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
52032 публикаций
Поиск: 389 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1514 с найденным полным текстом
A brain tumor is the result of abnormal growth of cells in the central nervous system (CNS), widely considered as a complex and diverse clinical entity that is difficult to diagnose and cure. In this study, we focus on current advances in medical imaging, particularly magnetic resonance imaging (MRI), and how machine learning (ML) and deep learning (DL) algorithms might be combined with clinical assessments to improve brain tumor diagnosis. Due to its superior contrast resolution and safety compared to other imaging methods, MRI is highlighted as the preferred imaging modality for brain tumors
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.
BACKGROUND: Hepatocyte ballooning (HB) is a significant histological characteristic linked to the advancement of non-alcoholic fatty liver disease (NAFLD) and non-alcoholic steatohepatitis (NASH). Although clinicians now consider liver biopsy the most reliable method for identifying HB, its invasive nature and related dangers highlight the need for the development of non-invasive diagnostic options.
OBJECTIVE: This study aims to develop a novel methodology that combines deep learning and machine learning techniques to accurately identify and measure hepatobiliary abnormalities in liver ultras
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.
Cognitive decline in Parkinson's disease (PD) varies widely. While models to predict cognitive progression exist, comparing traditional probabilistic models to deep learning methods remains understudied. This study compares sequential modeling techniques to identify cognitive progression in individuals with and without PD. Using data from the Parkinson's Progression Marker Initiative, shallow Markov, deep recurrent (long short-term memory [LSTM]), and nonrecurrent (temporal fusion transformer [TFT]) models were compared to predict cognitive status over time. Cognitive status was categorized in
СтатьяСравнительное исследованиеПоддержка NIH: внешняя программаПоиск 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.
OBJECTIVE: Our study aimed to determine whether radiomics models based on contrast-enhanced computed tomography (CECT) have considerable ability to predict serosal involvement in gallbladder cancer (GBC) patients.
MATERIALS AND METHODS: A total of 152 patients diagnosed with GBC were retrospectively enrolled and divided into the serosal involvement group and no serosal involvement group according to paraffin pathology results. The regions of interest (ROIs) in the lesion on all CT images were drawn by two radiologists using ITK-SNAP software (version 3.8.0). A total of 412 features were extra
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.
Ultrasonography (US) is the primary diagnostic tool used to assess the risk of malignancy and to inform decision-making regarding the use of fine-needle aspiration (FNA) and postFNA management in patients with thyroid nodules. However, since US image interpretation is operator-dependent and interobserver variability is moderate to substantial, unnecessary FNA and/or diagnostic surgery are common in practice. Artificial intelligence (AI)-based computeraided diagnosis (CAD) systems have been introduced to help with the accurate and consistent interpretation of US features, ultimately leading 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.
We developed neural network models trained with images from Klebsiella pneumoniae genomes, encoded via Chaos Game Representation, to predict carbapenem resistance. Both real (n = 168) and synthetic AI-generated (n = 200) images were used. The best-performing model, among the 72 developed, achieved up to 87.5 % accuracy on generalization datasets.
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: Machine-learning models can distinguish acromegaly from controls in single photographs, but whether gradual facial change can be measured within the same person from ordinary photographs is unknown. We tested whether a person's face shifts measurably toward an acromegaly-associated pattern over time.
DESIGN: Multicenter, international, cross-sectional cohort study with within-subject longitudinal analysis.
METHODS: People with acromegaly and other pituitary tumors contributed retrospective photographs. Two timepoints per person were paired by self-reported disease stage when avail
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.
Antibodies, ranging from conventional immunoglobulins to single-domain and bispecific antibodies, are developed for a wide spectrum of therapeutic and diagnostic applications. However, lead antibodies are commonly engineered to optimize one or more key properties, including affinity, specificity, polyreactivity, stability, aggregation, and immunogenicity, and tradeoffs among these attributes frequently hinder the development of variants suitable for clinical use. Furthermore, identifying lead candidates with desirable properties typically requires multiple rounds of experimental screening and
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.
Understanding the trajectory of Huntington's disease (HD) is critical for patient stratification and the development of targeted interventions. Traditionally, studies relied on age-CAG models to estimate disease onset and progression, based on the well-established relationship between CAG repeat length and age at onset. However, additional genetic, environmental, and clinical factors can cause substantial variability. Recent machine learning approaches integrate clinical, imaging, and molecular data for more precise prediction of disease progression. Following PRISMA guidelines, we systematica
СтатьяОбзорПолный 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.
As applications of artificial intelligence (AI) continue to grow in dermatology, it is necessary to understand the potential of artificial intelligence, including machine learning, in the treatment of androgenetic alopecia. Accordingly, this study aims to evaluate AI applications for AGA diagnosis, severity assessment and predicting treatment outcomes.
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.
Colon cancer represents a significant global health burden, accounting for a substantial portion of cancer-related morbidity and mortality worldwide. Many studies have been conducted to predict survival outcomes; however, most of these analyses have been performed predominantly via basic statistical methods. The aim of this study was to perform machine learning techniques to build models for survival prediction in patients with colon cancer. A retrospective review of 764 colon cancer patients treated over a 10-year period facilitated the construction of a detailed dataset containing 44 predict
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: Reliable identification of septocutaneous fibular artery perforators is important for free fibula flap harvest involving a skin paddle. While imaging modalities such as computed tomography angiography (CTA) provide high diagnostic accuracy for direct perforator visualization, they do not quantify segment-level probability of perforator presence based on global anatomical characteristics.
METHODS: In this retrospective CTA-based study, 246 patients (490 limbs) were analyzed. Each fibula was divided into 10 equal segments, yielding 4,900 limb-zone observations. Using limb-level anat
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.
Biosignature detection remains a key challenge in astrobiology, yet robust mineral biosignatures remain limited. Raman spectroscopy is increasingly applied in planetary exploration, but its high-dimensional spectral information has not yet been fully exploited for biosignature discrimination using data-driven approaches. Here, we integrate Raman spectroscopy with interpretable machine learning to distinguish biotic from abiotic apatite, a ubiquitous phosphate mineral in terrestrial and extraterrestrial environments. We compile 331 apatite Raman spectra from abiotic and biotic sources and extra
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: This study aimed to identify dental pain using machine learning (ML) algorithms in Brazilian adolescents for public health screening purposes.
METHODS: Data from 2 cross-sectional waves of the Brazilian National Survey of School Health (PeNSE) in 2015 and 2019 were used (schoolchildren aged 11 to 18). The outcome was dental pain in the last 6 months. Co-variables were 53 variables, including demographic, socioeconomic, and behavioral characteristics. The 2015 dataset was split (80:20) into training and test sets, while the 2019 dataset was used as a temporal external validation
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.
Early and reliable screening for oropharyngeal dysphagia symptoms in at-risk populations is a crucial first stage in effective management. This study aims to propose a machine learning model that can predict whether individuals are at risk of having confirmed dysphagia based on diagnostic accuracy. This was an exploratory cross-sectional diagnostic accuracy study. Adults and older adults were screened and assessed, and a videofluoroscopy swallowing study was performed to confirm dysphagia in participants with complaints about swallowing and signs or symptoms identified in the clinical assessme
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.
Topological quantum materials offer new levers for thermoelectric (TE) design by reshaping band geometry, carrier scattering, and heat transport. This review provides a unified account of these opportunities from three complementary perspectives. First, we develop an analytical framework based on the Bernevig-Hughes-Zhang model, which makes explicit how Berry curvature, entropy, and chemical potential jointly control the anomalous Nernst response across trivial, critical, and topological regimes. Within a Landauer-Büttiker picture, we show how helical edge channels can act as nearly ideal step
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.
INTRODUCTION: Artificial Intelligence (AI) is increasingly being integrated into clinical practice to optimize diagnosis in neurocognition. By capturing distinct cognitive signatures, this approach may offer a more precise alternative to the traditional interpretation of the Montreal Cognitive Assessment (MoCA) which often relies on a fixed cutoff score (26/30). We aimed to evaluate whether machine learning models, by integrating detailed MoCA subtest scores, demographic variables, and cognitive chart-derived metrics, can improve the detection of cognitive impairment and classification of deme
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: Anterior open bite (AOB) is a complex malocclusion characterized by different vertical craniofacial growth and heterogeneous skeletal patterns, making objective diagnosis challenging using conventional cephalometric assessment alone. Recent advances in machine learning offer new opportunities to improve phenotypic characterization and diagnostic accuracy in orthodontics. Methods: This retrospective study analyzed lateral cephalometric records from 1056 orthodontic patients, comprising 621 patients with an anterior open bite and 435 healthy controls, all of whom were from the Arab p
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.
BackgroundAccurate triage of trauma patients by Emergency Medical Services (EMS) is essential for optimal outcomes and resource allocation. The 2021 National Field Triage Guidelines (FTG) assist EMS in prehospital triage; however, its collective performance has never been evaluated using a national database. We aimed to evaluate an FTG surrogate and develop a predictive model to identify patients at risk for serious injury.MethodsThe Trauma Quality Improvement Program National Trauma Databank (2017-2020) was queried for traumatically injured adults transported via ambulance. Serious injury was
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 human gut microbiome is crucial to health, with dysbiosis increasingly linked to disease. Precision probiotics offer a promising approach to restoring microbial balance, but ensuring probiotic viability through gastrointestinal transit remains a challenge. This study applies an advanced active machine learning (ML) approach to predict how excipients affect the growth of Lactobacillus plantarum, a commonly used probiotic. State-of-the-art experiments were carried out to complement the ML study. Starting with five known excipient-probiotic interactions, we apply active ML over three rounds t
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.