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
9693 публикаций
Поиск: 211 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 544 с найденным полным текстом
Lung cancer is distinguished by presenting one of the highest incidences and one of the highest rates of mortality among all other types of cancer. Unfortunately, this disease is often diagnosed late, affecting the treatment outcome. In order to help specialists in the search and identification of lung nodules in tomographic images, many research centers have developed computer-aided detection systems (CAD systems) to automate procedures. This work seeks to develop a methodology for automatic detection of lung nodules. The proposed method consists of the acquisition of computerized tomography
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2009eng
Murmurs are auscultatory sounds produced by turbulent blood flow in and around the heart. These sounds usually signify an underlying cardiac pathology, which may include diseased valves or an abnormal passage of blood flow. The murmurs are classified based on their occurrence in different parts of the heart cycle; systolic murmurs and diastolic murmurs. This paper investigates features derived from cepstrum of the heart sound signals and use them to train three classifiers; k-nearest neighbor (kNN) classifier, multilayer perceptron (MLP) neural networks and support vector machines (SVM) for cl
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: Thyroidectomy is one of the most commonly performed surgical procedures. The region of the neck has a very complex structural organization. It would be beneficial to introduce a tool that can assist the surgeon in tissue discrimination during the procedure. One such solution is the noninvasive and contactless technique, called hyperspectral imaging (HSI).
METHODS: To interpret the HSI data, we implemented a supervised classification method to automatically discriminate the parathyroid, the thyroid, and the recurrent laryngeal nerve from surrounding tissue(muscle, skin) and materia
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 Conference2009eng
Inappropriate shocks due to misclassification of supraventricular and ventricular arrhythmias remain a major problem in the care of patients with Implantable Cardioverter Defibrillators (ICDs). The purpose of this study was to investigate the ability of a new covariance-based support vector machine classifier, to distinguish ventricular tachycardia from other rhythms such as supraventricular tachycardia. The proposed algorithm is applicable on both single and dual chamber ICDs and has a low computational demand. The results demonstrate that suggested algorithm has considerable promise and meri
СтатьяМногоцентровое исследованиеПолный 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 aimed to develop an effective support vector machine (SVM) classifier based on the multi-modal data for detecting the main brain networks involved in group separation of premature ejaculation (PE).
METHODS: A total of fifty-two patients with lifelong PE and 36 matched healthy controls were enrolled in this study. Structural MRI data, functional MRI data, and diffusion tensor imaging (DTI) data were used to process SPM12, DPABI4.5, and PANDA, respectively. A total of 12,735 features were reduced by the Mann-Whitney U test. The resilience nets method was further used to se
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 purpose of this study was to explore the feasibility of a urination management system by developing a smart band-based algorithm that recognizes the urination interval of women. We designed a device that recognizes the time and interval of urination based on the patient's specific posture and posture changes. The technology used for recognition applied the Radial Basis Function kernel-based Support Vector Machine, a teaching and learning method that facilitates multidimensional analysis by simultaneously judging the characteristics of complex learning data. In order to evaluate the perform
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: Diabetes has significant effects on bone metabolism. Both type 1 and type 2 diabetes can cause osteoporotic fracture. However, it remains challenging to diagnose osteoporosis in type 2 diabetes by bone mineral density which lacks regular changes. Seen another way, osteoporosis can be ascribed to the imbalance of bone metabolism, which is closely related to diabetes as well.
METHODS: Here, to assist clinicians in diagnosing osteoporosis in type 2 diabetes, an efficient and simple SVM (support vector machine) model was established based on different combinations of biochemical index
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.
Arterial spin labeling (ASL) magnetic resonance imaging has been widely applied to identify cerebral blood flow (CBF) abnormalities in a number of brain disorders. To evaluate its significance in detecting methamphetamine (MA) dependence, this study used a multivariate pattern classification algorithm, ie, a support vector machine (SVM), to construct classifiers for discriminating MA-dependent subjects from normal controls. Forty-five MA-dependent subjects, 45 normal controls, and 36 heroin-dependent subjects were enrolled. Classifiers trained with ASL-CBF data from the left or right cerebrum
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.
Anthrax is a highly lethal, acute infectious disease caused by the rod-shaped, Gram-positive bacterium Bacillus anthracis. The anthrax toxin lethal factor (LF), a zinc metalloprotease secreted by the bacilli, plays a key role in anthrax pathogenesis and is chiefly responsible for anthrax-related toxemia and host death, partly via inactivation of mitogen-activated protein kinase kinase (MAPKK) enzymes and consequent disruption of key cellular signaling pathways. Antibiotics such as fluoroquinolones are capable of clearing the bacilli but have no effect on LF-mediated toxemia; LF itself therefor
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
MOTIVATION: DNA microarray experiments generating thousands of gene expression measurements, are being used to gather information from tissue and cell samples regarding gene expression differences that will be useful in diagnosing disease. We have developed a new method to analyse this kind of data using support vector machines (SVMs). This analysis consists of both classification of the tissue samples, and an exploration of the data for mis-labeled or questionable tissue results.
RESULTS: We demonstrate the method in detail on samples consisting of ovarian cancer tissues, normal ovarian tiss
Оценочное исследованиеСтатьяПоиск 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.
Parkinson's disease (PD) is a progressive neurodegenerative disorder diagnosed clinically by cardinal motor symptoms, with structural brain changes associated with its diverse motor and non-motor manifestations. This study integrated multidimensional 7-Tesla structural Magnetic Resonance Imaging (MRI) features (gray matter volume, cortical thickness, etc.) using Support Vector Machine (SVM) to distinguish 98 PD patients from 74 healthy controls. The SVM model achieved 0.80 accuracy (sensitivity: 100%, F1-score: 0.85) and identified key biomarkers. Partial Least Squares Regression (PLSR) reveal
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.
PURPOSE: To develop a sleep-staging algorithm based on support vector machine (SVM) and extreme gradient boosting model (XB Boost) and evaluate its performance.
METHODS: In this study, data features were extracted based on physiological significance, feature dimension reduction was performed through appropriate methods, and XG Boost classifier and SVM were used for classification. One hundred and twenty training sets and 80 test sets were randomly composed of the first 200 groups of data from the SHH1 database. The polysomnography (PSG) data of 20 real individuals in the clinic were selected
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 feasibility of serum Raman spectroscopy for rapid screening of cholangitis and cholangiocarcinoma (CCA) was explored Raman spectra were collected from 49 patients with cholangitis, 38 patients with CCA, and 55 healthy volunteers. Normalized mean Raman spectra and spectral attributions reveal disease-specific biomolecular differences. Support vector machine (SVM) was used to establish the two-way (cholangitis vs healthy, CCA vs healthy etc.) and 3-way (cholangitis vs CCA vs healthy) classification model, and leave-one-out cross-validation (LOOCV) was used to verify these models' performance
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.
MOTIVATION: Breast cancer is a type of cancer that develops in breast tissues, and, after skin cancer, it is the most commonly diagnosed cancer in women in the United States. Given that an early diagnosis is imperative to prevent breast cancer progression, many machine learning models have been developed in recent years to automate the histopathological classification of the different types of carcinomas. However, many of them are not scalable to large-scale datasets.
RESULTS: In this study, we propose the novel Primal-Dual Multi-Instance Support Vector Machine to determine which tissue segme
СтатьяПоддержка правительства СШАПоддержка 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.
Breast cancer has been and continues to be a cause of major health concern for women. It is more prevalent in old age, but its incidence has increased in recent years in groups below 50 years old, as in India. According to the Indian Council of Medical Research (ICMR) 2020, 50% of all the cases are in the age group of 25-50 where the numbers are staggering and constantly rising. The increase in incidence over the years indicates an urging need for innovative approaches to enhance breast cancer detection early. Thermography is non-contact imaging modalities and has potential to detect breast ca
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.
Early diagnosis of malignant skin lesions is critical for prompt treatment and a clinical prognosis of skin cancers. However, it is difficult to precisely evaluate the development stage of nonmelanoma skin cancers because they are derived from the same tissues as a result of the uncontrolled growth of abnormal squamous keratinocytes in the epidermis layer of the skin. In the present study, we developed a linear-kernel support vector machine (LSVM) model to distinguish basal cell carcinoma (BCC) from actinic keratosis (AK) and Bowen's disease (BD). The input parameters of the LSVM model consist
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.
BACKGROUND: Multiple Sclerosis (MS) syndrome is a type of Immune-Mediated disorder in the central nervous system (CNS) which destroys myelin sheaths, and results in plaque (lesion) formation in the brain. From the clinical point of view, investigating and monitoring information such as position, volume, number, and changes of these plaques are integral parts of the controlling process this disease over a period. Visualizing MS lesions in vivo with Magnetic Resonance Imaging (MRI) has a key role in observing the course of the disease.
MATERIAL AND METHODS: In this analytical study, two differe
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.
PURPOSE: The aim of this study was to investigate if ischemic stroke final infarction volume and location can be used to predict the associated functional outcome using a multi-class support vector machine (SVM).
MATERIAL AND METHODS: Sixty-eight follow-up MR FLAIR datasets of ischemic stroke patients with known modified Rankin Scale (mRS) functional outcome after 30 days were used. The infarct regions were segmented and used to calculate the percentage of lesioned voxels in the predefined MNI, Harvard-Oxford cortical and subcortical atlas regions as well as using four problem-specific VOIs,
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.
PURPOSE: To develop a multivariate machine learning classification-based cerebral blood flow (CBF) quantification method for arterial spin labeling (ASL) perfusion MRI.
METHODS: The label and control images of ASL MRI were separated using a machine-learning algorithm, the support vector machine (SVM). The perfusion-weighted image was subsequently extracted from the multivariate (all voxels) SVM classifier. Using the same pre-processing steps, the proposed method was compared with standard ASL CBF quantification method using synthetic data and in-vivo ASL images.
RESULTS: As compared with the
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.
In this paper, a novel cardiac sound spectral analysis method using the normalized autoregressive power spectral density (NAR-PSD) curve with the support vector machine (SVM) technique is proposed for classifying the cardiac sound murmurs. The 489 cardiac sound signals with 196 normal and 293 abnormal sound cases acquired from six healthy volunteers and 34 patients were tested. Normal sound signals were recorded by our self-produced wireless electric stethoscope system where the subjects are selected who have no the history of other heart complications. Abnormal sound signals were grouped into
СтатьяВалидационное исследованиеПолный 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.