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
35068 публикаций
Поиск: 530 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 2553 с найденным полным текстом
Objective.Radiation pneumonitis (RP) is an important toxicity following breast radiotherapy. Although modern treatment techniques limit lung exposure, some patients still develop symptomatic RP, and predicting who is at risk remains difficult. This study aimed to develop and validate machine learning (ML) models based on ipsilateral-lung dosimetric parameters to predict clinically significant RP after breast radiotherapy.Approach.We retrospectively studied 184 women with breast cancer treated with three-dimensional conformal radiotherapy using either conventional or hypofractionated fractionat
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.
Although significant advancements in computer-aided diagnostics using artificial intelligence (AI) have been made, to date, no viable method for radiation-induced skin reaction (RISR) analysis and classification is available. The objective of this single-center study was to develop machine learning and deep learning approaches using deep convolutional neural networks (CNNs) for automatic classification of RISRs according to the Common Terminology Criteria for Adverse Events (CTCAE) grading system. ScarletredⓇ Vision, a novel and state-of-the-art digital skin imaging method capable of remote mo
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.
PURPOSE: To systematically review the literature regarding machine learning in leg length discrepancy (LLD) and to provide insight into the most relevant manuscripts on this topic in order to highlight the importance and future clinical implications of machine learning in the diagnosis and treatment of LLD.
METHODS: A systematic electronic search was conducted using PubMed, OVID/Medline and Cochrane libraries in accordance with Preferred Reporting Items for Systematic Review and Meta-Analysis guidelines. Two observers independently screened the abstracts and titles of potential articles.
RES
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 COVID-19 pandemic has significantly accelerated the demand for accurate and efficient prediction models to support effective disease management, containment strategies, and informed decision-making. Predictive models capable of analyzing complex health data are essential for monitoring disease trends, evaluating risk factors, and optimizing resource allocation during the pandemic. Among various machine learning approaches, convolutional neural networks (CNNs) have emerged as powerful tools due to their ability to process large volumes of high-dimensional health data, such as medical images
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.
CO2 from flue gas is central to mitigating fossil-fuel-derived emissions, where adsorbent performance directly dictates process energy efficiency and process cost. Although machine learning (ML) has emerged as a powerful tool for accelerating adsorbent discovery, its predictive accuracy is fundamentally limited by the physical reliability of the underlying training data, a manifestation of the "garbage in, garbage out" (GIGO) problem. Most existing CO2 adsorption databases rely on Lennard-Jones (LJ) force fields, whose deficiencies in describing CO2-CO2 and CO2-framework interactions, particul
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.
Papillary thyroid carcinoma (PTC) exhibits a high incidence and a strong propensity for lymph node metastasis (LNM). Accurate preoperative assessment of LNM is crucial for guiding surgical approaches, but conventional ultrasound exhibits suboptimal sensitivity. In this study, we developed a deep learning-based multimodal model to predict LNM in PTC patients. We retrospectively collected fine needle aspiration (FNA) liquid-based cytology specimens (N = 1095) and corresponding ultrasound images (N = 2190). A ResNet-101 architecture was trained using five-fold cross-validation and validated on ex
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.
Salmonella enterica is a major cause of foodborne illness globally. We analysed 41,945 food samples collected under official surveillance in Piedmont (north-western Italy) between 2013 and 2023 to characterise contamination patterns and evaluate an integrated analytical framework combining classical statistical modelling with machine-learning prediction. Overall prevalence was low (2.20%; 95% CI: 2.06-2.35) but heterogeneous across matrices, with poultry and pork displaying the highest contamination levels (11.8% and 7.14%). Risk increased at distribution/retail stages, and contamination decli
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2024eng
Cardiovascular Diseases (CVDs) present a substantial global health burden, with tobacco use as a major risk factor. While extensive research has identified several risk factors for CVDs, there is a gap in predictive models that account for a combination of clinical factors, lifestyle factors, and other determinants in order to predict CVD risk. In addition, existing studies tend to overlook the interactions among risk factors within high-risk populations, such as tobacco users. In this study, we examined phenotype data from over 15,000 tobacco users from the UK Biobank dataset to investigate w
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.
Spina bifida meningomyelocele (SBM), a congenital neurodevelopmental disorder, involves dysmorphology of the cerebellum, and its most obvious manifestations are motor deficits. This paper reviews cerebellar neuropathology and motor function across several motor systems well studied in SBM in relation to current models of cerebellar motor and timing function. Children and adults with SBM have widespread motor deficits in trunk, upper limbs, eyes, and speech articulators that are broadly congruent with those observed in adults with cerebellar lesions. The structure and function of the cerebellum
СтатьяПоддержка NIH: внешняя программаОбзорПолный 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: Designing intensity-modulated radiotherapy (IMRT) plans for rectal cancer is complex and time-consuming. We used a three-dimensional (3D) multitask training U-Net (3D MT-U-Net) deep learning (DL) model to accurately predict radiotherapy dose distributions for rectal cancer. We aimed to achieve fully automated IMRT plans with improved efficiency and quality.
METHODS: We developed a 3D MT-U-Net model that precisely captured dose distribution characteristics through pretraining and a multitask learning mechanism. In the multitask learning module, we additionally introduced the learni
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.
Tilianin is a commonly used pharmaceutical ingredient with various biological activities such as antioxidant, anti-inflammatory, and anticancer, which is able to exert antitumor effects by inhibiting tumor cell proliferation, inducing apoptosis and inhibiting angiogenesis. Studies have demonstrated to be particularly useful in a variety of cancers such as liver, lung and gastric cancers. Quantitative analysis of Tilianin can improve the quality control of related drugs and assist in guiding clinical application and disease treatment. However, there are limited studies on the quantitative analy
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.
BACKGROUND: Th1 (IFN-γ+CD4+)/CD4+ cells exacerbate the release of pro-inflammatory cytokines, contributing to neuronal death. It is proposed that the peripheral immune system plays a pivotal role in the pathophysiology of amyotrophic lateral sclerosis (ALS). This study aims to develop an interpretable machine learning model based on blood Th1/CD4+ cells to predict rapidly progressive ALS.
METHODS: We enrolled 564 patients with sporadic ALS who met the eligibility inclusion criteria for further analysis. Immune cells and cytokines were quantified using flow cytometric cell counting and a flow
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.
Rib fractures are a common type of chest injury, and the estimation of the fracture age mainly relies on clinical or forensic imaging experts making rough judgments based on CT scans, which is highly subjective. In recent years, artificial intelligence (AI) models have performed exceptionally well in rib fracture detection tasks, providing a potential technical foundation for inferring the time of fracture formation. Therefore, it is necessary to develop deep learning model tools to assist human judgment. In this study, a multi-task deep learning model (based on the 3D-ResNet18) was developed
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: Shortcut learning has been identified as a source of algorithmic unfairness in medical imaging artificial intelligence (AI), but its impact on photoacoustic tomography (PAT), particularly concerning sex bias, remains underexplored. This study investigates this issue using peripheral artery disease (PAD) diagnosis as a specific clinical application.
METHODS: To examine the potential for sex bias due to shortcut learning in convolutional neural network (CNNs) and assess how such biases might affect diagnostic predictions, we created training and test datasets with varying PAD prevalenc
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.
INTRODUCTION: Transdermal drug delivery is gaining popularity as an alternative to traditional routes of administration. It can increase patient compliance because of its painless and noninvasive nature, aid compounds in bypassing presystemic metabolic effects, and reduce the likelihood of adverse effects through decreased systemic exposure. In silico physiological modeling is critical to predicting dermal exposure for a therapeutic and assessing the impact of different formulations on transdermal disposition.
METHODS: The present study aimed at developing a physiologically based transdermal
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.
Panoramic radiographs are an integral part of effective dental treatment planning, supporting dentists in identifying impacted teeth, infections, malignancies, and other dental issues. However, screening for anomalies solely based on a dentist's assessment may result in diagnostic inconsistency, posing difficulties in developing a successful treatment plan. Recent advancements in deep learning-based segmentation and object detection algorithms have enabled the provision of predictable and practical identification to assist in the evaluation of a patient's mineralized oral health, enabling dent
СтатьяПоддержка 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.
Purpose To introduce an open-source deep learning brain segmentation model for fully automated brain MRI segmentation, enabling rapid segmentation and facilitating large-scale neuroimaging research. Materials and Methods In this retrospective study, a deep learning model was developed using a diverse training dataset of 1900 MRI scans (patients aged 24-93 years, with a mean of 65 years ± 11.5 [SD]; 1007 female, 893 male) with reference labels generated using a multi-atlas segmentation method with human supervision. The final model was validated using 71 391 scans from 14 studies. Segmentation
СтатьяПоддержка исследования: вне правительства СШАПоддержка NIH: внешняя программаПоиск 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.
Spontaneous preterm birth (sPTB) remains a significant global health challenge and a leading cause of neonatal mortality and morbidity. Despite advancements in neonatal care, the prediction of sPTB remains elusive, in part due to complex etiologies and heterogeneous patient populations. This study aimed to validate and extend information on gene expression biomarkers previously described for predicting sPTB using maternal whole blood from the All Our Families pregnancy cohort study based in Calgary, Canada. The results of this study are two-fold: first, using additional replicates of maternal
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.
BACKGROUND: Predicting radiation dermatitis (RD), a common radiotherapy toxicity, is essential for clinical decision-making regarding toxicity management. This prospective study aimed to develop and validate a machine-learning model to predict the occurrence of grade ≥ 2 RD using thermal imaging in the early stages of radiotherapy in head and neck cancer.
METHODS: Thermal images of neck skin surfaces were acquired weekly during radiotherapy. A total of 202 thermal images were used to calculate the difference map of neck skin temperature and analyze to extract thermal imaging features. Changes
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.
Counterfeit drugs have adverse effects on public health; chromatographic methods can be used but they are costly. In this study, we developed cost-effective and environmentally friendly methodology for the analysis of terazosin HCl (TZ) in the presence prazosin hydrochloride (PZ) using UV spectroscopy in conjunction with machine learning (ML) models. Variable selection algorithms were applied to select most informative spectral variables. Thirty-five ML models were assessed and their performances were compared. The models covered a wide range of prediction mechanisms, such as tree-based, linea
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.