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
1653 публикаций
Поиск: 72 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 496 с найденным полным текстом
Although traditional machine learning models demonstrate high accuracy in agricultural prediction scenarios, their "black box" nature prevents them from transparently presenting decision-making mechanisms and limits their reliability in integrated pest management (IPM) processes. In this study, the Cherry Fruit Fly (Rhagoletis cerasi) was investigated. A rule-based, explainable artificial intelligence (XAI) framework is proposed for characterizing bio-edaphic profiles associated with observed Cherry Fruit Fly Pupal Count (CfPC) density levels and classifying microclimatic aspects (Aspects) usi
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.
Borderline personality disorder (BPD) is a complex and heterogeneous condition characterized by emotional instability, impulsivity, and impaired regulation of interpersonal relationships. This narrative review integrates findings from recent neuroimaging, neurochemical, and treatment studies to identify core neurobiological mechanisms and highlight translational potential. Evidence from 112 studies published up to 2025 is synthesized, encompassing structural MRI, resting-state and task-based functional MRI, EEG, PET, and emerging machine learning applications. Consistent disruptions are observ
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.
Huntington Disease (HD) is a type of neurodegenerative disorder which causes problems like psychiatric disturbances, movement problem, weight loss and problem in sleep. It needs to be addressed in earlier stage of human life. Nowadays Deep Learning (DL) based system could help physicians provide second opinion in treating patient's disease. In this work, human Deoxyribo Nucleic Acid (DNA) sequence is analyzed using Deep Neural Network (DNN) algorithm to predict the HD disease. The main objective of this work is to identify whether the human DNA is affected by HD or not. Human DNA sequences are
СтатьяСравнительное 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.
Denervation due to amputation is known to induce cortical reorganization in the sensorimotor cortex. Although there is evidence that reorganization does not lead to a complete loss of the representation of the phantom limb, it is unclear to what extent detailed, finger-specific activation patterns are preserved in motor cortex, an issue that is also relevant for development of brain-computer interface solutions for paralysed people. We applied machine learning to obtain a quantitative measure for the functional organization within the motor and adjacent cortices in amputees, using high resolut
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.
Reaction optimisation remains a critical yet resource-intensive step in chemical synthesis and process development, particularly in complex, multidimensional reaction spaces. Recent advances in automated experimentation and machine-learning-guided optimisation have significantly improved the efficiency of identifying optimal reaction conditions. However, most optimisation campaigns still operate in a cold-start regime, failing to exploit the growing body of historical experimental data. In this Review, we examine the emerging role of transfer learning as a strategy to overcome this limitation
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.
BACKGROUND: Advancements in computational methods in medicine have brought about extensive improvement in the diagnosis of illness, with machine learning models such as Convolutional Neural Networks leading the charge. This work introduces PneumoNet, a novel deep-learning model designed for accurate pneumonia detection from chest X-ray images. Pneumonia detection from chest X-ray images is one of the greatest challenges in diagnostic practice and medical imaging. Proper identification of standard chest X-ray views or pneumonia-specific views is required to perform this task effectively. Contem
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.
Leaf Area Index (LAI) estimation via remote sensing is critical for large-scale vegetation monitoring. To clarify feature utilization, model generalization, and deep-learning interpretability, this study designed two input schemes: "raw reflectance bands" and "reflectance bands + vegetation indices (VIs)". We systematically compared LAI-estimation performance of two traditional machine-learning models, Random Forest (RF) and Light Gradient Boosting Machine (LightGBM), and two deep-learning models, Multilayer Perceptron (MLP) and Convolutional Neural Network (CNN). Taking CNN as a representativ
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.
Peptide drugs are becoming star drug agents with high efficiency and selectivity which open up new therapeutic avenues for various diseases. However, the sensitivity to hydrolase and the relatively short half-life have severely hindered their development. In this study, a new generation artificial intelligence-based system for accurate prediction of peptide half-life was proposed, which realized the half-life prediction of both natural and modified peptides and successfully bridged the evaluation possibility between two important species (human, mouse) and two organs (blood, intestine). To ach
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.
Reinforcement learning (RL) has emerged as a powerful artificial intelligence paradigm in medical image analysis, excelling in complex decision-making tasks. This systematic review synthesizes the applications of RL across diverse imaging domains-including landmark detection, image segmentation, lesion identification, disease diagnosis, and image registration-by analyzing 20 peer-reviewed studies published between 2019 and 2023. RL methods are categorized into classical and deep reinforcement learning (DRL) approaches, focusing on their performance, integration with other machine learning mode
СтатьяСистематический обзорПоддержка 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.
IMPORTANCE: Obtaining spirometry requires repeated testing and using the maximal values based on quality control criteria. Whether the suboptimal efforts are useful for the prediction of respiratory outcomes is not clear.
OBJECTIVE: To determine whether a machine learning model could predict respiratory outcomes and mortality based on suboptimal spirometry.
DESIGN: Observational cohorts (UK Biobank and COPDGene).
SETTING: Multi-center; population, and disease-enriched.
PARTICIPANTS: UK aged 40-69; US aged 45-80, >10 pack-years smoking, without respiratory diseases other than COPD or asthma
СтатьяПрепринтПоиск 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 examines whether monthly temperature change contains predictive information for food price inflation (FPI) across nine economies-Brazil, France, Germany, India, Japan, Mexico, the Netherlands, Russia, and the United States-by combining visual time-series representations with deep learning (DL) and explainable machine learning (ML). We assemble country-specific series covering consumer food prices and the following predictors: Temperature change, exchange rate (USD), Brent oil price, industrial production, EPU, and VIX. Building on these data, we benchmark conventional ML/DL regresso
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: The processing of brain signals for Motor imagery (MI) classification to have better accuracy is a key issue in the Brain-Computer Interface (BCI). While conventional methods like Artificial neural network (ANN), Linear discernment analysis (LDA), K-Nearest Neighbor (KNN), Support vector machine (SVM), etc. have made significant progress in terms of classification accuracy, deep transfer learning-based systems have shown the potential to outperform them. BCI can play a vital role in enabling communication with the external world for persons with motor disabilities.
NEW METHODS: De
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.
INTRODUCTION: Alzheimer's disease (AD) is characterized by the presence of two proteinopathies, amyloid and tau, which have a cascading effect on the functional and structural organization of the brain.
METHODS: In this study, we used a supervised machine learning technique to build a model of functional connections that predicts cerebrospinal fluid (CSF) p-tau/Aβ42 (the PATH-fc model). Resting-state functional magnetic resonance imaging (fMRI) data from 289 older adults in the Alzheimer's Disease Neuroimaging Initiative (ADNI) were utilized for this model.
RESULTS: We successfully derived t
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.
New antibiotics are needed to battle growing antibiotic resistance, but the development process from hit, to lead, and ultimately to a useful drug takes decades. Although progress in molecular property prediction using machine-learning methods has opened up new pathways for aiding the antibiotics development process, many existing solutions rely on large data sets and finding structural similarities to existing antibiotics. Challenges remain in modeling unconventional antibiotic classes that are drawing increasing research attention. In response, we developed an antimicrobial activity predicti
СтатьяПоддержка исследования: вне правительства СШАПоддержка 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.
Intelligibility is considered as one of the primary measures for speech rehabilitation of individuals with a cleft lip and palate (CLP). Currently, speech processing and machine-learning-based objective methods are gaining more research interest as a way to quantify speech intelligibility. In this work, joint spectro-temporal features computed from a time-frequency representation of speech are explored to derive speech representations based on Gaussian posteriograms. A comparative framework using dynamic time warping (DTW) is used to quantify the intelligibility of child CLP speech. The DTW di
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.
Dilated cardiomyopathy (DCM) is a significant cardiovascular disorder in commercial broiler chickens associated with congestive heart failure, ascites, and sudden death, leading to substantial economic losses in poultry production. Objective and accurate identification of DCM severity remains challenging due to reliance on subjective postmortem scoring systems. This study evaluated seven machine learning algorithms for classifying DCM severity into three ordinal categories (Score 1 = normal, Score 2 = moderate, Score 3 = severe) using 15 features comprising 6 cardiac morphometric measurements
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.
Electroencephalography (EEG) is widely used to study cognitive states and clinical biomarkers, yet the contribution of stable between-subject differences to common EEG feature representations is rarely quantified directly or incorporated into evaluation design. Here, we examine subject-linked structure in spectral EEG features using a longitudinal four-session dataset spanning 199 days and replicate key findings across four public datasets covering 39 to 395 participants, multiple paradigms, and recording systems ranging from low-channel consumer devices to research-grade EEG. In spectral band
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.
High-dimensional analytical data pose persistent challenges for supervised multivariate regression, requiring a balance between predictive accuracy, stable performance, and transparent latent representations. However, classical latent-variable regression methods may not fully capture the predictor-response relationship when response-related information is relatively weak compared to dominant background variation, thereby limiting the extraction of informative latent representations. In contrast, flexible machine-learning algorithms can model more complex relationships but often require greater
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.
OBJECTIVE: The aim of the systematic review is to evaluate the application of machine learning (ML) and artificial intelligence (AI) models in the analysis of snoring sounds for the detection of obstructive sleep apnea (OSA) and the classification of obstruction sites based on the Velum, Oropharynx, Tongue, and Epiglottis (VOTE) system.
DATA SOURCES: We conducted a comprehensive literature search in PubMed, Scopus, Ovid, Cochrane, and Web of Science databases from 2011 to November 30, 2024. The search included terms related to snoring, machine learning, artificial intelligence, and acoustic a
СтатьяСистематический обзорПоиск 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: Machine learning (ML) classifiers are increasingly used for predicting cardiovascular disease (CVD) and related risk factors using omics data, although these outcomes often exhibit categorical nature and class imbalances. However, little is known about which ML classifier, omics data, or upstream dimension reduction strategy has the strongest influence on prediction quality in such settings. Our study aimed to illustrate and compare different machine learning strategies to predict CVD risk factors under different scenarios.
METHODS: We compared the use of six ML classifiers in pre
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.