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: 189 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 707 с найденным полным текстом
Optical imaging techniques, such as hyperspectral imaging combined with machine learning-based analysis, have the potential to revolutionize clinical surgical imaging. However, these modalities face a shortage of large-scale, representative clinical data for training machine learning-based algorithms. While preclinical animal data are abundantly available through standardized experiments and allow for controlled induction of pathological tissue states, it is not ethically possible to obtain similar data from patients. To leverage this situation, we propose 'xeno-learning', a cross-species know
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.
B-mode ultrasound-based computer-aided diagnosis model can help sonologists improve the diagnostic performance for liver cancers, but it generally suffers from the bottleneck due to the limited structure and internal echogenicity information in B-mode ultrasound images. Contrast-enhanced ultrasound images provide additional diagnostic information on dynamic blood perfusion of liver lesions for B-mode ultrasound images with improved diagnostic accuracy. Since transfer learning has indicated its effectiveness in promoting the performance of target computer-aided diagnosis model by transferring k
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.
The integration of spectroscopic techniques with machine learning has emerged as a powerful analytical paradigm for food safety analysis. However, the rapid expansion of this field has created a new challenge. Researchers and practitioners lack systematic guidance on selecting the most appropriate combination for a given problem. This review provides a critical, decision-oriented examination of this interdisciplinary field. We first establish applicability profiles for major spectroscopic techniques and functional groupings for common machine learning algorithms. We then propose a four-dimensi
СтатьяОбзорПоиск 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: The rapid and pervasive growth of Internet of Things (IoT) devices has significantly expanded the attack surface of current network environments, making them vulnerable to advanced and evolving cyber threats. However, current intrusion detection systems (IDS) usually suffer from weak cross-domain generalization, high false positive rates, and poor performance against novel attacks.
METHODS: To overcome these issues, this paper proposes TL-CRANN, a transfer-learning-based hybrid deep learning framework utilizing a convolutional neural network (CNN), bidirectional long short-term
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 PURPOSE: Accurate prediction using simple and changeable variables is clinically meaningful because some known-predictors, such as stroke severity and patients age cannot be modified with rehabilitative treatment. There are limited clinical prediction rules (CPRs) that have been established using only changeable variables to predict the activities of daily living (ADL) dependence of stroke patients. This study aimed to develop and assess the CPRs using machine learning-based methods to identify ADL dependence in stroke patients.
METHODS: In total, 1125 stroke patients were inve
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.
Due to challenges such as illumination variability, noise, and visual distortions, machine learning (ML) and deep learning (DL) approaches for skin disease evaluation remain complex. Traditional methods often neglect these issues, leading to skewed predictions and poor performance. This research leverages a diverse dataset and robust image processing techniques to enhance diagnostic accuracy under such demanding conditions. We propose Dermo-Transfer, a novel architecture that combines MobileNet with dense blocks and residual connections to improve skin disease severity classification by addres
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.
PURPOSE: Ultra-low-field (ULF) MRI provides a cost-effective, portable imaging option but has relatively low SNR and long acquisition times compared to standard clinical scans. This study presents a time-conditioned zero-shot self-supervised learning image reconstruction framework (ULF-ZS-SSL) to accelerate 3D-acquired single-coil ULF MRI without relying on external training data. In addition, for faster computation, a transfer-learning (TL) variant (ULF-ZS-SSL-TL) was implemented by pretraining on a small fully-sampled ULF brain dataset and fine-tuning on the target subject in a zero-shot man
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.
RESEARCH QUESTION: Can a non-invasive embryo transfer strategy provide a reference for embryo selection to be established?
DESIGN: Chromosome sequencing of 345 paired blastocyst culture medium and whole blastocyst samples was carried out and a non-invasive embryo grading system was developed based on the random forest machine learning algorithm to predict blastocyst ploidy. The system was validated in 266 patients, and a blinded prospective observational study was conducted to investigate clinical outcomes between machine learning-guided and traditional non-invasive preimplantation genetic te
СтатьяНаблюдательное исследованиеПоиск 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.
Although significant advances have been made in the early detection of many cancers, challenges remain in the early diagnosis of rare cancers, including Wilms tumor, Clear Cell Sarcoma of the Kidney, Neuroblastoma, Osteosarcoma, and Acute Myeloid Leukemia, perhaps due to their relative obscurity and scarce data compared to common cancers. Application of artificial intelligence or deep learning has shown promising results in disease diagnosis including in their ability to diagnose cancers and detect their tissue of origin. However, their ability to detect rare cancers is yet to be comprehensive
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.
BACKGROUND/OBJECTIVES: Obsessive-Compulsive Disorder (OCD) is a chronic mental health condition characterized by intrusive thoughts and repetitive behaviors. Traditional diagnostic methods rely on subjective clinical assessments, delaying effective intervention. This review examines how advanced neuroimaging techniques, such as Magnetic Resonance Imaging (MRI) and Diffusion Tensor Imaging (DTI), integrated with machine learning (ML), can improve OCD diagnostics by identifying structural and functional brain abnormalities, particularly in the cortico-striato-thalamo-cortical (CSTC) circuit.
ME
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.
Time-lapse microscopy for embryos is a non-invasive technology used to characterize early embryo development. This study employs time-lapse microscopy and machine learning to elucidate changes in embryonic growth kinetics with maternal aging. We analyzed morphokinetic parameters of embryos from young and aged C57BL6/NJ mice via continuous imaging. Our findings show that aged embryos accelerated through cleavage stages (from 5-cells) to morula compared to younger counterparts, with no significant differences observed in later stages of blastulation. Unsupervised machine learning identified two
СтатьяПоддержка NIH: внешняя программаПоддержка правительства СШАПоддержка 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.
Training a machine learning system to evaluate any type of facial deformity is impeded by the scarcity of large datasets of high-quality, ethics board-approved patient images. We have built a deep learning-based cleft lip generator called CleftGAN designed to produce an almost unlimited number of high-fidelity facsimiles of cleft lip facial images with wide variation. A transfer learning protocol testing different versions of StyleGAN as the base model was undertaken. Data augmentation maneuvers permitted input of merely 514 frontal photographs of cleft-affected faces adapted to a base model o
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.
Writing abilities are impacted by dysgraphia, a condition of learning disability. It might be challenging to diagnose dysgraphia at an initial point of a child's upbringing. Problematic abilities linked to Dysgraphia difficulties that is utilized in detecting the learning disorder. The features used in this research to identify dysgraphia include handwriting and geometric features that is reclaimed using kekre-discrete cosine mathematical model. The feature learning step of deep transfer learning makes good use of the obtained features to identify dysgraphia. The results of the data collection
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.
Effective identification of multiple cariogenic bacteria in saliva samples is important for oral disease prevention and treatment. Here, a simple colorimetric sensor array is developed for the identification of cariogenic bacteria using single-atom nanozymes (SANs) assisted by machine learning. Interestingly, cariogenic bacteria can increase oxidase-like activity of iron (Fe)─nitrogen (N)─carbon (C) SANs by accelerating electron transfer, and inversely reduce the activity of Fe─N─C further reconstruction with urea. Through machine-learning-assisted sensor array, colorimetric responses are deve
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.
Liquid chromatography coupled to high-resolution mass spectrometry (LC-HRMS) is a widely used analytical technique for characterizing the chemical composition of organic samples. Due to its high sensitivity and ability to detect thousands of chemical features in a single run, untargeted LC-HRMS experiments generate highly complex and data-rich datasets that typically require advanced computational methods, including machine learning, for meaningful interpretation. While traditional machine learning approaches have been applied to LC-HRMS data, their performance remains limited for complex task
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.
High-content time-lapse embryo imaging assessed by machine learning is revolutionizing the field of in vitro fertilization (IVF). However, the vast majority of IVF embryos are not transferred to the uterus, and these masses of embryos with unknown implantation outcomes are ignored in current efforts that aim to predict implantation. Here, whether, and to what extent the information encoded within "sibling" embryos from the same IVF cohort contributes to the performance of machine learning-based implantation prediction is explored. First, it is shown that the implantation outcome is correlated
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.
IN BRIEF: Clinical drug trials often do not include pregnant people due to health risks; therefore, many medications have an unknown effect on the developing fetus. Machine learning QSAR models have been used successfully to predict the fetal risk of pharmaceutical use during pregnancy.
ABSTRACT: Those undergoing pregnancy are often excluded from clinical drug trials due to the risk that participation would pose to their health and the health of the developing fetus. However, they often require pharmaceuticals to manage health conditions that, if left untreated, could harm themselves or the f
СтатьяОбзорПоддержка 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.
OBJECTIVE: To establish prediction models for the diagnosis of the subtypes of uterine leiomyomas by machine learning using magnetic resonance imaging (MRI) data.
METHODS: This is a prospective observational study. Ninety uterine leiomyoma samples were obtained from 51 patients who underwent surgery for uterine leiomyomas. Seventy-one samples (49 mediator complex subunit 12 [ MED12 ] mutation-positive and 22 MED12 mutation-negative leiomyomas) were assigned to the primary data set to establish prediction models. Nineteen samples (13 MED12 mutation-positive and 6 MED12 mutation-negative leiomy
Наблюдательное исследованиеСтатьяПоддержка 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.
Developing highly efficient electrocatalysts for the oxygen evolution reaction is hindered by sluggish multi-electron kinetics, poor charge transfer efficiency, and limited active site accessibility. Transition metal-based electrocatalysts, such as cobalt oxides, have shown promise. However, poor charge transfer efficiency, limited active site accessibility, and suboptimal interaction with support materials have lowered their oxygen evolution reaction performance. Additionally, optimization of materials remains a complex task, often relying on trial-and-error approaches that do not clearly und
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.
Precise therapeutic drug monitoring is essential for optimizing nalbuphine treatment in uremic pruritus, yet rapid and sensitive analytical tools suitable for clinical application remain limited. Herein, we report a machine learning-guided photoelectrochemical (PEC) aptasensor for nalbuphine detection based on a BiOBr/SrWO4 S-scheme heterojunction. Clinical data from 102 peritoneal dialysis patients were first analyzed using seven machine learning algorithms to identify determinants of therapeutic response. Gradient Boosting exhibited the best predictive performance, with an accuracy of 84.6%,
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.