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: 734 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 983 с найденным полным текстом
PURPOSE: The purpose of this study was to present a suite of open-source software tools for automated and interactive annotation (detection and segmentation) of retinal cells from adaptive optics (AO) images.
METHODS: Three related software packages were developed, implementing machine learning (ML) approaches for cone photoreceptor detection and segmentation and retinal pigment epithelial (RPE) cell detection in AO images. The software packages were designed to have interactive features allowing multiple users to adjust annotations for systematic grading.
RESULTS: The software packages have
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.
Hierarchical image classification is a fundamental challenge in medical image analysis, as tree-structured taxonomies inherently reflect biological and clinical relationships, spanning the general categorisation of disease entities and fine-grained cellular distinctions. Existing approaches primarily rely on multi-task learning and fine-grained detection, often requiring intricate model design and complex training strategies. In this paper, we aim to exploit the negative curvature property of hyperbolic space, which allows efficient representation of hierarchical structures. We propose a dual-
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: The accurate classification of operative notes is essential for surgical outcomes research; however, CPT code classification is notoriously nonspecific for many procedures. In such situations, the operative note (or "dictation") must be reviewed manually, a process that is labor-intensive and unsustainable. Natural language processing demonstrates tremendous potential for improving the efficiency and accuracy of procedure classification from unstructured operative notes. To date, it remains unexplored whether natural language processing can reliably differentiate between complex, m
СтатьяНаблюдательное исследованиеПоиск 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: Major depressive disorder (MDD) and bipolar depression (BD) are common mood disorders with overlapping clinical features, posing significant challenges for accurate diagnosis and effective treatment. Electroencephalography (EEG) microstates reflect transient, quasi-stable patterns of brain activity that index fast, large-scale neural network dynamics and may provide novel insights into the neural abnormalities associated with mood disorders.
METHODS: In this study, 210 participants (78 MDD, 45 BD, and 87 healthy controls) completed demographic, clinical, and microstate assessments
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.
Sign language (SL) is essential for communication among individuals with hearing or speech impairments. Facial emotion recognition plays a crucial role in improving expression analysis and assistive technologies when integrated with SL, specifically in fields like patient monitoring, psychoanalysis, and human-computer interaction. These applications directly assist the development of intelligent systems for communication and care. Gesture recognition (GR) can facilitate communication between machines and humans by enhancing this type of interaction. Machine learning (ML) is a part of artificia
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 sellar region tumor is a brain tumor that only exists in the brain sellar, which affects the central nervous system. The early diagnosis of the sellar region tumor subtypes helps clinicians better understand the best treatment and recovery of patients. Magnetic resonance imaging (MRI) has proven to be an effective tool for the early detection of sellar region tumors. However, the existing sellar region tumor diagnosis still remains challenging due to the small amount of dataset and data imbalance. To overcome these challenges, we propose a novel self-supervised multi-scale multi-modal grap
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.
BACKGROUND AND OBJECTIVE: In recent years, the association between metabolites and complex human diseases has increasingly been recognized as a major research focus. Traditional wet-lab experiments are considered time-consuming and labor-intensive, while computational methods have been shown to significantly enhance research efficiency. However, existing methods for predicting metabolite-disease associations primarily depend on predefined similarity metrics and static network structures, often failing to capture the complex interactions among node neighborhoods within metabolite and disease ne
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2025eng
COVID-19 CT image segmentation is of great significance in medical image analysis, but it faces numerous challenges, especially in the context of inter-institution collaboration and data privacy protection. In particular, with the scarcity of labeled data, the effective use of limited labeled data and abundant unlabeled data for training remains a pressing issue. To address this challenge, we propose an innovative Federated Semi-Supervised Learning method (FSSLCIS) for COVID-19 CT image segmentation. We apply the MixMatch method for local semi-supervised learning, leveraging data augmentation
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.Prostate lesion segmentation from multiparametric magnetic resonance images is particularly challenging due to the limited availability of labeled data. This scarcity of annotated images makes it difficult for supervised models to learn the complex features necessary for accurate lesion detection and segmentation.Approach.We proposed a novel semi-supervised algorithm that embeds prototype learning into mean-teacher (MT) training to improve the feature representation for unlabeled data. In this method, pseudo-labels generated by the teacher network simultaneously serve as supervision
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.
Addressing insufficient supervision and improving model generalization are essential for multi-label classification with incomplete annotations, i.e., partial and single positive labels. Recent studies incorporate pseudo-labels to provide additional supervision and enhance model generalization. However, the noise in pseudo-labels generated by the model tends to accumulate, resulting in confirmation bias during training. Self-correction methods, commonly used approaches for mitigating confirmation bias, rely on model predictions but remain susceptible to confirmation bias caused by visual confu
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.
SIGNIFICANCE: Alcohol consumption monitoring is essential for forensic and healthcare applications. While breath and blood alcohol concentration sensors are currently the most common methods, there is a growing need for faster, non-invasive, and more efficient assessment techniques. The rationale for our binary classification relates to law enforcement applications in countries with strict limits on alcohol consumption such as China, which seeks to prevent driving with even the smallest amount of alcohol in the bloodstream.
AIM: We propose a remote optical technique for assessing alcohol cons
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 AND OBJECTIVE: Presence of spot sign on CT Angiography (CTA) is associated with hematoma growth in patients with intracerebral hemorrhage. Measuring spot sign volume over time may aid to predict hematoma expansion. Due to the difficulties that imaging characteristics of spot sign are similar with vein and calcification and spot signs are tiny appeared in CTA images to detect, our aim is to develop an automated method to pick up spot signs accurately.
METHODS: We proposed a novel collaborative architecture of network based on a student-teacher model by efficiently exploiting additio
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2025eng
Chronic kidney disease (CKD) is a pervasive global health challenge that necessitates early and accurate diagnosis for effective management. Renal ultrasound imaging is integral to CKD evaluation; however, precise segmentation of kidney structures is often compromised in advanced stages due to degraded image quality. In this work, we propose a novel semi-supervised segmentation framework that synergistically integrates Pseudo-Label Guided Contrastive Loss (PLGCL) with the ST++ learning strategy. By leveraging both labeled and unlabeled data, our method enhances segmentation accuracy. Extensive
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.
Parkinson's disease (PD) is a progressive neurodegenerative disorder that presents diagnostic challenges, particularly in its early stages. This study proposes a multimodal approach to PD classification that integrates neurological imaging, motor symptom analysis, and non-motor clinical features. Dopamine depletion, a core biomarker of PD, is assessed using PET imaging, where active brain regions are quantified through color segmentation and image processing. A reduction in the active area correlates with disease progression. Tremor detection is performed using the Hough Transform algorithm ap
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.
Spiking neural networks (SNNs) present the potential for ultra-low-power computation, especially when implemented on dedicated neuromorphic hardware. However, a significant challenge is the efficient conversion of continuous real-world data into the discrete spike trains required by SNNs. In this paper, we introduce Learning Adaptive Spike Thresholds (LAST), a novel, trainable encoding strategy designed to address this challenge. The LAST encoder learns adaptive thresholds to transform continuous signals of varying dimensionality-ranging from time series data to high dimensional tensors-into s
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.
The current gold standard for detecting epileptic seizures is in-hospital video-Electroencephalography (vEEG), but vEEG is resource-intensive and imposes considerable burdens on patients and caregivers. Wearable devices offer an alternative to monitor seizures over long periods in a home environment and Machine Learning (ML) models can be used to analyze the data and identify seizure activity. The best performing ML models tend to be black-box models which do not provide a rationale for their decision, making it difficult to audit their mistakes and limit their real-world utility. To combat th
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.
BACKGROUND CONTEXT: Radiomics, a technique employing machine learning (ML) to extract quantitative features from processed radiographic images, holds promise for improving clinical prediction models. It offers the potential to comprehensively characterize spinal shape and alignment. We hypothesized that processed image (PrIm) algorithms outperform traditional radiographic measurements (TRM) and scores in predicting postoperative mechanical complications (MC) in adult spinal deformity (ASD).
PURPOSE: The aim was to compare the performance of PrIm algorithms to TRM-GAP score in the prediction o
СтатьяМногоцентровое исследованиеПоиск 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.
A continuous impedance control framework has recently gained attention in powered prosthesis control for its ability to mimic human behavior by smoothly and continuously modulating joint impedance. While recent advancements in tuning this framework have enabled more personalized control for walking, the manual tuning process remains time-intensive and empirical, limiting its scalability and adaptability. To address this challenge, we propose a reinforcement learning (RL)-driven framework for offline tuning, focusing on stiffness parameters that play a critical role in shaping knee kinematics d
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 & OBJECTIVE: Liver disease remains a significant global health burden, often progressing silently until advanced stages such as cirrhosis or hepatic failure. Early detection is essential but remains hindered by the limitations of conventional diagnostics. This study presents LivXAI-Net, an explainable artificial intelligence (XAI) framework integrated with Internet of Things (IoT) biosensors, designed and evaluated in a simulated real-time setting using a historical dataset.
METHODS: LivXAI-Net simulates continuous data acquisition from wearable biosensors - including sweat, platel
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.
For patients with stroke, hemiplegia and ankle injuries, ankle rehabilitation robots can provide personalized rehabilitation treatment programs through quantitative evaluation and precise control. In this paper, based on differential evolution (DE) optimization algorithm and fuzzy nonlinear auto regressive with exogenous inputs (NARX) model, an iterative learning model predictive controller is constructed to achieve accurate and robust trajectory tracking control of an ankle rehabilitation robot driven by pneumatic muscle. Firstly, the T-S fuzzy NARX model is applied to characterize the forwar
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.