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
13472 публикаций
Поиск: 251 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 922 с найденным полным текстом
Timely and precise detection of diseases on plants is crucial for minimizing losses during crop production in order to sustain food supply demands worldwide. In this work, deep learning (DL) was used to develop an automatic disease identification system for the leaves of potato and mango plants using two publicly available datasets, the PlantVillage Potato Leaf Disease (2,152 images) dataset and the Kaggle Mango Leaf Disease dataset (4,000 images). Images were pre-processed, augmented, and split into training and testing datasets (80:20), to enable better model generalization. Four deep learni
СтатьяСравнительное исследованиеПоиск 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.
COVID-19 is a extremely contagious disease triggered by the SARS-CoV-2 virus which mostly affects the human breathing system. Furthermore, the COVID-19 was emerged in late 2019 and escalated rapidly into a global pandemic which impacted health and economic challenges across globe. Similar to other infectious diseases, it transmits through respiratory droplets and the rapid diagnosis is more important in controlling transmission and managing patient health care. In this work, a deep learning framework for COVID-19 classification using cough sounds has been proposed. Furthermore, the various dee
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.
European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society2025eng
PURPOSE: A healthy posture is characterized by symmetric features like equal shoulder height, a straight spinous process line and equally-sized waist triangles. Deviations suggest spinal disorders, among them adolescent idiopathic scoliosis (AIS), a three-dimensional spinal curvature requiring timely treatment. AIS screenings are debated among the scientific community. This study proposes two symmetry-sensitive convolutional neural networks (CNNs) to identify asymmetries in videorasterstereographic back curvature images to classify AIS.
METHODS: A total of 1444 videorasterstereographic measur
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.
While convolutional neural networks (CNNs) and vision transformers (ViTs) have advanced medical image segmentation, they face inherent limitations such as local receptive fields in CNNs and high computational complexity in ViTs. This paper introduces Deconver, a novel network that integrates traditional deconvolution techniques from image restoration as a core learnable component within a U-shaped architecture. Deconver replaces computationally expensive attention mechanisms with efficient nonnegative deconvolution (NDC) operations, enabling the restoration of high-frequency details while supp
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.
The StitchNet framework introduced a paradigm shift in Neural Architecture Search (NAS) by proposing the construction of neural networks from pre-trained fragments. This approach reduces computational costs and enables task-specific model creation without retraining entire networks. Building on this foundation, our study evaluates the practical application of StitchNet in constructing neural networks tailored to medical image classification tasks. Specifically, we assess its performance on a dataset of retinal images classified into three categories: healthy, dry, and wet AMD (Age-Related Macu
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.
BACKGROUNDS: Colonoscopy plays a crucial role in preventing the malignant transformation of colorectal polyps, with early diagnosis and detection of colorectal cancer being effective approaches to reducing incidence and mortality rates among patients. With the rise of neural networks, research on computer-aided detection of colorectal polyps has garnered increasing attention. However, existing computer-aided diagnostic systems are constrained by insufficient training sample sizes, making it difficult to train high-performance systems.
METHODS: This paper proposes the Y-Polyp model for colorec
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.
Fish species recognition is essential for ecological studies, fishery management, and marine biology. Accurate detection and categorization are critical for preserving biodiversity, allowing scientists to track species distribution, identify invasive species, and analyze the effects of environmental changes. The fish sector is essential to any country's food and agriculture. Identification of species by the morphology process is both inaccurate and costly. However, the manual process of measuring important details like species identification, length, and quantity is difficult to capture, which
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.
To address the issues of low perception accuracy and poor robustness in traditional motion recognition methods within complex walking environments for visually impaired individuals, this study utilizes multi-modal data, including ECG, PPG, and IMU, for classification. Regarding the low filtering efficiency of multi-modal data, an improved wavelet filtering algorithm based on LSTM is proposed. To further enhance classification accuracy, this paper introduces a motion recognition method for the blindfolded mobility simulation based on an Attention-based Two-Stream Deep Fusion Convolutional Neura
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.
Transformer-based deep learning architectures have achieved notable success across various medical image analysis tasks, driven by the global modeling capabilities of the self-attention mechanism. However, Transformer-based methods exhibit significant computational complexity and a large number of parameters, rendering them challenging to apply effectively in practical medical scenarios. Compared with Transformers, large-kernel Convolutional Neural Networks (CNNs) and Multi-Layer Perceptrons (MLPs) offer more efficient inference while retaining global contextual awareness. Therefore, we rethin
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.
White matter hyperintensities (WMHs) are common radiological findings in brain magnetic resonance imaging (MRI) and are strongly associated with neurological disorders such as stroke, dementia, and multiple sclerosis. Accurate detection and segmentation of WMHs are crucial for early diagnosis, disease progression analysis, and treatment planning. However, manual delineation of WMHs is labour-intensive, time-consuming, and prone to inter-observer variability, which limits its practicality in large-scale clinical and research settings. Deep learning has shown promise in automating WMH analysis;
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 solution of partial differential equations (PDEs) remains a significant problem in scientific computing. Although physics-informed neural networks (PINNs) provide a mesh-free paradigm, pointwise constraints offer limited supervision between collocation points and uniform training can under-resolve regions with greater learning difficulty. To address these coupled limitations, this paper introduces Cognitive Region Optimized Physics-Informed Neural Networks (CoRoPINN). Rather than treating region optimization and cognitive learning as independent additions, CoRoPINN forms a closed feedback
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.
Existing methods for constructing multiscroll Hopfield neural network (HNN) result in the drawbacks of high sensitivity of model form to scroll count and growing complexity, posing bottlenecks and inconveniences for practical applications. To address this issue, this paper proposes a robust full-parameter control method to construct a novel memristive chain HNN (MCHNN) yielding multiscroll attractors, based on a newly designed memristor. By theoretical and numerical methods, the electrical characteristics of the memristor are analyzed in detail. Notably, the MCHNN features a simpler chain topo
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2025eng
Object tracking is a crucial component in the medical field, with great potential to enhance clinical workflows, particularly when integrated with augmented reality technologies. Accurate and reliable tracking systems can improve precision, usability, and operator feedback, facilitating innovative applications such as telemedicine, medical training, and robot-assisted procedures. This study evaluates the performance of FoundationPose, a neural network designed for six-degree-of-freedom pose estimation and real-time object tracking, in the context of ultrasound probe tracking. The RGB and depth
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 the healthcare sector, e-diagnosis through medical images is essential in a multi-speciality hospital; securing the medical images becomes crucial for preserving an individual's privacy in e-healthcare applications. So, this paper has proposed a novel encryption scheme implemented on reconfigurable hardware. Realising image encryption schemes on FPGA hardware platforms offers substantial advantages over software implementations. The image-specific key and Hopfield Neural Network (HNN) carry out the diffusion process using the suggested encryption method. The confusion is accomplished simult
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.
This paper presents a comprehensive study of poliomyelitis transmission dynamics using two fractional-order models that incorporate the Atangana--Baleanu derivatives in the Caputo sense (ABC). The model includes critical epidemiological features, including vaccination and a post-paralytic population class. By utilizing the Mittag-Leffler kernel, the fractional framework captures memory and hereditary properties in disease progression. The existence and uniqueness of the model's solution are established using fixed-point theory. To assess the model's robustness, Ulam-Hyers stability analysis is
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 reformations of the electrical power sector have resulted in very dynamic and competitive market that has changed many elements of the power industry. Excessive demand of energy, depleting the fossil fuel reserves of planet and releasing the toxic air pollutant, has been causing harm to earth habitats. In this new situation, insufficiency of energy supplies, rising power generating costs, high capital cost of renewable energy equipment, environmental concerns of wind power turbines, and ever-increasing demand for electrical energy need efficient economic dispatch. The objective function in
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.
Several crucial system design and deployment decisions, including workload management, sizing, capacity planning, and dynamic rule generation in dynamic systems such as computers, depend on predictive analysis of resource consumption. An analysis of the computer components' utilizations and their workloads is the best way to assess the performance of the computer's state. Especially, analyzing the particular or whole influence of components on another component gives more reliable information about the state of computer systems. There are many evaluation techniques proposed by researchers. The
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: The vast size of the histopathology whole slide image poses formidable challenges to its automatic diagnosis. With the goal of computer-aided diagnosis and the insights that suspicious regions are generally easy to identify in thyroid whole slide images (WSIs), we develop an interactive whole slide diagnostic system for thyroid frozen sections based on the suspicious regions preselected by pathologists.
METHODS: We propose to generate feature representations for the suspicious regions via extracting and fusing patch features using deep neural networks. We then evalu
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.
Electronic health records (EHRs) are integral to modern hospital systems, especially in India's rapidly digitizing healthcare landscape. EHRs connect hospital records through shared networks, enabling quick and accurate data sharing. However, these systems are targeted by attackers as they store large volumes of sensitive patient information. Thus, this research proposed a secure EHR framework named the sequential belief neural network (SeqBNNet). The SeqBNNet integrates deep belief networks (DBN) with sequential convolutional neural networks (SCNN) to encrypt EHRs. The images are split into N
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.
BACKGROUND: Continuous vital sign monitoring ensures early detection, prevents intensive care unit (ICU) admissions, and improves patient outcomes. Continuous heart rate (HR) monitoring methods often require direct skin contact, which can lead to patient discomfort. The rising popularity of ballistocardiography (BCG) offers a promising, noncontact solution for continuous vital sign monitoring with improved patient comfort.
OBJECTIVE: This study aims to develop and validate a novel HR measurement algorithm leveraging convolutional neural networks (CNNs) and BCG signals for accurate, noncontact
СтатьяНаблюдательное исследованиеПоиск 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.