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
1316 публикаций
Поиск: 312 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 54 с найденным полным текстом
This study aims to forecast dengue incidence in Bangladesh by applying and comparing machine learning techniques. Dengue surveillance data from January 1, 2022, to December 1, 2023, for five divisions of Bangladesh was obtained from the Directorate General of Health Services. Initial time series analysis showed distinct trends and seasonality. Seasonal Autoregressive Integrated Moving Average (SARIMA), Multi-Layer Perceptron neural networks, XGBoost, and Support Vector Regression (SVR) were implemented for modeling and forecasting monthly dengue cases for each division. The models were evaluat
Сравнительное исследованиеОценочное исследованиеСтатьяСравнительное 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.
Accurate forecasting of operational expenditure (OPEX) in wastewater treatment plants is critical for financial planning and utility management, yet it remains challenging due to complex, nonlinear interactions between plant capacity, influent characteristics, and fluctuating market prices. This research develops an interpretable predictive framework for OPEX estimation by systematically evaluating multiple advanced machine learning algorithms on a dataset of 2847 operational records (1139 empirical and 1708 synthetic). We compared the predictive performance of decision tree, AdaBoost, random
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.
PURPOSE: Genetic risk scores (GRSs) are summaries of genetic data that can improve prediction of disease risk and progression. GRSs are increasing available but rely on high-quality input data to produce good output results; with noisy or missing inputs the GRS may be inaccurate. We aimed to develop a method to produce a robust estimate of the GRS when input data are missing, noisy or both.
APPROACH: We developed a neural network approach, named masked-multi-layer perceptron (MLP), for robust GRS calculation trained on a set of GRS scores calculated on clean data. The masked-MLP includes addi
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 detection of pulmonary embolism (PE) is critical for clinical outcomes, yet existing deep-learning models often fail to generalize across institutions. The recently released Google CT Foundation model, pre-trained on a large, diverse CT corpus, produces compact volumetric embeddings that may transfer to downstream tasks without fine-tuning. We evaluate a classification pipeline that pairs these frozen embeddings with three lightweight heads - Multi-Layer Perceptron (MLP), Random Forest (RF), and a stacking ensemble - for central PE detection, training on the public RSNA CTPA dataset and
СтатьяОценочное исследованиеПоиск 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.
Carcinoembryonic antigen (CEA) is widely used for tumor monitoring, yet electrical biosensor readouts are commonly based on endpoint or steady-state signals and therefore discard information contained in the early transient response. We developed a learning-assisted readout for an existing AlGaN/GaN high-electron-mobility transistor (HEMT) aptasensor by integrating transient drain-source current sequences with four steady-state I-V descriptors in a bidirectional long short-term memory-multilayer perceptron (LSTM-MLP) model. Bias-voltage comparison identified V_DS = 0.5 V as the preferred opera
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: In computer- and robot-assisted orthopedic surgery (CAOS), patient-specific surgical plans are generated from preoperative medical imaging data to define target locations and implant trajectories. During surgery, these plans must be precisely transferred to the intraoperative setting to guide accurate execution. The accuracy and success of this transfer rely on cross-registration between preoperative and intraoperative data. However, the substantial heterogeneity across imaging modalities and devices renders this registration process challenging and error-prone, leading to inaccura
СтатьяПоддержка 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.
Drug sensitivity prediction is an important issue within the precision medicine field. IC50, which is the molar drug dose needed to decrease the viability of cells by half compared to the drug-free control, is the main pharmacodynamics parameter used for drug sensitivity analysis in large-scale pharmacogenomics screenings. Computational estimation of IC50s based on molecular and genomic factors significantly reduces costs associated with experiments for measuring cell viability and allows for accelerating the process of drug discovery. Traditional methods of IC50 calculation do not allow integ
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: Autism spectrum disorder (ASD) involves subtle and heterogeneous brain-structural differences that are not usually visible on routine structural magnetic resonance imaging (sMRI). This study investigated a segmentation-guided sMRI feature-classification framework for childhood ASD analysis.
METHODS: Pediatric T1-weighted sMRI scans were obtained from the publicly available Autism Brain Imaging Data Exchange II (ABIDE-II) dataset. Preprocessing used the FMRIB Software Library (FSL) Brain Extraction Tool (BET), N4 bias-field correction, intensity normalization, and Advanced Normaliz
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: Temporomandibular disorders (TMD) and orofacial pain are highly prevalent. This prevalence can be compared to that of leading non-communicable diseases (NCDs). However, it is surprising to still find a high degree of controversy regarding its diagnosis and management. Patients usually experience treatment delays, missed diagnoses, and receive unnecessary therapies. New artificial intelligence algorithms have helped diagnose numerous diseases. Nevertheless, no studies have focused on the use of artificial intelligence to diagnose these conditions.
OBJECTIVES: This study aimed to de
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: Currently, magnetic resonance imaging (MRI) is used to evaluate active inflammatory sacroiliitis related to axial spondyloarthritis (axSpA). The qualitative and semiquantitative diagnosis performed by expert radiologists and rheumatologists remains subject to significant intrapersonal and interpersonal variation. This encouraged us to use machine-learning methods for this task.
METHODS: In this retrospective study including 56 sacroiliac joint MRI exams, 24 patients had positive and 32 had negative findings for inflammatory sacroiliitis according to the ASAS group criteria. The da
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.
Postoperative nausea and vomiting (PONV) are common complications after surgery. This study aimed to present the utilization of machine learning for predicting PONV and provide insights based on a large amount of data. This retrospective study included data on perioperative features of patients, such as patient characteristics and perioperative factors, from two hospitals. Logistic regression algorithms, random forest, light-gradient boosting machines, and multilayer perceptrons were used as machine learning algorithms to develop the models. The dataset of this study included 106,860 adult pat
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.
Bioactive peptides derived from dairy proteins are increasingly recognized for their dual capacities to enhance sensory attributes and provide health-promoting functions. In fermented dairy products such as yogurt, proteolysis releases a diverse array of peptides, including sour-taste peptides that can refine flavor profiles and reduce the need for added acids or synthetic flavorings. However, systematic discovery and characterization of such peptides remain limited by the time and cost of traditional screening methods. Here, we developed an integrated computational-experimental workflow to id
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.
Machine learning (ML) algorithms can be used to extract clinically meaningful information from movement data captured by inertial measurement units (IMUs), but many human activity recognition (HAR) pipelines are developed on large laboratory datasets that may not reflect small, heterogeneous, real-world samples. The purpose of this study is to systematically compare the accuracy of multiple ML models, feature sets (both simple and expanded), class balancing strategies, null and transition period handling techniques, and sensor configurations for recognizing a set of four everyday activities ex
СтатьяСравнительное исследованиеПоиск 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: Accurate prognostication in elderly patients with aneurysmal subarachnoid hemorrhage (aSAH) remains challenging due to high morbidity and mortality. This study aimed to develop and externally validate interpretable machine learning (ML) models for predicting 12-month functional outcomes.
METHODS: Data from 426 consecutive elderly aSAH patients at the primary center were randomly split into a training cohort (n = 298, 70%) and an internal test cohort (n = 128, 30%). An independent external validation cohort (n = 41) was obtained from a collaborating tertiary medical center. Feature
СтатьяВалидационное исследованиеПоиск 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: Preterm prelabor rupture of membranes (PPROM) is a multifactorial obstetric complication that contributes significantly to neonatal morbidity and mortality. Recent evidence suggests that systemic inflammation and periodontal health are critical determinants in the etiology of PPROM. However, conventional predictive methods often fail to integrate multidomain data for early risk assessment. This study aimed to develop an ANN-based model to classify PPROM status by integrating hematological inflammatory markers, periodontal indices, and maternal behavioral factors.
METHODS: A multil
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.
Given the importance of the detection and classification of sleep apneas and hypopneas (SAHs) in the diagnosis and the characterization of the SAH syndrome, there is a need for a reliable noninvasive technique measuring respiratory effort. This paper proposes a new method for the scoring of SAHs based on the recording of the midsagittal jaw motion (MJM, mouth opening) and on a dedicated automatic analysis of this signal. Continuous wavelet transform is used to quantize respiratory effort from the jaw motion, to detect salient mandibular movements related to SAHs and to delineate events which a
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.
Health recommender systems (HRSs) enhance prognostication by leveraging clinical information. Existing HRSs often fail to capture the intrinsic correlations between patient phenotypes with similar clinical profiles, necessitating approaches that incorporate patient similarity into prognostic modeling. This work explores such correlations within three classes of biomedical information: diagnosis, procedure, and medication, and the clinical temporality during patient visits to improve diagnostic accuracy. Our approaches include both static and dynamic scenarios. In the static scenario, we propos
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 presents the development of a low-cost, portable device for non-invasive skin monitoring that integrates both impedance sensing and imaging modalities to assess skin moisture levels and classify skin types. To enable real-time analysis on resource-constrained platforms, lightweight machine learning algorithms were employed for both regression and classification tasks. For the moisture prediction task, experimental results demonstrate that the Random Forest (RF) algorithm outperformed Linear Regression and Multilayer Perceptron (MLP), achieving the highest accuracy, with impedance-ba
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.
Machine learning was applied to predict Arabica and Robusta coffee prices 2-6 months ahead using climatic, production, and economic data from 2009 to 2025. SHAP analysis revealed that global and Brazilian stock levels, Vietnamese drought, Colombian rainfall, and U.S. dollar exchange rate were the most influential drivers of price variation, showing that even features with weak simple correlations can have high predictive power. We compared Multilayer Perceptron (MLP), Extreme Learning Machine (ELM), Random Forest (RF), XGBoost, and two stacking configurations (RF/XGBoost/ELM) and (RF/XGBoost),
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.
Type 2 diabetes (T2D), inflammatory bowel disease (IBD), and colorectal cancer (CRC) share overlapping metabolic alterations that hinder early, disease-specific diagnosis. Using publicly available serum metabolomics data sets (T2D: ST003390; IBD: ST003312; CRC: ST000284), a standardized workflow combining random forest-based imputation, log transformation, Pareto scaling, and ComBat batch correction was implemented prior to supervised machine learning. Eight algorithms (logistic regression, linear and RBF SVM, random forest, XGBoost, k-nearest neighbors, multilayer perceptron, and partial leas
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.