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
1053 публикаций
Поиск: 243 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 65 с найденным полным текстом
Computer methods and programs in biomedicine2022eng
BACKGROUND AND OBJECTIVE: Leukemia represents 30% of all pediatric cancers and is considered the most common malignancy affecting adults and children. Cell differential count obtained from bone marrow aspirate smears is crucial for diagnosing hematologic diseases. Classification of these cell types is an essential task towards analyzing the disease, but it is time-consuming and requires intensive manual intervention. While machine learning has shown excellent outcomes in automating medical diagnosis, it needs ample data to build an efficient model for real-world tasks. This paper aims to gener
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: Site-specific variations are challenges for pooling analyses in multi-center studies. This work aims to propose an inter-site harmonization method based on dual generative adversarial networks (GANs) for diffusion tensor imaging (DTI) derived metrics on neonatal brains.
RESULTS: DTI-derived metrics (fractional anisotropy, FA; mean diffusivity, MD) are obtained on age-matched neonates without magnetic resonance imaging (MRI) abnormalities: 42 neonates from site 1 and 42 neonates from site 2. Significant inter-site differences of FA can be observed. The proposed harmonization approa
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 Portable low-field-strength (64-mT) MRI scanners show promise for increasing access to neuroimaging for clinical and research purposes; however, these devices produce lower-quality images than conventional high-field-strength scanners. Purpose To develop and evaluate a deep learning architecture to generate high-field-strength quality brain images from low-field-strength inputs using paired data from patients with multiple sclerosis (MS) who underwent MRI at 64 mT and 3 T. Materials and Methods Adults with MS at two institutions were scanned using portable 64-mT and standard 3-T sca
СтатьяНаблюдательное исследованиеПоддержка NIH: внешняя программаПоддержка 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.
Objective: To explore the clinical application pathway of the CT generative adversarial networks (CTGANs) algorithm in mandibular reconstruction surgery, aiming to provide a valuable reference for this procedure. Methods: A clinical exploratory study was conducted, 27 patients who visited the Department of Oral and Maxillofacial Surgery, Xiangya Hospital of Central South University between January 2022 and January 2024 and required mandibular reconstruction were selected. The cohort included 16 males and 11 females, with the age of (46.6±11.5) years; among them, 7 cases involved mandibular def
Аннотация на английскомСтатьяПолный 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: Coronary 18F-sodium-fluoride (18F-NaF) positron emission tomography (PET) showed promise in imaging coronary artery disease activity. Currently image processing remains subjective due to the need for manual registration of PET and computed tomography (CT) angiography data. We aimed to develop a novel fully automated method to register coronary 18F-NaF PET to CT angiography using pseudo-CT generated by generative adversarial networks (GAN).
METHODS: A total of 169 patients, 139 in the training and 30 in the testing sets were considered for generation of pseudo-CT from non-attenuati
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
DNA storage is widely considered as a promising solution to the data explosion problem. However, the synthesis, PCR and sequencing processes usually result in erroneous reads involving base insertions, deletions, and substitutions. Specially this situation is even more serious in the 3rd generation of sequencing technologies. Different from previous error-correction and multiple sequence alignment methods, we first transform the multiple reads into a noisy mage, and then construct a conditional generative adversarial network to produce a "smooth" image which refers to the consensus sequence. R
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: To investigate the efficacy of incorporating Generative Adversarial Network (GAN) and synthetic images in enhancing the performance of a convolutional neural network (CNN) for automated estimation of Implantable Collamer Lens (ICL) vault using anterior segment optical coherence tomography (AS-OCT).
METHODS: This study was a retrospective evaluation using synthetic data and real patient images in a deep learning framework. Synthetic ICL AS-OCT scans were generated using GANs and a secondary image editing algorithm, creating approximately 100,000 synthetic images. These were used along
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 Missing MRI sequences represent an obstacle in the development and use of deep learning (DL) models that require multiple inputs. Purpose To determine if synthesizing brain MRI scans using generative adversarial networks (GANs) allows for the use of a DL model for brain lesion segmentation that requires T1-weighted images, postcontrast T1-weighted images, fluid-attenuated inversion recovery (FLAIR) images, and T2-weighted images. Materials and Methods In this retrospective study, brain MRI scans obtained between 2011 and 2019 were collected, and scenarios were simulated in which the
СтатьяПоддержка NIH: внешняя программаПоиск 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 addresses the challenge of imbalanced datasets in near-infrared spectroscopy classification of urinary stones, specifically the underrepresentation of phosphate stones that leads to suboptimal predictive performance. We developed a data augmentation approach combining generative adversarial networks (GANs) with Soft Independent Modeling of Class Analogies (SIMCA) filtering to generate synthetic phosphate spectra. A total of 400 artificial spectra were generated, showing visual and PCA-based similarity to real data. Support vector machine (SVM) classification models were trained and
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: Cerebrovascular reactivity (CVR) assesses vascular health in various brain conditions, but CVR measurement requires a challenge to cerebral perfusion such as the administration of acetazolamide(ACZ), thus limiting widespread use. We determined whether generative adversarial networks (GANs) can create CVR images from baseline pre-ACZ arterial spin labeling (ASL) MRI.
METHODS: This study included 203 Moyamoya cases with a total of 3248 pre- and post-ACZ ASL Cerebral Blood Flow (CBF) images. Reference CVRs were generated from these CBF slices. From this set, 2640 slices were used to
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.
Rapid detection of infectious diseases like COVID-19, flu, and dengue is crucial for healthcare professionals preparing for contagious outbreaks. Given the constant mutations in viruses and the recurring emergence of threats like Nipah and Zika, there is an urgent demand for a technology capable of distinguishing between infections that share similar symptoms. In this paper, we utilize laser-based Raman scattered signals from a drop of dried blood plasma, combined with generative artificial intelligence, to provide a rapid and precise diagnosis. Our optimized model exhibits exceptional perform
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.
Functional connectivity (FC) obtained from resting-state functional magnetic resonance imaging has been integrated with machine learning algorithms to deliver consistent and reliable brain disease classification outcomes. However, in classical learning procedures, custom-built specialized feature selection techniques are typically used to filter out uninformative features from FC patterns to generalize efficiently on the datasets. The ability of convolutional neural networks (CNN) and other deep learning models to extract informative features from data with grid structure (such as images) has
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.
Environmental metal exposure represents a potential risk factor for non-alcoholic fatty liver disease (NAFLD); nevertheless, existing observational studies often lack reliable methodologies for exploring potential associations within a counterfactual framework, particularly when addressing complex co-exposures. Addressing these constraints, we conducted a prospective cohort study involving 4095 participants from the Yinchuan community-dwelling elderly cohort with a 3-year follow-up. Twelve baseline urinary metal concentrations were quantified utilizing inductively coupled plasma mass spectrome
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.
Generative adversarial networks (GANs), introduced by Ian Goodfellow in 2014, have revolutionized adversarial machine learning, particularly in data synthesis. This manuscript explores their application in ophthalmic diagnostics, addressing the scarcity of annotated datasets and the need for improved early disease detection. By leveraging GAN architectures, the goal is to enhance the quality of synthetic ophthalmic images, ultimately improving diagnostic algorithm training. A systematic review was conducted from January to April 2024 across PubMed, Embase, and Scopus. Search terms included "Ge
СтатьяСистематический обзорПоиск 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.
We aimed to use generative adversarial network (GAN)-based anomaly detection to diagnose images of normal tissue, benign masses, or malignant masses on breast ultrasound. We retrospectively collected 531 normal breast ultrasound images from 69 patients. Data augmentation was performed and 6372 (531 × 12) images were available for training. Efficient GAN-based anomaly detection was used to construct a computational model to detect anomalous lesions in images and calculate abnormalities as an anomaly score. Images of 51 normal tissues, 48 benign masses, and 72 malignant masses were analyzed for
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.
PURPOSE: To assess the application of generative adversarial networks (GANs) to restore the blurred optical coherence tomography (OCT) images caused by optical media opacity in eyes.
METHODS: In this cross-sectional study, a spectral-domain OCT (Zeiss Cirrus 5000, Germany) was used to scan the macula of 510 eyes from 272 Chinese subjects. Optical media opacity was simulated with an algorithm for training set (420 normal eyes). Images for three test sets were from the following: 56 normal eyes before and after fitting neutral density filter (NDF), 34 eyes before and after cataract surgeries an
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.
A planktonic population of bacteria can form a biofilm by adhesion and colonization. Proteins known as "adhesins" can bind to certain environmental structures, such as sugars, which will cause the bacteria to attach to the substrate. Quorum sensing is used to establish the population is dense enough to form a biofilm. This paper presents a comprehensive overview of our investigation into these processes, specifically focusing on Mycobacterium fortuitum, an emerging pathogen of increasing clinical relevance. In our study, we detailed the methodology employed for the proteomic analysis of M. for
СтатьяОбзорПолный 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: Abdominal CT scans are vital for diagnosing abdominal diseases but have limitations in tissue analysis and soft tissue detection. Dual-energy CT (DECT) can improve these issues by offering low keV virtual monoenergetic images (VMI), enhancing lesion detection and tissue characterization. However, its cost limits widespread use.
PURPOSE: To develop a model that converts conventional images (CI) into generative virtual monoenergetic images at 40 keV (Gen-VMI40keV) of the upper abdomen CT scan.
METHODS: Totally 444 patients who underwent upper abdominal spectral contrast-enhanced CT
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 (DL) models are becoming pervasive and applicable to computer vision, image processing, and synthesis problems. The performance of these models is often improved through architectural configuration, tweaks, the use of enormous training data, and skillful selection of hyperparameters. The application of deep learning models to medical image processing has yielded interesting performance, capable of correctly detecting abnormalities in medical digital images, making them surpass human physicians. However, advancing research in this domain largely relies on the availability of train
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 report describes how a Conditional Generative Adversarial Network (CGAN) was used to synthesize realistic continuous glucose monitoring systems (CGM) from healthy individuals and individuals with type 1 diabetes over a range of different HbA1c levels. The results showed that even though the CGAN generated data, did not perfectly reflect real world CGM, many of the important features were captured and reflected in the synthetic signals. It is briefly discussed how heterogenous data sources constitutes a challenge for comparison of predictive CGM models. Therefore 40,000 CGM days were gener
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.