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
2957 публикаций
Поиск: 80 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 984 с найденным полным текстом
Regulatory toxicology and pharmacology : RTP2019eng
Four years on since the last cross sector workshop, experience of the practical application and interpretation of several non-animal assays that contribute to the predictive identification of skin sensitisers has begun to accumulate. Non-animal methods used for hazard assessments increasingly are contributing to the potency sub-categorisation for regulatory purposes. However, workshop participants generally supported the view that there remained a pressing need to build confidence in how information from multiple methods can be combined for classification, sub-categorisation and potency assess
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.
INTRODUCTION: Multicentre clinical research collaboratives collect large, generalisable data sets. However, data are often collected by trainees who may lack clinical or academic experience, raising concerns about data quality and potential reporting bias. Validation practices in such studies are variable. This study outlines the methods, feasibility, and outcomes of internal data validation using the CONGRESS database.
METHODS: The multicentre CONGRESS data set of early oesophagogastric cancer was assessed. A random 20% sample of patients was selected to meet a >15% target validation size. P
СтатьяВалидационное исследованиеМногоцентровое 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.
Despite several recent meta-analyses on the topic, the comparative risk of hepatocellular carcinoma in patients with chronic hepatitis B (CHB) receiving entecavir (ETV) or tenofovir disoproxil fumarate (TDF) remains controversial. The controversy partly results from the arbitrary nature of significance levels leading to contradictory conclusions from very similar datasets. However, the use of observational data, which is prone to both within- and between-study heterogeneity of patient characteristics, also lends additional uncertainty. The asynchronous introduction of ETV and TDF in East Asia,
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 seeks best practices for when and how to apply short text topic modelling (STTM) techniques using natural language processing to semi-structured data collected as part of education research in order to provide accurate guidance for interventions and avoid misguided improvements in education practice. Student feedback was collected using short answer questions that resulted in 1,667, 1,592, and 1,376 expectations for faculty support, teaching assistant (TA) support, and peer support respectively as part of a larger survey conducted via convenience sampling in over 40 engineering cour
СтатьяСравнительное 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.
Accurate and timely information on the spatial distribution of crops is essential for ensuring food security, achieving sustainable agricultural management, and understanding ecosystem interactions. However, in large-scale arid regions like Xinjiang, China, constructing high-spatial-resolution, continuous, and multi-year crop distribution datasets remains a significant challenge due to complex terrain, sparse ground observations, and limited computational resources. In this study, we developed a robust crop classification framework leveraging the Google Earth Engine (GEE) cloud platform. The f
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: Artificial Intelligence (AI) is reshaping diagnostics and disease prevention in the dental domain. Panoramic X-ray imaging is central to this progress but demands large, high-quality annotated datasets. We therefore present AKUDENTAL, a new dataset for instance segmentation of dental radiographs, to serve as a resource for model development and to assess the challenges of generalizability. METHODS: We annotated 333 panoramic images, labeling 9,956 structures across 32 individual teeth and three restorative categories: implants, bridges, and crown–filling. We established semantic se
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
Early and accurate diagnosis of retinal diseases is crucial, as many of these conditions can be prevented or managed effectively with timely treatment. Optical Coherence Tomography (OCT) is a widely used medical imaging technique that provides high-resolution visualization of the retina, allowing the detection of abnormalities. Current state-of-the-art methods predominantly rely on extracting either local or global features using Convolutional Neural Networks or Vision Transformers from OCT images. Moreover, few existing ensemble methods primarily focus on concatenation and decision-level feat
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: Bivariate monotonic classifiers (BMCs) are based on pairs of input features. Like many other models used for machine learning, they can capture nonlinear patterns in high-dimensional data. At the same time, they are simple and easy to interpret. Until now, the use of BMCs on a genome scale was hampered by the high computational complexity of the search for pairs of features with a high leave-one-out performance estimate.
RESULTS: We introduce the fastBMC algorithm, which drastically speeds up the identification of BMCs. The algorithm is based on a mathematical bound for the BMC pe
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 structured recording of data from histopathological findings and their interoperability is critical for quality assurance in pathology.
MATERIALS AND METHODS: To harmonize the content of the reports, the International Collaboration on Cancer Reporting (ICCR) has defined standardized datasets. These datasets are not yet available in German nationwide. This gap is addressed here using the transurethral bladder resection (TUR-B) dataset as a use case.
RESULTS: We describe the process of establishing the datasets by carrying out translation, mapping on SNOMED CT codes, and using
Аннотация на английскомСтатьяПоиск 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.
Chest radiography is a widely used diagnostic imaging procedure in medical practice, which involves prompt reporting of future imaging tests and diagnosis of diseases in the images. In this study, a critical phase in the radiology workflow is automated using the three convolutional neural network (CNN) models, viz. DenseNet121, ResNet50, and EfficientNetB1 for fast and accurate detection of 14 class labels of thoracic pathology diseases based on chest radiography. These models were evaluated on an AUC score for normal versus abnormal chest radiographs using 112120 chest X-ray14 datasets contai
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.
PURPOSE: Deceased donation data requires standardization to enable accurate interprovincial and international comparisons of deceased donation performance. In Canada, most provincial organ donation organizations (ODOs) have developed different processes and infrastructures for referring potential donors and subsequent data collection. This has led to differing definitions of the performance measures used for each step in the donation process, from potential donor identification to consent to transplantation. The Deceased Donation Data Working Group (DDDWG), comprised of representatives from OD
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: The placenta is a maternal-fetal organ that develops during pregnancy and provides nutrients, oxygen, and removal of waste products to the growing fetus. Better understanding of the placenta promises to help improve health of mothers and children, given its influence on health lasting a lifetime. However, the placenta is poorly understood due to its variability across different species and no live functions available after the baby is delivered. The Placenta Atlas Tool (PAT) project aims to leverage advanced computational approaches to meld numerous and diverse datasets into an int
СтатьяПоддержка NIH: внешняя программаПолный 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.
Non-human primate neuroimaging is a rapidly growing area of research that promises to transform and scale translational and cross-species comparative neuroscience. Unfortunately, the technological and methodological advances of the past two decades have outpaced the accrual of data, which is particularly challenging given the relatively few centers that have the necessary facilities and capabilities. The PRIMatE Data Exchange (PRIME-DE) addresses this challenge by aggregating independently acquired non-human primate magnetic resonance imaging (MRI) datasets and openly sharing them via the Inte
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
BackgroundInvestigations of food-borne outbreaks are frequently unsuccessful and new investigation methods should be welcomed. Aim: Describe the use of consumer purchase datasets in outbreak investigations and consider methodological and practical difficulties. Methods: We reviewed published papers describing the use of consumer purchase datasets, where electronic data on the foods that case-patients had purchased before onset of symptoms were obtained and analysed as part of outbreak investigations. Results: For the period 2006-17, scientific articles were found describing 20 outbreak investi
СтатьяПоддержка исследования: вне правительства СШАОбзорПолный 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 Conference2023eng
Traditional machine learning (ML) approaches learn to recognize patterns in the data but fail to go beyond observing associations. Such data-driven methods can lack generalizability when the data is outside the independent and identically distributed (i.i.d) setting. Using causal inference can aid data-driven techniques to go beyond learning spurious associations and frame the data-generating process in a causal lens. We can combine domain expertise and traditional ML techniques to answer causal questions on the data. In this paper, we estimate the causal effect of Pre-Exposure Prophylaxis (Pr
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.
The International Collaboration on Cancer Reporting was established to internationally unify and standardize the pathologic reporting of cancers based on collected evidence, as well as to allow systematic multi-institutional intercountry data collection to guide cancer care in the future. This data set has been developed by the collaborative efforts of an international multidisciplinary panel of experts involved in the care of patients with carcinomas of the nasal cavity and paranasal sinuses (sinonasal tract). The nasal cavity and paranasal sinuses (including frontal, sphenoid, ethmoid, and m
СтатьяОбзорПолный 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 investigated the impact of supervised dataset content on the accuracy of object detection Artificial Intelligence (AI) model for detecting eating postures (EP) in broilers. The findings confirmed that (1) more individuals in EP did not necessarily improve the AI model's detection accuracy, and using still images with different numbers of such individuals could enhance the AI model's ability to detect EP. (2) Including both EP and postures similar to eating postures (SEP) was found to improve detection accuracy; additionally, adding still images that contain only SEP also enhanced de
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: International Spinal Cord Injury (SCI) Data Sets have been developed and disseminated worldwide since 2006 to establish minimum standards for clinical data collection. Basic data sets (BDSs) are intended to ensure a uniform minimum level of information across clinical settings and research projects. In 2013, an International SCI Urinary Tract Infection (UTI) Basic Data Set was published. This BDS defined UTI using the 1992 US National Institute on Disability and Rehabilitation Research criteria: "new onset of symptoms plus bacteriuria, leukocyturia, and positive urine culture." Sin
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.
Multiple sclerosis (MS) lesion segmentation from MRI is essential for diagnosis, monitoring, and treatment evaluation, yet existing datasets exhibit limited geographic diversity, scanner vendor bias, and inability to distinguish normal from pathological white matter hyperintensities. We present MS3SEG, a publicly available dataset comprising 100 MS patients from an Iranian cohort acquired on a 1.5 T Toshiba scanner, featuring multi-sequence MRI (T1-weighted, T2-weighted, T2-FLAIR in axial and sagittal planes) with novel tri-mask annotations. Expert annotators systematically delineated three cl
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.
Bronchoscopy and intubation play crucial roles in respiratory disease diagnosis and treatment, yet the automation of their initial insertion phase remains limited. Advanced image analysis presents a viable solution to this challenge. However, insufficient comprehensive, publicly available datasets for training such models have hindered progress. We present a novel Upper Airway Anatomical Landmark (UAAL) Dataset, which annotates multiple anatomical landmark classes visualized through a bronchoscope, including the nose, nostril, channel, glottis, glottic aperture, vocal fold, and trachea, encomp
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.