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
9693 публикаций
Поиск: 137 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 544 с найденным полным текстом
OBJECTIVE: This paper presents an effective cardiac arrhythmia classification algorithm using the heart rate variability (HRV) signal. The proposed algorithm is based on the generalized discriminant analysis (GDA) feature reduction scheme and the support vector machine (SVM) classifier.
METHODOLOGY: Initially 15 different features are extracted from the input HRV signal by means of linear and nonlinear methods. These features are then reduced to only five features by the GDA technique. This not only reduces the number of the input features but also increases the classification accuracy by sel
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: Coronary artery disease (CAD) is known as the most common cardiovascular disease. The development of CAD is influenced by several risk factors. Diagnostic and therapeutic methods of this disease have many and costly side effects. Therefore, researchers are looking for cost-effective and accurate methods to diagnose this disease. Machine learning algorithms can help specialists diagnose the disease early. The aim of this study is to detect CAD using machine learning algorithms.
MATERIALS AND METHODS: In this study, three data mining algorithms support vector machine (SVM), artifici
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: We aimed to predict the side of epilepsy as well as the pre- and postoperative verbal and nonverbal memory performance in a cohort of left and right temporal lobe epilepsy (TLE) patients based on hippocampal activations during three different memory fMRI tasks (verbal, nonverbal and combined verbal and nonverbal) using support vector machines (SVM).
METHODS: Thirty-five patients with unilateral TLE (20 left) were investigated before mesial temporal resection using a verbal, a nonverbal, and a face-name (combined verbal and nonverbal) memory fMRI paradigm. SVM was used to test wheth
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.
We study the problem of learning the data samples' distribution as it changes in time. This change, known as concept drift, complicates the task of training a model, as the predictions become less and less accurate. It is known that Support Vector Machines (SVMs) can learn weighted input instances and that they can also be trained online (incremental-decremental learning). Combining these two SVM properties, the open problem is to define an online SVM concept drift model with shifting weighted window. The classic SVM model should be retrained from scratch after each window shift. We introduce
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.
Alterations in oculomotor performance are among the first observable physical alterations during presymptomatic stages of Huntington's disease (HD). Quantifiable measurements of oculomotor performance have been studied as possible markers of disease status and progression in presymptomatic and early symptomatic stages of HD, on the basis of traditional analysis methods. Whether oculomotor performance can be used to classify individuals according to HD disease stage has yet to be explored via the application of machine-learning methods. In the present study, we report the application of the sup
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.
Conference proceedings : ... Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual Conference2004eng
The use of computer based classification methods for spastic hemiplegia (SH) is a relatively new approach. Before and still, the classification is primarily done by specialized physicians through manual template matching on kinematics plots of the sagittal plane data from the affected limb generated by gait laboratories. In the past, several methods for computer based automation of this classification have been attempted. This paper introduces the use of support vector machine (SVM) as a model that contributes to this process. The results obtained from the use of SVM are quite efficient consid
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 objective of this study was to discriminate thyroid and parathyroid tissues using Raman spectroscopy combined with an improved support vector machine (SVM) algorithm. In thyroid surgery, there is a risk of inadvertently removing the parathyroid glands. At present, there is a lack of research on using Raman spectroscopy to discriminate parathyroid and thyroid tissues. In this article, samples were obtained from 43 individuals with thyroid and parathyroid tissues for Raman spectroscopy analysis. This study employed partial least squares (PLS) to reduce dimensions of data, and three optimizat
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: Spinal cord stimulation (SCS) is a commonly used treatment for refractory zoster-associated pain (ZAP). The conventional open-loop regulation mode mainly relies on patients' subjective feedback for manual parameter adjustment, whereas the clinical application of closed-loop SCS regulation remains immature and requires further optimization. Previous studies have shown that SCS can influence electroencephalography (EEG) functional connectivity. This study aims to investigate whether a support vector machine (SVM) based on EEG functional connectivity features can effectively identify
Аннотация на английскомСтатьяПолный 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.
Tension-type headache (TTH) is a primary headache with the highest prevalence. Previous studies have revealed the local brain abnormalities of TTH patients. However, little is known about its brain connectivity disruption. Based on rs-fMRI data from 33 TTH patients and 30 healthy controls (HCs), static functional connectivity (FC) and dynamic FC were calculated between the default mode network (DMN) and the whole brain. Regions of interest (ROIs)-wise FC was performed to explore the connectivity pattern of the circuit established by the static and dynamic FC methods. The support vector machine
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: One of the major difficulties in spinal surgery is the injury of important tissues caused by tissue misclassification, which is the source of surgical complications. Accurate recognization of the tissues is the key to increase safety and effect as well as to reduce the complications of spinal surgery. The study aimed at tissue recognition in the spinal operation area based on electrical impedance and the boundaries of electrical impedance between cortical bone, cancellous bone, spinal cord, muscle, and nucleus pulposus.
METHODS: Two female white swines with body weight of 40 kg wer
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 large healthcare burden worldwide. There is substantial evidence that lifestyle modifications and drug intervention can prevent diabetes, therefore, an early identification of high risk individuals is important to design targeted prevention strategies. In this paper, we present an automatic tool that uses machine learning techniques to predict the development of type 2 diabetes mellitus (T2DM). Data generated from an oral glucose tolerance test (OGTT) was used to develop a predictive model based on the support vector machine (SVM). We trained and validated the models using the OG
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: Myofascial pain syndrome (MPS) is the most common cause of chronic pain worldwide. The diagnosis of MPS is subjective, which has created a need for a robust quantitative method of diagnosing MPS. We propose that using a support vector machine (SVM) along with ultrasound (US) texture features can differentiate between healthy and MPS-affected skeletal muscle.
METHODS: B-mode US video data were collected in the upper trapezius muscle of healthy (29) participants and patients with active (21) and latent (19) MPS, using an acquisition method outlined in previous works. Regions of inte
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.
Automated abnormal brain detection is extremely of importance for clinical diagnosis. Over last decades numerous methods had been presented. In this paper, we proposed a novel hybrid system to classify a given MR brain image as either normal or abnormal. The proposed method first employed digital wavelet transform to extract features then used principal component analysis (PCA) to reduce the feature space. Afterwards, we constructed a kernel support vector machine (KSVM) with RBF kernel, using particle swarm optimization (PSO) to optimize the parameters C and σ . Fivefold cross-validation was
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.
RATIONALE AND OBJECTIVES: The goal of the study is to develop a technique to achieve accurate volumetric breast tissue segmentation using magnetic resonance imaging (MRI) data. This segmentation can be useful to aid in the diagnosis of breast cancers and to assess breast cancer risk based on breast density. Tissue segmentation is also essential for development of acoustic and thermal models used in magnetic resonance guided high-intensity focused ultrasound treatment of breast lesions.
MATERIALS AND METHODS: In addition to commonly used T1-, T2-, and proton density-weighted images, three-poin
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2009eng
Individuals with certain sleep disorders (e.g. narcolepsy) are subject to uncontrollable sleep episodes accompanied by cataplexy and thus these patients are more vulnerable to household and occupational accidents. Currently, narcolepsy has no cure, and this research pursues developing a portable medical device to assist in narcolepsy treatment through providing diagnosis, real-time detection and logging of narcolepsy episodes.
Оценочное исследованиеСтатьяПоиск 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 aim was to investigate the application effect of wearable devices based on the support vector machine (SVM) algorithm in sports rehabilitation training for people with disabilities. A total of 159 people with disabilities from Nanchang were assigned to either a control group (routine training, n = 82) or an observation group (routine training plus SVM algorithm-based wearable device, n = 77). WHODAS, WHOQOL-BREF, and activities of daily living (ADL) scales were employed to assess the functional status and quality of life (QoL) changes before and after intervention, and the training complia
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.
PURPOSE: While 18F-FDG PET imaging has demonstrated diagnostic value in people with Amyotrophic Lateral Sclerosis (PwALS) and group-level differences were identified between different disease subtypes (e.g., genetic and clinical variants), refining and validating a machine-learning-based subject-level diagnostic algorithm may improve the general applicability and reliability of 18F-FDG PET as a diagnostic tool in ALS. In this study, we employed support vector machines (SVM) to further explore the diagnostic potential of 18F-FDG PET in ALS, alongside its ability to classify between different ge
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 PNLB is generally considered safe, it is still invasive and risky. Pneumothorax, the most common complication of lung puncture, can cause shortness of breath, chest pain, and even life-threatening. Therefore, the auxiliary diagnosis for pneumothorax is of great clinical interest. This paper proposes an ant colony optimizer with slime mould foraging behavior and collaborative hunting, called SCACO, in which slime mould foraging behavior is combined to improve the convergence accuracy and solution quality of ACOR. Then the ability of ACO to jump out of the local optimum is optimized by
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.
Temporal lobe epilepsy (TLE) is a chronic neurological disorder that is divided into two subtypes, complex partial seizures (CPS) and simple partial seizures (SPS), based on clinical phenotypes. Revealing differences among the functional networks of different types of TLE can lead to a better understanding of the symbology of epilepsy. Whereas Although most studies had focused on differences between epileptic patients and healthy controls, the neural mechanisms behind the differences in clinical representations of CPS and SPS were unclear. In the context of the era of precision, medicine makes
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.
OBJECTIVE: Autism spectrum disorder (ASD) is a neurodevelopmental condition with a heterogeneous phenotype. The role of biomarkers in ASD diagnosis has been highlighted; cortical thickness has proved to be involved in the etiopathogenesis of ASD core symptoms. We apply support vector machine, a supervised machine learning method, in order to identify specific cortical thickness alterations in ASD subjects.
METHODS: A sample of 76 subjects (9.5 ± 3.4 years old) has been selected, 40 diagnosed with ASD and 36 typically developed subjects. All children underwent a magnetic resonance imaging (MRI
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.