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
174377 публикаций
Поиск: 1092 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 3934 с найденным полным текстом
SIGNIFICANCE: Label-free multimodal imaging methods that can provide complementary structural and chemical information from the same sample are critical for comprehensive tissue analyses. These methods are specifically needed to study the complex tumor-microenvironment where fibrillar collagen's architectural changes are associated with cancer progression. To address this need, we present a multimodal computational imaging method where mid-infrared spectral imaging (MIRSI) is employed with second harmonic generation (SHG) microscopy to identify fibrillar collagen in biological tissues.
AIM: T
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.
BACKGROUND AND OBJECTIVE: Image segmentation is an essential component in medical image analysis. The case of 3D images such as MRI is particularly challenging and time consuming. Interactive or semi-automatic methods are thus highly desirable. However, existing methods do not exploit the typical sequentiality of real user interactions. This is due to the interaction memory used in these systems, which discards ordering. In contrast, we argue that the order of the user corrections should be used for training and lead to performance improvements.
METHODS: We contribute to solving this problem
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.
To use a novel deep learning system to localize the hip joints and detect findings of cam-type femoroacetabular impingement (FAI). A retrospective search of hip/pelvis radiographs obtained in patients to evaluate for FAI yielded 3050 total studies. Each hip was classified separately by the original interpreting radiologist in the following manner: 724 hips had severe cam-type FAI morphology, 962 moderate cam-type FAI morphology, 846 mild cam-type FAI morphology, and 518 hips were normal. The anteroposterior (AP) view from each study was anonymized and extracted. After localization of the hip j
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 indirect assessment of adverse effects on fertility in cynomolgus monkeys requires that tissue sections of the testis be microscopically evaluated with awareness of the stage of spermatogenesis that a particular cross-section of a seminiferous tubule is in. This difficult and subjective task could very much benefit from automation. Using digital whole slide images (WSIs) from tissue sections of testis, we have developed a deep learning model that can annotate the stage of each tubule with high sensitivity, precision, and accuracy. The model was validated on six WSI using a six-stage sperma
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.
Objective. Chest x-ray image representation and learning is an important problem in computer-aided diagnostic area. Existing methods usually adopt CNN or Transformers for feature representation learning and focus on learning effective representations for chest x-ray images. Although good performance can be obtained, however, these works are still limited mainly due to the ignorance of mining the correlations of channels and pay little attention on the local context-aware feature representation of chest x-ray image.Approach. To address these problems, in this paper, we propose a novel spatial-c
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: In this study, it is aimed to classify data by feature extraction from tomographic images for the diagnosis of COVID-19 using image processing and transfer learning.
MATERIALS AND METHODS: In the proposed study, CT images are made better detectable by artificial intelligence through preliminary processes such as masking and segmentation. Then, the number of data was increased by applying data augmentation. The size of the dataset contains a large number of images in numerical terms. Therefore, the results of the models are more reliable. The dataset is split into 70% training and 3
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.
Delayed neutrophil recovery is an important limitation to the administration of cord blood transplantation (CBT) and leaves the recipient vulnerable to life-threatening infection and increases the risk of other complications. A predictive model for neutrophil recovery after single-unit CBT was developed by using a machine learning method, which can handle large and complex datasets, allowing for the analysis of massive amounts of information to uncover patterns and make accurate predictions. Japanese registry data, the largest real-world dataset of CBT, was selected as the data source. Ninety-
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.
BACKGROUND: Sex estimation has been extensively investigated due to its importance for forensic science. Several anatomical structures of the human body have been used for this process. The human skull has important landmarks that can serve as reliable sex estimation predictors.
METHODS: In this study, orbital measurements from 92 dried skulls, comprising 35 males and 57 females, were utilized to develop a machine-learning-based classifier for sex estimation with potential applications in forensic science. The parameters evaluated included optic foramen height (OFH), optic foramen width (OFW)
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.
OBJECTIVES: Segmentation of anatomical structures on dento-maxillo-facial (DMF) computed tomography (CT) or cone beam computed tomography (CBCT) scans is increasingly needed in digital dentistry. The main aim of this research was to propose and evaluate a novel open source tool called DentalSegmentator for fully automatic segmentation of five anatomical structures on DMF CT and CBCT scans: maxilla/upper skull, mandible, upper teeth, lower teeth, and the mandibular canal.
METHODS: A retrospective sample of 470 CT and CBCT scans was used as a training/validation set. The performance and general
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.
OBJECTIVES: This study aimed to train a 3D U-Net convolutional neural network (CNN) for mandible and lower dentition segmentation from cone-beam computed tomography (CBCT) scans.
METHODS: In an ambispective cross-sectional design, CBCT scans from two hospitals (2009-2019 and 2021-2022) constituted an internal dataset and external validation set, respectively. Manual segmentation informed CNN training, and evaluations employed Dice similarity coefficient (DSC) for volumetric accuracy. A blinded oral maxillofacial surgeon performed qualitative grading of CBCT scans and object meshes. Statistica
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.
This study aims to develop an abdominal acupoint localization system based on computer vision and convolutional neural networks (CNNs). To address the challenge of abdominal acupoint localization, a multi-task CNNs architecture was constructed and trained to locate the Shenque (CV8) and human body boundaries. Based on the identified Shenque (CV8), the system further deduces key characteristics of four acupoints: Shangwan (CV13), Qugu (CV2), and bilateral Daheng (SP15). An affine transformation matrix is applied to accurately map image coordinates to an acupoint template space, achieving precis
Аннотация на английскомСтатьяПоиск 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.
Sleep disorders have become a significant health concern in modern society. To investigate and diagnose sleep disorders, sleep analysis has emerged as the primary research method. Conventional polysomnography primarily relies on cerebral electroencephalography (EEG) and electromyography (EMG) for sleep stage scoring, but manual scoring is time-consuming and subjective. This study investigated the potential application of cerebellar EEG combined with machine learning in automatic sleep stage classification. Twenty-five male mice underwent 24-h cerebral EEG/cerebellar EEG/EMG recording, and manu
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.
This study aimed to create a caries classification scheme based on cone-beam computed tomography (CBCT) and develop two deep learning models to improve caries classification accuracy. A total of 2713 axial slices were obtained from CBCT images of 204 carious teeth. Both classification models were trained and tested using the same pretrained classification networks on the dataset, including ResNet50_vd, MobileNetV3_large_ssld, and ResNet50_vd_ssld. The first model was used directly to classify the original images (direct classification model). The second model incorporated a presegmentation ste
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.
PURPOSE: The consistent use of metformin has been linked to a reduced incidence of neoplastic diseases among diabetic populations. As a preventive intervention, metformin may offer a more favorable risk-benefit profile. Here, we explored the efficacy of metformin in the primary prevention of cholangiofibrosis, which can precede the carcinogen-induced development of cholangiocarcinoma (CCA). Our objective was to assess the potential of metformin to act as an intervention prior to the onset of these conditions.
METHODS: A rat model of thioacetamide (TAA)-induced cholangiofibrosis was utilized t
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.
Successful identification of estrum or other stages in a cycling bitch often requires a combination of methods, including assessment of its behavior, exfoliative vaginal cytology, vaginoscopy, and hormonal assays. Vaginoscopy is a handy and inexpensive tool for the assessment of the breeding period. The present study introduces an innovative method for identifying the stages in the estrous cycle of female canines. With a dataset of 210 vaginoscopic images covering four reproductive stages, this approach extracts deep features using the inception v3 and Residual Networks (ResNet) 152 models. Bi
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: Non-Alcoholic Steatohepatitis (NASH) is a crucial stage in the progression of Non-Alcoholic Fatty Liver Disease(NAFLD). The purpose of this study is to explore the clinical value of ultrasound features and radiological analysis in predicting the diagnosis of Non-Alcoholic Steatohepatitis.
METHOD: An SD rat model of hepatic steatosis was established through a high-fat diet and subcutaneous injection of CCl4. Liver ultrasound images and elastography were acquired, along with serum data and histopathological results of rat livers.The Pyradiomics software was used to extract radiomic
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.
This study aimed to identify sex-specific imaging biomarkers for Parkinson's disease (PD) based on multiple MRI morphological features by using machine learning methods. Participants were categorized into female and male subgroups, and various structural morphological features were extracted. An ensemble Lasso (EnLasso) method was employed to identify a stable optimal feature subset for each sex-based subgroup. Eight typical classifiers were adopted to construct classification models for PD and HC, respectively, to validate whether models specific to sex subgroups could bolster the precision o
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.
OBJECTIVES: Endoscopic lateral neck dissection (LND) can be a scarless procedure if a surgeon has performed a sufficient number of operations to become skilled at the techniques involved. Here, we examine the learning curve for a surgeon who performed 53 endoscopic LND procedures via chest approach.
METHODS: Surgical outcomes for 53 patients with papillary thyroid carcinoma who underwent endoscopic LND via chest approach between February 2017 and November 2022 were retrospectively reviewed. The surgeon's learning curve was evaluated using a cumulative sum graphic model (CUSUM).
RESULTS: A CU
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: Intraoperative hypotension can lead to postoperative organ dysfunction. Previous studies primarily used invasive arterial pressure as the key biosignal for the detection of hypotension. However, these studies had limitations in incorporating different biosignal modalities and utilizing the periodic nature of biosignals. To address these limitations, we utilized frequency-domain information, which provides key insights that time-domain analysis cannot provide, as revealed by recent advances in deep learning. With the frequency-domain information, we propose a deep-learning approach
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.
With the rapid advancements in machine learning, its applications in the medical field have garnered increasing interest, particularly in non-invasive health monitoring methods. Blood pressure (BP) estimation using Photoplethysmogram (PPG) signals presents a promising opportunity for real-time, continuous monitoring. However, existing models often struggle with generalization, especially for high-risk groups like hypotension and hypertension, where precise predictions are crucial. In this study, we propose Global Prompt and Prompt Generator (GloGen), a robust few-shot transfer learning framewo
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.