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
3969 публикаций
Поиск: 169 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 666 с найденным полным текстом
BACKGROUND: Effective and accurate diagnosis of attention-deficit/hyperactivity disorder (ADHD) is currently of significant interest. ADHD has been associated with multiple cortical features from structural MRI data. However, most existing learning algorithms for ADHD identification contain obvious defects, such as time-consuming training, parameters selection, etc. The aims of this study were as follows: (1) Propose an ADHD classification model using the extreme learning machine (ELM) algorithm for automatic, efficient and objective clinical ADHD diagnosis. (2) Assess the computational effici
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 long-term physiologic effects of thyroid problems make them one of the most important endocrine disorders. Even if a lot of machine learning and deep learning techniques have been presented out for the early detection of thyroid disease, it is still difficult to achieve reliable and clinically accurate multi-class diagnostic performance. In this work, we suggest an Enhanced Extreme Learning Machine (EELM) that uses Drop-Connect regularization to enhance generalization and reduce over-fitting that is frequently seen in traditional ELM models. The pipeline for the suggested framework consist
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.
Accurate estimation of the state of charge (SOC) of lithium-ion batteries (LiBs) proportionally impacts the efficiency of battery management systems (BMS) considering the dynamic and non-linear behavior of LiBs. Changes in the activities of the cathode and anode materials and internal resistance tend to impact the battery capacity. When the battery is operated at high or low temperatures or under the HWFET condition, battery capacity tends to deteriorate drastically. Therefore, high-precision SOC estimation is required to ensure safe and stable operation. In this work, we propose a combined Im
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: A patent ductus arteriosus (PDA) is associated with complications in extremely preterm infants and its assessment requires trained personnel and equipment not always available. A prediction tool might guide the urgency and clinical decision making to allocate resources to patients with the highest risk. The aim of this study was to generate a clinical tool to assess the probability of a hemodynamically significant PDA in extremely preterm infants.
METHODS: An integrative review was performed, and potential risk factors were identified based on published research, pathophysiologica
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.
Hypoglycemia is a very common in type 1 diabetic persons and can occur at any age. It is always threatening to the well-being of patients with Type 1 diabetes mellitus (T1DM) since hypoglycemia leads to seizures or loss of consciousness and the possible development of permanent brain dysfunction under certain circumstances. Because of that, an accurate continuing hypoglycemia monitoring system is a very important medical device for diabetic patients. In this paper, we proposed a non-invasive hypoglycemia monitoring system using the physiological parameters of electrocardiography (ECG) signal.
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.
BACKGROUND: The mechanisms underlying why some individuals with diabetes develop severe diabetic retinopathy (DR), whereas others remain free of retinal complications despite long-standing disease, remain incompletely understood. We aimed to identify systemic susceptibility and resilience signatures associated with severe DR using an extreme phenotype-derived machine learning framework.
METHODS: An extreme phenotype cohort was established comprising 712 individuals with diabetes mellitus, including 437 patients with proliferative diabetic retinopathy (PDR; susceptible phenotype) and 275 patie
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 Taiwan, two key indicators of clinical care quality are pressure injuries and falls. Falls can have significant physical impacts, ranging from minor injuries like bruises to major injuries such as fractures, sprains, and severe head trauma. To assess fall risk early and implement preventive measures, this study analyzed 2,948 medical records of patients who underwent spinal and lower limb surgeries at the Veterans General Hospital in Taichung, Taiwan. Data collected included patient demographics, vital signs, health conditions, diagnoses, and medications, as well as information on their adm
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: Extremely premature neonates are at increased risk for respiratory complications, often resulting in recurrent hospitalizations during early childhood. Early identification of preterm infants at highest risk of respiratory hospitalizations could enable targeted preventive interventions. While clinical and demographic factors offer some prognostic value, integrating transcriptomic data may improve predictive accuracy.
OBJECTIVE: To determine whether early-life gene expression profiles can predict respiratory-related hospitalizations within the first four years of life in extremely
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.
PURPOSE: This study aimed to develop machine learning algorithms for identifying predictive factors associated with the risk of postoperative surgical site infection in patients with lower extremity fractures.
METHODS: A machine learning analysis was conducted on a dataset comprising 1,579 patients who underwent surgical fixation for lower extremity fractures to create a predictive model for risk stratification of postoperative surgical site infection. We evaluated different clinical and demographic variables to train four machine learning models (neural networks, boosted generalised linear 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.
Trials for therapies after an upper limb amputation (ULA) require a focus on the real-world use of the upper limb prosthesis. In this paper, we extend a novel method for identifying upper extremity functional and nonfunctional use to a new patient population: upper limb amputees. We videotaped five amputees and 10 controls performing a series of minimally structured activities while wearing sensors on both wrists that measured linear acceleration and angular velocity. The video data was annotated to provide ground truth for annotating the sensor data. Two different analysis methods were used:
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: Extremely preterm birth has been associated with atypical visual and neural processing of faces, as well as differences in gray matter structure in visual processing areas relative to full-term peers. In particular, the right fusiform gyrus, a core visual area involved in face processing, has been shown to have structural and functional differences between preterm and full-term individuals from childhood through early adulthood. The current study used multiple neuroimaging modalities to build a machine learning model based on the right fusiform gyrus to classify extremely preterm bi
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.
Successful mining soil reclamation promotes ecosystem recovery, reduces negative environmental effects, adds more area for forestry or agricultural purposes, and increases carbon (C) sequestration. In order to increase soil erosion management, improve soil quality, reduce pollutants, and assure safe land application of traditional amendment materials, nanoparticles with exceptionally high deliverability and reactivity may be used as amendments. Iron oxide is being researched for the remediation of industrial soil that is co-contaminated with arsenic (AS) due to the absence of Nano enhanced mat
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.
There is increasing evidence that patient heterogeneity significantly hinders advancement in clinical trials and individualized care. This study aimed to identify distinct phenotypes in extremely low birth weight infants. We performed an agglomerative hierarchical clustering on principal components. Cluster validation was performed by cluster stability assessment with bootstrapping method. A total of 215 newborns (median gestational age 27 (26-29) weeks) were included in the final analysis. Six clusters with different clinical and laboratory characteristics were identified: the "Mature" (Clust
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2019eng
B-mode ultrasound (BUS) imaging is widely used for diagnosis of breast tumors. In recent years, another ultrasound modality, namely ultrasound elastography (UE), has also been successfully applied in clinical practice. Although the combination of bimodal ultrasound imaging can improve the diagnosis accuracy for breast tumors, the single-modal ultrasound-based diagnosis is more popular in clinical practice, especially in the rural areas. Since transfer learning (TL) can transfer knowledge from a source domain to a target domain to help train more effective model, we propose to develop a single-
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.
ObjectivesTo develop a machine learning (ML)-based prognostic model for predicting the risk of lower extremity deep vein thrombosis (DVT) after acute stroke, with an emphasis on limb functional assessments.MethodsWe conducted a retrospective analysis of 225 acute stroke patients admitted within 15 days of onset between December 1, 2015, and April 30, 2025. Predictor variables were selected using collinearity diagnostics and Least Absolute Shrinkage and Selection Operator (LASSO) regression. Three machine learning survival models-Gradient Boosting Machine (GBM), Random Survival Forest (RSF), an
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.
BACKGROUND: Accurate assessment of liver fibrosis is crucial for patients with autoimmune hepatitis (AIH).
AIM: We developed and validated a non-invasive explainable machine learning (ML) model for the prediction of liver fibrosis in patients with AIH.
DESIGN: A retrospective multicenter study of patients with AIH with liver biopsy was conducted.
METHODS: Patients were randomly divided into a training set and a test set. Nine ML models were built, including logistic regression, k-nearest neighbors, Support vector machine, random forest, extreme gradient boosting (XGBoost), gradient boosting
СтатьяМногоцентровое исследованиеПоиск 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: Lower extremity arterial embolism and thrombosis lead to significant morbidity, but their risk factors are not fully characterized.
OBJECTIVES: To identify risk factors and develop an interpretable machine learning (ML) model for predicting lower extremity arterial embolism and thrombosis, with validation using mendelian randomization (MR).
METHODS: In this retrospective case-control study, data were collected from patients with lower extremity arterial embolism and thrombosis treated at our department of vascular surgery between January 2018 and November 2025. Predictors were se
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 diseases (LGDs) are related to an extensive range of lung disorders, including pneumonia (PNEUM), lung cancer (LC), tuberculosis (TB), and COVID-19 etc. The diagnosis of LGDs is performed by using different medical imaging such as X-rays, CT scans, and MRI. However, LGDs contain similar symptoms such as fever, cough, and sore throat, making it challenging for radiologists to classify these LGDs. If LGDs are not diagnosed at their initial phase, they may produce severe complications or even death. An automated classifier is required for the classification of LGDs. Thus, this study aims to
СтатьяОтозванная публикацияПоиск 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.
PURPOSE: The choice of wound closure modality after limb-sparing extremity soft-tissue sarcoma (eSTS) resection is fraught with uncertainty. Leveraging machine learning and clinicoradiomic data, we developed Sarcoma Reconstruction Nomograms (SARCON), a tool that provides probabilistic estimates of five adverse outcomes on the basis of the selected reconstructive modality.
METHODS: This retrospective cohort study of limb-sparing eSTS resections integrated clinical variables and radiomic features, including eSTS and limb dimensions. Target outcomes included surgical site infections (SSI), wound
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.
Recognizing user intention in reach-to-grasp motions is a critical challenge in rehabilitation engineering. To address this, a Machine Learning (ML) algorithm based on the Extreme Learning Machine (ELM) was developed for identifying motor actions using surface Electromyography (sEMG) during continuous reach-to-grasp movements, involving multiple Degrees of Freedom (DoFs). This study explores feature extraction methods based on time domain and autoregressive models to evaluate ELM performance under different conditions. The experimental setup encompassed variations in neuron size, time windows,
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.