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
13502 публикаций
Поиск: 221 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 922 с найденным полным текстом
Neural networks : the official journal of the International Neural Network Society2026eng
Generative Adversarial Networks (GANs) are widely applied for generating various types of data (e.g., images, text, audio). Accordingly, its excellent performance has led to the broad adoption of GAN-based adversarial attack methods in black-box scenarios. The importance of transferable black-box attacks lies in their ability to be effective across different models and settings, more closely aligning with real-world applications. However, traditional gradient-based transferable attacks are inefficiently optimized and prone to overfitting surrogate models, while existing GAN-based generative me
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.
Over the past decade, deep learning has led to disruptive advancements with key applications in computer vision, natural language processing, and predictive analytics. With the increasing prevalence and adoption of deep learning algorithms, the quest for hardware solutions that can efficiently process data in real time with high speeds and low latencies has come to the forefront of research. On-chip photonic neural networks offer a promising platform that leverage high bandwidths and low propagation losses associated with light to perform analog deep learning computations. However, nanophotoni
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.
Millions of individuals worldwide suffer from Alzheimer's disease (AD), a chronic, incurable neurological disorder. For the longevity of people, a computer-aided system can contribute to the maximum possible extent. Recently, Deep-learning algorithms have shown better results than machine learning techniques. Researchers have applied CNN models on MRI datasets in various recent studies and have obtained promising results for the early detection of AD. This study proposes a Neuro_CBAM-ADNet diagnostic model for early prediction of the four stages of AD, using MRI digital images. The results sho
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.
The identification of cancer driver genes is crucial for understanding the complex processes involved in cancer development, progression, and therapeutic strategies. Multi-omics data and biological networks provided by numerous databases enable the application of graph deep learning techniques that incorporate network structures into the deep learning framework. However, most existing methods do not account for the heterophily in the biological networks, which hinders the improvement of model performance. Meanwhile, feature confusion often arises in models based on graph neural networks in suc
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: Neural networks are a group of computer-based pattern recognition methods that have recently been applied to clinical diagnosis and classification. In this study, we applied one type of neural network, the backpropagation network, to the diagnostic classification of giant cell arteritis (GCA).
METHODS: The analysis was performed on the 807 cases in the vasculitis database of the American College of Rheumatology. Classification was based on the 8 clinical criteria previously used for classification of this data set: 1) age > or = 50 years, 2) new localized headache, 3) temporal arte
СтатьяПоддержка службы здравоохранения 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.
Gene sequence prediction not only effectively identifies homologous genes but also provides crucial insights into gene function and evolutionary relationships, making it one of the significant research directions in the field of bioinformatics. Given the high sensitivity of bioinformatics data, particularly gene sequences, plaintext transmission and processing in cloud environments pose risks of privacy leakage. To address this, this study innovatively proposes an analytical method combining Mamba neural network-based gene sequence prediction with homomorphic encryption, enabling secure data t
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.
Connectome, the complete wiring diagram of the nervous system of an organism, is the biological substrate of the mind. While biological neural networks are crucial to the understanding of neural computation mechanisms, recent artificial neural networks (ANNs) have been developed independently from the study of real neural networks. Computational scientists are searching for various ANN architectures to improve machine learning since the architectures are associated with the accuracy of ANNs. A recent study used the hermaphrodite Caenorhabditis elegans (C. elegans) connectome for image classifi
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.
Histopathological whole slide images (WSIs) provide critical information for disease diagnosis, yet their interpretation remains a time-consuming and expertise-dependent process. Recent advances in deep learning have shown promise in automating and improving histopathological analysis; however, the performance of convolutional neural networks (CNNs) and Vision Transformers (ViTs) across multi-organ disease classification remains insufficiently explored. In this study, we applied CNN- and ViT-based classification models to WSIs of major human organs, including the heart, lung, liver, and pancre
СтатьяСравнительное 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.
INTRODUCTION: Brain tumor classification using magnetic resonance imaging (MRI) is important for computer-aided medical image analysis. However, different brain tumor types may exhibit highly similar grayscale patterns, textures, and boundaries. Conventional convolutional neural networks rely primarily on spatial-domain convolution and do not explicitly model frequency-domain information. Moreover, high-frequency details, such as edges and textures, are often weakened by multi-stage downsampling, while interaction between spatial- and frequency-domain features remains limited. Consequently, fi
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.
BackgroundIn this research, we explore the application of Convolutional Neural Networks (CNNs) for the development of an automated cancer detection system, particularly for MRI images. By leveraging deep learning and image processing techniques, we aim to build a system that can accurately detect and classify tumors in medical images. The system's performance depends on several stages, including image enhancement, segmentation, data augmentation, feature extraction, and classification. Through these stages, CNNs can be effectively trained to detect tumors in MRI images with high accuracy. This
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.
Melanoma is among the deadliest forms of malignant skin cancer, with the number of cases increasing dramatically worldwide. Its early and accurate diagnosis is crucial for effective treatment. However, automatic melanoma detection has several significant challenges. These challenges include the lack of a balanced dataset, high variability within melanoma lesions, differences in the locations of skin lesions in images, the similarity between different skin lesions, and the presence of various artifacts. In addition, the previous deep-learning techniques for diagnosing melanoma cannot recognize
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 investigates how architectural design influences the behavior of lightweight convolutional neural networks in multilabel classification of retinal diseases using the ocular disease intelligent recognition-5 K dataset. Rather than focusing solely on predictive performance, we analyze multiple complementary dimensions, including accuracy, stability across training runs, inter-model agreement, error complementarity, and image-level consensus. Results show that no single architecture consistently achieves both optimal performance and stability. Moreover, different architectures exhibit
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.
Here we introduce BehaveAI, a biologically inspired video analysis framework that integrates static and motion information through a novel color-from-motion encoding strategy. This method translates object movement-direction, speed, and acceleration-into color gradients, enabling both human annotators and pre-trained convolutional neural networks (CNNs) to infer motion patterns while retaining high-resolution spatial detail. Using a range of case studies, we demonstrate how the increased salience of motion information allows for the robust detection of objects that are challenging or impossibl
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 aims to develop and validate a deep learning-based model to accurately predict gamma pass rate (GPR) in treatment plans for volumetric modulated arc therapy (VMAT). A dataset comprising 360 VMAT treatment plans was utilized to train and validate the deep learning models. The 3D fluence maps, along with complexity metrics of the treatment planning, were extracted from each treatment plan as input features. Convolutional neural networks were utilized to establish the relationship between input features and GPR. The performance of the 3D fluence-based model (3D Fluence model) was compa
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.
Cytokine receptors play a pivotal role in mediating the immune response and are critical in cytokine storms, which underlie the pathogenesis of conditions such as acute respiratory distress syndrome (ARDS) and autoimmune disorders. Identifying cytokine receptors is essential for understanding their biological functions, exploring therapeutic targets, and guiding clinical interventions. Traditional biochemical methods to identify cytokine receptors are labor-intensive, costly, and time-consuming, prompting the need for more efficient alternatives. Recent advances in computational biology have e
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.
Pituitary adenomas, ranging from subtle microadenomas to mass-effect macroadenomas, pose diagnostic challenges for radiologists due to increasing scan volumes and the complexity of dynamic contrast-enhanced MRI interpretation. A hybrid CNN-LSTM model was trained and validated on a multi-center dataset of 2,163 samples from Tehran and Babolsar, Iran. Transfer learning and preprocessing techniques (e.g., Wiener filters) were utilized to improve classification performance for microadenomas (< 10 mm) and macroadenomas (> 10 mm). The model achieved 90.5% accuracy, an area under the receiver operati
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.
Vision is a fundamental sense that profoundly impacts daily life and independence. For visually impaired people (VIP), the absence or impairment of this sense presents significant challenges, particularly in navigating their environment and identifying objects independently. A considerable challenge for visually impaired individuals is the inability to navigate independently and identify objects, which restricts their daily activities and routines. Various investigations have been conducted in the domain of real-time object detection (OD) using deep learning (DL). DL-based techniques are shown
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.
Mycobacteria, including Mycobacterium tuberculosis (MTB) and non-tuberculosis mycobacteria (NTM), are important causes of infectious disease and cause significant mortality and morbidity globally. Fast detection is extremely important to reduce transmission and mortality associated with these infectious agents. Manual smear microscopy is a cost-effective tool for diagnosing and monitoring of these organisms; however, it is labor-intensive and requires highly-trained personnel. We present the development of an artificial intelligence computer vision process using a deep convolutional neural net
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 global burden of lung diseases is a pressing issue, particularly in developing nations with limited healthcare access. Accurate diagnosis of lung conditions is crucial for effective treatment, but diagnosing lung ailments using medical imaging techniques like chest radiograph images and CT scans is challenging due to the complex anatomical intricacies of the lungs. Deep learning methods, particularly convolutional neural networks (CNN), offer promising solutions for automated disease classification using imaging data. This research has the potential to significantly improve healthcare acce
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.
Intracranial aneurysms are pathological dilations of cerebral arteries affecting 3-5% of the population. Their rupture can cause subarachnoid hemorrhage, a severe form of stroke with high mortality and morbidity. Endovascular treatments, such as coiling and flow diversion, aim to induce thrombosis within the aneurysmal sac. Clinicians face challenges in predicting clot formation due to the complex interplay of blood flow, platelet transport, and biochemical reactions. Computational Fluid Dynamics models can provide valuable hemodynamic insights but are computationally prohibitive for real-time
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.