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
2066 публикаций
Поиск: 232 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 707 с найденным полным текстом
IntroductionCounting surgical instruments during surgical procedures is critical for ensuring patient safety. Our goal is to develop a machine learning-based computer vision algorithm to create a reliable, automated surgical instrument counting support system. We hypothesize that our machine learning algorithm, based on the YOLO (You Only Look Once) model, can effectively perform instrument counting in surgery videos, providing real-time feedback to the surgical team.MethodsYOLO is a real-time object detection algorithm built on a convolutional neural network (CNN). To train the model, we reco
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.
OBJECTIVE: To develop and internally validate a machine learning model for predicting the risk of large-for-gestational-age (LGA) birth following IVF/ICSI and to identify important parental and treatment-related predictors.
METHODS: A total of 17, 741 singleton live births resulting from IVF/ICSI, categorized as appropriate for gestational age (AGA) or LGA. Data on birth outcomes, parental characteristics, and treatment-related variables were collected. The dataset was randomly divided into training and testing sets (7:3). An XGBoost model was developed and optimized using the Optuna framewor
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 potential of cytotoxic CD4+ T cells and tissue resident memory T cells (Trm) in achieving adult leukemia remission have been highlighted [1,2]. We hypothesized that CXCR6 could serve as a marker for cytotoxic CD4+ Trm cells in the bone marrow (BM) of pediatric B-ALL patients. Flow cytometry (FCM) and published single cell RNA sequencing (scRNA-seq) datasets were employed to characterize CXCR6+CD4+ T cells in the BM and peripheral blood (PB) of pediatric B-ALL patients and healthy donors. FCM, scRNA-seq and co-culture were utilized to explore the cytotoxicity of CXCR6+CD4+ T cells in vitro
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.
Surveillance programs for managing antimicrobial resistance (AMR) have yielded thousands of genomes suited for data-driven mechanism discovery. We present a workflow integrating pangenomics, gene annotation, and machine learning to identify AMR genes at scale. When applied to 12 species, 27,155 genomes, and 69 drugs, we 1) find AMR gene transfer mostly confined within related species, with 925 genes in multiple species but just eight in multiple phylogenetic classes, 2) demonstrate that discovery-oriented support vector machines outperform contemporary methods at recovering known AMR genes, re
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.
Arsenic (As) exposure to rice threatens food safety while transferring As to rice from paddy soils significantly impacts increasing As levels in rice. This study explores establishing an efficient model for predicting As accumulation in rice grain using ensemble machine learning algorithms. Paddy-field samples, including soil and rice grain were collected during the post-monsoon season from sixty plot locations in a rice-producing district of West Bengal (India). Field screening included two rice cultivation systems such as conventional flooding and intermittent watering. The model validation
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.
MOTIVATION: Large-scale gene knockdown/knockout screens have been used to gain insight into a wide array of phenotypes and biological processes. However, conducting such experiments is expensive and labor-intensive. In this work, we present a general graph-based machine-learning approach that can predict the effects of gene perturbations on molecular phenotypes of interest given some measured phenotypic effects of other gene perturbations. The motivation for learning models that can predict the effects of gene perturbations is fourfold. Such models can (1) predict effects for unmeasured genes
СтатьяПрепринтПолный 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: Leveraging patient data through machine learning techniques in disease care offers a multitude of substantial benefits. Nonetheless, the inherent nature of patient data poses several challenges. Prevalent cases amass substantial longitudinal data owing to their patient volume and consistent follow-ups, however, longitudinal laboratory data are renowned for their irregularity, temporality, absenteeism, and sparsity; In contrast, recruitment for rare or specific cases is often constrained due to their limited patient size and episodic observations. This study employed self-supervised
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.
OBJECTIVE: To assess the efficacy of a deep transfer learning radiomic (DLR) model in predicting the 12-month risk of pulmonary fibrosis after COVID-19, which is crucial for early clinical intervention and treatment.
METHODS: Retrospective analysis of 260 COVID-19 patients (Dec 2022-Jan 2023) included chest CT and clinical data collection during hospitalization, with 1-year radiological follow-up. Final follow-up CT determined fibrosis status. ResNet-50-based DLR automatically segmented lesions from initial CTs. Radiomic features were extracted, filtered via Pearson’s correlation, and LASSO.
СтатьяВалидационное исследованиеПолный 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.
Emergent features are fundamental concepts in Gestalt psychology, yet the neural encoding of these features, particularly a quantitative understanding of their relative superiority, remains elusive. This study bridges this gap by conceptualizing emergent features through geometric transformations within the Erlangen Program, which provides a principled framework to quantify their hierarchical relationships. We propose that the lateral occipital cortex (LOC) encodes these emergent features in accordance with the geometric hierarchies defined by this program. Using fMRI and multivariate pattern
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.
PURPOSE: Accurate embryo selection is vital for the success of in vitro fertilization (IVF); however, existing morphological scoring methods are inherently subjective and fail to capture underlying molecular alterations. This study aimed to identify non-invasive molecular markers for embryo quality assessment by analyzing highly modified ribosomal small RNAs (rsRNAs) in embryo culture medium using ultra-sensitive sequencing and machine learning.
METHODS: Ultra-sensitive Pandora sequencing was employed to profile rsRNAs in embryo culture medium. Machine learning algorithms were used to identif
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.
Raman spectroscopy has emerged as a promising label-free technique for cancer detection; however, variability across biological sample types and the limited availability of complete multi-source data per patient present challenges for developing generalisable classification models. This study proposes a unified machine learning framework for oral cancer classification using Raman spectra acquired from heterogeneous biological samples, including tissue, serum, and urine. Each spectrum was treated as an independent observation while maintaining patient-level data integrity during model evaluatio
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: Haemoglobin variation (ΔHb) induced by fluid transfer through the intestitium has been proposed as a useful tool for detecting hydrostatic pulmonary oedema (HPO). However, its use in the emergency department (ED) setting still needs to be determined.
METHODS: In this observational retrospective monocentric study, ED patients admitted for acute dyspnoea were enrolled. Hb values were recorded both at ED presentation (T0) and after 4 to 8 h (T1). ΔHb between T1 and T0 (ΔHbT1-T0) was calculated as absolute and relative value. Two investigators, unaware of Hb values, defined the cause
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 COVID-19 pandemic has had a significant impact on public life and health worldwide, putting the world's healthcare systems at risk. The first step in stopping this outbreak is to detect the infection in its early stages, which will relieve the risk, control the outbreak's spread, and restore full functionality to the world's healthcare systems. Currently, PCR is the most prevalent diagnosis tool for COVID-19. However, chest X-ray images may play an essential role in detecting this disease, as they are successful for many other viral pneumonia diseases. Unfortunately, there are common featu
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.
Postoperative delirium is a frequent and serious complication lacking effective prediction tools for general ward patients. This study aimed to identify postoperative delirium risk factors in non-ICU patients using machine learning. A retrospective analysis of 85,884 surgical patients (2017-2022) from a tertiary hospital was conducted. Postoperative delirium, diagnosed from nursing records, was predicted using 53 variables, with LightGBM showing the best performance. Key risk factors included a higher comorbidity count, age, drain count, sodium levels, and lower albumin levels. Age was the pri
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.
Boron dipyrromethene (BODIPY) dyes are widely recognized for their strong visible-light absorption, high fluorescence, and structural modularity. Beyond fluorescence, molecular engineering can redirect their photoexcited states toward distinct photochemical pathways, expanding their utility in photomedicine and materials chemistry. This Spotlight examines BODIPY photochemistry from this excited-state perspective and connects recent advances in phototheranostics and photopolymerization. In phototherapy, BODIPY excited states can be directed toward triplet-state energy transfer for singlet-oxyge
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.
INTRODUCTION: Delirium is a cerebral dysfunction seen commonly in the acute care setting. It is associated with increased mortality and morbidity and is frequently missed in the emergency department (ED) and inpatient care by clinical gestalt alone. Identifying those at risk of delirium may help prioritize screening and interventions in the hospital setting.
OBJECTIVE: Our objective was to leverage electronic health records to identify a clinically valuable risk estimation model for prevalent delirium in patients being transferred from the ED to inpatient units.
METHODS: This was a retrospec
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.
Thyroid cancer is a life-threatening condition that arises from the cells of the thyroid gland located in the neck's frontal region just below the adam's apple. While it is not as prevalent as other types of cancer, it ranks prominently among the commonly observed cancers affecting the endocrine system. Machine learning has emerged as a valuable medical diagnostics tool specifically for detecting thyroid abnormalities. Feature selection is of vital importance in the field of machine learning as it serves to decrease the data dimensionality and concentrate on the most pertinent features. This p
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.
OBJECTIVE: After swallowing, the upper esophageal sphincter (UES) needs a certain amount of time to return from maximum pressure to the resting condition. Disturbances of sphincter function not only during the swallowing process but also in this phase of pressure restitution may lead to globus sensation or dysphagia. Since UES pressures do not decrease in a linear or asymptotic manner, it is difficult to determine the exact time when the resting pressure is reached, even when using high resolution manometry (HRM). To overcome this problem a Machine Learning model was established to objectively
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.
Species responses to the environment are often non-stationary, varying in space and time depending on the environmental context. This is one of the reasons why species distribution models (SDMs) often have low transferability. Context dependence may arise due to frequent and widespread interactive effects of environmental drivers on species occurrence. Thus, accounting for interactions in SDMs could in principle improve their transferability. Alternatively, incorporating driver interactions may lead to overfitting issues and reduce model transferability. We systematically assessed the extent 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.
Chronic kidney disease (CKD) is associated with alterations in cortical bone structure and composition that contribute to increased fracture risk but are incompletely captured by standard clinical imaging, including DXA. This study evaluated whether radiomics combined with machine learning can enhance detection of CKD-related cortical bone characteristics using high-resolution peripheral quantitative computed tomography (HR-pQCT). HR-pQCT images (60.7 μm isotropic resolution; 168-slice stacks acquired at 7.3% and 30% proximal to the tibial endplate) were analyzed from 72 participants (38 non-C
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.