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
28900 публикаций
Поиск: 107 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1526 с найденным полным текстом
Advances in engineering software (Barking, London, England : 1992)2022eng
The Coronavirus (COVID-19) has become a critical and extreme epidemic because of its international dissemination. COVID-19 is the world's most serious health, economic, and survival danger. This disease affects not only a single country but the entire planet due to this infectious disease. Illnesses of Covid-19 spread at a much faster rate than usual influenza cases. Because of its high transmissibility and early diagnosis, it isn't easy to manage COVID-19. The popularly used RT-PCR method for COVID-19 disease diagnosis may provide false negatives. COVID-19 can be detected non-invasively using
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.
Assessment of daily creatinine production and excretion plays a crucial role in the estimation of renal function. Creatinine excretion is estimated by creatinine excretion equations and implicitly in eGFR equations like MDRD and CKD-EPI. These equations are however unreliable in patients with aberrant body composition. In this study we developed and validated equations estimating creatinine production using deep learning body-composition analysis of clinically acquired CT-scans. We retrospectively included patients in our center that received any CT-scan including the abdomen and had a 24-h ur
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: This study was designed to establish radiation pneumonitis (RP) prediction models using dosiomics and/or deep learning-based radiomics (DLR) features based on 3D dose distribution.
METHODS: A total of 140 patients with non-small cell lung cancer who received stereotactic body radiation therapy (SBRT) were retrospectively included in this study. These patients were randomly divided into the training (n = 112) and test (n = 28) sets. Besides, 107 dosiomics features were extracted by Pyradiomics, and 1316 DLR features were extracted by ResNet50. Feature visualization was performed ba
Рандомизированное исследованиеСтатьяПоиск 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 Trastuzumab emtansine (T-DM1) is an antibody-drug conjugate approved for use in human epidermal growth factor receptor 2 (HER2)-positive breast cancer. Case reports have suggested an association between T-DM1 and portal hypertension. Purpose To evaluate the association of T-DM1 therapy with spleen volume changes and portal hypertension on CT scans and clinical findings compared with lapatinib and capecitabine therapy. Materials and Methods Patients with HER2-positive breast cancer who were administered at least two cycles of T-DM1 or lapatinib and capecitabine (controls) in a tertia
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.
Digital pathology has recently been more broadly deployed, fueling artificial intelligence (AI) application development and more systematic use of image analysis. Here, two different AI models were developed to evaluate follicular cell hypertrophy in hematoxylin and eosin-stained whole-slide-images of rat thyroid gland, using commercial AI-based-software. In the first, mean cytoplasmic area measuring approach (MCA approach), mean cytoplasmic area was calculated via several sequential deep learning (DL)-based algorithms including segmentation in microanatomical structures (separation of colloid
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.
Аннотация не предоставлена источником. Откройте карточку для перехода к публикации.
Редакционная статьяПоддержка исследования: вне правительства СШАКомментарийПолный 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 multiple deep learning methods for automated segmentation (auto-segmentation) of the parotid glands, submandibular glands, and level II and level III lymph nodes on magnetic resonance imaging (MRI). Outlining radiosensitive organs on images used to assist radiation therapy (radiotherapy) of patients with head and neck cancer (HNC) is a time-consuming task, in which variability between observers may directly impact on patient treatment outcomes. Auto-segmentation on computed tomography imaging has been shown to result in significant time reductions and more consistent ou
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.
PURPOSE: The aim of this study was to evaluate the classification accuracy of specific blood flow reduction patterns in clinical images by deep learning using simulation data.
METHODS: We obtained Z-score maps for 100 cases each of simulated Alzheimer's disease (AD), simulated dementia with Lewy bodies (DLB), and simulated normal cognition (NC) by performing statistical analysis of the simulation data that provided defects and healthy patient data. The clinical images were determined by reference to radiological reports, and Z-score maps of AD (n=33), DLB (n=20), and NC (n=28) were used. A ne
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.
PURPOSE: The identification of pathological mediastinal lymph nodes is an important step in the staging of lung cancer, with the presence of metastases significantly affecting survival rates. Nodes are currently identified by a physician, but this process is time-consuming and prone to errors. In this paper, we investigate the use of artificial intelligence-based methods to increase the accuracy and consistency of this process.
METHODS: Whole-body 18F-labelled fluoro-2-deoxyglucose ([18F]FDG) positron emission tomography/computed tomography ([18F]FDG-PET/CT) scans (Philips Gemini TF) from 134
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.
In modern production environments, advanced and intelligent process monitoring strategies are required to enable an unambiguous diagnosis of the process situation and thus of the final component quality. In addition, the ability to recognize the current state of product quality in real-time is an important prerequisite for autonomous and self-improving manufacturing systems. To address these needs, this study investigates a novel ensemble deep learning architecture based on convolutional neural networks (CNN), gated recurrent units (GRU) combined with high-performance classification algorithms
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.
Combat-related mild traumatic brain injury (cmTBI) is a leading cause of sustained physical, cognitive, emotional, and behavioral disabilities in Veterans and active-duty military personnel. Accurate diagnosis of cmTBI is challenging since the symptom spectrum is broad and conventional neuroimaging techniques are insensitive to the underlying neuropathology. The present study developed a novel deep-learning neural network method, 3D-MEGNET, and applied it to resting-state magnetoencephalography (rs-MEG) source-magnitude imaging data from 59 symptomatic cmTBI individuals and 42 combat-deployed
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАПоддержка 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.
The aim of this study was to apply artificial neural networks as deep learning tools in establishing a model for understanding and prediction of diazepam release from fused deposition modeling (FDM) printed tablets. Diazepam printed tablets of various shapes were created by a computer-aided design (CAD) program and prepared by fused deposition modeling using previously prepared polyvinyl alcohol/diazepam filaments via hot-melt extrusion. The surface to volume ratio (SA/V) for each shape was calculated. Printing parameters were varied including infill density (20%, 70% and 100%) and infill patt
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 Assessment of lumbar spinal stenosis at MRI is repetitive and time consuming. Deep learning (DL) could improve -productivity and the consistency of reporting. Purpose To develop a DL model for automated detection and classification of lumbar central canal, lateral recess, and neural -foraminal stenosis. Materials and Methods In this retrospective study, lumbar spine MRI scans obtained from September 2015 to September 2018 were included. Studies of patients with spinal instrumentation or studies with suboptimal image quality, as well as postgadolinium studies and studies of patients
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 Cerebrovascular reserve (CVR) may be measured by using an acetazolamide test to clinically evaluate patients with cerebrovascular disease. However, acetazolamide use may be contraindicated and/or undesirable in certain clinical settings. Purpose To predict CVR images generated from acetazolamide vasodilation with a deep learning network by using only images before acetazolamide administration. Materials and Methods Simultaneous oxygen 15 (15O)-labeled water PET/MRI before and after acetazolamide injection were retrospectively analyzed for patients with Moyamoya disease and healthy c
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
OBJECTIVE: Measurement of the liver and spleen volumes has clinical implications. Although computed tomography (CT) volumetry is considered to be the most reliable noninvasive method for liver and spleen volume measurement, it has limited application in clinical practice due to its time-consuming segmentation process. We aimed to develop and validate a deep learning algorithm (DLA) for fully automated liver and spleen segmentation using portal venous phase CT images in various liver conditions.
MATERIALS AND METHODS: A DLA for liver and spleen segmentation was trained using a development data
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.
BACKGROUND AND AIMS: Preterm birth imposes a high risk for developing neuromotor delay. Earlier prediction of adverse outcome in preterm infants is crucial for referral to earlier intervention. This study aimed to predict abnormal motor outcome at 2 years from early brain diffusion magnetic resonance imaging (MRI) acquired between 29 and 35 weeks postmenstrual age (PMA) using a deep learning convolutional neural network (CNN) model.
METHODS: Seventy-seven very preterm infants (born <31 weeks gestational age (GA)) in a prospective longitudinal cohort underwent diffusion MR imaging (3T Siemens
Клиническое исследованиеСтатьяПоддержка 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.
IMPORTANCE: Chest radiography is a useful noninvasive modality to evaluate pulmonary blood flow status in patients with congenital heart disease. However, the predictive value of chest radiography is limited by the subjective and qualitive nature of the interpretation. Recently, deep learning has been used to analyze various images, but it has not been applied to analyzing chest radiographs in such patients.
OBJECTIVE: To develop and validate a quantitative method to predict the pulmonary to systemic flow ratio from chest radiographs using deep learning.
DESIGN, SETTING, AND PARTICIPANTS: Th
СтатьяНаблюдательное исследованиеПоддержка 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.
OBJECTIVE: To classify children with autism spectrum disorder (ASD) and typical development (TD) using short-term spontaneous hemodynamic fluctuations and to explore the abnormality of inferior frontal gyrus and temporal lobe in ASD.
METHODS: 25 ASD children and 22 TD children were measured with functional near-infrared spectroscopy located on the inferior frontal gyrus and temporal lobe. To extract features used to classify ASD and TD, a multi-layer neural network was applied, combining with a three-layer convolutional neural network, a layer of long and short-term memory network (LSTM) and
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.
RATIONALE AND OBJECTIVES: Breast segmentation using the U-net architecture was implemented and tested in independent validation datasets to quantify fibroglandular tissue volume in breast MRI.
MATERIALS AND METHODS: Two datasets were used. The training set was MRI of 286 patients with unilateral breast cancer. The segmentation was done on the contralateral normal breasts. The ground truth for the breast and fibroglandular tissue (FGT) was obtained by using a template-based segmentation method. The U-net deep learning algorithm was implemented to analyze the training set, and the final model w
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.
The loss of skeletal muscle mass is recognized as a complication of several chronic diseases and is associated with increased mortality and a decreased quality of life. Relevant and reliable animal models in which muscle wasting can be monitored noninvasively over time are instrumental to investigate and develop new therapies. In this work, we developed a fully automatic deep learning algorithm for segmentation of micro cone beam computed tomography images of the lower limb muscle complex in mice and subsequent muscle mass calculation. A deep learning algorithm was trained on manually segmente
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.