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: 214 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 485 с найденным полным текстом
Artificial intelligence (AI) and machine learning (ML) now reach into every stage of AML care. Deep learning models read therapy-relevant mutations directly from bone marrow smears; automated flow cytometry gating reproduces expert calls in under a minute; and the first AI pathology devices for hematology have cleared regulatory review and entered clinical use. Beyond diagnosis, ML captures the age-dependent weight of individual mutations that categorical ELN scoring misses, drug response prediction for venetoclax-azacitidine has been validated across multiple external cohorts, and large langu
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.
Individuals with severe physical impairments have difficulties operating electric wheelchairs (EWs), especially in situations where fine steering abilities are required. Automatic driving partly solves the problem, although excessive reliance on automatic driving is not conducive to maintaining their residual physical functions and may cause more serious diseases in the future. The objective of this study was to develop a shared control system that can be adapted to different environments by completely utilizing the operating ability of the user while maintaining the motivation of the user to
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.
Intelligent transportation systems (ITSs), Vehicle-to-Everything (V2X) communication and autonomous driving technologies have brought about significant changes in the modern vehicular network. At the same time, the cyber-attack surface has grown, leading to new and existing advanced security threats for Vehicular Ad hoc Networks (VANETs) and the Internet of Vehicles (IoV). Traditional IDSs that employ static rule-based techniques are often insufficient in the context of the vehicular environment, characterized by dynamic, highly mobile systems with stringent low-latency requirements. Next gene
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.
This paper critically examines the study by Brizzi et al., which applied explainable machine learning to predict short-term treatment outcomes in patients hospitalized for anorexia nervosa (AN). While the study presents an innovative and promising methodological framework, important conceptual and practical issues warrant further scrutiny. Chief among these is the reliance on body mass index (BMI) change as the sole proxy for treatment efficacy. This unidimensional metric, though pragmatic in acute inpatient settings, fails to capture the broader psychological and behavioral dimensions integra
Письмо в редакциюКомментарийПоиск 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 review investigates recent advances in machine learning (ML) for drug repurposing, with applications spanning COVID-19, Parkinson's disease, and cancer. We provide a methodological taxonomy of ML techniques including supervised learning (e.g., random forests, SVMs), unsupervised clustering and dimensionality reduction, deep neural networks, reinforcement learning, and graph-based models such as MLGANN and DTD-GNN highlighting their roles in scalable drug-target interaction prediction and phenotype mapping. Case studies demonstrate how integrated models leveraging heterogeneous data (e.g.,
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.
Accurate prediction of freeway incident duration is important for traffic management and emergency resource allocation. This study evaluates 32 machine-learning model configurations using 828 incident records from the G2504 Hangzhou Ring Freeway in China. Four fixed feature sets containing the top 6, 11, 16, and 21 predictors were defined from a Minimum Redundancy Maximum Relevance (MRMR) ranking. Each feature setting was evaluated using a 15% hold-out test set, seven repeated random splits, and sevenfold cross-validation within the training subset. All 32 machine-learning models were tuned wi
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: Accelerometers allow for direct measurement of upper limb (UL) activity. Recently, multi-dimensional categories of UL performance have been formed to provide a more complete measure of UL use in daily life. Prediction of motor outcomes after stroke have tremendous clinical utility and a next step is to explore what factors might predict someone's subsequent UL performance category.
PURPOSE: To explore how different machine learning techniques can be used to understand how clinical measures and participant demographics captured early after stroke are associated with the subsequent
СтатьяПоддержка 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.
Polymer hybrid materials have attracted considerable interest because combining different reinforcing constituents can provide improved mechanical performance, durability, lightweight characteristics, and structural efficiency. However, designing their behaviour remains challenging due to heterogeneous microstructures, constituent interactions, interfacial behaviour, reinforcement architecture, and manufacturing conditions. This review critically examines analytical, micromechanical, numerical, and reliability-based modelling approaches for polymer hybrid materials, covering their classificati
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.
While transcranial direct current stimulation (tDCS) targeting the orbitofrontal cortex (OFC) demonstrates therapeutic potential for obsessive-compulsive disorder (OCD), its neurocognitive mechanisms leading to reduced compulsive behaviors remain poorly understood. This study investigates the effects of stimulating the OFC on impaired arbitration between model-based (MB) and model-free (MF) reinforcement learning systems in subclinical OCD. In a randomized, sham-controlled trial, participants with elevated Obsessive-Compulsive Inventory-Revised (OCI-R) scores received six sessions of anodal (e
СтатьяРандомизированное исследованиеПоддержка 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.
BACKGROUND: Reinforcement learning (RL) provides a promising technique to solve complex sequential decision making problems in health care domains. To ensure such applications, an explicit reward function encoding domain knowledge should be specified beforehand to indicate the goal of tasks. However, there is usually no explicit information regarding the reward function in medical records. It is then necessary to consider an approach whereby the reward function can be learned from a set of presumably optimal treatment trajectories using retrospective real medical data. This paper applies inver
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.
OBJECTIVE: The value of multiphase contrast-enhanced CT in differentiating gastrointestinal stromal tumors (GISTs) and gastric leiomyomas (GLMs) which were ≤3 cm was evaluated using machine learning.
METHODS: A retrospective analysis was conducted on 45 cases of small gastric wall submucosal tumors (including 22 GISTs and 23 GLMs) with pathologically confirmed diameter ≤3 cm and completed multiphase CT-enhanced scan images. The CT features including tumor location, maximum diameter, shape, margins, growth pattern, plain/enhanced CT value, cystic degeneration, calcification, ulcer, progressive
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 aim was to identify patient- and disease-related characteristics predicting moderate-to-high disease activity in recent-onset psoriatic arthritis (PsA). We performed a multicenter observational prospective study (2-year follow-up, regular annual visits) in patients aged ≥18 years who fulfilled the CASPAR criteria and had less than 2 years since the onset of symptoms. The moderate-to-high activity of PsA was defined as DAPSA > 14. We trained a logistic regression model and random forest-type and XGBoost machine learning algorithms to analyze the association between the outcome measure and t
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.
Open-loop optimal control applied to epidemic outbreaks is a valuable tool to develop control principles and inform future preparedness guidelines. A drawback of this approach is its assumption of complete knowledge of both transmission dynamics and the effects of policy measures. As a result, such methods lack responsiveness to real-time conditions, since they do not integrate feedback from the evolving epidemic state. Overcoming this requires a closed-loop approach. We propose a novel closed-loop method for real-time social distancing responses using a general Reinforcement Learning (RL)-bas
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.
This study demonstrates the transformative potential of machine learning in drug discovery by integrating comparative protein and ligand analysis with novel topological machine learning methods. Our approach sifts through large chemical libraries to identify promising molecular structures for targeting specific proteins with high precision. While many machine learning models have proven effective on benchmark datasets, we apply these techniques to discover compounds targeting methylcitrate dehydratase (AcnD), the second enzyme in the bacterial propionate catabolism pathway. Propionate cataboli
СтатьяПоддержка 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 article presents a pilot Long Term Evolution (LTE) drive-test dataset collected from a real urban cellular network in Dhaka, Bangladesh. The dataset contains field measurements of radio signal conditions, Layer-3 measurement reports, and handover statistics obtained using professional drive-testing tools including XCAL-M software and Samsung Exynos-based user equipment. Measurements were recorded during multiple drive-test sessions along a 13 km urban route, producing timestamped observations of key radio parameters such as Reference Signal Received Power (RSRP), Reference Signal Received
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 global burden of chronic and genetic kidney diseases poses a significant challenge to healthcare systems. Current therapies, including dialysis, transplantation, and supportive pharmacotherapies, cannot halt disease progression or address root causes, especially in monogenic disorders like Alport syndrome and Fabry disease. Adeno-associated virus (AAV)-based gene therapy is promising, enabling targeted correction of underlying genetic defects. However, renal delivery faces challenges, including cellular heterogeneity, anatomical barriers, and pre-existing immunity. This review evaluates ad
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.
Despite significant advances, the prevention and management of cardiovascular disease remain challenging, especially for ischemic heart disease (IHD). Current clinical decision-making relies heavily on physician expertise, guideline-directed therapies, and static risk scores, which often inadequately accommodate individual patient complexity. Machine learning (ML) and artificial intelligence (AI), particularly reinforcement learning (RL), may augment current physician-driven approaches and provide enhanced cardiovascular disease prevention and management. Indeed, offline RL refers to a class o
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.
Neurodegenerative diseases, including Alzheimer's disease (AD) and Parkinson's disease (PD), present a growing public health challenge globally. Recent advancements in neurotechnology and neuroengineering have significantly enhanced brain-computer interfaces, artificial intelligence, and organoid technologies, making them pivotal instruments for diagnosis, monitoring, disease modeling, treatment development, and rehabilitation of various diseases. Nonetheless, the majority of neural interface platforms focus on unidirectional control paradigms, neglecting the need for co-adaptive systems where
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.
Ophthalmic diseases such as glaucoma, age-related macular degeneration (ARMD), and optic neuritis involve complex molecular and cellular disruptions that challenge current diagnostic and therapeutic approaches. Advanced artificial intelligence (AI) and machine learning (ML) models offer a novel lens to analyze these diseases by integrating diverse datasets, identifying patterns, and enabling precision medicine strategies. Over the past decade, applications of AI in ophthalmology have expanded from imaging-based diagnostics to molecular-level modeling, bridging critical gaps in understanding di
СтатьяОбзорПоиск 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 addresses the critical challenge of achieving both accuracy and interpretability in anomaly detection within complex multidimensional time-series physical fitness data. We design and implement an innovative framework based on a Hierarchical Deep Q-Network (HDQN) that effectively processes and learns the inherent multi-scale and multi-granularity characteristics of physical fitness data. The introduction of a hierarchical structure enables the model to capture subtle patterns at different levels of abstraction, from low-level sensor fluctuations to high-level behavioral patterns. 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.