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
174265 публикаций
Поиск: 383 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 3934 с найденным полным текстом
Background: In the United States, chronic obstructive pulmonary disease (COPD) is a significant cause of mortality. As far as we know, it is a chronic, inflammatory lung condition that cuts off airflow to the lungs. Many symptoms have been reported for such a disease: breathing problems, coughing, wheezing, and mucus production. Patients with COPD might be at risk, since they are more susceptible to heart disease and lung cancer. Methods: This study reviews COPD diagnosis utilizing various machine learning (ML) classifiers, such as Logistic Regression (LR), Gradient Boosting Classifier (GBC),
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.
BACKGROUND: Artificial intelligence-enhanced electrocardiogram (AI-ECG) analysis shows promise to predict mortality in adults with acquired cardiovascular diseases. However, its application to the growing repaired tetralogy of Fallot (rTOF) population remains unexplored.
OBJECTIVES: This study aimed to develop and externally validate an AI-ECG model to predict 5-year mortality in rTOF.
METHODS: A convolutional neural network was trained on electrocardiograms (ECGs) obtained at Boston Children's Hospital and tested on Boston (internal testing) and Toronto (external validation) INDICATOR (Inte
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
Machine learning (ML) techniques have been researched and used in various environmental monitoring applications. Few studies have reported the long-term evaluation of such applications. Discussions regarding the risks and regulatory frameworks of ML applications in environmental monitoring have been rare. We monitored the performance of six predictive models developed using ML and statistical methods for 28 months. The six models used to predict NOx emissions were developed using six different algorithms. The model developed with a moderate complexity algorithm, adaptive boosting, had the best
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.
Craniosynostosis refers to the premature fusion of one or more of the fibrous cranial sutures connecting the bones of the skull. Machine learning (ML) is an emerging technology and its application to craniosynostosis detection and management is underexplored. This systematic review aims to evaluate the application of ML techniques in the diagnosis, severity assessment, and predictive modeling of craniosynostosis. A comprehensive search was conducted on the PubMed and Google Scholar databases using predefined keywords related to craniosynostosis and ML. Inclusion criteria encompassed peer-revie
СтатьяСистематический обзорПолный 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: Eosinophilic esophagitis (EoE) is diagnosed and monitored using esophageal eosinophil levels; however, EoE also exhibits a marked, understudied esophageal mastocytosis.
OBJECTIVES: Using machine learning, we localized and characterized esophageal mast cells (MCs) to decipher their potential role in disease pathology.
METHODS: Esophageal biopsy samples (EoE, control) were stained for MCs by anti-tryptase and imaged using immunofluorescence; high-resolution whole tissue images were digitally assembled. Machine learning software was trained to identify, enumerate, and characterize M
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
INTRODUCTION: Fetal alcohol spectrum disorders include a variety of physical and neurocognitive disorders caused by prenatal alcohol exposure. Although their overall prevalence is around 0.77%, FASD remains underdiagnosed and little known, partly due to the complexity of their diagnosis, which shares some symptoms with other pathologies such as autism spectrum, depression or hyperactivity disorders.
METHODS: This study included 73 control and 158 patients diagnosed with FASD. Variables selected were based on IOM classification from 2016, including sociodemographic, clinical, and psychological
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.
Biothiols, characterized by thiol groups, exhibit remarkable affinity for certain metals, playing pivotal roles in intracellular and extracellular biological processes. Fluctuations in their levels profoundly impact overall physiological health. Despite the development of various probes for biothiol detection and quantification, their inability to monitor thiol-to-disulfide state transitions persists as a limitation. Given their association with pathologies, early detection remains imperative. Gold nanorod (AuNR)-based colorimetric probes have garnered attention for their utility in visual dia
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.
RATIONALE AND OBJECTIVE: Acute kidney injury (AKI) is a common complication among hospitalized adults, but AKI prediction and prevention among adults has proved challenging. We used machine learning to update the nephrotoxic injury negated by just-in time action (NINJA), a pediatric program that predicts nephrotoxic AKI, to improve accuracy among adults.
STUDY DESIGN: A retrospective cohort study.
SETTING AND POPULATION: Adults admitted for > 48 hours to the University of Iowa Hospital from 2017 to 2022.
EXPOSURE: A NINJA high-nephrotoxin exposure (≥3 nephrotoxins on 1 day or intravenous am
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.
OBJECTIVE: This study was undertaken to develop a machine learning (ML) model to forecast initial seizure onset in neonatal hypoxic-ischemic encephalopathy (HIE) utilizing clinical and quantitative electroencephalogram (QEEG) features.
METHODS: We developed a gradient boosting ML model (Neo-GB) that utilizes clinical features and QEEG to forecast time-dependent seizure risk. Clinical variables included cord blood gas values, Apgar scores, gestational age at birth, postmenstrual age (PMA), postnatal age, and birth weight. QEEG features included statistical moments, spectral power, and recurren
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.
Chromium is widely recognized as a significant pollutant discharged into the environment by various industrial activities. The toxicity of this element is dependent on its oxidation state, making speciation analysis crucial for monitoring the quality of environmental water and assessing the potential risks associated with industrial waste. This study introduces a single-well fluorometric sensor that utilizes orange emissive thioglycolic acid stabilized CdTe quantum dots (TGA-QDs) and blue emissive carbon dots (CDs) to detect and differentiate between various chromium species, such as Cr (III)
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.
Prediction of outcomes following a prenatal diagnosis of congenital heart disease (CHD) is challenging. Machine learning (ML) algorithms may be used to reduce clinical uncertainty and improve prognostic accuracy. We performed a pilot study to train ML algorithms to predict postnatal outcomes based on clinical data. Specific objectives were to predict (1) in utero or neonatal death, (2) high-acuity neonatal care and (3) favorable outcomes. We included all fetuses with cardiac disease at Sunnybrook Health Sciences Centre, Toronto, Canada, from 2012 to 2021. Prediction models were created using 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.
In medicine, abnormalities in quantitative metrics such as the volume reduction of one brain region of an individual versus a control group are often provided as deviations from so-called normal values. These normative reference values are traditionally calculated based on the quantitative values from a control group, which can be adjusted for relevant clinical co-variables, such as age or sex. However, these average normative values do not take into account the globality of the available quantitative information. For example, quantitative analysis of T1-weighted magnetic resonance images base
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.
OBJECTIVE: To develop a deep learning algorithm to perform multi-class classification of normal pediatric heart sounds, innocent murmurs, and pathologic murmurs.
METHODS: We prospectively enrolled children under age 18 being evaluated by the Division of Pediatric Cardiology. Parents provided consent for a deidentified recording of their child's heart sounds with a digital stethoscope. Innocent murmurs were validated by a pediatric cardiologist and pathologic murmurs were validated by echocardiogram. To augment our collection of normal heart sounds, we utilized a public database of pediatric h
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: Uterine contractions during labour constrict maternal blood flow and oxygen delivery to the developing baby, causing transient hypoxia. While most babies are physiologically adapted to withstand such intrapartum hypoxia, those exposed to severe hypoxia or with poor physiological reserves may experience neurological injury or death during labour. Cardiotocography (CTG) monitoring was developed to identify babies at risk of hypoxia by detecting changes in fetal heart rate (FHR) patterns. CTG monitoring is in widespread use in intrapartum care for the detection of fetal hypoxia, but
СтатьяПоддержка исследования: вне правительства СШАScoping ReviewПолный 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.
Point-of-care ultrasound imaging is a critical tool for patient triage during trauma for diagnosing injuries and prioritizing limited medical evacuation resources. Specifically, an eFAST exam evaluates if there are free fluids in the chest or abdomen but this is only possible if ultrasound scans can be accurately interpreted, a challenge in the pre-hospital setting. In this effort, we evaluated the use of artificial intelligent eFAST image interpretation models. Widely used deep learning model architectures were evaluated as well as Bayesian models optimized for six different diagnostic models
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.
Optical coherence tomography imaging provides a crucial clinical measurement for diagnosing and monitoring glaucoma through the two-dimensional retinal nerve fiber layer (RNFL) thickness (RNFLT) map. Researchers have been increasingly using neural models to extract meaningful features from the RNFLT map, aiming to identify biomarkers for glaucoma and its progression. However, accurately representing the RNFLT map features relevant to glaucoma is challenging due to significant variations in retinal anatomy among individuals, which confound the pathological thinning of the RNFL. Moreover, the pr
СтатьяПоддержка NIH: внешняя программаПолный 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.
Though the forearm is the focus of the prostheses, myoelectric control with the electrodes on the wrist is more comfortable for general consumers because of its unobtrusiveness and incorporation with the existing wrist-based wearables. Recently, deep learning methods have gained attention for myoelectric control but their performance is unclear on wrist myoelectric signals. This study compared the gesture recognition performance of myoelectric signals from the wrist and forearm between a state-of-the-art method, TDLDA, and four deep learning models, including convolutional neural network (CNN)
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.
Radiographic quality control is an integral component of the radiology workflow. In this study, we developed a convolutional neural network model tailored for automated quality control, specifically designed to detect and classify key attributes of wrist radiographs including projection, laterality (based on the right/left marker), and the presence of hardware and/or casts. The model's primary objective was to ensure the congruence of results with image requisition metadata to pass the quality assessment. Using a dataset of 6283 wrist radiographs from 2591 patients, our multitask-capable deep
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, deep learning techniques have been used in medical imaging studies. We present an algorithm that measures radiologic parameters of distal radius fractures using a deep learning technique and compares the predicted parameters with those measured by an orthopedic hand surgeon.
METHODS: We collected anteroposterior (AP) and lateral X-ray images of 634 wrists in 624 patients with distal radius fractures treated conservatively with a follow-up of at least 2 months. We allocated 507 AP and 507 lateral images to the training set (80% of the images were used to train the model,
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.
For conditions like osteoporosis, changes in bone pore geometry even when porosity is constant have been shown to correlate to increased fracture risk using techniques such as dual-energy x-ray absorptiometry (DXA) and computed tomography (CT). Additionally, studies have found that bone pore geometry can be characterized by ultrasound to determine fracture risk, since certain pore geometries can cause stress concentration which in turn will be a source for fracture. However, it is not yet fully understood if changes in pore geometry can be detected by ultrasound when the porosity is constant.
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.