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
8188 публикаций
Поиск: 83 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1278 с найденным полным текстом
Parkinson's disease results in motor impairment that deteriorates patients' quality of life. One of the symptoms negatively interfering with daily activities is kinetic tremor which should be measured to monitor the outcome of therapy. A new instrumented method of quantification of the kinetic tremor is proposed, based on the analysis of circles drawn on a digitizing tablet by a patient. The aim of this approach is to obtain a tremor scoring equivalent to that performed by trained clinicians. Models are trained with the least absolute shrinkage and selection operator (LASSO) method to predict
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 Conference2012eng
In this paper a method based on mesh surfaces approximations for the 3D analysis of anatomical structures in Radiotherapy (RT) is presented. Parotid glands meshes constructed from Megavoltage CT (MVCT) images were studied in terms of volume, distance between center of mass (distCOM) of the right and left parotids, dice similarity coefficient (DICE), maximum distance between meshes (DMax) and the average symmetric distance (ASD). A comparison with the standard binary images approach was performed. While absence of significant differences in terms of volume, DistCOM and DICE indices suggests tha
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.
In this paper, we describe a computer program (RESP-24) specifically devised to assess the prevalence and characteristics of breathing disorders in ambulant chronic heart failure patients during the overall 24 h period. The system works on a single channel respiratory signal (RS) recorded through a Holter-like portable device. In the pre-processing stage RESP-24 removes noise, baseline drift and motion artefacts from the RS using a non-linear filter, enhances respiratory frequency components through high-pass filtering and derives an instantaneous tidal volume (ITV) signal. The core processing
СтатьяВалидационное 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.
The liquid state machine (LSM), a reservoir computing variant of spiking neural networks (SNNs), has been widely adopted for its low training complexity. In this work, we propose C2-LSM, a neuromorphic processor designed through algorithm-hardware co-design to achieve high accuracy across diverse tasks. At the algorithm level, inspired by the "small-world" structure of the biological brain, we introduce a novel reservoir layer in which neurons are interconnected using a cube-cluster topology. For hardware implementation, the customized C2-LSM processor supports runtime configurability of reser
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.
To improve the expressiveness and realism of illustration images, the experiment innovatively combines the attention mechanism with the cycle consistency adversarial network and proposes an efficient style transfer method for illustration images. The model comprehensively utilizes the image restoration and style transfer capabilities of the attention mechanism and the cycle consistency adversarial network, and introduces an improved attention module, which can adaptively highlight the key visual elements in the illustration, thereby maintaining artistic integrity during the style transfer proc
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.
Electroencephalography (EEG) is a non-invasive technique that records brain electrical activity, providing critical insights into neural processes. In recent years, EEG has become integral to brain-computer interface (BCI) research. BCIs enhance human-computer interaction, support assistive solutions for people with disabilities, and enable novel clinical applications. Research in EEG-based BCIs involves several key components: signal acquisition, preprocessing, feature extraction, and classification. Advanced machine learning models, especially those that emphasize personalized and incrementa
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.
Brain-Computer Interfaces (BCIs) have shown great potential in providing communication and control for individuals with severe motor disabilities. However, traditional BCIs that rely on electroencephalography (EEG) signals suffer from low information transfer rates and high variability across users. Recently, eye movement signals have emerged as a promising alternative due to their high accuracy and robustness. Eye movement signals are the electrical or mechanical signals generated by the movements and behaviors of the eyes, serving to denote the diverse forms of eye movements, such as fixatio
СтатьяОбзорПолный 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.
One of the most common causes of death worldwide is heart disease, including arrhythmia. Today, sciences such as artificial intelligence and medical statistics are looking for methods and models for correct and automatic diagnosis of cardiac arrhythmia. In pursuit of increasing the accuracy of automated methods, many studies have been conducted. However, in none of the previous articles, the relationship and structure between the heart leads have not been included in the model. It seems that the structure of ECG data can help develop the accuracy of arrhythmia detection. Therefore, in this stu
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2024eng
Photoplethysmography (PPG)-based arrhythmia detection methods have gained attention with wearable technology, enabling early detection of undiagnosed arrhythmias. Existing methods excel in single arrhythmia detection but struggle with multiple arrhythmias due to challenges in extracting discriminative features from PPG signals. This study introduces a hybrid convolutional neural network (CNN)-transformer network for multiple arrhythmia detection from PPG signals. The model incorporates convolutional operations and self-attention mechanisms to capture both local features and global temporal dep
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 AND OBJECTIVES: Non-contrast CT (NCCT) and contrast-enhanced CT (CECT) are important diagnostic tools with distinct features and applications for chest diseases. We developed two synthesizers for the mutual synthesis of NCCT and CECT and evaluated their applications.
METHODS: Two synthesizers (S1 and S2) were proposed based on a generative adversarial network. S1 generated synthetic CECT (SynCECT) from NCCT and S2 generated synthetic NCCT (SynNCCT) from CECT. A new training procedure for synthesizers was proposed. Initially, the synthesizers were pretrained using self-supervised le
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 increased worldwide prevalence of obesity has sparked the interest of the scientific community towards tools that objectively and automatically monitor eating behavior. Despite the study of obesity being in the spotlight, such tools can also be used to study eating disorders (e.g. anorexia nervosa) or provide a personalized monitoring platform for patients or athletes. This paper presents a complete framework towards the automated i) modeling of in-meal eating behavior and ii) temporal localization of meals, from raw inertial data collected in-the-wild using commercially available smartwat
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.
Edge-side acoustic monitoring enables animal sound recognition in remote environments, but microcontroller deployment remains constrained by feature extraction, numerical consistency, memory, latency, and energy consumption. This study presents a sensor-based tiny machine learning (TinyML) acoustic monitoring system on an Arduino Nano 33 BLE Sense Rev2 platform, integrating onboard pulse-density modulation (PDM) microphone acquisition, Mel-frequency cepstral coefficient (MFCC) feature extraction, deployment-side standardization, 8-bit integer (INT8) neural-network inference, and edge-side deci
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.
Accurate intention-aware joint angle trajectory prediction from surface electromyography (sEMG) is central to responsive lower-limb exoskeleton reference trajectory generation, particularly under subject and protocol variability. This paper proposes NCE-Net, a novel neuromuscular context encoding architecture for real-time EMG-driven exoskeleton reference trajectory generation. NCE-Net incorporates channel-adaptive neuromuscular encoding to address nonuniform muscle relevance, temporal context aggregation to exploit short-horizon EMG activation history, and CDGE-guided learning to improve refe
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.
Electrocardiogram (ECG) signals exhibit complex, nonlinear, and nonstationary dynamics that are not fully captured by conventional time series analysis methods. In this study, we propose a novel framework for atrial fibrillation (AF) detection that integrates a beat-level recurrence representation with supervised metric learning. ECG recordings are first segmented into beat-centered waveforms that serve as effective dynamical states, avoiding the inaccurate estimation of time delay and embedding dimension from short recordings. Rather than constructing conventional recurrence plots from delay-
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: Continuous pressure-flow cerebral bio-signals are critical for monitoring cerebrovascular dynamics but are often disrupted by missing data segments caused by artifacts from a variety of sources. These missing segments refer to segments of the signal that do not contain any valid physiological data. Such interruptions fragment the signals, resulting in discontinuities that compromise their overall integrity. Therefore, reconstructing missing values and preserving signal continuity are essential for ensuring the stable computation of signal trajectories and the accuracy of derived cer
СтатьяScoping ReviewПолный 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.While clinical tasks require visualization of spatially complex interventional devices, typical methods to assess x-ray angiography systems performance utilize stylized test objects. The purpose of this work was to develop methods to estimate the contribution of individual x-ray angiography system pixels to test object, thus providing for the use of clinical devices as test objects.Approach.Theory to estimate the contribution of individual pixels () to test objectwas derived. For each pixel, the 'signal' was the mean pixel value difference between a set of test signal present and abs
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 recent years, an increasing number of large electrophysiological data sets have become publicly available, thereby providing researchers with the opportunity to analyze spike train data without conducting their own experiments. While this is undoubtedly a positive development, it increases the need for proper documentation on how the data were collected and what preprocessing was performed on the data, since interpreting analysis results in ignorance of these pieces of information can lead to wrong conclusions. An important preprocessing step is the removal of artifacts from the recordings.
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.
Developing heart sound classification algorithms for murmur identification is critical for early screening of heart diseases. However, identifying murmurs in long-duration heart sound signals can be challenging due to their weak features and interference from noise. Considering the periodic patterns of heart sounds and murmurs, periodic priors can be introduced to enhance murmur identification, an approach that remains underutilized in current methods. In this study, we propose a novel Dual-level Periodic Pattern-Aware Transformer (DPPAT) to implicitly leverage the periodic priors of heart sou
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.
Preterm birth is a major pregnancy complication associated with increased maternal and neonatal risks, making early detection of labor essential. Electrohysterography (EHG), provides a non-invasive approach for monitoring uterine dynamics. However, global synchronization patterns and propagation dynamics remain insufficiently understood, and many existing methods rely on manual annotation, limiting clinical applicability. This study evaluates synchronization-driven propagation patterns in multi-electrode EHG signals and proposes an automated framework for early preterm detection, beyond the co
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.
Ventricular tachycardia (VT) is a life-threatening rhythm disorder and a major cause of sudden cardiac death. Pace-mapping is a standard clinical procedure for identifying the intervention target during catheter ablation of VT. It requires the clinicians to pace different sites in ventricles and rapidly interpret the resulting electrocardiograms (ECGs) to determine where to pace next or whether a target site has been identified. Active learning-based AI models have been proposed to guide clinicians to the next pacing site, showing promise in reducing the number of pacing sites and improving th
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.