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
19746 публикаций
Поиск: 152 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 893 с найденным полным текстом
Neural networks : the official journal of the International Neural Network Society2026eng
Embedding-based image-text retrieval methods achieve efficient inference by independently encoding different modalities into a shared space. However, their performance is constrained by a dual limitation: fragile representations during training due to insufficient exploration of the semantic manifold, and biased similarity metrics during inference caused by the "hubness" problem. To address these challenges, we propose a Training-Inference Co-optimization (TIC) framework that systematically enhances both stages of the retrieval pipeline. During training, we introduce Embedding Space Self-Expan
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: Liver resection is a curative option for hepatocellular carcinoma (HCC), but its safety in patients with Child-Pugh B cirrhosis remains incompletely defined, and quantitative complication benchmarks are lacking.
METHODS: This systematic review and single-proportion meta-analysis followed PRISMA Harms guidelines. PubMed, Web of Science, Embase, and Cochrane Library were searched for studies reporting outcomes after curative-intent hepatectomy in Child-Pugh B HCC patients. Pooled proportions were calculated using generalized linear mixed models with logit transformation and random-e
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.
Monocular 3D object detection offers a cost-effective solution for 3D localization from a single image in autonomous driving, yet its accuracy remains fundamentally limited by depth estimation due to the ill-posed nature of 2D-to-3D mapping. Existing methods attempt to reduce estimation variance by ensembling predictions from multiple depth branches that primarily rely on local cues. However, we observe that these estimates exhibit systematic one-sided biases, where depth prediction errors for the same object tend to be predominantly either positive or negative. To address this limitation, we
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.
Text-augmented medical image segmentation has become a promising approach to improving medical image analysis by incorporating linguistic descriptions into dense prediction, especially for identifying and segmenting complex anatomical structures. However, existing methods often face challenges due to the semantic gap between concise textual descriptions and dense visual context. This would easily cause the over-alignment or under-alignment issues, resulting in suboptimal segmentation performance. In this paper, we propose a novel framework named TEAM to improve the alignment between visual and
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.
Automatic Traffic Sign Recognition is paramount in modern transportation systems. However, curating large-scale datasets for diverse traffic sign detection remains impractical. In this context, we present FUSED-Net, a novel approach that enhances Few-Shot Object Detection (FSOD) for traffic signs using limited data. FUSED-Net integrates Faster RCNN with Unfrozen Parameters, Pseudo-Support Sets, Embedding Normalization, and Domain Adaptation to improve detection accuracy. Unlike conventional methods, FUSED-Net keeps all parameters unfrozen during training, enabling it to learn effectively from
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.
A central challenge in downstream single-cell RNA sequencing (scRNA-seq) analysis is the high-dimensional, small-sample (HDSS) regime, often compounded by class imbalance from rare cell types. These factors hinder robust feature (gene) selection and cell clustering and limit the realism of samples generated by existing simulators. We introduce GARAGE, a Graph-Attentive RAre-cell aware single-cell data GEneration that augments the generator's input with a small, attention-weighted 'leakage' of real cells in addition to prior noise. Specifically, we build a k-nearest-neighbour cell graph and use
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.
Electrochemical energy storage technologies, such as lithium-ion batteries, are widely used in various scenarios, but their capacity, lifespan, and state-of-health (SOH) are susceptible to numerous influencing factors. To improve the accuracy of state-of-health (SOH) prediction for lithium-ion battery cells, this paper builds up a feature-based analysis framework, and proposes an enhanced predicting model, which integrates the principles of incremental capacity analysis (ICA) and differential voltage analysis (DVA), and the ideas of kernel principal component analysis (KPCA), and Pearson corre
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 rapid spread of antimicrobial resistance (AMR) necessitates new computational surveillance tools. Current methods for analysis of next-generation sequencing data have trade-offs: assembly-based approaches are computationally intensive, and direct long-read mapping is hampered by high error rates that obscure resistance-conferring mutations. Here, we present K-MARVEL, an open-source method that captures antimicrobial resistance genes (ARGs) and resistance-conferring mutations from both short- and long-read datasets. Operating in protein k-mer space, K-MARVEL tolerates nucleotide-level seque
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.
Generative models play an important role in population genetics, being used to generate artificial genomes (AGs) that help benchmark methods, test evolutionary hypotheses, and construct reference panels for imputation while working around data-sharing restrictions. Existing generative models of genetic variation, however, struggle to faithfully express dependencies in the data while retaining tractability and preserving privacy. We introduce Genetic Probabilistic Circuits (GPC), a deep generative model for genetic variation data based on hidden Chow-Liu trees represented as probabilistic circu
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.
Biomass aerogels are emerging as lightweight porous materials for building envelope insulation. Reported thermal conductivities span approximately 13 to 170 mW m-1 K-1 and densities 8-260 kg m-3 across diverse feedstocks, pore architectures, and hybrid formulations. Translation into building products remains constrained by structural instability, moisture-induced property loss, formulation-dependent fire behavior, interfacial degradation, energy-intensive processing, and limited product-level validation. We introduce an application-driven structure-failure-qualification framework linking feeds
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.
Developing sustainable, scalable, low-cost adsorbents constitutes a core prerequisite to realize practically viable CO2 capture technologies. Biomass-derived porous carbons represent attractive candidate sorbents owing to renewable raw feedstocks, tailorable pore architecture, intrinsic hydrophobic character, and moderate regeneration energy demand. This review adopts a methodology- and engineering-driven perspective to examine rational design principles, scalable fabrication routes, and structural engineering strategies of biomass-derived adsorbents for high-efficiency CO2 capture. Material-l
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.
Despite massive advances in mass spectrometric technologies, there remains a class of materials largely impervious to analysis: high molecular weight aliphatic hydrocarbons. Electrospray ionization mass spectrometry (ESI-MS) is used extensively as a tool in petroleomics to identify and fingerprint the polar constituents of oil, but the non-polar constituents remain challenging to analyze with ESI-MS due to poor ionization efficiency. Derivatization methods which bond electrospray-active tags to analytes impart charge and increase analyte response and have been developed for many different clas
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.
Efficient prediction of vector soliton propagation is necessary for parameter sweeps and system design in birefringent optical fibers. However, repeated simulations with the split-step Fourier method are computationally expensive. Neural operators have been widely used to accelerate simulations of nonlinear optical dynamics, but existing architectures often emphasize either global spectral modeling or local multiscale reconstruction. Here, we develop a surrogate model based on the U-Net-enhanced Fourier neural operator (U-FNO) architecture for efficiently predicting vector soliton propagation.
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.
Wounds can result from a variety of causes, including burns, traumas, surgeries, and long-term conditions like diabetes. The development of biofilms has detrimental consequences as well. Wound healing is also impacted by ageing, hypertrophic scarring, and recurrent injuries. With rising death rates and related costs, wound healing is a serious global concern. The severity of wound healing is caused by microbial infection, inflammation, and a lack of cell migration, proliferation, and angiogenesis. The many phases of wound healing include hemostasis, inflammation, proliferation, and remodeling
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.
Prostate cancer (PCa) remains clinically heterogeneous. We integrated single-cell and spatial transcriptomics with explainable machine learning to define a lethal tumor axis and establish an interpretable prognostic model. From 141,986 high-quality single cells spanning localized, hormone-sensitive, and castration-resistant PCa, we identified a malignant C4 epithelial subpopulation characterized by high chromosomal instability, androgen receptor and cell-cycle activation, and stemness potential. Spatial mapping further revealed immune-enriched yet suppressive niches, where fibroblasts and myel
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.
While promising results have been demonstrated for deep learning-based breast cancer diagnosis using mammography, problems persist in approaches that rely primarily on visual information. These problems include inadequate performance across diverse clinical centers, various imaging protocols, scanner types, and patient distributions. Here, we introduce Cross-Center Vision-Language Transformer (CC-VLT), a framework that integrates mammograms and clinical text to enable more robust, guided diagnosis. The framework incorporates a vision transformer for mammograms, a text transformer for salient 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.
Accurate prostate zonal segmentation remains challenging due to domain shifts across institutions and the need for precise anatomical delineation. While transformer-based models like the Segment Anything Model (SAM) show promise, they struggle in medical domains, particularly with continual learning due to catastrophic forgetting. This study introduces SynESAM, a hybrid transformer-CNN segmentation framework that combines SAM’s image encoder with a CNN-based decoder. SynESAM employs synchronous learning strategies, specifically Elastic Weight Consolidation (EWC) and variational EWC (vEWC), to
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.
Malignant large bowel obstruction accounts for a disproportionately high percentage of colorectal cancer emergencies. Traditionally, it was treated by emergency surgery, which, depending on the circumstances, could involve primary resection or staged procedures. However, this was associated with considerable morbidity and mortality. Qiu et al sought to improve this by creating a nomogram that can be used as a benchmark in the management of such patients. Although the nomogram is meant to be a predictive model for recurrence, it is only based on a snapshot of parameters at 2 years. To be of max
Редакционная 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.
Adeno-associated virus (AAV) has become a leading vector for in vivo gene therapy, with eight products currently holding marketing authorization. As the field rapidly evolves, the need for robust analytical methods to characterize critical quality attributes (CQAs)-including capsid titer, genome titer, capsid content (empty/full ratio), identity, and purity-continues to grow. Reference Standard Materials (RSMs) play a pivotal role by providing well-characterized, standardized AAV batches that serve as universal benchmarks. RSMs facilitate the validation of emerging analytical technologies, ens
СтатьяОбзорПоддержка 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.
Inferring transcription factor (TF) activity from transcriptomes and predicting transcriptome-wide responses to TF perturbations remain challenging, in part because available TF-mRNA resources often face a trade-off between precision and coverage and typically lack signed regulatory information. Here, we present TFActProfiler, a TF-mRNA resource and computational framework that learns signed, quantitative TF-mRNA regulatory coefficients by integrating heterogeneous prior evidence (ChIP-based, motif-based, and curated TF-mRNA annotations) with large-scale bulk and single-cell RNA-seq atlases. T
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.