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
1050 публикаций
Поиск: 69 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 47 с найденным полным текстом
Adeno-associated virus (AAV) vectors have demonstrated strong clinical efficacy across multiple monogenic disorders, yet neutralizing antibodies (NAbs) remain major barriers to vector redosing and durable transduction. To address this limitation, we developed a sequence-based artificial intelligence framework integrating Bidirectional Encoder Representations from Transformers (BERT) and Evolutionary Scale Modeling with Low-Rank Adaptation (ESM-LoRA) to identify human-tolerant, virus-specific motifs across human and viral proteins using sliding-window analyses and multi-layer fine-tuning. Using
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.
Distant metastasis (DM) is the most frequent recurrence mode following stereotactic body radiation therapy (SBRT) for early-stage non-small cell lung cancer (NSCLC). Assessing DM risk prior to treatment initiation is critical. This study aimed to develop and validate a deep learning fusion model, based on 18F-FDG PET/CT images, to predict DM risk. A total of 566 patients from 5 hospitals were allocated into a training set (n = 347), an internal test set (n = 139), and an external test set (n = 80). Deep learning features were extracted from CT, PET, and fusion images using a variational autoen
СтатьяМногоцентровое исследованиеПоддержка 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.
Accurate segmentation of abdominal three-dimensional (3D) vascular structures from computed tomography (CT) scans is crucial for clinical applications yet remains challenging due to dependency on large annotated datasets through effective pretraining and poor generalization via cross-domain feature alignment. In this paper, we proposes a novel transformer-based framework based on masked autoencoder (MAE) and UNEt TRansformers (UNETR), dubbed as Adaptive MAE-UNETR, that integrates self-supervised pretraining and adversarial domain adaptation to achieve robust artery/vein segmentation with enhan
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/Objectives: Convolutional Neural Networks (CNNs) and advanced image pre-processing can enhance the classification of antioxidant effects applied on zebrafish intestine. This study proposes a hybrid technique that combines four deep learning (DL) models: the pre-trained Xception CNN, a custom-built autoencoder, a custom-built CNN, and a Vision Transformer (ViT). Methods: For classification features generated by DL models, the Support Vector Machine (SVM), Random Forest (RF), and k-Nearest Neighbors (kNN) algorithms were proposed. Contrast-Limited Adaptive Histogram Equalization (CLAH
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.
Accurately predicting protein-ligand binding affinity (PLA) is essential in drug discovery for identifying lead compounds. The sequence and structural contexts of an amino acid residue (i.e., microenvironment) describe the surrounding chemical properties and geometric features. While recent graph-based models have shown considerable promise, they often construct microenvironment representations using a shallow fusion of sequence and structural features, potentially failing to capture their full synergistic effects. Furthermore, the common reliance on a fixed distance threshold to define intera
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.
Accurate, efficient, and explainable modeling of the dynamics of acute respiratory infections (ARIs) remains, in many aspects, a significant challenge. While compartmental models such as SIR (Susceptible-Infected-Recovered) remain widely used for that purpose due to their simplicity, they cannot capture the complicated multiscale nature of disease progression which unites individual-level interactions affecting the initial phase of an outbreak and mass action laws governing the disease transmission in its general phase. Individual-based models (IBMs) offer a detailed representation capable of
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.
Vehicular Ad Hoc Networks (VANETs) support safety-critical and traffic-optimization applications through low-latency, reliable V2X communication. However, securing integrity and auditability with blockchain is challenging because conventional BFT-style consensus incurs high message overhead and latency. We introduce CoCoChain, a concept-aware consensus mechanism tailored to VANETs. Instead of exchanging full payloads, CoCoChain trains a sparse autoencoder (SAE) offline on raw message payloads and encodes each message into a low-dimensional concept vector; only the top-k activations are broadca
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.
The transferability of adversarial examples has become a crucial issue in black-box attacks. Input transformation techniques have shown considerable promise in enhancing transferability, but existing methods are often limited by their empirical nature, neglecting the wide spectrum of potential transformations. This may limit the transferability of adversarial examples. To address this issue, we propose a novel transformation variational inference attack(TVIA) to improve the diversity of transformations, which leverages variational inference (VI) to explore a broader set of input transformation
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.
PMARPOSE: метрики сети Connectome обычно рассматриваются как основные свойства мозга, и их изменения были связаны с развитием болезни Альцгеймера, множественным склерозом и травматическим повреждением мозга. Однако эти метрики являются фактически оцененными свойствами посредством многоэтапного распространения на основе местных оценок диффузии вокселя, региональной трактографии и картирования района, представляющего интерес. Эти процессы оценки в значительной степени зависят от выбора конкретных протоколов съемки и программного обеспечения, что приводит к эффекту в зависимости от участка.ПОДХОД
СтатьяПолный текст найденМашинный перевод · не проверен
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.
Feature representations with rich topic information can greatly improve the performance of story segmentation tasks. VAEGAN offers distinct advantages in feature learning by combining variational autoencoder (VAE) and generative adversarial network (GAN), which not only captures intricate data representations through VAE's probabilistic encoding and decoding mechanism but also enhances feature diversity and quality via GAN's adversarial training. To better learn topical domain representation, we used a topical classifier to supervise the training process of VAEGAN. Based on the learned feature
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.
3D Facial animations, crucial to augmented and mixed reality digital media, have evolved from mere aesthetic elements to potent storytelling media. Despite considerable progress in facial animation of neutral emotions, existing methods still struggle to capture the authenticity of emotions. This paper introduces a novel approach to capture fine facial expressions and generate facial animations using audio synchronization. Our method consists of two key components: First, the Local-to-global Latent Diffusion Model (LG-LDM) tailored for authentic facial expressions, which can integrate audio, ti
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.
Neuropsychiatric symptoms (NPS) and mood disorders are common in individuals with mild cognitive impairment (MCI) and increase the risk of progression to dementia. Wearable devices collecting physiological and behavioral data can help in remote, passive, and continuous monitoring of moods and NPS, overcoming limitations and inconveniences of current assessment methods. In this longitudinal study, we examined the predictive ability of digital biomarkers based on sensor data from a wrist-worn wearable to determine the severity of NPS and mood disorders on a daily basis in older adults with predo
СтатьяКлиническое 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.
The space of graphs is often characterized by a nontrivial geometry, which complicates learning and inference in practical applications. A common approach is to use embedding techniques to represent graphs as points in a conventional Euclidean space, but non-Euclidean spaces have often been shown to be better suited for embedding graphs. Among these, constant-curvature Riemannian manifolds (CCMs) offer embedding spaces suitable for studying the statistical properties of a graph distribution, as they provide ways to easily compute metric geodesic distances. In this paper, we focus on the proble
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.
Magnetic resonance imaging (MRI) reconstruction is highly sensitive to undersampling and acquisition artifacts. Although deep learning-based approaches have significantly improved reconstruction quality, they are typically optimized using global fidelity metrics that may not fully reflect reconstruction quality within clinically important structures such as the anterior cruciate ligament (ACL), meniscus, and articular cartilage. This study proposes a region-aware MRI reconstruction framework based on a Vision Transformer autoencoder (ViT-AE) guided by an ROI Structural Similarity (ROI-SSIM) lo
Письмо в редакциюПоиск 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: Adolescent obesity is a growing concern in India, shaped by sociodemographic, behavioural, familial, sleep and mental health factors. Validated AI-based prediction models for adolescents are scarce. Generative AI (GenAI) offers opportunities to improve accuracy through synthetic data augmentation.
METHODS: A case-control, school-based study included 1292 adolescents aged 10-16 years from Mysuru and Chamarajanagar, selected via stratified random sampling. Data on sociodemographic, lifestyle, sleep, mental health, familial and anthropometric measures were collected using validated t
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.
Deep learning for Alzheimer's disease (AD) detection from structural magnetic resonance imaging (MRI) needs large, labelled datasets, yet many cohorts hold only a few hundred participants, for which conventional augmentation adds little anatomical diversity. In a two-stage pipeline, a variational autoencoder compressed 256 × 256 coronal slices to a 32 × 32 × 8 latent space, and a class-conditional latent diffusion model under classifier-free guidance generated AD and cognitively normal (CN) images using 295 participants from the Alzheimer's Disease Neuroimaging Initiative (ADNI). The pipeline
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: Tele-monitoring is a useful platform for remote monitoring of cardiac patients, where compression plays a significant role in reducing the link burden and memory utilization of the source device. This paper describes a new approach for lossless ECG compression based on a deep-learning method via an adaptive autoregressive integrated moving average (ARIMA) model.
METHODS: Raw ECG signals were denoised and preprocessed to generate beat-cells for further processing. The ARIMA model uses the individual cardiac cycles to generate model parameters, which are then compressed. In this rese
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.
Parkinson's disease (PD) affects 10 million globally, with accurate staging essential for personalized treatment planning. Current UPDRS assessments achieve < 93% accuracy due to subjective clinical judgment and unimodal data limitations, failing to capture complex genetic-neuroimaging-clinical interactions driving disease heterogeneity. This study introduces MAFNet, a novel deep learning framework pioneering Iterative Adaptive Vold-Kalman Filter (IAVKF) temporal denoising, Accelerated Binary Particle Swarm Optimization (ABPSO) swarm feature selection, Multilayer Perceptron-Lagrangian Support
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.
Diabetes is a leading cause of morbidity and mortality, contributing to complications such as cardiovascular disease, kidney failure and lower-limb amputations. Diabetic foot complications, such as structural deformities, ulceration and infection, present significant risks, necessitating early detection and intervention. This study explores the development and validation of artificial intelligence (AI) image analysis for diabetic foot screening, focusing on structural deformity identification which includes callus, hallux valgus and hammer toes, because they represent the earliest detectable v
СтатьяВалидационное 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.
Deep learning methods have significantly advanced the analysis of brain imaging data for various downstream tasks such as disease diagnosis and age prediction. However, most existing methods train deep models on large amounts of imaging data, neglecting prior domain knowledge about brain structure and disease. To address this limitation, we propose KGT, a knowledge-guided graph transformer network that integrates medical domain knowledge with brain images to learn more relevant features and complex associations from regions of interest (ROIs), achieving superior performance in multiple tasks i
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.