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
1054 публикаций
Поиск: 98 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 47 с найденным полным текстом
Single-cell RNA sequencing (scRNA-seq) enables genome-wide gene expression profiling at single-cell resolution but loses the spatial context essential for interpreting cell identity and tissue organization. In contrast, spatially resolved transcriptomics (SRT) preserves spatial information but typically lacks single-cell resolution or complete transcriptome coverage. To obtain a more comprehensive view of heterogeneous spatial domains and cellular gene expression, we present Cell2Map, an unsupervised deep learning method that integrates scRNA-seq and SRT data from the same tissue region. Cell2
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: Rheumatoid arthritis (RA) is a heterogeneous autoimmune disease where cytokine-driven dysregulation of gene networks poses a significant challenge for accurate diagnosis and targeted therapy. While transcriptomic data hold immense promise, most machine learning models lack the interpretability to decipher the underlying biological mechanisms, particularly the specific roles of key cytokines.
METHODS: We developed GeneCytNet, a novel deep learning framework that integrates a Variational Autoencoder (VAE) for nonlinear feature compression with a Graph Attention Network (GAT) to 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.
Previous studies evaluating imputation methods on clinical time series do not jointly account for spatial (e.g., across features) and temporal (across time) structures in missingness. We present a simulation model that induces realistic spatio-temporal missingness in three real-world clinical datasets by sampling from Markov chains. A variety of imputation methods including last observation carried forward (LOCF), linear interpolation, and spatio-temporal autoencoder (STAE) are applied to fill these missingness patterns. Finally, we evaluate the influence of time series imputations on a downst
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.
Lasso peptides adopt a distinctive [1]rotaxane conformation, yet the principles governing the folding of this kinetically trapped structure have remained elusive. Here, we integrated extensive molecular dynamics simulations and deep learning to elucidate the de novo folding mechanism of 20 lasso peptides lacking secondary post-translational modifications. We constructed Multi-Ensemble Markov Models for each lasso peptide and uncovered a universal uphill folding landscape with spontaneous folding probabilities consistently below 0.8%. Loop stability strongly correlated with folding propensity,
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.
The rapid expansion of digital systems has intensified the complexity of cyber threats, rendering traditional intrusion detection systems (IDS) inadequate against evolving attacks. This study proposes a hybrid IDS (H-IDS) that integrates supervised (SVM, Random Forest, CatBoost, DNN) and unsupervised (Isolation Forest, One-Class SVM, Autoencoder) models within an ensemble framework. Preprocessing employs PCA for dimensionality reduction and SMOTE for class balancing, while weighted voting based on cross-validation F1-scores optimizes ensemble decisions. A lightweight blockchain-inspired hash-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: Robotic-assisted unilateral biportal endoscopic surgery (UBE) is a more accurate and safer technique than traditional open surgical operations. The penetration recognition of ultrasonic drilling remains one of the challenging techniques of robotic-assisted UBE surgery.
METHODS: We propose a force and VAE-MLP-based method for real-time penetration recognition. During the ultrasonic drilling procedure, the force signals are collected and denoised via Kalman filtering first. The pre-processed data are then used to extract hidden features and perform classification by Variational Auto
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.
Neural signals are high-dimensional, noisy, and dynamic, making it challenging to extract interpretable features linked to behavior or disease. We introduce Neurospectrum, a framework that encodes neural activity as latent trajectories shaped by spatial and temporal structure. At each timepoint, signals are represented on a graph capturing spatial relationships, with a learnable attention mechanism highlighting important regions. These are embedded using graph wavelets and passed through a manifold-regularized autoencoder that preserves temporal geometry. The resulting latent trajectory is sum
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.
Alzheimer's Disease (AD) is a complex neurodegenerative disorder strongly influenced by sex differences, with women comprising nearly two-thirds of cases. However, sex-specific progression patterns remain underexplored due to unclear clinical and molecular mechanisms. To address this gap, we developed a temporal autoencoder framework to identify sex-specific AD sub-phenotypes using longitudinal electronic health record (EHR) data from the OneFlorida+ Clinical Research Consortium. Sequential EHRs were encoded into latent representations and clustered to derive disease states, which were assembl
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.
Recognizing nonstationarity is pivotal for trustworthy industrial process monitoring. Existing methods address this issue from a unimodal perspective, which struggles to capture intrinsic heterogeneity. To resolve this, we introduce a novel unsupervised multimodal nonstationary monitoring framework (UMNMF), integrating a bimodal paradigm with contrastive and adversarial schemes. Initially, the knowledge labeling unit (KLU) is established to generate pseudo-labels augmented with prior knowledge for semantic guidance. Subsequently, the dynamic alignment and encoding unit (DAEU) exploits contrast
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.
Shape measurements are crucial for evolutionary and developmental biology; however, they present difficulties in the objective and automatic quantification of arbitrary shapes. Conventional approaches are based on anatomically prominent landmarks, which require manual annotations by experts. Here, we develop a machine-learning approach by presenting morphological regulated variational AutoEncoder (Morpho-VAE), an image-based deep learning framework, to conduct landmark-free shape analysis. The proposed architecture combines the unsupervised and supervised learning models to reduce dimensionali
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.
Quantifying local structures in self-assembled systems is a central challenge in soft matter and materials science. When no a priori knowledge of the relevant structures is available, traditional order parameters often fall short. Unsupervised machine learning provides a convenient route to autonomously uncover structural motifs directly from particle configurations. In this work, we systematically compare three popular dimensionality reduction techniques, principal component analysis, autoencoders, and uniform manifold approximation and projection (UMAP), for classifying local environments 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.
PURPOSE: To develop and validate a deep learning (DL) model to differentiate ocular surface squamous neoplasia (OSSN) from pterygium and pinguecula using high-resolution anterior segment optical coherence tomography (AS-OCT).
DESIGN: Retrospective Diagnostic Accuracy Study.
METHODS: Setting: Single-center.
STUDY POPULATION: All eyes with a clinical or biopsy-proven diagnosis of OSSN, pterygium, or pinguecula that received AS-OCT imaging.
PROCEDURES: Imaging data was extracted from Optovue AS-OCT (Fremont, CA) and patients' clinical or biopsy-proven diagnoses were collected from electronic
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.
Rare natural hazards-such as severe storms, flooding, and wildfires-are difficult to model due to scarcity of high-quality observational data. This scarcity results in an imbalance within the dataset, where high-impact events are severely underrepresented, reducing the effectiveness of machine learning (ML) models. In this study, we propose a framework using stable diffusion to generate physical consistent synthetic storm events for data enrichment. Our method generates paired input-output samples, ensuring that synthetic meteorological fields are meaningfully aligned with their corresponding
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.
Structural brain alterations associated with depression and anxiety are subtle, heterogeneous, and difficult to characterize. We applied autoencoder-based normative modeling to contrastively learned structural MRI representations from two large population-based cohorts (German National Cohort, N ≈ 29,000; UK Biobank, N ≈ 25,000) to quantify individual deviations from normative brain structure across symptom dimensions of depression, anxiety, and, for contextualization, alcohol use.Deviation magnitude increased with symptom severity for depressive and anxiety symptoms and was most pronounced in
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.
Dental caries is a prevalent global condition, and its diagnosis often requires direct clinical examination by a dentist. However, access to traditional dental care can be limited due to high costs, availability, and patient discomfort. To address these limitations, this study introduced a remote caries detection model using a ResBlock-AutoEncoder that generates domain-specific pre-trained weights. The model demonstrated exceptional performance, achieving an accuracy of 0.9989, an F1-score of 0.9979, and a precision of 1.0, while maintaining a low average inference time of 5.7939 seconds. Furt
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.
Alzheimer's disease (AD) is marked by the pathological accumulation of amyloid beta-42 (Aβ42), contributing to synaptic dysfunction and neurodegeneration. While extracellular amyloid plaques are well-studied, increasing evidence highlights intracellular Aβ42 as an early and toxic driver of disease progression. In this study, we present a novel, Generative AI-based drug design approach to promote targeted degradation of Aβ42 via the ubiquitin-proteasome system (UPS), using E3 ligase-directed molecular glues. We systematically evaluated the ternary complex formation potential of Aβ42 with three
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.
Spatial transcriptomics (ST) provides high-dimensional gene expression profiles together with spatial coordinates, enabling the reconstruction of tissue architecture at cellular resolution. While recent graph-based deep learning methods have advanced spatial clustering in ST, many rely on complex architectures that obscure interpretability and rarely integrate biological priors such as marker gene information. We introduce BioLACE, a scalable framework that unifies spatial structure, transcriptomic variation, and curated marker gene profiles within a shared Variational Autoencoder (VAE) latent
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.
Behavioral and psychological symptoms of dementia pose challenges to the safety and well-being of individuals in residential care. The integration of video surveillance in common areas of these settings presents a valuable opportunity for developing automated deep learning methods capable of identifying such behavior of risk. By issuing real-time alerts, these methods can support timely staff intervention and reduce the likelihood of incidents escalating. However, a persistent limitation is the considerable drop in performance when these methods are deployed in environments unseen during train
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: The early diagnosis of eye fundus pathologies is crucial, as they may go unnoticed until reaching advanced stages. To offer an improved screening methodology for this purpose, the effectiveness of a conditional variational autoencoder (CVAE) based on multispectral (MS) imaging and operating from the visible to the near-infrared range (416-1213 nm) has been assessed. Methods: A total of 2040 images from 102 patients (66 females, 36 males; aged 19-91 years) were acquired with an MS fundus camera to feed a fine-tuned CVAE for classifying eye fundus as healthy or diseased. The performa
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.
Objective.As part of treatment planning for radiotherapy, the organs at risk (OARs) are delineated on the patient's CT scan. This work aims to develop a method to measure variability in OAR delineations and detect errors.Approach.A normative modelling approach was implemented by training a variational autoencoder (VAE) on a dataset of images and delineations to model the "acceptable" variability distribution. The trained VAE was then used to reconstruct unseen cases. Disagreements between input and reconstructed delineations highlighted regions where the input deviated from the training distri
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.