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
1044 публикаций
Поиск: 218 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 47 с найденным полным текстом
Computer methods and programs in biomedicine2026eng
BACKGROUND AND OBJECTIVES: Radiomics-based machine learning models are increasingly used for clinical decision-making, yet their reliability is often constrained by limited sample sizes and class imbalance in imaging datasets. While prior studies addressed these challenges independently, their combined impact remains insufficiently explored. This study quantifies the individual and joint effects of progressive data scarcity and class imbalance on radiomics model performance, aiming to identify mitigation strategies.
METHODS: Three radiomics datasets-PI-CAI (clinically significant prostate can
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.
PURPOSE: To adopt different deep learning (DL) techniques for Essential tremor (ET) and Parkinson's tremor (PST) classification, a collaborative approach to address the misdiagnosis of healthy and PSD patients based on ET and PST's frequency patterns and severity.
METHODS: This classification uses a comprehensive PDBioStamp time-series dataset to classify tremors based on action and rest tremors of healthy and post-stroke depression (PSD) patients. Combination of DL models, including generative adversarial network (GAN) to generate synthetic data, Autoencoder to reduce the size dimensionality
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 cancer drug response (CDR) is critical for oncology drug screening. Given the scarcity of labeled patient data, domain adaptation has emerged as a promising method to transfer supervision signals from the label-rich cell line data (source domain) into the patient prediction (target domain). However, existing efforts usually treat each drug's response prediction as an independent task, requiring model retraining when drugs change, and struggle to capture reliable domain-invariant information between cell lines and patients through regular alignment strategies. Herein, we
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
Sepsis is a life-threatening condition caused by a deregulated host response to infection. If not diagnosed at an early stage, septic patients can go into a septic shock, associated with aggravated patient outcomes. Research has been mostly focused on predicting sepsis onset using supervised models that require big labeled datasets to train. In this work we propose two fully unsupervised learning approaches to predict septic shock onset in the Intensive Care Unit (ICU). Our approach includes learning representations from patient multivariate timeseries using Recurrent Autoencoders. Then, we ap
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.
Bitter gourd, an important crop with both economic and medicinal value, requires precise identification of fruit shape and tubercle phenotypes to enhance breeding efficiency. To address the low efficiency and high subjectivity of traditional methods, this study proposes an improved YOLOv8-CEFC model for high-throughput automatic detection of the bitter gourd fruit shape and tubercle characteristics. First, the model integrates the ConvNeXt V2 module into the backbone network, combined with a Fully Convolutional Masked Autoencoder (FCMAE) framework and Global Response Normalization (GRN) layers
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.
Designing carbanions capable of efficient CO2 chemisorption is an important approach for advancing reactive capture and conversion technologies. In this work, we integrate a nucleophilicity prediction model, trained using directed message-passing neural networks on Mayr's Reactivity Database (a large, experimentally derived collection of nucleophilicity, electrophilicity, and sensitivity parameters for organic and inorganic molecules), with the Hierarchical Variational Autoencoder (HierVAE) to generate novel carbanions. Fine-tuning the pretrained latent space with predicted log k values yields
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.
BACKGROUND: Osteonecrosis of Femoral Head (ONFH) is a common complication in orthopaedics, wherein femoral structures are usually damaged due to the impairment or interruption of femoral head blood supply.
AIM: In this study, an automatic approach for the classification of the early ONFH with deep learning has been proposed.
METHODS: All femoral CT slices according to their spatial locations with the Convolutional Neural Network (CNN) are first classified. Therefore, all CT slices are divided into upper, middle or lower segments of femur head. Then the femur head areas can be segmented with
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.
Single-cell RNA sequencing (scRNA-seq) has transformed the study of cellular heterogeneity by making it possible to classify individual cells and their functional states. However, the analysis remains difficult because high dropout rates lead to sparse and noisy expression data. Existing marker gene selection methods are often fragmented, typically relying on a single strategy that overlooks complementary biological signals. Without a unifying framework for denoising and marker identification, clustering can suffer in accuracy, stability, and interpretability. This makes it more difficult to d
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.
In the domain of medical imaging, the advent of deep learning has marked a significant progression, particularly in the nuanced area of periodontal disease diagnosis. This study specifically targets the prevalent issue of scarce labeled data in medical imaging. We introduce a novel unsupervised few-shot learning algorithm, meticulously crafted for classifying periodontal diseases using a limited collection of dental panoramic radiographs. Our method leverages UNet architecture for generating regions of interest (RoI) from radiographs, which are then processed through a Convolutional Variationa
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.
Alzheimer's Disease (AD) begins several years before the symptoms develop. It starts with Mild Cognitive Impairment (MCI) which can be separated into Early MCI and Late MCI (EMCI and LMCI). Functional connectivity analysis and classification are done among the different stages of illness with Functional Magnetic Resonance Imaging (fMRI). In this study, in addition to the four stages including healthy, EMCI, LMCI, and AD, the patients have been tracked for a year. Indeed, the classification has been done among 7 groups to analyze the functional connectivity changes in one year in different stag
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.
Sepsis remains one of the leading causes of death worldwide, and despite extensive research, uncertainties persist regarding its treatment outcomes due to the diversity of the condition and characteristics across patients. Identifying subpopulations of sepsis patients with distinct clinical behaviors can be instrumental in developing more targeted and effective interventions. In this study, we build on previous work that applied clustering techniques to the large cohort single-hospital MIMIC-III intensive care unit (ICU) database by extending the analysis to the larger cohort multi-hospital eI
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.
Facies-controlled heterogeneity, including fine-grained lenses and abrupt textural transitions, produces irregular and non-Gaussian DNAPL source zone architecture (SZA) that strongly influences mass-transfer and long-term dissolution. Reconstructing both permeability and DNAPL saturation therefore requires estimating high-dimensional, coupled parameter fields that are poorly constrained by sparse hydraulic and tracer observations. Geophysical methods such as electrical resistivity tomography (ERT) and ground-penetrating radar (GPR) can supplement these data, yet ERT often lacks resolution in s
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.
Brain connectivity, quantified with diffusion MRI (structural connectivity, SC) and resting-state functional MRI (functional connectivity, FC), can offer crucial insights into glioma-brain network interactions. Currently, no standardized approach exists to integrate information from FC and SC and to identify potential tumor-induced abnormalities at the single-patient level. Variational autoencoders (VAEs) have been shown to be promising for learning the distribution of features representing a healthy brain and deviations thereof and can naturally be applicable to multiple modalities. This stud
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.
Foundation models trained on plant DNA are increasingly used across plant-biology pipelines, yet their internal representations remain opaque, and existing interpretability claims - based on attention visualization, small synthetic evaluations, or single-number benchmark gains - are vulnerable to GC-content and composition confounds. I present a reproducible, composition-controlled protocol for interpreting plant genomic foundation models: six annotated, chromosome-split benchmarks (80,000 windows) together with GC-matched, realistic-negative and repeat-masked variants of them, learned-from-sc
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: Disruption of alternative splicing (AS) is frequently observed in cancer and might represent an important signature for tumor progression and therapy. Exon skipping (ES) represents one of the most frequent AS events, and in non-small cell lung cancer (NSCLC) MET exon 14 skipping was shown to be targetable.
METHODS: We constructed neural networks (NN/CNN) specifically designed to detect MET exon 14 skipping events using RNAseq data. Furthermore, for discovery purposes we also developed a sparsely connected autoencoder to identify uncharacterized MET isoforms.
RESULTS: The neural n
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.
As Internet of Medical Things (IoMT) ecosystems expand, life-critical devices become increasingly vulnerable to microarchitectural leakage attacks that enable adversaries to evade conventional digital authentication mechanisms. Exploiting timing and cache leakage allows adversaries to extract credentials and issue cryptographically valid commands with physiologically unsafe parameters, a systemic weakness we define as the verified attacker problem. This work introduces a dual-layer physiological and side-channel defense architecture that maintains patient safety even under credential compromis
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: Tears are an easily accessible biofluid that reflects both emotional states and disease conditions. They are particularly enriched in extracellular vesicles (EVs), which carry proteins and nucleic acids relevant to neurological health. This makes tear EVs a promising source for biomarker discovery. However, limited sample volume and variability pose challenges for identifying reliable biomarkers for clinical diagnosis.
RESULTS: We present AI-driven Biomarker Learning for the Early Diagnosis of Neurodegenerative Diseases (ABLEDx), which applies a conditional variational autoencoder
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.
Electrocardiogram (ECG) signals are essential for arrhythmia detection; however, they are frequently degraded by noise during acquisition, and their evaluation is vulnerable to data-leakage and patient-overlap issues that can compromise model assessment. Therefore, in this study, we propose an image-encoding-based arrhythmia classifier combined with a morphology-aware denoising autoencoder. We evaluate signals under a corrected, patient-independent protocol in which every model-selection decision was made on a separate validation partition. On a leakage-free test partition, the autoencoder ach
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 role played by communication technology in daily life is gradually increasing. However, there are problems such as complex types of signals, huge amount of data and noise interference, and the recognition accuracy of existing modulation classification methods is low. Therefore, the study proposes a signal automatic modulation classification model based on fixed K-mean algorithm and denoising autoencoder. The model uses fixed K-mean algorithm for feature classification and optimizes median filtering algorithm using dynamic thresholding. The classifier is used to improve the recognition accu
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 rapid deployment of Internet of Things (IoT)-enabled electric vehicle (EV) charging infrastructures introduces cybersecurity challenges due to distributed operation, communication dependency, and exposure to malicious cyberattacks. Existing anomaly detection approaches mainly rely on centralized learning architectures that require raw charging data, creating privacy concerns, scalability limitations, and reduced robustness against stealth cyberattacks that mimic legitimate charging behavior. To address these issues, this paper proposes a privacy-preserving federated cybersecurity framework
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.