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
138 публикаций
Поиск: 53 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 3 с найденным полным текстом
Rhizoctonia crown and root rot (RCRR), caused by Rhizoctonia solani, can cause severe yield and quality losses in sugar beet. The most common strategy to control the disease is the development of resistant varieties. In the breeding process, field experiments with artificial inoculation are carried out to evaluate the performance of genotypes and varieties. The phenotyping process in breeding trials requires constant monitoring and scoring by skilled experts. This work is time demanding and shows bias and heterogeneity according to the experience and capacity of each individual person. Optical
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.
Detecting and distinguishing apicultural plants are important elements of the evaluation and quantification of potential honey production worldwide. Today, remote sensing can provide accurate plant distribution maps using rapid and efficient techniques. In the present study, a five-band multispectral unmanned aerial vehicle (UAV) was used in an established beekeeping area on Lemnos Island, Greece, for the collection of high-resolution images from three areas where Thymus capitatus and Sarcopoterium spinosum are present. Orthophotos of UAV bands for each area were used in combination with veget
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.
Daytime atmospheric pollution has received wide attention, while the vertical structures of atmospheric pollutants at night play a crucial role in the photochemical process on the following day, which is still less reported. Focusing on Guangzhou, a megacity of South China, we established an unmanned aerial vehicle (UAV) equipped with micro detectors to collect consecutive high-resolution samples of fine particle (PM2.5), submicron particle (PM1.0), black carbon (BC) and ozone (O3) concentrations in the atmosphere, as well as the air temperature (AT) and relative humidity (RH) within a 500 m a
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.
Unmanned Aerial Vehicles (UAVs) have emerged as a flexible, cost-effective solution for connecting Internet of Things (IoT) devices where traditional infrastructure falls short. However, managing their limited energy alongside the diverse demands of densely deployed devices makes resource allocation a genuinely hard problem. This paper presents a Deep Reinforcement Learning (DRL) framework that jointly optimizes user scheduling, IoT device transmit power, bandwidth, and UAV movement in a 6G-enabled UAV-relay uplink network, using a deterministic large-scale air-to-ground path-loss channel mode
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.
Effective monitoring of desert rangeland ecosystems is of crucial significance to regional ecological security. Unmanned aerial vehicle (UAV) hyperspectral remote sensing provides an effective means for the fine identification of vegetation species. However, in practical applications, vegetation classification using hyperspectral images often faces the problem of limited labeled samples, which makes it difficult for traditional deep learning methods to obtain stable and accurate classification results. To address these issues, this study proposes a meta-learning with Mamba (MetaMamba) method 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.
We propose a method for noninvasive heart rate (HR) estimation from ultra-high-definition (4K) UAV-recorded videos, leveraging general-purpose instance segmentation without retraining or manual annotation. The method integrates Fast Segment Anything (FastSAM) with silhouette tracking and signal processing techniques. To address segmentation reliability, we introduce a lightweight heuristic metric (Cseg) that detects abrupt changes in the region of interest, enabling the rejection of unreliable frames. Furthermore, a genetic algorithm is further employed to fine-tune preprocessing and estimatio
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.
Mosquito larval source management remains a critical strategy for malaria control, but traditional methods for mapping breeding sites are labor-intensive and slow. While drones offer a promising tool, their application is often hindered by reliance on costly orthomosaic generation (stitching drone images into precise, georeferenced maps) and multispectral sensors, creating significant barriers for resource-limited health programs. This study developed an alternative workflow using a deep learning approach for water body segmentation. We utilized the DeepLabV3 + architecture with an EfficientNe
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.
Mangrove ecosystems are the focus of extensive conservation and restoration efforts due to their critical roles in coastal protection, carbon sequestration, and climate change mitigation. Detecting mangrove seedlings in remotely sensed imagery is essential for evaluating restoration success and prioritizing conservation areas. While seedling detection research has predominantly been conducted in agricultural settings, studies in natural environments remain limited, and no dedicated methods have been proposed for mangrove ecosystems. To address this gap, this study develops a model for detectin
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.
Canopy chlorophyll content (CCC) and chlorophyll fluorescence (ChlF) are key indicators of crop physiological status and productivity. Advances in unmanned aerial vehicle (UAV)-based multispectral sensing, integrated with machine learning (ML), have opened new possibilities for precise and non-destructive monitoring of these traits. This study evaluated the performance of thirty vegetation indices (VIs) and six ML algorithms for estimating CCC and ChlF in maize during kharif season and rabi season at Tamil Nadu Agricultural University, Coimbatore, India. Regression analyses revealed that red-e
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 marine monitoring techniques, like line intercept transects, are inefficient. Modern methods, including autonomous underwater vehicles (AUVs) and Portable Speedy Sea Scanner (P-SSS), face high costs and labor demands, with limited data quality. This study proposes an amphibious unmanned aerial vehicle (AUAV) integrated with deep learning, enabling both aerial and underwater imaging with real-time GNSS information. The AUAV operates continuously for approximately 30 min and achieves high survey efficiency in shallow waters (0.5-10 m), providing a practical alternative to conventiona
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 safety risks associated with cyclists at signalized intersections are often analyzed within isolated units, an approach that fails to account for the inherent behavioral dependencies across consecutive intersections. Ignoring such cross-intersection persistence results in a fragmented understanding of cyclist decision-making and hinders the early identification of risky behaviors. This study investigates cyclists' behavioral persistence across consecutive signalized intersections using high-resolution trajectory data collected from unmanned aerial vehicles and roadside cameras. A re-identi
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.
There is wide recognition of the threats posed by the open dumping of waste in the environment. However, tools to surveil interventions for reducing this practice are poorly developed. This study explores the use of drone imagery for environmental surveillance. Drone images of waste piles were captured in a densely populated residential neighborhood in the Republic of Malawi. Images were processed using the Structure for Motion (SfM) technique and partitioned into segments using Orfeo Toolbox mounted in QGIS software. A total of 509 segments were manually labeled to generate data for training
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 classification and identification of forest tree species is of great value in the study of species diversity and forest monitoring. With the development of emerging technologies, the combination of remote sensing images and deep learning methods has become an important means to study multi-label image classification. However, nowadays, due to the small difference between tree species images, the difficulty of artificial labeling, and the difficulty of obtaining data sets, there are few studies on multi-label classification for tree species images. Therefore, taking the TreeSatAI dataset as
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.
The Aedes aegypti mosquito is the cause of the transmission of diseases such as Dengue, Chikungunya, Yellow fever, and Zika. Dengue is a viral illness and currently, there is no specific treatment for the disease. The best possible way to prevent this disease is to avoid the reproduction of mosquitoes. Reproduction of mosquitoes is avoided by identifying and treating the Possible Breeding Habitats (PBH) such as Stagnant water in Tires, water tanks, and Puddles. The PBH can be identified using Unmanned Aerial Vehicles (UAVs) better known as Drones which cover vast areas and are cost-effective.
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.
BACKGROUND: Early infant diagnosis (EID) for HIV-exposed infants is essential due to high mortality during the first months of their lives. In Conakry (Guinea), timely EID is difficult as traffic congestion prevents the rapid transport of blood samples to the central laboratory. We investigated the cost-effectiveness of transporting EID blood samples by unmanned aerial vehicles (UAV), also known as drones.
METHODS AND FINDINGS: Using Monte Carlo simulations, we conducted a cost-effectiveness comparative analysis between EID blood samples transportation by on-demand UAV transportation versus t
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.
The accurate monitoring of ecosystem carbon flux is the key to scientific assessment of terrestrial carbon sequestration. There is a big challenge for the tower-based eddy covariance system to cover multiple ecosystem types in a region. We introduced a multi-rotor UAV-borne flux observation system, and evaluated its observational accuracy based on the comparison of carbon flux between the multi-rotor UAV-borne flux observation system and the tower-based eddy covariance system within an experiment conducted in the reed wetland of the Liaohe Delta from July 27 to 29, 2023. The results showed tha
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.
Small object detection in unmanned aerial vehicle (UAV) aerial imagery is challenged by small object size, sparse feature information, and complex backgrounds. This paper presents AeroVision-DET, an aerial small object detection algorithm based on dynamic convolution and hierarchical attention fusion. We construct the Adaptive Receptive Field Network (ARFNet) based on the Multi-Scale Adaptive Feature Module (MSAFM) as the backbone, which achieves adaptive receptive field adjustment through dual-path feature enhancement blocks and multi-shape adaptive convolution. We design the Semantic-Spatial
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.
Harmful algal blooms (HABs) are increasing in frequency and persistence under climate change and anthropogenic nutrient enrichment. This proliferation poses growing challenges to seawater reverse osmosis (SWRO) desalination through accelerated membrane fouling. During HAB conditions, conventional point-based water quality monitoring often fails to capture the spatial heterogeneity of fouling-relevant water quality, limiting proactive intake and pretreatment decision-making. This study demonstrates an unmanned aerial vehicle (UAV)-based hyperspectral imaging and deep learning framework for spat
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.
The utilization of multi-source sensing data to achieve intelligent perception and refined management of farmland has become a vital research direction in modern agriculture. However, traditional inspection approaches based solely on visual information are highly susceptible to illumination variations, occlusion, and background interference, which makes stable pest detection and accurate crop growth assessment difficult to achieve. To address these problems, we propose a multimodal target perception network for intelligent farmland inspection. By integrating UAV imagery, ground environmental s
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.
Odor issues from landfills remain a persistent environmental challenge, exacerbated by the increasing urbanization and the decreasing proximity of residential areas to waste disposal sites. Conventional odor measurement methods (e.g., olfactometry, gas chromatography-mass spectrometry) have been instrumental in studying landfill emissions and addressing odor complaints. However, these methods either rely on subjective human assessment or require bulky equipment, limiting their large-scale applications on landfill sites. Additionally, real-time odor measurement is hindered by the need for on-si
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.