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
8187 публикаций
Поиск: 225 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1278 с найденным полным текстом
IEEE transactions on biomedical circuits and systems2026eng
We present a 192-channel 1D convolutional neural network (1D CNN) based neural feature extractor for Brain-Machine Interfaces (BMI) that achieves state-of-the-art decoding stability at $\mathbf{1.8\ \mu W}$ and 12801 $\mathbf{\mu m^{2}}$ per channel in 65nm CMOS technology. Our device is a fully configurable, scalable, area and power efficient solution that supports models with 2-8 feature layers and a total kernel length of up to 256. This architecture reduces caching requirements by $\mathbf{5}{\boldsymbol\times}$ over conventional computation schemes. Channels and layers are individually po
СтатьяПоддержка правительства СШАПоддержка NIH: внешняя программаПоиск 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 automatic multiscale-based peak detection (AMPD) method for quasi-periodic signals suffers from high computational complexity, substantial memory requirements, and occasional peak detection failures. To address these limitations, this paper proposes an Improved AMPD (IAMPD) algorithm that significantly enhances computational speed while maintaining strong noise robustness. The improvement in efficiency is attained through a frequency-informed scale constraint that narrows the search space using prior knowledge of the signal's frequency range, greatly reducing redundant computations. This i
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.
Electroencephalography (EEG)-based emotion recognition is an important biosensing technique for affective brain-computer interfaces (BCIs), mental-state assessment, and physiological monitoring. Existing methods often rely on a single spectral descriptor or regular two-dimensional brain maps, which makes it difficult to jointly model local spatial representations, global spatial relations, and temporal dynamics. This paper proposes GLSTNet, a global-local spatial relations and temporal dynamics network for EEG emotion recognition. EEG trials are divided into short windows, from which multi-ban
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: Gravitational artifacts bias Inertial Measurement Unit (IMU) signals, complicating applications such as Seismocardiography (SCG). This study aimed to validate a gravity-artifact reduction algorithm using Madgwick orientation estimation in a controlled, physics-based simulation.
RESULTS: A computational phantom was developed using the PyBullet physics engine to generate paired datasets of gravity-free acceleration and simulated IMU signals (with gravitational artifacts). The Madgwick Attitude and Heading Reference System (AHRS) filter was applied to estimate the sensor orientation,
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 study addresses the challenge of enhancing Brain-Computer Interfaces (BCIs), focusing on low Signal-to-Noise Ratios and "BCI illiteracy" often affecting up to 20% of users. Transformer-based models show promise but remain underexplored. Three experiments were conducted. Experiment A assessed the performance of architectures combining Convolutional and Transformer Blocks for binary Motor Imagery (MI) classification. Experiment B introduced a hybrid system, refining both block types and adding a Noise Focus Block to infuse Stochastic Noise, enhancing multi-class classification robustness. 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.
The analysis of heart sound signals is critical in the early diagnosis of cardiovascular disease. However, the complexity and diversity of these signals pose significant challenges for accurate recognition. In this paper, we propose a novel heart sound dual-branch feature extraction network (HSDFE-Net) to address these challenges. The model first extracts both conventional audio features and bi-spectrum features from preprocessed heart sound signals, enabling comprehensive characterization of their linear spectral and nonlinear properties. Unlike conventional single-branch networks, HSDFE-Net
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.
Depression is a prevalent mental disorder that affects a significant portion of the global population. Despite recent advancements in EEG-based depression recognition models rooted in machine learning and deep learning approaches, many lack comprehensive consideration of depression's pathogenesis, leading to limited neuroscientific interpretability. To address these issues, we propose a hemisphere asymmetry network (HEMAsNet) inspired by the brain for depression recognition from EEG signals. HEMAsNet employs a combination of multi-scale Convolutional Neural Network (CNN) and Long Short-Term Me
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.
The main purpose of this paper is to provide information on how to create a convolutional neural network (CNN) for extracting features from EEG signals. Our task was to understand the primary aspects of creating and fine-tuning CNNs for various application scenarios. We considered the characteristics of EEG signals, coupled with an exploration of various signal processing and data preparation techniques. These techniques include noise reduction, filtering, encoding, decoding, and dimension reduction, among others. In addition, we conduct an in-depth analysis of well-known CNN architectures, ca
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.
Surface electromyography (EMG) recorded by a linear or 2-dimensional electrode array can be used to estimate the location of muscle innervation zones (IZ). There are various neurophysiological factors that may influence surface EMG and thus potentially compromise muscle IZ estimation. The objective of this study was to evaluate how surface-EMG-based IZ estimation might be affected by different factors, including varying degrees of motor unit (MU) synchronization in the case of single or double IZs. The study was performed by implementing a model simulating surface EMG activity. Three different
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.
Known as a degenerative and progressive dementia, Alzheimer's disease (AD) affects about 25 million elderly people around the world. This illness results in a decrease in the productivity of people and places limits on their daily lives. Electroencephalography (EEG), in which the electrical brain activity is recorded in the form of time series and analyzed using signal processing techniques, is a well-known neurophysiological AD biomarker. EEG is noninvasive, low-cost, has a high temporal resolution, and provides valuable information about brain dynamics in AD. Here, we present an original app
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.
Cardiovascular pathologies cause 23.5% of human deaths, worldwide. An auto-diagnostic system monitoring heart activity, which can identify the early symptoms of cardiac illnesses, might reduce the death rate caused by these problems. Phonocardiography (PCG) is one of the possible techniques able to detect heart problems. Nevertheless, acoustic signal enhancement is required since it is exposed to various disturbances coming from different sources. The most common denoising enhancement is based on the Wavelet Transform (WT). However, the WT is highly susceptible to variations in the noise frequ
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.
Epilepsy diagnosis can be costly, time-consuming, and not uncommonly inaccurate. The reference standard diagnostic monitoring is continuous video-electroencephalography (EEG) monitoring, ideally capturing all events or concordant interictal discharges. Automating EEG data review would save time and resources, thus enabling more people to receive reference standard monitoring and also potentially heralding a more quantitative approach to therapeutic outcomes. There is substantial research into the automated detection of seizures and epileptic activity from EEG. However, automated detection soft
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: To evaluate k-space acquisition strategies for magnetic resonance imaging (MRI) in a nonuniform B0 (NuBo) field-cycling system, focusing on image quality, scan-time efficiency, robustness to B0 inhomogeneity, and RF coil bandwidth constraints.
METHODS: Three acquisition strategies were compared: single-shot turbo spin echo (SS-TSE), multi-echo spin echo (MESE) with repeated phase encoding, and spin echo single-point imaging (SE-SPI) without applied readout (RO) gradients. Experiments were performed on an open, low-field, field-cycling MRI system using a nonuniform electromagnet. Imag
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2008eng
In acne treatment, it is important to accurately evaluate the severity of Acne. The acne should be classified into several skin lesions including comedo, reddish papule, pustule, and scar. However, in some cases, a visual detection from RGB image maybe difficult for the proper evaluation of acne skin lesions. This paper proposes an extraction method using the spectral information of the various type of acne skin lesions calculated from the multispectral images (MSI) of the lesions. In the experiment, we showed the possibility of classifying acne lesion types by applying a combination of severa
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.
OBJECTIVE: This paper presents a novel heart sound segmentation algorithm based on Temporal-Framing Adaptive Network (TFAN), including state transition loss and dynamic inference.
METHODS: In contrast to previous state-of-the-art approaches, TFAN does not require any prior knowledge of the state duration of heart sounds and is therefore likely to generalize to non sinus rhythm. TFAN was trained on 50 recordings randomly chosen from Training set A of the 2016 PhysioNet/Computer in Cardiology Challenge and tested on the other 12 independent databases (2,099 recordings and 52,180 beats). And fur
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
We have developed a system whereby heart sounds and accompanying electrocardiogram may be recorded in digital format, stored as files and transmitted as any other digital file. The present system is implemented on a Macintosh System 7.1 platform, but will run under System 7.0 to System 7.5. The code is written in object oriented C++. The data are presently taken using a standard heart sound microphone and ECG amplifier. The data collection program stores the sampled channels as 16 bit words. Each channel is sampled at 2 kb/s for periods of time ranging from 10 to 30 seconds. Our program then r
СтатьяПоддержка исследования: вне правительства СШАПоддержка службы здравоохранения 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.
Standard 12-lead electrocardiography (ECG) remains the clinical gold standard for diagnosing cardiac disorders, particularly myocardial infarction (MI). However, electrode-count constraints in portable and wearable ECG systems make simultaneous acquisition of all 12 leads impractical, thereby challenging the preservation of diagnostic fidelity. This study aims to reconstruct physiologically coherent and clinically meaningful 12-lead ECGs from a limited 3-lead input configuration. To this end, we developed a WaveUNet-based encoder-decoder architecture and systematically extended it with alterna
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.
Early non-invasive approaches for detecting diabetic peripheral neuropathy (DPN) are crucial to preventing its severe complications. However, these approaches have been limited by insufficient dynamic feature capture, low model efficiency, and poor portability. To improve the non-invasive detection capability for DPN, a novel combined method based on the fusion of PPG and ECG signals is proposed. Firstly, an adaptive denoising method integrating ICEEMDAN-based signal decomposition, wavelet thresholding, and particle swarm optimization is adopted to improve signal quality. Secondly, a combined
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.
Accurate segmentation of phonocardiogram (PCG) recordings into the first and second heart sounds (S1 and S2) is essential for computer-aided auscultation, but remains challenging because cardiac-cycle timing, event duration, and waveform morphology vary across and within subjects. We formulate heart sound segmentation as a one-dimensional temporal tracking problem and propose an online closed-loop prediction-detection-update framework. S1 and S2 are tracked independently using a state vector that contains a reference-point location and left and right temporal extents. A Kalman filter predicts
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.
Wearable ECG increasingly records fewer than the standard 12 leads, so a model must be accurate, interpretable, and explicit about the information lost under lead reduction. I-GraphECG is a gray-box graph electrophysiology surrogate: an encoder maps a 12-lead median beat to a bounded vector of 47 equivalent electrophysiological descriptors, a constrained eight-node conduction-graph decoder reconstructs the signal, and disease prediction uses the descriptors rather than the waveform. On a clean PTB-XL four-class subset, median beats are reconstructed at median correlation 0.91, and macro-AUROC
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.