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: 280 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 707 с найденным полным текстом
Exposure to fine particulate matter (PM2.5) contributes to millions of premature deaths annually worldwide. While epidemiological studies increasingly rely on geospatial technologies, such as satellite remote sensing, low-cost sensors, and chemical transport models, to quantify air pollution exposure, sparse monitoring in many low- and middle-income countries often introduces sampling bias, potentially skewing exposure estimates. We developed a hybrid and transfer learning approach in Lima, Peru, that integrates multiple geospatial technologies and machine learning to mitigate sampling bias an
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.
Antiviral antibody discovery is constrained by the enormous combinatorial space of antibody paratopes and viral epitopes, while novel approaches to search for these vast possibilities such as machine learning models for antibody affinity prediction typically require large target-specific datasets that are rarely available for emerging pathogens. To address this problem, we investigated the ability of transfer learning to reduce the required training data and still create a robust predictive model of antibody affinities. We show that antibody-affinity prediction can be locally transferred from
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: Noonan syndrome (NS), a genetically heterogeneous disorder, presents with hypertelorism, ptosis, dysplastic pulmonary valve stenosis, hypertrophic cardiomyopathy, and small stature. Early detection and assessment of NS are crucial to formulating an individualized treatment protocol. However, the diagnostic rate of pediatricians and pediatric cardiologists is limited. To overcome this challenge, we propose an automated facial recognition model to identify NS using a novel deep convolutional neural network (DCNN) with a loss function called additive angular margin loss (ArcFace).
ME
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: Rheumatoid arthritis (RA) and diabetes mellitus (DM) frequently coexist, yet the heterogeneity of RA-DM multimorbidity remains unclear. This study aims to develop an interpretable machine learning framework to reveal the phenotypic subgroups of RA-DM multimorbidity, providing a potential direction for precision public health interventions.
METHODS: Utilizing data from the National Health and Nutrition Examination Survey (1999-2018), we developed a Bayesian-optimized eXtreme Gradient Boosting (XGBoost) model to classify RA-DM multimorbidity status and compared with other machine lea
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.
Circular economic models play an important role in the context of waste management, which is essential for reducing environmental impact and preserving resources. For recycling procedures to be optimized, materials must be accurately identified and classified. In space, waste accumulation poses risks to missions and increases debris in orbit. Therefore, effective waste management systems are essential for mitigating hazards and reducing the environmental footprint of space activities. Hyperspectral Imaging (HSI) in the Near Infrared (NIR) range offers a non-invasive solution for real-time mate
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 opioid epidemic has cast a shadow over public health, necessitating immediate action to address its devastating consequences. To effectively combat this crisis, it is crucial to discover better opioid drugs with reduced addiction potential. Artificial intelligence-based and other machine learning tools, particularly deep learning models, have garnered significant attention in recent years for their potential to advance drug discovery. However, using these tools poses challenges, especially when training samples are insufficient to achieve adequate prediction performance. In this study, we
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.
OBJECTIVE: Parkinson's disease (PD) presents challenges in early diagnosis and progression prediction. Recent advancements in machine learning, particularly convolutional-neural-networks (CNNs), show promise in enhancing diagnostic accuracy and prognostic capabilities using neuroimaging data. The aims of this study were: (i) develop a 3D-CNN based on MRI to distinguish controls and PD patients and (ii) employ CNN to predict the progression of PD.
METHODS: Three cohorts were selected: 86 mild, 62 moderate-to-severe PD patients, and 60 controls; 14 mild-PD patients and 14 controls from Parkinso
СтатьяМногоцентровое 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: Respiratory syncytial virus (RSV) is a major cause of pediatric acute lower respiratory infection. Early prediction of pediatric intensive care unit (PICU) transfer may support clinical decision-making and resource allocation. We aimed to develop and temporally validate an interpretable machine learning model for predicting PICU admission in hospitalized children with RSV.
METHODS: We included children aged 29 days-18 years with laboratory-confirmed RSV at a single center (January 2023-April 2025). The prediction target was PICU admission within 48 h of hospital admission. Interna
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.
Drug-target affinity (DTA) prediction plays an important role in computational drug discovery; however, its application to emerging infectious diseases such as Ebola remains challenging because of the limited availability of experimentally measured affinity data. To address this low-resource setting, we propose a retrieval-guided transfer-learning framework that leverages BindingDB interactions to improve Ebola DTA prediction. The framework uses a two-stage strategy. In Stage I, source interactions are selected using random sampling, compound-similarity retrieval, protein-similarity retrieval,
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.
Machine learning has the potential to support the growing need for high-resolution greenhouse gas monitoring in urban and industrial environments, where deploying extensive sensor networks is often limited by cost and operational challenges. This study presents a novel approach for estimating greenhouse gas (GHG) concentrations using routinely collected air quality and meteorological data from existing monitoring stations. Focusing on the Seoul metropolitan area in the Republic of Korea, we developed and evaluated three machine learning models - Random Forest, Long Short-Term Memory (LSTM), an
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.
Photoreceptor transplantation is being studied to restore visual function in retinal diseases causing blindness, including age-related macular degeneration, hereditary eye diseases, and traumatic retinopathy. Preclinical studies often involve delivering exogenous human photoreceptor cells into animal models' retinas. A key readout in such experiments is distinguishing donor cell integration from artificial labeling secondary to material transfer of cytosolic or nuclear labels. Recognizing donor (human) versus animal photoreceptor nuclei is key, but purely immunohistology discrimination is chal
СтатьяПоддержка исследования: вне правительства СШАПоддержка 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.
BACKGROUND: Postoperative pulmonary complications (POPC) are common after general anaesthesia and are a major cause of increased morbidity and mortality in surgical patients. However, prevention and treatment methods for POPC that are considered effective tie up human and technical resources. Therefore, the planned research project aims to create a prediction model that enables the reliable identification of high-risk patients immediately after surgery based on a tailored machine learning algorithm.
METHODS: This clinical cohort study will follow the TRIPOD statement for multivariable predict
Протокол клинического исследованияСтатьяПолный 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.
Childhood malnutrition remains a major public health concern in Nepal and other low-resource settings, while conventional case-finding approaches are labor-intensive and frequently unavailable in remote areas. This study provides one of the first applications of machine learning and deep learning to identify child malnutrition in Nepal. We systematically compared 16 algorithms spanning deep learning, gradient boosting, and traditional machine learning families, using data from the Nepal Multiple Indicator Cluster Survey (MICS) 2019. A composite malnutrition indicator was constructed by integra
СтатьяСравнительное исследованиеПоиск 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: A brain tumor is an asymmetrical expansion by cells inevitably emulating amid them. Image processing is a vibrant research area where the handing out of the image in the medical field is an exceedingly tricky field. In this paper, an expert algorithm is suggested for the detection of pituitary brain tumors from MR images.
METHODS: The preprocessing techniques (smoothing, edge detection, filtering) and segmentation techniques (watershed) are applied to the online data set. The transfer learning technique is used as a classifier whose performance is measured in terms of classificati
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.
In this work, we present Gaussian process regression machine learning representations of the three lowest coupled 2A' adiabatic electronic potential energy surfaces of the ArH2+ reactive system in full dimensionality. Additionally, the nonadiabatic coupling matrix elements were calculated. These adiabatic potentials and their nonadiabatic couplings are necessary ingredients in the theoretical investigation of the nonadiabatic reaction dynamics of the Ar + H2+ → ArH+ + H and Ar+ + H2 → ArH+ + H reactions, as well as the competing charge transfer process, Ar + H2+↔ Ar+ + H2. Accurate ab initio e
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.
Short stature (SS) is a common pediatric endocrine disorder, primarily including growth hormone deficiency (GHD) and idiopathic SS (ISS). Nuclear magnetic resonance (NMR)-based metabolomics can reveal metabolic signatures associated with SS. However, the limited availability of clinical data results in small sample sizes and high-dimensional features, which constrain the stability and generalizability of traditional methods. In this study, a prototypical transfer learning approach for small-sample metabolomics data is proposed. By integrating a shared feature encoder, cross-domain feature alig
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.
Redox-active polymers have become an important component of second-generation electrochemical biosensors, solving the problem of efficient charge transfer between the biological recognition material and the electrode surface. In this review, we discuss the basic design principles, electron transfer mechanisms, and synthesis strategies from the perspective of biosensor applications. Three main classes of redox centers are considered-metal complexes, metallocenes, and organic radicals-as well as polymer matrices, and the factors affecting their stability and operability are discussed. Particular
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 study aimed to construct a personalized, machine learning-driven nomogram capable of predicting refractive outcomes following small incision lenticule extraction (SMILE). A total of 1253 eyes from 632 patients who underwent SMILE to correct myopia or myopic astigmatism were retrospectively reviewed. Comprehensive preoperative and postoperative parameters were collected. Feature selection was performed using both clinical expertise and statistical approaches. Four machine-learning models - linear regression, decision tree, random forest, and neural network - were trained to estimate postop
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.
Coarse-grained molecular dynamics enables access to long length and time scales but often fails to reproduce atomistic kinetics when memory effects and slow collective motions are important. We introduce Probabilistic Forecasting for Coarse-Graining (PFCG), a machine learning framework that learns stochastic coarse-grained equations of motion directly from atomistic trajectories by formulating coarse-grained simulation as a probabilistic time-series forecasting problem with both Markovian and non-Markovian contributions. PFCG incorporates non-Markovian effects through finite trajectory history
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: The brain tumor is the growth of abnormal cells inside the brain. These cells can be grown into malignant or benign tumors. Segmentation of tumor from MRI images using image processing techniques started decades back. Image processing based brain tumor segmentation can be divided in to three categories conventional image processing methods, Machine Learning methods and Deep Learning methods. Conventional methods lacks the accuracy in segmentation due to complex spatial variation of tumor. Machine Learning methods stand as a good alternative to conventional methods. Methods like SVM
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.