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
7354 публикаций
Поиск: 239 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 318 с найденным полным текстом
Journal of occupational medicine. : official publication of the Industrial Medical Association1976eng
A unique opportunity was presented to observe the potentially toxic effects of an acute exposure to the vapors of petroleum naphtha distillate on a relatively large number of individuals. The immediate manifestation in all was dyspnea. The action on motor vehicle combustion suggested that some of this could have been due to oxygen deprivation; however, all individuals were dyspneic for several minutes after exposure. A few were cyanotic for several minutes after exposure. All were excited. Tremulousness and mild nausea followed the initial symptoms but were of brief duration. One individual ma
Клинический случайСтатьяПоиск 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.
Medical Large Vision-Language Models (Med-LVLMs) have shown promising results in clinical applications, but often suffer from hallucinated outputs due to misaligned visual understanding. In this work, we identify two fundamental limitations contributing to this issue: insufficient visual representation learning and poor visual attention alignment. To address these problems, we propose MEDALIGN, a simple, lightweight alignment distillation framework that transfers visual alignment knowledge from a domain-specific Contrastive Language-Image Pre-training (CLIP) model to Med-LVLMs. MEDALIGN introd
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.
Knowledge distillation is a cornerstone of image anomaly detection for amplifying subtle defects via teacher-student discrepancy, yet existing methods rely on feature alignment loss that causes reconstruction error confusion and degrades accuracy. To address this critical limitation, this study proposes an abnormal discrepancy-guided knowledge distillation method (DiffKD) that differentially guides student feature reconstruction through channel-level discrepancy masks, leveraging normal features as supervisory signals and abnormal discrepancy features as constraints to enhance anomaly detectio
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.
Remote sensing object detection requires precise identification of multi-scale and multi-directional targets in com-plex backgrounds, demanding the model that achieves both high accuracy and real-time performance. While knowledge distillation proves effective for compressing natural image models, it exhibits limitations in more realistic remote sensing scenarios, including inadequate adaptability, biases from long-tail data distributions, and the propagation of errors from the teacher model. To address these challenges, we propose a Prompt Driven Knowledge Distillation (PDKD) framework for rem
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.
Semantic mismatch remains a key challenge in conventional knowledge distillation, where representational features are typically regressed from the teacher to the student in a one-to-one spatial matching fashion. In this paper, we address semantic mismatch by examining architectural differences between teacher and student networks. Specifically, due to the variations in network width and depth, the teacher network has a larger receptive field than the student, enabling it to integrate a broader spatial context. In contrast, the student model captures more localized features. This disparity exac
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.
With the rapid development of precision agriculture, seed germination detection is crucial for crop monitoring and variety selection. Existing fully supervised detection methods rely on large-scale annotated datasets, which are costly and time-intensive to obtain in agricultural scenarios. To tackle this issue, we introduce a knowledge distillation-enhanced semi-supervised germination detection framework (KD-SSGD) that requires no pre-trained teacher and supports end-to-end training. Built on a teacher-student architecture, KD-SSGD introduces a lightweight distilled student branch and three ke
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 AND OBJECTIVE: Osteoporosis is characterized by reduced bone mass and deterioration of bone structure, yet screening rates prior to fractures remain low. Given its high prevalence and severe consequences, developing an effective osteoporosis screening model is highly significant. However, constructing these screening models presents two main challenges. First, selecting representative slices from CT image sequences is challenging, making it crucial to filter the most indicative slices. Second, samples lacking complete modal data cannot be directly used in multimodal fusion, resultin
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.
'Experiential knowledge' is increasingly recognised as an important influence on reproductive decision-making. 'Experiential knowledge of disability' in particular is a significant resource within prenatal testing/screening contexts, enabling prospective parents to imagine and appraise future lives affected by disability. However, the concept of 'experiential knowledge' has been widely critiqued for its idiosyncrasy, its impermanence and consequently its perceived inferiority to (medical) knowledge. This paper explores some of these key critiques of experiential knowledge through an analysis 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.
A miniaturized distillation system is presented for separating sulfurous acid (H(2)SO(3)) into sulfur dioxide (SO(2)) and water (H(2)O). The major components of the proposed system include a microfluidic distillation chip, a power control module, and a carrier gas pressure control module. The microfluidic chip is patterned using a commercial CO(2) laser and comprises a serpentine channel, a heating zone, a buffer zone, a cooling zone, and a collection tank. In the proposed device, the H(2)SO(3) solution is injected into the microfluidic chip and is separated into SO(2) and H(2)O via an appropr
СтатьяПоддержка исследования: вне 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.
A simutaneous distillation extraction (SDE) combined GC method was constructed for determination of volatile flavor components in Pu-erh tea samples. Dichloromethane and ethyl decylate was employed as organic phase in SDE and internal standard in determination, respectively. Weakly polar DB-5 column was used to separate the volatile flavor components in GC, 10 of the components were quantitatively analyzed, and further confirmed by GC-MS. The recovery covered from 66.4%-109%, and repeatability expressed as RSD was in range of 1.44%-12.6%. SDE was most suitable for the extraction of the anlytes
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.
A growing number of studies over the years has successfully employed computer simulation tools to understand, optimize and design spirit distillations. Amongst distilled spirits, cognac is a reputed wine spirit resulting from a double batch distillation process known as Charentaise distillation. This complex operation comprises the wine distillation (WD) and the brouillis distillation (BD), which are carried out in copper alembics. The distillate produced in each batch is fractionated and some of those fractions are recycled in subsequent batches. To improve the current understanding of the be
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.
Pressure-driven distillation (PD) is a membrane-based water treatment process that uses applied pressure to drive vapor transport through a porous hydrophobic membrane. PD offers potential advantages in selectivity and chemical resilience, but its performance with feedwaters containing foulants remains poorly understood. In this study, we examine the organic fouling behavior of PD, isolate the effect of pressure on flux decline, and explore potential fouling mitigation strategies. We find the severity of organic fouling is highly dependent on foulant properties, with more hydrophobic humic aci
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.
Accurate polyp segmentation in colonoscopy supports early detection of colorectal cancer, but compact models under a student-only inference budget tend to lose boundary fidelity. BDKD-Net is a 3.72M-parameter compact student trained under a composite knowledge-distillation loss that combines a response signal, a boundary-probability signal restricted to a static teacher-derived boundary band, and an auxiliary detail-feature alignment; the teacher is used only during training and discarded at inference. In a uniform five-seed re-run on a locked Kvasir-SEG and CVC-ClinicDB development split, the
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.
Self-interpretable graph neural networks (SI-GNNs) provide built-in explanations, yet these explanations are often inconsistent across independently trained models of the same architecture. Our prior work identified redundancy-the inclusion of uninformative features in explanations-as a primary cause of this inconsistency, and demonstrated that averaging explanations from multiple models (Explanation Ensemble, EE) effectively suppresses the high-variance scores of redundant features, thereby improving both explanation consistency and accuracy. Despite its effectiveness, however, EE requires ru
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.
Underwater object detection is a fundamental task in underwater sensing and is generally approached using either optical or sonar sensors. Although optical imaging provides rich semantic information, it is highly susceptible to water turbidity and illumination variations. By contrast, sonar imaging can effectively overcome visibility limitations, yet it suffers from severe speckle noise and blurred object contours. Moreover, resource-limited platforms impose strict demands on model lightweightness and real-time performance. To this end, this paper proposes a novel cross-modal heterogeneous dis
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.
This study evaluated and compared two encapsulation techniques-co-crystallization and ionic gelation-for stabilizing bioactive components derived from lavender distillation residues. Utilizing aqueous ethanol extraction (solid residues) and concentration (liquid residues), phenolic-rich extracts were incorporated into encapsulation matrices and processed under controlled conditions. Comprehensive characterization included encapsulation efficiency (Ef), antioxidant activity (AA), moisture content, hygroscopicity, dissolution time, bulk density, and color parameters (L*, a*, b*). Co-crystallizat
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.
Cortical cataract, a common type of cataract, is particularly difficult to be diagnosed automatically due to the complex features of the lesions. Recently, many methods based on edge detection or deep learning were proposed for automatic cataract grading. However, these methods suffer a large performance drop in cortical cataract grading due to the more complex cortical opacities and uncertain data. In this paper, we propose a novel Transformer-based Knowledge Distillation Network, called TKD-Net, for cortical cataract grading. To tackle the complex opacity problem, we first devise a zone deco
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.
Multiple Instance Learning (MIL) for whole slide image (WSI) analysis in computational pathology often neglects instance-level learning as supervision is typically provided only at the bag level, hindering the integrated consideration of instance and bag-level information during the analysis. In this work, we present LadderMIL, a framework designed to improve MIL through two perspectives: (1) employing instance-level supervision and (2) learning inter-instance contextual information at bag level. Firstly, we propose a novel Coarse-to-Fine Self-Distillation (CFSD) paradigm that probes and disti
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.
The morphological changes of corneal structures captured by corneal confocal microscopy (CCM), such as corneal nerves, Langerhans cells, stromal cells, etc., are closely related to various ocular and systemic diseases. Current CCM segmentation methods primarily focus on single-task, which limits their broad applicability in clinical practice. The absence of a standardized benchmark further presents a significant challenge in evaluating new methods. To this end, this paper presents a novel incremental learning-based approach for multi-structure segmentation in CCM images and a new benchmark. Sp
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.
Federated Learning (FL) enables collaborative model training without sharing raw data, but compliance with data privacy regulations such as the "Right to be Forgotten" requires mechanisms to remove specific clients' contributions from trained models. A key challenge in federated unlearning is selectivity: removing a target client's influence while preserving performance for other designated clients. This is inherently difficult because deep neural networks learn shared feature representations, and aggressive forgetting operations degrade overall model utility. We propose a Three-Phase Selectiv
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.