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
496 публикаций
Поиск: 1087 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 31 с найденным полным текстом
Bike-Sharing Systems (BSS) help address first- and last-mile travel challenges. As a limited public resource, the current pricing mechanism fails to fully exploit the service potential of bike-sharing or adequately capture heterogeneous user price sensitivity. We propose a Dynamic pricing-based Stochastic Demand-Response Optimization (DSDRO) method to address this gap. The method balances service fairness under varying demand stickiness while maximizing enterprise resource utilization. The DSDRO framework leverages spatiotemporal patterns in bike-sharing demand data and introduces a dynamic pr
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.
Due to the aging of the global population and lifestyle changes, cardiovascular disease has become the leading cause of death worldwide, causing serious public health problems and economic pressures. Early and accurate prediction of cardiovascular disease is crucial to reducing morbidity and mortality, but traditional prediction methods often lack robustness. This study focuses on integrating swarm intelligence feature selection algorithms (including whale optimization algorithm, cuckoo search algorithm, flower pollination algorithm, Harris hawk optimization algorithm, particle swarm optimizat
СтатьяСравнительное исследованиеПоддержка 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.
Takagi-Sugeno (T-S) fuzzy neural networks (FNNs) can be used to handle complex, fuzzy, uncertain clinical pathway (CP) variances. However, there are many drawbacks, such as slow training rate, propensity to become trapped in a local minimum and poor ability to perform a global search. In order to improve overall performance of variance handling by T-S FNNs, a new CP variance handling method is proposed in this study. It is based on random cooperative decomposing particle swarm optimization with double mutation mechanism (RCDPSO_DM) for T-S FNNs. Moreover, the proposed integrated learning algor
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.
With the emergence of the social networks, the entire aspect of information distribution has been transformed and the dissemination of ideas, products and innovations has become fast. An extremely relevant issue in this undertaking pertains to the issue of maximization of influence with an aim to achieve a minimal set of seed nodes that may be used to maximize information spreading at the networks. The paper introduces a novel Discrete Modified Human Evolutionary Optimization (DMHEO) algorithm that has been optimized to perform viral marketing in large-scale social networks. DMHEO is based on
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.
Federated learning offers a promising path toward privacy-preserving speech emotion recognition, yet existing approaches remain confined to single-corpus evaluation, lack formal differential privacy guarantees, and provide no mechanism for model interpretability. Meanwhile, cross-corpus generalization continues to challenge even centralized systems, with typical accuracy drops of 20-40% on unseen datasets due to domain shift in recording conditions, speaker demographics, and cultural expression norms. This paper introduces FedEmoNet, a unified framework that jointly addresses these open proble
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.
Complexities in processing human motion are possessed by lower limb exoskeletons. In this paper, a multi-task recognition model, IPTGNet, is proposed for the human locomotion modes. Temporal convolutional network and gated recurrent unit are parallelly fused through the dynamic tuning of hyperparameters using the improved particle swarm optimization algorithm. The experimental results demonstrate that faster and more stable convergence is achieved by IPTGNet with a recognition rate of 99.47% and a standard deviation of 0.42%. Furthermore, a finite state machine is utilized for incorrection 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.
The purpose of this article is to investigate the optimal control of nonlinear fractional order chaotic models of diabetes mellitus, human immunodeficiency virus, migraine and Parkinson's diseases using genetic algorithms and particle swarm optimization. Mathematical chaotic models of nonlinear fractional order type of the above diseases were presented. Then optimal control for each of the models and numerical simulation was done using genetic algorithm and particle swarm optimization algorithm. The results of the genetic algorithm method are excellent. All the results obtained for the particl
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 installation of Distributed Generation (DG) units in the Radial Distribution Networks (RDNs) has significant potential to minimize active power losses in distribution networks. However, inaccurate size(s) and location(s) of DG units increase power losses and associated Annual Financial Losses (AFL). A comprehensive review of the literature reveals that existing analytical, metaheuristic and hybrid algorithms employed on DG allocation problems trap in local or global optima resulting in higher power losses. To address these limitations, this article develops a parallel hybrid Arithmetic Opt
СтатьяОбзорПолный 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.
Parameter selection in an LCC-S compensated wireless power transfer system is difficult because the circuit variables are coupled and an increase in output power does not necessarily lead to higher transmission efficiency. In this study, the primary compensation inductance, equivalent load resistance, and mutual inductance were treated as three design variables, and their selection was formulated as a two-objective optimization problem. The search was performed using an archive-based particle swarm optimization method that combines dynamic inertia adjustment, probabilistic velocity pausing, an
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.
Rail freight volume trend prediction faces challenges due to data fuzziness, complexity and nonlinearity, and traditional deterministic prediction methods frequently fall short of practical application needs, particularly in addressing uncertainty. To overcome these limitations, we proposed a freight volume trend prediction model that integrated Fuzzy Information Granulation (FIG) with evolutionary optimization. The three-phase methodology establishes: (1)A FIG method was utilized to transform raw time-series into tri-granular representations (Low, R, Up) through fuzzy c-means clustering with
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
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.
In present paper, we propose a Hybrid classifier based particle swarm optimization (PSO) and Neural Network method for supporting the diagnosis of prostate cancer. algorithm combining particle swarm optimization algorithm with back propagation neural network (BPNN) algorithm, also referred to as BPNN-PSO algorithm, is proposed to train the feed forward neural network (FNN). The results show that the proposed BP based PSO algorithm can achieve very high diagnosis accuracy (98%) and it proving its usefulness in support of clinical decision process of prostate cancer.
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.
The unique magnetothermal properties of magnetic nanoparticles enable the development of a high-precision, real-time, noninvasive temperature measurement method with significant potential in the biomedical field. Based on a low-frequency alternating magnetic field excitation model, we construct two additional magnetic field excitation models-alternating current-direct current superposition and dual-frequency superposition-to extract harmonic amplitude components from the magnetization response. To increase the accuracy of harmonic information acquisition, the effects of the truncation error, e
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.
This study aimed to screen for thyroid dysfunction using Raman spectroscopy combined with an improved support vector machine (SVM). In spectral analysis, in order to further improve the classification accuracy of the SVM algorithm model, a genetic particle swarm optimization algorithm based on partial least squares is proposed to optimize support vector machine (PLS-GAPSO-SVM). In order to evaluate the performance of the algorithm, five optimization algorithms are used: grid search-based SVM (Grid-SVM), particle swarm optimization algorithm-based SVM (PSO-SVM), genetic algorithm-based SVM (GA-
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.
Feature selection and hyperparameter optimization are widely used in heart disease prediction, but comparative findings are often affected by differences in preprocessing, search space design, and evaluation budget. This study compared quantum-inspired particle swarm optimization and evolutionary algorithms with their binary variants, namely QI-PSO, QI-EA, QI-BPSO, and QI-BEA, under the same evaluation protocol for joint feature selection and discrete hyperparameter tuning on the UCI Cleveland Heart Disease dataset. The feature mask and classifier hyperparameters were optimized simultaneously
СтатьяСравнительное 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.
Taiwan has one of the highest dialysis prevalences worldwide, making safe and reliable hemodialysis monitoring a critical sensor-based healthcare challenge. Modern hemodialysis machines integrate heterogeneous multimodal sensors (pressure, flow, conductivity, temperature, and cardiovascular signals), but differences in machine brands, data formats, and privacy constraints hinder centralized learning and robust complication prediction. This work proposes a Medical IoT-oriented federated learning framework, PSOFed-HD, that performs dual-layer Particle Swarm Optimization (PSO) to enhance heteroge
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.
This study presented an interpretable multi-objective machine learning (ML) framework to navigate the trade-off between biomass accumulation and β-carotene production in Dunaliella salina. Models were developed from 1,494 data points spanning 637 Latin Hypercube Sampling (LHS)-designed regimes, covering eight input variables: temperature, light intensity, salinity, NaHCO3, NaNO3, K2HPO4, putrescine, and cultivation time, with dry cell weight (DCW) and β-carotene yield as output variables. A systematic evaluation of four algorithms, including random forest (RF), extreme gradient boosting (XGBoo
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: Accurately identifying lung lesions in CT (Computed Tomography) scans remains crucial during the Coronavirus Disease 2019 (COVID-19) pandemic. Swarm intelligence algorithms offer promising tools for this purpose.
METHODS: This study compares four swarm intelligence algorithms Gravitational Search Algorithm (GSA), Bacterial Foraging Optimization Algorithm (BFOA), Genetic Algorithm (GA), and Particle Swarm Optimization (PSO) for segmenting COVID-19 lung lesions.
RESULTS: GA, GSA, and BFOA achieved accuracies exceeding 90.5%, while the PSO algorithm further improved segmentation acc
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 Guanzhong Basin is a typical agricultural plain in China, where shallow groundwater nitrate contamination is jointly associated with multiple environmental factors. However, the dominant factors and their nonlinear response patterns remain unclear. In this study, shallow groundwater nitrate in the Guanzhong Basin was investigated using variables related to soil physicochemical properties, groundwater physicochemical parameters, hydrogeological conditions, climate, and land use/land cover. An XGBoost model optimized using particle swarm optimization (PSO) was combined with SHAP analysis 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.
This paper addresses the secure control problem of networked switched systems (NSSs) under directed deception attack (DDA). Such attacks are characterized by first determining the deception mode that causes the greatest disruption, followed by jointly optimizing the switching signal tampering rate and state injection. To capture this, a Stackelberg-based hierarchical decision model is established to characterize the interaction between DDA and the secure controller. Novel cost functions are designed to explicitly capture the coupled impact of simultaneous attacks on both the switching signal 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.