a clinical setting, is the accepted method for tracking QT prolongation. Recent advances in wearable ECG technology, however, raise the possibility of automated out-of-hospital QT tracking. Applications of Deep Learning (DL) - a subfield within Machine Learning - in ECG analysis holds th
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: To develop and evaluate a novel deep learning strategy for automated early-stage lung cancer gross tumor volume (GTV) segmentation, utilizing pre-training with mathematically generated non-natural fractal images.
MATERIALS AND METHODS: This retrospective study included 104 patients (36-91 years old; 81 males; 23 females) with peripheral early-stage non-small cell lung cancer who underwent radiotherapy at our institution from December 2017 to March 2025. First, we utilized encoders from a Convolutional Neural Network and a Vision Transformer (ViT), pre-trained with four learning strat
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.
Anti-vascular endothelial growth factor (anti-VEGF) therapy is the mainstay of management for diabetic macular edema (DME), but marked varia … ME. Several autonomous DR/DME screening solutions are in clinical use. Recent advances have applied supervised machine learning, convolutional neural networks, generative adversarial networks, and ensemble methods to multimodal data from fundus images, baseline and follow-up optical coherence tomography (OCT), along with clinical and biochemical data, to classify likely resp …
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.
Background: Post-traumatic stress disorder (PTSD) is a psychophysiological condition caused by traumatic experiences. Its diagnosis typically relies on subjective tools like clinical interviews and self-reports. Objectives: This scoping review analyzes computational methods using EEG signal processing for PTSD diagnosis, differentiation, and therapy. It provides a comprehensive overview of the entire EEG analysis pipeline, from acquisition to statistical and machine learning techniques for PTSD diagnosis. Methods: Using the PRISMA-ScR protocol, studies published between 2013 and 2024 were revi
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.
OBJECTIVE: Overdiagnosis occurs when abnormalities meeting diagnostic criteria would remain asymptomatic if undiagnosed. Cases initially identified through digital diagnostic tools but later recognised as overdiagnosis are referred to as 'digital overdiagnosis'. Data-driven frameworks to quantify and mitigate overdiagnosis remain limited. This study introduces a framework that integrates clinical trajectories to train a machine learning (ML)-based disease classifier, enabling the quantification and mitigation of digital overdiagnosis, using Heparin-Induced Thrombocytopenia (HIT) as a case stud
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: Low back pain (LBP) is a heterogeneous disease with biological, physical, and psychosocial etiologies. Models for predicting LBP … BP (N = 40) and persistent LBP over 8 years of follow-up (N = 66) and built logistic regression and supervised machine learning models.
RESULTS: We identified three LBP phenotypes: a "high socioeconomic status, low pain severity group", a "low socioeconomic status, high pain severity group", and an intermediate group. Mental health and nutrition were also key clustering var …
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: Breast cancer-related lymphedema is a frequent and debilitating complication. Early identification of high-risk individuals is critical, yet conventional risk models rarely incorporate systemic inflammatory status.
METHODS: In this prospective cohort, 880 patients undergoing surgery for primary breast cancer were enrolled. Preoperative inflammatory blood biomarkers and clinicopathologic data were collected. A machine learning-based inflammatory model was developed using least absolute shrinkage and selection operator for feature selection and six supervised algorithms for model co
СтатьяВалидационное 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.
OBJECTIVE: Early-onset preeclampsia (EOPE) represents a particularly severe clinical subtype of preeclampsia (PE) and is frequently complicated by placental abruption, which can result in serious maternal and fetal morbidity or mortality. This study aimed to develop and validate an interpretable machine learning (IML) model for predicting placental abruption in patients with EOPE.
METHODS: A retrospective cohort of 580 EOPE patients who delivered between January 2021 and June 2025 was analyzed and randomly divided into training (70%) and validation (30%) sets. Dual-step feature selection comb
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: Non-mass enhancement (NME) in breast magnetic resonance imaging (MRI) is a diagnostically challenging entity due to overlapping benign and malignant features, observer variability, and high false-positive rates. This study evaluated the diagnostic performance of three-dimensional (3D) volumetric radiomics and multiple machine learning (ML) algorithms, using early (2nd) and late (7th) post-contrast phases to differentiate benign from malignant NMEs.
METHODS: A total of 110 NMEs (86 benign and 24 malignant) from 108 patients were analyzed. Radiological features were recorded. Radiomics
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: Sepsis secondary to urinary tract infection after kidney stone surgery is associated with considerable morbidity. Limited research examines the use of hemoglobin A1c (HbA1c) to predict postoperative sepsis after endourologic procedures. We developed a machine learning (ML) model trained on demographic and clinical data to predict postoperative sepsis and better identify patients requiring preoperative optimization. Methods: Patients undergoing ureteroscopy, shockwave lithotripsy, or percutaneous nephrolithotomy at a tertiary care center were identified. Postoperative sepsis was d
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.
Colorectal cancer (CRC) is a significant global health burden characterized by prolonged asymptomatic progression and high mortality. CRC curability improves with early-stage detection, and removing precancerous adenomas allows for prevention, emphasizing the significance of screening. This prospective study, conducted between 2024 and 2025 with 100 randomly recruited participants, investigates eNose-based analysis of volatile organic compounds (VOCs) in biological matrices for CRC diagnosis using both unsupervised and supervised machine learning (ML) techniques. After detailed medical examina…
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.
Colorectal cancer is the third most common malignancy worldwide and one of the leading causes of death in oncological patients with its diag … ne by medical professionals in a clinical environment. Overall, the combination of supervised and unsupervised machine learning with algorithmic pre-processing of in vivo Raman spectra appears to be a viable way of reducing the relatively large number of biopsies currently needed to definitively diagnose colorectal cancer.
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.
Meditation practices increase attention, memory, and self-awareness. The neuroscientific study of meditation has helped gain useful insights … is was performed to derive the correlation measures to be used as features for classification. Five supervised Machine Learning algorithms Logistic Regression, Support Vector Machine, Decision Tree, Random Forest, and Gradient Boosted Tree were used for classification. Among all the classifiers Gradient Boosted Tree performed the best with an accuracy of 77% when all the fou …
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.
The treadmill is widely used in running fatigue experiments, and the variation of plantar mechanical parameters caused by fatigue and gender, as well as the prediction of fatigue curves by a machine learning algorithm, play an important role in providing different training programs. This experiment aimed to compare changes in peak pressure (PP), peak force (PF), plantar impulse (PI), and gender differences of novice runners after they were fatigued by running. A support vector machine (SVM) was used to predict the fatigue curve according to the changes in PP, PF, and PI before and after fatigu
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: Wearable accelerometers are widely used in health research, but differing placements (e.g. wrist vs. thigh) hinder harmonising activity classification across studies. Prior studies report 1.5- to 2.0-fold differences in physical activity level by wear location, hampering data comparability, and compromising the potential for pooling data to develop consortia and carrying out Meta- and Individual Participant Data analysis. Although supervised machine learning is increasingly used in wearables research, its reliance on extensive labelled data limits its use in free-living datasets. 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.
MedElevator
Войти в исследования