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
1044 публикаций
Поиск: 136 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 47 с найденным полным текстом
Plastic and reconstructive surgery. Global open2026eng
BACKGROUND: Sagittal craniosynostosis (SC) is the most common type of isolated craniosynostosis, resulting in premature fusion of the sagittal suture and a scaphocephalic head shape. Surgical interventions, such as spring-assisted cranioplasty (SAC) and open calvarial vault remodeling (CVR), are often required to normalize skull morphology and improve functional outcomes. The Swap Disentangled Variational Autoencoder (SD-VAE) was used for the objective assessment of the SC phenotype and quantification of surgical outcomes after SAC and CVR, focusing on global and regional head shape relative t
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: Generative artificial intelligence (GenAI) is a transformative tool capable of producing realistic synthetic data, modeling complex data, and translating large volumes of information into clinically meaningful insights. This systematic scoping review aimed to characterize the current applications of GenAI in OA care and research.
DESIGN: Medline, EMBASE, Pubmed and Scopus were searched electronically to December 2025 using keywords related to OA and GenAI. English-language studies detailing the applications of GenAI in OA were included.
RESULTS: Forty-nine studies were included an
Scoping ReviewСтатьяПолный 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.
Contrast-enhanced abdominal computed tomography (CT) scans frequently detect renal cysts, some of which may be malignant. Early and precise localization improves patient management and enables quantitative image analysis. However, current segmentation methods often lack interpretability at both feature and pixel levels, highlighting the need for an explainable approach that can detect and correct model errors. We developed an interpretable 3D renal cyst segmentation framework and validated it on 1486 cysts from 568 patients across three centers and an open-source dataset. The framework first i
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.
T-lineage acute lymphoblastic leukemia (T-ALL) is an aggressive pediatric malignancy characterized by complex heterogeneity across multiple molecular layers. Accurate subtyping is essential for understanding disease mechanisms, risk stratification, and guiding targeted therapeutic strategies. However, current diagnostic approaches are labor-intensive and time-consuming, and existing computational methods are limited by reliance on single-modality data or simple integration strategies. Effective integration of heterogeneous multi-omics data remains a major computational challenge. We present OT
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.
Distinguishing malignant from normal cells in single-cell RNA sequencing data remains a critical yet challenging task in cancer genomics. Existing methods often suffer from poor precision, limited generalizability across cancer types, and reduced robustness across different sequencing platforms. We developed DeepMalignant, an unsupervised multimodal graph attention autoencoder for malignant cell identification that jointly integrates gene expression and copy number alteration (CNA) information. We applied DeepMalignant to five datasets covering 26 samples and four cancer types (breast, colorec
СтатьяПрепринтПолный 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.
Most spatial transcriptomic analyses of solid tumors focus on individual cell states or single-sample spatial domains rather than on recurrent multicellular tissue architectures shared across patients, and typically depend on predefined cell-type annotations or compartment definitions. We developed STORM (Spatial Topology analysis of Recurrent Motifs), an unsupervised graph-attention variational autoencoder that learns recurrent spatial motifs directly from cell-level graph structure and molecular profiles without cell-type labels, manual annotation, or predefined compartments. We applied to 3
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.
Predictive new approach methodologies (NAMs) for developmental and reproductive toxicity (DART) assessment are increasingly needed as reliance on conventional mammalian studies decreases and chemical safety evaluation demands continue to expand. Whole-organism NAMs, including Caenorhabditis elegans, provide a scalable non-mammalian strategy because they preserve conserved biological pathways within an intact physiological system. We recently developed vivoDART, a rapid and repeatable C. elegans assay that quantifies in utero embryo development and overcomes key limitations of traditional labor
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.
As advancements in inertial measurement units (IMUs) for motion analysis progress, the inability to directly apply decades of research-based optical motion capture (OMC) methodologies presents a significant challenge. This study aims to bridge this gap by proposing an innovative deep learning approach to predict marker positions from IMU data, allowing traditional OMC-based calculations to estimate joint kinematics. Eighteen participants walked on a treadmill with seven IMUs and retroreflective markers. Trials were divided into normalized gait cycles (101 frames), and an autoencoder network wi
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: Abnormal ventricular depolarization, evident as a broad QRS complex on an ECG, is traditionally categorized into left bundle-branch block (LBBB) and right bundle-branch block or nonspecific intraventricular conduction delay. This categorization, although physiologically accurate, may fail to capture the nuances of diseases subtypes.
METHODS: We used unsupervised machine learning to identify and characterize novel broad QRS phenogroups. First, we trained a variational autoencoder on 1.1 million ECGs and discovered 51 latent features that showed high disentanglement and ECG reconstr
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.
BACKGROUND: The significant heterogeneity among individuals who die by suicide complicates prevention, suggesting that a "one-size-fits-all" approach is insufficient. It is crucial to identify distinct subgroups for targeted strategies. This study aims to characterize suicide profiles based on trait impulsivity and related factors.
METHODS: Data from the FRieNDS project (Factores de Riesgo en Defunciones por Suicidio - Risk Factors in Suicide Deaths), a psychological autopsy study of 408 suicide deaths, were used. After determining the optimal number of clusters via stability analysis through
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.
OBJECTIVES: Chronic obstructive pulmonary disease (COPD) is the third leading cause of death worldwide, with up to 70% of cases remaining undiagnosed. This paper proposes a COPD screening tool based on time-frequency representation features of self-recorded respiratory sounds.
MATERIALS AND METHODS: Respiratory sound samples (breath and cough sounds) were extracted from COPD and asymptomatic non-COPD volunteers using a large, scientific-purpose database. We analyzed 39 time-frequency representation features of breath and cough sounds, combined with age, sex, and smoking status, using Autoenco
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: Hypotension is associated with organ injury and death in surgical and critically ill patients. In clinical practice, treating hypotension remains challenging because it can be caused by various underlying haemodynamic alterations. We aimed to identify and independently validate endotypes of hypotension in big datasets of surgical and critically ill patients using unsupervised deep learning.
METHODS: We developed an unsupervised deep learning algorithm, specifically a deep learning autoencoder model combined with a Gaussian mixture model, to identify endotypes of hypotension based
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.
Meibomian Gland Dysfunction (MGD) and Dry Eye Disease (DED) comprise two of the most significant eye diseases, impacting millions of sufferers worldwide. Several etiological factors influence the early symptoms of DED. Early diagnosis and treatment of erectile dysfunction may significantly improve the Quality of Life (QoL) for people. The current study introduces the ESAE-ODNN, an improved stacked autoencoder-aided optimised deep neural network, as a new way to predict DED using feature selection (FS), feature extraction (FE), and classification. The approach described here is novel because it
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.
Deprivation of oxygen in an infant during and after birth leads to birth asphyxia, which is considered one of the leading causes of death in the neonatal period. Adequate resuscitation activities are performed immediately after birth to save the majority of newborns. The primary resuscitation activities include ventilation, stimulation, drying, suction, and chest compression. While resuscitation guidelines exist, little research has been conducted on measured resuscitation episodes. Objective data collected for measuring and registration of the executed resuscitation activities can be used to
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.
Although it is the gold standard for assessing the malignancy of thyroid nodules (TNs) preoperatively, the cytological analysis of fine-needle aspiration cytology (FNAC) samples results in 20-30% of cases in indeterminate lesions (ITNs). As two-thirds of these lesions will appear benign after diagnostic surgery, improved preoperative diagnostic methods need to be developed. In this pilot study, we evaluate if the metabolomic profiles of liquid-based (CytoRich®) FNAC samples of benign and malignant nodules can allow the molecular diagnosis of TNs. We performed untargeted metabolomic analyses wi
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 Conference2023eng
During the initial stages, atrial fibrillation (AF) typically presents as paroxysmal atrial fibrillation (PAF), which may further progress into persistent atrial fibrillation, leading to high-risk diseases such as ischemic stroke and heart failure. Given that the current machine learning algorithms used for predicting AF involve time-consuming and labor-intensive processes of feature extraction and labeling electrocardiogram data, this study proposes a novel two-stage semi-supervised AF attack prediction algorithm. The first stage is designed as unsupervised learning based on convolutional aut
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: The unparalleled performance of deep learning approaches in generic image processing has motivated its extension to neuroimaging data. These approaches learn abstract neuroanatomical and functional brain alterations that could enable exceptional performance in classification of brain disorders, predicting disease progression, and localizing brain abnormalities.
NEW METHOD: This work investigates the suitability of a modified form of deep residual neural networks (ResNet) for studying neuroimaging data in the specific application of predicting progression from mild cognitive impair
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
Lung cancer remains a leading cause of cancer-related mortality worldwide, and combination therapy is an important strategy for improving treatment efficacy and overcoming drug resistance. However, identifying synergistic drug combinations remains challenging because of the large combinatorial search space and the strong dependence of drug responses on cellular context. Here, we present SynerHyper, a multimodal computational framework for lung cancer drug synergy prediction that integrates three-dimensional molecular representations, transcriptomic profiles, hypergraph learning, and ensemble f
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.
Approximately 30% of U.S. adolescents have consumed alcohol, and earlier onset is associated with faster escalation and greater risk of adult alcohol use disorder. Predicting not only who will initiate drinking but also when could enable more timely and targeted prevention. Existing machine-learning approaches have largely classified drinking status or predefined trajectory classes, requiring fully observed outcomes and often excluding adolescents who remain abstinent at last follow-up. Many also rely on neuroimaging or small, hand-selected feature sets, limiting scalability. We developed a st
СтатьяПрепринтПоиск 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 epidermal growth factor receptor (EGFR) is one of the key biomarkers for diagnosis, treatment, and prognosis in glioblastoma (GBM). Current EGFR diagnostic methods, including immunohistochemistry, fluorescence in situ hybridization, and next-generation sequencing, are costly, time-consuming, and not uniformly accessible. A major challenge in whole-slide images (WSIs)-based prediction is to capture the full morphological heterogeneity of the tissue in a way that supports not only precise classification but also interpretability. To address these challenges, we proposed an automatic, interpr
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.