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
1321 публикаций
Поиск: 46 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 54 с найденным полным текстом
This study developed a machine learning framework for predicting the pharmacokinetic behavior of nanocarrier systems using integrated molecular, physicochemical, and formulation descriptors. A Multilayer Perceptron Regressor (MLPR) was employed as the baseline predictive model, while evolutionary optimization algorithms were used to optimize the neural-network architecture and training parameters. The framework was evaluated for predicting three pharmacokinetic endpoints: maximum concentration (Cmax), time to maximum concentration (Tmax), and area under the concentration-time curve (AUC). The
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.
Accurate dental diagnosis is essential for effective treatment planning and improving patient outcomes, particularly in identifying various dental diseases, such as cavities, fillings, implants, and impacted teeth. This study proposes a new hybrid model that integrates the strengths of the data-efficient image transformer (DeiT) and convolutional attention network (CoAtNet) to enhance diagnostic accuracy. Our approach's first step involves preprocessing dental radiographic images to improve their quality and enhance feature extraction. The model employs a cross-attention fusion mechanism that
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.
Biomimetic optical sensor arrays hold promising potential in differentiating nuances within intricate mixtures and biosamples. Nonetheless, developing a standalone pattern-generating sensor for multianalyte identification in clinical biofluids, without the necessity of complicated synthesis, presents significant challenges. Here, we introduce a nanosensor-inspired sensor array (NanoSA), composed of a nanoassembly incorporating three sensors, that exhibits multiple intermolecular fluorescence resonance energy transfer (FRET) effects. This pattern-generating nanoassembly, featuring six channels,
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.
This study aims to develop an automatic assessment of after-stroke dyskinesias degree by combining machine learning and near-infrared spectroscopy (NIRS). Thirty-five subjects were divided into five stages (healthy, patient: Brunnstrom stages 3, 4, 5, 6). NIRS was used to record the muscular hemodynamic responses from bilateral femoris (biceps brachii) muscles during passive and active upper (lower) limbs circular exercise. We used the D-S evidence theory to conduct feature information fusion and established a Gradient Boosting DD-MLP Net model, combining the dendrite network and multilayer pe
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.
Phonocardiogram (PCG) signals reflect the mechanical activity of the heart. Previous studies have reported that PCG signals contain heart murmurs caused by coronary artery disease (CAD). However, the murmurs caused by CAD are very weak and rarely heard by the human ear. In this paper, a novel feature fusion framework is proposed to provide a comprehensive basis for CAD diagnosis. A dataset containing PCG signals of 175 subjects was collected and used. A total of 110 features were extracted from multiple domains, and then reduced and selected. Images obtained by Mel-frequency cepstral coefficie
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: Pleural Mesothelioma (PM) is an unusual, belligerent tumor that rapidly develops into cancer in the pleura of the lungs. Pleural Mesothelioma is a common type of Mesothelioma that accounts for about 75% of all Mesothelioma diagnosed yearly in the U.S. Diagnosis of Mesothelioma takes several months and is expensive. Given the risk and constraints associated with PM diagnosis, early identification of this ailment is essential for patient health.
OBJECTIVE: In this study, we use artificial intelligence algorithms recommending the best fit model for early diagnosis and prognosis of Ma
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.
Differentiating myocarditis from myocardial infarction (MI) using Cardiac Magnetic Resonance (CMR) imaging remains a significant clinical challenge due to overlapping imaging and clinical presentations. We propose MyoClass, a deep learning (DL)-based framework that integrates multimodal CMR sequences (CINE, Late Gadolinium Enhancement (LGE), Modified Look-Locker Inversion Recovery (MOLLI)), Left Ventricular (LV) morphological descriptors, T1 quantitative mapping, and patient metadata for automated myocardial tissue classification. MyoClass comprises three computational modules that extract and
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: Tobacco use disorder (TUD) is a major public health issue with significant individual differences. A deeper understanding of its neurobiology and reliable biomarkers is needed. This study investigated whether inter-subject variability in resting-state brain functional connectivity (IVFC) could serve as such a marker for TUD.
METHODS: Resting-state fMRI data from 123 male TUD patients and 123 healthy controls (HCs) were collected and analyzed. IVFC was computed within seven major brain lobes. Five machine learning models (random forest, gradient boosting, extra trees, multi-layer p
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.
PURPOSE: Postoperative nausea and vomiting (PONV) is a frequent and distressing complication that affects patient comfort and recovery following surgery. Conventional risk prediction models rely heavily on static clinical features, often overlooking real-time physiological signals. This study aimed to develop a robust prediction model that integrates intraoperative monitoring data with structured clinical variables to enhance the accuracy of PONV risk assessment. METHODS: We proposed DSPONVNet, a multimodal deep learning model incorporating a multilayer perceptron (MLP) for static features, a
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/OBJECTIVES: Globalincreases in cesarean section (C-section) rates, often exceeding medical necessity, highlight the need for accurate antenatal prediction to support evidence-based birth planning. Reliable prediction of delivery mode is essential for reducing maternal and neonatal morbidity, improving clinical decision-making, and optimizing resource allocation. This study analyzes a publicly available dataset of 460 multiparous women, including 18 obstetric and antenatal variables, published by Yimer and Mekonnen. METHODS: Deep learning architectures were systematically evaluated f
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.
Thyroid disease classification is a critical challenge in medical diagnostics, requiring accurate differentiation between hyperthyroidism, hypothyroidism, and normal thyroid function. This study introduces an advanced machine learning approach that integrates generative adversarial networks (GANs) for data augmentation and Kolmogorov-Arnold networks (KANs) for classification. Various machine learning models including logistic regression, random forest, support vector machines, multilayer perceptrons, and KANs were trained and evaluated. The results indicate that the application of GAN-based da
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.
Traditional villages have evolved over time to adapt to their environmental characteristics, demonstrating high ecological suitability. Ideal village locations not only provide comfortable living spaces but also ensure safety and sustainability, reflecting the ancestors' profound understanding of the natural environment and ecological wisdom. This study employs an artificial intelligence-based multi-model integration approach to evaluate the ecological suitability of 413 traditional village sites in Jiangxi Province. Key influencing factors are identified, and the ecological wisdom of ancestra
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 volatile congener analysis of 52 commercialized whiskeys (24 samples of single malt Scotch whiskey, 18 samples of bourbon whiskey, and 10 samples of Irish whiskey) was carried out by gas chromatography/mass spectrometry after liquid-liquid extraction with dichloromethane. Pattern recognition procedures were applied for discrimination of different whiskey categories. Multivariate data analysis includes linear discriminant analysis (LDA), k nearest neighbors (KNN), soft independent modeling of class analogy (SIMCA), procrustes discriminant analysis (PDA), and artificial neural networks techn
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.
Active physical human-exoskeleton interaction has been widely studied. However, the challenges of human motion intention recognition and synchronous tracking have not been well-addressed. In this article, a motion intention recognition method based on biophysical information fusion and adaptive learning was proposed to overcome the limitations of existing approaches. First, a lower-limb joint angle prediction model was developed by integrating surface electromyography (sEMG), historical joint angles and centers of gravity. The convolutional neural network, Mamba network, and multilayer percept
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.
Stromal tumor infiltrating lymphocytes (sTILs), quantified via hematoxylin and eosin (H&E) tumor slides, are associated with improved response to chemotherapy and better overall survival (OS) in triple-negative breast cancer (TNBC). Digitization of H&E slides offers the opportunity for image-based computational approaches to enumerate sTILs. We describe QuTILs, a research-based TIL enumeration approach using a multilayer perceptron-based framework trained on open-source H&E images using the QuPath software and executed on a standard computer. QuTILs was applied to H&E images from two phase III
СтатьяПрепринтПолный 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.
Detecting adulterants in milk powder is challenging at low concentrations and in multi-adulterant mixtures. Therefore, precise detection is essential for milk-powder safety and quality control. This study proposed a Raman-based approach that combined data-driven soft independent modeling of class analogy (DD-SIMCA) with a multilayer perceptron (MLP). First, DD-SIMCA performed nontargeted screening to distinguish authentic from adulterated samples at low concentrations and in multi-adulterant mixtures, without prior knowledge of adulterant types. Next, a MLP with a shared encoder was applied to
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.
Lacosamide, a widely used antiepileptic drug, suffers from poor solubility in conventional solvents, which limits its bioavailability. Supercritical carbon dioxide (SC-CO₂) has emerged as an environmentally friendly substitute solvent for pharmaceutical processing. In this study, the solubility of Lacosamide in SC-CO₂ was modeled and predicted using several machine learning techniques, including Gradient Boosting Decision Tree (GBDT), Multilayer Perceptron (MLP), Random Forest (RF), Gaussian Process Regression (GPR), Extreme Gradient Boosting (XG Boost), and Polynomial Regression (PR). These m
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.
Warfarin, a classic oral anticoagulant, is characterized by a narrow therapeutic window and considerable interindividual variability in dosing requirements. This makes precise dose adjustment challenging in clinical practice and increases the risk of bleeding or thrombosis. To improve dose prediction, this study developed a streamlined multilayer perceptron (MLP) model using real-world data from the International Warfarin Pharmacogenomics Consortium (IWPC) database. The LASSO-proj algorithm was applied for high-precision feature selection prior to model construction. The resulting model demons
Аннотация на английскомСтатьяПоиск 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/Objectives: This study aimed to develop and validate a machine learning (ML)-based metabolic syndrome (MetS) risk prediction model. Methods: We examined data from 6155 participants of the China Health and Retirement Longitudinal Study (CHARLS) in 2011. The LASSO regression feature selection identified the best MetS predictors. Nine ML-based algorithms were adopted to build predictive models. The model performance was validated using cohort data from the Korea National Health and Nutrition Examination Survey (KNHANES) (n = 5297), the United Kingdom (UK) Biobank (n = 218,781), and the
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2024eng
Discharging patients from the hospital to care at home on the same day has been demonstrated to be as safe as overnight stays. The correct selection of patients who may undergo same-day discharge (SDD) is a significant challenge due to the large volume of variables that must be considered. This paper proposes a machine-learning approach to predict SDD after angiography procedures. Data from 3227 patients scheduled for angiography procedures, including information about geographical location, demographic characteristics, pre-existing diseases, and clinical procedure type, were used to train 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.