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
1764 публикаций
Поиск: 103 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 220 с найденным полным текстом
The Journal of heart and lung transplantation : the official publication of the International Society for Heart Transplantation2021eng
AIMS: We investigated left ventricular (LV) remodeling, mechanics, systolic and diastolic function, combined with clinical characteristics and heart-failure treatment in association to death or heart-transplant (DoT) in pediatric idiopathic, genetic or familial dilated cardiomyopathy (DCM), using interpretable machine-learning.
METHODS AND RESULTS: Echocardiographic and clinical data from pediatric DCM and healthy controls were retrospectively analyzed. Machine-learning included whole cardiac-cycle regional longitudinal strain, aortic, mitral and pulmonary vein Doppler velocity traces, age an
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.
Machining is a crucial constituent of the manufacturing industry, which has begun to transition from precision machinery to smart machinery. Particularly, the introduction of artificial intelligence into computer numerically controlled (CNC) machine tools will enable machine tools to self-diagnose during operation, improving the quality of finished products. In this study, feature engineering and principal component analysis were combined with the online and real-time Gaussian mixture model (GMM) based on the Kullback-Leibler divergence's measure to achieve the real-time monitoring of changes
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.
Unsupervised machine learning shows significant promise for evaluating multicolor flow cytometry, particularly in advancing minimal residual disease (MRD) analysis. We implemented t-distributed stochastic neighbor embedding (t-SNE)-assisted MRD analysis in a challenging case of Philadelphia chromosome-positive acute lymphoblastic leukemia. This approach enabled us to identify MRD on an unbiased basis with a sensitivity comparable to that of genetic analysis while simultaneously reducing the workload. t-SNE is a valuable tool for the detection and verification of MRD, with its effectiveness sig
СтатьяКлинический случайПоиск 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: Dynamic imaging holds great potential in the diagnosis and comprehensive evaluation of different diseases by capturing mechanical and dynamic characteristics of moving organs. Nonetheless, motion artifacts notably impair image quality, hindering accurate and localized analysis-particularly in free-breathing scenarios. In preclinical studies, traditional methods often necessitate artificial breathing control or use invasive techniques that do not permit functional lung assessment under normal physiological conditions, potentially biasing results and restricting longitudinal studies.
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: The growing complexity of patient data and the intricate relationship between heart failure (HF) and acute kidney injury (AKI) underscore the potential benefits of integrating artificial intelligence (AI) and machine learning into healthcare. These advanced analytical tools aim to improve the understanding of the pathophysiological relationship between kidney and heart, provide optimized, individualized, and timely care, and improve outcomes of HF with AKI patients.
SUMMARY: This comprehensive review article examines the transformative potential of AI and machine-learning solution
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.
PURPOSE OF REVIEW: The purpose of this article is to introduce the concept of 'Big Data' and review its potential to advance scientific discovery in obstetrics.
RECENT FINDINGS: Big Data is now ubiquitous in medicine, being used in many specialties to understand the pathophysiology, risk factors, and treatment for many diseases. Big Data analyses often employ machine learning methods to understand the complex relationships that may exist within these sources. We review the basic principles of supervised and unsupervised machine learning methods, including deep learning. We highlight how these
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: Thyroid eye disease (TED) exhibits profound phenotypic heterogeneity that conventional binary thyrotropin receptor antibody fails to capture. We aimed to deconstruct this heterogeneity by establishing a cytokine-derived molecular taxonomy.
METHODS: We profiled 102 plasma cytokines in 101 TED patients using a Luminex assay. Integrative machine learning identified key cytokine signatures. Unsupervised K-means clustering defined four discrete endotypes. A diagnostic nomogram (named the cytokine-derived cluster [CKC] score) was developed and evaluated in an independent external cohort.
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.
Illegal adulteration has been a critical issue in food safety, emerging as a focal point in forensic science. This situation has led to an increased demand for effective detection and monitoring technologies. Opium poppy shells are a critical source of drugs, and the accurate tracing and identification of their analogues are essential in drug-related cases. The features of volatile compounds in six opium poppy shell analogues (OPSA) were characterized using headspace-gas chromatography-ion mobility spectrometry (HS-GC-IMS) in this study, and an accurate model for origin tracing was established
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: Immune checkpoint inhibitors (ICIs) have revolutionized oncology by enhancing antitumor immune responses. However, their use is frequently associated with immune-mediated adverse events, including colitis (ICIs-colitis). This condition shares clinical and histological features with inflammatory bowel diseases (IBD), such as Crohn's disease (CD) and ulcerative colitis (UC). Emerging evidence highlights the gut microbiota's role in both ICIs-colitis and IBD pathogenesis. This study aimed to determine whether a distinct microbiota profile, assessed via machine learning, could differen
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.
Heart failure with preserved ejection fraction (HFpEF) accounts for over half of heart failure cases but remains poorly defined due to its clinical heterogeneity. In the prospective PACIFIC-Preserved cohort (NCT04189029, n = 155), we applied multimodal deep phenotyping, including high-throughput proteomics, and unsupervised machine learning to identify biologically distinct HFpEF subgroups. Multiview clustering revealed two major HFpEF phenogroups: PEF1, characterized by inflammatory signaling, TNF receptor activation, cardio-skeletal injury, and greater renal dysfunction; and PEF2, marked by
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.
Tissue classification is one of the fundamental tasks in computational pathology, but domain shifts in digital pathology images limit the generalization of classification models. Domain generalization has emerged as a leading solution to address this gap, with related research often using multiple public datasets to demonstrate model generalization ability across different sources. To further explore this, we introduce the GDPH-CRC-HE-MS dataset, consisting of 101 H&E-stained colorectal cancer slides from Guangdong Provincial People's Hospital, scanned by 1 to 6 different scanners. In this stu
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: Abnormal ventricular depolarization, evident as a broad QRS complex on an ECG, is traditionally categorized into left bundle-branch block (LBBB) and right bundle-branch block or nonspecific intraventricular conduction delay. This categorization, although physiologically accurate, may fail to capture the nuances of diseases subtypes.
METHODS: We used unsupervised machine learning to identify and characterize novel broad QRS phenogroups. First, we trained a variational autoencoder on 1.1 million ECGs and discovered 51 latent features that showed high disentanglement and ECG reconstr
СтатьяПоддержка 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.
The liver and kidney in mammals play central roles in protecting the organism from xenobiotics and are at high risk of xenobiotic-induced injury. Xenobiotic-induced tissue injury has been extensively studied from both classical histopathological and biochemical perspectives. Here, we introduce a machine-learning approach to analyze toxicological response. Unsupervised characterization of physiological and histological changes in a large toxicogenomic dataset revealed nine discrete toxin-induced disease states, some of which correspond to known pathology, but others were novel. Analysis of dyna
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
STUDY DESIGN: Narrative review.
OBJECTIVE: To perform a review discussing current applications of artificial intelligence (AI) and machine learning (ML) in the prediction of quality metrics in elective degenerative spinal surgeries.
SUMMARY OF BACKGROUND DATA: A major barrier to the long-term effectiveness of elective spine surgery is the high incidence of perioperative complications. The use of AI and ML in the preoperative evaluation of elective spine surgery has been limited.
METHODS: A literature review was performed to identify adults who underwent surgery for elective lumbar degenerat
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: Blastocyst transfer has been associated with shorter leukocyte telomere length in ART-conceived children, suggesting that extended embryo culture may accelerate aging in offspring. Selecting Day 3 embryos with high developmental potential for transfer could address this issue. The aim of this study is to investigate whether machine learning combined with Raman spectroscopy of spent Day 3 culture medium can serve as a potential method for predicting extended embryo culture outcomes, thereby enabling embryo selection at the cleavage stage.Methods: This prospective study analyzed 172
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: Boosting accuracy in automatically discriminating patients with Alzheimer's disease (AD) and normal controls (NC), based on multidimensional classification of longitudinal whole brain atrophy rates and their intermediate counterparts in analyzing magnetic resonance images (MRI).
METHOD: Longitudinal percentage of brain volume changes (PBVC) in two-year follow up and its intermediate counterparts in early 6-month and late 18-month are used as features in supervised and unsupervised classification procedures based on K-mean, fuzzy clustering method (FCM) and support vector machine (S
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 AND OBJECTIVES: In the absence of biomarkers, the true biological footprint of migraine remains incompletely understood. It could perhaps be best characterized using machine learning models of multimodal data. The aim of this study was to (1) develop diagnostic models of migraine using multimodal data and (2) identify data-driven migraine phenotypes.
METHODS: This was a cross-sectional machine learning analysis of demographics, self-reported clinical and headache data, and genome-wide genotype data from the Trøndelag Health Study (data collected 1995-1997 and 2006-2008). All partic
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.
INTRODUCTION AND HYPOTHESIS: As interstitial cystitis/bladder pain syndrome (IC/BPS) likely represents multiple pathophysiologies, we sought to validate three clinical phenotypes of IC/BPS patients in a large, multi-center cohort using unsupervised machine learning (ML) analysis.
METHODS: Using the female Genitourinary Pain Index and O'Leary-Sant Indices, k-means unsupervised clustering was utilized to define symptomatic phenotypes in 130 premenopausal IC/BPS participants recruited through the Multidisciplinary Approach to the Study of Chronic Pelvic Pain (MAPP) research network. Patient-repo
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
IMPORTANCE: Increased ability to quantify anatomical phenotypes across multiple organs provides the opportunity to assess their cumulative ability to identify individuals at greatest susceptibility for adverse outcomes.
OBJECTIVE: To apply unsupervised machine learning to define the distribution and prognostic importance of computed tomography-based multiorgan phenotypes associated with adverse health outcomes.
DESIGN, SETTING, AND PARTICIPANTS: This asymptomatic community-based cohort study included 2924 Framingham Heart Study participants between July 2002 and April 2005 undergoing compute
СтатьяПоддержка NIH: внешняя программаПоиск 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 paper proposes a fully data-driven and end-to-end adaptive framework for the complete black-box identification of piecewise affine ARX (PWARX) systems, in which model structure discovery, submodel parameter estimation, recursive parameter fine-tuning, and explicit polyhedral partition identification are integrated into a unified two-stage learning architecture. In Stage 1, an unsupervised process determines the number and order of submodels, computes consistent initial submodel parameter estimates, and constructs a compact labeled training set. In Stage 2, a self-tuning semi-supervised su
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.