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
3972 публикаций
Поиск: 121 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 666 с найденным полным текстом
Computer methods and programs in biomedicine2019eng
BACKGROUND AND OBJECTIVE: Wheezing is a common symptom of patients caused by asthma and chronic obstructive pulmonary diseases. Wheezing detection identifies wheezing lung sounds and helps physicians in diagnosis, monitoring, and treatment of pulmonary diseases. Different from the traditional way to detect wheezing sounds using digital image process methods, automatic wheezing detection uses computerized tools or algorithms to objectively and accurately assess and evaluate lung sounds. We propose an innovative machine learning-based approach for wheezing detection. The phases of the respirator
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 belt conveyor is an essential piece of equipment in coal mining for coal transportation, and its stable operation is key to efficient production. Belt surface of the conveyor is vulnerable to foreign bodies which can be extremely destructive. In the past decades, much research and numerous approaches to inspect belt status have been proposed, and machine learning-based non-destructive testing (NDT) methods are becoming more and more popular. Deep learning (DL), as a branch of machine learning (ML), has been widely applied in data mining, natural language processing, pattern recognition, im
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.
Extracellular volume fraction (ECV) by cardiac magnetic resonance (CMR) allows for the non-invasive quantification of diffuse myocardial fibrosis. Texture analysis and machine learning are now gathering attention in the medical field to exploit the ability of diagnostic imaging for various diseases. This study aimed to investigate the predictive value of texture analysis of ECV and machine learning for predicting response to guideline-directed medical therapy (GDMT) for patients with non-ischemic dilated cardiomyopathy (NIDCM). A total of one-hundred and fourteen NIDCM patients [age: 63 ± 12 y
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: Severe upper limb impairment (ULI) presents a significant challenge in the rehabilitation of chronic stroke survivors and affects their quality of life. Identifying biomarkers and understanding the neural mechanisms associated with severe ULI are essential for evaluating recovery potential and enhancing rehabilitation effectiveness. This study aimed to identify resting-state electroencephalography (EEG) functional connectivity features associated with severe ULI in chronic stroke survivors using machine learning (ML) methods.
METHODS: EEG data were collected from 34 chronic stroke
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.
OBJECTIVE: To develop machine learning (ML) algorithms that predict outcomes after infrainguinal bypass.
BACKGROUND: Infrainguinal bypass for peripheral artery disease carries significant surgical risks; however, outcome prediction tools remain limited.
METHODS: The Vascular Quality Initiative database was used to identify patients who underwent infrainguinal bypass for peripheral artery disease between 2003 and 2023. We identified 97 potential predictor variables from the index hospitalization [68 preoperative (demographic/clinical), 13 intraoperative (procedural), and 16 postoperative (in-
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.
The estimation of the Length of Stay (LOS) is a critical factor in clinical and managerial decision-making, helping healthcare professionals optimize hospital efficiency. For patients with orthopedic trauma, particularly those with lower limb fractures, LOS prediction becomes essential for resource planning and improving patient care. This study aims to analyze and predict LOS for patients with lower limb fractures admitted to the A.O.R.N. "Antonio Cardarelli" hospital in Naples. To achieve this, five neural network-based classifiers were implemented, and their performances were compared with
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.
Extreme weather events such as hurricanes and floods cause increasing damage to communities, leading to substantial economic losses and displacement of populations1-6. Previous research suggests that there are disparities in the resilience capacity of neighbourhoods, predicting a recovery mechanism of either segmented withdrawal or reinforcement across different neighbourhood groups7-12. Assessing these hypotheses and investigating if-and to what extent-neighbourhood built environments recover at scale has been difficult because previous measures have relied on aggregated survey data1,7,9-14.
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.
Many invertebrates voluntarily lose (autotomize) limbs during antagonistic encounters, and some regenerate functional replacements. Because limb loss can have severe consequences on individual fitness, it is likely subject to significant selective pressures, making this an excellent phenomenon with which to investigate biomechanical robustness. Spiders frequently autotomize one or more legs. We investigated the time course of locomotor recovery after leg loss and regeneration in juvenile tarantulas (Arachnida: Araneae) naive to autotomy. We recorded high-speed video of spiders running with all
СтатьяПоддержка исследования: вне правительства СШАПоддержка 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.
BACKGROUND: Movement disorders in children and adolescents with dyskinetic cerebral palsy (CP) are commonly assessed from video recordings, however scoring is time-consuming and expert knowledge is required for an appropriate assessment.
OBJECTIVE: To explore a machine learning approach for automated classification of amplitude and duration of distal leg dystonia and choreoathetosis within short video sequences.
METHODS: Available videos of a heel-toe tapping task were preprocessed to optimize key point extraction using markerless motion analysis. Postprocessed key point data were passed to
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.
BACKGROUND: This study aimed to identify the risk factors for in-hospital acute kidney injury (AKI) in patients with acute aortic dissection (AAD) and to establish a machine learning model for predicting in-hospital AKI.
METHODS: We extracted data on patients with AAD from the Medical Information Mart for Intensive Care (MIMIC)-IV database and developed seven machine learning models: support vector machine (SVM), gradient boosting machine (GBM), neural network (NNET), eXtreme gradient boosting (XGBoost), K-nearest neighbors (KNN), light gradient boosting machine (LightGBM), and categorical bo
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: Early diagnosis of diabetes is essential for early interventions to slow the progression of dysglycemia and its comorbidities. However, among individuals with diabetes, about 23% were unaware of their condition.
OBJECTIVE: This study aims to investigate the potential use of automated machine learning (AutoML) models and self-reported data in detecting undiagnosed diabetes among US adults.
METHODS: Individual-level data, including biochemical tests for diabetes, demographic characteristics, family history of diabetes, anthropometric measures, dietary intakes, health behaviors, and
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.
PURPOSE: To design formulas for predicting postoperative vaults in vertical implantable collamer lens (ICL) implantation and to achieve more precise predictions using machine learning models.
DESIGN: Retrospective, observational study.
SETTING: Eye Clinic Tokyo.
METHODS: We retrospectively reviewed the medical records of 720 eyes in 408 patients who underwent vertical ICL implantation. The data included age, sex, refractions, anterior segment biometric data, and surgical records. We designed 3 formulas (named V1 to V3 formulas) using multiple linear regression analysis and tested 4 machine
СтатьяНаблюдательное исследованиеПоиск 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: The risk of gastric cancer after Helicobacter pylori (H. pylori) eradication remains unknown.
AIM: To evaluate the performances of seven different machine learning models in predicting gastric cancer risk after H. pylori eradication.
METHODS: We identified H. pylori-infected patients who had received clarithromycin-based triple therapy between 2003 and 2014 in Hong Kong. Patients were divided into training (n = 64 238) and validation sets (n = 25 330), according to period of eradication therapy. The data were used to construct seven machine learning models to predict risk of gast
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.
As the scale of data grows for machine learning, annotating data accurately is extremely time-consuming and with high economic costs. To alleviate this dilemma, crowdsourcing has been widely used for data collection and annotation. Learning from crowds gradually becomes a popular machine learning paradigm, where learning models are trained with datasets labeled by different crowd workers. Therefore, it inevitably introduces label noise, which seriously degrades the performance of models. Previous research reveals that modeling the process of generating crowdsourced labels is a powerful tool to
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.
As 5G communication technology allows for speedier access to extended information and knowledge, a more sophisticated human-machine interface beyond touchscreens and keyboards is necessary to improve the communication bandwidth and overcome the interfacing barrier. However, the full extent of human interaction beyond operation dexterity, spatial awareness, sensory feedback, and collaborative capability to be replicated completely remains a challenge. Here, we demonstrate a hybrid-flexible wearable system, consisting of simple bimodal capacitive sensors and a customized low power interface circ
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.
Dimensionality reduction of microarray data is a very challenging task due to high computational time and the large amount of memory required to train and test a model. Genetic programming (GP) is a stochastic approach to solving a problem. For high dimensional datasets, GP does not perform as well as other machine learning algorithms. To explore the inherent property of GP to generalize models from low dimensional data, we need to consider dimensionality reduction approaches. Random projections (RPs) have gained attention for reducing the dimensionality of data with reduced computational cost
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.
OBJECTIVE: The aim of this study was to develop a machine learning-based stratification model to identify high-risk individuals for sarcopenia among patients with chronic lung disease (CLD), thereby facilitating early personalised management of this complication.
METHODS: We included 1833 complete patient records with CLD diagnoses from the China Health and Retirement Longitudinal Study dataset, comprising 388 sarcopenia cases and 1445 non-sarcopenia controls. 17 variables were collected, including demographic characteristics (age, gender, waist circumference, education level), lifestyle fact
СтатьяВалидационное 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: Patient selection is extremely important in obstructed defecation syndrome (ODS) and rectal prolapse (RP) surgery. This study assessed factors that guided the indications for ODS and RP surgery and their specific role in our decision-making process using a machine learning approach.
METHODS: This is a retrospective analysis of a long-term prospective observational study on female patients reporting symptoms of ODS who underwent a complete diagnostic workup from January 2010 to December 2021 at an academic tertiary referral center. Clinical, defecographic, and other functional test
СтатьяНаблюдательное 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: The accuracy of current tools for predicting adverse events in older inpatients with possible sarcopenia is still insufficient to develop individualized nutrition-related management strategies. The objectives were to develop a machine learning model based on nutritional assessment for the prediction of all-cause death and infectious complications.
METHODS: A cohort of older patients with possible sarcopenia (divided into training group [70%] and validation group [30%]) from 30 hospitals in 14 major cities in China was retrospectively analyzed. Clinical characteristics, laboratory
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: Ovarian endometriomas impair ovarian reserve and fertility in women of reproductive age. Ethanol sclerotherapy is a fertility-preserving alternative to surgery. Nonetheless, predicting cumulative live birth rates after in vitro fertilization remains challenging. This study aimed to develop and validate a machine learning model for predicting the cumulative live birth rate in women with endometriomas who underwent alcohol sclerotherapy followed by assisted reproduction.
METHODS: This retrospective cohort study included 194 patients with ovarian endometriomas who underwent ultrasoun
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.