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: 424 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1526 с найденным полным текстом
Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy2024eng
The kidney allograft has been under continuous attack from diverse injuries since the very beginning of organ procurement, leading to a gradual decline in function, chronic fibrosis, and allograft loss. It is vital to routinely and precisely monitor the risk of injuries after renal transplantation, which is difficult to achieve because the traditional laboratory tests lack sensitivity and specificity, and graft biopsies are invasive with the risk of many complications and time-consuming. Herein, a novel method for the diagnosis of graft injury is demonstrated, using deep learning-assisted surf
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.
Non-steroidal anti-inflammatory drugs (NSAIDs), glucocorticoids, and other immunosuppressants are commonly used medications for treating inflammation. However, these drugs often come with numerous side effects. Therefore, finding more effective methods for inflammation treatment has become more necessary. The study of anti-inflammatory peptides can effectively address these issues. In this work, we propose a contextual self-attention deep learning model, coupled with features extracted from a pre-trained protein language model, to predict Anti-inflammatory Peptides (AIP). The contextual self-a
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: Social networking services (SNS) closely reflect the lives of individuals in modern society and generate large amounts of data. Previous studies have extracted drug information using relevant SNS data. In particular, it is important to detect adverse drug reactions (ADRs) early using drug surveillance systems. To this end, various deep learning methods have been used to analyze data in multiple languages in addition to English.
OBJECTIVE: A cautionary drug that can cause ADRs in older patients was selected, and Korean SNS data containing this drug information were collected. Based
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: Segmentations of retinal layers in spectral-domain OCT (SD-OCT) images serve as a crucial tool for identifying and analyzing the progression of various retinal diseases, encompassing a broad spectrum of abnormalities associated with age-related macular degeneration (AMD). The training of deep learning algorithms necessitates well-defined ground truth labels, validated by experts, to delineate boundaries accurately. However, this resource-intensive process has constrained the widespread application of such algorithms across diverse OCT devices. This work validates deep learning image s
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: Traffic-related air pollution (TRAP) is a major contributor to urban pollution and varies sharply at the street level, posing a challenge for air quality modeling. Traditional land use regression models combined with data from fixed monitoring stations may be unable to predict and characterize fine-scale TRAP, especially in complex urban environments influenced by various features. This study aims to estimate fine-scale (50 m) concentrations of nitrogen oxides (NO and NO₂) in Hong Kong using a deep learning (DL) structured model.
METHODS: We collected data from mobile air quality
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: Children with atrial septal defect (ASD) and ventricular septal defect (VSD) are frequently examined for respiratory symptoms, even when the underlying disease is not found. Chest radiographs often serve as the primary imaging modality. It is crucial to differentiate between ASD and VSD due to their distinct treatment.
PURPOSE: To assess whether deep learning analysis of chest radiographs can more effectively differentiate between ASD and VSD in children.
METHODS: In this retrospective study, chest radiographs and corresponding radiology reports from 1,194 patients were analyzed.
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.
European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society2024eng
OBJECTIVES: To investigate potential of enhancing image quality, maintaining interobserver consensus, and elevating disease diagnostic efficacy through the implementation of deep learning-based reconstruction (DLR) processing in 3.0 T cervical spine fast magnetic resonance imaging (MRI) images, compared with conventional images.
METHODS: The 3.0 T cervical spine MRI images of 71 volunteers were categorized into two groups: sagittal T2-weighted short T1 inversion recovery without DLR (Sag T2w-STIR) and with DLR (Sag T2w-STIR-DLR). The assessment covered artifacts, perceptual signal-to-noise ra
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.
Geometric distortions in brain MRI images arising from susceptibility artifacts at air-tissue interfaces pose a significant challenge for high-precision radiation therapy modalities like stereotactic radiosurgery, necessitating sub-millimeter accuracy. To achieve this goal, we developed AutoCorNN, an unsupervised physics-aware deep-learning model for correcting geometric distortions. Two publicly available datasets, the MPI-Leipzig Mind-Brain-Body with 318 subjects, and the Vestibular Schwannoma-SEG dataset, encompassing 242 patients were utilized. AutoCorNN integrates two 2D convolutional enc
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.
This study aimed to evaluate the performance of traditional-deep learning combination model based on Doppler ultrasound for diagnosing malignant complex cystic and solid breast nodules. A conventional statistical prediction model based on the ultrasound features and basic clinical information was established. A deep learning prediction model was used to train the training group images and derive the deep learning prediction model. The two models were validated, and their accuracy rates were compared using the data and images of the test group, respectively. A logistic regression method was use
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.
OBJECTIVES: To determine the clinical feasibility of T2-weighted turbo spin-echo (T2-TSE) imaging with deep learning reconstruction (DLR) in female pelvic MRI compared with conventional T2 TSE in terms of image quality and scan time.
METHODS: Between May 2021 and September 2021, 52 women (mean age, 44 years ± 12) who underwent 3-T pelvic MRI with additional T2-TSE using a DLR algorithm were included in this single-center prospective study with patient's informed consents. Conventional, DLR, and DLR T2-TSE images with reduced scan times were independently assessed and compared by four radiolog
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: Absorbable hydrogel spacer injected between prostate and rectum is gaining popularity for rectal sparing. The spacer alters patient anatomy and thus requires new auto-contouring models.
PURPOSE: To report the development and comprehensive evaluation of two deep-learning models for patients injected with a radio-transparent (model I) versus radiopaque (model II) spacer.
METHODS AND MATERIALS: Model I was trained and cross-validated by 135 cases with transparent spacer and tested on 24 cases. Using refined training methods, model II was trained and cross-validated by the same datas
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.
OBJECTIVES: Lingual mandibular bone depression (LMBD) is a developmental bony defect in the lingual aspect of the mandible that does not require any surgical treatment. It is sometimes confused with a cyst or another radiolucent pathologic lesion on panoramic radiography. Thus, it is important to differentiate LMBD from true pathological radiolucent lesions requiring treatment. This study aimed to develop a deep learning model for the fully automatic differential diagnosis of LMBD from true pathological radiolucent cysts or tumors on panoramic radiographs without a manual process and evaluate
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.
Colorectal polyps in the colon or rectum are precancerous growths that can lead to a more severe disease called colorectal cancer. Accurate segmentation of polyps using medical imaging data is essential for effective diagnosis. However, manual segmentation by endoscopists can be time-consuming, error-prone, and expensive, leading to a high rate of missed anomalies. To solve this problem, an automated diagnostic system based on deep learning algorithms is proposed to find polyps. The proposed IRv2-Net model is developed using the UNet architecture with a pre-trained InceptionResNetV2 encoder to
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 aims to investigate the effect of using an artificial intelligence (AI) system (Diagnocat, Inc., San Francisco, CA, USA) for caries detection by comparing cone-beam computed tomography (CBCT) evaluation results with and without the software. 500 CBCT volumes are scored by three dentomaxillofacial radiologists for the presence of caries separately on a five-point confidence scale without and with the aid of the AI system. After visual evaluation, the deep convolutional neural network (CNN) model generated a radiological report and observers scored again using AI interface. The ground
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: The choroid plexus functions as the blood-cerebrospinal fluid barrier, plays an important role in neurofluid production and circulation, and has gained increased attention in light of the recent elucidation of neurofluid circulation dysfunction in neurodegenerative conditions. However, methods for routinely quantifying choroid plexus volume are suboptimal and require technical improvements and validation. Here, we propose three deep learning models that can segment the choroid plexus from commonly-acquired anatomical MRI data and report performance metrics and changes across the ad
ПрепринтСтатьяПолный 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: Irradiation of the brain regions from nasopharyngeal carcinoma (NPC) radiotherapy (RT) is frequently unavoidable, which may result in radiation-induced cognitive deficit. Using deep learning (DL), the study aims to develop prediction models in predicting compromised cognition in patients following NPC RT using remote assessments and determine their relation to the quality of life (QoL) and MRI changes.
METHODS: Seventy patients (20-76 aged) with MRI imaging (pre- and post-RT (6 months-1 year)) and complete cognitive assessments were recruited. Hippocampus, temporal lobes (TLs), and c
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-based virtual patient-specific quality assurance (QA) is a novel technique that enables patient QA without measurement. However, this method could be improved by further evaluating the optimal data to be used as input. Therefore, a deep learning-based model that uses multileaf collimator (MLC) information per control point and dose distribution in patient's CT as inputs was developed.
METHODS: Overall, 96 volumetric-modulated arc therapy plans generated for prostate cancer treatment were used. We developed a model (Model 1) that can predict measurement-based gamma passi
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.
OBJECTIVES: We aimed to evaluate whether deep learning-based detection and quantification of brain metastasis (BM) may suggest treatment options for patients with BMs.
METHODS: The deep learning system (DLS) for detection and quantification of BM was developed in 193 patients and applied to 112 patients that were newly detected on black-blood contrast-enhanced T1-weighted imaging. Patients were assigned to one of 3 treatment suggestion groups according to the European Association of Neuro-Oncology (EANO)-European Society for Medical Oncology (ESMO) recommendations using number and volume of 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.
Deep learning neural networks (DLNN) in Artificial intelligence (AI) have been extensively explored for automatic segmentation in radiotherapy (RT). In contrast to traditional model-based methods, data-driven AI-based models for auto-segmentation have shown high accuracy in early studies in research settings and controlled environment (single institution). Vendor-provided commercial AI models are made available as part of the integrated treatment planning system (TPS) or as a stand-alone tool that provides streamlined workflow interacting with the main TPS. These commercial tools have drawn cl
СтатьяПоддержка NIH: внешняя программаПолный 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: The Rey Complex Figure Test (RCFT) has been widely used to evaluate the neurocognitive functions in various clinical groups with a broad range of ages. However, despite its usefulness, the scoring method is as complex as the figure. Such a complicated scoring system can lead to the risk of reducing the extent of agreement among raters. Although several attempts have been made to use RCFT in clinical settings in a digitalized format, little attention has been given to develop direct automatic scoring that is comparable to experienced psychologists. Therefore, we aimed to develop an
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.