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
5487 публикаций
Поиск: 495 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 2047 с найденным полным текстом
IEEE transactions on neural networks and learning systems2026eng
High-frequency trading (HFT) requires fast data processing without information lags for precise stock price forecasting. This high-paced stock price forecasting is usually based on vectors that need to be treated as sequential and time-independent signals due to the time irregularities that are inherent in HFT. A well-documented and tested method that considers these time irregularities is a type of recurrent neural network (NN), named long short-term memory (LSTM) NN. This type of NN is formed based on cells that perform sequential and stale calculations via gates and states without knowing w
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.
Water intake (WI) remains an under-characterized yet essential trait in beef cattle systems, with implications for animal health, climate resilience, and resource efficiency. Existing predictive models, including those from the National Academies of Sciences, Engineering, and Medicine (NASEM), rely on static equations derived from outdated data and lack resolution at the individual animal level. In this study, we developed and evaluated a long short-term memory (LSTM) model to predict daily WI using longitudinal data on animal characteristics, dry matter intake (DMI), and engineered environmen
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 stock markets have become a popular topic within machine learning (ML) communities, with one particular application being stock price prediction. However, accurately predicting the stock market is a challenging task due to the various factors within financial markets. With the introduction of ML, prediction techniques have become more efficient but computationally demanding for classical computers. Given the rise of quantum computing (QC), which holds great promise for being exponentially faster than current classical computers, it is natural to explore ML within the QC domain. In this stu
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 Conference2023eng
The ability to estimate user intention from surface electromyogram (sEMG) signals is a crucial aspect in the design of powered prosthetics. Recently, researchers have been using regression techniques to connect the user's intent, as expressed through sEMG signals, to the force applied at the fingertips in order to achieve a natural and accurate form of control. However, there are still challenges associated with processing sEMG signals that need to be overcome to allow for widespread and clinical implementation of upper limb prostheses. As a result, alternative modalities functioning as promis
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.
At present, there is a phenomenon of network data packet loss in the trajectory tracking control system, which will degrade or even destabilize the system's performance. Therefore, this work first explains the theory of the deep long-short term memory (LSTM) neural network model, the kinematic model of mobile robots, and the trajectory tracking error model. The reasons for data packet loss in the control system are analyzed. Second, a prediction model based on the LSTM network is designed according to the theory mentioned above. Finally, the training effect of the LSTM model and the robot traj
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.
Obstructive sleep apnea/hypopnea syndrome (OSAHS) is characterized by repeated airflow partial reduction or complete cessation due to upper airway collapse during sleep. OSAHS can induce frequent awake and intermittent hypoxia that is associated with hypertension and cardiovascular events. Full-channel Polysomnography (PSG) is the gold standard for diagnosing OSAHS; however, this PSG evaluation process is unsuitable for home screening. To solve this problem, a measuring module integrating abdominal and thoracic triaxial accelerometers, a pulsed oximeter (SpO2) and an electrocardiogram sensor w
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.
Bodyweight squat is one of the basic sports training exercises. Automatic classification of aberrant squat movements can guide safe and effective bodyweight squat exercise in sports training. This study presents a novel gated long-short term memory with transformer network (GLTN) model for the classification of bodyweight squat movements. Twenty-two healthy young male participants were involved in an experimental study, where they were instructed to perform bodyweight squat in nine different movement patterns, including one acceptable movement defined according to the National Strength and Con
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.
Monitoring bodily pressure could provide valuable medical information for both doctors and patients. Long-term implantation of in vivo sensors is highly desirable in situations where perception reconstruction is needed. In particular, for fecal incontinence, artificial anal sphincters without perceptions could not remind patients when to defecate and even cause ischemic tissue necrosis due to uncontrolled clamping pressure. To address these issues, a novel self-packaging strain gauge sensor system is designed for in vivo perception reconstruction. In addition, long short-term memory (LSTM) net
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 early detection of acute myocardial infarction, which is caused by lifestyle-related risk factors, is essential because it can lead to chronic heart failure or sudden death. Echocardiography, among the most common methods used to detect acute myocardial infarction, is a noninvasive modality for the early diagnosis and assessment of abnormal wall motion. However, depending on disease range and severity, abnormal wall motion may be difficult to distinguish from normal myocardium. As abnormal wall motion can lead to fatal complications, high accuracy is required in its detection over time on
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.
Neurodegenerative disorders such as Alzheimer's disease (AD) are characterized by the irreversible neuronal loss and memory impairment, and current treatments are merely symptomatic. Erythropoietin (EPO) has been shown to possess neurotrophic, neuroprotective, anti-inflammatory, and memory-enhancing effects, which could be therapeutically beneficial in the different aspects of AD. However, the hematopoietic effect of EPO has hampered its potential as a neuroprotective and procognitive agent. In this study, we characterized a novel small peptide, NL100, derived from a conserved C-helix region o
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.
The corpus callosum (CC) and hippocampal commissure (HC) are major interhemispheric connections whose role in brain function and behaviors is fascinating and contentious. Paw preference of laboratory mice is a genetically regulated, adaptive behavior, continuously shaped by training and learning. We studied variation with training in paw-preference in mice of the 9XCA/WahBid ('9XCA') recombinant inbred strain, selected for complete absence of the CC and severely reduced HC. We measured sequences of paw choices in 9XCA mice in two training sessions in unbiased test chambers, separated by one-we
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 an irreversible neurodegenerative syndrome that affects memory, cognitive abilities and behaviour. Detecting AD in the early stage is crucial to improve the quality of life. However, traditional diagnostic approaches and manual analysis of neuroimaging data are slow, subjective and lead to human mistakes. Existing machine learning techniques often have difficulty in identifying complex patterns in high-dimensional biomedical data. These drawbacks emphasize the necessity for a more efficient and automated diagnostic system. This study introduced a new deep learning b
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.
This study aims to address the problems of incomplete temporal feature capture and low high-dimensional data visualization in mathematical education resource analysis within smart classrooms. It constructs a mathematical education resource visualization analysis model integrating the Bidirectional Long Short-Term Memory Network (BiLSTM) and Multi-Head Attention (MHA) mechanism. Taking the 16-week mathematics learning data of 1200 high school students from the smart classroom platform (including more than 150,000 behavior records, teaching resource attributes, and learning performance indicator
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.
OBJECTIVE: To develop and test an accurate deep learning model for predicting new onset delirium in hospitalized adult patients.
METHODS: Using electronic health record (EHR) data extracted from a large academic medical center, we developed a model combining long short-term memory (LSTM) and machine learning to predict new onset delirium and compared its performance with machine-learning-only models (logistic regression, random forest, support vector machine, neural network, and LightGBM). The labels of models were confusion assessment method (CAM) assessments. We evaluated models on a hold-o
СтатьяПоддержка 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.
Accurate vehicle-level CO₂ emission prediction is essential for regulatory planning and greener powertrain design. This study presents an integrated FA-ACO-LSTM framework for estimating vehicle-level tailpipe CO₂ emissions from standard vehicle descriptors. The contribution lies in combining leakage-aware Binary Firefly feature selection, mixed-variable FA-ACO hyperparameter tuning, repeated-run evaluation, and post hoc interpretability into a unified prediction pipeline. Using a public fuel-consumption dataset sourced from the official Canadian vehicle fuel-consumption and emissions registry
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.
Inter-well connectivity is a key parameter for evaluating the effectiveness of the CO2 flooding development and optimizing injection-production strategies. However, existing research methods face challenges in dynamic modeling, real-time prediction, and adaptability to complex reservoirs. To address these issues, this study proposes a method based on the Long Short-Term Memory-Graph Attention Network (LSTM-GAT) to quantitatively analyze inter-well connectivity and predict future well production. First, a geological model is constructed, and numerical simulations are conducted to obtain dynamic
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.
MOTIVATION: Tuberculosis, caused by Mycobacterium tuberculosis, remains a global health challenge driven by rising antibiotic resistance. Antimicrobial peptides offer a promising alternative due to membrane-disruptive activity and low resistance potential, yet the scarcity of TB-specific AMP data constrains targeted development. We present a reproducible deep learning protocol that integrates long short-term memory networks with transfer learning to classify and generate TB-active peptides.
RESULTS: Classifiers were pretrained on a large corpus of general AMPs and fine-tuned on curated TB-spe
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.
INTRODUCTION: In order to improve the diagnostic accuracy of respiratory illnesses, our research introduces a novel methodology to precisely diagnose a subset of lung diseases using patient respiratory audio recordings. These lung diseases include Chronic Obstructive Pulmonary Disease (COPD), Upper Respiratory Tract Infections (URTI), Bronchiectasis, Pneumonia, and Bronchiolitis.
METHODS: Our proposed methodology trains four deep learning algorithms on an input dataset consisting of 920 patient respiratory audio files. These audio files were recorded using digital stethoscopes and comprise th
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.
Diabetic Retinopathy (DR) is a major type of eye defect that is caused by abnormalities in the blood vessels within the retinal tissue. Early detection by automatic approach using modern methodologies helps prevent consequences like vision loss. So, this research has developed an effective segmentation approach known as Level-set Based Adaptive-active Contour Segmentation (LBACS) to segment the images by improving the boundary conditions and detecting the edges using Level Set Method with Improved Boundary Indicator Function (LSMIBIF) and Adaptive-Active Counter Model (AACM). For evaluating th
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.
Purpose: Quantitative lung measures derived from computed tomography (CT) have been demonstrated to improve prognostication in coronavirus disease 2019 (COVID-19) patients but are not part of clinical routine because the required manual segmentation of lung lesions is prohibitively time consuming. We aim to automatically segment ground-glass opacities and high opacities (comprising consolidation and pleural effusion). Approach: We propose a new fully automated deep-learning framework for fast multi-class segmentation of lung lesions in COVID-19 pneumonia from both contrast and non-contrast CT
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.