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
2046 публикаций
Поиск: 109 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 707 с найденным полным текстом
Unplanned downtime in industrial sectors presents significant challenges, impacting both production efficiency and profitability. To tackle this issue, companies are actively working towards optimizing their operations and reducing disruptions that hinder their ability to meet customer demands and financial goals. Predictive maintenance, utilizing advanced technologies like data analytics, machine learning, and IoT devices, offers real-time equipment data monitoring and analysis. This research study centers on the development of a versatile machine-learning model for predicting faults in induc
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 performance of an existing Devanagari script (DS) input-based P300 speller with conventional machine learning techniques suffers from low information transfer rate (ITR). This occurs due to its required large size of display, i.e., 8 × 8 row-column (RC) paradigm which exhibits issues like crowding effect, adjacency, fatigue, task difficulty, and required large number of trials for character recognition. For P300 detection, deep learning algorithms have shown the state of art performance compared to the conventional machine learning algorithms in the recent past. Therefore, authors have bee
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.
The quantitative description of drug molecules through their molecular structures is central to computational studies of drugs. This paper presents a machine learning-driven quantitative structure-property relationship (QSPR) model linking graph-based structural descriptors to the physicochemical properties of anti-blood cancer drugs. A dataset of 13, anti-blood cancer drug molecules was characterized using six degree-based topological indices: the first Zagreb, second Zagreb, Sombor, reduced Sombor, harmonic, and Randić indices. These graph-derived descriptors were used as molecular features
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.
Alzheimer’s Disease (AD) represents a growing global health challenge, driven by complex genetic factors and diverse risk contributors. Currently, an estimated 55 million people worldwide are affected by dementia, with AD responsible for 60–70% of these cases. This paper explores the application of advanced machine learning approaches to predict AD risk using Genome-Wide Association Studies data from multiple cohorts, with a particular focus on transfer learning and feature selection techniques. We evaluate the performance of Wide and Deep Neural Networks and Multi-Head Attention in assessing
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 aimed to develop a novel diagnostic tool for detecting meningioma using skull X-ray images, combining deep learning with traditional machine learning classifiers. The goal was to explore the potential of using a cost-effective and widely accessible imaging modality for automated meningioma detection. Skull X-ray images from 158 meningioma patients (632 images) and 201 control subjects (804 images) without brain tumors or vascular diseases were retrospectively collected from St. Vincent's Hospital, South Korea. Anteroposterior, Towne, and lateral views were included in the analysis.
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.
Osteopenia is a bone disorder that causes low bone density and affects millions of people worldwide. Diagnosis of this condition is commonly achieved through clinical assessment of bone mineral density (BMD). State of the art machine learning (ML) techniques, such as convolutional neural networks (CNNs) and transformer models, have gained increasing popularity in medicine. In this work, we employ six deep networks for osteopenia vs. healthy bone classification using X-ray imaging from the pediatric wrist dataset GRAZPEDWRI-DX. We apply two explainable AI techniques to analyze and interpret vis
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.
Malaria remains a critical global health challenge, particularly in tropical and subtropical regions. While traditional methods for diagnosis are effective, they face some limitations related to accuracy, time consumption, and manual effort. This study proposes an advanced, automated diagnostic framework for malaria detection using a multi-model architecture integrating deep learning and machine learning techniques. The framework employs a transfer learning approach that incorporates ResNet 50, VGG16, and DenseNet-201 for feature extraction. This is followed by feature fusion and dimensionalit
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: Ensuring occupational health and safety is an enormous concern for organizations, as accidents not only harm workers but also result in financial losses. Analysis of accident data has the potential to reveal insights that may improve capabilities to mitigate future accidents. However, because accident data are often transcribed textually, analyzing these narratives proves difficult. This study contributes to a recent stream of literature utilizing machine learning to automatically label accident narratives, converting them into more easily analyzable fields.
METHOD: First, a lar
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: Acute pancreatitis (AP) is a life-threatening disorder commonly observed in emergency departments. Patients with acute pancreatitis may necessitate transfer to the intensive care unit (ICU) if standard treatments prove ineffective. The development of a machine learning (ML) model that can precisely forecast the necessity for ICU admission in patients with acute pancreatitis might dramatically enhance in-hospital healthcare for patients.
METHODS: For this study, data were extracted from the MIMIC-III Clinical Database Care-Vue subset (MIMIC-III v 1.4), Medical Information Mart for I
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: Parkinson's disease (PD) is a neurodegenerative illness that impairs normal human movement. The primary cause of PD is the deficiency of dopamine in the human brain. PD also leads to several other challenges, including insomnia, eating disturbances, excessive sleepiness, fluctuations in blood pressure, sexual dysfunction, and other issues.
METHODS: The suggested system is an extremely promising technological strategy that may help medical professionals provide accurate and unbiased disease diagnoses. This is accomplished by utilizing significant and unique traits taken from spir
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.
Peptide drugs are becoming star drug agents with high efficiency and selectivity which open up new therapeutic avenues for various diseases. However, the sensitivity to hydrolase and the relatively short half-life have severely hindered their development. In this study, a new generation artificial intelligence-based system for accurate prediction of peptide half-life was proposed, which realized the half-life prediction of both natural and modified peptides and successfully bridged the evaluation possibility between two important species (human, mouse) and two organs (blood, intestine). To ach
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.
Accurate estimation of ground reaction forces (GRFs) is fundamental to gait analysis and supports functional gait assessment, surgical planning, and rehabilitation. We propose a physics-learning hybrid framework that combines linked-segment dynamics with a bidirectional long short-term memory network to estimate vertical GRFs (vGRFs) from seven inertial measurement units (IMUs). The learning module produces an unconstrained allocation variable that decomposes the physics-derived net force into limb-specific vGRFs. The framework was systematically evaluated against machine learning-based baseli
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.
Exploiting deep learning methods to accelerate the analysis of medical images and the interpretation of pathology results for early diagnosis of Alzheimer's disease (AD) has recently attracted great attention. However, challenges like sub-optimal classifiers and poor image representation hinder their effectiveness. Computer-aided diagnosis (CADx) can improve performance by classifying patterns. Despite the drawbacks of deep networks such as Visual Geometric Group (VGG), including long processing times and performance issues due to data distribution, many CADx systems still rely on VGG classifi
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: 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.
Image preprocessing and edge detection are critical in industrial machine vision for workpiece dimension measurement. Challenges arise from interference regions on workpiece surfaces, complicating edge detection and roundness assessment. This paper investigates the application of AI-based detection methods within the industrial image analysis framework of coordinate measuring machines. Initially, two models with varying hole sizes and counts were designed in SolidWorks, fabricated using a Prolight 3-axis CNC milling machine, and analyzed. A transfer learning approach mitigated overfitting on t
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 used T2 relaxation, chemical exchange saturation transfer (CEST), and dynamic contrast-enhanced (DCE) magnetic resonance imaging (MRI) to assess whether bacterial infection can be differentiated from inflammation in a myositis-induced mouse model. We measured the T2 relaxation time constants, %CEST at 5 saturation frequencies, and area under the curve (AUC) from DCE-MRI after maltose injection from infected, inflamed, and normal muscle tissue models. We applied principal component analysis (PCA) to reduce dimensionality of entire CEST spectra and DCE signal evolutions, which were analyzed u
Сравнительное исследованиеСтатьяПоддержка NIH: внешняя программаПоддержка 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.
This study introduces an innovative approach for the flexible monitoring of bioprocesses using Raman spectroscopy coupled with automated transfer learning. Traditional Raman spectroscopy requires extensive process-specific calibration, limiting its transferability across different conditions. To address this, we developed an automated method that utilizes the dynamic orthogonal projection (DOP) algorithm to use pre-existing chemometric models built from one process ("Input Process") to monitor a distinct process ("Target Process") which lacked its own Raman models. These new processes conditio
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.
Untreated periodontitis causes inflammation within the supporting tissue of the teeth and can ultimately lead to tooth loss. Modeling periodontal outcomes is beneficial as they are difficult and time-consuming to measure, but disparities in representation between demographic groups must be considered. There may not be enough participants to build group-specific models, and it can be ineffective, and even dangerous, to apply a model to participants in an underrepresented group if demographic differences were not considered during training. We propose an extension to the RECaST Bayesian transfer
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.
MOTIVATION: High-dimensional omics data are typically measured on limited sample sizes, which challenges model-based clustering methods such as Gaussian mixture models (GMMs), often leading to instability and poor generalization under complex mixture structures. To address these limitations, we developed Praxis-BGM, a natural-gradient variational inference framework for GMMs. Praxis-BGM enables semi-supervised transfer learning by incorporating an informative prior GMM estimated from large-scale reference data with robust cluster structures. The prior model can encode cluster-specific means, c
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.
PURPOSE: This study aimed to identify key predictors of live birth and to develop a machine learning prediction model for women with unexplained recurrent spontaneous abortion (URSA) undergoing preimplantation genetic testing for aneuploidy (PGT-A).
METHODS: This retrospective study analyzed 127 patients with URSA who underwent PGT-A. Patients underwent frozen-thawed embryo transfer (FET) following either a hormone replacement cycle (HRT) or a down-regulated HRT. Data were collected on clinical baseline characteristics, endometrial thickness, embryo quality, medication use, and pregnancy outc
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.