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
1316 публикаций
Поиск: 44 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 54 с найденным полным текстом
Diagnosing mitochondrial diseases remains challenging because of the heterogeneous symptoms. This study aims to use machine learning to predict mitochondrial diseases from phenotypes to reduce genetic testing costs. This study included patients who underwent whole exome or mitochondrial genome sequencing for suspected mitochondrial diseases. Clinical phenotypes were coded, and machine learning models (support vector machine, random forest, multilayer perceptron, and XGBoost) were developed to classify patients. Of 103 patients, 43 (41.7%) had mitochondrial diseases. Myopathy and respiratory fa
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: Checking appropriateness of blood transfusion for quality assurance required enormous usage of time and human resources from the healthcare system. We report here a new machine learning algorithm for checking blood transfusion quality.
MATERIALS AND METHODS: The multilayer perceptron neural network (MLPNN) was designed to learn an expert's judgement from 4946 clinical cases. The accuracy in predicting the blood transfusion was then reported.
RESULTS: We achieved a 96.8% overall accuracy rate, with a 99% match rate to the experts' judgement on those appropriate cases and 90.9% on
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: Laparoscopic cholecystectomy is the preferred treatment for symptomatic cholelithiasis and acute cholecystitis, with increasing applications even in severe cases. However, the possibility of postoperative endoscopic retrograde cholangiopancreatography (ERCP) to manage choledocholithiasis or biliary injuries poses significant clinical challenges. This study aimed to develop a predictive model for ERCP incidence following emergency laparoscopic cholecystectomy using advanced machine learning techniques.
METHODS: We conducted a retrospective cohort study using the Tokushukai Medical
СтатьяМногоцентровое 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.
OBJECTIVE: To develop and examine a multimodal deep-learning framework utilizing clinical variables with and without time-dependent electroencephalogram (EEG) spectral features for predicting significant neurological injury (SNI) in pediatric patients with extracorporeal membrane oxygenation (ECMO).
METHODS: Data were collected from 73 pediatric ECMO patients. After excluding patients who had missing or discontinuous temporal data within 72 h after EEG initiation, 43 patients with usable EEG time-series data were analyzed. Neurological injury severity was quantified using a neuroimaging score
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.
Swiftly increasing population and industrial developments of urban areas has accelerated the worsening of the water quality in recent years. Groundwater samples from different locations of the Doon valley, Garhwal Himalaya were analyzed to measure concentrations of six potential toxic elements (PTEs) viz. chromium (Cr), nickel (Ni), arsenic (As), molybdenum (Mo), cadmium (Cd), and lead (Pb) using Inductively Coupled Plasma Mass Spectrometer (ICP-MS) with the aim to study the spatial distribution and associated hazards. In addition, machine learning algorithms have been used for prediction of w
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: Mitochondrial metabolism (MM) abnormalities have been implicated in multiple diseases, but their contribution to sepsis-associated encephalopathy (SAE) remains insufficiently understood. The purpose of this research was to explore the candidate biomarkers associated with MM in SAE and the underlying mechanisms.
METHODS: The relevant transcriptome data were acquired from the public databases. MM-related genes were scoured from published articles. Candidate biomarker identification integrated differential expression profiling, protein-protein interaction network construction, machin
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: Steatotic liver disease affects 40% of nonobese individuals, but existing screening tools inadequately detect and stage disease severity in this population because of the limited sensitivity of conventional ultrasound and the lack of dedicated prediction models.
OBJECTIVE: This study aimed to develop and validate an interpretable machine learning model specifically for multiclass hepatic steatosis severity prediction in nonobese individuals to support early risk stratification in this underrecognized group.
METHODS: Health examination data from 215,145 nonobese participants (BMI
СтатьяВалидационное исследованиеПолный 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.
Fourier transform infrared (FTIR) spectroscopy technique can detect the abnormality of a cervical cell that occurs before the morphological change could be observed under the light microscope as employed in conventional techniques. This paper presents developed features extraction for an automated screening system for cervical precancerous cell based on the FTIR spectroscopy as a second opinion to pathologists. The automated system generally consists of the developed features extraction and classification stages. Signal processing techniques are used in the features extraction stage. Then, dis
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.
Machine learning (ML) techniques have become powerful tools in both industrial and academic settings. Their ability to facilitate analysis of complex data and generation of predictive insights is transforming how scientific problems are approached across a wide range of disciplines. In this tutorial, we present a cursory introduction to three widely used ML techniques─logistic regression, random forest, and multilayer perceptron─applied toward analyzing molecular dynamics (MD) trajectory data. We employ our chosen ML models to the study of the SARS-CoV-2 spike protein receptor binding domain i
СтатьяПоддержка правительства СШАПоддержка NIH: внешняя программаПолный 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.
BACKGROUND: To investigate the radiomics features of the hippocampus and the amygdala subregions in FDG-PET images that can best differentiate Mild Cognitive Impairment (MCI), Alzheimer’s Disease (AD), and healthy patients. METHODS: Baseline FDG-PET data from 555 participants in the ADNI dataset were analyzed, comprising 189 cognitively normal (CN) individuals, 201 with MCI, and 165 with AD. We extracted 120 quantitative features from finely and automatically parcellated subregions (hippocampal n = 38, amygdala n = 18) using a probabilistic atlas. To identify the most effective classification
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 study evaluates growth performance in Lori sheep using two modeling approaches: traditional nonlinear regression and artificial neural networks (ANNs). Body weight data were collected from 210 lambs at monthly intervals from birth to six months of age. Six nonlinear growth models including Brody, von Bertalanffy, Gompertz, Logistic, Verhulst, and negative exponential were compared with two neural network architectures: multilayer perceptron (MLP) and radial basis function (RBF). Model performance was assessed using the coefficient of determination (R²), root mean square error (RMSE), Akai
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.
High-risk pregnancies pose a major challenge in maternal and neonatal healthcare, defined as conditions where medical, social, or obstetric factors threaten the health of the mother or fetus. Traditional clinical tools often overlook individual complexities and delay identification, especially in resource-limited settings where mortality rates remain high. This study addresses these gaps by developing machine learning (ML) models for high-risk pregnancy prediction using data from 62 pregnant women at an Iranian hospital (2014-2016). Features were categorized into demographics, pregnancy-relate
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 paper presents the recognition for WHO classification of acute lymphoblastic leukaemia (ALL) subtypes. The two ALL subtypes considered are T-lymphoblastic leukaemia (pre-T) and B-lymphoblastic leukaemia (pre-B). They exhibit various characteristics which make it difficult to distinguish between subtypes from their mature cells, lymphocytes. In a common approach, handcrafted features must be well designed for this complex domain-specific problem. With deep learning approach, handcrafted feature engineering can be eliminated because a deep learning method can automate this task through the
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: Preeclampsia with severe features is a major contributor to maternal and perinatal morbidity and mortality, particularly in low- and middle-income countries (LMICs). Despite improvements in obstetric care, early identification of women at highest risk remains limited, and existing prediction tools lack contextual specificity for African populations.
OBJECTIVE: This study describes the protocol for the PreSev Study, which aims to develop and validate a machine-learning risk prediction model for preeclampsia with severe features among pregnant women in Lagos, Nigeria.
METHODS: This
СтатьяМногоцентровое 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.
PURPOSE: Synthetic Q-space learning (synQSL), which uses only synthetic data in the training of regressors, has demonstrated promising results in parameter estimation for brain diffusion MRI (dMRI). This study aimed to evaluate the performance of synQSL in breast dMRI for intravoxel incoherent motion-diffusional kurtosis imaging (IVIM-DKI) parameter estimation, with comparing several types of regressors and conventional fitting by nonlinear least squares fitting (NL-LSF).
METHODS: In synthesizing data for synQSL, IVIM-DKI parameters were sampled from uniform distributions and substituted into
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.
OBJECTIVE: Difficult ureter (DU) is a challenging condition that prevents successful access to the upper urinary tract during retrograde ureteroscopic lithotripsy (URS). The present study aimed to identify clinical risk factors for DU and to evaluate the predictive performance of machine learning-based models in patients undergoing URS for ureteral stones.
METHODS: Medical records of patients who underwent retrograde ureteroscopic lithotripsy between January 2023 and January 2024 were retrospectively reviewed. A total of 221 patients were included and classified into difficult ureter (DU) and
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.
Organ failure (OF) is the most important determinant of prognosis in acute pancreatitis (AP) and its duration defines disease severity. Early identification of individuals at high risk of developing OF is crucial. We aimed to develop machine-learning models, benchmarked against a feedforward multilayer-perceptron (MLP) neural network, to predict new-onset OF at admission using static admission-day variables. In this study, data were extracted from MIMIC-IV (development cohort) and a multicentre AP cohort from two Chinese tertiary teaching hospitals (evaluation cohort), which excluded mild AP a
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: Delirium is common in hospitalized patients and is correlated with increased morbidity and mortality. Despite this, delirium is underdiagnosed, and many institutions do not have sufficient resources to consistently apply effective screening and prevention.
OBJECTIVE: This study aims to develop a machine learning algorithm to identify patients at the highest risk of delirium in the hospital each day in an automated fashion based on data available in the electronic medical record, reducing the barrier to large-scale delirium screening.
METHODS: We developed and compared multiple ma
СтатьяПоддержка NIH: внешняя программаПолный 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.
Antibiotics are considered among the most non-biodegradable environmental contaminants due to their genetic resistance. Considering the importance of antibiotics removal, this study was aimed at multi-objective modeling and optimization of the Fenton-like process, homogeneous at initial circumneutral pH. Two main issues, including maximizing Ciprofloxacin (CIP) removal and minimizing sludge to iron ratio (SIR), were modeled by comparing central composite design (CCD) based on Response Surface Methodology (RSM) and hybrid Artificial Neural Network-Genetic Algorithm (ANN-GA). Results of simultan
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.
In this study, a new fuzzy approach is proposed for load frequency control (LFC) of a multi-area power system. The main control system is constructed by use of interval type-2 fuzzy inference systems (IT2FIS) and fractional-order calculus. In designing the controller, there is no need for the system dynamics, therefore the system Jacobian is obtained by a multilayer perceptron neural network (MLP-NN). Uncertainties are modeled by IT2FIS, and for training fuzzy parameters, Levenberg-Marquardt algorithm (LMA) is used, which is faster and more robust than gradient descent algorithm (GDA). The sys
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.