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: 283 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1526 с найденным полным текстом
This work was aimed to explore the role of CT angiography information provided by deep learning algorithm in the diagnosis and complications of the disease focusing on congenital aortic valve disease and severe aortic valve stenosis. 120 patients who underwent ultrasound cardiography for aortic stenosis and underwent transcatheter aortic valve implantation (TAVI) in hospital were selected as the research objects. Patients received CT examination of deep learning algorithm within one week. The measurement methods were long and short diameter method, area method, and perimeter method. The deep l
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.
We hypothesized that, in discrimination between benign and malignant parotid gland tumors, high diagnostic accuracy could be obtained with a small amount of imbalanced data when anomaly detection (AD) was combined with deep leaning (DL) model and the L2-constrained softmax loss. The purpose of this study was to evaluate whether the proposed method was more accurate than other commonly used DL or AD methods. Magnetic resonance (MR) images of 245 parotid tumors (22.5% malignant) were retrospectively collected. We evaluated the diagnostic accuracy of the proposed method (VGG16-based DL and AD) an
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.
Hand-foot-and-month disease (HFMD), especially the enterovirus A71 (EV-A71) subtype, is a major health problem in Beijing, China. Previous studies mainly used regressive models to forecast the prevalence of HFMD, ignoring its intrinsic age groups. This study aims to predict HFMD of EV-A71 subtype in three age groups (0-3, 3-6 and > 6 years old) from 2011 to 2018 using residual-convolutional-recurrent neural network (CNNRNN-Res), convolutional-recurrent neural network (CNNRNN) and recurrent neural network (RNN). They were compared with auto-regressio, global auto-regression and vector auto-regr
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: Deep brain stimulation (DBS) remains an experimental but promising treatment for patients with severe refractory Gilles de la Tourette syndrome (TS). Controversial issues include the selection of patients (age and clinical presentation), the choice of brain targets to obtain optimal patient-specific outcomes, and the risk of surgery- and stimulation-related serious adverse events.
METHODS: This report describes our open-label experience with eight patients with severe refractory malignant TS treated with DBS. The electrodes were placed in the midline thalamic nuclei or globus pall
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.
Osteoporosis is a major global health burden, with considerable morbidity, mortality, and healthcare costs. Artificial intelligence (AI) has opened new avenues for osteoporosis screening, bone mineral density quantification, fracture-risk prediction, and clinical decision support, but progress remains fragmented across machine learning, deep learning, explainable AI (XAI), generative models, and multimodal learning. This systematic review brings these strands together and identifies priority research needs for AI-based osteoporosis prediction. Following the PRISMA 2020 statement, studies were
СтатьяСистематический обзорПолный 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.
Magnetic resonance imaging (MRI) guided adaptive radiotherapy for prostate cancer (PCa) can allow to adapt treatment every day to the geometry of tumor and organs to deliver precise treatments while sparing organs of radiation. However, manual delineation of tumors and organs limits the adoption of this technology. Deep learning (DL) methods, though promising for in-distribution (ID) data that resembles training, deteriorate in performance when applied to out-of-distribution (OOD) datasets. Hence, we developed a novel parallel and coherent feature mixup (PaRC-mix) training approach for single
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.
Structural magnetic resonance imaging (sMRI) depicts Alzheimer's disease (AD)-related atrophy noninvasively and has become a common input for deep-learning studies of diagnosis and progression. For this structured narrative Mini Review, we searched PubMed/MEDLINE, the Web of Science Core Collection, and IEEE Xplore through 31 August 2026. We then purposively selected recent studies that were informative about model design or evaluation. The review covers two-dimensional convolutional neural networks, three-dimensional and hybrid volumetric architectures, transformers, and foundation models, to
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.
BACKGROUND: Deep vein thrombosis (DVT) detected between temporary external fixation and staged definitive surgery can complicate perioperative management of lower-leg and ankle fractures. We developed machine-learning models to estimate DVT probability during this interval.
METHODS: This retrospective cohort included adults admitted during 2015-2025 who underwent staged fixation and bilateral lower-extremity venous ultrasonography. A stratified 70:30 split defined development and validation sets. Development-set imputation, Boruta feature selection, and five-fold cross-validation were used to
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.
Deep learning offers powerful tools for automating phytolith classification. Although foundational models have enabled image classification with little or no task specific training, specialized domains such as phytolith images still require a labor-intensive process to acquire labelled training data. This article presents a novel, scalable imaging workflow that addresses this bottleneck by integrating low-magnification slide scanning with artificial intelligence assisted phytolith detection and targeted high-magnification 3D Z-stack capture optimized for both multi-cell and single-cell phytoli
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/Objectives: Mammographic breast density assessment represents a crucial step in the detection of breast cancer, risk stratification, and lesion visibility. However, it is generally quite difficult to distinguish between intermediate density categories, especially BI-RADS B and C, because of the high inter-observer variability between radiologists. This hindrance encourages researchers to develop novel robust and interpretable automated techniques. Thus, a hybrid multi-view deep learning framework based on EfficientNet-B4 and U-Net for BI-RADS B vs. C classification is presented in 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.
INTRODUCTION: Obstructive sleep apnea (OSA) is a respiratory disorder with comorbidities of several nature, from cardiovascular to renal ones. OSA is typically treated through continuous positive airway pressure (CPAP), but more investigations are needed to confirm its benefits.
METHODS: In this work, survival analysis has been exploited and enhanced with eXplainable Artifical Intelligence (XAI) to investigate the impact of comorbidities and compare the model reliability. The dataset encompasses both clinical and polysomnography-based data for a total of 45 different features.
RESULTS: A tot
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.
Ground reaction force (GRF) is essential for maintaining dynamic stability and generating power during the golf swing. Traditional GRF assessment relies on force plates, limiting measurement to laboratory environments and restricting evaluation of natural, field-based performance. Recent work has explored wearable inertial measurement units (IMUs) and data-driven models to estimate GRF during simple locomotor tasks, yet no study has examined whether coupled lower-limb kinematics can predict three-dimensional GRF during complex, high-speed movements such as the golf swing. This study collected
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.
Due to the complexity of blood glucose dynamics and the high variability of the physiological structure of diabetic patients, implementing a safe and effective insulin dosage control algorithm to keep the blood glucose of diabetic patients within the normal range (70-180 mg/dL) is currently a challenging task in the field of diabetes treatment. Deep reinforcement learning (DRL) has proven its potential in diabetes treatment in previous work, thanks to its strong advantages in solving complex dynamic and uncertain problems. It can address the challenges faced by traditional control algorithms,
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 AND PURPOSE: Deep learning segmentation (DLS) and planning (DLP) models in radiotherapy treatment planning increase consistency and reduce planning time. However, many DL segmentations and plans are manually adjusted. The clinical relevance of these adjustments remains underexplored. This study assesses the clinical relevance of adjustments made to DLS and DLP and proposes a workflow that could optimise treatment planning time while remaining clinically similar.
MATERIALS AND METHODS: A retrospective analysis of 101 clinically approved structures and treatment plans (CS-CP) for lef
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.
The emergence of sixth-generation (6G) networks has driven the development of Extremely Large Intelligent Metasurfaces (XL-IMS) to deliver ultra-high speeds and high spectral efficiency. Nevertheless, classical far-field channels are not applicable to near-field transmission due to spherical-wave propagation and the lack of spatial stationarity, leading to reduced beamforming performance and increased computational complexity. Therefore, the goal of this research is to develop a method for near-field channel modeling and beamforming optimization based on physics-driven deep learning. The propo
СтатьяVideo-Audio MediaПоиск 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: Chiari Type I Malformation (CM1) is a structural abnormality of the hindbrain that can cause a range of neurological symptoms and often requires radiological confirmation using magnetic resonance imaging (MRI). The aim of this study was to develop and evaluate a deep feature-based machine learning framework for the automated detection of CM1 from sagittal MRI images. Materials and Methods: The cohort comprised 550 adults: 250 patients with CM1 (168 women, 82 men; age range, 18-65 years) and 300 healthy control participants (210 women, 90 men; age range, 18-65 years). A total of 764
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: Central lymph node metastasis (CLNM) significantly elevates the risk of postoperative recurrence and contributes to ongoing debates regarding the necessity of prophylactic dissection in clinically node-negative papillary thyroid microcarcinoma (PTMC). Therefore, accurate preoperative prediction of occult CLNM is crucial for tailoring individualized treatment strategies.
PATIENTS AND METHODS: This retrospective study included 461 patients with PTMC from two hospitals who underwent preoperative ultrasound. A dual-channel deep learning (DL) model was developed by combining longitudin
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: Prostate cancer patients are commonly undergoing Radiotherapy (RT) and treatment planning system have a prominent role for dose calculation, while this would seem that dose distribution uncertainties of treatment planning system (TPS) may effect on RT results. Therefore, this study aimed to design a Dose prediction deep learning-based model for prostate cancer volumetric arc therapy (VMAT) applying MRI in Versa HD linear accelerator (linac).
MATERIALS AND METHODS: In this work, MRI of 45 patients who underwent VMAT was acquired, and cycle-consistent GAN (CycleGAN) (that allow imag
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.
Preoperative muscle strength is an important predictor of functional recovery after total hip arthroplasty (THA); however, accurate assessment is difficult in patients with severe hip pain. In this study, we developed a two-stage deep-learning framework that combines slice-level classification and U-shaped convolutional neural network-based segmentation to automatically quantify periarticular and thigh muscle volumes from preoperative computed tomography (CT) images. The model was trained using CT scans from 107 patients undergoing primary THA and was validated against manual segmentation. The
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: Lymph node metastasis (LNM) is an important prognostic factor but is often underdiagnosed due to limitations in conventional assessment methods. We aimed to develop a deep learning (DL) model to predict LNM status from primary gastric cancer (GC) whole-slide images.
METHODS: This retrospective study included 929 patients with GC from three independent cohorts across two centers. A DL model based on Clustering-constrained Attention Multiple Instance Learning was trained and validated to predict LNM from whole-slide images of primary tumors. The ability of the model to predict occul
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.