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
85177 публикаций
Поиск: 1593 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 5814 с найденным полным текстом
Sickle cell disease (SCD) is a debilitating genetic blood disorder that must be identified and diagnosed early for effective treatment planning. Several factors hinder early identification in microscopic images, including uneven blood smears, lack of focus during capture, inconsistent illumination, and improper microscope settings. This paper addresses the aforementioned factors using the Intuitionistic Fuzzy-Driven Retinex (IFDR) method. The work contains two phases: microscopic image enhancement using IFDR and classification using DenseNet121. IFDR is a hybrid model that combines the Intuiti
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.
The rapid development of optical labeling and imaging technologies has enabled scientists to capture three-dimensional images of mammalian brains at the single-neuron level. However, it has also brought about numerous technical challenges. In neuronal images, fibers exhibit lower fluorescence intensity than cell bodies and are densely packed, making it difficult to distinguish fiber signals from background noise or resolve connectivity accurately. While sparse high-brightness labeling and sensitive imaging technologies have partially addressed these issues, they have not been fundamentally res
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.
In medical imaging, particularly in enhancing computed tomography (CT) scan images, improving image quality while preserving diagnostic content is critical for detecting different types of abnormalities, especially in cases such as tumors, inflammatory conditions, or vascular issues. This paper proposes a novel image enhancement pipeline that integrates several image enhancement techniques into a sequential workflow that is specifically designed for abdominal CT scan images. The proposed pipeline combines windowing, contrast-limited adaptive histogram equalization, denoising via non-local mean
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.
With the development of biometric identification technology, finger vein identification has received more and more widespread attention for its security, efficiency, and stability. However, because of the performance of the current standard finger vein image acquisition device and the complex internal organization of the finger, the acquired images are often heavily degraded and have lost their texture characteristics. This makes the topology of the finger veins inconspicuous or even difficult to distinguish, greatly affecting the identification accuracy. Therefore, this paper proposes a finge
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 CONTEXT: Fluoroscopy and radiation exposure occur during anterior lumbar interbody fusion (ALIF). Image enhancement technology is available that can potentially reduce radiation exposure.
PURPOSE: The purpose of this study is to evaluate radiation exposure and fluoroscopy times comparing standard fluoroscopy (FL) with a low dose image enhancement platform (LD).
STUDY DESIGN: Retrospective review of prospectively maintained database.
PATIENT SAMPLE: Consecutive patients undergoing ALIF with either standard fluoroscopy or low dose image enhancement technology.
OUTCOME MEASURES: Ra
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.
A novel coronavirus disease 2019 (COVID-19) was detected and has spread rapidly across various countries around the world since the end of the year 2019. Computed Tomography (CT) images have been used as a crucial alternative to the time-consuming RT-PCR test. However, pure manual segmentation of CT images faces a serious challenge with the increase of suspected cases, resulting in urgent requirements for accurate and automatic segmentation of COVID-19 infections. Unfortunately, since the imaging characteristics of the COVID-19 infection are diverse and similar to the backgrounds, existing med
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.
Laryngeal endoscopy is one of the primary diagnostic tools for laryngeal disorders. The main techniques are videostroboscopy and lately high-speed video endoscopy. Unfortunately, due to the restricting anatomy of the larynx and technical limitations of the recording equipment, many videos suffer from insufficient illumination, which complicates clinical examination and analysis. This work presents an approach to enhance low-light images from high-speed video endoscopy using a convolutional neural network. We introduce a new technique to generate realistically darkened training samples using Pe
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: Lower limb edema is a common clinical symptom closely associated with chronic diseases such as heart failure, liver disease, and renal dysfunction. Edema severity grading is an important indicator for clinical diagnosis and disease monitoring. However, traditional assessments that rely on visual inspection and manual palpation are subjective and inconsistent, making them insufficient to meet the requirements of standardized and precise diagnostics.
METHODS: This study proposes a multistage deep learning framework that integrates object detection and image classification for automa
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.
Cervical cancer ranks as the fourth most prevalent cancer among women worldwide. Early diagnosis facilitates timely intervention and treatment. Traditional colposcopy is a widely employed technique for evaluating cervical lesions. Nevertheless, the growing number of patients with cervical cancer, and the rising workload of doctors may lead to misdiagnosis and underdiagnosis. Therefore, many researchers use deep learning to make paramedical diagnoses of cervical disease. However, the current neural network models for cervical image recognition lead to poor diagnostic results due to limitations
Оценочное исследованиеСтатьяПоиск 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 objective of this study was to determine whether dynamic magnetic resonance imaging (dMRI) enhancement parameters could predict dopamine agonist (DA) resistance in prolactinomas.
METHODS: We retrospectively identified patients with prolactinomas who were treated with DA and underwent dMRI from 2001 through 2012 at Mayo Clinic (Rochester, MN). Intensities of the adenoma and pituitary gland were measured by drawing regions of interest on the images. Enhancement ratio, enhancement peak, prepeak slope (PPS), and enhancement time were compared between DA-resistant and DA-responsive
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
We present a paradigm for empirical evaluation of digital image enhancement algorithms for mammography that uses psychophysical methods for implementation and analysis of a clinically relevant detection task. In the experiment, the observer is asked to detect and assign to a quadrant, or indicate the absence of, a simulated mammographic structure characteristic of cancer embedded in a background image of normal breast tissue. Responses are indicated interactively on a computer workstation. The parameter values for the enhancement applied to the composite image may be varied on each trial, and
СтатьяПоддержка службы здравоохранения 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 ultrasound (BUS) images are commonly degraded by speckle noise, intensity inhomogeneity, acoustic shadowing, and low contrast, while breast tumors often exhibit irregular morphology, heterogeneous echogenicity, and blurred boundaries. These factors make accurate lesion segmentation difficult. We propose SFENet, an end-to-end spatial-frequency dual-branch image quality enhancement network for BUS tumor segmentation. Built on a U-shaped segmentation framework, SFENet jointly models lesion morphology, global spectral responses, and local image-quality degradation through a wavelet-frequenc
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.
This paper proposes a Cross-Representation Attention-Based Neural Network with fuzzy image enhancement for joint classification and segmentation of chest X-ray and kidney images. First, each input image is transformed into three complementary representations using histogram spread, fuzzy entropy, and fuzzy standard deviation-based enhancement. These representations emphasize different intensity distributions, informative regions, and local structural variations. A Cross-Representation Attention Fusion module then models multidirectional relationships among the enhanced representations and adap
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.
OBJECTIVES: This study aimed to evaluate the effectiveness of deep learning method for denoising and artefact reduction (AR) in zero echo time MRI (ZTE-MRI). Also, clinical applicability was evaluated by comparing image diagnosis to the temporomandibular joint (TMJ) cone-beam CT (CBCT).
METHODS: CBCT and routine ZTE-MRI data were collected for 30 patients, along with an additional ZTE-MRI obtained with reduced scan time. Scan time-reduced image sets were processed into denoised and AR images based on a deep learning technique. The image quality of the routine sequence, denoised, and AR image
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.
Cataract is a major cause of vision loss and hinders further diagnosis. However, enhancing cataract fundus images remains challenging due to limited paired cataract retinal images and the difficulty of recovering fine details in the retinal images. To mitigate these challenges, we in this paper propose a two-stage multi-scale attention-based network (TSMSA-Net) for weakly supervised cataract fundus image enhancement. In Stage 1, we introduce a real-like cataract fundus image synthesis module, which utilizes domain transformation via CycleGAN to generate realistic paired cataract images from un
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: To assess the effectiveness of two enhancement filters for magnetic resonance images of temporomandibular joint (TMJ) in patients with juvenile idiopathic arthritis (JIA).
MATERIAL: Magnetic resonance image (MRI) of 44 patients with JIA (15 males and 29 females) was analysed using OnDemand 3D® software. Two experienced evaluators who were previously calibrated and blinded to the images assessed them subjectively regarding the use of Sharpen 1 and Sharpen 2 filters. The quality of the images after using the two different enhancement filters was compared to each other as well as to
СтатьяСравнительное исследованиеПоддержка 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.
AIM: To develop and evaluate a new fundus image optimization software based on red, green, blue channels (RGB) for the evaluation of age-related macular degeneration (AMD) in the Chinese population.
METHODS: Fundus images that were diagnosed as AMD from the Shanghai Changfeng Study database were analyzed to develop a standardized optimization procedure. Image brightness, contrast, and color balance were measured. Differences between central lesion area and normal retinal area under different image brightness, contrast, and color balance were observed. The optimal optimization parameters were
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.
Аннотация не предоставлена источником. Откройте карточку для перехода к публикации.
Клинический случайСтатьяПолный 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.
Аннотация не предоставлена источником. Откройте карточку для перехода к публикации.
Клинический случайПисьмо в редакциюПолный 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: To determine whether targeted image enhancement improves intergrader agreement in assessing vascular features of plus disease in retinopathy of prematurity (ROP), and to identify which specific features and clinical subgroups benefit most.
METHODS: This prospective image grading study included 48 eyes from preterm infants undergoing ROP screening at a tertiary care center. All eyes were imaged with the RetCam Envision system. For each eye, five fundus images centered on the optic disc were selected and underwent standardized enhancement combining blue-channel attenuation and CLAHE
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.