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
13827 публикаций
Поиск: 270 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1986 с найденным полным текстом
The Garden classification, based on X-ray interpretation and established over 50 years ago, remains the standard clinical classification system for femoral neck fractures (FNFs). Yet, this classification has a high interobserver variability of 70%. We sought to develop a deep-learning algorithm capable of accurately predicting FNF types, using only X-ray images, with performance comparable to that of computed tomography (CT). We retrospectively collected data from 1,588 patients who underwent X-ray and 3D-CT scans and were diagnosed with femoral neck fractures at Asan Medical Center. The input
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.
Stratification of cancer into biologically and molecularly similar subgroups is a cornerstone of precision medicine. The Lund Taxonomy classification system for urothelial carcinoma aims to be applicable across the whole disease spectrum including both non-muscle-invasive and invasive bladder cancer. A successful classification system is one that can be robustly and reproducibly applied to new samples. However, transcriptomic methods used for subtype classification are affected by analytic platform, data preprocessing, cohort composition, and tumor purity. Furthermore, only limited data have b
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: To complete the task of automatic recognition and classification of thyroid nodules and solve the problem of high classification error rates when the samples are imbalanced.
METHODS: An improved k-nearest neighbor (KNN) algorithm is proposed and a method for automatic thyroid nodule classification based on the improved KNN algorithm is established. In the improved KNN algorithm, we consider not only the number of class labels for various classes of data in KNNs, but also the corresponding weights. And we use the Minkowski distance measure instead of the Euclidean distance measure.
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.
Instrumented mouthguards have been used to detect head accelerations and record kinematic data in numerous sports. Each recording requires validation through time-consuming video verification. Classification algorithms have been posed to automatically categorise head acceleration events and spurious events. However, classification algorithms must be designed and/or validated for each combination of sport, sex and mouthguard system. This study provides the first algorithm to classify head acceleration data from exclusively female rugby union players. Mouthguards instrumented with kinematic sens
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: Radiocarpal fractures and dislocations are rarely described in the literature. However, the consequences at the functional level are severe, with the loss of almost half of the articular amplitude. The most widespread classification is that of Dumontier, which divides the injury into two categories according to the presence or absence of a fracture. Currently, no classification considers fracture-dislocations in a global and multi-tissue manner; therefore, no therapeutic strategy has been reported.
METHODS: We conducted an exhaustive bibliographic search for cohort or case report
Клинический случайСтатьяОбзорПолный 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: An interatrial communication is present in most neonates. The majority are considered the "normal" patency of the oval foramen, while a minority are abnormal atrial septal defects. Differentiation between the two with transthoracic echocardiography may be challenging, and no generally accepted method of classification is presently available. We aimed to develop and determine the reliability of a new classification of interatrial communications in newborns.
METHODS AND RESULTS: An algorithm was developed based on echocardiographic criteria from 495 newborns (median age 11[8;13] day
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.
Orbito-malar reconstruction after oncological resection represents one of the most challenging facial reconstructive procedures. Until the last few decades, rehabilitation was typically prosthesis based with a limited role for surgery. The advent of microsurgical techniques allowed large-volume tissue reconstitution from a distant donor site, revolutionizing the potential approaches to these defects. The authors report a novel surgery-based algorithm and a classification scheme for complete midface reconstruction with a foundation in the Gillies principles of like-to-like reconstruction and wi
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.
BACKGROUND: Poland syndrome is a congenital deformity characterized by unilateral anomalies of pectoralis muscles, breast, nipple, axillary fold, subcutaneous tissue, ribs, and upper limb. The thoracic anomaly, which is the pathognomonic malformation of Poland syndrome, presents a wide phenotype variability and has been classified by different authors. However, these classifications do not include all the possible phenotypes of Poland syndrome. The aim of this study is to propose a simple classification of the whole spectrum of thoracic anomalies and a treatment algorithm that could have a pra
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: Research and surveillance work addressing ectopic pregnancy often rely on diagnosis and procedure codes available from automated data sources. However, the use of these codes may result in misclassification of cases. Our aims were to evaluate the accuracy of standard ectopic pregnancy codes; and, through the use of additional automated data, to develop and validate a classification algorithm that could potentially improve the accuracy of ectopic pregnancy case identification.
METHODS: Using automated databases from two US managed-care plans, Group Health Cooperative (GH) and Kaise
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.
Kienböck disease is an isolated disorder of the carpal lunate associated with characteristic, and often progressive, clinical and radiographic changes. Appropriate intervention at specific disease stages represents the best opportunity to achieve good outcomes. As understanding of the disease improves, new therapeutic and diagnostic innovations have surfaced that further augment existing treatment options. Biologic, not just traumatic, processes may explain the onset and progression through the disease continuum. In addition to observing the obvious osseous changes, there has been renewed inte
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: Diagnostic classification of chronic hand eczema (CHE) represents a major clinical and taxonomic challenge because of its wide aetiological and clinical heterogeneity.
AIM: To develop an algorithm for the diagnosis and classification of CHE.
METHODS: Well-defined aetiological, clinical and morphological criteria of CHE were arranged graphically in a diagnostic hierarchy, and validated in 137 German patients with hand eczema.
RESULTS: The algorithm distinguished chronic hand eczema due to contact allergy, irritant damage or a combination of the two, each either with or without at
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 paper presents a method of using feature searching algorithm based on maximal divergence value to get the optimized feature combinations at different dimensions from feature space. Feature space is obtained through wavelet transform on ECG beat. Then the feature vector is determined by analyzing the changes of divergence value of those optimized feature combinations along with the dimensions. BP artificial neural network is trained by the feature vector and four types of ECG beats(normal beat, left bundle branch block beat, right bundle branch block beat and paced beat) obtained from MIT-
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.
Аннотация не предоставлена источником. Откройте карточку для перехода к публикации.
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: X-rays, Computed Tomography (CT) scans, Magnetic Resonance Imaging (MRI), and ultrasound scans are examples of common medical imaging methods. These techniques are highly effective at extracting features, classifying, and diagnosing bone and muscle injuries. Enhancing athletic performance, minimizing injuries, and promoting players' overall health are the main goals of the vital discipline of sports medicine. Sports feature extraction of medical images, and sports medicine specialists help athletes reach their full potential while preserving their long-term health by preventing 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.
In this paper, we present an Internet of Medical Things (IoMT)-based platform that depends on electrooculography (EOG) to assist, control, and monitor a smart home environment in real time for patients with motor disabilities. Users can interact with the intelligent environment through a Graphical User Interface (GUI) that offers predefined options for controlling doors, windows, lights, air conditioning, temperature, and TV functions. The proposed approach is based mainly on the utilisation of two transforms, namely Stockwell transform (S-transform) and wavelet transform, for detection of abr
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.
Infertility affects millions worldwide, with estimates indicating that 1 in 6 people of reproductive age will experience it in their lifetime. Globally, infertility impacts between 12.6-17.5% of couples of reproductive age. Recently, machine learning (ML) has garnered significant attention in biomedical research, enabling creation of predictive models that can personalize disease treatment based on measurable variables, thereby aiding in the development of diagnostic tools. In this study, 28 predictor variables were selected preliminarily; after a multicollinearity test, 20 predictors were sel
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.
To evaluate the generalizability of artificial intelligence (AI) algorithms that use deep learning methods to identify middle ear disease from otoscopic images, between internal to external performance. 1842 otoscopic images were collected from three independent sources: (a) Van, Turkey, (b) Santiago, Chile, and (c) Ohio, USA. Diagnostic categories consisted of (i) normal or (ii) abnormal. Deep learning methods were used to develop models to evaluate internal and external performance, using area under the curve (AUC) estimates. A pooled assessment was performed by combining all cohorts togethe
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.
In the healthcare research community, Internet of Medical Things (IoMT) is transforming the healthcare system into the world of the future internet. In IoMT enabled Computer aided diagnosis (CAD) system, the Health-related information is stored via the internet, and supportive data is provided to the patients. The development of various smart devices is interconnected via the internet, which helps the patient to communicate with a medical expert using IoMT based remote healthcare system for various life threatening diseases, e.g., brain tumors. Often, the tumors are predecessors to cancers, an
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.
Ultrasound (US) imaging is a critical tool in emergency and military medicine because of its portability and immediate nature. However, proper image interpretation requires skill, limiting its utility in remote applications for conditions such as pneumothorax (PTX) which requires rapid intervention. Artificial intelligence has the potential to automate ultrasound image analysis for various pathophysiological conditions. Training models require large data sets and a means of troubleshooting in real-time for ultrasound integration deployment, and they also require large animal models or clinical
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.
OBJECTIVES: As is true for all mechanical prostheses, bileaflet heart valves are prone to thrombus formation; reduced hemodynamic performance and embolic events can occur as a result. Prosthetic valve thrombosis affects the power spectra calculated from the phonocardiographic signals corresponding to prosthetic closing events. Artificial neural network-based classifiers are proposed for automatically and noninvasively assessing valve functionality and detecting thrombotic formations. Further studies will be directed toward an enlarging data set, extending the investigated frequency range, and
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.