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
13454 публикаций
Поиск: 272 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 922 с найденным полным текстом
BACKGROUND: There is a relative lack of donor organs for liver transplantation. Ideally, to maximize the utility of those livers that are offered, donor and recipient characteristics should be matched to ensure the best possible posttransplant survival of the recipient.
METHODS: With prospectively collected data on 827 patients receiving a primary liver graft for chronic liver disease, we used a self-organizing map (SOM) (one form of a neural network) to predict outcome after transplantation using both donor and recipient factors. The SOM was then validated using a data set of 2622 patients u
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.
This study is aimed at establishing a neural network and fuzzy feedback control FES system used for adjusting the optimum electrical stimulating current to control the motion of an ankle joint. The proposed method further improves the drop-foot problem existing in hemiplegia patients. The proposed system includes both hardware and software. The hardware system determines the patient's ankle joint angle using a position sensor located in the patient's affected side. This sensor stimulates the tibialis anterior with an electrical stimulator that induces the dorsiflexion action and achieves the i
Сравнительное исследованиеОценочное исследованиеСтатьяВалидационное 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.
The purpose of this study was to develop a method of classifying cancers to specific diagnostic categories based on their gene expression signatures using artificial neural networks (ANNs). We trained the ANNs using the small, round blue-cell tumors (SRBCTs) as a model. These cancers belong to four distinct diagnostic categories and often present diagnostic dilemmas in clinical practice. The ANNs correctly classified all samples and identified the genes most relevant to the classification. Expression of several of these genes has been reported in SRBCTs, but most have not been associated with
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.
OBJECTIVE: (1) Identify major determinants of adverse neurodevelopmental outcome in extremely low birth weight (ELBW) infants. (2) Compare neural networks and regression analysis in the prediction of major handicaps and Bayley scores (MDI and PDI) in individual ELBW neonates followed to 18 months.
STUDY DESIGN: Retrospective cohort study of regional tertiary care NICU database. A database with 21 selected variables was divided into training (n = 144) and test sets (n = 74). The training set was used to train a neural network and develop regression equations to predict outcomes in the test set
Сравнительное исследованиеСтатьяПолный 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.
The purpose of this study was to assess the discriminative capacity of the McGill Pain Questionnaire (MPQ) in patients with temporomandibular joint disorders (TMD) or with facial pain disorder as somatoform disorder (referred to as "atypical facial pain") (FP). The MPQ was administered to 57 TMD and 34 FP patients. Weighted MPQ item scores, subscale Pain Rating Indexes (PRI), and total Pain Rating Index were tested for significant differences (Student's t-test), and the frequency of descriptor choice was also analyzed. Furthermore, the data were processed through two systems based on a counter
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: Shwachman-Diamond Syndrome (SDS) is a rare genetic disorder with documented cognitive and behavioral challenges. However, its socio-pragmatic dynamics remain underexplored, particularly in cooperative interactions where social norms and economic considerations intersect.
OBJECTIVE: This study investigates the socio-behavioral dynamics of SDS, focusing on how children with the condition navigate cooperative interactions. Using computational pragmatics, we aimed to identify the underlying principles guiding their social behavior.
METHODS: A cohort of 10 children (5 SDS, 5 matched c
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.
OBJECTIVE: Acute pancreatitis (AP) is a life-threatening disorder commonly observed in emergency departments. Patients with acute pancreatitis may necessitate transfer to the intensive care unit (ICU) if standard treatments prove ineffective. The development of a machine learning (ML) model that can precisely forecast the necessity for ICU admission in patients with acute pancreatitis might dramatically enhance in-hospital healthcare for patients.
METHODS: For this study, data were extracted from the MIMIC-III Clinical Database Care-Vue subset (MIMIC-III v 1.4), Medical Information Mart for I
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.
This study aimed to develop a more accurate model for predicting the widths of unerupted canines and premolars in Emirati children, using deep learning and machine learning techniques. Dental models of 380 Emirati individuals aged 15-30 years were collected. The mesiodistal widths of permanent teeth were measured with a standardized orthodontic digital caliper. Regression models were developed using linear regression, Support Vector Regression (SVR; machine learning), and Artificial Neural Networks (ANN; deep learning). The widths of mandibular lateral incisors, central incisors, and the summe
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.
Gene-by-gene differential expression analysis is a widely used supervised approach for interpreting single-cell RNA-sequencing (scRNA-seq) data. However, modern scRNA-seq datasets often contain large numbers of cells, leading to the identification of many differentially expressed genes with extremely small p-values but negligible effect sizes, thus making biological interpretation difficult. To overcome this challenge, we developed Supervised Deep learning with gene functional ANnotation (SDAN), a method that integrates gene functional annotation information (e.g., protein-protein interaction)
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.
Alzheimer's disease (AD) is a progressive neurodegenerative disorder associated with impairments in memory and executive functions. Despite significant advancements in identifying genetic risk factors, the high cost and limited accessibility of genetic testing remain major barriers. In this work, we propose a cost-effective screening approach that leverages EEG recordings and psychometric test scores to predict an individual's genetic risk for AD. Our Convolutional Neural Network (CNN) model shows promising performance: it achieved an F1 score of 72.21% in distinguishing APOE-$\varepsilon$4/PI
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 & AIM: Horizontal strabismus affects ≈ 1.9% of the global population. Traditional “1 mm ≈ 2 Δ” nomograms disregard patient heterogeneity, leaving re-operation rates at 7–8% even after primary horizontal surgery. We aimed to develop a single prescriptive model that simultaneously predicts which horizontal extra-ocular muscles require surgery and the precise recession/resection dose for each, following the TRIPOD + AI reporting checklist. METHODS: In this retrospective single-centre study, 634 consecutive patients (2019–2024) undergoing primary horizontal-muscle surgery were analysed.
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.
This study assesses artificial intelligence-based control algorithms for a transradial myoelectric prosthesis. The analysis is supported by a dataset collected from 20 Peruvian participants with transradial amputation, including congenital and traumatic cases. Each participant performed 240 gesture repetitions under varying postures with surface electromyographic (sEMG) signals recorded on the user's forearm. The dataset was processed to extract time and frequency domain features, enabling the implementation of classifiers such as Neural Networks (NN), Random Forest (RF), Extreme Gradient Boos
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.
Toddlers learn to recognize objects from different viewpoints with almost no supervision. During this learning, they execute frequent eye and head movements that shape their visual experience. It is presently unclear if and how these behaviors contribute to toddlers' emerging object recognition abilities. To answer this question, we here combine head-mounted eye tracking during dyadic play with unsupervised machine learning. We approximate toddlers' central visual field experience by cropping image regions from a head-mounted camera centered on the current gaze location estimated via eye track
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: Breast cancer accounts for one third of cancer-related deaths in women and has complications such as bone and brain metastases in other organs. Investigating the factors influencing this disease and its associated metastases is particularly important for treatment trends. Therefore, this study aimed to investigate the predictive risk factors and their risk scores for brain metastases in breast cancer patients. METHODS: This case-control study was conducted on breast cancer patients in two groups: those with (13 subjects) and those without (39 subjects) metastases, in two medical ce
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.
INTRODUCTION: The use of non-invasive, rapid screening methods to detect diabetes mellitus complications, such as neuropathy, is a growing trend in modern medicine. This study aimed to investigate the relationship between SUDOSCAN-derived Cardiac Autonomic Neuropathy (CAN) and Nephropathy (Nephro) scores in individuals with type 2 diabetes mellitus and to evaluate the potential of artificial neural networks in predicting these scores.
METHODS: A cross-sectional study was conducted, and 150 individuals were included in the statistical analysis to determine the risk of CAN and nephropathy in in
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.
To address the diagnostic challenge of indeterminate PI-RADS 3 prostate lesions, we developed a non-invasive deep learning radiomics model using multiparametric MRI. This dual-center retrospective study included 382 patients. Lesions on T2WI, DWI, and ADC were segmented and standardized. Deep learning features were extracted via ResNet101, and radiomics features were selected using minimum Redundancy Maximum Relevance (mRMR) and Least Absolute Shrinkage and Selection Operator (LASSO). We built and compared three models: clinical, deep-learning radiomics signature (DLRS), and a combined model.
СтатьяМногоцентровое исследованиеПолный 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.
In the field of prosthetics hand control, finger movements offer greater dexterity and operation precision than conventional hand gesture and wrist gesture, enabling fine-grained human-computer interaction tasks, such as traditional Chinese medicine sphygmopalpation and laboratory hazardous reagent operation. These tasks involve finger flexion, flexion angle and fingertip force. However, few studies have simultaneously recognized these motion information, and applied them to real-time prosthetic hand control. In this paper, we present a wearable high-density surface electromyography (HD-sEMG)-
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.
We developed an automatic method based on a convolutional neural network (CNN) that identifies metastatic lesions in whole slide images (WSI) of intraoperative frozen sections from sentinel lymph nodes in breast cancer. A total of 954 sentinel lymph node frozen sections, encompassing all types of breast cancer, were collected and examined at our institution between January 1, 2021, and September 27, 2022. Seventy-two cases from a total of 954 cases, including 50 macrometastases, 16 micrometastases, and 6 negatives, were selected and annotated for training a model, which was a self-developed pl
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: Accurate segmentation of the foveal avascular zone (FAZ) is valuable for retinal imaging, as FAZ alterations are key biomarkers for diabetic retinopathy (DR). This study presents an automated framework exploring the feasibility of FAZ segmentation and DR classification using optical coherence tomography angiography (OCTA) images.
METHODS: In this cross-sectional study conducted at Farabi Eye Hospital, Tehran, Iran, a two-step deep learning pipeline was developed. First, a neural network combining DeepLabv3+, EfficientNetB0, Squeeze-and-Excitation (SE) blocks, and Atrous Spatial Py
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.
Despite advances in precision oncology, clinical decision-making still relies on limited variables and expert knowledge. To address this limitation, we combined multimodal real-world data and explainable artificial intelligence (xAI) to introduce AI-derived (AID) markers for clinical decision support. We used xAI to decode the outcome of 15,726 patients across 38 solid cancer entities based on 350 markers, including clinical records, image-derived body compositions, and mutational tumor profiles. xAI determined the prognostic contribution of each clinical marker at the patient level and identi
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.