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
28943 публикаций
Поиск: 1354 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1526 с найденным полным текстом
Accurate and efficient coal classification is essential for optimizing energy production, improving resource utilization, and ensuring environmental compliance in industrial applications. Traditional methods that rely on visual inspection and laboratory analysis are often slow, subjective, and difficult to scale. In response to these challenges, this research proposes a custom task adaptive lightweight convolutional neural network that integrates Separable Convolutional Blocks, Inverted Residual Blocks, and Squeeze and Excitation mechanisms to achieve high classification performance with low c
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: Myocardial ischemia can trigger ventricular arrhythmias with life-threatening consequences. Current monitoring is largely reactive, limiting opportunities for preventive intervention.
OBJECTIVE: This study aimed to determine whether high-resolution epicardial electrograms contain predictive signatures that enable forecasting the timing of premature ventricular contractions (PVCs) during acute ischemia, and to quantify subject-specific data requirements for effective personalization.
METHODS: We analyzed epicardial sock electrograms (247 electrodes, 1 kHz) from 21 porcine acute is
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.
Micro-computed tomography and semantic segmentation provide insights into the structural hierarchy of biomineralized tissues, as exemplified by stony coral skeletons. Non-destructive imaging reveals mechanistic aspects of skeletal growth, including variations in porosity, density, and skeletal thickness across species and in the context of disease. Recent developments in semantic segmentation based on convolutional neural network models are poised to transform the streamlined analysis of large 3D tomography datasets, surpassing the performance of traditional segmentation methods. In this work,
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.
CONTEXT: Plant diseases are a serious danger to the world's food security since they drastically lower crop output. Traditional manual plant leaf inspection is time-consuming, labor-intensive, and frequently subjective. Recent developments in deep learning provide effective and scalable methods for image-based analysis-based automated plant disease identification.
TECHNIQUES: Three deep learning architectures-a proprietary Convolutional Neural Network (CNN), ResNet18, and Vision Transformer (ViT)-are used in this study to examine automated bean leaf disease identification. The Augmented iBean
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.
Artificial intelligence has transformed digital pathology by enabling biomarker prediction from high-resolution whole-slide images. However, current methods are computationally inefficient, processing thousands of redundant tiles per slide and requiring complex aggregation models. We introduce EAGLE (Efficient Approach for Guided Local Examination), a deep learning framework that emulates pathologists by selectively analyzing informative regions. EAGLE combines task-agnostic tile selection with detailed feature extraction and is benchmarked against leading slide- and tile-level foundation mode
СтатьяПоддержка исследования: вне правительства СШАПоддержка 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.
We are developing a decision support system for treatment response assessment of bladder cancer by analyzing patients' CT urography (CTU) examinations. Accurate segmentation of bladder lesions is a critical and challenging task. We previously developed a bladder cancer segmentation method using a deep learning convolutional neural network and level sets (DL-CNN + LS). In this study, we designed several deep learning models based on U-Net for bladder cancer segmentation and compared them with DL-CNN + LS and two transformer-based models developed for medical imaging - DATTNet and the Med-Segmen
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: Childhood and adolescence constitute a critical period for craniofacial growth. Understanding its developmental patterns is essential for clinical decision-making in orthodontics and maxillofacial surgery. Traditional cephalometric analysis relies on manual landmarking, which oversimplifies complex morphology and introduces subjectivity. Although deep learning, a key artificial intelligence (AI) technology, has demonstrated remarkable performance in image analysis and classification, most methods still depend on manual annotations during training, perpetuating subjectivity and limi
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.
Deep learning (DL)-based reconstruction can improve image quality and acquisition efficiency in breast diffusion-weighted imaging (DWI), but its effects on quantitative biomarkers warrant careful consideration. Although recent work reported improved image quality without significant differences in mean apparent diffusion coefficient (ADC), statistical nonsignificance does not necessarily establish quantitative equivalence or interchangeability across reconstruction pipelines. Reconstruction related changes in noise characteristics, signal intensity, spatial resolution, and ADC distributions ma
Письмо в редакциюПолный 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.
Mpox lesions can resemble other dermatological conditions, motivating image-based screening, yet published studies remain difficult to compare owing to differences in dataset construction, augmentation policy, and evaluation design. This study provides a leakage-aware benchmark for binary mpox classification using a unified dataset assembled from MSLD v1.0 and v2.0. Seven pretrained backbones and a weighted ensemble were compared under group-stratified five-fold cross-validation with original-only test evaluation, validation-based threshold selection, and temperature scaling. The weighted ense
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.
Ancestral state reconstruction is a classical problem of broad relevance in phylogenetics. Likelihood-based methods for reconstructing ancestral states under discrete character models, such as Markov models, have proven extremely useful, but only work so long as the assumed model yields a tractable likelihood function. Unfortunately, extending a simple but tractable phylogenetic model to possess new, but biologically realistic, properties often results in an intractable likelihood, preventing its use in standard modeling tasks, including ancestral state reconstruction. The rapid advancement of
СтатьяПрепринтПолный 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.
Accurate understanding of muscle activation and muscle forces plays an essential role in neuro-rehabilitation and musculoskeletal disorder treatments. Computational musculoskeletal modeling has been widely used as a powerful non-invasive tool to estimate them through inverse dynamics using static optimization, but the inherent computational complexity results in time-consuming analysis. In this paper, we propose a knowledge-based deep learning framework for time-efficient inverse dynamic analysis, which can predict muscle activation and muscle forces from joint kinematic data directly while no
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.
Inspired by the natural mechanism of taste perception, artificial bionic electronic tongues have successfully enabled the detection and classification of various tastes. The liquid-solid contact electrification (LSCE) effect has emerged as a highly effective approach for developing self-powered electronic tongues. However, droplet-based sensing structures often face challenges related to internal and environmental interferences, compromising their stability and repeatability. In this work, we developed a monolithically integrated self-powered microfluidic bionic electronic tongue (SMET), combi
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.
Stomach ulcers, a common type of gastrointestinal (GI) disease, pose serious health risks if not diagnosed and treated at an early stage. Therefore, in this research, a method is proposed based on two deep learning models for classification and segmentation. The classification model is based on Convolutional Neural Networks (CNN) and incorporates Q-learning to achieve learning stability and decision accuracy through reinforcement-based feedback. In this model, input images are passed through a custom CNN model comprising seven layers, including convolutional, ReLU, max pooling, flattening, and
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: This study highlights the importance of accurate and quick diagnosis of detection, and classification of fractured teeth and the potential benefits of applying deep learning (DL) techniques to solve this problem.
METHODS: In the study, occlusal radiography (OR) of the premaxilla is used for tooth fracture detection of teeth 11 and 21. For that, a dataset that contains 200 ORs of various tooth conditions was constructed. In the proposed method, teeth 11 and 21 are automatically detected in OR images using a YOLOv9-based machine learning framework as the first step. Then, images of
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.
Advances in magnetic resonance imaging (MRI) have revolutionized disease detection and treatment planning. However, the growing volume and complexity of MRI data-along with heterogeneity in imaging protocols, scanner technology, and labeling practices-creates a need for standardized tools to automatically identify and characterize key imaging attributes. Such tools are essential for large-scale, multi-institutional studies that rely on harmonized data to train robust machine learning models. In this study, we developed convolutional neural networks (CNNs) to automatically classify three core a
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.
Quantifying ocular tissue mechanical properties is pivotal for elucidating eye disease etiology and progression. Optical coherence elastography (OCE), leveraging high-resolution optical coherence tomography, promises tissue stiffness assessment. Traditional OCE relies on data processing of the time-of-flight method and encounters challenges like low repeatability. Our study presents an optimized data processing workflow integrating OCE with deep learning to predict ocular tissue biomechanical properties. The concentration prediction network (CPN), a 3D convolutional neural network, predicts sa
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.
Background/Objectives: Our study aimed to determine the accuracy of the artificial intelligence-based Diagnocat system (DC) in detecting periapical lesions (PL) on panoramic radiographs (PRs). Methods: 616 teeth were selected from 357 panoramic radiographs, including 308 teeth with clearly visible periapical radiolucency and 308 without any periapical lesion. Three groups were generated: teeth with radiographic signs of caries (Group 1), teeth with coronal restoration (Group 2), and teeth with root canal filling (Group 3). The PRs were uploaded to the Diagnocat system for evaluation. The perfo
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.
OBJECTIVE: Our study aimed to evaluate and validate PanSegNet, a deep learning (DL) algorithm for pediatric pancreas segmentation on MRI in children with acute pancreatitis (AP), chronic pancreatitis (CP), and healthy controls.
METHODS: With IRB approval, we retrospectively collected 84 MRI scans (1.5T/3T Siemens Aera/Verio) from children aged 2-19 years at Gazi University (2015-2024). The dataset includes healthy children as well as patients diagnosed with AP or CP based on clinical criteria. Pediatric and general radiologists manually segmented the pancreas, then confirmed by a senior pedia
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.
Childbirth often has traumatic consequences that profoundly affect the mother's health. The passage of a baby through the vagina causes tissue lacerations, such as vaginal tears, which lead to pelvic floor disorders later in life. Despite advances in obstetrics, accurately predicting the possible complications of vaginal delivery remains challenging with current clinical methods. This paper introduces new computational methods that integrate finite element (FE) analysis, proper orthogonal decomposition (POD), and machine learning (ML) to predict vaginal deformations and tearing. Based on ex vi
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.
Benign Paroxysmal Positional Vertigo (BPPV) is a prevalent vestibular disorder encountered in clinical settings. Diagnosis of this condition primarily relies on the observation of nystagmus, which involves monitoring the eye movements of patients. However, existing medical equipment for collecting and analyzing nystagmus data has notable limitations and deficiencies. To address this challenge, a comprehensive BPPV nystagmus data collection and intelligent analysis framework has been developed. Our framework leverages a neural network model, Egeunet, in conjunction with mathematical statistical
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.