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
1057 публикаций
Поиск: 565 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 485 с найденным полным текстом
PURPOSE: Reinforcement learning with reversal is a paradigm frequently employed in neuropsychology to assess the adaptive capacity and flexibility in individuals in non-stationary environments. Each single behavior, however, depends on the superimposition of multiple factors, which are still not completely understood.
METHODS: We optimize a neurocomputational model of the Basal Ganglia to simulate the behavior of 18 patients with Parkinson's disease (both ON and OFF medication) and 14 control subjects during a two-choice probabilistic reversal learning task (with 80-20% reward probabilities).
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 was conducted to develop and validate a novel deep reinforcement learning (DRL) algorithm incorporating the segment anything model (SAM) to enhance the accuracy of automatic contouring organs at risk during radiotherapy for cervical cancer patients. CT images were collected from 150 cervical cancer patients treated at our hospital between 2021 and 2023. Among these images, 122 CT images were used as a training set for the algorithm training of the DRL model based on the SAM model, and 28 CT images were used for the test set. The model's performance was evaluated by comparing its seg
СтатьяВалидационное 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.
Accurate prediction and control of blood glucose levels are essential for the management of type 1 diabetes, where patients rely on exogenous insulin and are vulnerable to both hypoglycemia and hyperglycemia. The widespread adoption of continuous glucose monitoring systems, insulin pumps, and wearable devices has generated large volumes of physiological and behavioral data, creating new opportunities for computational modeling and intelligent decision support. This review surveys recent advances in glucose prediction and control models, with a primary focus on type 1 diabetes. We examine three
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.
Parkinson's disease (PD) is the second most common neurodegenerative disorder, characterized by the gradual deterioration of dopamine-producing neurons. The main challenge of diagnosing this disease is that physical changes in the brain begin before the patient shows outward symptoms. This leads to the necessity of developing early methods for the detection of this disease. Therefore, with the proposed model, we aimed to significantly improve the early classification of PD using MRI scans by capitalizing on advanced Artificial Intelligence (AI) and Deep Learning (DL) techniques. Our goal of 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.
Humanoid robots stand at the forefront of robotics, aiming to capture the agility, robustness, and expressivity of human movement in an anthropomorphic form. The locomotion control of humanoids has evolved from classical model-based methods to reinforcement learning powered by large-scale simulation and now to generative models that produce adaptive, whole-body behaviors, propelling humanoids toward operation in real-world environments. This survey positions humanoid control at a turning point, converging toward a unified paradigm of physics-guided generative intelligence that integrates optim
СтатьяОбзорПоддержка 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.
BACKGROUND: Donor milk is the standard of care for hospitalized very low birth weight (VLBW) infants when mother's milk is unavailable; however, growth of donor milk-fed infants is frequently suboptimal. Variability in nutrient composition of donated milk complicates the production of a uniform pooled product and, subsequently, the provision of adequate nutrition to promote optimal growth and development of VLBW infants. We reasoned a machine learning approach to construct batches using characteristics of the milk donation might be an effective strategy in reducing the variability in donor mil
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 paper introduces a Reinforcement Learning (RL)-based Power System Stabilizer (PSS) with a Deep Deterministic Policy Gradient (DDPG) algorithm for rotor angle stability. The proposed stabilizer uses scaled values of the generator's accelerating power, a derivative of accelerating power, integration of accelerating power, and generator real power as inputs. The stabilizer uses the DDPG algorithm to train The RL agent. Moreover, to further enhance the PSS performance, the scaling factors of the input observations are optimized using the Gorilla Troops Optimization (GTO) algorithm, which is k
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.
We review how sensorimotor control is dictated by interacting neural populations, optimal feedback mechanisms, and the biomechanics of bodies. First, we outline the distributed anatomical loops that shuttle sensorimotor signals between cortex, subcortical regions, and spinal cord. We then summarize evidence that neural population activity occupies low-dimensional, dynam-ically evolving manifolds during planning and execution of movements. Next, we summarize literature explaining motor behavior through the lens of optimal control theory, which clarifies the role of internal models and feedback
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.
Real-world choices often require balancing short- and long-term goals. We reasoned that seemingly suboptimal single-trial decisions may reflect strategic planning over longer timescales. We demonstrate that male macaques freely navigating in virtual reality strategically aborted offers, forgoing immediate rewards to maximize session-long returns. This behavior was highly individual-specific, suggesting that macaques account for their own long-run performance. Reinforcement-learning models suggest that this strategy is supported by modular actor-critic networks in which a policy module optimize
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.
PURPOSE: Echocardiography with point-of-care ultrasound (POCUS) must support clinical decision-making under tight bedside time and operator-effort constraints. We introduce a personalized, budget-constrained data acquisition strategy in which a reinforcement learning agent, given a partially observed multi-view study, selects the next view to acquire or terminates acquisition to support heart failure (HF) assessment. Upon termination, a diagnostic model jointly predicts aortic stenosis (AS) severity and left ventricular ejection fraction (LVEF), two key HF biomarkers, and outputs calibrated un
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 study develops and evaluates machine-learning models for predicting the confined ultimate strength (fcc, u) and ultimate strain (εcc, u) of a hybrid multi-tube concrete column (MTCC). It is a pioneer structural system that uses a fiber-reinforced polymer (FRP) outer tube, inner steel tubes and concrete with voids. One of the aims of the study is to enhance the accuracy of prediction of the structural performance of this system using machine learning techniques especially using gradient boosting machine (GBM) models. It utilized a database of 283 specimens produced as a result of published
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.
We present a novel AI-powered "gut-brain-sleep" digital-twin nursing ecosystem (G-B-S DT-N) that translates microbiome and neuroimmune signals into precision interventions for sleep and mood disorders. The ecosystem integrates four key layers: Microbiome Dynamics, Neuro-immune Interface, Sleep-Cognition-Emotion Circuits, and Person-Nurse-Environment Triad. These layers leverage multi-omics data, EEG sleep microstructure, real-time sensors, and EMR feeds to create a dynamic, patient-specific architecture. Uncertainty-aware explainable AI (XAI) modules ensure privacy and interpretability, enabli
СтатьяОбзорПолный 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.
Artificial intelligence (AI), encompassing machine learning, deep learning and generative AI, is poised to redefine nephrology by enabling earlier detection, more precise risk stratification and workflow-integrated clinical decision support across the spectrum of kidney disease. This state-of-the-art review synthesizes emerging applications of AI in acute kidney injury (AKI), chronic kidney disease (CKD), dialysis and kidney transplantation, with attention to clinical integration, real-world validation, workflow implementation and translational challenges. In AKI, predictive models trained on
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.
The underwater environment is characterized by the vast expanses of water bodies such as seas, oceans, rivers, and lakes, together with their related ecosystems, that exist under the Earth's surface. This environment refers to unique physical properties such as pressure, buoyancy, light attenuation, and temperature, which bring about considerable adversity for observation and exploration. Object detection (OD) in the underwater environment includes the recognition and localization of different objects or entities submerged in the water. This object contains natural features like geological for
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.
Severe and enduring psychiatric illness affects about 3% of the UK population and is associated with significant disability and a substantial reduction in average life expectancy. Two types are treatment-resistant recurrent unipolar depression and treatment-resistant bipolar depression, the latter being the depressed phase of bipolar disorder. Different phenotypes and different responses to antidepressant medications suggest different neural abnormalities. As bipolar depression can be clinically indistinguishable from unipolar depression yet require different treatments, it is important to dev
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.
Medication treatment for opioid use disorder (MOUD) is an effective evidence-based therapy for decreasing opioid-related adverse outcomes. Effective strategies for retaining persons on MOUD, an essential step to improving outcomes, are needed as roughly half of all persons initiating MOUD discontinue within a year. Data science may be valuable and promising for improving MOUD retention by using "big data" (e.g., electronic health record data, claims data mobile/sensor data, social media data) and specific machine learning techniques (e.g., predictive modeling, natural language processing, rein
Редакционная статьяПоддержка правительства СШАПоддержка NIH: внешняя программаПоиск 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.
Opioid addiction is characterized by escalating drug use, driven in part by negative reinforcement from withdrawal, but the neural processes linking withdrawal to increased drug-taking remain poorly understood. Here, we use multisite local field potential recordings and interpretable machine learning to identify large-scale brain networks engaged by repeated opioid exposure and withdrawal. After discovering that repeated fentanyl exposure induces a progressively ramping network of widespread high beta and low gamma oscillations, we then identified a distinct brain network that selectively enco
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.
Hemophilia A is a genetic bleeding disorder caused by a deficiency or absence of Factor VIII, leading to recurrent and spontaneous hemorrhages. Standard treatment typically involves regular prophylactic infusions of clotting factors to prevent bleeding episodes. However, individual variations in treatment response and reliance solely on plasma Factor VIII levels provide an imprecise assessment of bleeding risk. This study presents an intelligent dose-control system utilizing Deep Reinforcement Learning (DRL) integrated with a hybrid Pharmacokinetic-Pharmacodynamic Time-to-Event (PK-PD-TTE) env
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.
The administration of propofol for sedation or general anesthesia presents challenges due to the complex relationship between patient factors and real-time physiological responses. This study explores the application of deep reinforcement learning (DRL) to automate propofol dosing, aiming to maintain multiple physiological parameters including bispectral index (BIS), heart rate (HR), respiratory rate (RR), and mean arterial pressure (MAP) within safe and desired ranges. A multi-variable pharmacokinetic-pharmacodynamic (PK/PD) simulation environment was developed to model the effects of propofo
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: Early diagnosis is key to reducing the morbi-mortality associated with P. falciparum malaria among international travellers. However, access to microbiological tests can be challenging for some healthcare settings. Artificial Intelligence could improve the management of febrile travellers.
METHODS: Data from a multicentric prospective study of febrile travellers were obtained to build a machine-learning model to predict malaria cases among travellers presenting with fever. Demographic characteristics, clinical and laboratory variables were leveraged as features. Eleven machine-lea
СтатьяМногоцентровое исследованиеПоддержка 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.