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
20296 публикаций
Поиск: 225 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 983 с найденным полным текстом
IEEE journal of biomedical and health informatics2020eng
In low and middle income countries, infectious diseases continue to have a significant impact, particularly amongst the poorest in society. Tetanus and hand foot and mouth disease (HFMD) are two such diseases and, in both, death is associated with autonomic nervous system dysfunction (ANSD). Currently, photoplethysmogram or electrocardiogram monitoring is used to detect deterioration in these patients, however expensive clinical monitors are often required. In this study, we employ low-cost and mobile wearable devices to collect patient vital signs unobtrusively; and we develop machine learnin
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.
Vectorization of teaching signals is a key element of almost all modern machine learning algorithms, including backpropagation, target propagation and reinforcement learning. Vectorization allows a scalable and computationally efficient solution to the credit assignment problem by tailoring instructive signals to individual neurons. Recent theoretical models have suggested that neural circuits could implement single-phase vectorized learning at the cellular level by processing feedforward and feedback information streams in separate dendritic compartments1-5. This presents a compelling, but un
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.
Pseudomonas aeruginosa is a leading cause of nosocomial infections, particularly in individuals with a compromised immune system. Due to its strong adaptive ability, P. aeruginosa tends to develop antibiotic resistance and establish chronic infection, making its eradication through traditional antibiotics challenging. Thus, the development of novel therapeutic targets and corresponding inhibitors is urgently required. We conducted bioinformatics analyses of gene-chip datasets (GSE10362, GSE21966) of P. aeruginosa from patients with cystic fibrosis (CF) in the Gene Expression Omnibus (GEO) data
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.
Objective: Hypoxia-glycolysis-lactylation (HGL) may play a crucial role in neonatal sepsis (NS). This study aims to identify HGL marker genes in NS and explore immune microenvironment among NS subtypes. Materials and Methods: The gene expression dataset GSE69686, comprising 64 NS cases and 85 controls, was selected for analysis. Based on the screened HGL-related marker genes, diagnostic prediction models were constructed using nine machine learning algorithms, and molecular subtypes of NS were identified through consensus clustering. Subsequently, the heterogeneity of biological functions 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.
Entropy model is widely used in epileptic electroencephalogram (EEG) analysis, but there are few reports on how to objectively select the parameters to compute the entropy model in the analysis of resting-state functional magnetic resonance imaging (rfMRI). Therefore, an optimization algorithm to confirm the parameters in multi-scale entropy (MSE) model was proposed, and the location of epileptogenic hemisphere was taken as an example to test the optimization effect by supervised machine learning. The rfMRI data of 20 temporal lobe epilepsy (TLE) patients with hippocampal sclerosis, positive o
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.
Resting-state fMRI (rs-fMRI) detects functional connectivity (FC) abnormalities that occur in the brains of patients with Alzheimer's disease (AD) and mild cognitive impairment (MCI). FC of the default mode network (DMN) is commonly impaired in AD and MCI. We conducted a systematic review aimed at determining the diagnostic power of rs-fMRI to identify FC abnormalities in the DMN of patients with AD or MCI compared with healthy controls (HCs) using machine learning (ML) methods. Multimodal support vector machine (SVM) algorithm was the commonest form of ML method utilized. Multiple kernel appr
СтатьяПоддержка исследования: вне правительства СШАСистематический обзорПоиск 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: The activation degree of the orbitofrontal cortex (OFC) functional area in drug abusers is directly related to the craving for drugs and the tolerance to punishment. Currently, among the clinical research on drug rehabilitation, there has been little analysis of the OFC activation in individuals abusing different types of drugs, including heroin, methamphetamine, and mixed drugs. Therefore, it becomes urgently necessary to clinically investigate the abuse of different drugs, so as to explore the effects of different types of drugs on the human brain.
METHODS: Based on prefrontal h
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.
PURPOSE: Centralized machine learning often struggles with limited data access and expert involvement. We investigate decentralized approaches that preserve data privacy while enabling collaborative model training for medical imaging tasks.
APPROACH: We explore asynchronous federated learning (FL) using the FL with buffered asynchronous aggregation (FedBuff) algorithm for classifying optical coherence tomography (OCT) retina images. Unlike synchronous algorithms such as FedAvg, which require all clients to participate simultaneously, FedBuff supports independent client updates. We compare its
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.
Amyotrophic lateral sclerosis (ALS) is a disastrous neuro-degenerative infection which affects motor neuron inhabitants of the spinal cord, brainstem, and cerebral cortex, resulting in progressive disorder and demise from respiratory difficulty. ALS is considerably assorted disorder comprising symptoms such as muscle weakness, difficulty in swallowing, speaking, breathing, and changes in mental and emotional health. Hence, this disease requires more beneficial medication and also, successful treatment is affected by heterogeneous disease development, resulting in issues with patient stratifica
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.
Production of nano-sized solid-dosage drugs is useful for pharmaceutical industry owing to high solubility and efficacy of the drugs for patients, which can also reduce the drugs side effects. For the solid-dosage oral formulations, the nanomedicine can be prepared via either top-down or bottom-up approach to enhance the drug solubility which in turns enhances the drug bioavailability. A novel methodology for simulation and prediction of medicine solubility in supercritical solvent was developed based on supervised learning algorithms for classification of the data. The data for the simulation
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.
Learning using privileged information (LUPI) has shown its effectiveness to improve the B-mode ultrasound (BUS) based computer-aided diagnosis (CAD) by transferring knowledge from the elasticity ultrasound (EUS). However, LUPI only performs transfer learning between the paired data with shared labels, and cannot handle the scenario of modality imbalance. In order to conduct the supervised transfer learning between the paired ultrasound data together with the additional single-modal BUS images, a novel multi-view LUPI algorithm with Dual-Level Modality Completion, named DLMC-LUPI, is proposed t
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.
PURPOSE: Amblyopia is a significant public health problem. Photoscreeners have been shown to have significant potential for screening; however, most are limited by cost and display low accuracy. The purpose of this study was validate a novel artificial intelligence (AI) and machine learning-based facial photoscreener "Kanna," and to determine its effectiveness in detecting amblyopia risk factors.
METHODS: A prospective study that included 654 patients aged below 18 years was conducted in our outpatient clinic. Using an android smartphone, three images of each the participants' face were captu
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: Radiotherapy-based regimens are the main treatment for cervical cancer, which has good curative effect and some toxicity. However, radiation-induced toxicities are not easily detected and may be associated with patient survival. OBJECTIVE: Machine-learning with multiomics model was constructed and evaluated to predict key features, treatment response, and survival outcomes of radiotherapy-induced acute rectal toxicities (RI-ARTs) in cervical cancer. METHODS: A retrospective analysis was conducted on 370 patients with cervical cancer who received radiotherapy from 2016 to 2023, of w
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.
Omics research is changing the way medicine develops new strategies for diagnosis, prevention, and treatment. With the surge of advanced machine learning models tailored for omicss analysis, recent research has shown improved results and pushed the progress towards personalized medicine. The dissection of multiple layers of genetic information has provided new insights into precision medicine, at the same time raising issues related to data abundance. Studies focusing on single-cell scale have upgraded the knowledge about gene expression, revealing the heterogeneity that governs the functionin
СтатьяОбзорПоиск 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 OBJECTIVE: Artificial intelligence (AI) is an important branch of computer science. In recent years, it has been widely applied in the healthcare field based on machine learning (ML). The diagnosis and treatment of male disorders face various limitations such as complex etiological and pathological mechanisms, strong subjectivity in diagnosis, limited treatment options, and low patient motivation to seek medical care. This article systematically searches and summarizes the application progress of AI in male infertility (MI), erectile dysfunction (ED), premature ejaculation (PE),
СтатьяОбзорПоиск 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 fermentation of Candida utilis has become a cost-effective and high-yield process, characterized by its high nutritional value, high productivity, and short fermentation time. To efficiently and comprehensively monitor the fermentation process of Candida utilis, this study employed an integrated data fusion system, based on attenuated total reflectance mid-infrared (ATR-MIR) spectroscopy and colorimetry, combined with chemometrics to achieve efficient and comprehensive monitoring of the Candida utilis fermentation process. By analyzing the trends in key physicochemical indicators during fe
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 OBJECTIVE: Early recognition and treatment of sepsis in the emergency department (ED) is important. Traditional predictive analytics and clinical decision rules lack accuracy in identifying patients with sepsis. Artificial intelligence (AI) is increasingly prevalent in healthcare and offers application potential in the care of patients with sepsis. This review examines the evidence of AI in diagnosing, managing and prognosticating sepsis in the ED.
METHODS: We performed literature search in PubMed, Embase, Google Scholar and Scopus databases for studies published between 1 Janu
СтатьяОбзорПоиск 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: Safe swallowing requires adequate protection of the airway to prevent swallowed materials from entering the trachea or lungs (i.e., aspiration). Laryngeal vestibule closure (LVC) is the first line of defense against swallowed materials entering the airway. Absent LVC or mistimed/ shortened closure duration can lead to aspiration, adverse medical consequences, and even death. LVC mechanisms can be judged commonly through the videofluoroscopic swallowing study; however, this type of instrumentation exposes patients to radiation and is not available or acceptable to all patients. There i
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.
RATIONALE AND OBJECTIVES: An accurate prognostic model is essential for the development of treatment strategies for gallbladder cancer (GBC). This study proposes an integrated model using clinical features, radiomics, and deep learning based on contrast-enhanced computed tomography (CT) images for survival prediction in patients with GBC after surgical resection.
METHODS: A total of 167 patients with GBC who underwent surgical resection at two medical institutions were retrospectively enrolled. After obtaining the pre-treatment CT images, the tumor lesions were manually segmented, and handcra
СтатьяМногоцентровое исследованиеПоиск 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.
PURPOSE: This study aimed to develop and evaluate a machine learning model combining clinical, radiomics, and deep learning features derived from PET/CT imaging to predict lymph node metastasis (LNM) in patients with non-small cell lung cancer (NSCLC). The model's interpretability was enhanced using Shapley additive explanations (SHAP).
METHODS: A total of 248 NSCLC patients who underwent preoperative PET/CT scans were included and divided into training, test, and external validation sets. Radiomics features were extracted from segmented tumor regions on PET/CT images, and deep learning featu
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.