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
604 публикаций
Поиск: 346 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 59 с найденным полным текстом
A very common way to estimate the parameters of a hidden Markov model (HMM) is the relatively straightforward computation of maximum likelihood (ML) estimates. For this task, most users rely on user-friendly implementation of the estimation routines via an interpreted programming language such as the statistical software environment R. Such an approach can easily require time-consuming computations, in particular for longer sequences of observations. In addition, selecting a suitable approach for deriving confidence intervals for the estimated parameters is not entirely obvious, and often the
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.
OBJECTIVES: The presence of occult nodal metastases in patients with oral tongue squamous cell carcinomas (OTSCCs) has implications for treatment. More than 30% of patients will have occult nodal metastases, yet a considerable number of patients undergo unnecessary invasive neck dissection to confirm nodal status. In this work, we propose a probabilistic model for lymphatic metastatic spread that can quantify the risk of microscopic involvement at the lymph node level (LNL) given the location of macroscopic metastases and the tumor stage using the MRI method.
MATERIALS AND METHODS: A total of
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.
A shared-parameter approach for jointly modeling longitudinal and survival data is proposed. With respect to available approaches, it allows for time-varying random effects that affect both the longitudinal and the survival processes. The distribution of these random effects is modeled according to a continuous-time hidden Markov chain so that transitions may occur at any time point. For maximum likelihood estimation, we propose an algorithm based on a discretization of time until censoring in an arbitrary number of time windows. The observed information matrix is used to obtain standard error
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.
OBJECTIVES: Mitochondrial encephalomyopathy with lactic acidosis and stroke-like episodes (MELAS) is a rare maternally inherited disease. The neuropathologic mechanisms and neural network alterations underlying stroke-like episodes (SLEs), a recurrent paroxysmal clinical event, remain unclear. The hidden Markov model (HMM) can detect profound alterations in neural activities across the whole-brain network.
MATERIALS AND METHODS: We initially collected data from a prospective cohort from 2019 to 2024. The confirmed diagnosis of MELAS was conducted through genetic testing or a muscle biopsy. He
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: Many parasites use multicopy protein families to avoid their host's immune system through a strategy called antigenic variation. RIFIN and STEVOR proteins are variable surface antigens uniquely found in the malaria parasites Plasmodium falciparum and P. reichenowi. Although these two protein families are different, they have more similarity to each other than to any other proteins described to date. As a result, they have been grouped together in one Pfam domain. However, a recent study has described the sub-division of the RIFIN protein family into several functionally distinct gr
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.
Multistate models have been increasingly used to model natural history of many diseases as well as to characterize the follow-up of patients under varied clinical protocols. This modeling allows describing disease evolution, estimating the transition rates, and evaluating the therapy effects on progression. In many cases, the staging is defined on the basis of a discretization of the values of continuous markers (CD4 cell count for HIV application) that are subject to great variability due mainly to short time-scale noise (intraindividual variability) and measurement errors. This led us to for
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.
OBJECTIVES: This study aimed to investigate the temporal dynamics of brain activity and characterize the spatiotemporal specificity of transitions and large-scale networks on short timescales in acute mild traumatic brain injury (mTBI) patients and those with cognitive impairment in detail.
METHODS: Resting-state functional magnetic resonance imaging (rs-fMRI) was acquired for 71 acute mTBI patients and 57 age-, sex-, and education-matched healthy controls (HCs). A hidden Markov model (HMM) analysis of rs-fMRI data was conducted to identify brain states that recurred over time and to assess t
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.
Clinical trials in asthma and chronic obstructive pulmonary disease often use exacerbation risk as the primary endpoint. However, exacerbations occur with low frequency, leading to long and costly clinical trials. Home-measured spirometry, which is becoming more common, provides an alternative and has previously been used to shorten the necessary trial duration. In this work, we develop a mixed-effects hidden Markov model (MEHMM) for analyzing home-measured peak expiratory flow (PEF), combining an observation model with a latent two-state disease process representing sustained periods of high
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.
[This corrects the article DOI: 10.3389/fonc.2024.1360253.].
Опубликованное исправлениеПолный 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.
Dyslexia is the most common learning disorder and has been associated with alterations in functional connectivity between distributed brain regions. While prior research has primarily focused on static connectivity patterns, considerably less attention has been paid to the dynamic fluctuations of functional brain networks underlying reading processes. We applied a state-based dynamic functional connectivity (dFC) analysis to task-based fMRI data acquired during a reading-aloud task in children with dyslexia (n = 19) and typically developing (TD) children (n = 16). Hidden Semi-Markov Models (HS
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: Parkinson's disease (PD) is a movement disorder caused by dopaminergic neurodegeneration. Both Levodopa (L-dopa) and Subthalamic Deep Brain Stimulation (STN-DBS) effectively alleviate symptoms, yet their cerebral effects remain under-explored. Understanding these effects is essential for optimizing treatment strategies and assessing disease severity. Magnetoencephalogram (MEG) data provide a continuous time series signal that reflects the dynamic changes in brain activity. The hidden Markov model (HMM) can capture and model the temporal features and underlying states of the MEG sig
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.
Apnea-bradycardia (AB) is a common complication in prematurely born infants, which is associated with reduced survival and neurodevelopmental outcomes. Thus, early detection or predication of AB episodes is critical for initiating preventive interventions. To develop automatic real-time operating systems for early detection of AB, recent advances in signal processing can be employed. Hidden Markov Models (HMM) are probabilistic models with the ability of learning different dynamics of the real time-series such as clinical recordings. In this study, a hierarchy of HMMs named as layered HMM was
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.
Although previous resting-state fMRI studies have revealed functional abnormalities in multiple brain regions of obsessive-compulsive disorder (OCD) patients, the underlying pathological mechanisms remain unclear. As the brain constitutes a complex dynamic system, capturing its dynamic features could advance our understanding of neural activity mechanisms. This study employed hidden Markov modeling (HMM) to investigate dynamic alterations in resting-state brain activity among OCD patients, offering a dynamic perspective on the disorder's pathophysiology. A total of 60 OCD patients and 57 healt
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 detection of heart disease using a stethoscope requires significant skill and time, making it expensive and impractical for widespread screening in low-resource environments. Machine learning analysis of heart sound recordings can improve upon the accessibility and accuracy of diagnoses, but existing approaches require further validation on larger and more representative clinical datasets. For many previous algorithms, segmenting the signal into its individual sound components is a key first step. However, segmentation algorithms often struggle to find S1 or S2 sounds in the presence of st
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: Acoustic disturbance is increasingly recognized as an ecological concern, particularly at sea. In light of marine mammal stranding events associated with use of naval mid-frequency active sonar (MFAS), which often involve goose-beaked whales (Ziphius cavirostris), research has sought to detect and characterize Ziphius behavioral responses to MFAS. METHODS: We deployed Sound and Motion Recording and Telemetry (SMRT) tags on 13 Ziphius in the Southern California Bight. The study area includes the United States Navy’s Southern California Anti-submarine Warfare Range (SOAR), and deploy
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: Recent advances in multimodal signal analysis enable the identification of subtle drug-induced anomalies in sleep that traditional methods often miss.
NEW METHOD: We develop and introduce the Dynamic Representation of Multimodal Activity and Markov States (DREAMS) framework, which embeds explainable artificial intelligence (XAI) techniques to model hidden state transitions during sleep using tensorized EEG, EMG, and EOG signals from 22 subjects across three age groups (18-29, 30-49, and 50-66 years). By combining Tucker decomposition with probabilistic Hidden Markov Modeling, we q
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.
Intracortical brain-computer interfaces (iBCIs) require frequent recalibration to maintain robust performance due to changes in neural activity that accumulate over time, which result in periods when users cannot use their device. Here we introduce a hidden Markov model to infer which targets users are moving towards during iBCI use and we retrain the system using these inferred targets, enabling unsupervised adaptation to changing neural activity. Our approach outperforms distribution alignment methods in large-scale, closed-loop simulations over two months, as well as in a closed loop with a
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.
Hidden Markov models (HMMs) are widely used to characterize latent state transition patterns in substance use. However, traditional HMM frameworks are incompetent when dealing with the complexities introduced by high-dimensional risk factors and varying time intervals, particularly in determining the number of hidden states and selecting variables for state transition parameters. To tackle the analytical challenges in the Population Assessment of Tobacco and Health (PATH) Study, a nationally representative longitudinal cohort study on tobacco use, we propose a continuous-time HMM framework wit
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: Wrist-worn data from commercially available devices has potential to characterize sedentary time for research and for clinical and public health applications. We propose a model that utilizes heart rate in addition to step count data to estimate the proportion of time spent being sedentary and the usual length of sedentary bouts.
METHODS: We developed and trained two Hidden semi-Markov models, STEPHEN (STEP and Heart ENcoder) and STEPCODE (STEP enCODEr; a steps-only based model) using consumer-grade Fitbit device data from participants under free living conditions, and validated m
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.
We present an object motion detection system using backscattered signal strength of passive UHF RFID tags as a sensor for providing information on the movement and identity of work objects-important cues for activity recognition. For using the signal strength for accurate detection of object movement we propose a novel Markov model with continuous observations, RSSI preprocessor, frame-based data segmentation, and motion-transition finder. We use the change of backscattered signal strength caused by tag's relocation to reliably detect movement of tagged objects. To maximize the accuracy of mov
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.