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
1057 публикаций
Поиск: 1436 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 485 с найденным полным текстом
Counter-drone technology by using artificial intelligence (AI) is an emerging technology and it is rapidly developing. Considering the recent advances in AI, counter-drone systems with AI can be very accurate and efficient to fight against drones. The time required to engage with the target can be less than other methods based on human intervention, such as bringing down a malicious drone by a machine-gun. Also, AI can identify and classify the target with a high precision in order to prevent a false interdiction with the targeted object. We believe that counter-drone technology with AI will b
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.
Modeling plays a major role in policy making, especially for infectious disease interventions but such models can be complex and computationally intensive. A more systematic exploration is needed to gain a thorough systems understanding. We present an active learning approach based on machine learning techniques as iterative surrogate modeling and model-guided experimentation to systematically analyze both common and edge manifestations of complex model runs. Symbolic regression is used for nonlinear response surface modeling with automatic feature selection. First, we illustrate our approach
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.
Food adulteration remains a major challenge in the commercialization of high-value agricultural products, creating a demand for rapid and reliable analytical screening methods. In this study, Laser-Induced Breakdown Spectroscopy (LIBS) combined with chemometric and machine-learning approaches was investigated for the detection of adulterants in commercial açaí (Euterpe oleracea Mart.) pulp. Controlled adulteration was performed using wheat flour, corn starch, and a commercial stabilizer at mass fractions of 2%, 4%, 6%, and 10% (w/w). The acquired LIBS spectra were preprocessed through correlat
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.
Despite the remarkable success of deep brain stimulation (DBS) in alleviating Parkinson's disease (PD) symptoms, complexities arising from inherent inter-individual variability and the vast array of available methodologies for functional brain imaging data processing and interpretation have resulted in substantial heterogeneity across published reports. Within this context, advanced modelling approaches offer a promising conceptual framework. However, the optimal criteria and methodological strategies yielding reliable outputs remain to be established. Leveraging a substantial dataset of 104 P
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.
This study presents a machine learning framework for the reconstruction of fatigue life and fracture toughness in natural fiber-reinforced composites, evaluating the predictive accuracy of six regression algorithms-Random Forest, Gradient Boosting, Support Vector Machine, Neural Network, Ridge Regression, and Lasso Regression-using a controlled synthetic dataset of 600 samples generated from established Basquin fatigue and Rule of Mixtures fracture equations, incorporating stochastic noise calibrated to experimental scatter (CV = 15-50%), with log-normal noise standard deviation of 0.20 for fa
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.
INTRODUCTION: Studies addressing the methylation pattern in adamantinomatous craniopharyngioma (ACP) are lacking.
OBJECTIVE: To identify methylation signatures in ACPs regarding clinical presentation and outcome.
METHODS: Clinical and pathology data were collected from 35 patients with ACP (54% male; 18.1 years [2-68]). CTNNB1 mutations and methylation profile (MethylationEPIC/Array-Illumina) were analyzed in tumoral DNA. Unsupervised machine learning analysis of this comprehensive methylome sample was achieved using hierarchical clustering and multidimensional scaling. Statistical associati
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 knee is a mechanically demanding synovial organ in which joint loading, tissue deformation, cellular mechanotransduction and matrix turnover are coupled. This narrative review critically links those scales and asks where the evidence is sufficiently mature for mechanistic or clinical inference. PubMed/MEDLINE and Europe PMC were searched from database inception to 20 July 2026 using structured terms for knee biomechanics, cartilage and osteochondral mechanobiology, finite element modelling, mechanosensitive channels, osteoarthritis, machine learning and digital twins. Landmark studies were
СтатьяОбзорПолный 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.
INTRODUCTION: This study aimed to update and reinforce previous research on helicopter emergency medical service accidents in the United States. By investigating predictors of fatalities after helicopter emergency medical service crashes through the application of machine learning techniques, we updated existing data sets and sought to uncover patterns that traditional analysis might not reveal.
METHODS: Using the National Transportation Safety Board database, the authors analyzed a dataset of 267 helicopter emergency medical service accidents between 1991-2022. We first calculated fatalities
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.
Objective.Tacit or implicit knowledge refers to know-how that experts possess but often cannot articulate, codify, or explicitly transfer to others. This can present a significant challenge for learning, skill acquisition, and knowledge transfer across various domains, including those that rely on apprenticeships, craftsmanship, sports, and medical imaging diagnosis. This study explores whether expert tacit knowledge can be accessed and leveraged using an electroencephalography (EEG) and gaze-informed biofeedback interface to enhance expertise transfer and training.Approach.We designed an imag
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 literature repeatedly reports that the unique nature of individual brainwave patterns makes them suitable for identification and authentication, because they are difficult to replicate or forge. Therefore, many researchers have utilized brainwaves for authentication by training traditional deep learning and machine learning models. However, the internal decision processes of these black-box models have not been evaluated in terms of biases, overfitting, large training data requirements, and handling complex data structures, which keep them in a fuzzy state. To address these limitations, a
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.
INTRODUCTION: Parkinson's Disease (PD) is a progressive neurodegenerative disorder that impairs motor and cognitive functioning, making early diagnosis and patient-specific treatment essential; however, traditional clinical assessments often delay detection and lack consistency.
METHODS: This paper proposes TriFusion-PD, a multimodal Machine-Learning-Driven Targeted Nanomedicine (ML-TN) framework designed to improve early PD diagnosis and personalized therapy. The methodology integrates Transformers for analyzing temporal voice and speech patterns, Convolutional Neural Networks (CNNs) for ext
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 increasingly positioned as an assistive and decision-support layer across the perioperative pathway, transforming heterogeneous clinical data into patient-specific risk estimates and management recommendations. Yet perioperative AI remains conceptually fragmented: terms such as "precision," "real-time," and "multimodal integration" are frequently invoked without operational definition, and many studies still prioritize retrospective discrimination over calibration, workflow integration, and prospective clinical impact. This mini-review provides operational defin
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.
The integration of machine learning (ML) and artificial intelligence (AI) technologies into anesthesia practice represents a paradigm shift toward precision medicine by enabling automated, data-driven decision-making during surgery. This systematic review aimed to evaluate current applications of ML for automated drug titration and real-time physiologic optimization in anesthesia. A comprehensive literature search, adhering to PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) 2020 guidelines, was performed across five databases (SciSpace, Google Scholar, PubMed, ArXiv
СтатьяОбзорПолный 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.
Septic shock is a life-threatening complication of sepsis, particularly in patients with hematologic diseases who are highly susceptible to it due to profound immune dysregulation. Recent advances in artificial intelligence offer promising tools for improving septic shock diagnosis, prognosis, and treatment in this vulnerable population. In detail, these innovative models analyzing electronic health records, immune function, and real-time physiological data have demonstrated superior performance compared to traditional scoring systems such as Sequential Organ Failure Assessment. In patients wi
СтатьяОбзорПолный 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.
Artificial Intelligence (AI) and Machine Learning (ML) are transforming drug discovery by overcoming traditional challenges like high costs, time-consuming, and frequent failures. AI-driven approaches streamline key phases, including target identification, lead optimization, de novo drug design, and drug repurposing. Frameworks such as deep neural networks (DNNs), convolutional neural networks (CNNs), and deep reinforcement learning (DRL) models have shown promise in identifying drug targets, optimizing delivery systems, and accelerating drug repurposing. Generative adversarial networks (GANs)
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.
Accelerating the measurement for discrimination of samples, such as classification of cell phenotype, is crucial when faced with significant time and cost constraints. Spontaneous Raman microscopy offers label-free, rich chemical information but suffers from long acquisition time due to extremely small scattering cross-sections. One possible approach to accelerate the measurement is by measuring necessary parts with a suitable number of illumination points. However, how to design these points during measurement remains a challenge. To address this, we developed an imaging technique based on a
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.
Introduction In recent years, artificial intelligence (AI) in medical imaging has undergone unprecedented innovation and advancement, sparking a revolutionary transformation in healthcare. The field of radiology is particularly implicated, as clinical radiologists are expected to interpret an ever-increasing number of complex cases in record time. Machine learning software purchased by our institution is expected to help our radiologists come to a more prompt diagnosis by delivering point-of-care quantitative analysis of suspicious findings and streamlining clinical workflow. This paper explor
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: Behavioural and psychological symptoms of dementia (BPSD) affect over 90% of people living with dementia and are a major contributor to stress and adverse health outcomes among family caregivers. Caregiver‑led behavioural management interventions based on the Antecedents-Behaviour-Consequences (ABC) framework are effective, yet their overall impact is modest. This may be due to the highly individualised and fluctuating nature of BPSD and insufficient adaptive support to sustain engagement. Mobile health interventions offer scalable support; however, engagement and adherence remain
СтатьяПротокол клинического исследованияПоддержка 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 ability to estimate the cost of software projects is critical to achieving project success, however, standard estimation methods fail on their promise due to the complicated relationships that exist within project data. This paper proposes a new hybrid approach that combines an Inception Network with Enhanced Banyan Tree Growth Optimizer (EBTGO) for improved accuracy. The Inception Network can capture hierarchical features better from the high-dimensional data set, while EBTGO optimizes hyperparameters to improve model performance. Our two benchmark dataset experiments, the Maxwell (1995)
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.
Artificial intelligence (AI) has played an excellent supporting role in novel drug discovery and development. This study introduces a reinforcement learning (RL) model based on the Soft Actor-Critic (SAC) algorithm for AI-driven de novo molecular generation targeting tyrosinase. The model facilitates forward molecular generation design by integrating a chemical reaction template and a molecular building block library, concurrently performing molecular docking and assessing drug-likeness. Through sequential decision-making, signal feedback, and a dynamic learning process, the model generates mo
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.