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
174577 публикаций
Поиск: 627 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 3934 с найденным полным текстом
This study reviews radiographic data segmentation as a cornerstone of machine learning (ML) and deep learning (DL) in dentistry. After outlining artificial intelligence (AI), ML, and DL concepts, it highlights convolutional neural networks-driven tasks-classification, detection, and pixel/voxel segmentation-across panoramic, periapical, bitewing, and cone beam computed tomography imaging. Automated tooth numbering, restoration and implant labeling, caries delineation, endodontic morphology and fractures, periapical and periodontal lesions, and peri-implant bone loss show strong performance met
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.
Research on learning has often focused on ability, motivation, self-regulation, and performance, but these approaches do not fully explain why students within the same educational system may appraise learning in markedly different ways. To address this gap, this article proposes Decent Learning Theory (DLT) to explain adolescents' perceived decent learning from a structural-psychological perspective. DLT draws on educational psychology, developmental psychology, the sociology of education, intersectionality theory, and the Psychology of Working Theory. It proposes that structural educational c
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.
Diagnosing and treating endocrine diseases is a highly complex endeavor requiring advanced clinical reasoning, decision-making, and practical skills. However, traditional medical teaching approaches are unable to fully cater to the cultivation of these skills among residents. Thus, reforming the current teaching model utilized in clinical endocrinology education by introducing problem-based learning (PBL) and simulation-based learning (SBL) methods is imperative. This article aims to review the current application and research progress of PBL and SBL in clinical endocrinology education and exp
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.
This article investigates the problem of safe control for discrete-time (DT) nonlinear systems subject to asymmetric state constraints. A novel transfer learning-based safe Q-learning (TL-SQL) algorithm is developed within the adaptive dynamic programming (ADP) framework. To support the proposed TL-SQL algorithm, a novel revived transformation formulation for DT systems is derived, serving as the basis for transferring control policies from unconstrained source systems to constrained target systems. Building upon this foundation, the proposed TL-SQL algorithm improves policy transfer under asy
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.
INTRODUCTION: Cervical cancer management relies heavily on magnetic resonance imaging (MRI) for staging and treatment planning; however, manual segmentation is time-consuming and prone to variability. This systematic review aimed to evaluate the performance and clinical potential of machine learning (ML) and deep learning (DL) algorithms for automated cervical cancer segmentation on MRI.
METHODS: A systematic review guided by the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) (PROSPERO: CRD420251247441) was conducted by searching PubMed/MEDLINE, Embase, Scopus, We
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.
[This corrects the article DOI: 10.3389/fonc.2025.1666937.].
Опубликованное исправлениеПоиск 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.
Hepatitis C virus (HCV) infection remains a leading cause of liver cirrhosis and hepatocellular carcinoma globally, affecting approximately 50 million people with chronic infection worldwide. Traditional diagnostic approaches often rely on extensive biomarker panels, resulting in increased healthcare costs and clinical complexity without corresponding improvements in diagnostic accuracy. This study presents a novel multi-agent reinforcement learning (MARL) framework for optimizing HCV diagnosis through intelligent feature selection, aiming to identify minimal yet highly effective biomarker sub
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 cancer remains one of the foremost causes of cancer-related mortality worldwide, primarily due to its frequent late-stage diagnosis and the limited efficacy of available treatments at advanced stages. This study seeks to advance early detection through the application of deep learning techniques for the automated classification of lung CT images into benign, malignant, and normal categories. A comprehensive methodological framework was adopted, encompassing data acquisition, preprocessing, model development, training, validation, and performance evaluation, with patient-level data splitti
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.
BACKGROUND: Gastric cancer (GC) remains a major global health concern, ranking as the fifth most prevalent malignancy and the fourth leading cause of cancer-related mortality worldwide. Although early detection can increase the 5-year survival rate of early gastric cancer (EGC) to over 90%, more than 80% of cases are diagnosed at advanced stages due to subtle clinical symptoms and diagnostic challenges. Artificial intelligence (AI), particularly machine learning (ML) and deep learning (DL), has shown great promise in addressing these limitations.
OBJECTIVES: This systematic review aims to eva
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.
Although the cerebellum is typically associated with supervised learning algorithms, it also exhibits extensive involvement in reward processing. In this study, we investigated the cerebellum's role in executing reinforcement learning algorithms, with a particular emphasis on essential reward-prediction errors. We employed the Q-learning model to accurately reproduce the licking responses of mice in a Go/No-go auditory-discrimination task. This method enabled the calculation of reinforcement learning variables, such as reward, predicted reward, and reward-prediction errors in each learning tri
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.
BACKGROUND: Between 5% and 15% of children worldwide have a specific learning disorder. This creates a substantial demand for information among both parents and professionals. LONDI (londi.de) is a German-language website that (1) provides evidence-based information on learning disorders and (2) offers a tool to search for relevant diagnostics and intervention measures for professionals (Help System). This paper reports the results of an evaluation study of the website.
OBJECTIVE: The aim of the study was to (1) evaluate the website and (2) inform existing theories on technology acceptance an
СтатьяНаблюдательное исследованиеПоддержка 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.
BACKGROUND: Coughing sounds contain various bio-metric information with regards to respiratory diseases that can help in the assessment of respiratory diseases. While clinicians find coughs insightful, non-experts struggle to identify abnormalities in cough sounds. Furthermore, respiratory diseases has characterized by widespread health complications and elevated mortality rates, the development of early diagnostic systems is imperative for ensuring timely intervention and improving outcomes for both clinicians and patients. Accordingly, we propose a deep learning-based model for early diagnos
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.
Coronary artery disease involves the narrowing of coronary vessels due to atherosclerosis and is currently the leading cause of death worldwide. The gold standard for its diagnosis is the fractional flow reserve (FFR) examination, which measures the trans-stenotic pressure ratio during maximal vasodilation. However, the invasiveness and cost of this procedure have prompted the development of computer-based virtual FFR (vFFR) computation, which simulates coronary flow using computational fluid dynamics (CFD) techniques. Geometric deep learning algorithms have recently shown the capability to le
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: Leptospirosis, a zoonotic disease caused by Leptospira bacteria, continues to pose significant public health risks, particularly in tropical and subtropical regions.
OBJECTIVE: This systematic review aimed to evaluate the application of machine learning (ML) and deep learning (DL) techniques in predicting and diagnosing leptospirosis, focusing on the most used algorithms, validation methods, data types, and performance metrics.
METHODS: Using Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines, Checklist for Critical Appraisal and Data Extractio
СтатьяСистематический обзорПолный 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.
Accurate detection and timely care for patients with high myopia present significant challenges. We developed a deep learning (DL) system enhanced by a self-supervised learning (SSL) approach to improve the automatic diagnosis of myopic maculopathy (MM). Using a dataset of 7,906 images from the Shanghai High Myopia Screening Project and a public validation set of 1,391 images from MMAC2023, our method significantly outperformed conventional techniques. Internally, it achieved 96.8% accuracy, 83.1% sensitivity, and 95.6% specificity, with AUC values of 0.982 and 0.999. Externally, it maintained
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: Physically active learning (PAL) is a potentially valuable method to stimulate academic performance and physical activity (PA) in children with learning disorders (LD) attending special-needs schools. It is yet unknown whether PAL can be successfully implemented in special-needs schools.
AIMS: This study aimed to evaluate a PAL-program in special-needs schools by examining teacher's dose delivered, children's dose received, and associations of children's characteristics with dose received.
METHODS: Children (N = 37) from two special-needs schools participated in a six-week PAL-pr
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: Feedback facilitates learning by guiding and modifying behaviors through an action-outcome contingency. As the majority of existing studies have focused on the immediate presentation of feedback, the impact of delayed feedback on learning is understudied. Prior work demonstrated that learning from immediate and delayed feedback employed distinct brain regions in healthy individuals, and compared to healthy individuals, individuals with traumatic brain injury (TBI) are impaired in learning from immediate feedback. The goal of the current investigation was to assess the effects of del
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.
Osteoporosis, arthritis, and fractures are examples of orthopedic illnesses that not only significantly impair patients' quality of life but also complicate and raise the expense of therapy. It has been discovered in recent years that the pathophysiology of orthopedic disorders is significantly influenced by the microbiota. By employing machine learning and deep learning techniques to conduct a thorough analysis of the disease-causing microbiome, we can enhance our comprehension of the pathophysiology of many illnesses and expedite the creation of novel treatment approaches. Today's science is
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.
Infectious diseases significantly impact both public health and economic stability, underscoring the critical need for precise outbreak predictions to effictively mitigate their impact. This study applies advanced machine learning techniques to forecast outbreaks of Dengue, Chikungunya, and Zika, utilizing a comprehensive dataset comprising climate and socioeconomic data. Spanning the years 2007 to 2017, the dataset includes 1716 instances characterized by 27 distinct features. The researchers adopt the Analytic Hierarchy Process (AHP) for feature selection and integrated transfer learning to
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.
COVID-19, a global pandemic, has killed thousands in the last three years. Pathogenic laboratory testing is the gold standard but has a high false-negative rate, making alternate diagnostic procedures necessary to fight against it. Computer Tomography (CT) scans help diagnose and monitor COVID-19, especially in severe cases. But, visual inspection of CT images takes time and effort. In this study, we employ Convolution Neural Network (CNN) to detect coronavirus infection from CT images. The proposed study utilized transfer learning on the three pre-trained deep CNN models, namely VGG-16, ResNe
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.