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: 105 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 983 с найденным полным текстом
Background: Abdominal aortic aneurysm (AAA) represents a permanent and localized widening of the abdominal aorta, posing a potentially lethal risk of aortic rupture. Several recent studies have highlighted the role of pyroptosis, a pro-inflammatory programed cell death, as critical molecular regulators in AAA occurrence, progression, and rupture. However, the potential effects of pyroptosis in AAA and its upstream microRNA (miRNA) have not been comprehensively clarified. Methods: Through a search of the gene expression omnibus (GEO) database, the expression profiles of mRNAs (GSE7084, GSE57691
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: Metastatic neuroendocrine tumors (NETs) overexpressing type 2 somatostatin receptors are the target for peptide receptor radionuclide therapy (PRRT) through the theragnostic pair of 68Ga/177Lu-DOTATATE. The main purpose of this study was to develop machine learning models to predict therapeutic tumor dose using pre therapy 68Ga -PET and clinicopathological biomarkers.
METHODS: We retrospectively analyzed 90 segmented metastatic NETs from 25 patients (M14/F11, age 63.7 ± 9.5, range 38-76) treated by 177Lu-DOTATATE at our institute. Patients underwent both pretherapy [68Ga]Ga-DOTA-TATE
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.
Data from commercial off-the-shelf (COTS) wearables leveraged with machine learning algorithms provide an unprecedented potential for the early detection of adverse physiological events. However, several challenges inhibit this potential, including (1) heterogeneity among and within participants that make scaling detection algorithms to a general population less precise, (2) confounders that lead to incorrect assumptions regarding a participant's healthy state, (3) noise in the data at the sensor level that limits the sensitivity of detection algorithms, and (4) imprecision in self-reported la
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: Timely identification and protection of the parathyroid glands during thyroid surgery are important. This study aims to explore a convenient, efficient, and inexpensive method for identifying parathyroid glands during surgery by extracting subtle texture features that cannot be recognized by the naked eye from white light images.
METHODS: In total, 117 confirmed parathyroid gland photos and 169 oval tissue photos of non-parathyroid glands, such as suspected parathyroid gland fat granules and lymph nodes, were collected. All the photos were subjected to color channel conversion, a
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.
AIMS: Standard manual analysis of IVUS to study the impact of anti-atherosclerotic therapies on the coronary vessel wall is done by a core laboratory (CL), the ground truth (GT). Automatic segmentation of IVUS with a machine learning (ML) algorithm has the potential to replace manual readings with an unbiased and reproducible method. The aim is to determine if results from a CL can be replicated with ML methods.
METHODS: This is a post-hoc, comparative analysis of the IBIS-4 (Integrated Biomarkers and Imaging Study-4) study (NCT00962416). The GT baseline and 13-month follow-up measurements of
Сравнительное исследованиеСтатьяПоиск 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: Machine learning algorithms hold the potential to contribute to fast and accurate detection of large vessel occlusion (LVO) in patients with suspected acute ischemic stroke. We assessed the diagnostic performance of an automated LVO detection algorithm on CT angiography (CTA).
METHODS: Data from the MR CLEAN Registry and PRESTO were used including patients with and without LVO. CTA data were analyzed by the algorithm for detection and localization of LVO (intracranial internal carotid artery (ICA)/ICA terminus (ICA-T), M1, or M2). Assessments done by expert neuroradiologists were
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: Abnormalities in heart rate during sleep linked to impaired neuro-cardiac modulation may provide new information about physiological sleep signatures of depression. This study assessed the validity of an algorithm using patterns of heart rate changes during sleep to discriminate between individuals with depression and healthy controls.
METHODS: A heart rate profiling algorithm was modeled using machine-learning based on 1203 polysomnograms from individuals with depression referred to a sleep clinic for the assessment of sleep abnormalities, including insomnia, excessive daytime fa
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.
AIMS AND OBJECTIVES: To develop and validate a prediction model for high-flow nasal cannula (HFNC) failure in patients with acute hypoxaemic respiratory failure (AHRF).
BACKGROUND: AHRF accounts for a major proportion of intensive care unit (ICU) admissions and is associated with high mortality. HFNC is a non-invasive respiratory support technique that can improve patient oxygenation. However, HFNC failure, defined as the need for escalation to invasive mechanical ventilation, can lead to delayed intubation, prolonged mechanical ventilation and increased risk of mortality. Timely and accurate
СтатьяМногоцентровое исследованиеНаблюдательное исследованиеВалидационное 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.
PURPOSE: We combined clinical practice changes, standardizations, and technology to automate aggregation, integration, and harmonization of comprehensive patient data from the multiple source systems used in clinical practice into a big data analytics resource system (BDARS). We then developed novel artificial intelligence algorithms, coupled with the BDARS, to identify structure dose volume histograms (DVH) metrics associated with dysphagia.
METHODS AND MATERIALS: From the BDARS harmonized data of ≥22,000 patients, we identified 132 patients recently treated for head and neck cancer who also
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.
OBJECTIVE: An interaction between hereditary and environmental variables is thought to be the cause of keratoconus, a progressive ectatic corneal condition. The identification of risk factors is necessary since they are currently the subject of intense debate and are crucial to the management and prevention of the disease. The objective of this study is to gain a better understanding of the risk factors associated with the onset and progression of keratoconus. It would be valuable for both eye care professionals and patients in Saudi Arabia.
PATIENTS AND METHODS: Patients seeking eye care at
Клиническое исследованиеСравнительное исследованиеСтатьяРандомизированное 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.
Epileptic seizures occur due to brain abnormalities that can indirectly affect patient's health. It occurs abruptly without any symptoms and thus increases the mortality rate of humans. Almost 1% of world's population suffers from epileptic seizures. Prediction of seizures before the beginning of onset is beneficial for preventing seizures by medication. Nowadays, modern computational tools, machine learning, and deep learning methods have been used to predict seizures using EEG. However, EEG signals may get corrupted with background noise, and artifacts such as eye blinks and physical movemen
СтатьяОбзорОтозванная публикацияПоиск 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 paper focuses on detecting faults in tapered roller bearings to prevent unplanned shutdowns, accidents, and financial losses. Tapered roller bearings are an indispensable component used in mechanical applications, where handling of combined loads is required in rotating machinery. This study proposes a novel framework ConvECA-Net for advanced fault diagnosis of tapered roller bearings. This innovative architecture combines Efficient Channel Attention (ECA), adaptive kernel size strategy, and Leaky ReLU activation. This fault classification network is designed to classify five fault conditi
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: Accurately forecasting patient arrivals in hospital emergency departments (EDs) is critical for hospital capacity and planning and clinical decision-making. Artificial intelligence (AI), particularly machine learning (ML) and deep learning (DL), has shown promising performance over traditional time series approaches. However, the extent to which these models are validated and generalizable remains uncertain.
OBJECTIVE: To systematically review the literature on predictive models for hospital ED demand forecasting, focusing on algorithms used, internal and external variables, valid
СтатьяСистематический обзорПолный 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: Osteoporotic fractures, whether due to postmenopausal or senile causes, impose a significant financial burden on developing countries and diminish quality of life. Recent advancements in artificial intelligence (AI) algorithms have demonstrated immense potential in predicting osteoporotic fractures.
AIM: To assess and compare the efficacy of AI models against dual-energy X-ray absorptiometry (DXA) and the Fracture Risk Assessment Tool (FRAX) in predicting fragility fractures.
METHODS: We conducted a literature search in English using electronic databases, including PubMed, Web of
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: Multiple sclerosis (MS) is a chronic neurological condition of the central nervous system leading to various physical, mental and psychiatric complexities. Mobility limitations are amongst the most frequent and early markers of MS. We evaluated the effectiveness of a DeepMS2G (deep learning (DL) for MS differentiation using multistride dynamics in gait) framework, which is a DL-based methodology to classify multi-stride sequences of persons with MS (PwMS) from healthy controls (HC), in order to generalize over newer walking tasks and subjects.
METHODS: We collected single-task Walk
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: Recent (2013 and 2009) zoonotic transmission of avian or porcine influenza to humans highlights an increase in host range by evading species barriers. Gene reassortment or antigenic shift between viruses from two or more hosts can generate a new life-threatening virus when the new shuffled virus is no longer recognized by antibodies existing within human populations. There is no large scale study to help understand the underlying mechanisms of host transmission. Furthermore, there is no clear understanding of how different segments of the influenza genome contribute in the final de
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.
PRÉCIS: This study developed and validated a machine learning-based risk prediction model to estimate the likelihood of postoperative hyperopic shift in patients with primary angle closure glaucoma after IOL implantation, which may help guide individualized surgical decision-making.
OBJECTIVE: This study aims to construct a predictive model for the risk of hyperopic shift (HS) after phacoemulsification combined with intraocular lens (PE+IOL) surgery in patients with primary angle closure glaucoma (PACG), with the goal of providing scientific evidence for personalized treatment and early warni
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.
INTRODUCTION: To facilitate rapid and effective diagnosis of COVID-19, effective screening can alleviate the challenges facing healthcare systems. We aimed to develop a machine learning-based prediction of COVID-19 diagnosis and design a graphical user interface (GUI) to diagnose COVID-19 cases by recording their symptoms and demographic features.
METHODS: We implemented different classification models including support vector machine (SVM), Decision tree (DT), Naïve Bayes (NB) and K-nearest neighbor (KNN) to predict the result of COVID-19 test for individuals. We trained these models by data
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: This study sought to determine the feasibility of using Simultaneous Non-contrast Angiography and intraPlaque Hemorrhage (SNAP) to detect the lipid-rich/necrotic core (LRNC), and develop a machine learning based algorithm to segment plaque components on SNAP images.
METHODS: Sixty-eight patients (age: 58±9 years, 24 males) with carotid artery atherosclerotic plaque were imaged on a 3 T MR scanner with both traditional multi-contrast vessel wall MR sequences (TOF, T1W, and T2W) and 3D SNAP sequence. The manual segmentations of carotid plaque components including LRNC, intraplaque hemo
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.
The vast majority of work in computer vision focuses on developing and applying new machine learning models, which often rely on large amounts of labeled training data. However, annotation is costly and time-consuming. This paper presents an approach based on Deep Reinforcement Learning (DRL) to automatically generate new annotations and reduce human effort in the preparation of training data for supervised learning models in object detection. Our methodology introduces a virtual agent trained with human guidance, inspired by constructivist teaching methods, where interaction with a human teac
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.