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
1623 публикаций
Поиск: 101 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 575 с найденным полным текстом
International journal of radiation oncology, biology, physics2026eng
PURPOSE: Contrast-enhanced magnetic resonance image (MRI) imaging via administration of contrast agents is critical for diagnosis, staging, and treatment of nasopharyngeal carcinoma (NPC). However, gadolinium-based contrast agents can lead to severe adverse effects, especially in patients with compromised kidney function, necessitating a safer alternative for contrast enhancement. In this study, we aim to develop and assess the clinical feasibility of a federated learning model for synthesizing virtual contrast-enhanced MRI (VCE-MRI) images from contrast-free scans for patients with NPC.
METH
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.
Artificial intelligence (AI) is transforming multi-omics analysis in small-molecule drug discovery by advancing vast datasets from genomics, transcriptomics, proteomics, and metabolomics to cover novel therapeutic targets and optimize lead compounds. Machine learning (ML) algorithms, such as deep neural networks (DNNs) and graph convolutional networks (GCNs), excel at identifying complex patterns in multidimensional omics data, predicting drug-target interactions, and predicting molecular dynamics with exclusive accuracy. AI platforms as AlphaFold, accelerated protein structure prediction, all
СтатьяОбзорПоиск 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: Emerging evidence suggests that data-driven support tools have found their way into clinical decision-making in a number of areas, including cancer care. Improving them and widening their scope of availability in various differing clinical scenarios, including for prognostic models derived from retrospective data, requires co-ordinated data sharing between clinical centres, secondary analyses of large multi-institutional clinical trial data, or distributed (federated) learning infrastructures. A systematic approach to utilizing routinely collected data across cancer care clinics
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.
In response to the growing need for generating real-world evidence from multisite collaborative studies, we introduce an efficient collaborative learning approach to evaluate average treatment effect (ECO-ATE) in a multisite setting under data-sharing constraints. Specifically, ECO-ATE operates in a federated manner, using individual-level data from a user-defined target population and summary statistics from other source populations, to construct efficient estimator for the average treatment effect on the target population of interest. Our federated approach does not require iterative communi
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.
Taiwan has one of the highest dialysis prevalences worldwide, making safe and reliable hemodialysis monitoring a critical sensor-based healthcare challenge. Modern hemodialysis machines integrate heterogeneous multimodal sensors (pressure, flow, conductivity, temperature, and cardiovascular signals), but differences in machine brands, data formats, and privacy constraints hinder centralized learning and robust complication prediction. This work proposes a Medical IoT-oriented federated learning framework, PSOFed-HD, that performs dual-layer Particle Swarm Optimization (PSO) to enhance heteroge
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: Learning disorders are increasingly a concern for Tunisians parents. These difficulties are divided into two groups: specific learning disabilities and non-specific learning disorders.
AIM: Our work is part of a federated research project. Our aim is to determine the incidence, etiology and management of learning disorders in the region of Sfax.
METHODS: We conducted a descriptive cross-sectional study on a population of 304 children assessed by their teachers as having academic difficulty. A multidisciplinary assessment including a neurological examination, an assessment of scor
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.
Contactless Human Activity Recognition (HAR) has played a critical role in smart healthcare and elderly care homes to monitor patient behavior, detect falls or abnormal activities in real time. The effectiveness of non-invasive HAR is often hindered by location-centric variations in Channel State Information (CSI). These variations limit the ability of HAR models to generalize across new unseen cross-domain environments, for instance, a model trained in one location might not perform well in another physical location. To address this challenge, in this study, we present a novel federated learn
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.
The human microbiome is increasingly recognized as a key mediator of health and disease, yet translating microbial associations into actionable interventions remains challenging. This review synthesizes advances in machine learning (ML) and causal inference applied to human microbiome research, emphasizing policy-relevant applications. Explainable ML approaches, have identified microbial drivers, guiding targeted strategies. Econometric tools, including instrumental variables, difference-in-differences, and panel data models, provide robust frameworks for validating causal relationships, while
Поиск 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 rapid evolution of artificial intelligence (AI) and machine learning (ML) technologies has initiated a paradigm shift in contemporary spine care. This narrative review synthesizes advances across imaging-based diagnostics, surgical planning, genomic risk stratification, and post-operative outcome prediction. We critically assess high-performing AI tools, such as convolutional neural networks for vertebral fracture detection, robotic guidance platforms like Mazor X and ExcelsiusGPS, and deep learning-based morphometric analysis systems. In parallel, we examine the emergence of ambient clini
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.
The biggest health threat to the global population is cardiovascular disease (CVD), which afflicts almost one-third of the global population and causes considerable monetary and social losses. Risk analysis should be performed in a timely and appropriate manner to enhance clinical practice and preventive interventions. The emergence of advanced data modalities, such as wearable sensors, medical imaging, electronic health records (EHRs), and genomic platforms, has led to a paradigm shift in the holistic assessment of CVD risk through multimodal data integration. This systematic review is a meth
СтатьяОбзорПоиск 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 systematic review evaluates how decentralized learning (DL) approaches-e.g., federated learning, swarm learning, ensemble-compare with traditional models in healthcare applications. We searched eight databases (01/2012 to 03/2024), screening 165,010 studies with two independent reviewers. Analysis included 160 articles comprising 710 DL models and 8149 performance comparisons across clinical domains, predominantly in oncology, COVID-19, and neurological diagnostics. In paired comparisons, centralized learning (CL) demonstrated advantages in threshold-dependent metrics (78% favourability f
Поиск 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 rapid growth of Internet of Things (IoT) ecosystems has generated substantial industrial progress, yet it has also introduced intricate security and privacy issues. IoT deployments cannot be properly supported with traditional cloud-centric approaches because they require improved bandwidth utilization, reduced latency, and enhanced trust mechanisms. The research proposes Artificial Intelligence-Driven Secure Edge Trust Framework (AI-SET), which establishes a comprehensive edge-based security design that connects network intrusion detection with federated learning capabilities to implement
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.
Множественный склероз (MS) является хроническим аутоиммунным заболеванием, которое в первую очередь затрагивает центральную нервную систему и диагностируется преимущественно у взрослых, что делает педиатрические случаи редкими и недопредставленными в медицинских исследованиях. В настоящем документе представлен первый общедоступный набор данных МРТ, специально посвященный сегментации педиатрического множественных склерозов. Этот набор данных включает продольное МРТ-сканирование 9 педиатрических пациентов, каждый из которых имеет от одного до шести временных интервалов, и в общей сложности 28 МР
СтатьяDatasetПоиск полного текста в очередиМашинный перевод · не проверен
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.
Federated learning (FL) enables decentralized clients to collaboratively train a global model without sharing raw data, inherently improving data confidentiality during training. With regulatory frameworks such as the General Data Protection Regulation (GDPR) mandating the right to be forgotten, Federated Unlearning (FU) has emerged as a key technique for removing data-related influence from trained models upon request. Existing FU methods, however, predominantly rely on costly full-model retraining or coarse parameter rollback, often leading to substantial overhead, utility degradation, and i
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 work presents a FAIR-compliant, multimodal PET-CT and clinical dataset developed within the EUCAIM framework to support future AI-based prediction of response to NST in LABC patients. A real-world dataset was curated, harmonized, and integrated into the EUCAIM CDM within a federated infrastructure. While predictive modeling is ongoing, this study focuses on data preparation and infrastructure, key bottlenecks for AI development, demonstrating the feasibility of integrating local hospital data into a European federated ecosystem to enable future multicentric AI applications.
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: Artificial intelligence (AI) and wearable sensors are increasingly reshaping sports injury risk prediction by enabling continuous, individualized, and data-driven assessment.
DISCUSSION: This review summarizes recent advances in wearable technologies - including inertial measurement units (IMUs), electromyography (EMG), physiological monitors, and flexible electronics - and their use in capturing biomechanical, physiological, and psycho-physiological indicators relevant to injury risk. Deep learning (DL) models, particularly those capable of temporal and multimodal fusion, have sh
СтатьяОбзорПоддержка 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.
В настоящем обзоре содержится информация о нынешнем ландшафте искусственного интеллекта (АИ) в области педиатрической и эмбриональной нейрорадиологии, критическая оценка текущей практики, барьеров на пути к клиническому усыновлению и будущего потенциала. Мы искали рецензированные исследования за последнее десятилетие, сфокусировавшись на сегментации изображений, обнаружении повреждений, классификации, прогнозировании и поддержке клинического решения при педиатрической съемке мозга. Особое внимание было уделено уникальным педиатрическим факторам, таким, как развитие мозга и нехватка данных. Мет
Полный текст найденМашинный перевод · не проверен
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 2024 Mary Tyler Moore Vision Initiative (MTM Vision) Workshop on Data convened to discuss best practices and specific considerations for building a comprehensive, shareable MTM Vision data lake. The workshop aimed to accelerate the development of new indications, therapies, and regulatory pathways for diabetic retinal disease (DRD) by standardizing and harmonizing clinical data and ocular 'omics analyses. Standardization of data collection, the use of common data elements, and data interoperability were emphasized, alongside federated learning approaches to promote data sharing and collabo
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: Depression is a common condition among cancer patients, across several points in the disease trajectory. Although presenting higher prevalence rates than the general population, it is often not reported or remains unnoticed. Moreover, somatic symptoms of depression are common in the oncological context and should not be dismissed as a general symptom of cancer. It becomes even more challenging to track psychological distress in the period after the treatment, where connection with the healthcare system typically becomes sporadic. The main goal of the FAITH project is to remotely id
СтатьяПоддержка исследования: вне правительства СШАПротокол клинического исследованияПоиск 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.
Airway remodeling is increasingly recognized as a major determinant of asthma progression, fixed airflow limitation, and long-term morbidity, particularly in severe disease. Although biologic therapies have transformed outcomes by reducing exacerbations and systemic corticosteroid exposure, their potential to modify structural airway trajectories-and whether a time-sensitive "window of opportunity" exists-remains uncertain. Here, we provide a progressive landscape integrating mechanistic remodeling pathways with measurable structural readouts (biopsy-derived indices and quantitative imaging) a
СтатьяОбзорПоиск 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.