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
1054 публикаций
Поиск: 90 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 47 с найденным полным текстом
INTRODUCTION: Incomplete judicial records constrain reliable crime analytics because missing attributes, heterogeneous case descriptions, mixed variable types, and imbalanced charge distributions reduce their analytical value. This study developed a reconstruction-aware framework for drug-crime charge classification from incomplete judicial records.
METHODS: Drug-related judicial documents from Chengdu, China, covering 2014-2021 were screened, cleaned, and converted into structured person-level observations. The final dataset comprised 12,620 valid documents and 15,184 observations with 16 st
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.
STATEMENT OF PROBLEM: Screw loosening is a common mechanical complication in implant-supported restorations, yet early detection remains challenging because of the lack of noninvasive, quantitative assessment tools.
PURPOSE: This in vitro study aimed to evaluate the ability of resonance frequency analysis (RFA) combined with machine learning techniques to detect screw loosening in 3 implant-abutment connection designs: conical, internal tri-channel, and external hexagonal.
MATERIAL AND METHODS: Three connection types were tested using 6 implants inserted into mandibular jaw models. RFA was c
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.
Accurate and efficient classification of the origin of Chinese medicinal herbs is crucial for ensuring their quality, safety, and efficacy. This study takes the Chinese medicinal herb Angelica dahurica as an example for research. Hyperspectral reflectance data, which provides reflectance values of samples at different wavelengths, offers an effective way to characterize Chinese medicinal herbs. Hyperspectral reflectance data can be viewed as tabular data, allowing feature extraction via tabular data feature extraction methods; it can also be viewed as a reflectance sequence, enabling feature e
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.
Crystal structure prediction (CSP) is a cornerstone technology for the efficient discovery and rational design of functional materials. Here, we propose a deep-learning-enabled dual-mode CSP framework that simultaneously supports two complementary tasks: predicting stable crystal structures for given elemental compositions and identifying chemically viable elemental substitutions for a predefined crystal topology. The framework employs an improved normalized structural fingerprint descriptor that integrates local coordination topology without global spatial-scale information. A cascaded site-p
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 specific neuroanatomy of mild cognitive impairment (MCI) is obscured by its clinical heterogeneity and confounding effects from normative variation. This problem is compounded by the inability of conventional neuroimaging methods to disentangle these overlapping influences. Leveraging data from the Beijing Aging Brain Rejuvenation Initiative (BABRI, n = 918) and the Alzheimer's Disease Neuroimaging Initiative (ADNI, n = 1293), this study employed a conditional variational autoencoder (CVAE) to: (1) systematically distinguish between aging-related cognitive decline and MCI-specific cognitiv
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: Breast cancer prognosis prediction remains challenging due to the heterogeneous nature of clinical and multiomics data and the complex interactions among diverse biological mechanisms. This study proposes a multimodal deeplearning framework integrating clinical variables, gene expression profiles, and copy number variation (CNV) data for breast cancer prognosis prediction.
MATERIALS AND METHODS: Three modality-specific models were developed: a one-dimensional convolutional neural network for clinical data, a multilayer perceptron for gene expression data, and a denoising autoenc
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.
Neurodegenerative diseases such as Alzheimer's disease (AD) and frontotemporal dementia (FTD) exhibit substantial biological and clinical heterogeneity, complicating diagnosis, subtype characterization, and prediction of disease progression. We introduce PatientSpace, a multimodal graph-based latent representation framework designed to model neurodegenerative disease heterogeneity using T1-weighted MRI and FDG-PET. PatientSpace is built upon a structured variational autoencoder that integrates multimodal neuroimaging features while organizing patients within a latent space constrained by age,
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.
Accurate CBCT-to-CT translation is important for image-guided and adaptive radiotherapy in prostate cancer, where treatment-day anatomy can differ substantially from planning CT. Most unsupervised methods are based on 2D slice-wise translation and therefore underuse volumetric context, while fully 3D models are often computationally prohibitive for routine training and deployment. To address this gap, we propose cross-slice attention based medical image translation (CAMIT), an unsupervised framework that incorporates 3D contextual information without full-volume 3D convolution. CAMIT adopts a
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.
Obesity is a major global health challenge requiring accurate and interpretable risk-assessment models to support early detection and prevention strategies. This study introduces a novel explainable deep learning framework for multiclass obesity prediction using a Saudi-specific dataset that integrates anthropometric, lifestyle, and dietary factors. Six models were evaluated including Long Short-Term Memory (LSTM), Bidirectional LSTM, Recurrent Neural Network (RNN), Deep Neural Network (DNN) specifically Multilayer Perceptron (MLP), TabNet, and Autoencoder. The Bi-LSTM model, with 96% accuracy
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.
Lead optimization in drug discovery faces the dual challenge of maintaining structural diversity while preserving core molecular features and optimizing the balance between biological activity and drug-like properties. To address these challenges, we introduce the Deep Genetic Molecule Modification (DGMM) algorithm, a novel computational framework that synergistically integrates deep learning architectures with genetic algorithms for efficient molecular optimization. DGMM leverages a variational autoencoder (VAE) with an enhanced representation learning strategy that incorporates scaffold cons
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.
Kirsten rat sarcoma viral oncogene homolog (KRAS) protein inhibitors are a promising class of therapeutics, but research on molecules that effectively penetrate the blood-brain barrier (BBB) remains limited, which is crucial for treating central nervous system (CNS) malignancies. Although molecular generation models have recently advanced drug discovery, they often overlook the complexity of biological and chemical factors, leaving room for improvement. In this study, we present a structure-constrained molecular generation workflow designed to optimize lead compounds for both drug efficacy and
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2025eng
Preserving the privacy of AI models in healthcare is critical due to the sensitive nature of patient data, particularly in radiomics which provide a unique "signature" that can potentially re-identify individuals. This study explores synthetic radiomics data as a privacy-preserving strategy for AI-driven prostate cancer aggressiveness classification. Radiomics were extracted from 4,588 retrospective and 1,369 prospective Multiparametric MRI (mpMRI) data across 12 EU centers. Three advanced generators were explored, including: (i) a custom version of the Bayesian Gaussian Mixture Models with op
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.
Open-set recognition (OSR) in hyperspectral imagery (HSI) focuses on accurately classifying known classes while effectively rejecting unknown negative samples. Most existing reconstruction-based approaches are susceptible to noise interference in the input images, and known classes can easily lead to inter-class confusion during the reconstruction process. Moreover, effectively utilizing the abundant spectral-spatial information in HSI within an open-set context presents significant challenges. To address these issues, we propose HyperCASR, an innovative framework for HSI OSR that integrates a
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: Alzheimer's disease (AD) is a progressive and irreversible brain disorder, characterized by a gradual decline in cognitive and memory function, with memory loss being one of the most prominent symptoms. Accurate and early diagnosis of AD is essential for effective management and treatment. Structural magnetic resonance imaging (sMRI) and positron emission tomography (PET) are widely utilized neuroimaging modalities for diagnosing AD due to their ability to provide complementary structural and functional insights into brain abnormalities.
METHODS: This study introduces a novel comp
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2024eng
Speech impairment resulting from laryngectomy causes severe physiological and psychological distress to laryngectomee. In clinical practice, the upper vocal tract articulatory organs function normally in most laryngectomee. The potential to reconstruct speech by leveraging articulatory information is of significant importance, offering a meaningful contribution to the effective rehabilitation of speech in these patients. To begin, we created a Mandarin corpus, capturing simultaneous dynamic tongue motion ultrasound images and speech waveform during experiment. Then we utilized an autoencoder t
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.
Concussions, also known as mild traumatic brain injury (mTBI), are a growing health challenge. Approximately four million concussions are diagnosed annually in the United States. Concussion is a heterogeneous disorder in causation, symptoms, and outcome making precision medicine approaches to this disorder important. Persistent disabling symptoms sometimes delay recovery in a difficult to predict subset of mTBI patients. Despite abundant data, clinicians need better tools to assess and predict recovery. Data-driven decision support holds promise for accurate clinical prediction tools for mTBI
СтатьяПоддержка правительства СШАПоддержка 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.
BACKGROUND: Drug-drug interaction (DDI) is a serious public health issue. The L1000 database of the LINCS project has collected millions of genome-wide expressions induced by 20,000 small molecular compounds on 72 cell lines. Whether this unified and comprehensive transcriptome data resource can be used to build a better DDI prediction model is still unclear. Therefore, we developed and validated a novel deep learning model for predicting DDI using 89,970 known DDIs extracted from the DrugBank database (version 5.1.4).
RESULTS: The proposed model consists of a graph convolutional autoencoder
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.
For treatment individualisation of patients with locally advanced head and neck squamous cell carcinoma (HNSCC) treated with primary radiochemotherapy, we explored the capabilities of different deep learning approaches for predicting loco-regional tumour control (LRC) from treatment-planning computed tomography images. Based on multicentre cohorts for exploration (206 patients) and independent validation (85 patients), multiple deep learning strategies including training of 3D- and 2D-convolutional neural networks (CNN) from scratch, transfer learning and extraction of deep autoencoder feature
СтатьяПоддержка исследования: вне 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.
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2023eng
Neural interfaces that electrically stimulate the peripheral nervous system have been shown to successfully improve symptom management for several conditions, such as epilepsy and depression. A crucial part for closing the loop and improving the efficacy of implantable neuromodulation devices is the efficient extraction of meaningful information from nerve recordings, which can have a low Signal-to-Noise ratio (SNR) and non-stationary noise. In recent years, machine learning (ML) models have shown outstanding performance in regression and classification problems, but it is often unclear how 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.