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
28942 публикаций
Поиск: 1235 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1526 с найденным полным текстом
This study aimed to perform three-dimensional (3D) cephalometric analysis based on automatically identified landmarks, to evaluate their clinical accuracy, and to investigate the relationship between algorithmic precision, measured by mean radial error (MRE), and clinical validity. Retrospective cone-beam computed tomography (CBCT) scans representing diverse dentition stages and malocclusion types were used to develop an automated landmark identification model incorporating an optimized U-Net architecture with an Efficient Global Attention module. Seventy-one 3D cephalometric measurements deri
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: Automatic contouring can reduce the time required for delineating organs at risk (OARs) in brachytherapy planning and minimize interobserver variability.
PURPOSE: This study aimed to develop and evaluate a deep learning-based automatic contouring model for OARs in three-dimensional image-guided brachytherapy (3D-IGBT) for cervical and endometrial cancer, including cases with interstitial needles.
METHODS: The dataset comprised 100 patients (140 cases) with cervical or endometrial cancer who underwent 3D-IGBT. Interstitial needles were used in 74 cases. The nnU-Net model was train
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: Alzheimer's disease (AD) is a progressive neurodegenerative disorder for which early diagnosis-particularly the accurate prediction of conversion from mild cognitive impairment (MCI) to AD-is essential to enable timely and effective therapeutic interventions. Deep learning (DL) models have demonstrated substantial promise in this domain; however, critical challenges persist, including multiclass staging of disease progression, longitudinal data modeling, and effective multimodal data integration. This systematic review provides a critical appraisal of DL-based approaches for pred
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.
Quantitative imaging is an emerging field that may allow prediction of oncological outcomes. We investigate whether radiomics and deep learning can predict outcomes in metastatic non-small cell lung cancer utilizing randomized trials of PD-1 inhibitors + /- stereotactic ablative body radiotherapy: PEMBRO-RT(NCT02492568), NIVORAD(ACTRN12616000352404) and MDACC(NCT02444741). A random forest model developed on PEMBRO-RT using radiomics features had an AUC of 0.57 for prediction of per-lesion progressive disease on immunotherapy compared to an AUC of 0.92 for a deep learning model. A random forest
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.
Improving seed size and weight is a major breeding goal in mungbean (Vigna radiata (L.) R. Wilczek). Improved genomic resources and precision phenotyping may enable more efficient selection for seed trait improvement. In this study, we integrated a deep learning-based segment anything model phenotyping pipeline with genome-wide association studies (GWAS), comparative mapping, and genomic prediction (GP) to dissect the genetic architecture of seed size, shape, and weight traits in the Iowa mungbean diversity panel. The zero-shot segmentation approach reliably captured seed size traits, which ex
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.
Purpose To develop and validate an anatomy-aware, two-stage, end-to-end deep learning pipeline for fetal brain abnormality automated detection on standardized second-trimester brain US images. Materials and Methods This retrospective multicenter study included 319 fetal brain images (218 normal, 101 abnormal) between 19 weeks ± 0 and 23 weeks ± 6 of gestation from nine international fetal medicine centers, each with paired standard transventricular and transcerebellar axial plane images acquired at second-trimester US between January 2010 and December 2022. Abnormalities were confirmed by neon
СтатьяМногоцентровое исследованиеПолный 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.
Esophageal cancer is a highly aggressive malignancy where early detection is critical for survival. However, early-stage lesions typically present subtle mucosal changes that are difficult to identify using standard White Light Imaging (WLI), and hardware-based Narrow Band Imaging (NBI) is not universally available. In this study, we propose a novel image processing algorithm termed the Spectrum-Aided Vision Enhancer (SAVE) to address these challenges in computer-aided diagnosis (CAD). Leveraging hyperspectral data principles, SAVE transforms standard WLI endoscopic images into enhanced, NBI-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.
Background/Objectives: Third molar development is one of the most frequently used dental indicators in forensic age assessment because its maturation continues through adolescence and early adulthood. Manual staging on panoramic radiographs requires experience and may be affected by observer variability, especially in transitional developmental stages. This study evaluated the performance of segmentation-based deep learning models for automatic third molar localization and Demirjian-based developmental stage classification on panoramic radiographs. Methods: The study used a two-stage segmentat
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.
This study aims to develop and evaluate a fully automated deep learning framework for generating structured preliminary radiology reports for nephrolithiasis assessment on non-contrast computed tomography (NCCT). This retrospective single-center study included 195 patients with radiologically confirmed nephrolithiasis on NCCT (390 kidneys). Kidneys were automatically localized and analyzed without manual image selection. Stone presence and size class were predicted using a hybrid CNN-Transformer with multiple-instance learning and compared with a ResNet-18 encoder, whereas intrarenal zone was
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: Although mechanical thrombectomy (MT) achieves high recanalization rates in acute ischemic stroke (AIS), functional outcomes remain highly inconsistent. We aimed to evaluate the effectiveness of radiomics and deep learning features (DLFs) extracted from both intra-thrombus and peri-thrombus regions on baseline CT in predicting prognosis following MT.
MATERIALS AND METHODS: This retrospective, multicenter study included 471 AIS patients who underwent MT. Patients from Center A (n = 315) constituted the training cohort, while those from Center B and C (n = 156) served as an external te
СтатьяМногоцентровое исследованиеПоиск 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 AND OBJECTIVES: The masseter muscle is associated with oral impairment and age-related functional decline, yet scalable and objective indicators remain limited in epidemiological studies. We developed a convolutional neural network (CNN) to segment the masseter muscle on T1-weighted magnetic resonance images (T1WI) and examined whether CNN-derived masseter muscle volume, as an imaging-based structural phenotype, is associated with oral impairment and cognitive frailty in older Japanese adults.
METHODS: A CNN was developed using an iterative human-in-the-loop procedure based on T1WI
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: Pathological complete response (pCR) to neoadjuvant chemotherapy (NAC) is a critical prognostic marker in breast cancer, yet its prediction remains challenging due to tumor heterogeneity and limitations of conventional imaging. While radiomics and deep learning (DL) have shown promise, prior studies often neglect the peritumoral microenvironment, a key determinant of therapeutic response.
METHODS: We developed a multimodal model integrating intratumoral radiomics, peritumoral features (9-mm expansion), and DL-derived patterns from pre-NAC MRI. The model was trained and internally
СтатьяМногоцентровое исследованиеВалидационное исследованиеПоддержка 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.
Tertiary lymphoid structures (TLSs) are ectopic immune aggregates associated with antitumor immunity and favorable prognosis in various cancers. However, standardized approaches for TLS detection and quantification in breast cancer remain underdeveloped. We present TLScope, a deep learning-based framework that accurately identifies and quantifies TLSs in hematoxylin and eosin (H&E)-stained whole-slide images (WSIs) of breast cancer. TLScope combines cell-level classification, tumor and adipose region segmentation, and biologically informed TLS validation to enable scalable analysis of TLS dens
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.
INTRODUCTION: Lung field segmentation (LFS) in chest x-rays (CXR) is a key step for the computer-assisted diagnosis of respiratory diseases. However, achieving precise delineation remains challenging in images with poor contrast and superimposed anatomical structures, often resulting in imprecise lung outlines in deep learning (DL) models. Furthermore, existing models often lack generalizability, performing well on specific datasets but failing on unseen domains due to variations in imaging equipment, acquisition protocols, and patient demographics.
METHODS: To overcome these limitations, we
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: The clinical importance of transient intraoperative hypotension (IOH) remains debated, and existing models often rely on high-resolution waveform data that are not routinely available.
METHODS AND FINDINGS: We developed a Transformer-based deep learning model to predict IOH in real time using continuous vital sign time-series data. The model was trained on 319,699 surgical cases from a tertiary hospital in China (2013-2023) and externally validated using an independent dataset from South Korea. Model interpretability was explored through a real-time alert simulation using 10 repre
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: Accurate assessment of human epidermal growth factor receptor 2 (HER2) expression is essential for guiding targeted therapy in breast cancer. Conventional immunohistochemistry and fluorescence in situ hybridization remain the diagnostic standard but are invasive, costly, and limited by sampling bias.
PURPOSE: To develop and internally evaluate an explainable deep learning model based on an improved Convolutional Block Attention Module (CBAM) integrated with EfficientNet-B3 (termed U-CBAMNet) for non-invasive prediction of HER2 expression from breast ultrasound cine videos.
METHOD
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.
MAPKAPK2 is a promising therapeutic target in numerous diseases. However, many MAPKAPK2 inhibitors are plagued by low solubility and permeability, and none have advanced through clinical trials. New computational methods utilizing deep learning can speed up inhibitor identification. This study aims to develop and validate a novel framework for MAPKAPK2 inhibitor discovery utilizing an ensemble of ten individual models trained on various feature sets. We trained DNN models using 21 molecular featurizers and 28 layer-size settings, and selected ten high-performing feature-architecture combinatio
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.
Car accidents remain a leading cause of death worldwide, with drowsiness and distraction accounting for roughly 25% of fatal crashes in Ecuador. This study presents a real-time driver monitoring system that uses computer vision and deep learning to detect fatigue, distraction, and emotions from facial expressions. It combines a MobileNetV2-based CNN trained on RAF-DB for emotion recognition and MediaPipe's 468 facial landmarks to compute the EAR (Eye Aspect Ratio), the MAR (Mouth Aspect Ratio), the gaze, and the head pose. Tests with 27 participants in both real and simulated driving environme
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.
Accurate staging of embryonic development is crucial for applied studies that require precise determination of embryonic age, such as developmental biology research and phenotype-based assessments using microinjection. However, the determination of embryonic development stages in the Mediterranean fruit fly, Ceratitis capitata, still largely relies on manual morphological assessment, which is labor-intensive and susceptible to observer bias. In this study, we evaluated deep learning models for the automatic classification of embryonic development stages in C. capitata using time-lapse microsco
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 To develop a deep learning algorithm to automatically assess the posterior fossa on first-trimester US screening scans and identify open spina bifida (OSB) and cystic posterior fossa (CPF) anomalies. Materials and Methods This was the retrospective part of an international study involving 10 fetal medicine centers. Normal and abnormal (OSB, CPF anomaly) midsagittal fetal brain US images acquired between 11 and 14 weeks of gestation (July 2009-January 2024) with confirmed diagnosis at follow-up were evaluated. Images were manually annotated to delineate the posterior fossa. The dataset
СтатьяМногоцентровое исследованиеПоиск 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.