Уникальные публикации PubMed, Europe PMC и Crossref, сохранённые в библиотеке. Одна статья учитывается один раз, даже если получена из нескольких источников. Личные исследования и документы команд не публикуются.
Идёт проверка счётчикаДоступно в поиске—
Публикации, уже подготовленные для быстрого поиска. Остальная библиотека подключается в фоне.
Переведено на русский—
Готовые переводы среди доступных в поиске публикаций. Автоматический медицинский перевод и проверка специалистом учитываются отдельно.
Полные тексты—
Найденные полные тексты среди доступных в поиске публикаций. Доступность определяется первоисточником и условиями использования.
Оригиналов на русском—
Русскоязычные оригиналы доступны без ожидания перевода. Ниже — языки остальных оригиналов; для них готовится медицинский перевод на русский.
Пополняем библиотеку по диагнозам—Проверяем состояние обновлений
Для каждого диагноза из справочника МКБ-10 ищем связанные публикации в научных базах и добавляем их в библиотеку. Числа ниже — диагнозы, а не статьи.
Если сбор прервался, тема требует повторной попытки. Уже сохранённые статьи остаются в библиотеке.
Нажмите на показатель для подробностей. Показатели поиска обновляются автоматически; размер всей библиотеки сверяется отдельно. Время последней проверки указано явно.
Результаты поиска
1621 публикаций
Поиск: 231 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 575 с найденным полным текстом
Multisite analysis of electronic health record (EHR) data presents unique opportunities for studying disease progression in real-world settings. However, privacy concerns, communication costs, and site-level heterogeneity pose significant challenges for analyzing longitudinal data. We introduce PEAL (Privacy-preserving Efficient Aggregation for Longitudinal data), a novel federated learning algorithm for fitting multi-level linear mixed-effects models with spline basis terms for nonlinear temporal trends. PEAL requires only a single-round transfer of summary statistics and produces results ide
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.
RATIONALE AND OBJECTIVES: In clinical practice, the preoperative risk assessment of adrenal metastases versus benign adrenal lesions carries a substantial risk of misdiagnosis. The artificial intelligence technology holds promise for reducing misdiagnosis rates. However, due to the problem of data privacy protection and non-independent and identically distributed of multi-center data, the performance of artificial intelligence models is significantly affected.
MATERIALS AND METHODS: We retrospectively collected 1187 adrenal lesions from 1100 patients who underwent three phase Computed tomogra
СтатьяМногоцентровое 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.
BACKGROUND: Data scarcity and dispersion pose significant obstacles in biomedical research, particularly when addressing rare diseases. In such scenarios, synthetic data generation (SDG) has emerged as a promising path to mitigate the first issue. Concurrently, federated learning is a machine learning paradigm where multiple nodes collaborate to create a centralized model with knowledge that is distilled from the data in different nodes, but without the need for sharing it. This research explores the combination of SDG and federated learning technologies in the context of acute myeloid leukemi
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.
Accurate segmentation of upper airway structures such as the velum and OTE (oropharynx, tongue base, epiglottis) in drug-induced sleep endoscopy (DISE) images is crucial for predicting the degree and location of obstruction to determine treatment options for obstructive sleep apnea (OSA). This study systematically compares centralized learning (CL) and federated learning (FL) approaches for the semantic segmentation of these regions using multi-institutional DISE video data. A convolutional neural network (CNN)-based segmentation model was trained and evaluated for both learning paradigms. The
СтатьяСравнительное исследованиеПоиск 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.
Intrusion detection in Internet of Things (IoT)-based wireless sensor networks (WSNs) is essential due to their widespread use and inherent vulnerability to security breaches. Traditional centralized intrusion detection systems (IDS) face significant challenges in data privacy, computational efficiency, and scalability, particularly in resource-constrained IoT environments. This study aims to create and assess a federated learning (FL) framework that integrates with long short-term memory (LSTM) networks for efficient intrusion detection in IoT-based WSNs. We design the framework to enhance de
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.
Data privacy mechanisms are essential for rapidly scaling medical training databases to capture the heterogeneity of patient data distributions toward robust and generalizable machine learning systems. In the current COVID-19 pandemic, a major focus of artificial intelligence (AI) is interpreting chest CT, which can be readily used in the assessment and management of the disease. This paper demonstrates the feasibility of a federated learning method for detecting COVID-19 related CT abnormalities with external validation on patients from a multinational study. We recruited 132 patients from se
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.
Artificial intelligence is increasingly used in connected medical-device systems for physiological-signal classification and continuous monitoring. This paper presents a simulation study of the learning and policy layers of a zero-trust federated-learning framework for Internet of Medical Things (IoMT) devices. The implemented prototype combines federated averaging, Gaussian perturbation of client updates, a device-level trust score, and gradient-magnitude screening of anomalous client updates. This is a simulation study of the federated-learning and zero-trust policy layers; cryptographic, en
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.
Early diagnosis of Parkinson's disease (PD) is crucial for timely treatment and disease management. Recent studies link PD to impaired facial muscle control, manifesting as "masked face" symptoms, offering a novel diagnostic approach through facial expression analysis. However, data privacy concerns and legal restrictions have resulted in significant "data silos", hindering data sharing and limiting the accuracy and generalizability of existing diagnostic models due to small, localized datasets. To address these challenges, we propose an innovative Tri-Factor Adaptive Federated Learning (TriAF
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.
Upper extremity amputation, often necessitated by traumatic injuries, significantly impacts an individual's well-being. This paper addresses the critical challenges of deploying deep learning for real-time electromyography-based gesture recognition in prosthetic control: generalization across users and time, the personalization-generalization trade-off, and computational constraints. We propose Federated Electromyography (FedEMG), a novel Federated Prototype Learning (FPL) framework that leverages a prototype-based approach for efficient knowledge transfer and a unique adaptive personalization
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.
An ad hoc network plays a critical role in enabling communication in environments where deploying fixed infrastructure is impractical or infeasible. However, their dynamic topology and decentralized nature make them highly susceptible to failures and security threats. This paper proposes a robust and intelligent framework that addresses these challenges by integrating secure communication, fault tolerance, and energy efficiency. The proposed model makes use of blockchain technology to encourage trust between nodes, works with several nodes in the network to spot their unusual behavior, and use
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.
This data article describes round-level records from 40 federated learning sessions run on a physical testbed of ten Raspberry Pi 4 Model B devices acting as edge clients, with an Ubuntu workstation as the aggregation server. Each session trains a one-dimensional Squeeze-and-Excitation ResNet classifier over ten aggregation rounds using the Flower framework and commits every round to a smart contract on Base mainnet, a public Ethereum-compatible Layer-2 chain, while pinning the model and metric artifacts to IPFS through Pinata. The sessions cover two human activity recognition benchmarks, MHEA
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.
Nail diseases, including such common conditions as fungus, and more serious issues like melanoma, may be important clues to the overall health and require a clear diagnosis to be treated. The purpose of the paper is to create a nail disease detection system based on the advanced machine learning methods, including transfer learning and federated learning. The research seeks to show how machine learning and federated learning can be combined to detect nail disease performance with high accuracy without having to share data. The data include pictures of diverse nail conditions including Acral 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.
Autism spectrum disorder (ASD) is a severe neurodevelopmental disorder that affects people's social communication and daily routine. Most existing imaging studies on ASD use single site resting-state functional magnetic resonance imaging (rs-fMRI) data, which may suffer from limited samples and geographic bias. Improving the generalization ability of the diagnostic models often necessitates a large-scale dataset from multiple imaging sites. However, centralizing multi-site data generally faces inherent challenges related to privacy, security, and storage burden. Federated learning (FL) can add
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 burgeoning Internet of Medical Things (IoMT) offers unprecedented opportunities for real-time patient monitoring and predictive diagnostics, yet the current systems struggle with scalability, data confidentiality against quantum threats, and real-time privacy-preserving intelligence. This paper introduces Med-Q Ledger, a novel, multi-layered framework designed to overcome these critical limitations in the Medical IoT domain. Med-Q Ledger integrates a permissioned Hyperledger Fabric for transactional integrity with a scalable Holochain Distributed Hash Table for high-volume telemetry, achie
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.
OBJECTIVES: Racial disparities in kidney transplant access and posttransplant outcomes exist between non-Hispanic Black (NHB) and non-Hispanic White (NHW) patients in the United States, with the site of care being a key contributor. Using multi-site data to examine the effect of site of care on racial disparities, the key challenge is the dilemma in sharing patient-level data due to regulations for protecting patients' privacy.
MATERIALS AND METHODS: We developed a federated learning framework, named dGEM-disparity (decentralized algorithm for Generalized linear mixed Effect Model for dispari
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: Myopia has emerged as a critical global public health challenge. This study aims to develop a privacy-preserving federated learning (FL) framework for the triple classification of fundus images (normal, myopia, and pathological myopia), designed to generalize across institutions while addressing data heterogeneity and class imbalance.
METHODS: We propose a novel FL framework integrating a genetic algorithm-inspired dynamic aggregator (FedProx_GA), a distance-aware attention module (OptiFocus), and a class-frequency dynamic loss. It was trained and evaluated on 1,279 fundus images f
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.
is study aimed to raise and discuss the data about the integration of health courses teaching and service activities o ered at the Federal University of Bahia (UFBA), pre- senting scenarios practices and major di culties existing in the relationship between the university and the services of health. is was a qualitative study of descriptive explo- ratory character, using a questionnaire as a research tool applied to the coordinators of selected health courses. e selection was by reading the political pedagogical project, the following courses were selected: nursing, physical therapy, speech th
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.
Topology is one of the most important factors influencing the performance of software-defined wireless sensor networks (SDWSN) in the Internet of Things (IoT). This paper presents a novel topology control algorithm using federated reinforcement learning, proposed for SDWSN in the IoT. Our approach represents the SDWSN as a federated learning system in which each sensor node runs a reinforcement learning model to change its communication range such that the node degree approaches the desired value. Another reinforcement learning model was applied to the SDN controller to assign the sensor node
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.
This research work describes a lightweight, secure, and interpretable federated learning framework for automatic leukemia classification, which identifies and addresses various problems regarding clinical data security and collaborative model building among partnering healthcare organizations. This framework employs a distributed learning paradigm that allows a number of healthcare facilities to work together to build a high predictive performance classification model while training the model without exchanging sensitive information about patient data, thus ensuring data privacy and methodolog
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 Proton Exchange Membrane Fuel Cells (PEMFCs) is not the least significant component of the modern industrial, yet the reliable operation of the smart manufacturing environment cannot be guaranteed since the breakdowns of PEMFCs are multiple and highly complex in character. The article describes the UFDL-Edge, an uncertainty-based federated deep learning model that was created to detect the defects of PEMFC in real-time through an IIoT-based manufacturing plant. The objective of the proposed architecture is to offer the adaptive feature detector and an open-ended model evolution without com
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.