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
6142 публикаций
Поиск: 150 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 230 с найденным полным текстом
OBJECTIVE: To establish a sequence-specific predictive model for spinal bone loss by leveraging conventional lumbar MRI, targeting abnormal bone density or osteoporosis differentiations.
METHODS: A total of 320 MR scans from 160 patients (52 men and 108 women; mean age 61.27 ± 12.72 years) who underwent lumbar MRI and quantitative computed tomography (QCT) examinations were retrospectively enrolled in this study cohort. Radiomic features were extracted from the lumbar spine MR images. With QCT as the reference standard, six radiomic-based machine learning models including K-nearest neighbor (
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.
Tumor heterogeneity plays a central role in treatment resistance, disease progression, and diagnostic uncertainty. However, it may be overlooked by traditional 2D histology. Accurate 3D assessment of tumor microarchitecture is therefore important for capturing its spatial complexity. Micro-CT, a well-established imaging modality now emerging for high-resolution 3D virtual histology of soft tissues, provides a promising alternative. Combined with radiomics, this technique enables interpretable, quantitative characterization of tumor biology beyond visual inspection. In this study, we analyzed r
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.
PURPOSE: This study aimed to establish a prediction model for Idiopathic Inflammatory Myopathies (IIM) based on the radiomics of vastus intermedius.
METHODS: 43 IIM patients and 48 control cases were analyzed in the retrospective study. By using the 3D slicer software, 107 radiomics features were obtained for each case. The selection of variables was performed using a two-sample t-test or the Mann-Whitney U test, followed by maximum correlation minimum redundancy (mRMR). Least Absolute Shrinkage and Selection Operator (LASSO) regression was used for dimension reduction. To assess the model pe
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.
This data note describes a structured dataset of lung radiomic features derived from thoracic noncontrast computed tomography examinations of 100 subjects (47 males, 53 females; aged 15-74 years). Participants were selected on the basis of the absence of known lung, pleura, and mediastinum diseases in clinical records and radiology reports, as well as systemic diseases affecting the respiratory system. The included computed tomography studies were performed on a single multidetector CT scanner (Siemens Healthineers SOMATOM go. Now), using a uniform protocol (110 kVp; reconstructed slice thickn
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.
BackgroundThe prognosis for hepatocellular carcinoma (HCC) is unfavorable, primarily attributable to the high incidence of recurrence.PurposeTo assess the prognostic value of multiparametric magnetic resonance imaging (mp-MRI) based on radiomic features for overall survival (OS) in patients with HCC.Material and MethodsPatients who underwent abdominal mp-MRI examination before hepatectomy in our hospital between January 2016 and December 2019 were retrospectively collected and divided into a training group and a verification group at a ratio of 7:3. The patients' images, clinical parameters, a
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.
Radiomics allows for quantitative utilisation of radiological data and carries great potential for improving the diagnosis and management of hepatopancreatobiliary (HPB) cancers. Radiomic features represent changes at the mesoscopic scale and serve as noninvasive markers for tumour heterogeneity. Using deep learning and machine learning approaches, retrospective studies have demonstrated that radiomic signatures have the capability to improve the diagnosis of hepatocellular carcinoma (HCC), pancreatic cancer, and cholangiocarcinoma, in conjunction with radiological evaluation. Radiomic models
СтатьяОбзорПоддержка 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.
Vascular cognitive impairment (VCI) is an umbrella term for diseases associated with cognitive decline induced by substantive brain damage following pathological changes in the cerebrovascular system. The primary clinical manifestations include behavioral abnormalities and diminished learning and memory cognitive functions. If the location and extent of brain injury are not identified early and therapeutic interventions are not promptly administered, it may lead to irreversible cognitive impairment. Therefore, the early diagnosis of VCI is crucial for its prevention and treatment. Prior to the
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.
European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society2025eng
BACKGROUND: Modic changes (MC) are vertebral endplate abnormalities detectable on MRI, strongly linked to low back pain (LBP). Identifying imaging features correlated with pain severity may improve diagnosis and guide treatment. This study aims to develop an automated radiomics-based model for classifying MC and investigating its association with LBP severity. METHODS: A total of 304 retrospective and 101 prospective patients with MRI-confirmed MC (January 2020–May 2024) were analyzed. Radiomic features were extracted from T1, T2, and FS sequences using Pyradiomics, yielding 1,906 features. Th
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.
INTRODUCTION: Detecting high risk characteristics in intraocular retinoblastoma is important for determining metastatic risk.
METHODS: In this pilot study, preoperative Magnetic Resonance Imaging (MRI) radiomics data were compared to high-risk histopathology features after enucleation. A total of 2142 MRI features were extracted, and relevant features were selected to create predictive models for optic nerve and choroidal invasion.
RESULTS: Among 31 eyes of 29 patients, 14 eyes had optic nerve invasion and 6 had choroidal invasion. The predictive model for optic nerve (ON) invasion achieved
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.
Pituitary adenomas (PA) represent the most common type of sellar neoplasm. Extracting relevant information from radiological images is essential for decision support in addressing various objectives related to PA. Given the critical need for an accurate assessment of the natural progression of PA, computer vision (CV) and artificial intelligence (AI) play a pivotal role in automatically extracting features from radiological images. The field of "Radiomics" involves the extraction of high-dimensional features, often referred to as "Radiomic features," from digital radiological images. This surv
СтатьяСистематический обзорПоиск 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: Delta radiomics is a high-throughput computational technique used to describe quantitative changes in serial, time-series imaging by considering the relative change in radiomic features of images extracted at two distinct time points. Recent work has demonstrated a lack of prognostic signal of radiomic features extracted using this technique. We hypothesize that this lack of signal is due to the fundamental assumptions made when extracting features via delta radiomics, and that other methods should be investigated.
PURPOSE: The purpose of this work was to show a proof-of-concept o
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.
Cognitive impairments, which can be caused by neurodegenerative and cerebrovascular disease, represent a growing global health crisis with far-reaching implications for individuals, families, healthcare systems, and economies worldwide. Notably, neurodegenerative-induced cognitive impairment often presents a different pattern and severity compared to cerebrovascular-induced cognitive impairment. With the development of computational technology, machine learning techniques have developed rapidly, which offers a powerful tool in radiomic analysis, allowing a more comprehensive model that can han
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.
OBJECTIVE: Radiomics is the process of extracting quantitative features from radiological images, and represents a relatively new field in gynecological cancers. Cervical cancer has been the most studied gynecological tumor for what concerns radiomics analysis. The aim of this study was to report on the clinical applications of radiomics combined and/or compared with clinical-pathological variables in patients with cervical cancer.
METHODS: A systematic review of the literature from inception to February 2023 was performed, including studies on cervical cancer analysing a predictive/prognosti
СтатьяСистематический обзорПоиск 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: Radiomics is the process to automate tumor feature extraction from medical images. This has shown potential for quantifying the tumor phenotype and predicting treatment response. The three major challenges of radiomics research and clinical adoption are: (a) lack of standardized methodology for radiomics analyses, (b) lack of a universal lexicon to denote features that are semantically equivalent, and (c) lists of feature values alone do not sufficiently capture the details of feature extraction that might nonetheless strongly affect feature values (e.g. image normalization or interpo
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.
INTRODUCTION: The accurate differentiation of fat-poor and atypical adrenal adenomas from metastases remains a diagnostic challenge. This study aimed to evaluate the predictive value of MRI-based radiomic, radiologic, and combined radiomic-radiologic machine learning (ML) models.
METHODS: This single-center retrospective study included 37 patients with 44 adrenal masses (19 adenomas; 25 metastases). Data were split into training and testing sets (2:1). To expand the training set, data augmentation was performed by multiple sampling (56 labeled slices from 30 masses). Radiomic features were ex
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: This study aimed to develop an explainable radiomics model for stratifying prostate cancer (PCa) patients with high-risk disease via investigation of the association between cell density (CD) in the PCa region on histopathological images and multiparametric MR (mpMR) radiomics features.
MATERIALS AND METHODS: 137,970 radiomic features were calculated from mpMR images (101 PCa regions of 44 patients), and joint histograms (JHs) were derived from dynamic contrast-enhanced (DCE) images for each PCa region. The association between CD on histopathological images and its corresponding mp
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.
OBJECTIVE: To develop and evaluate the performance of a radiomics and machine learning model applied to ultrasound (US) images in predicting the risk of malignancy of a uterine mesenchymal lesion.
METHODS: Single-center retrospective evaluation of consecutive patients who underwent surgery for a malignant uterine mesenchymal lesion (sarcoma) and a control group of patients operated on for a benign uterine mesenchymal lesion (myoma). Radiomics was applied to US preoperative images according to the International Biomarker Standardization Initiative guidelines to create, validate and test a clas
Оценочное исследованиеСтатьяПолный 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.
INTRODUCTION: Accurate preoperative differentiation between fat-poor angiomyolipoma (fp-AML) and clear cell renal cell carcinoma (ccRCC) is clinically critical but remains challenging due to overlapping imaging features. Existing radiomics studies primarily focus on intratumoral features with limited validation on diagnostically ambiguous cases.
PATIENTS: This retrospective study included 623 patients with pathologically confirmed renal tumors. The training cohort comprised 429 cases with concordant imaging-pathology diagnoses, while the independent test cohort was enriched with 194 clinicall
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 prediction of pathological complete response (pCR) to neoadjuvant chemotherapy (NAC) in breast cancer remains challenging. Traditional imaging lacks molecular sensitivity, while single-modality radiomics may miss tumor microenvironment dynamics. Integrating amide proton transfer-weighted imaging (APTWI)-quantifying protein levels linked to chemo-response-into multimodal radiomics may enable precise early pCR prediction, guiding personalized therapy. This study aims to develop and validate a multimodal radiomics model, integrating amide proton transfer-weighted imaging (APTWI)
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.
Аннотация не предоставлена источником. Откройте карточку для перехода к публикации.
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.