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
28943 публикаций
Поиск: 771 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1526 с найденным полным текстом
Journal of neuropathology and experimental neurology2024eng
Neuropathologic changes of Alzheimer disease (AD) including Aβ accumulation and neuroinflammation are frequently observed in the cerebral cortex of patients with idiopathic normal pressure hydrocephalus (iNPH). We created an automated analysis platform to quantify Aβ load and reactive microglia in the vicinity of Aβ plaques and to evaluate their association with cognitive outcome in cortical biopsies of patients with iNPH obtained at the time of shunting. Aiforia Create deep learning software was used on whole slide images of Iba1/4G8 double immunostained frontal cortical biopsies of 120 shunt
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: To retrospectively assess the added value of an artificial intelligence (AI) algorithm for detecting pulmonary nodules on ultra-low-dose computed tomography (ULDCT) performed at the emergency department (ED).
METHODS: In the OPTIMACT trial, 870 patients with suspected nontraumatic pulmonary disease underwent ULDCT. The ED radiologist prospectively read the examinations and reported incidental pulmonary nodules requiring follow-up. All ULDCTs were processed post hoc using an AI deep learning software marking pulmonary nodules ≥ 6 mm. Three chest radiologists independently reviewed
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.
INTRODUCTION: High-resolution anoscopy (HRA) is the gold standard for detecting anal squamous cell carcinoma (ASCC) precursors. Preliminary studies on the application of artificial intelligence (AI) models to this modality have revealed promising results. However, the impact of staining techniques and anal manipulation on the effectiveness of these algorithms has not been evaluated. We aimed to develop a deep learning system for automatic differentiation of high-grade squamous intraepithelial lesion vs low-grade squamous intraepithelial lesion in HRA images in different subsets of patients (no
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. Pure ground-glass nodules (pGGNs) on chest CT representing invasive adenocarcinoma (IAC) warrant lobectomy with lymph node resection. For pGGNs representing other entities, close follow-up or sublobar resection without node dissection may be appropriate. OBJECTIVE. The purpose of this study was to develop and validate an automated deep learning model for differentiation of pGGNs on chest CT representing IAC from those representing atypical adenomatous hyperplasia (AAH), adenocarcinoma in situ (AIS), and minimally invasive adenocarcinoma (MIA). METHODS. This retrospective study incl
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.
Palmoplantar pustulosis (PPP) is a variant of pustular psoriasis involving the palms and soles. The severity of PPP is usually evaluated using the Palmoplantar Pustulosis Area and Severity Index (PPPASI). Among the components of the PPPASI, the area of the involved lesion is evaluated differently by raters, who generally make a rough estimate using the eye and not through a specific calculation. To overcome inconsistent evaluation of the area subscore of PPPASI by human raters, we developed and validated deep-learning-based algorithms to enable automated and reliable assessment of the area inv
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: The preoperative differentiation between benign parotid gland tumors (BPGTs) and malignant parotid gland tumors (MPGTs) is of great significance for therapeutic decision-making. Deep learning (DL), an artificial intelligence algorithm based on neural networks, can help overcome inconsistencies in conventional ultrasonic (CUS) examination outcomes. Therefore, as an auxiliary diagnostic tool, DL can support accurate diagnosis using massive ultrasonic (US) images. This current study developed and validated a DL-based US diagnosis for the preoperative differentiation of BPGT from MPGT.
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: Identifying genetic patterns that contribute to Alzheimer's disease (AD) is important not only for pre-symptomatic risk assessment but also for building personalized therapeutic strategies.
METHODS: We implemented a novel simulative deep learning model to chromosome 19 genetic data from the Alzheimer's Disease Neuroimaging Initiative and the Imaging and Genetic Biomarkers of Alzheimer's Disease datasets. The model quantified the contribution of each single nucleotide polymorphism (SNP) and their epistatic impact on the likelihood of AD using the occlusion method. The top 35 AD-ris
СтатьяПоддержка NIH: внешняя программаПоддержка 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 AND OBJECTIVES: Radiomics and deep learning are two popular technologies used to develop computer-aided detection and diagnosis schemes for analysing medical images. This study aimed to compare the effectiveness of radiomics, single-task deep learning (DL) and multi-task DL methods in predicting muscle-invasive bladder cancer (MIBC) status based on T2-weighted imaging (T2WI).
METHODS: A total of 121 tumours (93 for training, from Centre 1; 28 for testing, from Centre 2) were included. MIBC was confirmed with pathological examination. A radiomics model, a single-task model, and a mu
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.
IMPORTANCE: Joint attention, composed of complex behaviors, is an early-emerging social function that is deficient in children with autism spectrum disorder (ASD). Currently, no methods are available for objectively quantifying joint attention.
OBJECTIVE: To train deep learning (DL) models to distinguish ASD from typical development (TD) and to differentiate ASD symptom severities using video data of joint attention behaviors.
DESIGN, SETTING, AND PARTICIPANTS: In this diagnostic study, joint attention tasks were administered to children with and without ASD, and video data were collected fr
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.
Surface-enhanced Raman spectroscopy (SERS), as a rapid, non-invasive and reliable spectroscopic detection technique, has promising applications in disease screening and diagnosis. In this paper, an annealed silver nanoparticles/porous silicon Bragg reflector (AgNPs/PSB) composite SERS substrate with high sensitivity and strong stability was prepared by immersion plating and heat treatment using porous silicon Bragg reflector (PSB) as the substrate. The substrate combines the five deep learning algorithms of the improved AlexNet, ResNet, SqueezeNet, temporal convolutional network (TCN) and mult
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.
PURPOSE: The purpose of this study was to develop and evaluate a deep learning model to detect bone marrow edema (BME) in sacroiliac joints and predict the MRI Assessment of SpondyloArthritis International Society (ASAS) definition of active sacroiliitis in patients with chronic inflammatory back pain.
MATERIALS AND METHODS: MRI examinations of patients from the French prospective multicenter DESIR cohort (DEvenir des Spondyloarthropathies Indifférenciées Récentes) were used for training, validation and testing. Patients with inflammatory back pain lasting three months to three years were rec
Многоцентровое исследованиеСтатьяПолный 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: Functional adrenal tumors (FATs) are mainly diagnosed by biochemical analysis. Traditional imaging tests have limitations and cannot be used alone to diagnose FATs. In this study, we aimed to establish an artificially intelligent diagnostic model based on computed tomography (CT) images to distinguish different types of FATs.
METHODS: A cohort study of 375 patients diagnosed with hyperaldosteronism (HA), Cushing's syndrome (CS), and pheochromocytoma in our center between March 2015 and June 2020 was conducted. Retrospectively, patients were randomly divided into three data sets: t
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.
Creating a biomimetic in vitro lung model to recapitulate the infection and inflammatory reactions has been an important but challenging task for biomedical researchers. The 2D based cell culture models - culturing of lung epithelium - have long existed but lack multiple key physiological conditions, such as the involvement of different types of immune cells and the creation of connected lung models to study viral or bacterial infection between different individuals. Pioneers in organ-on-a-chip research have developed lung alveoli-on-a-chip and connected two lung chips with direct tubing and f
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.
In medical practice, chest X-rays are the most ubiquitous diagnostic imaging tests. However, the current workload in extensive health care facilities and lack of well-trained radiologists is a significant challenge in the patient care pathway. Therefore, an accurate, reliable, and fast computer-aided diagnosis (CAD) system capable of detecting abnormalities in chest X-rays is crucial in improving the radiological workflow. In this prospective multicenter quality-improvement study, we have evaluated whether artificial intelligence (AI) can be used as a chest X-ray screening tool in real clinica
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: Recently, computed tomography (CT) manufacturers have developed deep-learning-based reconstruction algorithms to compensate for the limitations of iterative reconstruction (IR) algorithms, such as image smoothing and the spatial resolution's dependence on contrast and dose levels.
PURPOSE: To assess the impact of an artificial intelligence deep-learning reconstruction (AI-DLR) algorithm on image quality and dose reduction compared with a hybrid IR algorithm in chest CT for different clinical indications.
METHODS: Acquisitions on the CT American College of Radiology (ACR) 464 and
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: Laguna-ONhE is an application for the colorimetric analysis of optic nerve images, which topographically assesses the cup and the presence of haemoglobin. Its latest version has been fully automated with five deep learning models. In this paper, perimetry in combination with Laguna-ONhE or Cirrus-OCT was evaluated.
METHODS: The morphology and perfusion estimated by Laguna ONhE were compiled into a "Globin Distribution Function" (GDF). Visual field irregularity was measured with the usual pattern standard deviation (PSD) and the threshold coefficient of variation (TCV), which analy
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.
In vitro fertilization has been regarded as a forefront solution in treating infertility for over four decades, yet its effectiveness has remained relatively low. This could be attributed to the lack of advancements for the method of observing and selecting the most viable embryos for implantation. The conventional morphological assessment of embryos exhibits inevitable drawbacks which include time- and effort-consuming, and imminent risks of bias associated with subjective assessments performed by individual embryologists. A combination of these disadvantages, undeterred by the introduction o
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.
In low-level laser therapy, providing an optimal dosage and proposing a proper diagnosis before dermatological treatment are essential to reduce the side effects and potential dangers. In this article, a smart LED therapy system for automatic facial acne vulgaris diagnosis based on deep learning and Internet of Things application is proposed. The main goals of this study were to (1) develop an LED therapy device with different power densities and LED grid control; (2) propose a deep learning model based on modified ResNet50 and YOLOv2 for an automatic acne diagnosis; and (3) develop a smartpho
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: Discrimination of nasal cavity mass lesions is a challenging work requiring extensive experience. A deep learning-based automated diagnostic system may help clinicians to classify nasal cavity mass lesions. We demonstrated the feasibility of a convolutional neural network (CNN)-based diagnosis system for automatic detection and classification of nasal polyps (NP) and inverted papillomas (IP).
METHODS: We developed a CNN-based algorithm using a transfer learning strategy and trained it on nasal endoscopic images. A total of 99 nasal endoscopic images with normal findings, 98 images
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.
INTRODUCTION: Outcome predictions of patients with congenital diaphragmatic hernia (CDH) still have some limitations in the prenatal estimate of postnatal pulmonary hypertension (PH). We propose applying Machine Learning (ML), and Deep Learning (DL) approaches to fetuses and newborns with CDH to develop forecasting models in prenatal epoch, based on the integrated analysis of clinical data, to provide neonatal PH as the first outcome and, possibly: favorable response to fetal endoscopic tracheal occlusion (FETO), need for Extracorporeal Membrane Oxygenation (ECMO), survival to ECMO, and death.
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.