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
13467 публикаций
Поиск: 251 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 922 с найденным полным текстом
Quantitative electromyographic signal analysis in the time domain for motor unit action potential (MUAP) classification and disease identification has been well documented over recent years. Considerable work has also been carried out in the frequency domain using classical power spectrum analysis techniques. Although MUAP autoregressive (AR) spectral analysis has been suggested as a diagnostic tool by a number of studies, it has not been thoroughly investigated yet. This work investigates the application of AR modeling and cepstral analysis for the diagnostic assessment of MUAPs recorded from
Сравнительное исследованиеСтатьяПоддержка 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.
This paper describes a non-invasive, self-measured procedure by which the precancerous breast can be distinguished from the normal breast. The method involves wearing a specially designed thermometric brassiere for 90 min each evening at home through one menstrual cycle. Profiles of progesterone through the cycle, obtained from daily saliva sampling, and determination of the steroid content by radioimmunoassay, are made to allow the status and calendar date timing of the luteal phase to be established. Thus, cycles can be synchronised across subjects. In this study, two types of breast were co
Клиническое исследованиеКонтролируемое клиническое исследованиеСтатьяПоддержка 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.
BACKGROUND: Artificial intelligence (AI) and machine learning (ML) are increasingly integrated into healthcare, offering potential advancements in patient-reported outcome measures (PROMs) for surgical populations. Improved PROMs can enhance patient-centered care by accurately capturing patient experiences with minimal burden.
OBJECTIVE: In the context of surgery, where recovery trajectories vary widely, this study aims to systematically review the use of AI and ML in the development, application, and prediction capabilities of PROMs in surgical populations, with a focus on psychometric prope
СтатьяСистематический обзорПоиск 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.
To address the issues of insufficient restoration of texture details in deblurred images and inadequate learning of frequency domain features, an image deblurring algorithm based on frequency domain feature enhancement and convolutional neural networks is proposed. In this architecture, firstly, a Fourier residual module with a parallel structure is constructed to achieve collaborative learning and modeling of spatial and frequency domain features, aiming to improve frequency domain feature learning capability and the restoration effect of the texture details; secondly, a gated controlled feed
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 Acute poisoning remains a major global public health challenge; its management is often limited by diagnostic uncertainty, narrow therapeutic windows, mixed or unknown exposures, and uneven access to toxicology expertise. Although the use of artificial intelligence (AI) in medicine has been increasingly explored, its role in acute poisoning management warrants a focused review. METHODS We conducted a narrative review of publications indexed in PubMed, Web of Science, and Wanfang Data from January 1, 2021 to March 1, 2026. Eligible publications addressed AI applications in acute pois
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: Malaria is a life-threatening disease caused by Plasmodium species, which is endemic in tropical and subtropical regions worldwide. In clinical settings, experienced parasitologists perform microscopic examinations of thick/thin blood slides. This method is labour-intensive and is adversely affected by inter- and intra-observer variability among the microscopists. The present study aimed to develop a malaria screening algorithm using computer vision to identify and classify malaria parasite-infected red blood cells (RBC) from microscopic blood slide images. Methods: The proposed cl
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.
Abdominopelvic trauma is a major cause of morbidity and mortality, typically resulting from high-energy mechanisms such as motor vehicle collisions and penetrating injuries. Admission abdominopelvic trauma CT, performed either selectively or as part of a whole-body CT protocol, has become the workhorse screening and surgical planning modality due to improvements in speed and image quality. Radiography remains an essential element of the secondary trauma survey, and Focused Assessment with Sonography for Trauma (FAST) scanning has added value for quick assessment of non-compressible hemorrhage
СтатьяОбзорResearch Support, N.I.H., IntramuralПолный 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 a radiomic graph framework, RadGraph, for spatial analysis of pretreatment CT images to improve prediction of local-regional recurrence (LR) and distant metastasis (DM) in head and neck squamous cell carcinoma (HNSCC). Materials and Methods This retrospective study included four public pre-radiotherapy treatment CT datasets of patients with HNSCC obtained from The Cancer Imaging Archive (images collected between 2003 and 2018). Computational graphs and graph attention deep learning methods were leveraged to holistically model multiple regions in the head and neck anatomy. Cl
СтатьяПоддержка NIH: внешняя программаПолный 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.
Renal cell carcinomas (RCCs) are the seventh most widespread histological cancer. Around 40% of patients die in RCC due to the disease development. Thus, this tumour is the most lethal malignant urological tumour. The histopathologic classification of RCC is vital for the prognosis, diagnosis, and patient management. Classification and detection of intricate RCC histologic patterns on surgical and biopsy surgery slides under a microscope endures a comprehensively specified, time-consuming task and error-prone for pathologists. A wholly automatic and accurate technique of grading kidney tumours
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: This research evaluates the feasibility of addressing computer vision problems with limited resources, particularly in the context of medical data, where patient privacy concerns restrict data availability. The study focuses on diagnosing skin diseases using five distinct transfer learning models based on convolutional neural networks.
METHODS: Two versions of the dataset were created, one imbalanced (4092 samples) and the other balanced (5182 samples), using simple data augmentation techniques. Preprocessing techniques were employed to enhance the quality and utility of the data,
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: Dynamic in vivo changes in melanin in melasma lesions after exposure to ultraviolet (UV) irradiation have not been described.
OBJECTIVES: To determine whether melasma lesions and nearby perilesions demonstrated different adaptive responses to UV irradiation and whether the tanning responses were different among different locations on face.
METHODS: We collected sequential images from real-time cellular resolution full-field optical coherence tomography (CRFF-OCT) at melasma lesions and perilesions among 20 Asian patients. Quantitative and layer distribution analyses for melanin w
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.
Considering the increasing aging of the population, multi-device monitoring of the activities of daily living (ADL) of older people becomes crucial to support independent living and early detection of symptoms of mental illnesses, such as depression and Alzheimer's disease. Anomalies can anticipate the diagnosis of these pathologies in the patient's normal behavior, such as reduced hygiene, changes in sleep habits, and fewer social interactions. These abnormalities are often subtle and hard to detect. Especially using non-intrusive monitoring devices might cause anomaly detectors to generate f
СтатьяПоддержка 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.
OBJECTIVES/HYPOTHESIS: There may be an interobserver variation in the diagnosis of laryngeal disease based on laryngoscopic images according to clinical experience. Therefore, this study is aimed to perform computer-assisted diagnosis for common laryngeal diseases using deep learning-based disease classification models.
STUDY DESIGN: Experimental study with retrospective data METHODS: A total of 4106 images (cysts, nodules, polyps, leukoplakia, papillomas, Reinke's edema, granulomas, palsies, and normal cases) were analyzed. After equal distribution of diseases into ninefolds, stratified eigh
СтатьяПоддержка исследования: вне правительства СШАВалидационное исследованиеПолный 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: Celiac disease (CD) is a difficult-to-diagnose condition because of its multiple clinical presentations and symptoms shared with other diseases. Gold-standard diagnostic confirmation of suspected CD is achieved by biopsying the small intestine.
OBJECTIVE: To develop a clinical decision-support system (CDSS) integrated with an automated classifier to recognize CD cases, by selecting from experimental models developed using intelligence artificial techniques.
METHODS: A web-based system was designed for constructing a retrospective database that included 178 clinical cases for trai
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАВалидационное исследованиеПоиск 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: Epilepsy is a common neurological disorder affecting 1% of the global population. Loss of consciousness in focal impaired awareness seizures (FIASs) and focal-to-bilateral tonic-clonic seizures (FBTCSs) can be devastating, but the mechanisms are not well understood. Although ictal activity and interictal connectivity changes have been noted, the network states of focal aware seizures (FASs), FIASs, and FBTCSs have not been thoroughly evaluated with network measures ictally.
METHODS: We obtained electrographic data from 74 patients with stereoelectroencephalography (SEEG). Sliding w
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: Proton therapy is commonly used for treating hepatocellular carcinoma (HCC); however, its feasibility can be challenging to assess in large tumors or those adjacent to critical organs at risk (OARs), which are typically assessed only after planning computed tomography (CT) acquisition. This study aimed to predict proton dose distributions using diagnostic CT (dCT) and diagnostic MRI (dMRI) with a convolutional neural network (CNN), enabling early treatment feasibility assessments.
METHODS: Dose distributions and dose-volume histograms (DVHs) were calculated for 118 patients with H
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: To evaluate the diagnostic performance of a machine learning model combining deep learning models based on enhanced CT images with radiological and clinical features in differentiating lipid-poor adrenal adenomas from metastatic tumors, and to explain the model's prediction results through SHAP(Shapley Additive Explanations) analysis.
METHODS: A retrospective analysis was conducted on abdominal contrast-enhanced CT images and clinical data from 416 pathologically confirmed adrenal tumor patients at our hospital from July 2019 to December 2024. Patients were randomly divided into tr
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.
European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery2024eng
PURPOSE: Patient-to-image registration is a preliminary step required in surgical navigation based on preoperative images. Human intervention and fiducial markers hamper this task as they are time-consuming and introduce potential errors. We aimed to develop a fully automatic 2D registration system for augmented reality in ear surgery.
METHODS: CT-scans and corresponding oto-endoscopic videos were collected from 41 patients (58 ears) undergoing ear examination (vestibular schwannoma before surgery, profound hearing loss requiring cochlear implant, suspicion of perilymphatic fistula, contralat
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.
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)2020eng
PURPOSE: The objective of this study is to determine the quality of chest X-ray images using a deep convolutional neural network (DCNN) and a rule base without performing any visual assessment. A method is proposed for determining the minimum diagnosable exposure index (EI) and the target exposure index (EIt).
METHODS: The proposed method involves transfer learning to assess the lung fields, mediastinum, and spine using GoogLeNet, which is a type of DCNN that has been trained using conventional images. Three detectors were created, and the image quality of local regions was rated. Subsequentl
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.
Aortic dissections and ruptures are life-threatening injuries that must be immediately treated. Our national radiology practice receives dozens of these cases each month, but no automated process is currently available to check for critical pathologies before the images are opened by a radiologist. In this project, we developed a convolutional neural network model trained on aortic dissection and rupture data to assess the likelihood of these pathologies being present in prospective patients. This aortic injury model was used for study prioritization over the course of 4 weeks and model result
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.