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
13519 публикаций
Поиск: 256 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 922 с найденным полным текстом
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.
Memory is a crucial cognitive function that deteriorates with age. However, this ability is normally assessed using cognitive tests instead of the architecture of brain networks. Here, we use reservoir computing, a recurrent neural network computing paradigm, to assess the linear memory capacities of neural-network reservoirs extracted from brain anatomical connectivity data in a lifespan cohort of 636 individuals. The computational memory capacity emerges as a robust marker of aging, being associated with resting-state functional activity, white matter integrity, locus coeruleus signal intens
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.
Recent improvements in biomedical image analysis using deep learning based neural networks could be exploited to enhance the performance of Computer Aided Diagnosis (CAD) systems. Considering the importance of breast cancer worldwide and the promising results reported by deep learning based methods in breast imaging, an overview of the recent state-of-the-art deep learning based CAD systems developed for mammography and breast histopathology images is presented. In this study, the relationship between mammography and histopathology phenotypes is described, which takes biological aspects into a
СтатьяОбзорПоиск 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.
OBJECTIVES: This study aimed to develop and evaluate an artificial intelligence (AI) framework for detecting dental restorations and prosthesis devices on panoramic radiographs (PRs). Detecting these elements is essential for enhancing automated reporting, improving the accuracy of dental assessments, and reducing manual examination time.
METHODS: A fast region-based convolutional neural network (Fast R-CNN) was trained using 186 PRs for the training set and 42 for validation. The model's performance was assessed on an external test dataset of 1133 PRs. Seven dental restorations and prosthesi
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.
With the advancement of high-precision remote sensing equipment and precision measurement technology, object detection based on remote sensing images (RSIs) has been widely used in military and civilian fields. Different from traditional general-purpose environments, remote sensing presents unique challenges that significantly complicate the detection process. Specifically: (1) RSIs cover extensive monitoring areas, resulting in complex and textured backgrounds; and (2) objects often exhibit cluttered distributions, small sizes, and considerable scale variations across categories. To effective
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.
While automation has transformed many areas inside clinical laboratories, microbiology still relies heavily on manual tasks, particularly the culture of samples on agar plates and their subsequent manual review for microorganism identification and antibiotic susceptibility profiling. Bacterial colony detection and classification require trained professionals, making the process time-consuming and prone to human error. Developing deep learning models to automate these tasks could improve microbiology workflows and accelerate clinical decision-making. In this study we trained and evaluated five
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.
To find the cause of infectious diseases such as urinary tract infections, a the diagnostic patterning test was used. In this method, the whole blood and serum samples for every person were dried on a glass substrate to create a special pattern due to formation of central and peripheral regions. This process was performed during 1 h at 25 °C which is much shorter than the classical and instrumental methods. The resulting patterns can be observed by an optical microscope. The study aimed to classify the UTI patients and healthy controls (N=600). In addition, the images of dried patterns were ca
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.
Alzheimer's disease (AD) is one of the primary causes of dementia in the older population, affecting memories, cognitive levels, and the ability to accomplish simple activities gradually. Timely intervention and efficient control of the disease prove to be possible through early diagnosis. The conventional machine learning models designed for AD detection work well only up to a certain point. They usually require a lot of labeled data and do not transfer well to new datasets. Additionally, they incur long periods of retraining. Relatively powerful models of deep learning, however, also are ver
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: Traditional deep learning models for multivariate time-series data often fall short in capturing long-range temporal dependencies critical for early prediction of the onset of acute respiratory distress syndrome (ARDS). To address this gap, we introduce Graph-spa, a dynamic Spatiotemporal Graph Neural Network (STGNN) based framework that not only improves ARDS prediction by modeling evolving interactions among clinical variables but also enhances interpretability through model-agnostic feature attribution.
METHODS: Graph-spa at its core integrates temporal convolution layers with a
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 artificial design and high-throughput screening (HTS) of synthetic yeast promoters are crucial for gene expression and metabolite biosynthesis in synthetic biology. It is essential to expand the screening scope and enhance the product identification in promoter engineering. Here, we develop a branch convolutional neural network (B-CNN), learning the sequence composition and structural properties of natural promoters, to comprehensively predict their relative strength and redesign the core region. It is combined with a genetic algorithm to identify mutant regions/sites of the alcohol oxidas
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 study presents a deep learning-based approach for assessing infant pain through facial expression analysis using Convolutional Neural Networks (CNNs). Given infants' inability to verbally articulate pain, reliable assessment methods are crucial in clinical nursing. To address this need, we developed a CNN model utilizing the COPE (Classification of Pain Expression) database. Our model achieved a test accuracy of 90.24%, with an average precision and recall of 87.58%, and an F1 score of 0.8758. Additionally, the model demonstrated high performance with an area under the curve of 0.9818 on
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.
Adolescent idiopathic scoliosis (AIS) is a three-dimensional lateral and torsional deformity of the spine, affecting up to 5% of the population. Traditional scoliosis screening methods exhibit limited accuracy, leading to unnecessary referrals and exposure to ionizing radiation from x-ray examinations. The 3D markerless surface topography (ST) technique quantifies trunk asymmetry and can be a potential scoliosis screening tool. However, differences in trunk asymmetry between individuals with scoliosis and those with a typically developing spine have yet to be thoroughly studied. Using the ST m
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: Accurate classification of brain tumors is of utmost importance in early diagnosis and treatment, which can be further enhanced through advanced deep learning techniques. This work introduces HyPerNet-a Hybrid Perception Network for brain tumor classification that integrates cutting-edge methods to maximize classification accuracy, interpretability, and efficiency. HyPerNet leverages multi-modal fusion, combining Magnetic Resonance Imaging (MRI), Computed Tomography (CT), and Positron Emission Tomography (PET) scans to extract complementary information from different imaging modalit
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.
This paper explores the use of optimized convolutional neural networks (CNNs) to classify diseases affecting potato leaves using TensorFlow-2. The dataset, sourced from Kaggle's Plant Village repository, includes 152 images of healthy potato leaves and 1000 images each of early and late blight. The methodology covers data preparation, model architecture design, training, evaluation, and deployment. During data preparation, the data set was split into training sets (80%) and testing sets (20%), with images resized to 128x128 pixels. The Deep Learning (DL) models built using CNN with 4 different
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.
Acute Lymphoblastic Leukemia (ALL) is an aggressive blood cancer that requires rapid and accurate diagnosis. Manual review of blood and bone marrow smears is time-consuming and observer-dependent, underscoring the need for automated methods. This study presents a deep learning framework with attention mechanisms for automated detection and subtyping of ALL from microscopic bone marrow images, including healthy samples. The model combines a Convolutional Block Attention Module (CBAM) with a VGG19 backbone, forming a hybrid CBAM-VGG19 network that hierarchically enhances key morphological featur
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: Accurate discrimination between Fasciola hepatica and Fasciola gigantica is essential for surveillance and control of fascioliasis in endemic areas. ITS1 (internal transcribed spacer 1) is a widely used molecular marker, but computational approaches to ITS-based identification must account for data quality issues in public repositories and ensure reliable decision support. PURPOSE: We developed a leakage-safe, decision-oriented pipeline for ITS1-based species identification. A curated GenBank dataset of 527 ITS1 sequences was standardized to 1,000 bp, sanitized (A/C/G/T/N only), an
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.
Rapid and accurate detection of water-borne bacteria is critical for safeguarding public health and preventing the spread of infections. Conventional bacterial identification techniques are often time-consuming, resource-intensive, and require specialized personnel, limiting their suitability for automated water-quality monitoring. This study presents an optical detection and classification framework that uses some pre-trained architectures to automatically classify optically acquired images of water-borne bacterial pathogens. The system distinguishes among four classes: Escherichia coli (E. 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.
This paper introduces a novel convolutional neural network model with an attention mechanism to advance Alzheimer disease (AD) classification using Magnetic Resonance Imaging (MRI). The model architecture is meticulously crafted to enhance feature extraction and selectively focus on crucial regions within brain images, thereby improving diagnostic accuracy. A unique component, the MRI Segmentation Block (MSB), is introduced to manage the skull stripping task effectively, highlighting the model ability to learn from complex, multilayered information. We have incorporated a detailed experimental
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: Lung ultrasonography (LUS) is a valuable diagnostic tool, but there is a shortage of LUS experts with extensive knowledge and significant experience in the field. Convolutional neural networks (CNNs) have the potential to mitigate this issue by facilitating computer-aided diagnosis.
METHODS: We propose computer-aided system by a CNN-based method for LUS diagnosis. As the first consideration, we investigated pleural line and lung sliding. The pleural line indicates the position of pleura in an ultrasound image, and LUS is performed after first confirming the position of pleural lin
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.
Identifying plant health conditions is an emerging precision-agriculture and food-security challenge, intensified by deploying deep-learning models on memory- and power-constrained edge devices. We present a TinyMLOps pipeline spanning model design, optimization, quantization, and deployment across diverse edge devices, evaluated under controlled laboratory conditions. Using a dataset derived from the PlantVillage benchmark, 39 fine-grained classes are aggregated into three superclasses: healthy leaf, unhealthy leaf, and no leaves. The resulting system therefore performs plant health-status cl
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.