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
3738 публикаций
Поиск: 242 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 235 с найденным полным текстом
BACKGROUND: The classification of cardiotocography (CTG) can assist obstetricians in assessing the health status of the fetus. However, traditional fetal heart rate monitoring data has the problem of strong subjectivity in manual interpretation, and deep learning models have poor representation ability on tabular data.
METHODS: This study proposed PLE-TabM, a tabular deep learning model combined piecewise linear encoding (PLE) and efficient weight integration. We used the public CTG dataset as the research subject. The PLE was used to improve the perception ability of feature segment interval
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 AND OBJECTIVES: Osteoporosis (OP) presents a significant health issue in rheumatoid arthritis (RA) patients, yet existing machine learning (ML) studies on OP prediction in this population are limited by low accuracy, a narrow range of considered risk factors, and a lack of interpretability. This study aims to develop an interpretable machine learning model using the CNN-SVM algorithm, integrated with interpretability techniques, for individualized osteoporosis risk assessment in RA patients. The model specifically focuses on the osteopenia stage, which has been overlooked in previou
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.
With the rapidly increasing reliance on advances in IoT, we persist towards pushing technology to new heights. From ordering food online to gene editing-based personalized healthcare, disruptive technologies like ML and AI continue to grow beyond our wildest dreams. Early detection and treatment through AI-assisted diagnostic models have outperformed human intelligence. In many cases, these tools can act upon the structured data containing probable symptoms, offer medication schedules based on the appropriate code related to diagnosis conventions, and predict adverse drug effects, if any, in a
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.
Connectivity and automation have expanded with the development of autonomous vehicle technology. One of several automotive serial protocols that can be used in a wide range of vehicles is the controller area network (CAN). The growing functionality and connectivity of modern vehicles make them more vulnerable to cyberattacks aimed at vehicular networks. The CAN bus protocol is vulnerable to numerous attacks, as it is lacking security mechanisms by design. It is crucial to design intrusion detection systems (IDS) with high accuracy to detect attacks on the CAN bus. In this paper, we design an 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.
BackgroundMultiple myeloma (MM) is a malignancy characterized by abnormal plasma cell proliferation. While bortezomib has improved outcomes, significant individual variability persists. Accurate early prediction of patient progression is crucial for optimizing therapeutic intensity and improving long-term survival. Developing an automated, multimodal prediction model can provide clinicians with a robust tool for personalized prognosis, thereby reducing the burden of ineffective treatments on patients.MethodsWe enrolled 207 newly diagnosed MM (NDMM) patients treated with bortezomib. Based on 2-
Полный текст 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.
A priori model-informed precision dosing (MIPD) recommends an appropriate first dose based solely on the patient's covariates enabling faster target attainment without required concentration measurements. Population pharmacokinetic (PopPK) model ensembling and machine learning (ML) approaches were developed and evaluated to predict a first dose of amoxicillin in intensive care. Following a bibliographic review, a virtual patient population was simulated based on cohorts from four published adult amoxicillin PopPK models. Steady-state trough concentrations were simulated using cohort-specific d
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.
Neurodegenerative diseases are group of debilitating and progressive disorders that primarily affect the structure and functions of nervous system, leading to gradual loss of neurons and subsequent decline in cognitive, and behavioral activities. The two frequent diseases affecting the world's significant population falling in the above category are Alzheimer's disease (AD) and Parkinson's disease (PD). These disorders substantially impact the quality of life and burden healthcare systems and society. The demographic characteristics, and machine learning approaches have now been employed to di
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.
Hybrid automated insulin delivery systems enhance postprandial glucose control in type 1 diabetes, however, meal announcements are burdensome. To overcome this, we propose a machine learning-based automated meal detection approach; METHODS:: A heterogeneous ensemble method combining an artificial neural network, random forest, and logistic regression was employed. Trained and tested on data from two in-silico cohorts comprising 20 and 47 patients. It accounted for various meal sizes (moderate to high) and glucose appearance rates (slow and rapid absorbing). To produce an optimal prediction mod
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.
This paper proposes ensemble strategies for the deep learning object detection models carried out by combining the variants of a model and different models to enhance the anatomical and pathological object detection performance in brain MRI. In this study, with the help of the novel Gazi Brains 2020 dataset, five different anatomical parts and one pathological part that can be observed in brain MRI were identified, such as the region of interest, eye, optic nerves, lateral ventricles, third ventricle, and a whole tumor. Firstly, comprehensive benchmarking of the nine state-of-the-art object de
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 primary motor cortex (M1) possesses two intermediate layers upstream of the motor-output layer: layer 2/3 (L2/3) and layer 5a (L5a). Although repetitive training often improves motor performance and movement coding by M1 neuronal ensembles, it is unclear how neuronal activities in L2/3 and L5a are reorganized during motor task learning. We conducted two-photon calcium imaging in mouse M1 during 14 training sessions of a self-initiated lever-pull task. In L2/3, the accuracy of neuronal ensemble prediction of lever trajectory remained unchanged globally, with a subset of individual neurons r
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.
INTRODUCTION: Predicting Parkinson's disease (PD) motor progression remains challenging despite advances in neuroimaging. Blood-based transcriptomic profiling offers a more accessible and cost-effective alternative. This study aimed to develop and validate a machine learning approach using blood-based transcriptomic data to predict 12-month motor severity in PD and to identify the transcriptomic features and biological pathways most strongly associated with progression.
METHODS: A Stacking Regressor ensemble model combining three gradient boosting algorithms (XGBoost, LightGBM, CatBoost) was
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: Reconstructing tissue-specific transcription factor (TF) networks remains challenging. TF -motif-based methods often lack functional validation, while expression-based methods struggle to distinguish direct binding from indirect regulation. Integration of diverse data types is necessary to accurately prioritize likely functional targets directly bound by TFs across human tissues.
RESULTS: We introduce METANet (Motif Expression TF Association Networks), a supervised ensemble learning framework that combines TF motifs, cis-regulatory element activity, and linear and non-linear expre
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: While the single-point insulin sensitivity estimator (SPISE) shows promise as an insulin resistance biomarker, its association with cardiovascular disease (CVD) in early CKM stages (0-3) remains underexplored.
METHODS: We analyzed 6480 participants with CKM stage 0-3 from the China Health and Retirement Longitudinal Study. CVD outcomes were assessed relative to SPISE index levels. An ensemble machine learning model was employed to predict CVD risk.
RESULTS: 6480 subjects were enrolled, of whom 967 developed CVD. After stratifying participants into SPISE quartiles (Q1-Q4) and adju
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 core component to ensure the refined and safe operation of distribution network scheduling is 10 kV bus load probabilistic prediction. However, existing probabilistic prediction methods suffer from insufficient dynamic feature extraction and compromised prediction reliability caused by quantile crossing. To address these issues, this paper proposes a 10 kV bus load probabilistic prediction method integrating multi-value quantile regression (MQR) and a temporal fusion ensemble learning model (ELM). Firstly, a temporal fusion ensemble learning model is constructed, which integrates multiple
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.
Accurately predicting the ultimate strain of fiber-reinforced polymer (FRP)-confined concrete columns is essential for the widespread application of FRP in strengthening reinforced concrete (RC) columns. This study comprehensively investigates the performance of ensemble machine learning (ML) models in estimating the ultimate strain of FRP-confined concrete (FRP-CC) columns. A dataset of 547 test results of the ultimate strain of FRP-CC columns was collected from the literature for training and testing ML models. The four best single ML models were used to develop ensemble models employing vot
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.
Breast cancer remains a global health challenge, and early detection is crucial for improving survival rates. However, traditional biomarker detection methods in machine learning face challenges such as high false positives, large gene datasets, and limited sample sizes. These challenges are exacerbated by the limitations of traditional differential evolution techniques, which struggle with scalability and effectiveness in high-dimensional, complex problems. This study introduces Ensemble-Based Logical Binary QANA (LBQANA_En), an improved differential evolution variant tailored for large-scale
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.
Accurately predicting the carbon dioxide (CO2) adsorption capacity of magnesium oxide (MgO)-based sorbents is crucial for advancing carbon capture technologies. This study develops an interpretable machine learning framework to address this challenge. Fourteen candidate models were evaluated, with six top-performing ones selected for Bayesian hyperparameter optimization using the Optuna framework. A novel weighted ensemble model was then constructed by integrating the entropy weight method and the Technique for Order Preference by Similarity to Ideal Solution. The optimized ensemble model demo
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.
Chronic Kidney Disease (CKD) remains a pressing global public health concern, accounting for approximately 1.7 million deaths annually and disproportionately affecting aging and underserved populations. The increasing burden of CKD, particularly in low-resource settings, underscores the urgent need for early, accurate, and scalable diagnostic tools. This study proposes a hybrid mathematical and artificial intelligence (AI) framework for the early prediction of CKD, with a focus on supporting healthcare strategies in aging and resource-limited communities. Utilizing clinical data from a case-co
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.
INTRODUCTION: Predicting how lipophilic pharmaceuticals dissolve in supercritical carbon dioxide (SC-CO2) remains a central challenge for process development, largely because experimental measurements are time-consuming and traditional modeling approaches often fail to generalize across chemically diverse compounds.
METHODS: This study examines the SC-CO2 solubility of four representative drugs Sirolimus, Tacrolimus, Rifampin, and Teriflunomide and introduces an adaptive computational framework designed to improve predictive power across varied molecular structures. The approach combines mult
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.
Chronic kidney disease (CKD) is a progressive medical condition with significant public health impact, where early detection is critical for effective intervention. This work presents a clearly defined and structured data-driven framework designed to improve CKD prediction through robust preprocessing and optimized ensemble learning. This study proposes a novel hybrid framework that combines Random Forest (RF)-based imputation for missing value handling, categorical feature encoding, and synthetic minority oversampling technique (SMOTE) for addressing class imbalance, integrated with a Grey wo
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.