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: 169 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 47 с найденным полным текстом
Antimicrobial resistance (AMR) poses an escalating global health crisis driven by multidrug-resistant ESKAPE pathogens and emerging fungal threats such as Candida auris (C. auris). In response to this urgent need for new therapeutic strategies, antimicrobial peptides (AMPs) represent a mechanistically distinct alternative to conventional antibiotics due to their membrane-targeting mechanisms and a reduced propensity for resistance development; however, clinical translation has been hindered by toxicity, instability and manufacturing constraints. Recent advances in artificial intelligence (AI)
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.
Cardiac ultrasound (US) is among the most widely used diagnostic tools in cardiology for assessing heart health, but its effectiveness is limited by operator dependence, time constraints, and human error. The shortage of trained professionals, especially in remote areas, further restricts access. These issues underscore the need for automated solutions that can ensure consistent, accessible cardiac imaging regardless of operator skill or location. Recent progress in artificial intelligence (AI), especially in deep reinforcement learning (DRL), has gained attention for enabling autonomous decis
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.
Predictive multiscale cellular modeling is emerging as a consequential direction in precision medicine, converging hypothesis grammars, digital twins, and integrative genomics to interrogate tumor-immune dynamics, therapeutic resistance, and cellular plasticity. This perspective synthesizes recent progress across these domains and critically maps their translational potential alongside their current limitations. Hypothesis grammars translate mechanistic theories into executable agent-based models (ABMs) and hybrid ODE-PDE systems, enabling rapid in silico hypothesis testing while lowering the
СтатьяОбзорПоиск 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.
Accurate classification and staging of skin diseases such as monkeypox, chickenpox, and measles are critical for timely clinical intervention, particularly in resource-limited settings. We present a proof-of-concept Quantum-Enhanced Multimodal Prognostic Transformer (Q-MPT) that integrates dermoscopic images with patient metadata, including age and lesion location, to predict disease type and progression stage jointly. The architecture combines a Vision Transformer backbone with a metadata fusion pathway and a lightweight quantum layer designed to enhance feature representation. To approximate
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: Laparoscopic cholecystectomy (LC) is a common procedure with standardized steps and validated assessment tools. However, the role of surgical actions in competency assessment remains underexplored, and automated models for surgical action recognition are lacking.
METHODS: The Cholec80 dataset of 80 LC videos was analyzed for the Calot's Triangle Dissection (CTD) phase. Strasberg's critical view of safety (CVS) score and second-by-second annotations of surgical actions were evaluated. Videos were categorized into high_simple, low_simple, and high_complex groups based on competency
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.
Anomalous chromosomes are the cause of genetic diseases such as cancer, Alzheimer's, Parkinson's, epilepsy, and autism. Karyotype analysis is the standard procedure for diagnosing genetic disorders. Identifying anomalies is often costly, time-consuming, heavily reliant on expert interpretation, and requires considerable manual effort. Efforts are being made to automate karyogram analysis. However, the unavailability of large datasets, particularly those including samples with chromosomal abnormalities, presents a significant challenge. The development of automated models requires extensive lab
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.
AIM: Most psychiatric and neurodevelopmental disorders are heterogeneous. Neural abnormalities in patients might differ in magnitude and kind, giving rise to distinct subtypes that can be partly overlapping (comorbidity). Identifying disorder-related individual differences is challenging due to the overwhelming presence of disorder-unrelated variation shared with healthy controls. Recently, Contrastive Variational Autoencoders (CVAEs) have been shown to separate disorder-related individual variation from disorder-unrelated variation. However, it is not known if CVAEs can also satisfy the other
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.
Fetal brain development is a complex and dynamic process, and its disruption can lead to significant neurological disorders. Early detection of brain aberrations during pregnancy is critical for optimizing postnatal medical intervention. We propose a deep generative anomaly detection framework, conditional cyclic variational autoencoding generative adversarial network (CCVAEGAN), that can identify structural brain anomalies using fetal brain magnetic resonance imaging. CCVAEGAN leverages covariate conditioning on gestational age and cyclic consistency training to generate high-fidelity normati
СтатьяПоддержка NIH: внешняя программаПоиск 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.
PURPOSE: To study the effectiveness of whole-scenario embryo identification using a self-supervised learning encoder (WISE) in in vitro fertilization (IVF) on time-lapse, cross-device, and cryo-thawed scenarios.
METHODS: WISE was based on the vision transformer (ViT) architecture and masked autoencoders (MAE), a self-supervised learning (SSL) method. To train WISE, we prepared three datasets including the SSL pre-training dataset, the time-lapse identification dataset, and the cross-device identification dataset. To identify whether pairs of images were from the same embryos in different scen
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.
PURPOSE: To detect the Marchiafava Bignami Disease (MBD) using a distinct deep learning technique.
BACKGROUND: Advanced deep learning methods are becoming more crucial in contemporary medical diagnostics, particularly for detecting intricate and uncommon neurological illnesses such as MBD. This rare neurodegenerative disorder, sometimes associated with persistent alcoholism, is characterized by the loss of myelin or tissue death in the corpus callosum. It poses significant diagnostic difficulties owing to its infrequency and the subtle signs it exhibits in its first stages, both clinically an
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 potential of probiotics to benefit digestion has been widely reported, while its utilization in high-risk patients and potential adverse reactions have focused interest on postbiotics. A variable data-independent acquisition (vDIA)-based spatial-omics strategy integrated with unsupervised variational autoencoders was applied to profile the functional mechanism underlying the action of Lactobacillus casei-derived postbiotic supplementation in goat milk digestion in an infant digestive system, from a metabolomics-peptidomics-proteomics perspective. Amide and olefin derivatives were proved to
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: Distal radius fractures are a common type of fracture. For patients treated with closed reduction with splinting, a period of rehabilitation is still required after the removal of the splint. However, there is a general lack of attention and low compliance to rehabilitation training during this period, so it is necessary to build a rehabilitation training monitoring system to improve the efficiency of patients' rehabilitation.
METHODS: A wearable rehabilitation training wristband was proposed, which could be used in the patient's daily rehabilitation training scenario and could re
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: Carpal tunnel syndrome (CTS) is a medical condition caused by compression of the median nerve in the carpal tunnel due to aging or overuse of the hand. The symptoms include numbness of the fingers and atrophy of the thenar muscle. Thenar atrophy recovers slowly postoperatively; therefore, early diagnosis and surgery are important. While physical examinations and nerve conduction studies are used to diagnose CTS, problems with the diagnostic ability and equipment, respectively, exist. Despite research on a CTS-screening app that uses a tablet and machine learning, problems with the
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.
Deep learning effectively extracts retinal phenotypes but often functions as an entangled black box, obscuring specific genetic mechanisms and hindering clinical interpretability. To resolve this, we present the Unsupervised Ophthalmic Feature Extraction (UOFE) framework. Our approach feeds full fundus images, optic disc masks, and vessel masks into three isolated structure-aware autoencoders. Crucially, these streams share no parameters and are optimized separately to explicitly encode the macular background, optic disc, and retinal vasculature. Models were trained on 53,600 EyePACS images, u
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 scarcity of annotated medical images, compounded by severe class imbalance and labor-intensive pixel-wise annotation, fundamentally constrains the development of robust diagnostic systems in retinal OCT analysis. To address these challenges, we propose OCTFlow, a unified conditional synthesis framework for retinal OCT augmentation under class-label or segmentation-mask guidance. Unlike conventional Latent Diffusion Models (LDMs) that use Variational Autoencoders (VAEs) for perceptual compression, OCTFlow operates in the representation space of a frozen ophthalmic foundation model such as R
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: To develop and evaluate a deep learning model capable of detecting ventriculomegaly on prenatal ultrasound images using a foundation model pre-trained specifically on ultrasound data.
METHODS: A vision transformer-based ultrasound self-supervised foundation model with masked autoencoding (USF-MAE) was fine-tuned for binary classification of fetal brain ultrasound images as normal or ventriculomegaly. The encoder had been pre-trained on more than 370,000 ultrasound images from the OpenUS-46 corpus. For this study, it was adapted and fine-tuned on a curated data set of fetal brain im
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.
Fault detection and isolation (FDI) are essential for effective monitoring of industrial processes. Modern industrial processes involve dynamic systems characterized by complex, high-dimensional nonlinearities, posing significant challenges for accurate modeling and analysis. Recent studies have employed deep learning methods to capture and model these complexities in dynamic systems. In contrast, Koopman operator theory offers an alternative perspective, as the Koopman operator describes the linear evolution of observables in nonlinear systems within a high-dimensional space. This linearizati
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 increasing global prevalence of disabling hearing loss, speech enhancement technologies have become crucial for overcoming communication barriers and improving the quality of life for those affected. Multimodal learning has emerged as a powerful approach for speech enhancement and separation, integrating information from various sensory modalities such as audio signals, visual cues, and textual data. Despite substantial progress, challenges remain in synchronizing modalities, ensuring model robustness, and achieving scalability for real-time applications. This paper provides a compreh
СтатьяОбзорПоиск 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.
Parkinson's disease (PD) is a chronic neurodegenerative disorder characterized by progressive loss of dopaminergic neurons in substantia nigra, resulting in both motor impairments and cognitive decline. Traditional PD classification methods are expert-dependent and time-intensive, while existing deep learning (DL) models often suffer from inconsistent accuracy, limited interpretability, and inability to fully capture PD's clinical heterogeneity. This study proposes a novel framework Enhanced EfficientNet-Extended Multimodal PD Classification with Hybrid Particle Swarm and Grey Wolf Optimizer (
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 Conference2025eng
Class imbalance is a major challenge in predictive modelling for rare disease outcomes, particularly in large-scale population cohorts. Traditional machine learning models often struggle with imbalanced datasets, leading to biased performance metrics and poor generalisability. This study systematically evaluates multiple approaches to mitigate class imbalance in predicting Multiple myeloma using proteomic and clinical data from UK Biobank. We compare standard classification models (XGBoost and logistic regression) with synthetic resampling (SMOTE), anomaly detection techniques (isolation fores
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.