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
9693 публикаций
Поиск: 471 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 544 с найденным полным текстом
Computer methods and programs in biomedicine2007eng
In this paper, the multiclass support vector machines (SVMs) with the error correcting output codes (ECOC) were presented for detecting variabilities of the multiclass Doppler ultrasound signals. The ophthalmic arterial (OA) Doppler signals were recorded from healthy subjects, subjects suffering from OA stenosis, subjects suffering from ocular Behcet disease. The internal carotid arterial (ICA) Doppler signals were recorded from healthy subjects, subjects suffering from ICA stenosis, subjects suffering from ICA occlusion. Methods of combining multiple classifiers with diverse features are view
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.
BACKGROUND: Accurate classification of focal cortical dysplasia (FCD) has been challenging due to the problematic visual detection in magnetic resonance imaging (MRI). Hence, recently, there has been a necessity for employing new techniques to solve the problem. Among the new techniques for FCD lesion diagnosis, classification techniques can be of great help in FCD patient's detection from healthy individuals.
METHODS: MRI data were collected from 58 participants (30 subjects with FCD type II and 28 normal subjects). Morphological and intensity-based characteristics were calculated for each c
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.
OBJECTIVE: The purpose of the current study was to develop support vector machine (SVM) and artificial neural network (ANN) models for the pre-operative prediction of advanced prostate cancer by using the parameters acquired from transrectal ultrasound (TRUS)-guided prostate biopsies, and to compare the accuracies between the two models.
MATERIALS AND METHODS: Five hundred thirty-two consecutive patients who underwent prostate biopsies and prostatectomies for prostate cancer were divided into the training and test groups (n = 300 versus n = 232). From the data in the training group, two clini
Сравнительное исследованиеСтатьяПоиск 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.
This study evaluates a genetic algorithm-assisted support vector machine (GA-SVM) framework for multiple sclerosis (MS) diagnosis using a publicly available dataset (n=709; 370 MS, 339 controls) comprising five pre-extracted white matter lesion features. Model performance was assessed using repeated nested stratified 10×5 cross-validation, with hyperparameter optimization confined to inner training folds and results reported from aggregated out-of-fold predictions. The tuned RBF-SVM achieved AUC=0.993, accuracy=0.987, sensitivity=1.000, specificity=0.973, precision=0.976, and F1-score=0.988 at
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.
The detection of patients in the cognitive normal (CN), mild cognitive impairment (MCI), and Alzheimer's disease (AD) stages of neurodegeneration is crucial for early treatment interventions. However, the heterogeneity of MCI data samples poses a challenge for CN vs. MCI vs. AD multiclass classification, as some samples are closer to AD while others are closer to CN in the feature space. Previous attempts to address this challenge produced inaccurate results, leading most frameworks to break the assessment into binary classification tasks such as AD vs. CN, AD vs. MCI, and CN vs. MCI. Other me
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.
While the proliferation of the Internet of Things (IoT) has revolutionized several industries, it has also created severe data security concerns. The security of these network devices and the dependability of IoT networks depend on efficient threat detection. Device heterogeneity, computing resource constraints, and the ever-changing nature of cyber threats are a few of the obstacles that make detecting cyber threats in IoT systems difficult. Complex threats often go undetected by conventional security measures, requiring more sophisticated, adaptive detection methods. Therefore, this study pr
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.
Alzheimer's disease (AD) is a degenerative disease of the central nervous system characterized by memory and cognitive dysfunction, as well as abnormal changes in behavior and personality. The research focused on how machine learning classified AD became a recent hotspot. In this study, we proposed a novel voxel-based feature detection framework for AD. Specifically, using 649 voxel-based morphometry (VBM) methods obtained from MRI in Alzheimer's Disease Neuroimaging Initiative (ADNI), we proposed a feature detection method according to the Random Survey Support Vector Machines (RS-SVM) and co
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: Postherpetic neuralgia (PHN), as the most common complication of herpes zoster (HZ), is very refractory to current therapies. Studies of HZ have indicated that early aggressive pain interventions can effectively prevent PHN; therefore, accurately predicting PHN in outpatients with HZ and treating HZ promptly, would be of great benefit to patients. Multiple logistic regression (MLR) has often been used to predict PHN. However, support vector machine (SVM) has been poorly studied in predicting PHN in outpatients with HZ.
OBJECTIVE: The aim of our retrospective study was to analyze t
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.
OBJECTIVE: A few former studies suggested that there are partial overlaps in abnormal brain structure and cognitive function between hypochondriasis (HS) and schizophrenia (SZ). But their differences in brain activity and cognitive function were unclear.
METHODS: Twenty-one HS patients, 23 SZ patients, and 24 healthy controls (HC) underwent resting-state functional magnetic resonance imaging (rs-fMRI) with the regional homogeneity analysis (ReHo), subsequently exploring the relationship between ReHo value and cognitive functions. The support vector machines (SVM) were used on effectiveness ev
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.
Magnetic resonance imaging (MRI) methods have been used to detect cerebral anatomical distinction between obsessive-compulsive disorder (OCD) patients and healthy controls (HC). Machine learning approach allows for the possibility of discriminating patients on the individual level. However, few studies have used this automatic technique based on multiple modalities to identify potential biomarkers of OCD. High-resolution structural MRI and diffusion tensor imaging (DTI) data were acquired from 48 OCD patients and 45 well-matched HC. Gray matter volume (GMV), white matter volume (WMV), fraction
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.
Preoperatively predict the probability of Prostate cancer (PCa) biochemical recurrence (BCR) is of definite clinical relevance. The purpose of this study was to develop an imaging-based approach in the prediction of 3-years BCR through a novel support vector machine (SVM) classification. We collected clinicopathologic and MR imaging datasets in 205 patients pathologically confirmed PCa after radical prostatectomy. Univariable and multivariable analyses were used to assess the association between MR findings and 3-years BCR, and modeled the imaging variables and follow-up data to predict 3-year
Клинический случайСтатьяПолный 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.
Parkinson's disease (PD) diagnosis faces substantial challenges due to the lack of reliable biomarkers and the limitations of existing detection techniques. Exosomes, which carry biomolecular cargo reflective of disease pathology, are increasingly recognized as promising biomarkers because of their stable presence in biofluids and accessibility through minimally invasive methods. Surface-enhanced Raman spectroscopy (SERS) provides high sensitivity and rapid molecular fingerprinting, but its clinical translation is hindered by spectral variability and sample heterogeneity. To address these limi
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: Early screening of prostate cancer (PCa) is pivotal but challenging in the clinical scenario due to the phenomena of false positivity or false negativity of some serological evaluations, e.g. PSA testing. Decline of serum Zn2+ levels in PCa patients reportedly plays a crucial role in early screening of PCa. Accordingly, we combined 4 indices comprising the serum levels of total PSA (tPSA), free PSA (fPSA), Zn2+ and demographic information (especially age) in order to ameliorate the efficacies of PCa screening with support vector machine (SVM) algorithms.
METHODS: A total of 858 ma
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.
The aim of this study was to explore the feasibility of Raman spectroscopy combined with computer algorithms in the diagnosis of primary Sjögren syndrome (pSS). In this study, Raman spectra of 60 serum samples were acquired from 30 patients with pSS and 30 healthy controls (HCs). The means and standard deviations of the raw spectra of patients with pSS and HCs were calculated. Spectral features were assigned based on the literature. Principal component analysis (PCA) was used to extract the spectral features. Then, a particle swarm optimization (PSO)-support vector machine (SVM) was selected a
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.
The recent elevation of cases infected from novel COVID-19 has placed the human life in trepidation mode, especially for those suffering from comorbidities. Most of the studies in the last few months have undeniably raised concerns for hypertensive patients that face greater risk of fatality from COVID-19. Furthermore, one of the recent WHO reports has estimated a total of 1.13 billion people are at a risk of hypertension of which two-thirds live in low and middle income countries. The gradual escalation of the hypertension problem andthe sudden rise of COVID-19 cases have placed an increasing
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.
Normalization of feature vector values is a common practice in machine learning. Generally, each feature value is standardized to the unit hypercube or by normalizing to zero mean and unit variance. Classification decisions based on support vector machines (SVMs) or by other methods are sensitive to the specific normalization used on the features. In the context of multivariate pattern analysis using neuroimaging data, standardization effectively up- and down-weights features based on their individual variability. Since the standard approach uses the entire data set to guide the normalization,
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
INTRODUCTION: Support vector machines (SVM) have recently been demonstrated to be useful for voxel-based MR image classification. In the present study we sought to evaluate whether this method is feasible in the classification of childhood epilepsy intractability based on diffusion tensor imaging (DTI), with adequate accuracy. We applied SVM in conjunction DTI indices of fractional anisotropy (FA), mean diffusivity (MD), radial diffusivity (RD) and axial diffusivity (AD). DTI studies have reported white matter abnormalities in childhood-onset epilepsy, but the mechanisms underlying these abnor
СтатьяПоддержка NIH: внешняя программаПолный 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: Abdominal adiposity is an important risk factor of chronic cardiovascular diseases, thus the prediction of abdominal adiposity and obesity can reduce the risks of contracting such diseases. However, the current prediction models display low accuracy and high sample size dependence. The purpose of this study is to put forward a new prediction method based on an improved support vector machine (SVM) to solve these problems. Methods: A total of 200 individuals participated in this study and were further divided into a modeling group and a test group. Their physiological parameters (he
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.
MOTIVATION: High-density DNA microarray measures the activities of several thousand genes simultaneously and the gene expression profiles have been used for the cancer classification recently. This new approach promises to give better therapeutic measurements to cancer patients by diagnosing cancer types with improved accuracy. The Support Vector Machine (SVM) is one of the classification methods successfully applied to the cancer diagnosis problems. However, its optimal extension to more than two classes was not obvious, which might impose limitations in its application to multiple tumor type
Сравнительное исследованиеОценочное исследованиеСтатьяПоддержка правительства СШАПоддержка службы здравоохранения СШАВалидационное исследованиеПолный 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.
As email usage expands, spam has become a critical challenge, threatening network security and reducing communication efficiency. Conventional detection methods face persistent limitations: traditional machine learning models often struggle with high-dimensional sparse data, while deep learning requires substantial computational resources. This study introduces a Van der Waerden rank score feature attention-enhanced Support Vector Machine (VWR-Attn-SVM) to address these issues. The method applies Van der Waerden rank transformation to normalize text features, improving robustness against outli
СтатьяVideo-Audio MediaПоддержка 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.