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
13467 публикаций
Поиск: 151 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 922 с найденным полным текстом
Neural networks : the official journal of the International Neural Network Society2025eng
This paper investigates false data injection attacks (FDIAs) with failure probabilities in set reachability of Boolean control networks. Necessary and sufficient conditions are established for the existence of data injection sequences (DISs) that ensure set reachability with probability one or above a given bound under any control input sequence (CIS) within a predefined time. Moreover, for all CISs and DISs, corresponding conditions are derived to guarantee set reachability under the same probabilistic bounds. In addition, for specific CISs, a newly constructed system is proposed, based on wh
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.
Perceptron models have become integral tools for pattern recognition and classification problems in engineering fields. This study envisioned implementing artificial neural networks to forecast the performance of a mini-spray dryer for desulfurization activities. This work adopted k-fold cross-validation, a rigorous technique that evaluates model performance across multiple data segments. Several ANN models (21) were trained on data obtained from sulfation conditions, including sulfation temperature (120 °C-200 °C), slurry pH (4-12), stoichiometric ratio (0.5-2.5), slurry solid concentration (
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 paper addresses the sampled-data exponential stabilization problem for delayed complex-valued neural networks (DCNNs) over capacity-limited communication channels. To reduce communication load, a quantized intermittent sampled-data transmission (QIST) protocol is proposed. A transmission-interval-dependent Lyapunov functional is constructed, which is continuous and piecewise-defined in accordance with the communication mechanism. Using the Lyapunov functional method combined with inequality estimation techniques, two exponential stabilization criteria are derived in the form of complex-va
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 transferability of adversarial examples has become a crucial issue in black-box attacks. Input transformation techniques have shown considerable promise in enhancing transferability, but existing methods are often limited by their empirical nature, neglecting the wide spectrum of potential transformations. This may limit the transferability of adversarial examples. To address this issue, we propose a novel transformation variational inference attack(TVIA) to improve the diversity of transformations, which leverages variational inference (VI) to explore a broader set of input transformation
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 staggering innovations and emergence of numerous deep learning (DL) applications have forced researchers to reconsider hardware architecture to accommodate fast and efficient application-specific computations. Applications, such as object detection, image recognition, speech translation, as well as music synthesis and image generation, can be performed with high accuracy at the expense of substantial computational resources using DL. Furthermore, the desire to adopt Industry 4.0 and smart technologies within the Internet of Things infrastructure has initiated several studies to enable on-c
ОбзорСтатьяПоддержка 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.
This study presents a comparison of three different methods for differentiating between supraventricular and ventricular tachycardias with wide-QRS complex. One set of criteria, derived using classical statistical techniques, was compared with two new self-learning computer techniques: the artificial neural networks and the induction algorithm approach. By analyzing the results obtained in an independent test set, using these new techniques, the criteria defined by the classical method could be improved.
Сравнительное исследованиеСтатьяПолный 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.
Aiming to identify corresponding users in different networks, social network alignment is significant for numerous subsequent applications. Most existing models apply consistency assumptions on undirected networks, ignoring platform disparity caused by diverse functionalities and universal directed relations like follower-followee. Due to indistinguishable nodes and relations, subgraph isomorphism is also unavoidable in neighborhoods. In order to precisely align directed and attributed social networks, we propose the Multi-level Adversarial and Graphlet-based Social Network Alignment (MAGSNA),
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.
PURPOSE: Videokeratography is a powerful tool for the diagnosis of corneal shape abnormalities. However, interpretation of the topographic map is sometimes difficult, especially when pathologies with similar topographic patterns are suspected. The neural networks model, an artificial intelligence approach, was applied for automated pattern interpretation in corneal topography, and its usefulness was assessed.
METHODS: One hundred eighty-three topographic maps were selected and classified by human experts into seven categories: normal, with-the-rule astigmatism, keratoconus (mild, moderate, ad
СтатьяПоддержка службы здравоохранения 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.
Transparent clinical decision-making remains a critical barrier to deploying deep learning in medical diagnosis. Post hoc explanation methods approximate model behaviour after training but cannot guarantee that explanations faithfully reflect the underlying reasoning. This study proposes a Self-Explaining Neural Network (SENN) for Parkinson's Disease (PD) screening via Ground Reaction Force (GRF) gait analysis, enforcing intrinsic interpretability through learnable basis concepts and input-dependent relevance scores computed jointly with the prediction. The architecture combines a four-block r
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.
Alzheimer's disease (AD) is a progressive neurodegenerative disorder that severely affects memory, cognition, and behavioral functions, making early and accurate stage classification essential for timely clinical intervention and treatment planning. Conventional MRI-based diagnostic approaches are often limited by noise sensitivity, manual interpretation, and insufficient capability to model complex non-linear neuroimaging relationships across multiple disease stages. To address these limitations, this paper proposes a novel Hybrid Quantum-Classical Spike-Driven Network optimized with the Bobc
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 paper proposes a novel training methodology for sparse convolutional deep predictive coding networks with attention (DPCN-SCA). In the same spirit of self supervised learning, the method fully exploits the bidirectional architecture, and takes advantage of the extra top-down structure that resembles the autoencoder. We modify the traditional equations to accommodate this extra top-down flow, and also show the importance of this modification for new applications of DPCNs as visual memories for object-level information compression, as well as for improved interpretability of the learned fea
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.
Human viewers are able to perform tasks that depend on accurate estimates of surface reflectance, even across large changes in illumination and context. This is a remarkable ability, and successful image-computable models of how the visual system achieves this have remained elusive. Recently, deep convolutional neural networks (CNNs) have been developed that are adept at estimating surface reflectance. Here we evaluated one such network as a starting point for a new model of human lightness perception by testing whether it was susceptible to a range of classic lightness illusions. We implement
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.
Fusarium head blight (FHB), a frequent disease in wheat cultivation, can lead to substantial yield losses and the production of mycotoxins in grains. Therefore, the development of wheat varieties resistant to FHB is an important strategy to reduce related losses. In this respect, manual surveys of FHB are time-consuming and labor-intensive. To overcome this issue, this paper proposes a method for detecting and evaluating wheat FHB using color imaging and deep learning. Initially, a lightweight convolutional neural network model based on the You Only Look Once (YOLO) v8s artificial intelligence
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.
Multi-view subspace clustering has progressed significantly by using deep neural networks to handle nonlinear data representations. A recent advancement, the Multi-view Self-Expressive Subspace Clustering (MSESC) network, achieves markedly higher computational efficiency by substituting the traditional self-expression layer with a deep metric learning approach. Nevertheless, MSESC still suffers from two notable limitations: it fails to adequately capture the high-order geometric structures inherent in multi-view data, and it lacks effective guidance from the underlying clustering distribution.
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: Gingivitis is a common condition in individuals with inadequate oral hygiene. Although dental indices are widely used to assess periodontal status and educate patients, digital technologies have recently been incorporated into this field.
OBJECTIVES: The aim of the study was to provide an objective digital method to resolve the ambiguity between the first two scores of the gingival index (GI): absence of color alteration (score 0); and presence of color alteration in the gingiva (score 1), by designing a convolutional neural network (CNN) algorithm capable of detecting gingival co
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.
Mathematical modeling of visual textures traces back to Julesz's intuition that texture perception in humans is based on local correlations between image features. An influential approach for texture analysis and generation generalizes this notion to linear correlations between the nonlinear features computed by convolutional neural networks (CNNs), compiled into Gram matrices. Given that CNNs are often used as models for the visual system, it is natural to ask whether such "texture representations" spontaneously align with the textures' perceptual content, and, in particular, whether those CN
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.
Neonatal jaundice, characterized by elevated bilirubin levels causing yellow discoloration of the skin and eyes in newborns, is a critical condition requiring accurate and timely diagnosis. This study proposes a novel approach using 1D Convolutional Neural Networks (1DCNN) for estimating bilirubin levels from RGB, HSV, LAB, and YCbCr color channels extracted from infant images. Initially, each color channel is treated as a time series input to a 1DCNN model, facilitating bilirubin level prediction through regression analysis. Subsequently, RGB feature maps are combined with those derived from
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.
Echinococcosis is a zoonotic parasitic disease characterized by its insidious nature and severe health impacts. Rapid and accurate screening is crucial for subsequent treatment. Previous studies have demonstrated that Raman spectroscopy combined with machine learning or deep learning can be used for rapid diagnosis of echinococcosis, but there remains room for improving diagnostic accuracy. Therefore, this study proposes combining a convolutional neural network with a support vector machine (CNN-SVM) for the analysis of serum Raman spectra, aiming to achieve high-accuracy classification of ech
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.
In a world where automation is becoming increasingly common, easier collection of mass of data and powerful computer processing has meant a transformation in the field of artificial intelligence (AI). The diabetic foot is a multifactorial problem; its issues render it suitable for analysis, interrogation, and development of AI. The latter has the potential to deliver many solutions to issues of delayed diagnosis, compliance, and defining preventative treatments. We describe the use of AI and the development of artificial neural networks that may supplement the failed networks in the diabetic f
СтатьяОбзорПоиск 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 AIMS: The production of neuroepithelial stem (NES) cells, a promising therapeutic candidate for neurological conditions such as stroke and spinal cord injuries, faces significant manufacturing challenges, particularly in quality control (QC). Specifically, current QC methods rely on labor-intensive manual assessments that are costly, time-consuming, and subject to operator bias, limiting scalability and reproducibility. The aim of this study is to develop an automated, accurate and affordable QC method for NES cells.
METHODS: This study addresses the above mentioned challenges by d
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.