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
2041 публикаций
Поиск: 88 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 707 с найденным полным текстом
Pregnancy outcomes after vitrified-warmed bovine embryo transfer (ET) remain variable, reflecting the influence of multiple field-derived factors. This exploratory study applied machine learning (ML) to predict pregnancy outcomes following vitrified-warmed bovine ET and identify field-derived variables contributing to the model-predicted probability of pregnancy. A total of 236 ET records were analyzed using recipient physiological, ovarian, reproductive management, and environmental and procedural variables. Although conventional statistical analysis identified significant differences only in
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.
Despite significant neurobiological and pathological overlaps, Alzheimer's and Parkinson's diseases-the primary threats to healthy aging-are still managed as distinct clinical entities. Standard machine learning exacerbates this diagnostic fragmentation by prioritizing divergent markers over shared traits, thereby obscuring the invariant foundations of neurodegeneration. This study introduces Importance Inversion Transfer, an explainable machine learning framework designed to identify neuroanatomical invariants across the neurodegenerative spectrum. Prioritizing structural stability over discr
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.
Infertility has emerged as a significant public health concern, with assisted reproductive technology (ART) is a last-resort treatment option. However, ART's efficacy is limited by significant financial cost and physical discomfort. The aim of this study is to build Machine learning (ML) decision-support models to predict the optimal range of embryo numbers to transfer, using data from infertile couples identified through literature reviews. Binary classification models were developed to classify cases into two groups: those transferring two or fewer embryos and those transferring three or fou
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: This study aims to investigate the influencing factors of pregnancy outcomes during in vitro fertilization and embryo transfer (IVF-ET) procedures in clinical practice. Several prediction models were constructed to predict pregnancy outcomes and models with higher accuracy were identified for potential implementation in clinical settings.
METHODS: The clinical data and pregnancy outcomes of 2625 women who underwent fresh cycles of IVF-ET between 2016 and 2022 at the Reproductive Center of the Affiliated Hospital of Inner Mongolia Medical University were enrolled to establish a comp
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.
RESEARCH QUESTION: Can machine learning models accurately predict the risk of early miscarriage following single vitrified-warmed blastocyst transfer (SVBT)?
DESIGN: A dual-center retrospective analysis of 1,664 SVBT cycles, including 308 early miscarriage cases, was conducted across two reproductive centers. Multiple machine learning models, such as Logistic Regression, Random Forest, Gradient Boosting, and Voting Classifier, were developed. Metrics including Area Under the Curve(AUC), accuracy, precision, recall, F1 score, and specificity were used to evaluate model performance. Key predict
СтатьяМногоцентровое 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.
In this study, we utilized a comprehensive dataset comprising over 19,000 data points with inputs represented by coordinates (x, y) and the corresponding output denoted as concentration (C). The case study was analysis of mesoporous material for adsorption separation of target solute from aqueous solution. Mass transfer and machine learning evaluations were carried out to obtain separation efficiency. Our objective was to develop predictive models for C using three distinct base models: decision tree (DT), support vector regression (SVR), and Gaussian process regression (GPR). To enhance the p
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 human interleukin-1 receptor I (IL-1R1) is a cytokine receptor recognized by interleukin 1β (IL-1β), among other cytokines. Over activation of IL-1R1 has been implicated in various inflammatory conditions. This research aims to identify small-molecule inhibitors targeting the hIL1R1/IL1β interaction, employing a multi-task transfer learning approach for quantitative structure-activity relationship (QSAR) modelling. A comprehensive bioactivity dataset from functionally related proteins was utilised to build a robust ensemble machine learning model for predicting IC50 values against the targ
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.
Machine-learning models in chemistry are increasingly trained on values compiled from many published papers and are usually validated by splitting the records at random or by publication; the latter assumes that each publication is an independent experiment. We tested this assumption in a legacy 57Fe Mössbauer corpus. All 45 source publications were re-examined against their original tables and figures, and papers reporting the same alloy composition with the same fitted spectral areas were identified and checked against the sources. Eleven publications reported measurements on three shared 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.
Gas separation is central to industrial processes that drive climate mitigation, clean energy, and sustainable technologies. Metal-organic frameworks (MOFs) offer remarkable tunability for adsorption-based separations, yet identifying optimal materials remains challenging due to their vast structural diversity, costly simulations, and the difficulty of achieving a full range of desired properties. Existing machine learning approaches have accelerated screening but often lack generalizability across diverse gas pairs and operating conditions. Herein, we present BiMix-Bench, a curated database c
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: Infertility affects approximately 15% of couples globally, with assisted reproductive technologies (ARTs) becoming the primary interventions. Despite the growing use of ARTs, success rates have plateaued at around 30%, highlighting the need for improved predictive models to enhance outcomes. This study aimed to develop a machine learning-based predictive model for live birth outcomes following fresh embryo transfer.
METHODS: A total of 51,047 ART records were collected from 2016 to 2023 at the Shanghai First Maternity and Infant Hospital. After data preprocessing, 11,728 records a
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.
Breast milk is essential for infant health, but the transfer of xenobiotic chemicals poses significant risks. Ethical challenges in clinical trials necessitate the use of in vitro predictive models to assess chemical exposure risks in breastfeeding infants. This study introduces an explainable machine learning model to predict the risk of chemical transfer through human milk. Our novel framework integrates ensemble resampling methods with advanced feature selection techniques, addressing data imbalance and enhancing predictive accuracy. The balanced random forest classifier, optimized using th
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.
The escalating global burden of infectious diseases demands biosensing technologies that transcend the complexity-sensitivity-accuracy trade-off in real-world applications. Herein, an interpretable machine learning-empowered multimodal biosensor synergizing electron transfer-enhanced nanozymes and aggregation-induced emission luminogens (AIEgens) for ultrasensitive pathogen detection is presented. By engineering aminophenol formaldehyde resin nanobowls anchored with monodisperse Pt nanoparticles, interfacial electron transfer (N→Pt→O) induces an upshift of Pt d-band center relative to the Ferm
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: Brain-machine interfaces (BMIs) attempt to establish communication between the user and the device to be controlled. BMIs have great challenges to face in order to design a robust control in the real field of application. The artifacts, high volume of training data, and non-stationarity of the signal of EEG-based interfaces are challenges that classical processing techniques do not solve, showing certain shortcomings in the real-time domain. Recent advances in deep-learning techniques open a window of opportunity to solve some of these problems. In this work, an interface able to
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.
Numerous air pollutants have been reported to influence the outcomes of in vitro fertilization (IVF). However, whether air pollution affects implantation in frozen embryo transfer (FET) process is under debate. We aimed to find the association between ambient air pollution and implantation potential of FET and test the value of adding air pollution data to a random forest model (RFM) predicting intrauterine pregnancy. Using a retrospective study of a 4-year single-center design，we analyzed 3698 cycles of women living in Shanghai who underwent FET between 2015 and 2018. To estimate patients' in
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: Virtual and augmented reality surgical simulators, integrated with machine learning, are becoming essential for training psychomotor skills, and analyzing surgical performance. Despite the promise of methods like the Connection Weights Algorithm, the small sample sizes (small number of participants (N)) typical of these trials challenge the generalizability and robustness of models. Approaches like data augmentation and transfer learning from models trained on similar surgical tasks address these limitations.
OBJECTIVE: To demonstrate the efficacy of artificial neural network and
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.
OBJECTIVES: To explore the feasibility and effectiveness of machine learning (ML) based on multiparametric magnetic resonance imaging (mp-MRI) features extracted from transfer learning combined with clinical parameters to differentiate uterine sarcomas from atypical leiomyomas (ALMs).
METHODS: The data of 86 uterine sarcomas between July 2011 and December 2019 and 86 ALMs between June 2013 and June 2017 were retrospectively reviewed. We extracted deep-learning features and radiomics features from T2-weighted imaging (T2WI) and diffusion weighted imaging (DWI). The two feature extraction metho
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.
Modeling and analysis of the lyophilization process for low-temperature drying of pharmaceutical compounds was evaluated via a hybrid model that combines mass transfer and machine learning. We investigated the predictive accuracy of three machine learning models- Ridge Regression (RR), Support Vector Regression (SVR), and Decision Tree (DT)-for estimating the concentration (C) in a three-dimensional space, characterized by coordinates X, Y, and Z. Hyper-parameter optimization was performed using the Dragonfly Algorithm (DA) to enhance model performance. Among the models evaluated, the SVR mode
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.
Metal(loid) contamination of aquatic and agricultural systems is a global concern, yet its impact on conjugative transfer of antibiotic resistance genes under environmentally relevant concentrations remains unquantified. We synthesized 556 effect sizes from 56 studies using three-level meta-analysis with machine learning. This approach identified concentration and metal type as the most important predictors. The U-shaped dose-response curve showed a positive association at low concentrations (<∼1 mg/L), the strongest negative association near 322.6 mg/L, and a weakening of the negative associa
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.
This study aimed to evaluate radiomic-based machine learning models for glioma grading on amide proton transfer weighted (APTw) images using explainability algorithms. A total of 102 patients who underwent preoperative MR examinations, including FLAIR, T1-weighted, T1-weighted contrast-enhanced, and APTw images, were included. Two groups of APTw images were analyzed: one corresponding to contrast-enhanced regions of gliomas and the other corresponding to both contrast-enhanced and peritumoral edematous regions of gliomas. Radiomic features were extracted from these regions. Random forest, supp
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.
The development of photoelectrochemical (PEC)-coupled dual-mode biosensors, combined with multivariate regression analysis, is pivotal for advancing point-of-care disease marker diagnostics. Herein, we present a machine learning (ML)-powered dual-channel immunoassay. This platform integrates plasmonic TiO2@NH2-MIL-125/Au S-scheme photoelectrode with nanoconfined fluorescent CdSe@ZIF-8 probes. The optimized photoelectrode exhibits a remarkable photocurrent density of 10.29 μA/cm2, representing a 581% enhancement over that of pristine TiO2 (1.77 μA/cm2). Systematic investigation of interfacial c
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.