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
14160 публикаций
Поиск: 191 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1054 с найденным полным текстом
Breast cancer poses a significant threat to women's health, and early diagnosis is crucial for reducing mortality rates. Automatic breast tumor segmentation is important in medical image processing, but existing methods face challenges with breast pathology images due to sample scarcity, image degradation after data augmentation, and limitations in feature extraction. Traditional networks like U-Net often lose small lesions and edge details during downsampling and struggle with complex images and class imbalance. To address these issues, this study proposes DetailEdgeSkipBalance-Net (DESB-Net)
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.
OBJECTIVE: Accurate segmentation of ultrasound images is crucial for medical diagnosis and treatment. However, achieving precise lesion segmentation is challenging owing to inter-class indistinction caused by low contrast, high speckle noise and blurred boundaries, as well as intra-class inconsistency resulting from variations in lesion size, shape and location.
METHODS: To address these challenges, we propose a frequency-aware vision mamba network with deformable windowed selective scan. Specifically, we introduce the frequency-aware selective state space layer, which uses fast Fourier trans
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 cross-Modality Domain Adaptation (crossMoDA) challenge series, initiated in 2021 in conjunction with the International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI), focuses on unsupervised cross-modality segmentation, learning from contrast-enhanced T1 (ceT1) and transferring to T2 MRI. The task is an extreme example of domain shift chosen to serve as a meaningful and illustrative benchmark. From a clinical application perspective, it aims to automate Vestibular Schwannoma (VS) and cochlea segmentation on T2 scans for more cost-effective VS management.
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 identify two major limitations in the existing studies on retinal vessel segmentation: 1) Most existing works are restricted to one modality, i.e., the Color Fundus (CF). However, multi-modality retinal images are used every day in the study of the retina and diagnosis of retinal diseases, and the study of vessel segmentation on other modalities is scarce; 2) Even though a few works extended their experiments to new modalities such as the Multi-Color Scanning Laser Ophthalmoscopy (MC), these works still require fine-tuning a separate model for the new modality. The fine-tuning will require
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.
Rectal cancer is a major cause of cancer-related mortality, requiring accurate diagnosis via MRI scans. However, detecting rectal cancer in MRI scans is challenging due to image complexity and the need for precise localization. While transformer-based object detection has excelled in natural images, applying these models to medical data is hindered by limited medical imaging resources. To address this, we propose the Spatially Prioritized Detection Transformer (SP DETR), which incorporates a Spatially Prioritized (SP) Decoder to constrain anchor boxes to regions of interest (ROI) based on anat
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.
Recently, Denoising Diffusion Models have achieved outstanding success in generative image modeling and attracted significant attention in the computer vision community. Although a substantial amount of diffusion-based research has focused on generative tasks, few studies apply diffusion models to medical diagnosis. In this paper, we propose a diffusion-based network (named DiffMIC-v2) to address general medical image classification by eliminating unexpected noise and perturbations in image representations. To achieve this goal, we first devise an improved dual-conditional guidance strategy th
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: To develop and validate a practical, open-source framework to overcome common issues in inline deployment of established offline MR reconstruction, including (1) scan disruption from lengthy reconstructions, (2) limited support for multi-scan input reconstructions, (3) needs to adapt scripts for different raw-data formats, and (4) limited guidance and experience in retaining scanner reconstructions and applying scanner-based post-processing to custom-reconstructed images.
METHODS: The framework builds upon the Gadgetron platform as implemented on Siemens scanners and includes: (1) a
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 precise delineation of the pancreas from clinical images poses a substantial obstacle in the realm of medical image analysis and surgical procedures. Challenges arise from the complexities of clinical image analysis and complications in clinical practice related to the pancreas. To tackle these challenges, a novel approach called the Spatial Horned Lizard Attention Approach (SHLAM) has been developed. As a result, a preprocessing function has been developed to examine and eliminate noise barriers from the trained MRI data. Furthermore, an assessment of the current attributes is conducted,
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.
MRI is the preferred radiologic modality for evaluating the pituitary gland. An important component of pituitary MRI examinations is dynamic contrast-enhanced MRI. Compared to conventional dynamic techniques, golden-angle radial sparse parallel (GRASP) imaging offers multiple advantages, including the ability to achieve higher spatial and temporal resolution. In this narrative review, we discuss dynamic imaging of the pituitary gland, the technical fundamentals of GRASP, and applications of GRASP to the pituitary gland.
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.
In the treatment of brain tumors, accurate diagnosis and treatment heavily rely on reliable brain tumor segmentation, where multimodal Magnetic Resonance Imaging (MRI) plays a pivotal role by providing valuable complementary information. This integration significantly enhances the performance of brain tumor segmentation. However, due to the uneven grayscale distribution, irregular shapes, and significant size variations in brain tumor images, this task remains highly challenging. In order to overcome these obstacles, we have introduced a novel framework for automated segmentation of brain tumo
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: MR guidance is used during therapy to detect and compensate for lesion motion. T2 -weighted MRI often has a superior lesion contrast in comparison to T1 -weighted real-time imaging. The purpose of this work was to design a fast T2 -weighted sequence capable of simultaneously acquiring two orthogonal slices, enabling real-time tracking of lesions.
METHODS: To generate a T2 contrast in two orthogonal slices simultaneously, a sequence (Ortho-SFFP-Echo) was designed that samples the T2 -weighted spin echo (S- ) signal in a TR-interleaved acquisition of two slices. Slice selection and pha
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.
Combination of the "PEEC-D" microfocal X-ray apparatus with the DED-3 computerized detector of X-radiation and an electronic computer made it possible to produce a considerably magnified image of the lymph nodes on the display screen and study their structure. The mediastinal lymph nodes differ in structure in different pathological conditions, due to which they can be differentiated. Under normal conditions the lymph nodes have a regular density and a characteristic microcellular structure due to the uncontrasted follicles. In chronic inflammation the lymph nodes have an indistinct capsule. T
СтатьяПоиск полного текста в очередиОригинал на русском
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 boundary segmentation of volumetric images is a critical task for image-guided diagnosis and computer-assisted intervention. It is challenging to address the boundary confusion with explicit constraints. Existing methods of refining boundaries overemphasize the slender structure while overlooking the dynamic interactions between boundaries and neighboring regions. In this paper, we reconceptualize the mechanism of boundary generation via introducing Pushing and Pulling interactions, then propose a unified network termed PP-Net to model shape characteristics of the confused boundary re
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.
By exploiting different tissues' characteristic T1 relaxation times, T1-weighted images help distinguish normal and abnormal tissues, aiding assessment of diffuse and local pathologies. However, such images do not provide quantitative T1 values. Advances in abdominal MRI techniques have enabled measurement of abdominal organs' T1 relaxation times, which can be used to create color-coded quantitative maps. T1 mapping is sensitive to tissue microenvironments including inflammation and fibrosis and has received substantial interest for noninvasive imaging of abdominal organ pathology. In particul
СтатьяОбзорResearch Support, N.I.H., IntramuralПолный 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.
Since the discovery of X-rays at the end of the 19th century, medical imageology has progressed for 100 years, and medical imaging has become an important auxiliary tool for clinical diagnosis. With the launch of the human genome project (HGP) and the development of various high-throughput detection techniques, disease exploration in the post-genome era has extended beyond investigations of structural changes to in-depth analyses of molecular abnormalities in tissues, organs and cells, on the basis of gene expression and epigenetics. These techniques have given rise to genomics, proteomics, me
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.
Although Langerhans cell histiocytosis (LCH) is a familiar entity to most radiologists and to pediatric radiologists in particular, it is but one of a group of disorders caused by the overproduction of histiocytes, a subtype of white blood cells. Other less familiar diseases in this category are Erdheim-Chester disease (ECD), juvenile xanthogranuloma (JXG), Rosai-Dorfman disease (RDD), and hemophagocytic lymphohistiocytosis (HLH). This review describes the classification system, clinical manifestations, and pathophysiology of each disease, with particular attention to differential radiographic
СтатьяОбзорПоиск 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: A proposed computer aided detection (CAD) scheme faces major issues during subtle nodule recognition. However, radiologists have not noticed subtle nodules in beginning stage of lung cancer while a proposed CAD scheme recognizes non subtle nodules using x-ray images.
METHOD: Such an issue has been resolved by creating MANN (Massive Artificial Neural Network) based soft tissue technique from the lung segmented x-ray image. A soft tissue image recognizes nodule candidate for feature extortion and classification. X-ray images are downloaded using Japanese society of radiological tech
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 incidence of thyroid nodules is relatively high. Doctors typically distinguish the benign and malignant nodules based on ultrasound images, but this method has the risk of misdiagnosis, causing serious consequences for patients. Therefore, improving diagnostic accuracy through Computer Aided Diagnosis (CAD) is crucial. In this study, we propose a novel feature fusion network ResNet-ViT, based on ResNet18 and ViT-l-16, to predict the benign and malignant nature of thyroid nodules. This model adopts the conv layer, layer1 and layer2 of ResNet18 to extract local features, and uses ViT-l-16 wi
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.
Traditional diagnostic approaches are time-consuming and labor-intensive, and the field currently lacks a comprehensive evaluation of mainstream models that addresses their complementary strengths. Computer-aided diagnosis methods can significantly increase the accuracy and efficiency of MRI-based image classification, thereby providing useful support for brain tumor computer-aided diagnosis research. To address these challenges, this study utilizes a brain tumor MRI dataset comprising 4,264 images from 333 subjects to conduct a comprehensive evaluation of various mainstream Convolutional Neur
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.
Lumbar disc herniation (LDH) is one of the most common degenerative diseases of the spine. Magnetic resonance image is the most effective way to detect LDH. The variety of shapes and blurred boundaries of diseased discs, along with the unclear classification basis of existing methods and their poor ability to differentiate between lesion types, make computer-aided diagnosis (CAD) of LDH challenging. We propose an enhanced classification of LDH through region-of-interest guidance and geometric shape features (RGGS-Net) to address these challenges. RGCG-Net establishes the connection between the
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.