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
7358 публикаций
Поиск: 167 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 318 с найденным полным текстом
IEEE transactions on pattern analysis and machine intelligence2026eng
Visual Place Recognition (VPR) localizes a query image by retrieving the best-matching place from a large-scale geo-tagged database. Its key challenge lies in aggregating the stable structural cues from distractor-saturated scenes into a global descriptor. Existing aggregation methods follow a single-pass paradigm that struggles to fully disentangle informative cues from distractors, and largely offload this unresolved burden onto auxiliary external modules. Inspired by natural selection, we recast aggregation as an iterative structure-distillation process, in which stable structural cues are
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.
Compact deep models are attractive for medical image classification, but conventional knowledge distillation mainly transfers class-level predictions and may not adequately preserve lesion-relevant spatial cues. To address this limitation, we propose LaHKD, a lesion-aware hierarchical knowledge distillation framework for parameter-efficient medical image classification. LaHKD enables a lightweight student to learn hierarchical semantic representations together with lesion-focused guidance from a stronger teacher. We evaluate LaHKD on HAM10000 dermoscopic lesion classification and a brain tumor
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.
Distillation is the most energy-consuming unit operation of the chemical industry, however, its decarbonization strategy necessitates laborious manual process simulation, optimization and carbon emission accounting. Here we established a reasoning agent consisting of a large language model (LLM) and an extensive tool set to automate learning material collection, process simulation, optimization and carbon emission accounting of a representative methanol and ethanol distillation case study. Then the agent automatically constructed a heat pump-assisted distillation process to save energy. The im
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.
Brain network analysis plays a crucial role in identifying distinctive patterns associated with neurological disorders. Functional magnetic resonance imaging (fMRI) enables the construction of brain networks by analyzing correlations in blood-oxygen-level-dependent (BOLD) signals across different brain regions, known as regions of interest (ROIs). These networks are typically constructed using atlases that parcellate the brain based on various hypotheses of functional and anatomical divisions. However, there is no standard atlas for brain network classification, leading to limitations in detec
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.
Deploying computationally intensive 3D models for accurate abdominal organ segmentation remains a significant challenge, particularly in resource-constrained clinical settings. Knowledge distillation (KD) offers a viable path by transferring knowledge from a cumbersome teacher to a compact student network. However, prevailing KD methods are hampered by two key limitations: inadequate modeling of dynamic semantic relationships across multi-scale features, leading to misalignment in low-contrast regions, and an inability to bridge the architectural heterogeneity gap (e.g., Transformer teacher to
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.
Current OCT classification models achieve high benchmark accuracy but exhibit poor generalization when imaging conditions vary between datasets. We introduce spatial-consistent learning, where depth-wise feature coherence becomes an explicit optimization constraint rather than a post-hoc interpretation tool. SC-MSDNet partitions convolutional features into horizontal bands, enforcing cross-view consistency within each region through LSC loss while LMV ensures prediction agreement across original, contrast-enhanced, and frequency-transformed inputs. Trained exclusively on OCT2017 (4 classes, 84
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.
Membrane wetting and fouling pose significant challenges for membrane distillation (MD), particularly in hypersaline wastewater treatment. To address these issues, a robust low-surface-energy polyvinylidene fluoride (PVDF)-based membrane was developed through carbon black-induced fluorination with 1H,1H,2H,2H-perfluorodecyltrichlorosilane (FDTS). Carbon black nanoparticles were deposited on a pristine PVDF membrane via vacuum filtration, forming loosely packed structures that served as anchoring sites for FDTS grafting. FDTS fluorination introduced -CF3/-CF2 functional groups and Si-O-Si netwo
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.
Predicting the influence power of nodes in complex networks, particularly in large-scale scenarios, is a fundamental and challenging problem in network analysis. However, labeling nodes based on their influence power requires running computationally intensive models, such as the Susceptible-Infected-Recovered (SIR) model, which becomes prohibitively time-consuming in large networks, severely limiting scalability. To address this limitation, this study proposes an innovative approach based on multi-level knowledge distillation aimed at enhancing prediction accuracy while substantially reducing
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 human brain is a highly complex neurological system that has been the subject of continuous exploration by scientists. With the help of modern neuroimaging techniques, there has been significant progress made in brain disorder analysis. There is an increasing interest about utilizing artificial intelligence techniques to improve the efficiency of disorder diagnosis in recent years. However, these methods rely only on neuroimaging data for disorder diagnosis and do not explore the pathogenic mechanism behind the disorder or provide an interpretable result toward the diagnosis decision. Furt
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.
Laryngoscopy images play a vital role in merging computer vision and otorhinolaryngology research. However, limited studies offer laryngeal datasets for comparative evaluation. Hence, this study introduces a novel dataset focusing on vocal fold images. Additionally, we propose a lightweight network utilizing knowledge distillation, with our student model achieving around 98.4% accuracy-comparable to the original EfficientNetB1 while reducing model weights by up to 88%. We also present an AI-assisted smartphone solution, enabling a portable and intelligent laryngoscopy system that aids laryngos
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: Cerebral microbleeds (CMBs) are associated with white matter damage, and various neurodegenerative and cerebrovascular diseases. CMBs occur as small, circular hypointense lesions on T2*-weighted gradient recalled echo (GRE) and susceptibility-weighted imaging (SWI) images, and hyperintense on quantitative susceptibility mapping (QSM) images due to their paramagnetic nature. Accurate automated detection of CMBs would help to determine quantitative imaging biomarkers (e.g., CMB count) on large datasets. In this work, we propose a fully automated, deep learning-based, 3-step algorit
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.
Biodiesel is a clean burning fuel derived from a renewable feedstock such as vegetable oil or animal fat. It is biodegradable, non-inflammable, non-toxic, and produces lesser carbon monoxide, sulfur dioxide, and unburned hydrocarbons than petroleum-based fuel. The purpose of the present work is to present an efficient process using reactive distillation columns applied to biodiesel production. Reactive distillation is the simultaneous implementation of reaction and separation within a single unit of column. Nowadays, it is appropriately called "Intensified Process". This combined operation is
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.
Efficient and large-scale evaluation of antibody-antigen neutralization is critical for accelerating antibody drug development. To address this need, we propose SPAAN, a deep-learning framework that predicts neutralization directly from antibody and antigen sequences. Rather than relying on experimentally determined structures, SPAAN learns from structural knowledge and biologically relevant molecular properties during training, enabling accurate predictions using sequence information alone. On the SARS-CoV-2 neutralization dataset, SPAAN consistently outperforms existing state-of-the-art meth
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.
Reliable detection of process anomalies remains a challenge in industrial chemical plants. The ability of machine learning (ML) to recognize patterns has triggered numerous research efforts to apply ML to anomaly detection (AD). Simulation-based benchmarks, such as the Tennessee Eastman process, are widely used to develop and train AD methods. Well-annotated real-world process data, which are crucial for meaningful research advancements, are lacking due to industry-wide proprietary limitations. To overcome this issue, we present an openly accessible dataset of time series generated from an ind
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.
MOTIVATION: Accurately identifying compound-protein interactions (CPIs) is critical for accelerating drug discovery. Recent deep learning methods have achieved impressive results, yet they primarily focus on local structures and neighborhood information, often overlooking high-order interaction patterns shared among similar molecules.
RESULTS: In this paper, we propose HKD-CPI, a high-order knowledge-enhanced inductive framework designed to improve generalization to unseen compound-protein pairs. Specifically, HKD-CPI introduces a molecular graph tokenization mechanism that aligns compound mo
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.
Transformer architecture has shown significant potential in various visual tasks, including point cloud registration. Positional encoding, as an order-aware module, plays a crucial role in Transformer framework. In this paper, we propose OIF-PCR++, a conditional positional encoding (CPE) method for point cloud registration. The core CPE module utilizes length and vector encoding at different stages, conditioned on the relative pose states between the point clouds to be registered. As a result, it progressively alleviates feature ambiguity through the incorporation of geometric cues. Building u
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.
Structural cracks threaten the safety and long-term durability of civil infrastructure, yet manual inspection remains slow, subjective, and unreliable on complex surfaces. This study presents a training-centric strategy to improve a lightweight YOLOv11-N detector (2.6 M parameters) by transferring knowledge from a high-capacity YOLOv11-L teacher, without modifying the student architecture. Two semi-supervised mechanisms are investigated: pseudo-labeling and knowledge distillation. Using a crack dataset enlarged via systematic data augmentation, pseudo-labeling combines high-confidence teacher
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.
Post-distillation residues (PDR) from Vitex rotundifolia essential-oil production represent an underutilized biomass stream that can retain medium- and high-polarity constituents. Here, PDR and raw fruits were extracted with 30-96% ethanol under matched ultrasound-assisted extraction conditions and evaluated by TPC/TFC and four bioactivity assays (DPPH, ABTS, NO inhibition, and xanthine oxidase). Among residue-derived extracts, R70 showed the best overall performance (DPPH and ABTS IC50 = 24.87 and 24.90 µg mL-1; NO IC50 = 104.99 µg mL-1), comparable to the corresponding raw extract (E70; NO I
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: Traumatic Brain Injury (TBI) remains a major public health concern, requiring accurate prognostic models to support clinical decision-making. While high-performance models have been developed using large, feature-rich datasets, their applicability is often limited by the variability and restricted availability of clinical data across hospitals. This study explores knowledge distillation as a strategy to adapt complex models for resource-limited settings with fewer available variables.
METHODS: A teacher model was trained on the MIMIC-III dataset using 326 features, while a student
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.
Alzheimer's disease (AD), as the most prevalent form of dementia, necessitates early identification and treatment for the critical enhancement of patients' quality of life. Recent studies strive to explore advanced machine learning approaches with multiple information cues, such as speech and text, to automatically and precisely detect this disease from conversations. However, these multi-modality-based approaches often suffer from a modality-imbalance challenge that leads to performance degradation. That is, the multi-modal model performs worse than the best mono-modal model, although the for
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.