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
8203 публикаций
Поиск: 115 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1278 с найденным полным текстом
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2025eng
Amyotrophic Lateral Sclerosis (ALS) and myopathy are debilitating neuromuscular disorders that require accurate and timely diagnosis for effective management. Traditional electromyography (EMG)-based diagnostic methods rely on manual interpretation, which is time-consuming and prone to variability. This study proposes an approach that directly classifies EMG signals using a one-dimensional convolutional neural network (1D-CNN) without feature extraction, addressing the limitations of existing methods that depend on handcrafted features and focus primarily on binary classification. The proposed
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.
Tendon stiffness plays an important role in the tendon healing process, and many studies have indicated that measuring the shear wave velocity (SWV) on tendons relates to their stiffness. Because the thickness of hand tendons is a few millimeters, high-resolution imaging is required for visualizing hand tissues. However, the resolution of current ultrasound elastography systems is insufficient. In this study, a high-frequency (HF) ultrasound elastography system is proposed for measuring the SWVs of hand tendons. The HF ultrasound elastography system uses an external vibrator to create shear wa
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.
The aim of this paper is to develop and evaluate a novel imaging method [spatial gradient sparse in frequency domain (SSF)] for the reconstruction of activation sequences of ventricular arrhythmia from noninvasive body surface potential map (BSPM) measurements. We formulated and solved the electrocardiographic inverse problem in the frequency domain, and the activation time was encoded in the phase information of the imaging solution. A cellular automaton heart model was used to generate focal ventricular tachycardia (VT). Different levels of Gaussian white noise were added to simulate noise-c
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
Ultrasound and Duplex ultrasonography in particular are routinely used to diagnose cardiovascular disease (CVD), which is the leading cause of morbidity and mortality worldwide. However, these techniques may not be able to characterize vascular tissue compositional changes due to CVD. This work describes an ultrasound-based hybrid imaging technique that can be used for vascular tissue characterization and the diagnosis of atherosclerosis. Ultrasound radiofrequency (RF) data were acquired and processed in time, frequency, and wavelet domains to extract six parameters including time integrated b
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
In response to the presence of certain compounds, rat liver weight can increase. Under the assumption that the liver density does not change, the liver volume will increase as well. To develop the capability to monitor this process noninvasively over time, we used liver volumes determined from MR images to estimate the in vivo liver volumes and weights of normal rats. We acquired multislice, spin-echo images from 18 rats using several protocols for suppression of motion artifacts. We found that volumes determined from data obtained using a combination of gradient moment nulling and respiratory
Сравнительное исследованиеСтатьяПолный 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: Despite advancements in artificial intelligence (AI) for predicting cardiac arrest (CA) with multivariate time-series vital signs data, existing models continue to face significant problems, particularly concerning balance, efficiency, accuracy, and explainability. While neural networks have been proposed to extract multiscale features from raw data in various applications, to our knowledge, no work has utilized multiscale feature extraction, specifically for diagnostic CA prediction. This paper presents a new framework that tackles these difficulties by utilizing multiscale feature
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.
Event or loop recorders monitor heart rhythm using discontinuous ECG storage which enables them to obtain a correlation between symptoms and the underlying heart rhythm in patients with infrequent, short-lasting episodes. External event recorders with intermittent monitoring, i.e., with electrodes within the device, are suitable for patients with palpitations or tachycardia who remain conscious. External event recorders with continuous monitoring are tolerated by patients for a few weeks and have a limited diagnostic impact in patients with recurrent syncope. The implantable loop recorder (ILR
Аннотация на английскомСтатьяОбзорПоиск 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.
Epileptic seizure detection from electroencephalography (EEG) signals is a challenging task due to the nonlinear, nonstationary, and uncertain nature of neural activity. This paper proposes a novel tri-domain epileptic seizure classification framework based on an ensemble of Interval Type-2 Neuro-Fuzzy Inference Systems (IT2FIS) with fuzzy rules optimized using the Grey Wolf Optimizer (GWO). The method integrates complementary EEG features extracted from the time, frequency, and time-frequency domains to provide a comprehensive representation of seizure-related dynamics. GWO is employed to ini
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.
Reducing user-specific calibration is critical for practical steady-state visual evoked potential (SSVEP)-based brain-computer interfaces (BCIs), yet few-shot cross-subject decoding remains challenged by heterogeneous source transferability and inter-subject variability. We propose SQ-HAF, a source quality-guided framework that combines target-relevant source selection, frequency neighborhood-regularized spatial filtering, covariance alignment, and multi-branch decision fusion. Candidate source subjects are ranked primarily by target-source template similarity; when more than one labeled calib
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: Selecting energy thresholds in photon counting CT (PCCT) is crucial for reducing noise in material decomposition. Theoretically, it can be determined by analyzing the Cramér-Rao lower bound (CRLB). However, the CRLB analysis is challenging in practice without complete knowledge of system models.
PURPOSE: This study aims to develop a practical method for selecting semi-optimal energy thresholds in PCCT without the system models.
METHODS: We proposed approximate CRLB approaches, linear and nonlinear. It only needs to generate look-up tables of measured counts using a threshold scan
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.
Recent advancements in visual speech recognition (VSR) have promoted progress in lip-to-speech synthesis, where pre-trained VSR models enhance the intelligibility of synthesized speech by providing valuable semantic information. The success achieved by cascade frameworks, which combine pseudo-VSR with pseudo-text-to-speech (TTS) or implicitly utilize the transcribed text, highlights the benefits of leveraging VSR models. However, these methods typically rely on mel-spectrograms as an intermediate representation, which may introduce a key bottleneck: the domain gap between synthetic mel-spectro
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.
Accurate detection of arrhythmias from electrocardiogram (ECG) signals is crucial for timely diagnosis and effective management of cardiovascular diseases. This paper introduces a novel bio-inspired approach for ECG arrhythmia detection, leveraging Spiking Neural Networks (SNNs) inspired by biological neural mechanisms. The proposed methodology employs a structured pipeline, beginning with signal preprocessing involving normalization and filtering. Continuous ECG signals are then transformed into spike trains using rate coding. The core of the approach utilizes leaky integrate-and-fire (LIF) n
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2025eng
Large-scale screening for cardiac arrhythmia, such as atrial fibrillation, using wearable and hand-held devices gain importance in modern diagnostics. However, due to the electrode characteristics, these devices often incorporate signal conditioning that potentially distorts the typical ECG morphology, significantly aggravating the subsequent diagnosis. To overcome this issue, we propose a deep learning-based inverse filtering approach using a U-Net autoencoder to reconstruct clean single-lead ECG signals. A synthetic dataset was generated using the MIMIC-IV database and an object-oriented mod
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.
Shared structure nonlinear autoregressive with exogenous input (NARX) model is a promising tool for exploring cortical responses mechanism to external stimuli, essential for advancing our understanding of brain function and developing methods for direct brain information encoding. In this paper, we proposed a two-step method to overcome limitations in existing method, which neglect data relationships and rely on a greedy search for regression terms, leading to less accurate models. In our approach, data from multiple trials are concatenated, and then the orthogonal forward regression (OFR) alg
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2024eng
Research on decoding speech or generating images from human brain activity holds intriguing potential as neuroprosthesis for patients and innovative communication tools for general users. However, previous studies have been constrained in generating fragmented or abstract outputs, rendering them less applicable for serving as an alternative form of communication. In this paper, we propose an integrated framework that synthesizes speech from non-invasive speech-related brain signals and generates a talking-face that performs "lip-sync" using intermediate input decoded from brain signals. For re
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.
Automatic seizure detection plays a key role in assisting clinicians for rapid diagnosis and treatment of epilepsy. In view of the parallelism of temporal convolutional network (TCN) and the capability of bidirectional long short-term memory (BiLSTM) in mining the long-range dependency of multi-channel time-series, we propose an automatic seizure detection method with a novel end-to-end TCN-BiLSTM model in this work. First, raw EEG is filtered with a 0.5-45 Hz band-pass filter, and the filtered data are input into the proposed TCN-BiLSTM network for feature extraction and classification. Post-
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 Conference2024eng
Automated cough sound segmentation is important for the objective analysis of cough sounds. While various cough sound segmentation algorithms have been proposed over the years, it is not clear how these algorithms perform in the presence of background noise, which can vary in intensity across different environments. Therefore, in this study, we evaluate the performance of cough sound segmentation algorithms in the presence of background noise. Specifically, we examine algorithms employing conventional feature engineering and machine learning methods, convolutional neural networks (CNNs), recur
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 Conference2024eng
Obstructive Sleep Apnea (OSA) is a common sleep condition characterized by frequent pauses in breathing caused by the relaxation of muscles in the upper airway during sleep. These pauses manifest in changes observed in Chin Electromyography (EMG), airflow, and oxygen saturation signals. In this paper, we propose a deep convolutional neural network (DCNN) architecture for screening OSA events and normal breathing for the OSA subjects. We utilized data from 5 OSA subjects from the American Center for Psychiatry and Neurology (ACPN) database. In this paper, we achieved a validation accuracy of 80
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.
In this research, a heartbeat classification method is presented based on evolutionary feature optimization using differential evolution (DE) and classification using a probabilistic neural network (PNN) to discriminate between normal and arrhythmic heartbeats. The proposed method follows four steps: (1) preprocessing, (2) heartbeat segmentation, (3) DE feature optimization, and (4) PNN classification. In this method, we have employed direct signal amplitude points constituting the heartbeat acquired from the ECG holter device with no secondary feature extraction step usually used in case of h
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.
In this paper, synthetic electrocardiogram signals (SECG) of eight cardiac arrhythmias (sinus bradycardia, junctional bradycardia, tachycardia, flutter, atrial extrasystole, ventricular extrasystole, left branch block and right branch block) are obtained numerically by solving the McSharry mathematical model (2003) based on three coupled ordinary differential equations with the fourth-order Runge-Kutta method. They are compared with normal electrocardiogram signal. Indeed, visual analysis of a section of electrocardiogram (ECG) signals of these arrhythmias was used to suggest suitable values f
Сравнительное 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.