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
1754 публикаций
Поиск: 183 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 220 с найденным полным текстом
Dimension reduction on neural activity paves a way for unsupervised neural decoding by dissociating the measurement of internal neural pattern reactivation from the measurement of external variable tuning. With assumptions only on the smoothness of latent dynamics and of internal tuning curves, the Poisson gaussian-process latent variable model (P-GPLVM; Wu et al., 2017) is a powerful tool to discover the low-dimensional latent structure for high-dimensional spike trains. However, when given novel neural data, the original model lacks a method to infer their latent trajectories in the learned
СтатьяResearch Support, N.I.H., IntramuralПоиск 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.
Dubiety exists over whether clinical symptoms of schizophrenia can be distinguished from affective psychosis, the assumption being that absence of a "point of rarity" indicates lack of nosological distinction, based on prior group-level analyses. Advanced machine learning techniques, using unsupervised (hierarchical clustering) and supervised (regularized logistic regression algorithm and nested-cross-validation) were applied to a dataset of 202 patients with functional psychosis (schizophrenia n = 120, affective psychosis, n = 82). Patients were initially assessed with the Present State Exami
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: It is easy to find computed tomography (CT) images that include metals such as implants, bone plates, and bone shafts. These metals replacing body parts, cause serious artifacts in the CT image originated by x-ray beam-hardening. Traditionally, CT physics-based image processing techniques were empirically applied to reduce metal artifacts (MAs). Recently, with the great success of deep learning, many studies on metal artifact reduction (MAR) using convolutional neural networks (CNNs) have been introduced. Purpose Most of them commonly meet a challenge to obtain ground truth images
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: Keratoconus (KC) can lead to severe vision loss, impacting daily life. The etiology of KC is not yet clear, and early diagnosis and treatment are crucial for prognosis. This study aimed to explore basement membrane (BM)-related gene signatures for the diagnosis and therapy of KC and provide novel insights into its pathogenesis. Methods: Based on the public datasets GSE112155 and GSE151631 in the GEO database, we obtained the differentially expressed genes (DEGs) of KC and downloaded BM-related genes based on the GeneCards database. Through a combination of bioinformatics methods, prim
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.
Bolus tracking is a critical component of swallowing analysis, as the speed, course, and integrity of bolus movement from the mouth to the stomach, along with the presence of residue, serve as key indicators of potential abnormalities. Existing machine learning approaches for videofluoroscopic swallowing study (VFSS) analysis heavily rely on annotated data and often struggle to detect residue, which is visually subtle and underrepresented. This study proposes an unsupervised architecture to segment both bolus and residue, marking the first successful machine learning-based residue segmentation
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.
Technological advances together with machine learning techniques give health science disciplines tools that can improve the accuracy of evaluation and diagnosis. The objectives of this study were: (1) to design a web application based on cloud technology (eEarlyCare-T) for creating personalized therapeutic intervention programs for children aged 0-6 years old; (2) to carry out a pilot study to test the usability of the eEarlyCare-T application in therapeutic intervention programs. We performed a pilot study with 23 children aged between 3 and 6 years old who presented a variety of developmenta
СтатьяПоддержка исследования: вне правительства СШАПолный 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.
Behavioral testing is an essential tool for evaluating cognitive function and dysfunction in preclinical research models. This is of special importance in the study of neurological disorders such as Alzheimer's disease. However, the reproducibility of classic behavioral assays is frequently compromised by interstudy variation, leading to ambiguous conclusions about the behavioral markers characterizing the disease. Here, we identify age- and genotype-driven differences between 3xTg-AD and non-transgenic control mice using a low-cost, highly customizable behavioral assay that requires little hu
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.
The forensic analysis of bloodstains on various substrates plays a crucial role in criminal investigations. This study presents a novel approach for analyzing bloodstains using Attenuated Total Reflectance Fourier Transform Infrared spectroscopy (ATR-FTIR) in combination with machine learning. ATR-FTIR offers non-destructive and non-invasive advantages, requiring minimal sample preparation. By detecting specific chemical bonds in blood components, it enables the differentiation of various body fluids. However, the subjective interpretation of the spectra poses challenges in distinguishing diff
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: Traditional drug-induced liver injury (DILI) surveillance relying on static laboratory thresholds frequently misses early kinetic evolution. To address this, a fundamentally drug-agnostic unsupervised ensemble framework, integrating pharmacokinetic (WCEDR) and polypharmacy (HAMPIS) features, was developed for early DILI detection. Antiepileptic drugs (AEDs) were utilised as a proof-of-concept validation cohort.
METHODS: Using Thailand's national electronic health record database (2021-2024), a multi-view ensemble (Isolation Forest, Local Outlier Factor, One-Class Support Vector Machi
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: Conventional facial diagnosis emphasizes skeletal and dental measures while lip features are assessed piecemeal. We aimed to identify data-driven lip soft-tissue phenotypes using unsupervised machine learning and examine their associations with skeletal and dental characteristics.
METHODS: In a retrospective cross-sectional study, 10 lip measurements were extracted from standardized lateral cephalometric radiographs. Variables were z-score standardized and analysed using k-means clustering. Of 26 NbClust validation indices, 14 (53.8%) supported a three-cluster solution. Cluster st
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.
KEY POINTS: An unsupervised machine learning clustering algorithm identified distinct deceased kidney donor phenotypes among older recipients. Recipients of certain donor phenotypes were at a relatively higher risk of all-cause graft loss even after accounting for recipient factors. The use of unsupervised clustering to support kidney allocation systems may be an important area for future study.
BACKGROUND: Older transplant recipients are at a relatively increased risk of graft failure after transplantation, and some of this risk may relate to donor characteristics. Unsupervised clustering us
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.
BACKGROUND: Intradialytic hypotension (IDH) leads to inadequate organ perfusion and occurs frequently after continuous renal replacement therapy (CRRT) connection. Unsupervised learning can enhance our understanding of how clinical trajectories impact outcomes. We aim to investigate the association between IDH during CRRT connection and outcomes, while also identifying hemodynamic trajectory-based phenotypes.
METHODS: A single center retrospective observational study of children (<18 years) undergoing CRRT from 9/2016 to 10/2018. IDH was defined as a sustained >20% decrease in mean arterial p
СтатьяНаблюдательное исследованиеПолный 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: Unsupervised machine learning identifies clinically meaningful subgroups across biomedical domains, yet remains underutilised in transplantation. Existing machine perfusion (MP) machine learning research relies on small cohorts with supervised models of variable performance, rarely investigating multivariate phenotypes integrating donor-recipient characteristics. Unsupervised methods can uncover latent phenotypes in high-dimensional data, revealing favourable-outcome groups and high-risk profiles overlooked by current scoring systems. Applying these methods to United Kingdom MP dat
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.
Predictive maintenance in the car industry is an active field of research for machine learning and anomaly detection. The capability of cars to produce time series data from sensors is growing as the car industry is heading towards more connected and electric vehicles. Unsupervised anomaly detectors are therefore very adapted to process those complex multidimensional time series and highlight abnormal behaviors. We propose to use recurrent and convolutional neural networks based on unsupervised anomaly detectors with simple architectures on real, multidimensional time series generated by the c
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: The spread of SARS-CoV-2 Omicron variant and its subvariants, highly transmissible but responsible of milder disease, has increased unreported infection cases. Identifying unaware infected individuals is crucial for estimating the true prevalence of infection and evaluating the breadth of hybrid immunity. In this study, this challenge was addressed by applying several Machine Learning approaches.
METHODS: A group of 116 participants, vaccinated against SARS-CoV-2, was enrolled in the IMMUNO_COV study at Siena University Hospital, Italy. Blood samples were collected before and six
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: Diabetic kidney disease (DKD) is a severe global complication of diabetes, yet its molecular mechanisms remain incompletely understood. This study aimed to investigate the role of protein glycosylation in DKD pathogenesis and its association with gene expression changes, with the goal of identifying diagnostic biomarkers and personalized therapeutic targets.
METHODS: Integrated bioinformatics and machine learning approaches were applied to analyze multiple gene expression datasets. Differentially expressed glycosylation-related genes were identified, followed by unsupervised clust
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.
Malignant tumors have high metabolic and perfusion rates, which result in a unique temperature distribution as compared to healthy tissues. Here, we sought to characterize the thermal response of the cervix following brachytherapy in women with advanced cervical carcinoma. Six patients underwent imaging with a thermal camera before a brachytherapy treatment session and after a 7-day follow-up period. A designated algorithm was used to calculate and store the texture parameters of the examined tissues across all time points. We used supervised machine learning classification methods (K Nearest
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.
Precision oncology relies on the accurate characterization of spatial molecular distributions in cancer tissues to uncover critical biomarkers and guide clinical decision-making. However, the high dimensionality and complexity of mass spectrometry imaging (MSI) data pose significant challenges for effective analysis. This study presents an unsupervised manifold learning framework to address these challenges by mapping high-dimensional MSI data into a low-dimensional space while preserving essential molecular patterns. This method enables efficient dimensionality reduction, clustering, and visu
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 pain is not a singular disorder and presents in various forms and phenotypes. Here we show data from a cohort of patients seeking treatment in a transdisciplinary pain clinic. Patients completed a multidimensional patient-reported battery as part of routine initial evaluation at baseline and at each of the four subsequent visits over 1-year follow-up (0, 1, 3, 6, 12 months). The goal of this work was to use unsupervised modeling approach to identify whether patients with chronic pain undergoing transdisciplinary intensive rehabilitation treatment: (1) can be derived based upon self-rep
СтатьяПоддержка правительства СШАПоддержка NIH: внешняя программаПоддержка 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.
Partial volume effect (PVE) arises from the limited spatial resolution of positron emission tomography (PET) scanners, causing significant quantitative biases that hinder accurate metabolic activity assessment. To address these problems, we proposed an unsupervised deep residual compensation model (U-DRCM) for PET partial volume correction (PVC). U-DRCM first predicted an initial blur kernel for the PVE-affected PET image based on a conditional blind deconvolution module (CBD module). Then, a conditional residual compensation module (CRC module) was introduced to compensate for the error cause
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.