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
2071 публикаций
Поиск: 89 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 707 с найденным полным текстом
Background: Patients with acute type A aortic dissection are usually transferred to the intensive care unit (ICU) after surgery. Prolonged ICU length of stay (ICU-LOS) is associated with higher level of care and higher mortality. We aimed to develop and validate machine learning models for predicting ICU-LOS after acute type A aortic dissection surgery. Methods: A total of 353 patients with acute type A aortic dissection transferred to ICU after surgery from September 2016 to August 2019 were included. The patients were randomly divided into the training dataset (70%) and the validation datase
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 evaluate the effectiveness of deep learning radiomics nomogram in distinguishing early intracranial hypertension (IH) following primary decompressive craniectomy (DC) in patients with severe traumatic brain injury (TBI) and to demonstrate its potential clinical value as a noninvasive tool for guiding timely intervention and improving patient outcomes. This study included 238 patients with severe TBI (training cohort: n = 166; testing cohort: n = 72). Postoperative ultrasound images of the optic nerve sheath (ONS) and Spectral doppler imaging of middle cerebral artery (MCASDI) were obtained
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.
Early-stage glaucoma diagnosis is crucial for preventing permanent structural damage and irreversible vision loss. While various machine-learning approaches have been developed for glaucoma diagnosis, only a few specifically address early-stage detection. Moreover, existing early-stage detection methods rely on unimodal information and exclude subjects with high myopia, which contradicts clinical practice and overlooks the adverse effect of high myopia on prediction performance. To develop a clinically practical tool, this study proposes a deep-learning-based, end-to-end early-stage glaucoma d
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.
With the rapid advancements in machine learning, its applications in the medical field have garnered increasing interest, particularly in non-invasive health monitoring methods. Blood pressure (BP) estimation using Photoplethysmogram (PPG) signals presents a promising opportunity for real-time, continuous monitoring. However, existing models often struggle with generalization, especially for high-risk groups like hypotension and hypertension, where precise predictions are crucial. In this study, we propose Global Prompt and Prompt Generator (GloGen), a robust few-shot transfer learning framewo
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.
Biomedical engineering involves ideologies and problem-solving methods of engineering to biology and medicine. Malaria is a life-threatening illness, which has gained significant attention among researchers. Since the manual diagnosis of malaria in a clinical setting is tedious, automated tools based on computational intelligence (CI) tools have gained considerable interest. Though earlier studies were focused on the handcrafted features, the diagnostic accuracy can be boosted through deep learning (DL) methods. This study introduces a new Barnacles Mating Optimizer with Deep Transfer Learning
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.
OBJECTIVE: Diagnosis of axial spondyloarthritis (axSpA) is primarily established through the identification of the presence or absence of radiographic sacroiliitis. However, the reliability of conventional radiographs (X-rays) is undermined by significant interreader variability. A machine learning tool could reduce diagnosis time, thereby minimising interreader variability. The present study aimed to evaluate the performance of a deep learning model for detecting radiographic sacroiliitis in axSpA patients from the RAPID-axSpA (NCT01087762) and C-OPTIMISE (NCT02505542) trials.
METHODS: Radio
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: Knowledge-Based Planning (KBP) pipelines, which integrate machine learning-based models to predict dose distribution, have gained popularity in clinical radiation therapy. However, for patients with specific requirements, the trained models may struggle to rapidly adjust to guide the automatic planning process. Therefore, the aim of this study was to calibrate the dose prediction model to improve the quality and accuracy of automatic planning for cervical cancer radiation therapy.
MATERIALS AND METHODS: We retrospectively collected a routine cervical cancer dataset (200 cases) 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.
BACKGROUND: In recent years, numerous methods have been introduced to predict glucose levels using machine-learning techniques on patients' daily behavioral and continuous glucose data. Nevertheless, a definitive consensus remains elusive regarding modeling the combined effects of diet and exercise for optimal glucose prediction. A notable challenge is the propensity for observational patient datasets from uncontrolled environments to overfit due to skewed feature distributions of target behaviors; for instance, diabetic patients seldom engage in high-intensity exercise post-meal.
METHODS: In
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.
Poly (lactic-co-glycolic acid) (PLGA) microparticles are widely used as biodegradable drug-delivery carriers, where particle size critically governs drug release kinetics, degradation behavior, and overall therapeutic performance. Producing sub-5 µm PLGA microparticles in PDMS microfluidic devices remains challenging due to limited shear control, PDMS swelling in organic solvents, and instability at high flow-rate ratios. This study demonstrates stable generation of sub-5 µm PLGA microparticles by integrating a shear-modulating obstruction into a cross-junction microfluidic device to enhance d
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 threat of drug residues drives an urgent demand for shifting from centralized laboratory testing to point-of-need intelligent diagnostics. Herein, we construct a smartphone-regulated sensing platform that integrates a wavelength-programmable dual-light source module with a custom-developed "FluoChroma X" App for parallel dual-channel monitoring of tetracycline antibiotics (TCs) and d-penicillamine (d-PA). The core of this system is a hierarchical bio-nanostructured sensor consisting of an arginine/histidine-modulated zirconium/cerium bimetallic organic framework conjugated with bovine seru
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.
BACKGROUND: Embryo selection remains one of the most critical determinants of IVF success. Conventional embryo grading relies primarily on morphological assessment and is subject to inter-observer variability and limited predictive accuracy. Recent advances in AI have enabled non-invasive systems to analyze embryological and morphokinetic features, improving embryo selection and reproductive outcomes.
OBJECTIVE: To evaluate the clinical effectiveness of an AI-based non-invasive embryo selection system and develop predictive models for IVF outcomes among patients undergoing assisted reproducti
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.
This study examined whether habitual video game play influences reinforcement learning dynamics, feedback adaptation, consolidation, and motivational biases. Two groups of participants (gamers and controls) completed a Probabilistic Selection Task that assessed learning from positive and negative feedback across three phases: Learning, Test, and Transfer. Mixed-effects modeling revealed that gamers showed enhanced learning trajectories, particularly under high-uncertainty conditions; however, computational modeling indicated no differences in learning rate (α), suggesting comparable value upda
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: There is limited research on individual patient characteristics, alone or in combination, that contribute to the higher levels of mortality in post-transfer patients. The purpose of this work is to identify significant combinations of diagnoses that identify subgroups of post-interhospital transfer patients experiencing the highest levels of mortality.
METHODS: This was a retrospective cross-sectional study using structured electronic health record data from a regional health system between 2010-2017. We employed a machine learning approach, association rules mining using the Apri
Наблюдательное исследованиеСтатьяПоддержка 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.
Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention2020eng
A major challenge in clinical In-Vitro Fertilization (IVF) is selecting the highest quality embryo to transfer to the patient in the hopes of achieving a pregnancy. Time-lapse microscopy provides clinicians with a wealth of information for selecting embryos. However, the resulting movies of embryos are currently analyzed manually, which is time consuming and subjective. Here, we automate feature extraction of time-lapse microscopy of human embryos with a machine-learning pipeline of five convolutional neural networks (CNNs). Our pipeline consists of (1) semantic segmentation of the regions of
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.
Scaphoid fractures are the most common carpal bone injuries and continue to pose diagnostic and therapeutic challenges due to their tendency for delayed union or non-union. Interpretation variability and delayed detection remain key contributors to missed injuries and adverse outcomes. Deep learning (DL) models, particularly convolutional neural networks (CNNs), have shown strong performance in musculoskeletal imaging and offer potential to improve diagnostic accuracy and prognostication in hand surgery. A systematic review of PubMed, Embase, and PMC was conducted covering January 2015 to Marc
СтатьяОбзорПолный 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 COVID-19 pandemic has caused a worldwide catastrophe and widespread devastation that reeled almost all countries. The pandemic has mounted pressure on the existing healthcare system and caused panic and desperation. The gold testing standard for COVID-19 detection, reverse transcription-polymerase chain reaction (RT-PCR), has shown its limitations with 70% accuracy, contributing to the incorrect diagnosis that exaggerated the complexities and increased the fatalities. The new variations further pose unseen challenges in terms of their diagnosis and subsequent treatment. The COVID-19 virus
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 AND OBJECTIVE: Accurate classification of Renal Cell Carcinoma (RCC) subtypes is essential for personalized therapy, as prognostic outcomes and treatment responses differ markedly among subtypes. Most artificial intelligence applications in RCC focus on histology, while immunohistochemistry applications mainly quantify biomarkers rather than perform subtype classification. In clinical diagnostics, immunohistochemistry remains a valuable complement to histology, though its implementation is limited by cost, labor intensity, and resource constraints. This study aims to develop an unce
СтатьяМногоцентровое 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.
BACKGROUND: Acute myocardial infarction (MI) alters cardiomyocyte geometry and architecture, leading to changes in the acoustic properties of the myocardium.
OBJECTIVES: This study examines ultrasomics-a novel cardiac ultrasound-based radiomics technique to extract high-throughput pixel-level information from images-for identifying ultrasonic texture and morphologic changes associated with infarcted myocardium.
METHODS: The authors included 684 participants from multisource data: a) a retrospective single-center matched case-control dataset; b) a prospective multicenter matched clinical tria
СтатьяМногоцентровое 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.
EEG is the gold standard for seizure detection in the newborn infant, but EEG interpretation in the preterm group is particularly challenging; trained experts are scarce and the task of interpreting EEG in real-time is arduous. Preterm infants are reported to have a higher incidence of seizures compared to term infants. Preterm EEG morphology differs from that of term infants, which implies that seizure detection algorithms trained on term EEG may not be appropriate. The task of developing preterm specific algorithms becomes extra-challenging given the limited amount of annotated preterm EEG d
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.
Despite years of research, we are still not able to reliably predict who might benefit from electroconvulsive therapy (ECT) treatment. As we exhaust what is possible using traditional statistical analysis, ECT remains a good candidate for machine learning approaches due to the large data sets with data captured through electroencephalography (EEG) and other objective measures. A systematic review of 6 databases led to the full-text examination of 26 articles using machine learning approaches in examining data predicting response to ECT treatment. The identified articles used a wide variety of
Систематический обзорСтатьяПоиск 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.