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
12394 публикаций
Поиск: 637 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 2148 с найденным полным текстом
BACKGROUND: Voice disorders are common, yet access to timely specialist assessment is often limited. Automated analysis of short voice recordings may support early screening, but achieving robust performance on heterogeneous clinical datasets remains challenging.
OBJECTIVE: This study aims to investigate the impact of synthetic speech augmentation on voice disorder recognition and classification using the Saarbrücken Voice Database (SVD) and to develop an adaptive ensemble with learnable weighting and optional sex embedding.
METHODS: Sentence recordings from the SVD were used for binary voic
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.
INTRODUCTION: Chewing gum is a widespread, seemingly mundane behaviour that has been linked to diverse benefits such as improved cognitive performance, reduced stress, and enhanced alertness. While animal and human research indicate that mastication engages extensive sensorimotor networks and may also modulate higher-order cognitive and emotional processes, questions remain about the specific neural mechanisms involved. This review combines findings from neuroimaging studies-including fMRI, fNIRS, and EEG-that investigate how chewing gum alters brain activity in humans.
METHODS: Using a targe
СтатьяОбзорПоиск 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: Psychiatric disorders and type 2 diabetes mellitus (T2DM) are chronic conditions that are often comorbid with each other. Neurocognitive and functional impairments are associated with numerous clinical changes during the course of illness. Immune-inflammatory dysfunction is emerging as a critical factor in the progression of these disorders. This study aimed to identify neurocognitive deficits and immune-inflammatory biomarkers that are suitable for signaling different illness trajectories from transdiagnostic and longitudinal perspectives.
METHODS: Clinical status, neurocogniti
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.
IMPORTANCE: Rituximab is among the most frequently used immunotherapies in pediatrics. Few studies have reported long-term adverse events associated with its use for children.
OBJECTIVE: To describe the use of rituximab and to assess whether its use is associated with short- or long-term adverse events, infections, or time to immune reconstitution in a diverse group of young people.
DESIGN, SETTING, AND PARTICIPANTS: This retrospective cohort study included 468 patients aged younger than 21 years who received rituximab for diverse indications between October 1, 2010, and December 31, 2017, a
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.
Increasing evidence suggests that cortical dynamics during wake exhibits long-range temporal correlations suitable to integrate inputs over extended periods of time to increase the signal-to-noise ratio in decision making and working memory tasks. Accordingly, sleep has been suggested as a state characterized by a breakdown of long-range correlations. However, detailed measurements of neuronal timescales that support this view have so far been lacking. Here, we show that the cortical timescales measured at the individual neuron level in freely behaving male rats change as a function of vigilan
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.
Milk fat percentage (MFP) precise prediction is paramount for precision dairy farming and early warning of health issues. However, existing prediction methods primarily rely on single lactation time-series data or statistical models, which often fail to effectively fuse multi-source heterogeneous information and frequently overlook the impact of individual variability. To address current limitations, long short-term memory(LSTM), Stacking ensemble learning,bidirectional encoder representations from transformers(BERT) and low-rank multimodal fusion(LMF) were employed to explore a hierarchical m
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.
During flight, pilots are exposed to unique environmental factors such as low air pressure, acceleration, and psychological stress, which can lead to altered glucose metabolism that poses a threat to flight safety. Traditional fingerstick blood glucose monitoring has drawbacks such as the need for intermittent readings, time-consuming procedures, and passive monitoring. Conventional continuous glucose monitoring (CGM) can only display historical and real-time glucose data and lacks predictive capabilities. In the present study, an artificial intelligence (AI)-driven blood glucose prediction sy
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.
Population aging has made sarcopenia a major public health challenge in geriatric medicine. Current clinical diagnosis relies on large specialized equipment, resulting in low screening efficiency and limited capacity for early risk prediction. In addition, conventional intervention strategies follow standardized protocols and cannot accommodate individual differences in muscle function among older adults. Consequently, diagnosis and intervention have remained disconnected, creating a persistent research challenge. To address these limitations, this study integrated multimodal data, including m
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: Postoperative delirium (POD) adversely affects clinical outcomes among older adults undergoing spine surgery. However, existing predictive models often neglect multidimensional nature of delirium, including its clinical subtype, duration, severity, and timing. This study developed a multi-output Long Short-Term Memory (LSTM) neural network that integrates preoperative baseline characteristics and intraoperative acute stressors to predict multiple clinical dimensions of POD in elderly patients undergoing spinal surgery.
METHODS: This prospective observational study included 536 p
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/Objectives: Human gait analysis is essential for identifying biomechanical alterations associated with pathological conditions. However, conventional laboratory systems that combine optical motion capture and force plates remain costly, space-demanding, and difficult to implement in routine or accessible settings. This study proposes a dual-model artificial intelligence framework designed to bridge kinematics and dynamics and subsequently support gait health-status classification from motion data. Methods: The first model was developed to estimate ground reaction forces (GRF) and ce
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 rapid evolution of viruses like SARS-CoV-2 and its emerging variants requires advanced diagnostic techniques for effective pandemic management. This study introduces a machine learning (ML)-based surface-enhanced Raman scattering (SERS) methodology for the precise strains, substrains-based detection, and differentiation of SARS-CoV-2 in clinical nasopharyngeal swab samples. Pristine silver nanorod substrates fabricated using the glancing angle deposition method were used for the sensitive detection of the wildtype, kappa, delta, and omicron variants of SARS-CoV-2. Also, four different subs
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: Alzheimer's disease (AD) and mild cognitive impairment (MCI) are progressive neurodegenerative disorders with no effective treatments currently, underscoring the urgent need for early diagnosis. Electroencephalography and event-related potentials (ERP) provide noninvasive, cost-effective methods with high temporal resolution for detecting cognitive decline, while traditional Chinese medicine (TCM) features such as body constitutions have been identified as risk factors for MCI. Recent developments in artificial intelligence (AI) especially deep learning architectures have further 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.
BACKGROUND: Alzheimer's disease (AD) is the principal cause of dementia and requires the early diagnosis of people with mild cognitive impairment (MCI) who are at high risk of progressing. Early diagnosis is imperative for optimizing clinical management and selecting proper therapeutic interventions. Structural magnetic resonance imaging (MRI) markers have been widely investigated for predicting the conversion of MCI to AD, and recent advances in deep learning (DL) methods offer enhanced capabilities for identifying subtle neurodegenerative changes over time.
METHODS: We selected 228 MCI part
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.
Diabetes is one of the most common diseases worldwide and requires accurate diagnosis. Patients with diabetes are often affected by diabetic retinopathy (DR), which can lead to low vision, vision loss, or blindness. Therefore, a robust computer-aided diagnosis system is needed to provide better treatment to patients. This review mainly focuses on the works related to diagnosing DR from retinal fundus images. A total of 128 research papers have been reviewed from 1986 to 2025. The survey is divided into two parts: one for the grading/classification of DR and the other for DR lesions segmentatio
СтатьяОбзорПоиск 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.
Sign language (SL) is the linguistics of speech and hearing-impaired individuals. The hand gesture is the primary model employed in SL by speech and hearing-challenged people to talk with themselves and ordinary persons. At present, hand gesture detection plays a vital part, and it is commonly employed in numerous applications worldwide. Hand gesture detection systems can aid in transmission between machines and humans by aiding these sets of people. Machine learning (ML) is a subdivision of artificial intelligence (AI), which concentrates on the growth of a method. The main challenge in hand
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.
The challenge of providing independent living for elderly and disabled individuals is a critical societal concern. Accurate human activity recognition (HAR) is core to allow the development of context-aware applications that involve the identification and understanding of human behaviour, for example, monitoring elderly or disabled people who live alone. HAR performed using ambient sensors, such as cameras or wearable devices, has gained prominence due to its wide-ranging applications in healthcare, surveillance, smart environments, and security. However, choosing an appropriate AI model for p
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: Liver failure often results in significant coagulation dysfunction, which is a major complication. Artificial liver support systems (ALSS) have been used to ameliorate coagulation parameters, but the dynamic nature of these improvements and the development of predictive models remain insufficiently explored.
OBJECTIVE: This study aimed to evaluate the effects of ALSS on coagulation function and to develop a dynamic prediction model using machine learning techniques to predict the improvement trends of coagulation parameters.
METHODS: A systematic search was conducted in PubMed, E
СтатьяМетаанализПоддержка 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.
Since the establishment of the COVID-19 pandemic, a range of studies have been developed to understand the pathogenesis of SARS-CoV-2 infection, vaccine development, and therapeutic testing. However, the possible impacts that these viruses can have on non-target organisms have been explored little, and our knowledge of the consequences of the COVID-19 pandemic for biota is still very limited. Thus, the current study aimed to address this knowledge gap by evaluating the possible impacts of oral exposure of C57Bl/6 J female mice to SARS-CoV-2 lysate protein (at 20 µg/L) for 30 days, using multip
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.
In the realm of motor rehabilitation, Brain-Computer Interface Neurofeedback Training (BCI-NFT) emerges as a promising strategy. This aims to utilize an individual's brain activity to stimulate or assist movement, thereby strengthening sensorimotor pathways and promoting motor recovery. Employing various methodologies, BCI-NFT has been shown to be effective for enhancing motor function primarily of the upper limb in stroke, with very few studies reported in cerebral palsy (CP). Our main objective was to develop an electroencephalography (EEG)-based BCI-NFT system, employing an associative lear
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.
This study investigates the complex relationship between upper limb movement direction and macroscopic neural signals in the brain, which is critical for understanding brain-computer interfaces (BCI). Conventional BCI research has primarily focused on a local area, such as the contralateral primary motor cortex (M1), relying on the population-based decoding method with microelectrode arrays. In contrast, macroscopic approaches such as electroencephalography (EEG) and magnetoencephalography (MEG) utilize numerous electrodes to cover broader brain regions. This study probes the potential differe
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.