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
6137 публикаций
Поиск: 125 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 230 с найденным полным текстом
BACKGROUND: Predicting the accurate preoperative staging of bladder cancer (BLCA), which markedly affects treatment decisions and patient outcomes, using traditional clinical parameters is challenging. Nevertheless, emerging studies in radiomics, especially machine learning-based computed tomography (CT) image-based radiomics, hold promise in improving stage prediction accuracy in various tumors. However, the comparative performance and clinical utility of models for BLCA are under investigation.
PURPOSE: We aimed to investigate the application value of machine learning-based CT radiomics in
СтатьяСравнительное исследованиеПоиск 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: Arteriovenous malformations (AVMs) are rare vascular anomalies involving a disorganization of arteries and veins with no intervening capillaries. In the past 10 years, radiomics and machine learning (ML) models became increasingly popular for analyzing diagnostic medical images. The goal of this review was to provide a comprehensive summary of current radiomic models being employed for the diagnostic, therapeutic, prognostic, and predictive outcomes in AVM management.
METHODS: A systematic literature review was conducted according to the Preferred Reporting Items for Systematic Re
СтатьяСистематический обзорПоиск 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.
Meningiomas are among the most common intracranial tumors, and challenges still remain in terms of tumor classification, treatment, and management. With the popularization of artificial intelligence technology, radiomics has been further developed and more extensively applied in the study of meningiomas. This objective and quantitative technique has played an important role in the identification, classification, grading, pathology, treatment, and prognosis of meningiomas, although new problems have also emerged. This review examines the application of magnetic resonance imaging (MRI) technique
СтатьяОбзорПолный 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.
INTRODUCTION: Medullary thyroid carcinoma (MTC) is aggressive and difficult to distinguish from papillary thyroid carcinoma (PTC) using traditional ultrasound. Objective to establish a standard-based ultrasound imaging model for preoperative differentiation of MTC from PTC.
METHODS: A retrospective study was conducted on the case data of 213 thyroid cancer patients (82 MTC, 90 lesions; 131 PTC, 135 lesions) from the Department of Diagnostic and Therapeutic Ultrasonography, Tianjin Medical University Cancer Institute and Hospital. We constructed clinical model, radiomics model and comprehensiv
СтатьяПоддержка исследования: вне правительства СШАПолный 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.
OBJECTIVE: This study aims to explore a method based on three-dimensional cervical spinal cord reconstruction, radiomics feature extraction, and machine learning to build a postoperative prognosis prediction model for patients with cervical spondylotic myelopathy (CSM). It also evaluates the predictive performance of different cervical spinal cord segmentation strategies and machine learning algorithms.
METHODS: A retrospective analysis is conducted on 126 CSM patients who underwent posterior single-door laminoplasty from January 2017 to December 2022. Three different cervical spinal cord seg
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.
BACKGROUND: Chordomas are rare, aggressive tumors of notochordal origin, commonly affecting the spine and skull base. Skull base chordomas (SBCs) comprise approximately 39% of cases, with an incidence of less than 1 per million annually in the United States. Prognosis remains poor due to resistance to chemotherapy, often requiring extensive surgical resection and adjuvant radiotherapy. Current classification methods based on chromosomal deletions are invasive and costly, presenting a need for alternative diagnostic tools. Radiomics allows for noninvasive SBC diagnosis and treatment planning.
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.
BACKGROUND AND PURPOSE: Bladder cancer (BC) exhibits pronounced tumor heterogeneity, which poses a persistent clinical challenge for accurate prognostic prediction and monitoring. This study aims to develop and validate an interpretable machine learning model that leverages radiomics features to predict BC outcomes, while also investigating associated genetic signatures and their relationship with tumor immunity. METHODS: RNA-seq data were acquired from The Cancer Genome Atlas (TCGA) and the Gene Expression Omnibus (GEO). Clinicopathological parameters and radiomics features for bladder cancer
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.
BACKGROUND: For many tumors, radiomics provided a relevant prognostic contribution. This study tested whether the computed tomography (CT)-based textural features of intrahepatic cholangiocarcinoma (ICC) and peritumoral tissue improve the prediction of survival after resection compared with the standard clinical indices.
METHODS: All consecutive patients affected by ICC who underwent hepatectomy at six high-volume centers (2009-2019) were considered for the study. The arterial and portal phases of CT performed fewer than 60 days before surgery were analyzed. A manual segmentation of the tumor
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.
Fetal MRI has emerged as a crucial supplement to prenatal ultrasonography in the evaluation of the developing brain and in identifying congenital defects and minor developmental malformations. While fetal brain MRI interpretation has always depended on visual examination of signal properties and morphology, images can provide quantitative information that could be missed or hidden from the human eye. Radiomics allows for characterizing tissue characteristics and heterogeneity by extracting quantitative information from imaging data. In this narrative review, after summarizing the technical fou
СтатьяОбзорПолный 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.
Early and accurate diagnosis of Parkinson’s disease (PD) remains a clinical challenge. This study explores the potential of habitat-based radiomics as a novel approach to improve PD detection using routine clinical MRI scans. We analyzed MRI data from 308 participants (173 PD patients and 135 healthy controls) to extract detailed features from segmented habitats in the caudate nucleus and putamen. Machine learning models, trained on habitat-based radiomic features, achieved a diagnostic accuracy exceeding 94%. This superior performance, compared to traditional radiomics, highlights the ability
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.
PURPOSE: The purpose of this study was to apply radiomics feature extraction from fundus photographs to automatically identify biomarkers that distinguish different stages of diabetic retinopathy (DR).
METHODS: A total of 52 radiomic features were extracted from fundus photographs representing different DR stages: diabetes without DR (n = 35), mild non-proliferative DR (NPDR; n = 33), moderate NPDR (n = 35), severe NPDR (n = 35), and proliferative DR (PDR; n = 34). Additionally, 68 images from 34 eyes with NPDR over 1 year of follow-up were analyzed. Statistical significance was evaluated usi
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.
OBJECTIVES: Salivary gland ultrasonography is a promising non-invasive modality for the evaluation of Sjögren's disease (SjD), but its diagnostic utility is limited by operator dependency. This study aimed to evaluate the classification performance of radiomics-based machine learning using parotid gland ultrasonography and to compare it with conventional visual assessment.
METHODS: A total of 866 parotid gland ultrasound images from 202 participants were included: 123 patients fulfilling the 2016 ACR/EULAR criteria for SjD, 33 healthy controls, 24 non-Sjögren sicca patients, and 22 incomplete
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.
BACKGROUND: In the postoperative setting, distinguishing between treatment-related changes and glioma recurrence remains a major challenge in neuroradiology. This pilot study explored a dedicated radiomics-based approach applied to postoperative MRI.
METHODS: We retrospectively analyzed postoperative MRI scans from 38 patients with diffuse adult-type gliomas treated at the University Hospital Zurich. Recurrence was confirmed histologically or by clinico-radiological consensus. New contrast-enhancing VOIs were manually delineated on T1c images, and corresponding radiomics features were extract
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: The current diagnosis of salivary gland tumors (SGTs) is dependent on subjective ultrasound features. Here we aimed to develop an objective method using ultrasound radiomics.
METHODS: We collected 248 benign and 46 malignant images and divided them into training (80%) and testing (20%) groups, with 105 radiomic features extracted from each image. Data re-sampling, feature selection and classification were conducted. The diagnostic accuracy of different combinations was evaluated.
RESULTS: After data re-sampling using the Synthetic Minority Over Sampling Technique (SMOTE) and featu
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.
Adrenal tumours have become a common incidental finding in the radiological evaluation of patients. Estimates suggest that 1-10% of the general population currently harbours an adrenal tumour, peaking in prevalence in the seventh and eighth decades of life. Advances in CT and MR have contributed to improved characterisation of adrenal masses, and novel radiopharmaceuticals are being developed for molecular characterisation and disease subtyping. As a result, the imaging and management of adrenal tumours have been important subjects of many guidelines and consensus statements. New radiomics app
СтатьяОбзорПоддержка 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.
Radiomics is a promising tool for the development of quantitative biomarkers to support clinical decision-making. It has been shown to improve the prediction of response to treatment and outcome in different settings, particularly in the field of radiation oncology by optimising the dose delivery solutions and reducing the rate of radiation-induced side effects, leading to a fully personalised approach. Despite the promising results offered by radiomics at each of these stages, standardised methodologies, reproducibility and interpretability of results are still lacking, limiting the potential
СтатьяОбзорПоиск 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.
Radiomics is a new emerging field that includes extraction of metrics and quantification of so-called radiomic features from medical images. The growing importance of radiomics applied to oncology in improving diagnosis, cancer staging and grading, and improved personalized treatment, has been well established; yet, this new analysis technique has still few applications in cardiovascular imaging. Several studies have shown promising results describing how radiomics principles could improve the diagnostic accuracy of coronary computed tomography angiography (CCTA) and magnetic resonance imaging
СтатьяОбзорПоиск 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.
OBJECTIVES: To evaluate the application value of CT-based radiomics features for the ascending and descending types of nasopharyngeal carcinoma (NPC).
METHODS: A total of 217 NPC patients (48 ascending type and 169 descending type), who obtained CT images before radiotherapy in Affiliated Cancer Hospital of Xiangya School of Medicine, Central South University from February 2015 to October 2017, were analyzed retrospectively. All patients were randomly divided into a training set (n=153) and a test set (n=64). Gross tumor volume in the nasopharynx (GTVnx) was selected as regions of interest (R
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: This study developed a radiomics-based pipeline to identify suspicious findings on 2D screening mammograms by training models to distinguish radiologist-annotated abnormalities from normal breast tissue.
METHODS: A total of 1604 screening mammograms (n = 1294 participants) were used in this retrospective study. Each mammogram included an original capture image, and a secondary capture image with a single radiologist-drawn annotation indicating a region of interest (ROI) with an abnormality. The annotation on each secondary capture image was used to select an ROI in the original ima
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 premise of radiomics involves extracting high-dimensional quantitative features from medical images to aid clinical decision-making. While radiomics has shown promise in predicting disease characteristics, concerns regarding confounders, reproducibility, and interpretability limit its clinical adoption. In this study, we assessed the ability of radiomic features extracted from contoured CT images to classify two distinct tumour models, CT26 colorectal cancer (CRC) and 4T1 breast cancer (BC), in a highly controlled murine setting. We aimed to provide compelling data for the role of radiomic
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.