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: 995 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 54 с найденным полным текстом
Computer methods and programs in biomedicine2026eng
BACKGROUND AND OBJECTIVE: Actinic Keratosis (AK) is a common skin condition, usually appearing on sun-exposed areas, whose progression is associated with characteristic dermatoscopic and structural changes. Early detection of AK is crucial, as cancer progression may occur in changed skin. This study aimed to develop a multimodal, machine-learning-based framework combining dermatoscopic and high-frequency ultrasound (HFUS) data to automatically stage AK and identify early lesions.
METHODS: A dataset containing 222 pairs of dermatoscopic and HFUS images was clinically evaluated using the 3-poin
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.
Alzheimer's disease (AD) is a neurodegenerative disorder, and mild cognitive impairment (MCI) represents a transitional stage between AD and cognitively normal (CN) individuals. Early diagnosis is clinically important for delaying disease progression. To address the limitations of single-modal approaches and the insufficient modeling of complex cross-modal interactions in existing multimodal fusion methods, this paper proposes a multimodal deep learning (DL) classification framework integrating structural magnetic resonance imaging (sMRI) and clinical features. The framework employs a 3D ResNe
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: Sleep apnea is one of the most common sleep disorders that facilitating and accelerating its diagnosis will have positive results on its future trend.
OBJECTIVE: This study aimed to diagnosis the sleep apnea types using the optimized neural network.
MATERIAL AND METHODS: This descriptive-analytical study was done on 50 cases of patients referred to the sleep clinic of Imam Khomeini Hospital in Tehran, including 11 normal, 13 mild, 17 moderate and 9 severe cases. At the first, the data were pre-processed in three stages, then The Electrocardiogram (ECG) signal was decomposed to 8
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.
INTRODUCTION: This study seeks to determine incidence, comorbidities and drivers for new HIV infections to develop, test and validate a risk prediction model for screening for new cases of HIV.
METHODS AND ANALYSIS: The study has two components: a cross-sectional study to develop the prediction model using the HIV dataset from the Kenya AIDS and STI Control Programme and a 15-month prospective study for the validation of the model. Inferential analysis will be conducted using algorithms that perform best in disease prediction: Extreme Gradient Boosting (XGBoost) and Multilayer Perceptron. Mod
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.
This study investigated factors influencing back muscle strength, focusing on sex, forearm posture and lifting height. Lower back pain, prevalent in industries involving manual materials handling, is closely linked to back muscle strength. The study analyzed data from 98 participants using machine learning models such as linear regression, random forest and multilayer perceptron (MLP). Results showed significant effects of sex, forearm posture and lifting height on back strength. Males demonstrated higher strength than females, and a pronated forearm posture increased strength by 10% compared
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.
The infant brain undergoes rapid developmental changes in the first three years of life. Understanding these changes through the prediction of chronological age using neuroimaging can provide insights into typical and atypical brain development. We utilized 938 resting-state EEG recordings from 457 typically developing infants, 2 to 38 months old, to develop age prediction models. The multilayer perceptron model demonstrated the highest accuracy with an R2 of 0.83 and a mean absolute error of 91.7 days. Feature importance analysis that combined hierarchical clustering and Shapley values identi
СтатьяПоддержка NIH: внешняя программаПоиск 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.
The rate of penetration (ROP) is a manifestation of drilling efficiency, and optimizing drilling parameters is an important way to improve it. To achieve a low ROP for a Permian formation in a certain oil and gas field, three single wells in this formation were selected for optimization. An improved fireworks optimization algorithm was proposed for drilling parameter optimization. We first established the objective function that predicted the ROPs for the three wells. The objective function employed a multilayer perceptron neural network as the optimization adaptation function. We then optimiz
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 Conference2021eng
Mucosa Associated Lymphoma Tissue (MALT) type is an extremely rare type of lymphoma which occurs in less than 3% of patients with primary Sjögren's Syndrome (pSS). No reported studies so far have been able to investigate risk factors for MALT development across multiple cohort databases with sufficient statistical power. Here, we present a generalized, federated AI (artificial intelligence) strategy which enables the training of AI algorithms across multiple harmonized databases. A case study is conducted towards the development of MALT classification models across 17 databases on pSS. Advance
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.
In functional neuromuscular stimulation systems, sensory information-based closed-loop control can be useful for restoring lost function in patients with hemiplegia or quadriplegia. The goal of this study was to detect sensory events from tactile afferent signals continuously in real time using a novel unsorted spike-based pattern recognition method. The tactile afferent signals were recorded with a 16-channel microelectrode in the dorsal root ganglion, and unsorted spike-based feature vectors were extracted as a novel combination of the time and time-frequency domain features. Principal compo
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.
OBJECTIVES: To improve the accuracy of machine learning models for preoperative prediction of high-intensity focused ultrasound (HIFU) ablation efficacy for uterine fibroids by correcting class imbalance in small sample datasets using undersampling methods.
METHODS: Clinical and imaging data were collected from 140 patients with uterine fibroids undergoing HIFU treatment at Foshan Women and Children Hospital, including 104 with high ablation rates and 36 with low ablation rates. Radiomic features were extracted from MRI T2-weighted images (T2WI) of the patients, and machine learning models we
Аннотация на английскомСтатьяПоиск 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 analyze the clinical characteristics of children with invasive pneumococcal disease (IPD) admitted to Kunming Children’s Hospital from 2020 to 2024, and to develop a risk stratification model for pneumococcal meningitis among children with confirmed or highly suspected IPD using multiple machine learning algorithms. METHODS: A retrospective analysis was conducted on 65 pediatric patients with confirmed IPD, divided into a meningitis group (n = 37) and a non-meningitis group (n = 28). Clinical characteristics between the two groups were compared. Variable selection was performed u
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: Alzheimer's disease (AD) greatly affects the daily functioning and life quality of patients and is prevalent in the elderly population. Amyloid-β (Aβ) accumulation in the brain is the main hallmark of AD pathophysiology. Positron Emission Tomography (PET) imaging is the most accurate method to identify Aβ deposits in the brain, but it is expensive and not widely available. The development of a low-cost method to detect Aβ deposition in the brain, as an alternative to PET, would therefore be of great value. This study aims to develop and validate machine learning algorithms for accu
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.
BACKGROUND: The aim of this study was to analyse the risk factors that affect oral health in adults and to evaluate the success of different machine learning algorithms in predicting these risk factors.
METHODS: This study included 2000 patients aged 18 years and older who were admitted to the Department of Oral and Maxillofacial Radiology, Faculty of Dentistry, Gaziantep University, between September and December 2023. In this study, patients completed a 30-item questionnaire designed to assess the factors that affect the decayed, missing, and filled teeth (DMFT). Clinical and radiological e
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.
Severe fever with thrombocytopenia syndrome (SFTS) is an emerging infectious disease that imposes a considerable medical burden. In this study, we enrolled 1,606 SFTS patients, developed and validated machine learning models for mortality prediction, and ultimately constructed a model consisting of six variables. The prediction model, UNION-SFTS, constructed using the multilayer perceptron (MLP) algorithm, achieved the best performance with an area under the curve (AUC) of 0.917, an accuracy of 0.905, and a precision of 0.795 on the internal validation set. Additionally, the model achieved an
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.
Artificial intelligence and machine learning have promising applications in several medical fields of diagnosis, imaging, and laboratory testing procedures. However, the use of this technology in the veterinary medicine field is lagging behind, and there are many areas where it could be used with potentially successful outcomes and results. In this study, two critical predictions were explored in horses presented with acute abdomen (colic) using this technology. Those were the need for surgical intervention and survivability likelihood of affected horses based on clinical data (history, clinic
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.
PURPOSE: To compare the performance of neural networks with that of linear regression to predict the postoperative effective lens position (ELP) from preoperative biometry measurements.
SETTING: Departments of Ophthalmology, Medical Cybernetics and Artificial Intelligence, and Medical Physics, Medical University of Vienna, Vienna, Austria.
METHODS: The neural-network-type multilayer perceptron (MLP) and a linear regression technique were used to predict ELP. Suitable MLP models and variable input combinations were selected by extended-feature subset selection. Apart from the usual preoperati
Сравнительное исследованиеСтатьяПоиск 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 Korean medicine (KM), kidney deficiency represents age-related physiological decline theoretically linked to depression. However, its empirical predictive value in modern clinical frameworks remains underexplored. This study aimed to develop and validate a machine learning model predicting depression in middle-aged adults by integrating kidney deficiency with psychosocial variables. We analyzed baseline data from 1000 community-dwelling adults aged 50-65 from the Korean Medicine for Aging Cohort study. Depression was defined using the Geriatric Depression Scale Short Form (GDS-SF-K ≥ 5). Pr
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.
Complications occurring early after robot-assisted radical prostatectomy (RARP) can hinder postoperative recovery. Existing risk instruments, however, generally incorporate few predictors and assume linear associations. We aimed to derive and externally validate an interpretable machine-learning model that combines clinical, laboratory, and intraoperative information and to translate the model into an online risk calculator. Records were reviewed for 1,254 patients with prostate cancer (PCa) who received RARP at the First, Third, or Fifth Medical Center of the Chinese PLA General Hospital. Amo
СтатьяМногоцентровое исследованиеВалидационное 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.
INTRODUCTION: Accurate preoperative prediction of high-grade patterns in invasive lung adenocarcinoma is critical for effective treatment planning. This study aimed to construct an interpretable multimodal fusion model to predict high-grade pattern status by integrating clinical information and quantitative CT features, including radiomics, intratumoral heterogeneity, and three-dimensional fractal features.
METHODS: In this retrospective study, 743 patients with pathologically confirmed invasive lung adenocarcinoma from two centers were classified into positive and negative groups for high-gr
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.
Predicting 30-day procedure-related mortality risk and 30-day unplanned readmission in patients undergoing lower extremity endovascular interventions for peripheral artery disease (PAD) may assist in improving patient outcomes. Risk prediction of 30-day mortality can help clinicians identify treatment plans to reduce the risk of death, and prediction of 30-day unplanned readmission may improve outcomes by identifying patients who may benefit from readmission prevention strategies. The goal of this study is to develop machine learning models to stratify risk of 30-day procedure-related mortalit
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.