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
2046 публикаций
Поиск: 270 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 707 с найденным полным текстом
Analysis of epitranscriptomic RNA modifications by deep sequencing-based approaches brings an essential contribution to the general knowledge on their precise locations and relative stoichiometry in cellular RNAs. To reveal RNA modifications, several analytical approaches have been proposed, including antibody-driven enrichment, analysis of RT-signatures and specific chemical treatments. However, analysis and interpretation of these massive datasets, especially for low abundant cellular RNAs (e.g. mRNA and lncRNA) is not easy nor straightforward, since the insufficient specificity and selectiv
СтатьяПоддержка 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.
To establish a predictive model for clinical pregnancy outcomes following the transfer of a single fresh blastocyst in vitro fertilization (IVF). 615 patients (492 in training set and 123 in test set) who underwent the first single and fresh blastocyst transfer in the first IVF or intracytoplasmic sperm injection cycle performed in fertility centre of Shenzhen Zhongshan Obstetrics & Gynecology Hospital from July 2015 to June 2021 were enrolled in this study. Conventional method such as logistic regression (LR), individual machine learning methods including naive bayesian (NB), K-nearest neighb
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.
Wireless power transfer (WPT) systems for electric vehicles require reliable foreign object detection (FOD) mechanisms both during and prior to power transfer to ensure operational safety and efficiency. The primary purpose of this study was to develop a foreign object detection system to ensure that no objects are present in the area of magnetic coupling (between primary and secondary coils) prior to initiating power transfer. Conventional FOD techniques based on impedance, visual light, or thermal monitoring provide limited spatial information and are sensitive to coil misalignment. This pap
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: Neglected Tropical Diseases disproportionately affect populations in Africa and other low- and middle-income countries. Machine learning has potential to improve disease prediction, detection and control, but its use in neglected tropical disease research remains poorly characterized. This scoping review examines the current landscape of machine learning applications for neglected tropical diseases in Africa, identifying trends, gaps and opportunities for future research and implementation.
METHODS: We conducted a scoping review using Joanna Briggs Institute methodology. PubMed an
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.
Survival prognosis is crucial for medical informatics. Practitioners often confront small-sized clinical data, especially cancer patient cases, which can be insufficient to induce useful patterns for survival predictions. This study deals with small sample survival analysis by leveraging transfer learning, a useful machine learning technique that can enhance the target analysis with related knowledge pre-learned from other data. We propose and develop various transfer learning methods designed for common survival models. For parametric models such as DeepSurv, Cox-CC (Cox-based neural networks
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.
Alzheimer's disease (AD) is a progressive neurodegenerative disorder and the leading cause of dementia. Magnetic Resonance Imaging (MRI) combined with Machine Learning (ML) enables early diagnosis, but ML models often underperform when trained on small, heterogeneous medical datasets. Transfer Learning (TL) helps mitigate this limitation, yet models pre-trained on 2D natural images still fall short of those trained directly on related 3D MRI data. To address this gap, we introduce an intermediate strategy based on synthetic data generation. Specifically, we propose a conditional Denoising Diff
СтатьяПоддержка 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.
Machine learning approaches including deep learning models have shown promising performance in the automatic detection of Parkinson's disease. These approaches rely on different types of data with voice recordings being the most used due to the convenient and non-invasive nature of data acquisition. Our group has successfully developed a novel approach that uses convolutional neural network with transfer learning to analyze spectrogram images of the sustained vowel /a/ to identify people with Parkinson's disease. We tested this approach by collecting a dataset of voice recordings via analog te
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.
The packing of organic molecular crystals is often dominated by weak non-covalent interactions, making their in situ rearrangement under external stimuli challenging to understand. We investigate a pressure-induced single-crystal-to-single-crystal (SCSC) transformation between two polymorphs of 2,4,5-triiodo-1H-imidazole using machine learning potentials. This process involves the rearrangement of halogen and hydrogen bonds combined with proton transfer within a complex solid-state system. We developed a strategy to progressively approach the transition state along the phase transition path fr
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.
The clinical application of acoustic swallowing sound parameters collected from digital cervical auscultation is limited because of the time-consuming manual segmentation required by trained experts. The automated identification of swallowing sounds in children and adults from swallowing sound audio wavefiles using machine learning have accuracies between 76-95%. No data exists in preterm neonates. To determine if applying automated machine learning using a transfer learning approach could accurately identify and segment swallows from swallowing sounds collected in preterm neonates. Thin fluid
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: There is pervasive non-responsiveness to systematic phonics interventions which have furthermore tended to focus on near-transfer outcomes related to phonology. There is a need to predict intervention responsiveness related to far transfer outcomes such as literacy-relevant word reading and spelling. Furthermore, there is potential for the use of advanced machine learning to maximize predictive power.
AIMS: This study aims to longitudinally predict systematic phonics intervention using machine learning models.
METHOD: The sample included children with special educational needs (M
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.
AIM: Temporal drift, defined as changes over time in underlying data distributions, can degrade the performance of clinical prediction models. In head and neck cancer (HNC) radiotherapy, evolving proton and carbon ion therapies may shift the risk of oral mucositis over time. This study aimed to compare machine learning (ML) strategies for mitigating temporal drift in predicting grade ≥2 oral mucositis among patients treated with particle therapy.
METHODS: This retrospective cohort included 1751 adults with HNC treated with particle therapy between May 2015 and December 2022 at a single proton
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 AND OBJECTIVE: Classification of peripheral blood and bone marrow cells is critical in the diagnosis and monitoring of hematological disorders. The development of robust and reliable automatic classification systems is hampered by data scarcity and limited model generalizability across laboratories. The present study proposes the integration of self-supervised learning (SSL) into cell classification pipelines to address these challenges.
METHODS: The experiments are based on four public hematological single cell image datasets: one bone marrow and three peripheral blood datasets. T
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.
Predicting poor neurological outcomes after resuscitation is important for planning treatment strategies. We constructed an explainable artificial intelligence-based prognostic model using head computed tomography (CT) scans taken immediately within 3 h of resuscitation from cardiac arrest and compared its predictive accuracy with that of previous methods using gray-to-white matter ratio (GWR). We included 321 consecutive patients admitted to our institution after resuscitation for out-of-hospital cardiopulmonary arrest with circulation resumption over 6 years. A machine learning model using h
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: Mortality risk is often uncertain at the time of interhospital transfer (IHT).
OBJECTIVES: We examined what happens when a published machine learning model for post-transfer mortality, SafeNET, is deployed in an independent health system with substantial data fragmentation and missingness and assessed the extent to which local model development can compensate for cross-system data limitations.
DERIVATION COHORT: SafeNET was evaluated from published specifications using its original 14-variable feature schema and applied without modification. Locally trained gradient-boosting mode
СтатьяВалидационное исследованиеПолный 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: Blastocyst transfer has been associated with shorter leukocyte telomere length in ART-conceived children, suggesting that extended embryo culture may accelerate aging in offspring. Selecting Day 3 embryos with high developmental potential for transfer could address this issue. The aim of this study is to investigate whether machine learning combined with Raman spectroscopy of spent Day 3 culture medium can serve as a potential method for predicting extended embryo culture outcomes, thereby enabling embryo selection at the cleavage stage.Methods: This prospective study analyzed 172
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.
Mosquito identification and classification are the most important steps in a surveillance program of mosquito-borne diseases. With conventional approach of data collection, the process of sorting and classification are laborious and time-consuming. The advancement of computer vision with transfer learning provides excellent alternative to the challenge. Transfer learning is a type of machine learning that is viable and durable in image classification with limited training images. This protocol aims to develop step-by-step procedure in developing a classification system with transfer learning 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.
UNLABELLED: Overfitting, an issue that constrains the validity and generalizability of machine learning in neuroimaging-based diagnostic-classification, is in part due to small sample sizes in relation to what is required for generalization. Even with data aggregation (such as in Autism Brain Imaging Data Exchange or ABIDE), the relatively smaller sample sizes are a result of the fact that it is difficult/expensive to acquire data from clinical populations. With healthy controls, we have comparatively larger samples available. Therefore, we propose to address overfitting by using larger health
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.
The proposed research work aims to develop a method to predict and classify breast cancer (BC) at an early stage. In this research, three models are developed, and their performance is compared against each other. The first model was built using one of the machine learning algorithms called support vector machine (SVM), the second model was built using a deep learning algorithm called convolutional neural networks (CNNs), and the third model combines CNNs with a transfer learning technique for delivering better results. The data set is provided by the BC Histopathological Image Classification
СтатьяПоддержка 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.
Biomimetic optical sensor arrays hold promising potential in differentiating nuances within intricate mixtures and biosamples. Nonetheless, developing a standalone pattern-generating sensor for multianalyte identification in clinical biofluids, without the necessity of complicated synthesis, presents significant challenges. Here, we introduce a nanosensor-inspired sensor array (NanoSA), composed of a nanoassembly incorporating three sensors, that exhibits multiple intermolecular fluorescence resonance energy transfer (FRET) effects. This pattern-generating nanoassembly, featuring six channels,
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.
Diagnostic decision-making requires the integration of relevant facts and clinician experience. Incorporating the clinical experience from diverse backgrounds is beneficial in a multi-disciplinary model to mitigate uncertainties aroused by incomplete mastery of knowledge. However, current computer-aided diagnostic systems are generally designed using unitary datasets and are challenging to adapt to diverse institutions, leading to the limited reliability of the generated decisions. Accordingly, this study proposes a dynamic ensemble transfer learning-based system that simulates such diversity
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.