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
51898 публикаций
Поиск: 221 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 1514 с найденным полным текстом
The wheels of railway vehicles are of paramount importance in relation to railroad operations and safety. Currently, the management of railway vehicle wheels is restricted to post-event inspections of the wheels whenever physical phenomena, such as abnormal vibrations and noise, occur during the operation of railway vehicles. To address this issue, this paper proposes a method for predicting abnormalities in railway wheels in advance and enhancing the learning and prediction performance of machine learning algorithms. Data were collected during the operation of Line 4 of the Busan Metro in Sou
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 artificial-intelligence-aided signal processing, existing deep learning models often exhibit a black-box structure. Here, conceptually beyond spectral analysis, we demonstrate that topological methods not only effectively capture intrinsic and complex structural information but can also enhance neural networks. We provide a transparent methodology, TopCap, to capture topological features inherent in time series for basic machine learning. Compared to prior approaches, we obtain descriptors that probe finer information such as the vibration of a time series. Notably, in classifying voiced an
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.
Ribulose-1,5-bisphosphate carboxylase/oxygenase (Rubisco) is foundational to life on Earth, catalyzing carbon dioxide (CO2) fixation to generate biomass. However, Rubisco is a slow and inefficient enzyme that has proven challenging to engineer. We applied the structure-informed machine learning (ML) model ESM-IF1 to identify plausible amino acid sites in the large subunit of Nicotiana tabacum Rubisco to target for directed evolution. ML-assisted library design followed by selection in Rubisco-dependent Escherichia coli identified multiple enriched variants displaying improved catalytic efficie
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/Objectives: Prostate cancer testing relies on prostate-specific antigen testing and digital rectal examination, which have limited specificity and face cultural or geographic barriers to access. We developed a non-invasive urine-based liquid biopsy assay using engineered hydrogel arrays and machine learning to detect disease-specific biochemical profiles. Methods: We collected voided urine samples from 283 participants at 26 U.S. urology practices prior to prostate biopsy. Random forest classifiers trained on 184 biopsy-confirmed cancer cases and 75 controls analyzed colorimetric si
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.
INTRODUCTION: Aggressive Pituitary Neuroendocrine Tumors (PitNETs) pose significant therapeutic challenges due to their invasive behavior and resistance to conventional therapies. Current prognostic markers lack the ability to capture molecular heterogeneity, necessitating novel biomarkers. Dysregulated Programmed Cell Death (PCD) pathways are implicated in tumorigenesis, but their prognostic relevance in invasive PitNETs remains unexplored.
METHODS: GEO datasets (GSE51618, GSE169498, GSE260487) were analyzed to identify differential gene expression between noninvasive and invasive PitNETs. A
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.
Radiology, particularly neuroradiology, has become a major focus of research and industrial investment in artificial intelligence and machine learning (ML). These technologies may help address increasing imaging volumes, workforce shortages, and the need for faster and more consistent interpretation. This article summarizes recent developments in ML applications across neuroradiology. In acute ischemic stroke, ML supports early lesion detection, automated Alberta Stroke Program Early Computed Tomography Score assessment, large-vessel-occlusion detection, infarct core and penumbra estimation, c
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.
Aerosol forecasting is important for air-quality management, health risk assessment and climate change mitigation1,2. However, it is more complex than weather forecasting, owing to the interactions between aerosol physicochemical processes and atmospheric dynamics, resulting in high uncertainty and computational costs3,4. Here we develop a machine-learning-driven Global Aerosol-Meteorology Forecasting System (AI-GAMFS), which provides reliable 5-day, 3-hourly forecasts of aerosol optical components and surface concentrations. AI-GAMFS combines a vision transformer and U-Net in a backbone netwo
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.
BACKGROUND: A body of research suggests that many participants in alcohol use treatment research begin making changes to their drinking behavior prior to beginning treatment. Although several studies have examined factors associated with such change, results have been mixed or yielded small effects. Both theoretical and methodological limitations have hindered efforts to understand such change, highlighting the need for novel analytic approaches. This study aimed to examine how traditional modeling methods (linear and logistic regression) and machine learning (recursive partitioning, random fo
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.
Gadolinium-based contrast agents (GBCAs) are indispensable tools in magnetic resonance imaging (MRI), yet their clinical use is limited by non-specific tissue accumulation, low molecular specificity, and safety concerns. Protein and peptide scaffolds provide a promising alternative because they can bind metal ions with high selectivity and enable precise molecular targeting. However, identifying short peptide motifs with optimal gadolinium (Gd3+) coordination and high relaxivity remains a major challenge. Here, we used a machine-learning-driven peptide evolution platform, the Protein Optimizat
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.
Studies of ovarian health and aging rely on estimates of the ovarian reserve, i.e. the number of healthy ovarian follicles. We present a machine learning pipeline to classify preantral ovarian follicles in histology images from nonhuman primates. Ovarian tissue from 11 monkeys, were fixed, sectioned, stained, and imaged. A total of 7770 preantral follicles were manually annotated in 18 histology section images using a standardized protocol, with annotations reviewed by an expert. Using a transfer learning approach, we retrained a ResNet34 convolutional neural network to classify individual fol
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.
Bioinspired structural designs have introduced a new paradigm in material science and mechanical engineering. Among them, the emerging spiderweb-inspired structures have shown potential for creating artificial microstructures with enhanced tunability and functionality. However, the restricted structural elasticity of current spiderweb-like designs causes limited mechanical performances, especially at the micro/nanoscale. Here, we employ machine learning and kirigami micro/nanofabrication to develop an ultraelastic microweb. Data-driven optimizations enable efficient transformation of the natur
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.
Photonic and polaritonic systems offer a fast and efficient platform for accelerating machine learning (ML) through physics-based computing. To gain a computational advantage, however, polaritonic systems must meet the following: (1) exploit features that specifically favor nonlinear optical processing; (2) address problems that are computationally hard and depend on these features; and (3) integrate photonic processing within broader ML pipelines. In this work, we propose a polaritonic machine learning approach for solving graph-based data problems. We demonstrate how lattices of condensates
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.
Atomistic machine learning is a powerful tool for accurate and efficient investigation of material behavior at the atomic scale. While attempts have been made to construct models directly within Cartesian space, they face challenges in providing a systematic framework based on irreducible representations-a core feature of widely used spherical models. Here we propose Cartesian Natural Tensor Networks to overcome these limitations and thus offer a general, symmetry-preserving framework for atomistic machine learning. We present a theory of irreducible representations using Cartesian natural ten
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.
Density-based machine learning encompasses several distinct tasks: predicting an electron density or Hamiltonian, learning Kohn-Sham (KS) exchange-correlation or orbital-free kinetic-energy functionals, and using a computed density to predict a higher-level molecular property. This Perspective focuses on the last route and asks when quantities from the information-theoretic approach (ITA) provide a useful, physically interpretable compression of the electron density. We present the established Shannon- and Fisher-type density functionals and relative information measures adopted in the literat
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.
Depression among students has emerged as a critical issue within educational institutions, leading to the need for approaches that can support early identification of students at risk. This study developed an explainable machine learning framework for predicting student depression risk using non-clinical demographic, academic, lifestyle, and psychosocial factors. Using a public OpenML dataset containing approximately 27,901 student records, logistic regression, random forest, and XGBoost models were developed and evaluated using accuracy, precision, recall, F1-score, and ROC-AUC. Fairness eval
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.
Sepsis is among the top global health issues, leading to serious health risks with high mortality and morbidity. Recent statistics revealed around 50 million Sepsis cases and 11 million deaths annually. Sepsis arises due to the body’s abnormal response to an infection, leading to severe health conditions such as organ failure. As such, failure to detect Sepsis timely may be fatal. However, early detection of Sepsis onset remains a great challenge. This paper leverages lightweight models and develops an efficient approach and system for accurate, easily affordable, and early diagnosis of Sepsis
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.
Materials properties depend strongly on chemical composition, i.e., the relative amounts of each chemical element. Changes in composition lead to entirely different chemical arrangements, which vary in complexity from perfectly ordered (i.e., stoichiometric compounds) to completely disordered (i.e., solid solutions). Accurately capturing this range of chemical arrangements remains a major challenge, limiting the predictive accuracy of machine learning potentials (MLPs) in materials modeling. Here, we combine information theory and machine learning to optimize the sampling of chemical motifs 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.
Transaminases can be strategically used in medicinal chemistry for the synthesis of chiral amine building blocks in a straightforward manner that alleviates the need for chiral preparative separations. However, selection of the commercial transaminase variant to use for a given substrate can be a challenging task without prior knowledge or experience with their reactivity. Herein, we describe the construction of a dataset of 336 transaminase reactions using high-throughput experimentation (HTE) and the subsequent development of machine learning (ML) models to predict enzyme activities and sele
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.
Microbial fermentation technology is crucial in modern biomanufacturing processes, such as biopharmaceutical production. However, traditional fermentation process control faces bottlenecks including offline monitoring delay, reliance on empirical experience, and a lack of precise and real-time regulation. Machine learning (ML), with its powerful data extraction and predictive modeling capabilities, has emerged as a key tool for driving the transition from traditional fermentation processes to intelligent paradigms. This paper systematically reviewed the latest research progress on the closed-l
СтатьяОбзорАннотация на английскомПолный 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: While machine learning models successfully predict preeclampsia in singleton pregnancies and aspirin prophylaxis prevents preterm preeclampsia, no parallel models exist for twin pregnancies. This study developed machine learning algorithms to predict preeclampsia in twins using maternal factors and biomarkers from all three trimesters.
METHODS: We prospectively enrolled 596 pregnant women with twin pregnancies at 11+0 to 13+6 weeks' gestation. Machine learning models assessed the efficacy of maternal factors and biomarkers for preeclampsia prediction across all trimesters. Scree
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.