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: 91 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 47 с найденным полным текстом
Background: Early detection of Parkinson's disease (PD) is essential for timely clinical intervention. However, transcriptomic-based diagnosis faces challenges associated with high-dimensional gene expression data, redundant features, class imbalance, and limited interpretability. Objective: This study proposes TransVaTabNet, an integrated framework for PD detection and biomarker identification using transcriptomic analysis, deep learning, and explainable artificial intelligence. Methods: RNA-seq data were preprocessed using low-expression gene filtering, Trimmed Mean of M-values (TMM) normali
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 cancer driver genes and their therapeutic impact remains a core challenge in computational cancer biology. We introduce xNNDriver and xAEDriver, two interpretable neural network frameworks that connect cancer mutations with genome-wide DepMap gene dependencies, pathway activity, and drug-response patterns. xNNDriver is a supervised pathway-guided model that evaluates whether a gene's mutation status is encoded in the genome-wide dependency landscape; we interpret model fitness as a driver potential score, which quantifies the strength of this mutation-dependency signal and prioriti
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.
Single-cell RNA sequencing (scRNA-seq) enables high-throughput transcriptomic analysis at single-cell resolution, revealing cell identities and underlying gene regulatory mechanisms. This technology provides critical insights into cellular differentiation and disease mechanisms. However, due to technical limitations, scRNA-seq data suffer from dropout events that may frustrate the analyses. Existing imputation methods mainly rely on scRNA-seq data without effectively integrating additional biological information, and still have limited ability to model complex data structures, making it diffic
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.
Single-cell RNA-seq provides detailed molecular snapshots of individual cells but is notoriously noisy. Variability stems from biological differences and technical factors, such as amplification bias and limited RNA capture efficiency, making it challenging to adapt computational pipelines to heterogeneous datasets or evolving technologies. As a result, most studies still rely on principal component analysis (PCA) for dimensionality reduction, valued for its interpretability and robustness, in spite of its known bias in high dimensions. Here, we improve upon PCA with a random matrix theory (RM
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.
Reconstructing visual stimuli from non-invasive electroencephalography (EEG) requires mapping short, noisy neural responses to meaningful visual representations despite limited spatial sampling. Existing EEG-to-image approaches employ diverse neural representations and generative strategies, necessitating reproducible workflows that disentangle structural and semantic contributions. This protocol presents the Tri-stream Disentangled Network (TDE-Net), a computational framework for EEG-based image reconstruction. The protocol uses preprocessed THINGS-EEG2 recordings and organizes EEG informatio
СтатьяVideo-Audio MediaПоиск 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.
Smart buildings require intelligent and scalable solutions to monitor environmental conditions and manage increasingly complex data streams generated by distributed sensing infrastructures. In this context, the paper presents an edge-enabled Digital Twin framework for smart office environments, integrating real-time data acquisition, distributed intelligence, and machine learning-based analytics. The framework adopts a multi-layer architecture composed of a sensor layer, a cloud-edge intelligence layer, and an interaction layer, aligned with Digital Twin reference models. By enabling low-laten
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 cerebral cortex constrains its spontaneous activity to a low-dimensional manifold learnable from resting state functional magnetic resonance imaging (fMRI) data. However, it remains unclear whether this intrinsic manifold also captures cortical responses to complex, naturalistic stimuli. To test this, we pretrained a deep variational autoencoder model on 3-Tesla resting-state fMRI data to learn the latent structure of spontaneous activity, and then applied this model without finetuning to 7-Tesla fMRI data acquired during movie-watching. Despite the different field strengths, the model gen
СтатьяПрепринтПоиск 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 Internet of Medical Things (IoMT) refers to the number of interconnected medical objects and applications that are essential in contemporary healthcare. Nevertheless, its dependence on interrelated ecosystems subjects it to high risks of cybersecurity, including data breaches, privacy breaches, and malicious attacks that threaten patient safety and system integrity. This paper resolves these issues by presenting a new and enhanced intrusion detection model, BiGRU/RBWK, which is a combination of Bidirectional Gated Recurrent Units (BiGRU) with a Refined Black-winged Kite (RBWK) optimization
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 and accurate detection of lymph node metastases is crucial for improving breast cancer patient outcomes. However, current clinical practices, including CT, PET imaging, and microscopic examination, are time-consuming and prone to errors due to low tissue contrast, varying lymph node sizes, and complex workflows. To address the limitations of existing approaches in lymph node segmentation, feature embedding, and classification, this study proposes a novel framework Graph-Pruned Lymph Node Detection Framework (GPLN-DF) that integrates a Dynamic Graph Convolution (DGC) autoencoder with Node
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.
Drug-drug Interaction (DDI) prediction is crucial in pharmacology and clinical applications. Conventional methods remain constrained by single-view paradigms, limiting multi-source data fusion and cross-view synergistic learning critical for comprehensive drug property profiling. We introduce IHM-DDI, an integrative deep-learning framework that integrates a high-order interaction topology and Morgan fingerprint-based features to enhance DDI prediction. Specifically, IHM-DDI employs an autoencoder to reduce the dimensionality of Morgan fingerprint similarity matrices, followed by KNN-based drug
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.
MOTIVATION: Gene regulatory networks (GRNs) govern cellular functions by coordinating gene expression programs. These regulatory relationships are strongly shaped by local microenvironments, giving rise to dynamic, spatially varying regulatory patterns across tissues. Therefore, it is crucial to infer GRNs at higher, cell-specific resolution while jointly modeling spatial context. However, most existing GRN inference approaches focus on cell-type-level networks or infer cell-specific GRNs without incorporating neighborhood and positional information.
RESULTS: We propose SVGRN, a deep learning
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.
Managing postprandial glucose in Type 1 Diabetes Mellitus (T1DM) requires understanding how carbohydrate intake affects glucose through both direct pathways and insulin-mediated compensation. Standard analyses treat insulin as a confounder rather than a mediator, obscuring these distinct causal channels and patient-level heterogeneity in carbohydrate response. Using meal-centered continuous glucose monitoring windows from twelve adults in the OhioT1DM cohorts, we apply causal mediation analysis to decompose the total effect of carbohydrate intake on glucose change into average direct (ADE), in
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.
Effective automated electrocardiogram (ECG) interpretation hinges on disentangling waveform morphology from rhythm dynamics, a challenge for existing multimodal models that often conflate these heterogeneous attributes and introduce semantic ambiguity. We introduce ECG-MTDA, a framework that explicitly decouples these components. It learns morphology-oriented representations via a PQRST-guided masked autoencoder, while separately modeling temporal dynamics using continuous wavelet transform. Crucially, we align the learned morphology with concise, label-conditioned textual descriptions generat
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.
Alzheimer's disease (AD) is a complex and progressive neurodegenerative condition with significant societal impact. Understanding the temporal dynamics of its pathology is essential for advancing therapeutic interventions. Empirical and anatomical evidence indicates that network decoupling occurs as a result of gray matter atrophy. However, the scarcity of longitudinal clinical data presents challenges for computer-based simulations. To address this, a first-principles-based, physics-constrained Bayesian framework is proposed to model time-dependent connectome dynamics during neurodegeneration
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.
Hepatocellular carcinoma (HCC) ranks fourth in cancer-related mortality worldwide. This study aims to uncover the genes and pathways involved in HCC through network pharmacology (NP) and to discover potential drugs via machine learning (ML)-based ligand screening. Additionally, toxicity prediction, molecular docking, and molecular dynamics (MD) simulations were conducted. NP study identified key genes related to HCC, particularly the enzymes AKT1 and GSK3β. Pathway analysis revealed that crucial pathways like PI3K-AKT and WNT signalling play pivotal roles in HCC progression. Using ML, potentia
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 digital transformation of water distribution systems has streamlined monitoring and control through the integration of smart devices such as pressure sensors, smart meters, and level switches, all communicating with supervisory control and data acquisition systems. However, this connectivity introduces cyber vulnerabilities, endangering system security and economic stability. Recent cyberattacks on critical infrastructures emphasize the urgent need for sophisticated security measures. This study proposes a novel comprehensive cybersecurity framework for cyberattack detection, localization,
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.
Spatially Resolved Transcriptomics (SRT) has revolutionized tissue architecture analysis by integrating gene expression with spatial coordinates. However, existing spatial domain identification methods struggle with unsupervised learning constraints, lack of implicit supervision in latent space, and challenges in balancing local spatial continuity with global semantic consistency, particularly in multi-slice integration. To address these issues, we propose SpaCross, a comprehensive deep learning framework for SRT that enhances spatial pattern recognition and cross-slice consistency. SpaCross e
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: Endotracheal intubation (ETI) is an emergency procedure performed in civilians and combat casualty care settings to establish an airway. It's crucial that healthcare personnel are proficient in these skills, which traditionally have been evaluated through direct feedback from experts. Unfortunately, this method can be inconsistent and subjective, requiring considerable time and resources.
METHODS: This study introduces a system for assessing ETI skills using video analysis. The system employs advanced video processing techniques, including a 2D convolutional autoencoder (AE) based
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.
Spatially Resolved Transcriptomics (SRT) offers unprecedented opportunities to elucidate the cellular arrangements within tissues. Nevertheless, the absence of deconvolution methods that simultaneously model multi-modal features has impeded progress in understanding cellular heterogeneity in spatial contexts. To address this issue, SpaDA is developed, a novel spatially aware domain adaptation method that integrates multi-modal data (i.e., transcriptomics, histological images, and spatial locations) from SRT to accurately estimate the spatial distribution of cell types. SpaDA utilizes a self-ex
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.
Preterm birth (PTB) remains a global health concern, impacting neonatal mortality and lifelong health consequences. Traditional methods for estimating PTB rely on electronic health records or biomedical signals, limited to short-term assessments in clinical settings. Recent studies have leveraged wearable technologies for in-home maternal health monitoring, offering continuous assessment of maternal autonomic nervous system (ANS) activity and facilitating the exploration of PTB risk. In this paper, we conduct a longitudinal study to assess the risk of PTB by examining maternal ANS activity thr
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.