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
20400 публикаций
Поиск: 528 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 983 с найденным полным текстом
PURPOSE: Electroencephalogram (EEG) signals give detailed information on the electrical brain activities occurring in the cerebral cortex. They are used to study brain-related disorders such as mild cognitive impairment (MCI) and Alzheimer's disease (AD). Brain signals obtained using an EEG machine can be a neurophysiological biomarker for early diagnosis of dementia through quantitative EEG (qEEG) analysis. This paper proposes a machine learning methodology to detect MCI and AD from qEEG time-frequency (TF) images of the subjects in an eyes-closed resting state (ECR).
PARTICIPANTS AND METHOD
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: Androgenic alopecia (AGA) staging is still based on macroscopic scales, yet the introduction of trichoscopy is gradually bringing an important change, even though it remains an eye-based method. However, recently developed artificial intelligence-assisted programs can execute automated count of trichoscopic patterns. Nevertheless, to interpret data elaborated by these programs can be complex. Machine learning algorithms might represent an innovative solution. Among them, support vector machine (SVM) models are among the best methods for classification.
OBJECTIVES: Our aim was to
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.
Tears within the stabilizing muscles of the shoulder, known as the rotator cuff (RC), are the most common cause of shoulder pain-often presenting in older patients and requiring expensive advanced imaging for diagnosis. Despite the high prevalence of RC tears within the elderly population, there is no previously published work examining shoulder kinematics using markerless motion capture in the context of shoulder injury. Here we show that a simple string pulling behavior task, where subjects pull a string using hand-over-hand motions, provides a reliable readout of shoulder mobility across an
СтатьяПоддержка NIH: внешняя программаПоддержка 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: Preeclampsia presents a highly prevalent burden on pregnant women with an estimated incidence of 2% to 5%. Preeclampsia increases the maternal risk of death 20-fold and is one of the main causes of perinatal morbidity and mortality. Novel biomarkers, such as soluble fms-like tyrosine kinase-1 and placental growth factor in addition to a wide span of conventional clinical data (medical history, physical symptoms, laboratory parameters, etc.), present an excellent basis for the application of early-detection machine-learning models.
OBJECTIVE: This study aimed to develop, train, and
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 digestive system is one of the essential systems in human physiology where the stomach has a significant part to play with its accessories like the esophagus, duodenum, small intestines, and large intestinal tract. Many individuals across the globe suffer from gastric dysrhythmia in combination with dyspepsia (improper digestion), unexplained nausea (feeling), vomiting, abdominal discomfort, ulcer of the stomach, and gastroesophageal reflux illnesses. Some of the techniques used to identify anomalies include clinical analysis, endoscopy, electrogastrogram, and imaging. Electrogastrogram is
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 Conference2007eng
In this paper, we developed the novel algorithm for cardiac arrhythmia classification. Until now, back propagation neural network (BPNN) was frequently used for these tasks. However, general gradient based learning method is far slower than what is required for their application. The proposed algorithm adapts Extreme Learning Machine(ELM) that has the advantage of very fast learning speed and high accuracy. In this paper, we classify beats into normal beat, left bundle branch block beat, right bundle branch block beat, premature ventricular contraction, atrial premature beat, paced beat, and v
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.
Food quality and safety have become increasingly critical public health concerns, while traditional detection approaches are constrained by laborious sample preparation, lengthy analysis times, and destructive procedures. Hyperspectral imaging (HSI) has emerged as a rapid, non-destructive method that synergistically fuses spatial and spectral information for comprehensive food quality and safety assessment. However, the high dimensionality and nonlinear features of HSI data pose substantial challenges for traditional chemometric models. This review provides a comprehensive overview of recent a
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.
PURPOSE: Accurate classification of microsatellite instability (MSI) in advanced cancers is critical for identifying patients who may benefit from immune checkpoint inhibitors. However, variability in MSI detection workflows can lead to missed MSI-high cases, indicating need for complementary screening approaches. Using next-generation sequencing (NGS) data from colorectal tumors, we developed a machine learning (ML) model to predict MSI status using immune-related gene expression profiles and pathogenic single-nucleotide variants (SNVs) and copy-number variants (CNVs).
MATERIALS AND METHODS:
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: Osteoporosis (OP) is a prevalent metabolic bone disorder and a major public health concern characterized by reduced bone mass and bone microstructural deterioration. Early identification of osteoporosis and implementation of preventive interventions remain critical for reducing fracture risk and disease burden. Identifying plasma biomarkers reflecting metabolic alterations related to OP may facilitate early detection and risk assessment.
METHODS: Untargeted metabolomics and lipidomics profiling based on ultra-performance liquid chromatography-mass spectrometry (UHPLC-MS) was perfo
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: Accurate assessment of preterm birth (PTB) risk allows for early symptom management to prolong gestation or prevent PTB, as well as enhanced perinatal survival and treatment outcomes. We aimed to develop a prognostic model for predicting PTB using a machine learning (ML) algorithm. METHODS: This retrospective cohort study relies on birth records of women who delivered at Khaleej-e-Fars Hospital, sourced from the “Iranian Maternal and Neonatal Network (IMaN Net),” an official national database, covering the period from January 1, 2020, to January 1, 2022. The main outcome of the stu
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.
BackgroundDiabetic foot ulcers (DFU) are a severe consequence of diabetes that, if left untreated, can lead to amputation, blindness, renal failure, and other serious complications. The high treatment expense and length of treatment for this therapeutic technique are both disadvantages. Despite the effectiveness of this strategy, a distant, cost-effective, and comfortable DFU diagnostic therapy is necessary.ObjectiveThis study proposed the Advanced Machine Learning Practical Method for Diabetic Foot Ulcer Classification.MethodsThis unique and cost-effective healthcare solution uses Practical 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.
OBJECTIVE: The significance of noncontrast computer tomography (CT) image markers in predicting hematoma expansion (HE) following intracerebral hemorrhage (ICH) within different time intervals in the initial 24 hours after onset may be uncertain. Hence, our objective was to examine the predictive value of clinical factors and CT image markers for HE within the initial 24 hours using machine learning algorithms.
METHODS: Four machine learning algorithms, including extreme gradient boosting (XGBoost), support vector machine, random forest, and logistic regression, were employed to assess the pr
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.
Genotyping single nucleotide polymorphisms (SNPs) is fundamental to disease research, as researchers seek to establish links between genetic variation and disease. Although significant advances in genome technology have been made with the development of bead-based SNP genotyping and Genome Studio software, some SNPs still fail to be genotyped, resulting in "no-calls" that impede downstream analyses. To recover these genotypes, we introduce Cluster Buster, a genotyping neural network and visual inspection system designed to improve the quality of neurodegenerative disease (NDD) research. Concor
СтатьяПрепринтПоиск 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: Treatment with atezolizumab and bevacizumab has become standard of care for advanced unresectable hepatocellular carcinoma (HCC) but carries an increased gastrointestinal bleeding risk. Therefore, patients are often required to undergo esophagogastroduodenoscopy (EGD) to rule out esophageal varices (EV) prior to initiating therapy, which can delay care and lead to unnecessary procedural risks and health care costs. In 2019, the EVendo score was created and validated as a noninvasive tool to accurately screen out patients who were at low risk for having EV that required treatment. W
СтатьяМногоцентровое исследованиеВалидационное исследованиеПолный 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.
PURPOSE: Prostate specific antigen (PSA) testing is a low-cost screening method for prostate cancer (PCa). However, its accuracy is limited. While progress is being made using medical imaging for PCa screening, PSA testing can still be improved as an easily accessible first step in the screening process. We aimed to develop and validate a new model by further personalizing the analysis of PSA with demographic, medical history, lifestyle parameters, and digital rectal examination (DRE) results.
METHODS: Using data from 34,224 patients in the screening arm of the PLCO trial (22,188 for the trai
СтатьяВалидационное исследованиеПоддержка 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.
Smoking cessation is an important public health policy worldwide. However, as far as we know, there is a lack of screening of variables related to the success of therapeutic intervention (STI) in Brazilian smokers by machine learning (ML) algorithms. To address this gap in the literature, we evaluated the ability of eight ML algorithms to correctly predict the STI in Brazilian smokers who were treated at a smoking cessation program in Brazil between 2006 and 2017. The dataset was composed of 12 variables and the efficacies of the algorithms were measured by accuracy, sensitivity, specificity,
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.
PURPOSE: To predict the post transurethral prostate resection(TURP) urethral stricture probability by applying different machine learning algorithms using the data obtained from preoperative blood parameters.
METHODS: A retrospective analysis of data from patients who underwent bipolar-TURP encompassing patient characteristics, preoperative routine blood test outcomes, and post-surgery uroflowmetry were used to develop and educate machine learning models. Various metrics, such as F1 score, model accuracy, negative predictive value, positive predictive value, sensitivity, specificity, Youden I
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: Apicomplexa consist of numerous pathogenic parasitic protistan genera that invade host cells and reside and replicate within the parasitophorous vacuole (PV). Through this interface, the parasite exchanges nutrients and affects transport and immune modulation. During the intracellular life-cycle, the specialized secretory organelles of the parasite secrete an array of proteins, among which dense granule proteins (GRAs) play a major role in the modification of the PV. Despite this important role of GRAs, a large number of potential GRAs remain unidentified in Apicomplexa.
METHODS:
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.
OBJECTIVES: Cancer cachexia is a debilitating condition with widespread negative effects. The heterogeneity of clinical features within patients with cancer cachexia is unclear. The identification and prognostic analysis of diverse phenotypes of cancer cachexia may help develop individualized interventions to improve outcomes for vulnerable populations. The aim of this study was to show that the machine learning-based cancer cachexia classification model generalized well on the external validation cohort.
METHODS: This was a nationwide multicenter observational study conducted from October 20
Наблюдательное исследованиеМногоцентровое исследованиеСтатьяПоиск 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 clinical pregnancy prediction model was developed by implementing machine learning technology that uses a combination of static images and medical data to calculate the outcome of an in vitro fertilization cycle.
OBJECTIVE: To provide a system that can accurately and sufficiently assist with decision making that is critical to in vitro fertilization cycles, primarily embryo selection.
STUDY DESIGN: Historical medical data, which consist of clinical information and a complete transferred embryo image dataset, of 697 patients who underwent unique in vitro fertilization were colle
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.