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
174265 публикаций
Поиск: 758 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 3934 с найденным полным текстом
BACKGROUND AND AIM: Standard deep learning methods have been found inadequate in distinguishing between intestinal tuberculosis (ITB) and Crohn's disease (CD), a shortcoming largely attributed to the scarcity of available samples. In light of this limitation, our objective is to develop an innovative few-shot learning (FSL) system, specifically tailored for the efficient categorization and differential diagnosis of CD and ITB, using endoscopic image data with minimal sample requirements.
METHODS: A total of 122 white-light endoscopic images (99 CD images and 23 ITB images) were collected (one
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: The Royal Australian College of General Practitioners (RACGP) delivers the Australian General Practice Training (AGPT) Program. This includes an out-of-practice education program predominantly involving small group learning sessions (SGLs) facilitated by local medical educators.
OBJECTIVE: This article explores the RACGP AGPT model's emphasis on peer-led SGLs, describing what they are and their educational benefits.
DISCUSSION: Stable small groups that meet regularly enable a positive learning environment by developing strong relationships among members, sharing reflective discus
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.
INTRODUCTION: Drug repositioning identifies new therapeutic applications for existing drugs, particularly for diseases lacking effective treatments. This approach can significantly reduce the time and cost of drug discovery. Recently, Machine Learning (ML) and Deep Learning (DL) have become pivotal tools in this field, facilitating the analysis of large-scale datasets and enhancing the accuracy, efficiency, and speed of identifying novel drug indications.
METHODS: This systematic review examines recent advances in machine learning and deep learning approaches for drug repositioning. A compreh
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.
The persistent challenge in visual object tracking, particularly for small and fast-moving targets, lies in the trade-off between effective resolution and contextual information. Fixed search regions cannot adapt to variations in target scale and motion, often resulting in degraded target representation and tracking failures. In this paper, we introduce AdaSAM2, a framework that formulates adaptive search-region selection as a sequential decision-making problem. Unlike conventional per-frame heuristics, our approach employs an event-driven reinforcement learning policy that selects the croppin
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.
Aversive learning paradigms in laboratory settings have led to valuable decades of research on the acquisition and expression of memories that produce fear and avoidance. However, the majority of these studies have focused on situations in which animals undergo aversive learning while they are in isolation. Although these studies have provided critical insights into the behavioral and neural processes guiding aversive learning, as well as translational insights into neuropsychiatric disorders, how social dimensions that are embedded in naturalistic aversive experiences influence these processe
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.
Sequential learning remains challenging due to instability and interference caused by continuous parameter adaptation. Most existing approaches focus on how parameters are updated, which implicitly assumes that adaptation is uniformly permitted across the model. Here we identify learning capacity allocation, defined as the problem of determining where adaptation is permitted, as an upstream and critical factor shaping sequential learning dynamics. We introduce IP2-RSNN, a two-stage framework that allocates intrinsic neuronal plasticity at the task-family level and evaluates its effects during
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.
OBJECTIVES: Dental Behaviour Support (DBS) refers to informal and formal strategies and interventions that support patients' acceptance and experience of oral healthcare. DBS plays a crucial role, particularly for vulnerable groups, yet training across dental curricula remains inconsistent. This study developed evidence- and consensus-based domains of learning for undergraduate dental and allied professional education, which may also support continuing and postgraduate training in DBS.
METHODS: A cross-sectional survey was conducted among members of the BeSiDe Network. Participants rated 43 D
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.
Sepsis, a critical infection-induced inflammatory condition, poses substantial global health challenges, demanding timely detection for effective intervention. This article explores the application of machine learning (ML) and deep learning (DL) in predicting sepsis using electronic health record (EHR) to enhance patient outcomes. A comprehensive search across PubMed, IEEE Xplore, Google Scholar, and Scopus yielded 39 studies meeting stringent inclusion criteria. Predominantly retrospective (n = 34) and geographically diverse, these studies, spanning North America (n=19), Asia (n=13), Europe (
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.
Contrastive learning has gained significant attention in short text clustering, yet it has an inherent drawback of mistakenly identifying samples from the same category as negatives and separating them in the feature space (i.e., the false negative separation problem). To generate discriminative representations for short text clustering, we propose a novel clustering method, called Discriminative Representation learning via Attention-Enhanced Contrastive Learning for Short Text Clustering (AECL). The AECL consists of two modules which are the contrastive learning module and the pseudo-label as
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: Learning disabilities, categorized as neurodevelopmental disorders, profoundly impact the cognitive development of young children. These disabilities affect text comprehension, reading, writing and problem-solving abilities. Specific learning disabilities (SLDs), most notably dyslexia and dysgraphia, can significantly hinder students' academic achievement. The timely identification of such students is crucial in providing them with essential assistance and facilitating the development of skills required to overcome their limitations.
METHODS: The proposed model, which utilizes art
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.
Alzheimer disease (AD) is among the most chronic neurodegenerative diseases that threaten global public health. The prevalence of Alzheimer disease and consequently the increased risk of spread all over the world pose a vital threat to human safekeeping. Early diagnosis of AD is a suitable action for timely intervention and medication, which may increase the prognosis and quality of life for affected individuals. Quantum computing provides a more efficient model for different disease classification tasks than classical machine learning approaches. The full potential of quantum computing is not
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.
OBJECTIVE: PONV reduces patient satisfaction and increases hospital costs as patients remain in the hospital for longer durations. In this study, we build a preliminary artificial intelligence algorithm model to predict early PONV in patients.
METHODS: We use R for statistical analysis and Python for the machine learning prediction model.
RESULTS: Average characteristic engineering results showed that haloperidol, sex, age, history of smoking, and history of PONV were the first 5 contributing factors in the occurrence of early PONV. Test group results for artificial intelligence prediction o
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.
Big data serves as the cornerstone for constructing real-world deep learning systems across various domains. In medicine and healthcare, a single clinical site lacks sufficient data, thus necessitating the involvement of multiple sites. Unfortunately, concerns regarding data security and privacy hinder the sharing and reuse of data across sites. Existing approaches to multi-site clinical learning heavily depend on the security of the network firewall and system implementation. To address this issue, we propose Relay Learning, a secure deep-learning framework that physically isolates clinical d
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 current outbreak of monkeypox (mpox) has become a major public health concern because of the quick spread of this disease across multiple countries. Early detection and diagnosis of mpox is crucial for effective treatment and management. Considering this, the purpose of this research was to detect and validate the best performing model for detecting mpox using deep learning approaches and classification models. To achieve this goal, we evaluated the performance of five common pretrained deep learning models (VGG19, VGG16, ResNet50, MobileNetV2, and EfficientNetB3) and compared their accura
СтатьяОбзорПоддержка 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.
Multiple Sclerosis (MS) is a disease that impacts the central nervous system (CNS), which can lead to brain, spinal cord, and optic nerve problems. A total of 2.8 million are estimated to suffer from MS. Globally, a new case of MS is reported every five minutes. In this review, we discuss the proposed approaches to diagnosing MS using machine learning (ML) published between 2011 and 2022. Numerous models have been developed using different types of data, including magnetic resonance imaging (MRI) and clinical data. We identified the methods that achieved the best results in diagnosing MS. The
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.
Asphyxiation associated with metabolic acidosis is one of the common causes of fetal deaths. The paper aims to develop a feature extraction and prediction algorithm capable of identifying most of the features in the SISPORTO software package and late and variable decelerations. The resulting features were used for classification based on umbilical cord pH data. The algorithms developed here were used to predict cord pH levels. The prediction system assists the obstetricians in assessing the state of the fetus better than the category methods, as only about 30% of the patients in the pathologic
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.
In this paper, we address the problem of identifying brain haemorrhage which is considered as a tedious task for radiologists, especially in the early stages of the haemorrhage. The problem is solved using a deep learning approach where a convolutional neural network (CNN), the well-known AlexNet neural network, and also a modified novel version of AlexNet with support vector machine (AlexNet-SVM) classifier are trained to classify the brain computer tomography (CT) images into haemorrhage or nonhaemorrhage images. The aim of employing the deep learning model is to address the primary question
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.
If we try to draw conclusions about events, analyse data or results (in one or a certain area) and clarify our unknown points in standard or non-standard ways, this leads to the transfer of experience from one area to another. How do we want to follow guidelines, while the most of the obligatory laws are not followed, for example? The aim of prescriptions or recommendations in medicine, for example, (or the laws of a country that do not usually apply to particular classes or castes, as well as business rules) is to give guidance on how it would be appropriate to help people or ourselves (as we
Редакционная 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.
Amidst the growing demand for effective blended learning, particularly post-COVID-19, understanding the key factors influencing student learning experiences is paramount. This study addresses this need by designing and validating a comprehensive questionnaire (ELFEQ) to assess these factors across both face-to-face (F2F) and e-learning environments in medical education. A quantitative, cross-sectional study was conducted with 298 students from Shiraz University of Medical Sciences (SUMS), Iran. Data were collected using the researcher-developed 27-item ELFEQ questionnaire (rated on a 5-point L
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.
Generic language (e.g., "Birds have hollow bones") conveys generalizations about categories and is a fundamental and ubiquitous mechanism of learning about the world. How exactly learning from generics occurs, however, is unclear: Generics exhibit so much flexibility in how they are interpreted that a formal, quantitative theory of how generic language updates beliefs has not only never been developed or tested, but the very notion has often been explicitly dismissed. Here, we explore a hypothesis implicit in the work of Tessler and Goodman (2019) that generics update beliefs via an uncertain
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.