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: 620 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 707 с найденным полным текстом
BACKGROUND: The processing of brain signals for Motor imagery (MI) classification to have better accuracy is a key issue in the Brain-Computer Interface (BCI). While conventional methods like Artificial neural network (ANN), Linear discernment analysis (LDA), K-Nearest Neighbor (KNN), Support vector machine (SVM), etc. have made significant progress in terms of classification accuracy, deep transfer learning-based systems have shown the potential to outperform them. BCI can play a vital role in enabling communication with the external world for persons with motor disabilities.
NEW METHODS: De
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.
Diffusion within zeolites is a critical determinant of their performance in catalysis and separations. Nevertheless, mechanistic insights remain largely system-specific, and a universal framework connecting topological features to diffusion properties is still lacking. Here, we address this challenge by combining high-throughput molecular simulations across approximately 100,000 zeolitic frameworks from the database of zeolite structures with interpretable machine learning. Guided by confinement-diffusion mechanisms, we propose a set of topology-informed descriptors (including tortuosity and 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.
PURPOSE: Reliable decoding of lower-limb motor intent from surface electromyography signals remains challenging due to electrode placement variability, muscle fatigue, inter-subject differences, and differences between able-bodied and amputee populations. This study evaluates the robustness of commonly used machine-learning approaches for lower-limb electromyography classification under these sources of variability.
METHODS: A unified benchmarking analysis was conducted across four lower-limb electromyography datasets: UCI lower limb electromyography, vastus medialis electromyography, K2MUSE,
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: To investigate the potential of apparent diffusion coefficient (ADC) map-based deep learning and dose distribution-based dosiomics in predicting radiation-induced temporal lobe injury (RTLI) in nasopharyngeal carcinoma (NPC).
METHODS: This retrospective study included 3578 NPC patients from Jiangsu Cancer Hospital receiving intensity-modulated radiation therapy (IMRT). Ninety-four RTLI patients were recruited based on inclusion criteria and matched 1:1 with 97 control subjects using propensity scores. Patients were randomly assigned to the training cohort (n = 135) and the validat
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.
Chest X-ray (CXR) imaging is one of the most widely used and economical tests to diagnose a wide range of diseases. However, even for expert radiologists, it is a challenge to accurately diagnose diseases from CXR samples. Furthermore, there remains an acute shortage of trained radiologists worldwide. In the present study, a range of machine learning (ML), deep learning (DL), and transfer learning (TL) approaches have been evaluated to classify diseases in an openly available CXR image dataset. A combination of the synthetic minority over-sampling technique (SMOTE) and weighted class balancing
СтатьяОтозванная публикацияПоиск 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: An objective and quantitative assessment of facial symmetry is essential for the surgical planning and evaluation of treatment outcomes in orthognathic surgery (OGS). This study applied the transfer learning model with a convolutional neural network based on 3-dimensional (3D) contour line features to evaluate the facial symmetry before and after OGS.
METHODS: A total of 158 patients were recruited in a retrospective cohort study for the assessment and comparison of facial symmetry before and after OGS from January 2018 to March 2020. Three-dimensional facial photographs were capture
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.
Modeling and predicting viral mutations before they emerge plays a crucial role in pandemic preparedness, enabling the early identification of emerging variants of concern (VOCs) and guiding timely updates to vaccines, diagnostic tests, and therapeutic strategies. However, existing machine learning models and large-scale experiments lose their predictive power as viral variants evolve further from the original strains in sequence space. Here, we present a scalable framework that integrates random forest and neural network machine learning models with targeted high-throughput experimentation to
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.
Tetracyclines (TCs) that accumulate in food enter the human body through the food chain, leading to drug resistance and health risks. This study synthesized a heterostructure fluorescent sensor, Zn-TCPP-MOF/NH2-MIL-53(Al) (abbreviated ZTA) for TCs detection. A dual-mode detection system was established by integrating fluorescence spectroscopy with machine learning algorithms and fluorescence imaging with YOLOv5, enabling precise detection of TCs. The π-π stacking reduced ZTA electron density to promote electron transfer, inducing specific recognition of TCs with a low detection limit of 0.012
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: The use of optical coherence tomography (OCT) images is increasing in the medical treatment of age-related macular degeneration (AMD), and thus, the amount of data requiring analysis is increasing. Advances in machine-learning techniques may facilitate processing of large amounts of medical image data. Among deep-learning methods, convolution neural networks (CNNs) show superior image recognition ability. This study aimed to build deep-learning models that could distinguish AMD from healthy OCT scans and to distinguish AMD with and without exudative changes without using a segmen
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.
PURPOSE: Traditional vocal fold pathology recognition typically requires expertise of laryngologists and advanced instruments, primarily through direct visualization. This study aims to augment this conventional paradigm by introducing a parallel diagnostic procedure. Our objective is to harness a machine-learning algorithm designed to discern intricate patterns within patients' voice recordings to distinguish not only between healthy and hoarse voices but also among various specific disorders.
MATERIALS AND METHODS: We employed a machine-learning algorithm, utilizing transfer learning on the
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.
OBJECTIVES: Microvascular free tissue transfer is the primary reconstructive method in patients with complex defects of the head and neck. Defect site complications vary; incidence ranges from 15% to 70%. The use of machine learning via mutual information analysis has recently been described in the context of head and neck cancer, but this does not distinguish between causal relationships. The current study explores the first causal machine learning model to predict surgical outcomes in patients undergoing head and neck microvascular reconstruction.
METHODS: A retrospective chart review was c
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.
Drug-induced diseases are the most important component of iatrogenic disease. It is the duty of doctors to provide a reasonable and safe dose of medication. Gunqile-7 is a Mongolian medicine with analgesic and anti-inflammatory effects. As a foreign substance in the body, even with reasonable medication, it may produce varying degrees of adverse reactions or toxic side effects. Since the cost of collecting Gunqile-7 for pharmacological animal trials is high and the data sample is small, this paper employs transfer learning and data augmentation methods to study the toxicity of Gunqile-7. More
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.
Photocatalytic CO2 reduction to C2+ products is an attractive route for solar to chemical conversion, yet its development is still limited by inefficient charge utilization, sluggish C─C coupling, competing C1 pathways, and the complex adsorption behavior of carbonaceous intermediates. These challenges become more difficult in dual-site photocatalysts, where metal combinations, coordination structures, intersite distances, support effects, and reaction conditions jointly influence CO2 activation, intermediate evolution, and product selectivity. Machine learning offers a practical way to deal w
СтатьяОбзорПолный 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.
In this work, several machine learning (ML) algorithms, both classical ML and modern deep learning, were investigated for their ability to improve the performance of a pipeline for the segmentation and classification of prostate lesions using MRI data. The algorithms were used to perform a binary classification of benign and malignant tissue visible in MRI sequences. The model choices include support vector machines (SVMs), random decision forests (RDFs), and multi-layer perceptrons (MLPs), along with radiomic features that are reduced by applying PCA or mRMR feature selection. Modern CNN-base
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.
Cortisol levels provide valuable information regarding physiological stress and abnormalities associated with endocrine and mental health disorders. In this study, an AuNPs/CNT-modified electrochemical aptasensor integrated with machine learning was developed for sensitive cortisol detection and accurate discrimination of cortisol levels. A porous CNT network supported a large specific surface area with high conductivity, and density functional theory (DFT) calculations revealed the AuNPs modified the electronic structures of CNTs and further accelerated the charge transfer efficiency. Once co
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 OBJECTIVE: Predicting cardiovascular risk is critical for the therapy and control of cardiovascular illnesses. This work studies screening the toxicity of three drugs, (E-4031, isoprenaline, and sertindole) with various concentrations using tracking of the single cardiac cell's contractile motion to explore the drug concentration impact on single cell contractile dynamics and automated classification based on cells motion behavior using deep transfer learning and different machine learning based methods.
METHODS: We developed an integrated platform for automated dynamic analysi
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: Femoral neck fractures are a serious health concern, particularly among the elderly. The aim of this study is to diagnose and classify femoral neck fractures from plain pelvic X-rays using deep learning and machine learning algorithms, and to compare the performance of these methods.
METHODS: The study was conducted on a total of 598 plain pelvic X-ray images, including 296 patients with femoral neck fractures and 302 individuals without femoral neck fractures. Initially, transfer learning was applied using pre-trained deep learning models: VGG-16, ResNet-50, and MobileNetv2.
RES
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.
Sepsis remains a critical challenge due to its high mortality and complex prognosis. To address data limitations in studying MSSA sepsis, we extend existing transfer learning frameworks to accommodate transformation models for high-dimensional survival data. Specifically, we construct a measurement index based on the C-index for intelligently identifying the helpful source datasets, and the target model performance is improved by leveraging information from the identified source datasets via performing the transfer step and debiasing step. Another significant development is that statistical 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.
The Brain Computer Interface (BCI) system is a typical neurophysiological application which helps paralyzed patients with human-machine communication. Stroke patients with motor disabilities are able to perform BCI tasks for clinical rehabilitation. This paper proposes an effective scheme of transfer calibration for BCI rehabilitation. The inter- and intra-subject transfer learning approaches can improve the low-precision classification performance for experimental feedback. The results imply that the systematical scheme is positive in increasing the confidence of voluntary training for stroke
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.
This review article delves into the rapidly advancing domain of prenatal diagnostics, with a primary focus on the detection and management of chromosomal abnormalities such as trisomy 13 ("Patau syndrome)", "trisomy 18 (Edwards syndrome)", and "trisomy 21 (Down syndrome)". The objective of the study is to examine the utilization and effectiveness of novel computational methodologies, such as "machine learning (ML)", "deep learning (DL)", and data analysis, in enhancing the detection rates and accuracy of these prenatal conditions. The contribution of the article lies in its comprehensive exami
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.