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
1057 публикаций
Поиск: 110 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 65 с найденным полным текстом
Real-time and accurate detection of crop pests in field environments is critical for intelligent plant protection and ensuring food security. However, practical farmland settings introduce substantial challenges, including small and densely distributed targets, high inter-class morphological similarity, complex backgrounds, and a long-tailed class distribution. To address these issues, an improved lightweight detection model named YOLOv8s-BD is proposed based on the YOLOv8s architecture. The Pest24 dataset is first augmented using a Generative Adversarial Network (FastGAN) to mitigate data sca
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.
Co-pyrolysis of oily sludge (OS) and solid wastes supports resource recovery and safe residue disposal. However, complex interactions between feedstock composition and operating parameters hinder process prediction and design. In this study, a two-stage predictive modeling and data augmentation approach was developed using literature-derived data covering oilfield, storage-and-transportation, and refinery oily sludge. In the first stage, a multi-task gradient boosting regression (GBR) model predicted oil, gas, and char yields with high accuracy (test R2 > 0.96). For oil yield prediction, the f
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 investigates the feasibility of diagnosing abdominal aortic aneurysm (AAA) via deep learning (DL)-enabled analysis of non-invasive arterial pulse waveform signals. We generated arterial blood pressure (BP) and pulse volume recording (PVR) waveform signals across a diverse synthetic patient cohort using a systemic arterial circulation model coupled with a viscoelastic model relating arterial BP to PVR while simulating a range of AAA severity levels. We confirmed the plausibility of the synthetic data by comparing the alterations in the simulated waveform signals due to AAA against pr
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.
Prostate cancer (PCa) is a major, and increasingly global, health concern with current screening and diagnostic tools' severe limitations causing unnecessary, invasive biopsy procedures. While gas chromatography-mass spectrometry (GC-MS) has been used to detect urinary volatile organic compounds (VOCs) associated with PCa, efforts to identify consistent molecular biomarkers have failed to generalize across studies. Inspired by the olfactory diagnostic capabilities of medical detection dogs, we do not reduce chromatograms to a list of compounds and concentrations. Instead, we deploy a machine l
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.
Due to the lack of efficient mpox diagnostic technology, mpox cases continue to increase. Recently, the great potential of deep learning models in detecting mpox and non-mpox has been proven. However, existing methods are susceptible to interference from various noises in real-world settings, require diverse non-mpox images, and fail to detect abnormal input, which makes them unsuitable for practical deployment and application. To address these challenges, we proposed a novel strategy based on image inpainting called "Mask, Inpainting, and Measure" (MIM). In MIM's pipeline, a generative advers
СтатьяПоддержка исследования: вне правительства СШАПоддержка 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.
To address the decline in insulation fault localization accuracy of urban rail DC traction return systems under varying operating conditions and missing target-domain classes, this study proposes a two-stage multi-source unilateral alignment network (MUAN). In practice, different loads and operating conditions lead to different rail-potential patterns, while the target-domain training set often lacks some fault classes. Conventional domain adaptation methods usually assume identical label spaces across domains, which may cause source-private classes to be incorrectly aligned and thus induce ne
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.
Modeling deep neural networks as continuous-time dynamical systems has emerged as a powerful approach for analyzing their evolution and robustness. By leveraging the superior numerical stability of implicit methods, several studies have proposed the implicit Euler-based architecture, which significantly enhances both robustness and generalization under adversarial attack. However, existing methods require solving implicit equations iteratively, which substantially increases the computational cost. To overcome these limitations, this paper proposes an explicit reformulation of the implicit Eule
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: Anemia is characterized by a reduction in red blood cells, leading to insufficient levels of hemoglobin, the molecule responsible for carrying oxygen. The current standard method for diagnosing anemia involves analyzing blood samples, a process that is time-consuming and can cause discomfort to participants. This study offers a comprehensive analysis of non-invasive anemia detection using conjunctiva images processed through various machine learning and deep learning models. The focus is on the palpebral conjunctiva, which is highly vascular and unaffected by melanin content.
METH
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: Synthetic data are artificial data generated without including any real patient information by an algorithm trained to learn the characteristics of a real source data set and became widely used to accelerate research in life sciences. We aimed to (1) apply generative artificial intelligence to build synthetic data in different hematologic neoplasms; (2) develop a synthetic validation framework to assess data fidelity and privacy preservability; and (3) test the capability of synthetic data to accelerate clinical/translational research in hematology.
METHODS: A conditional generative
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.
Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)2022eng
PURPOSE: The first aim was to generate and compare synthetic-CT (sCT) images using a conditional generative adversarial network (cGAN) method (Pix2Pix) for MRI-only prostate radiotherapy planning by testing several generators, loss functions, and hyper-parameters. The second aim was to compare the optimized Pix2Pix model with five other architectures (bulk-density, atlas-based, patch-based, U-Net, and GAN).
METHODS: For 39 patients treated by VMAT for prostate cancer, T2-weighted MRI images were acquired in addition to CT images for treatment planning. sCT images were generated using the Pix2
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.
PURPOSE: To develop and assess the utility of synthetic dual-energy CT (sDECT) images generated from single-energy CT (SECT) using two state-of-the-art generative adversarial network (GAN) architectures for artificial intelligence-based image translation.
METHODS: In this retrospective study, 734 patients (389F; 62.8 years ± 14.9) who underwent enhanced DECT of the chest, abdomen, and pelvis between January 2018 and June 2019 were included. Using 70-keV as the input images (n = 141,009) and 50-keV, iodine, and virtual unenhanced (VUE) images as outputs, separate models were trained using Pix2
СтатьяПоддержка NIH: внешняя программаПоиск 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.
INTRODUCTION: This study aims to apply a conditional Generative Adversarial Network (cGAN) to generate synthetic Computed Tomography (sCT) from 0.35 Tesla Magnetic Resonance (MR) images of the thorax.
METHODS: Sixty patients treated for lung lesions were enrolled and divided into training (32), validation (8), internal (10,TA) and external (10,TB) test set. Image accuracy of generated sCT was evaluated computing the mean absolute (MAE) and mean error (ME) with respect the original CT. Three treatment plans were calculated for each patient considering MRI as reference image: original CT, sCT (
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: The use of MRI-guided radiation therapy (MRIgRT) has shown considerable advantages. However, the acquisition of electron density information still relies on Computed tomography (CT) images. In the context of medical image synthesis, achieving high global and local accuracy, as well as efficient synthetic CT (sCT) generation, remains a key challenge.
PURPOSE: This study aims to improve the accuracy of sCT image generation from MRI by introducing a novel deep learning model that leverages global context and local detail, with a minimal increase in model complexity.
METHODS: In this
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: Limited amino acid availability for positron emission tomography (PET) imaging hinders therapeutic decision-making for gliomas without typical high-grade imaging features. To address this gap, we evaluated a generative artificial intelligence (AI) approach for creating synthetic O-(2-18F-fluoroethyl)-l-tyrosine ([18F]FET)-PET and predicting high [18F]FET uptake from magnetic resonance imaging (MRI).
METHODS: We trained a deep learning (DL)-based model to segment tumors in MRI, extracted radiomic features using the Python PyRadiomics package, and utilized a Random Forest classifie
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: To generate dye-free ultra-widefield fluorescein angiography (UWF-FA) images from noninvasive ultra-widefield color fundus photography (UWF-CFP) using generative artificial intelligence (AI) and to evaluate its effectiveness in diabetic retinopathy (DR) screening.
DESIGN: A cross-sectional study involving generative AI.
PARTICIPANTS: This study included 1263 patients with DR (2747 UWF-CFP images and 18 321 UWF-FA images) from the Second People's Hospital of Foshan.
METHODS: Ultra-widefield CFP and UWF-FA image pairs were matched and used to train a pix2pixHD generative adversarial
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.
Alzheimer's Disease (AD) is a neurodegenerative disease that commonly occurs in older people. It is characterized by both cognitive and functional impairment. However, as AD has an unclear pathological cause, it can be hard to diagnose with confidence. This is even more so in the early stage of Mild Cognitive Impairment (MCI). This paper proposes a U-Net based Generative Adversarial Network (GAN) to synthesize fluorodeoxyglucose - positron emission tomography (FDG-PET) from magnetic resonance imaging - T1 weighted imaging (MRI-T1WI) for further usage in AD diagnosis including its early-stage M
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: Accurate and automated segmentation of pancreatic tumors from CT images via deep learning is essential for the clinical diagnosis of pancreatic cancer. However, two key challenges persist: (a) complex phenotypic variations in pancreatic morphology cause segmentation models to focus predominantly on healthy tissue over tumors, compromising tumor feature extraction and segmentation accuracy; (b) existing methods often struggle to retain fine-grained local features, leading to performance degradation in pancreas-tumor segmentation.
METHODS: To overcome these limitations, we propose S
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: Osteoporosis is a bone disease related to increased bone loss and fracture-risk. The variability in bone strength is partially explained by bone mineral density (BMD), and the remainder is contributed by bone microstructure. Recently, clinical CT has emerged as a viable option for in vivo bone microstructural imaging. Wide variations in spatial-resolution and other imaging features among different CT scanners add inconsistency to derived bone microstructural metrics, urging the need for harmonization of image data from different scanners.
PURPOSE: This paper presents a new deep le
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: Kilovoltage cone-beam computed tomography (kV CBCT) is vital for image-guided radiotherapy (IGRT). The new RTI4343iL panel on the Varian TrueBeam LINAC offers higher resolution but requires binning to achieve practical frame rates, leading to projection resolution loss. Existing super-resolution (SR) techniques have been applied to enhance CBCT image quality but primarily operate in the image domain, struggling to restore resolution loss in the projection domain.
PURPOSE: This study aimed to evaluate the feasibility of a deep learning (DL) SR model, based on a conditional Generati
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.
Objective.This study evaluated generative adversarial network (GAN)-based magnetic resonance imaging (MRI) standardization methods by comparing them with conventional preprocessing anda posterioriapproaches from the literature in their ability to mitigate the influence of acquisition parameters on radiomic analyses.Approach.MR T2-weighted images (T2w) of 30 patients with locally advanced cervical cancer (LACC) were acquired prospectively (cohort 1). For each patient, three images were taken sequentially on the same scanner with different values of repetition time (TR) and voxel size (VS). A re
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.