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
28900 публикаций
Поиск: 374 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1526 с найденным полным текстом
BACKGROUND: We evaluated the acceleration of a three-dimensional isotropic flow-independent magnetic resonance angiography (MRA) (relaxation-enhanced angiography without contrast and triggering, REACT) of neck arteries using compressed SENSE (CS) combined with deep learning (adaptive intelligence, AI)-based reconstruction (CS-AI).
METHODS: Thirty-four volunteers received 3-T REACT MRA, acquired threefold: (i) CS acceleration factor 7 (CS7), scan time 1:20 min:s; (ii) CS acceleration factor 10 (CS10), scan time 0:55 min:s; and (iii) CS-AI acceleration factor 10 (CS10-AI), scan time 0:55 min:s.
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: Individuals with anxious-depressed (AD) symptoms have more severe mood disorders and cognitive impairment than those with non-anxious depression (NAD) symptoms. Therefore, it is important to clarify the underlying neurophysiology of these two symptom groups to optimize treatment.
METHODS: We developed an interpretable deep-learning framework based on two convolutional neural networks (CNN) to diagnose depression from functional near-infrared spectroscopy (fNIRS) neuroimaging data recorded during an autobiographical memory test (AMT) from 824 participants. This system was designed
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.
PURPOSE: Magnetization prepared rapid gradient echo (MPRAGE) is a useful three-dimensional (3D) T1-weighted sequence, but is not a priority in routine brain examinations. We hypothesized that converting 3D MRI localizer (AutoAlign Head) images to MPRAGE-like images with deep learning (DL) would be beneficial for diagnosing and researching dementia and neurodegenerative diseases. We aimed to establish and evaluate a DL-based model for generating MPRAGE-like images from MRI localizers.
MATERIALS AND METHODS: Brain MRI examinations including MPRAGE taken at a single institution for investigation
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: Widespread tissue destruction and dysregulated immune responses are hallmarks of periodontitis, a chronic inflammatory disease. Although enhancer-promoter (E-P) interactions play a crucial role in gene regulation, little is known about how they affect the epigenetic regulation of periodontal inflammation. By combining DNA methylation and gene expression data using a novel deep learning framework, this study sought to decode the E-P regulatory landscape in periodontitis.
METHODS: We examined matched genome-wide DNA methylation (GSE173081) and RNA-seq (GSE173078) datasets with integ
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.
T cells play a pivotal role in cancer research, particularly in immunotherapy, which harnesses the immune system to target malignancies. However, conventional expansion methods face limitations such as high reagent consumption, contamination risks, and difficulties in maintaining suspension cells in dynamic culture environments. This study presents a microfluidic system for long-term culture of non-adherent cells, featuring automated perfusion and image acquisition. The system integrates deep learning-based image analysis, which quantifies cell coverage and estimates cell numbers, and efficien
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 promises accurate target contouring for online adaptive MR-guided radiotherapy (MRgRT) in rectal cancer. However, delineating the mesorectal clinical target volume (CTV) remains challenging. Integrating planning-based contours, delineated offline before treatment, can provide anatomical shape and boundary information. This study evaluated deep learning-based segmentation and registration models to determine the optimal approach for incorporating planning contours into online rectal contouring.
MATERIALS AND METHODS: Deep learning-based segmentation and re
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: Online health communities (OHCs) enable people with long-term conditions (LTCs) to exchange peer self-management experiential information, advice, and support. Engagement of "superusers," that is, highly active users, plays a key role in holding together the community and ensuring an effective exchange of support and information. Further studies are needed to explore regular users' interactions with superusers, their sentiments during interactions, and their ultimate impact on the self-management of LTCs.
OBJECTIVE: This study aims to gain a better understanding of sentiment distr
СтатьяПоддержка исследования: вне правительства СШАПолный 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.
PURPOSE: Deep-learning (DL)-based image reconstruction (DLR) is a key technique for reducing acquisition time (TA) and increasing morphologic resolution in abdominal magnetic resonance imaging (MRI). We aim to compare the performance of a standard ( VIBE Std ) gradient echo (GRE) sequence with Dixon fat separation versus an accelerated ultra-fast ( VIBE UF ) and high-resolution ( VIBE HR ) T1-weighted GRE sequence with Dixon fat separation and DLR.
APPROACH: A total of 50 patients with an abdominal 1.5T MRI, with a mean age of 59 ± 11 years, were prospectively included from Ja
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.
PURPOSE: This study evaluates the feasibility of deep learning (DL)-based automated SBRT-VMAT planning for lung cancer.
METHODS: We developed a DL-based dose distribution prediction model (installed in the RatoGuide prototype, AiRato. Inc.), which was trained using manually optimized and clinically approved plans for 124 cases of early-stage lung cancer (62 central and 62 peripheral cases). The test data consisted of eight treatment plans for each case. Automated plans for the test data were created as follows: (i) predicting dose distributions from CT images with target and organs-at-risk co
СтатьяСравнительное исследованиеОценочное 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.
BACKGROUND AND PURPOSE: DWI is crucial for detecting infarction stroke. However, its spatial resolution is often limited, hindering accurate lesion visualization. Our aim was to evaluate the image quality and diagnostic confidence of deep learning (DL)-based super-resolution reconstruction for brain DWI of infarction stroke.
MATERIALS AND METHODS: This retrospective study enrolled 114 consecutive participants who underwent brain DWI. The DWI images were reconstructed with 2 schemes: 1) DL-based super-resolution reconstruction (DWIDL); and 2) conventional compressed sensing reconstruction (DWI
СтатьяСравнительное исследованиеПолный 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.
Real time 2D phase contrast (RTPC) MRI is useful for flow quantification in atrial fibrillation (AF) patients, but data analysis requires time-consuming anatomical contouring for many cardiac time frames. Our goal was to develop a convolutional neural network (CNN) for fully automated left atrial (LA) flow quantification. Forty-four AF patients underwent cardiac MRI including LA RTPC, collecting a median of 358 timeframes per scan. 15,307 semi-manual derived RTPC LA contours comprised ground truth for CNN training, validation, and testing. CNN vs. human performance was assessed using Dice scor
СтатьяВалидационное исследованиеПолный 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.
PURPOSE: Advancements of deep learning in medical imaging are often constrained by the limited availability of large, annotated datasets, resulting in underperforming models when deployed under real-world conditions. This study investigated a generative artificial intelligence (AI) approach to create synthetic medical images taking the example of bone scintigraphy scans, to increase the data diversity of small-scale datasets for more effective model training and improved generalization.
METHODS: We trained a generative model on 99mTc-bone scintigraphy scans from 9,170 patients in one center 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.
BACKGROUND: Cine cardiovascular magnetic resonance (CMR) faces the challenges of prolonged examination times and repeated breathhold (BH). This study evaluated the clinical feasibility of deep learning (DL)-accelerated cine sequences, which shorten the acquisition time (AT) while achieving comparable image quality (IQ) and function.
METHODS: This prospective study included patients who underwent 3T CMR from August 2024 to March 2025. The examination included three cine sequences (2D segmented cine, 2D single-BH DL cine, and 2D free-breathing motion-corrected DL cine [FB-MOCO DL cine]). The ac
СтатьяСравнительное исследованиеПоддержка 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.
OBJECTIVES: To investigate the feasibility of a deep learning model, using a transfer learning approach, for recognizing high-altitude pulmonary edema (HAPE) on chest X-ray images and exploring its capability for assessing severity.
STUDY DESIGN: Retrospective study.
METHODS: This retrospective study utilized a multi-source dataset. The pretraining set was derived from the ARXIV_V5_CHESTXRAY database (3,923 images, including 2,303 with edema labels). The primary HAPE-specific training set comprised radiographs from the 950th Hospital of the Chinese People's Liberation Army (1,003 HAPE cases
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.
Aerosol optical depth (AOD) quantifies atmospheric aerosol loading and is fundamental for air quality monitoring, aerosol-climate interaction studies, and climate change assessments. Traditional satellite-based AOD retrieval methods using radiative transfer models are computationally intensive and prone to uncertainties stemming from assumptions about aerosol properties and surface reflectance. To mitigate these limitations, we proposed a deep learning-based AOD retrieval method using Attentive Interpretable Tabular Learning (TabNet). This approach enables accurate and efficient AOD retrieval
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.
OBJECTIVE: The study aimed to compare multiple convolutional neural networks architectures for their classification performance in distinguishing salivary gland tumors, pleomorphic adenoma and carcinoma ex pleomorphic adenoma, using whole-slide images.
METHODS: A cross-sectional study using 107 hematoxylin and eosin stained whole-slide images from 83 patients diagnosed with pleomorphic adenoma (n = 41) and carcinoma ex pleomorphic adenoma (n = 42) was conducted. Eight convolutional neural networks models (ResNet50, InceptionV3, VGG16, Xception, MobileNet, DenseNet121, EfficientNetB0, and Effi
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.
Most CYP51 inhibitors act competitively and are prone to resistance, whereas allosteric inhibitors hold promise but are difficult to develop. In this study, we employed the neural relational inference framework alongside the Gaussian network-based deep learning model CorrSite2.0 to proactively identify allosteric sites on B. cinerea CYP51. We confirmed celestolide as a natural allosteric inhibitor, targeting CYP51. Celestolide forms strong interactions with CYP51 at the identified allosteric site, inducing conformational changes in CYP51 that suppress its enzymatic activity. These findings wer
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: Myxomatous mitral valve disease (MMVD) represents the most prevalent cardiac disorder in dogs, frequently resulting in mitral regurgitation (MR) and congestive heart failure. Although echocardiography is the gold standard for diagnosis, it is an expensive tool that involves significant clinical training to ensure consistent application. Deep learning models offer an innovative approach to assessing MR using digital stethoscopic recordings, enabling early screening and precise prediction. Thus, in this study, we evaluated the effectiveness of a convolutional neural network 6 (CNN6)
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.
Visually impaired people generally face many troubles in their everyday lives, and technical involvement might help them perform these tasks. Object detection is a significant aspect of computer vision (CV) and machine learning (ML), which plays a substantial part in recognizing and detecting objects in a video or image. Dissimilar objects are detected, and their shape, size, and position data are accurately acquired through object detection. Particularly, visually challenged people are not set to face sudden situations by themselves while moving. Hence, these situations are a significant atta
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.
Traditional force plate-based systems offer high measurement precision but are limited to laboratory settings, restricting their use in real-world environments. To address this, we propose a method for estimating a three-axis ground reaction force (GRF) and two-axis center of pressure (CoP) using a shoe embedded with three uniaxial load cells. The estimation was conducted under five gait conditions: straight walking, turning, uphill, downhill, and running. Data were collected from 40 healthy young adults. Four deep-learning models-Fully Connected Neural Network (FCNN), Convolutional Neural Net
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.