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
1328 публикаций
Поиск: 76 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 54 с найденным полным текстом
INTRODUCTION: The differentiation in epidemic patterns and multiple influencing factors pose significant challenges to influenza forecasting, highlighting the need for novel methods to improve predictive accuracy and cross-regional generalizability.
OBJECTIVES: This study aims to develop an adaptive feature selection model named AdaFluDR to address the time-varying nature of influenza transmission drivers across different periods and regions.
METHODS: AdaFluDR integrates the SpaceTime and Crossformer models and utilizes a correlation-driven mechanism. This mechanism constructs a comprehensiv
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.
To enable efficient and accurate retinal lesion segmentation on resource-constrained point-of-care Optical Coherence Tomography (OCT) systems, we propose OCTSeg-UNeXt, an ultralight hybrid Convolution-Multilayer Perceptron (Conv-MLP) network optimized for OCT image analysis. Built upon the UNeXt architecture, our model integrates a Depthwise-Augmented Scale Context (DASC) module for adaptive multi-scale feature aggregation, and a Group Fusion Bridge (GFB) to enhance information interaction between the encoder and decoder. Additionally, we employ a deep supervision strategy during training to i
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 Conference2025eng
Language-based markers hold potential for the detection of Alzheimer's disease (AD), offering a non-invasive and accessible alternative to traditional methods. Previous studies have leveraged traditional language models (TLM) or large language models (LLM) for AD detection, but their effectiveness is limited by the lack of annotated datasets for training. To address this limitation, this work proposes a fusion of TLM and LLM for classification. Transcripts of speech from 156 AD and non-AD subjects are preprocessed and used to extract linguistic features for TLM classifiers, including random fo
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.
Primary immune thrombocytopenia (ITP) is an autoimmune disorder characterized by decreased platelet counts and increased bleeding risk. Although paediatric ITP often resolves spontaneously, some children do not respond to first-line treatments, thus requiring rituximab as a second-line therapy to reduce bleeding risks and corticosteroid exposure. Currently, there is no reliable method to predict the efficacy of rituximab. Our study aimed to develop a machine learning (ML) model to predict the initial response to rituximab in these patients. We analysed data from 156 paediatric ITP patients tre
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.
Arrhythmias are a common and potentially life-threatening category of cardiac disorders, making accurate and early detection crucial for improving clinical outcomes. Electrocardiograms are widely used to monitor heart rhythms, yet their manual interpretation remains prone to inconsistencies due to the complexity of the signals. This research investigates the effectiveness of machine learning and deep learning techniques for automated arrhythmia classification using ECG signals from the MIT-BIH dataset. We compared Gradient Boosting Machine (GBM) and Multilayer Perceptron (MLP) as traditional 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.
Deep vein thrombosis (DVT) is a common complication in patients with lower extremity fractures. Once it occurs, it will seriously affect the quality of life and postoperative recovery of patients. Therefore, early prediction and prevention of DVT can effectively improve the prognosis of patients. This study constructed different machine learning models to explore their effectiveness in predicting DVT. Five prediction models were applied to the study, including Extreme Gradient Boosting (XGBoost) model, Logistic Regression (LR) model, RandomForest (RF) model, Multilayer Perceptron (MLP) model,
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.
Lung cancer is a substantial health issue globally, and it is one of the main causes of mortality. Malignant mesothelioma (MM) is a common kind of lung cancer. The majority of patients with MM have no symptoms. In the diagnosis of any disease, etiology is crucial. MM risk factor detection procedures include positron emission tomography, magnetic resonance imaging, biopsies, X-rays, and blood tests, which are all necessary but costly and intrusive. Researchers primarily concentrated on the investigation of MM risk variables in the study. Mesothelioma symptoms were detected with the help of data
СтатьяОтозванная публикацияПоиск 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.
Classifying the patient's depth of anesthesia (LoH) level into a few distinct states may lead to inappropriate drug administration. To tackle the problem, this paper presents a robust and computationally efficient framework that predicts a continuous LoH index scale from 0-100 in addition to the LoH state. This paper proposes a novel approach for accurate LoH estimation based on Stationary Wavelet Transform (SWT) and fractal features. The deep learning model adopts an optimized temporal, fractal, and spectral feature set to identify the patient sedation level irrespective of age and the type o
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.
OBJECTIVES: Currently, a multitude of machine learning techniques are available for the diagnosis of hypertrophic cardiomyopathy (HCM) and dilated cardiomyopathy (DCM) by utilizing electrocardiography (ECG) data. However, these methods rely on digital versions of ECG data, while in practice, numerous ECG data still exist in paper form. As a result, the accuracy of the existing machine learning diagnostic models is suboptimal in practical scenarios. In order to enhance the accuracy of machine learning models for diagnosing cardiomyopathy, we propose a multimodal machine learning model capable o
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.
When reading a sentence, individual words can be combined to create more complex meaning. In this study, we sought to uncover brain regions that reflect the representation of the meaning of sentences at the topic level, as opposed to the meaning of their individual constituent words when considered irrespective of their context. Using fMRI, we recorded the neural activity of participants while reading sentences. We constructed a topic-level sentence representations using the final layer of a convolutional neural network (CNN) trained to classify Wikipedia sentences into broad semantic categori
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
The purpose of the present article is to study the bending strength of glulam prepared by plane tree (Platanus Orientalis-L) wood layers adhered by UF resin with different formaldehyde to urea molar ratios containing the modified starch adhesive with different NaOCl concentrations. Artificial neural network (ANN) as a modern tool was used to predict this response, too. The multilayer perceptron (MLP) models were used to predict the modulus of rapture (MOR) and the statistics, including the determination coefficient (R2), root mean square error (RMSE), and mean absolute percentage error (MAPE)
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 potential of multiparametric quantitative neuroimaging has been extensively discussed as a diagnostic tool in amyotrophic lateral sclerosis (ALS). In the past, the integration of multimodal, quantitative data into a useful diagnostic classifier was a major challenge. With recent advances in the field, machine learning in a data driven approach is a potential solution: neuroimaging biomarkers in ALS are mainly observed in the cerebral microstructure, with diffusion tensor imaging (DTI) and texture analysis as promising approaches. We set out to combine these neuroimaging markers as age-corr
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 severe hearing loss problems that some people suffer can be treated by providing them with a surgically implanted electrical device called cochlear implant (CI). CI users struggle to perceive complex audio signals such as music; however, previous studies show that CI recipients find music more enjoyable when the vocals are enhanced with respect to the background music. In this manuscript source separation (SS) algorithms are used to remix pop songs by applying gain to the lead singing voice. This work uses deep convolutional auto-encoders, a deep recurrent neural network, a multilayer perc
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.
OBJECTIVES: To identify the most important demographic risk factors for a diagnosis of type 2 diabetes mellitus (T2DM) using a neural network model.
METHODS: This study was conducted on a sample of 234 individuals, in whom T2DM was diagnosed using hemoglobin A1c levels. A multilayer perceptron artificial neural network was used to identify demographic risk factors for T2DM and their importance. The DeLong method was used to compare the models by fitting in sequential steps.
RESULTS: Variables found to be significant at a level of p<0.2 in a univariate logistic regression analysis (age, hyper
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.
OBJECTIVES: The aim of the present study was to generate a novel method for predicting the clinical response to infliximab (IFX), using a machine-learning algorithm with only clinical data obtained before the treatment in rheumatoid arthritis (RA) patients.
METHODS: We obtained 32 variables out of the clinical data on the patients from two independent hospitals. Next, we selected both clinical parameters and machine-learning algorithms and decided the candidates of prediction method. These candidates were verified by clinical variables on different patients from two other hospitals. Finally,
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.
In the present study, multilayer perceptron (MLP) neural networks were applied to help in the diagnosis of obstructive sleep apnoea syndrome (OSAS). Oxygen saturation (SaO(2)) recordings from nocturnal pulse oximetry were used for this purpose. We performed time and spectral analysis of these signals to extract 14 features related to OSAS. The performance of two different MLP classifiers was compared: maximum likelihood (ML) and Bayesian (BY) MLP networks. A total of 187 subjects suspected of suffering from OSAS took part in the study. Their SaO(2) signals were divided into a training set with
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.
With the dramatic increase of the worldwide threat of dengue disease, it has been very crucial to correctly diagnose the dengue patients in order to decrease the disease severity. However, it has been a great challenge for the physicians to identify the level of risk in dengue patients due to overlapping of the medical classification criteria. Therefore, this study aims to construct a noninvasive diagnostic system to assist the physicians for classifying the risk in dengue patients. Systematic producers have been followed to develop the system. Firstly, the assessment of the significant predic
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: Although telehealth strategies can be effectively adopted to manage cancer pain, identifying the optimal care pathway for tailoring interventions and allocating resources remains difficult. Artificial intelligence and machine learning (ML) may help clinicians develop more accurate strategies for predicting whether patients need remote consultations or in-person evaluations.
METHODS: Data from two cohorts of cancer pain patients were analyzed. Variables included sociodemographic and clinical data, including age, sex, ECOG performance status, metastases, bone metastases, pain type,
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: Cerebral infarction remains a leading cause of mortality and long-term disability worldwide, demanding rapid and accurate diagnostic strategies. However, current assessments primarily rely on imaging interpretation, often neglecting valuable clinical and laboratory information that could enhance diagnostic precision.
METHODS: We developed NeuroFusionNet, a multi-modal deep learning framework that integrates imaging features with clinical biomarkers for binary classification of cerebral infarction and healthy controls. The model combines a ResNet-based visual encoder with a multila
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.
Stroke is one of the leading causes of disability worldwide, with approximately 70% of survivors experiencing motor impairments in the upper limbs, significantly affecting their quality of life. Home-based rehabilitation offers a cost-effective approach to improving motor function, but it faces challenges, including inaccurate movement reporting, lack of real-time feedback, and the high cost of rehabilitation equipment. Therefore, there is a need for affordable, lightweight home-based rehabilitation monitoring systems. This paper presents an intelligent wearable sensor system that utilizes Tin
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.