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: 189 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1526 с найденным полным текстом
Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy2026eng
In the 200-230 nm ultraviolet wavelength range, there is a significant overlap in the absorption spectra of sulfur dioxide (SO2), nitric oxide (NO), and ammonia (NH3). This overlap significantly complicates the detection of SO₂ and NO concentrations. This study proposes a hybrid concentration detection model that combines frequency-domain physical priors with deep learning. Firstly, by utilizing characteristic differences among the three gases in the frequency domain, a band-pass filtering layer separates the frequency band of each target gas from the mixed spectrum. Secondly, we design a para
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.
AI-related satellite observation at the superpixel level has remained one of the major challenges for marine plastics because multispectral sensors are mostly lower in spatial resolution. The present research has therefore proposed a technique using the physics-informed deep learning super-resolution-generative adversarial network (SR-GAN) to enhance subpixel marine plastic detection from multi-temporal Sentinel-2 imagery. It utilizes multi-Sentinel-2 MSI spectral bands and plastic-sensitive indices to improve spatial details and spectral separability of floating plastic features in complex co
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: This study aimed to evaluate the efficacy of Mask regions with convolutional neural network (R-CNN) for the automated detection and segmentation of residual dental roots in panoramic radiographs and to compare its diagnostic performance against the semantic segmentation benchmark, U-shaped network (U-Net).
METHODS: A retrospective dataset comprising 224 patients with 505 annotated residual roots was utilized. Image preprocessing involved adaptive contrast enhancement using contrast limited adaptive histogram equalization in the Commission Internationale de l'Éclairage lab color sp
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.
Myofascial pain syndrome commonly arises from myofascial trigger points (MTrPs). While needle electromyography (iEMG) reveals spontaneous activity at trigger points, surface EMG (sEMG) has not been consistently validated. This study provides a proof-of-concept to investigate whether sEMG signals alone contain discriminative information for identifying myofascial trigger point. sEMG signals were recorded from healthy controls (n = 9) and patients with myofascial pain (n = 13). After preprocessing, the contraction segments from pre-intervention (N = 140) and post-intervention (N = 139) tests wer
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.
Falls remain a leading cause of injury-related morbidity and mortality among adults aged 65 and older, and these human and economic costs keep rising as populations age worldwide. Most existing risk assessment tools rely on periodic clinical evaluations or single-sensor wearable devices, neither of which tracks the dynamic, multifactorial nature of fall risk throughout daily life. In this paper we describe the design, implementation, and pilot-level field validation of an integrated system that pairs a multi-sensor wearable unit (triaxial accelerometer, gyroscope, insole pressure array, and wr
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.
Аннотация не предоставлена источником. Откройте карточку для перехода к публикации.
СтатьяRetraction NoticeПолный 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 and Objectives: Hip joint disorders exhibit diverse and overlapping radiological features, complicating early diagnosis and limiting the diagnostic value of single-modality imaging. Isolated imaging or clinical data may therefore inadequately represent disease-specific pathological characteristics. Materials and Methods: This retrospective study included 605 hip joints from Center A (2018-2024), comprising normal hips, osteoarthritis, osteonecrosis of the femoral head (ONFH), and femoroacetabular impingement (FAI). An independent cohort of 24 hips from Center B (2024-2025) was used
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: Accurate and reproducible grading of lumbar spinal stenosis (LSS) is clinically critical for guiding treatment decisions and patient management, yet manual assessment remains challenging due to imaging variability and inter-observer subjectivity. To address these limitations, this study aimed to evaluate the generalizability of deep learning-based feature extraction methods-VGG19, ConvNeXt-Tiny, and DINOv2-combined with classical machine learning classifiers for automated multi-grade LSS assessment. Automated grading enables objective, reproducible, and scalable assessme
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.
Cutaneous vasculitis represents a heterogeneous group of disorders characterized by inflammation and necrosis of blood vessels within the skin, with or without systemic involvement. The pathological diagnosis of cutaneous vasculitis remains a significant challenge due to its pathological manifestations overlapping with various inflammatory skin diseases and the inherent subjectivity of manual diagnostic criteria. This study leveraged deep learning technology to develop a reliable diagnostic model for whole slide images (WSIs) of cutaneous vasculitis, aiming to standardize and enhance the consi
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: Although both osteoarthritis (OA) and rheumatoid arthritis (RA) can necessitate total knee arthroplasty (TKA), their mechanisms and radiographic patterns of joint space narrowing (JSN) differ. Deep learning (DL) enables compartment-specific measurement of minimum joint space width (mJSW). This study compared JSN patterns between patients with RA and OA undergoing TKA and evaluated the associations between mJSW and RA disease activity.
METHODS: In this retrospective study, 409 patients with RA undergoing TKA (2000-2021) were age- and sex-matched with OA patients. A validated DL mode
СтатьяСравнительное исследованиеПоддержка 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-learning neural network algorithms for detecting prostate cancer in MRI have proliferated in the literature. However, out of 30+ studies published since the PROSTATEx challenge, no studies tested the performance of their algorithm against using true external image data sets (studies came from an outside institution that did not supply any training data to the algorithm) while validating against MR-US fusion biopsy or whole-mount prostatectomy. Using true external data sets paints a much clearer picture of real-world clinical performance of an algorithm.
PURPOSE: This work wil
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.
Ductular reactions (DRs) are dynamic and complex multicellular responses that occur as a result of various hepatic injuries. Precise identification and quantification of the extent of DRs is a cornerstone of pre-clinical modelling of liver disease, with links to inflammation, fibrosis, regeneration, and disease severity. Here, we apply a deep learning model, Deep Understanding Convolutional Kernel (DUCK-Net), to the automated detection and segmentation of DRs in whole-slide histopathological images of murine models of liver damage. Following annotation of a training dataset by a specialist liv
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.
Deep learning (DL) has shown promise in segmenting clinically significant prostate cancer (csPCa) on MRI. However, batch effects arising from multi-site variations impact their generalizability. This study investigates the impact of training data harmonization, diversity, and few-shot fine-tuning on DL in segmenting csPCa on multi-site MRI. 3 T prostate MRI from N = 1822 patients of four sites (public: D₁, N = 1500; D₂, N = 157; institutional: D₃, N = 47; D₄, N = 118) was leveraged. Bi-parametric MRI (T2-weighted, ADC) was harmonized with csPCa lesions delineated by expert radiologists. nnU-Ne
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.
The aim of this study was to quantify postoperative regional condylar remodeling and its role in skeletal relapse after bimaxillary surgery using CBCT scans. 40 patients with mandibular hypoplasia who underwent bimaxillary surgery were analyzed. CBCT scans were acquired preoperatively, one-week postoperatively and two-years postoperatively. Deep-learning based 3D regional condylar volume analysis was performed and skeletal relapse was quantified through voxel-based matching. The maxilla and mandible were advanced by a mean of 2.87 mm and 8.37 mm, respectively, with a corresponding mean sagitta
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.
Early and accurate detection of liver masses is essential for effective clinical management and improved patient outcomes, as treatment strategies differ significantly between benign and malignant lesions. Dynamic contrast-enhanced magnetic resonance imaging (DCE-MRI) is widely used for liver lesion evaluation due to its ability to capture temporal enhancement behavior. However, reliable interpretation remains challenging because many lesions exhibit similar enhancement patterns, leading to diagnostic uncertainty and potential misclassification. This study proposes a hybrid diagnostic framewor
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 aimed to construct an attention-based multi-task deep learning model that utilizes readily available CT images and clinical features to predict the primary site of cervical metastatic squamous cell carcinoma of unknown primary (CMSCCUP). Methods: In a single-center retrospective design, we enrolled 2 286 patients with cervical lymph node metastases from known primary sites and 1 264 normal controls (individuals with benign diseases, contrast-enhanced neck CT, and no malignancy history) from Qilu Hospital of Shandong University; CT images (2D maximum cross-sections of lymp
Аннотация на английскомСтатьяПоиск 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.
UNLABELLED: Structural brain alterations, including accelerated brain aging, occur in diabetes, as seen via MRI. The brain age gap (BAG) is likely caused by a combination of factors, including mechanisms associated with diabetic peripheral neuropathy (DPN) and neuropathic pain. In this study, 178 participants with type 1 diabetes (T1D) (n = 79 without DPN, 53 with painless DPN, 46 with painful DPN) and 48 healthy control individuals underwent structural brain MRI. Whole-brain and regional BAG were derived from the volBrain pipeline. Participants with T1D had an average of 3.5 years of increase
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.
RATIONALE AND OBJECTIVES: Bone metastasis (BM) is pivotal in prostate cancer (PCa) management. This study developed a multimodal model integrating MRI-derived deep features from the prostate gland (PG) and periprostatic adipose tissue (PPAT) with clinical variables for BM risk assessment.
METHODS: Retrospectively, 464 patients were recruited and randomly divided into training and internal test cohorts at a ratio of 7:3. Deep features were extracted from PG and PPAT regions on T2-weighted MRI using a pretrained ResNet-50 as a fixed feature extractor. Clinical, PG, and PPAT component models wer
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 a deep learning model-Cornea nnU-Net Extractor (CUNEX)-for full-thickness corneal segmentation of anterior segment optical coherence tomography (AS-OCT) images and evaluate its utility in artificial intelligence research.
METHODS: CUNEX was developed and evaluated using our Moorfields AS-OCT dataset of 194,599 scans from 37,499 patients, from which 100 normal, 100 keratoconus, and 100 Fuchs endothelial corneal dystrophy eyes were selected for model training. External validation was performed without fine-tuning using AS-OCT images acquired on 4 different OCT devices: Casia
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: Accurate preoperative differentiation between parathyroid adenoma (PA) and atypical parathyroid tumor (APT) or parathyroid carcinoma (PC) is essential for individualized treatment.
METHODS: This retrospective study included 358 datasets with pathologically confirmed parathyroid tumors who underwent CT and surgery between January 2016 and September 2024. Patients were divided into training (n = 250) and testing (n = 108) cohorts. Radiomic and deep learning features were extracted from CT images. Feature selection was conducted using univariate analysis, minimum redundancy maximum r
СтатьяВалидационное 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.