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
21957 публикаций
Поиск: 385 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 2706 с найденным полным текстом
BACKGROUND AND OBJECTIVE: Bronchoscopy is a widely used diagnostic and therapeutic procedure for respiratory disorders such as infections and tumors. However, visualizing the bronchial tubes and lungs can be challenging due to the presence of various objects, such as mucus, blood, and foreign bodies. Accurately identifying the anatomical location of the bronchi can be quite challenging, especially for medical professionals who are new to the field. Deep learning-based object detection algorithms can assist doctors in analyzing images or videos of the bronchial tubes to identify key features su
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: Anemia is one of the global public health problems that affect children and pregnant women. Anemia occurs when the level of red blood cells within the body decreases or when the structure of the red blood cells is destroyed or when the Hb level in the red blood cell is below the normal threshold, which results from one or more increased red cell destructions, blood loss, defective cell production or a depleted sum of Red Blood Cells.
METHODS: The method used in this study is divided into three phases: the datasets were gathered, which is the palm, pre-processed the image, which co
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: Trichuris trichiura (whipworm) is one of the most prevalent soil transmitted helminths (STH) affecting 604-795 million people worldwide. Diagnostic tools that are affordable and rapid are required for detecting STH. Here, we assessed the performance of the near-infrared spectroscopy (NIRS) technique coupled with machine learning algorithms to detect Trichuris muris in faecal, blood, serum samples and non-invasively through the skin of mice.
METHODOLOGY: We orally infected 10 mice with 30 T. muris eggs (low dose group), 10 mice with 200 eggs (high dose group) and 10 mice were used
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: Ultrasound (US) is a valuable technique to detect degenerative findings and intrasubstance tears in lateral elbow tendinopathy (LET). Machine learning methods allow supporting this radiological diagnosis.
AIM: To assess multilabel classification models using machine learning models to detect degenerative findings and intrasubstance tears in US images with LET diagnosis.
MATERIALS AND METHODS: A retrospective study was performed. US images and medical records from patients with LET diagnosis from January 1st, 2017, to December 30th, 2018, were selected. Datasets were built for tra
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.
Early detection of breast cancer is of great value in improving the prognosis. The current detection methods of breast cancer have their own limitations. In this study, we investigated the feasibility of Fourier Transform Infrared (FT-IR) spectroscopy combined with different classification algorithms for the early detection of breast cancer in a large sample of 526 patients, including 308 invasive breast cancer, 101 ductal carcinoma in situ, and 117 healthy controls. The serum was measured with FT-IR spectroscopy. Kennard-Stone (KS) algorithm was used to divide the data into the training set 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.
Self-assembled nanosphere structures are widely used as bottom-up platforms for ordered micro- and nanostructures, with applications in photonic crystals, sensing platforms, functional coatings, drug delivery, and nanosphere lithography. Their performance and reproducibility depend on structural order, packing density, interparticle spacing, and defect density and distribution. Thus, reliable imaging and quantitative defect detection are needed for quality evaluation and process optimization. This review provides an overview of defect characteristics, imaging systems, and defect detection algo
СтатьяОбзорПоиск 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.
Autism spectrum disorder (ASD) is a complex neurodevelopmental condition with a broad spectrum of symptoms, which makes timely and accurate diagnosis challenging. The development of machine learning (ML) and deep learning (DL) has created opportunities for automated ASD screening and detection. This systematic review focuses on the analyses of 59 peer-reviewed studies on unimodal and multimodal approaches to ASD detection that were published between 2019 and 2025. The results demonstrated that classical ML algorithms (such as logistic regression [LR], support vector machines [SVM] and random f
СтатьяСистематический обзорПоиск 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 The 2023 RSNA Screening Mammography Breast Cancer Detection AI Challenge invited participants to develop artificial intelligence (AI) models capable of independently interpreting mammograms. Purpose To assess the performance of the submitted algorithms, explore the potential for improving performance by combining the best-performing AI algorithms, and investigate how performance was influenced by the demographic and clinical characteristics of the evaluation cohort. Materials and Methods A total of 1687 AI algorithms were submitted from November 2022 to February 2023. Of these, 1537
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: To develop artificial intelligence (AI) models for automated detection of center-involved diabetic macular edema (CI-DME) with visual impairment using color fundus photographs (CFPs) and OCT scans.
DESIGN: Artificial intelligence effort using pooled data from multicenter studies.
PARTICIPANTS: Data sets consisted of diabetic participants with or without CI-DME, who had CFP, OCT, and best-corrected visual acuity (BCVA) obtained after manifest refraction. The development data set was from DRCR Retina Network clinical trials, external testing data set 1 was from the Singapore National
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 use of unmanned aerial vehicles (UAVs) has been rapidly increasing in both professional and recreational settings, leading to concerns about the safety and security of people and facilities. One area of research that has emerged in response to this concern is the development of detection systems for UAVs. However, many existing systems have limitations, such as detection failures or false detection of other aerial objects, including birds. To address this issue, the development of a standard dataset that provides images of both drones and birds is essential for training accurate and effect
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.
Leptospirosis is a life-threatening, zoonotic disease with various clinical presentations, including renal injury, hepatic injury, pancreatitis, and pulmonary hemorrhage. With prompt recognition of the disease and treatment, 90% of infected dogs have a positive outcome. Therefore, rapid, early diagnosis of leptospirosis is crucial. Testing for Leptospira-specific serum antibodies using the microscopic agglutination test (MAT) lacks sensitivity early in the disease process, and diagnosis can take >2 wk because of the need to demonstrate a rise in titer. We applied machine-learning algorithms 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.
BACKGROUND: Non-contrast head CT scan is the current standard for initial imaging of patients with head trauma or stroke symptoms. We aimed to develop and validate a set of deep learning algorithms for automated detection of the following key findings from these scans: intracranial haemorrhage and its types (ie, intraparenchymal, intraventricular, subdural, extradural, and subarachnoid); calvarial fractures; midline shift; and mass effect.
METHODS: We retrospectively collected a dataset containing 313 318 head CT scans together with their clinical reports from around 20 centres in India betwe
СтатьяПоддержка исследования: вне правительства СШАВалидационное исследованиеПоиск 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.
Accurate and effective diagnosis of skin diseases is crucial for clinical decision-making. However, there are still some challenges, including irregular lesion morphologies, class imbalance between rare and common types, and performance degradation in complex scenarios characterized by noise or occlusion. To address these issues, an improved skin disease detection algorithm is proposed based on YOLOv8n, which features three core innovations. First, it integrates deformable large kernel attention (D-LKA) into deep backbone layers to capture global contextual relationships of lesions; then it em
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.
Road sign detection is crucial for highway maintenance but often suffers from sign loss, occlusion, and spatial misjudgments such as repeated local detections or mapping errors. To address these issues, this study proposes YOLO-DeepSort, a tracking and detection framework integrating a novel Spatial Multivariate Clustering Algorithm with GPS information (SCMCg). The YOLOv9 detector is augmented using Mixed Local Channel Attention (MLCA) and DualConv modules to enhance image feature extraction and contextual awareness while compressing the theoretical model volume. In the tracking phase, DeepSo
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.
Aiming at the problems of low accuracy and large computation in the task of PCB defect detection. This paper proposes a lightweight PCB defect detection algorithm based on YOLO. To address the problem of large numbers of parameters and calculations, GhostNet are used in Backbone to keep the model lightweight. Second, the ordinary convolution of the neck network is improved by depthwise separable convolution, resulting in a reduction of redundant parameters within the neck network. Afterwards, the Swin-Transformer is integrated with the C3 module in the Neck to build the C3STR module, which aim
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.
According to the physical characteristics of cotton and the work characteristics of cotton pickers in the field, during the picking process, there is a risk of cotton combustion. The cotton picker working environment is complex, cotton ignition can be hidden, and fire is difficult to detect. Therefore, in this study, we designed an improved algorithm for multi-sensor data fusion; built a cotton picker fire detection system by using infrared temperature sensors, CO sensors, and the upper computer; and proposed a BP neural network model based on improved mutation operator hybrid gray wolf optimi
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.
Helmets are the most common protective equipment on construction sites and can effectively reduce head injuries caused by falling objects. In actual helmet detection on construction sites, traditional target detection faces challenges such as complex environments and unclear target identification. To address this issue, we developed the URD-YOLOv8 helmet detection algorithm. The algorithm is based on an improvement of YOLOv8 and aims to enhance the performance of helmet detection. First, the upsampling module is integrated into the neck network of the model, which makes the model upsampling ab
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: Early diagnosis of pulmonary hypertension (PH) is critical for effective treatment and management. We aimed to develop and externally validate an artificial intelligence algorithm that could serve as a PH screening tool, based on analysis of a standard 12-lead ECG.
METHODS: The PH Early Detection Algorithm (PH-EDA) is a convolutional neural network developed using retrospective ECG voltage-time data, with patients classified as "PH-likely" or "PH-unlikely" (controls) based on right heart catheterisation or echocardiography. In total, 39 823 PH-likely patients and 219 404 control p
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 is a transformative force in the medical field and it has made significant progress as a pivotal alternative to conventional manual testing methods. Detection of Tubercle Bacilli in sputum samples is faced with the problems of complex backgrounds, tiny and numerous objects, and human observation over a long time not only causes eye fatigue, but also greatly increases the error rate of subjective judgement. To solve these problems, we optimize YOLOv8s model and propose a new detection algorithm, Lite-YOLOv8. Firstly, the Lite-C2f module is used to ensure accuracy by significantly
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: In this paper, we propose an optimal ureter stone detection model utilizing multiple artificial intelligence technologies. Specifically, the proposed model of urinary tract stone detection merges an artificial intelligence model and an image processing model, resulting in a multimethod approach.
METHODS: We propose an optimal urinary tract stone detection algorithm based on artificial intelligence technology. This method was intended to increase the accuracy of urinary tract stone detection by combining deep learning technology (Fast R-CNN) and image processing technology (Watershed)
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.