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
13466 публикаций
Поиск: 283 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 922 с найденным полным текстом
Intracranial pressure (ICP) is an important parameter to monitor in several neuropathologies. However, because current clinically accepted methods are invasive, its monitoring is limited to patients in critical conditions. On the other hand, there are other less critical conditions for which ICP monitoring could still be useful; therefore, there is a need to develop non-invasive methods. We propose a new method to estimate ICP based on the analysis of the non-invasive measurement of pulsatile, microvascular cerebral blood flow with diffuse correlation spectroscopy. This is achieved by training
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.
Amyloid beta (Aβ) plaques aggregation is considered as the "start" of the degenerative process that manifests years before the clinical symptoms appear in Alzheimer's Disease (AD). The aim of this study is to use back propagation neural networks (BPNNs) in 18F-florbetapir PET data for automated classification of four patient groups including AD, late mild cognitive impairment (LMCI), early mild cognitive impairment (EMCI), and significant memory concern (SMC), versus normal control (NC) for early AD detection. Five hundred images for AD, LMCI, EMCI, SMC, and NC, i.e., 100 images for each group
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАПоддержка 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.
BACKGROUND: Endemic areas for soil-transmitted helminthiases often lack the tools and trained personnel necessary for point-of-care diagnosis. This study pilots the use of smartphone microscopy and an artificial neural network-based (ANN) object detection application named Kankanet to address those two needs.
METHODOLOGY/PRINCIPAL FINDINGS: A smartphone was equipped with a USB Video Class (UVC) microscope attachment and Kankanet, which was trained to recognize eggs of Ascaris lumbricoides, Trichuris trichiura, and hookworm using a dataset of 2,078 images. It was evaluated for interpretive acc
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.
In this study, we sought to identify a disease-related spatial covariance pattern of spontaneous neural activity in Parkinson's disease using resting-state functional magnetic resonance imaging (MRI). Time-series data were acquired in 58 patients with early to moderate stage Parkinson's disease and 54 healthy controls, and analyzed by Scaled Subprofile Model Principal Component Analysis toolbox. A split-sample analysis was also performed in a derivation sample of 28 patients and 28 control subjects and validated in a prospective testing sample of 30 patients and 26 control subjects. The topogr
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
PURPOSE: The EEG is often recorded during the intracarotid amobarbital procedure (IAP) to help in the assessment of the spatial extent and the duration of the effect of the drug. In scalp recordings, the EEG is always heavily contaminated with eye movement artifacts as the patient actively performs visual tasks.
METHODS: Independent component analysis (ICA) is a new technique for blind source separation. In this study, we separated the EEG data recorded during the IAP into independent components using ICA. The EEG signal was reconstructed by excluding the components related to eye movement 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.
OBJECTIVE: This research work was aimed at developing a reliable screening device for diagnosis of heart murmurs in pediatrics. This is a significant problem in pediatric cardiology because of the high rate of incidence of heart murmurs in this population (reportedly 77-95%), of which only a small fraction arises from congenital heart disease. The screening devices currently available (e.g. chest X-ray, electrocardiogram, etc.) suffer from poor sensitivity and specificity in detecting congenital heart disease. Thus, patients with heart murmurs today are frequently assessed by consultation as w
СтатьяПоддержка исследования: вне правительства СШАПоддержка службы здравоохранения 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.
OBJECTIVE: A case definition of HIV lipodystrophy has recently been developed from a combination of clinical, metabolic and imaging/body composition variables using logistic regression methods. We aimed to evaluate whether artificial neural networks could improve the diagnostic accuracy.
METHODS: The database of the case-control Lipodystrophy Case Definition Study was split into 504 subjects (265 with and 239 without lipodystrophy) used for training and 284 independent subjects (152 with and 132 without lipodystrophy) used for validation. Back-propagation neural networks with one or two middl
Сравнительное исследованиеОценочное 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 medial olivocochlear (MOC) reflex arc is probably a three-neuron pathway consisting of type I spiral ganglion neurons, reflex interneurons in the cochlear nucleus, and MOC neurons that project to the outer hair cells of the cochlea. We investigated the identity of MOC reflex interneurons in the cochlear nucleus by assaying their regional distribution using focal injections of kainic acid. Our reflex metric was the amount of change in the distortion product otoacoustic emission (at 2f(1)-f(2)) just after onset of the primary tones. This metric for MOC reflex strength has been shown to depen
Сравнительное исследованиеСтатьяПоддержка NIH: внешняя программаПоддержка службы здравоохранения 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.
BackgroundMigraine accounts for most primary headaches in children and adolescents and is related to cortical and connectivity changes. However, the underlying mechanisms remain unclear. Morphometric similarity mapping has not yet been applied to children and adolescents with migraine.MethodsEighty-three patients (6-17 years) with migraine without aura and 81 age- and sex-matched controls were retrospectively included. High-resolution 3D T1-weighted and diffusion-weighted magnetic resonance imaging scans were processed to extract cortical morphometric parameters and compute morphometric simila
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.
Architectural Distortion (AD) is a common abnormality in digital mammograms, alongside masses and microcalcifications. Detecting AD in dense breast tissue is particularly challenging due to its heterogeneous asymmetries and subtle presentation. Factors such as location, size, shape, texture, and variability in patterns contribute to reduced sensitivity. To address these challenges, we propose a novel feature fusion-based Vision Transformer (ViT) attention network, combined with VGG-16, to improve accuracy and efficiency in AD detection. Our approach mitigates issues related to texture fixation
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.
Cerebellar rhythms provide frequency-specific support for motor, cognitive and affective functions. These oscillations are not epiphenomenal but rather dynamically regulated, spatially organized control signals that contribute to the coordination of prediction, error correction, learning and internal model updating. By synchronizing neuronal activity across cerebellar and distributed brain networks at multiple timescales, cerebellar rhythms enable precise and adaptable behaviour and coordination across neural systems. Accordingly, they offer biologically grounded targets for network-level diag
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.
The use of renewable sources of energy has increased significantly in the recent years. These are hybrid wind-solar photovoltaic (Wind-SPV) plants. To ensure that these systems are reliable and customers happy, we should ensure that the quality of power remains high. In this paper, I am going to present a new hybrid deep learning-based approach to the specific diagnosis of power quality disturbances (PQDs) in Wind-SPV integrated networks. The proposed system combines scalograms obtained using the continuous wavelet transform (CWT) with deep neural networks (ResNet and VGG-Net), neighborhood co
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.
Single-shot fringe projection profilometry (FPP) offers significant advantages for dynamic three-dimensional (3D) measurement. However, existing deep learning-based single-shot methods still struggle to simultaneously and accurately extract the wrapped phase and fringe order. Because the former is a continuous physical quantity while the latter is a discrete integer label, their joint estimation from a single periodic pattern is inherently ambiguous, especially for isolated objects lacking spatial continuity. To address this problem, a deep learning-enabled single-shot FPP method is proposed b
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 research work introduces a new framework which optimizes reinforcement learning with graph neural networks for detecting fraudulent transactions in unbalanced financial data. The proposed method connects community-swapping data mining techniques with multi-type anomaly detection algorithms. The method uses time-series patterns combined with structural properties and contextual features to detect fraudulent transactions. The model system uses Graph Attention Networks (GAT) connected to an RL controller which enhances fraud detection results through a reward mechanism that balances precision
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.
Limited-angle tomographic reconstruction is one of the typical ill-posed inverse problems, leading to edge divergence with degraded image quality. Recently, deep learning has been introduced into image reconstruction and achieved great results. However, existing deep reconstruction methods have not fully explored data consistency, resulting in poor performance. In addition, deep reconstruction methods are still mathematically inexplicable and unstable. In this work, we propose an iterative residual optimization network (IRON) for limited-angle tomographic reconstruction. First, a new optimizat
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.
Sonar sound datasets are of significant importance in the domains of underwater surveillance and marine research as they enable experts to discern intricate patterns within the depths of the water. Nevertheless, the task of classifying sonar sound datasets continues to pose significant challenges. In this study, we present a novel approach aimed at enhancing the precision and efficacy of sonar sound dataset classification. The integration of deep long-short-term memory (DLSTM) and convolutional neural networks (CNNs) models is employed in order to capitalize on their respective advantages whil
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.
Lung cancer is one of the most deadly diseases in the world. Lung cancer detection can save the patient's life. Despite being the best imaging tool in the medical sector, clinicians find it challenging to interpret and detect cancer from Computed Tomography (CT) scan data. One of the most effective ways for the diagnosis of certain malignancies like lung tumours is Positron Emission Tomography (PET) imaging. So many diagnosis models have been implemented nowadays to diagnose various diseases. Early lung cancer identification is very important for predicting the severity level of lung cancer in
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.
Alberta Stroke Program Early Computed Tomographic Scoring (ASPECTS) is a reliable method for assessing early ischemic changes in the blood supply area of the middle cerebral artery in patients with acute ischemic stroke. This study aims to propose a deep learning based automatic evaluation strategy for DWI-ASPECTS to serve as a reference for clinicians in urgent decision making for endovascular thrombectomy. Ten ASPECTS regions are extracted from the DWI series to train the independent classification network for each region, the accurate training labels of which are confirmed by neuroradiologi
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.
Deep learning algorithms based on automatic 3D cephalometric marking points about people without craniomaxillofacial deformities have achieved good results. However, there has been no previous report about hemifacial microsomia (HFM). The purpose of this study is to apply a new deep learning method based on a 3D point cloud graph convolutional neural network to predict and locate landmarks in patients with HFM based on the relationships between points. The authors used a PointNet++ model to investigate the automatic 3D cephalometry. And the mean distance error (MDE) of the center coordinate po
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.
Millions of people around the world are affected by arrhythmias, which are abnormal activities of the functioning of the heart. Most arrhythmias are harmful to the heart and can suddenly become life-threatening. The electrocardiogram (ECG) is an important non-invasive tool in cardiology for the diagnosis of arrhythmias. This work proposes a computer-aided diagnosis (CAD) system to automatically classify different types of arrhythmias from ECG signals. First, the auto-encoder convolutional network (ACN) model is used, which is based on a one-dimensional convolutional neural network (1D-CNN) tha
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.