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
248 публикаций
Поиск: 248 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 129 с найденным полным текстом
Expanding on research previously reported by the authors, this study further examines the recognizability of ReFace facial approximations generated with the following eye orb positions: (i) centrally within the bony eye socket, (ii) 1.0mm superior and 2.0mm lateral relative to center, and (iii) 1.0mm superior and 2.5mm lateral relative to center. Overall, 81% of the test subjects' approximation ranks improved with the use of either of the two supero-lateral eye orbs. Highly significant performance differences (p<0.01) were observed between the approximations with centrally positioned eye orbs
СтатьяПоддержка 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: Reduction or differences in facial expression are a core diagnostic feature of autism spectrum disorder (ASD), yet evidence regarding the extent of this discrepancy is limited and inconsistent. Use of automated facial expression detection technology enables accurate and efficient tracking of facial expressions that has potential to identify individual response differences.
METHODS: Children and adults with ASD (N = 124) and typically developing (TD, N = 41) were shown short clips of "funny videos." Using automated facial analysis software, we investigated differences between ASD a
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: Despite significant advances in understanding facial emotion recognition (FER) in autistic adults in recent decades, the mechanisms underlying FER difficulties in individuals with autism remain unclear, with inconsistent findings across studies. A key limitation may be the reliance on aggregate accuracy scores, which overlook item- and subject-level variability. Here, we investigated the effects of task adaptation and stimulus properties on FER performance in autistic and non-autistic adults using mixed-effects modelling. METHODS: A total of 120 autistic and 116 non-autistic partic
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.
BACKGROUND: Noonan syndrome (NS), a genetically heterogeneous disorder, presents with hypertelorism, ptosis, dysplastic pulmonary valve stenosis, hypertrophic cardiomyopathy, and small stature. Early detection and assessment of NS are crucial to formulating an individualized treatment protocol. However, the diagnostic rate of pediatricians and pediatric cardiologists is limited. To overcome this challenge, we propose an automated facial recognition model to identify NS using a novel deep convolutional neural network (DCNN) with a loss function called additive angular margin loss (ArcFace).
ME
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: Rosacea and seborrhoeic dermatitis are common diseases that cause facial erythema. They have common features and are frequently misdiagnosed.
OBJECTIVES: To extract characteristic features of erythrotelangiectatic rosacea (ETR), papulopustular rosacea (PPR) and seborrhoeic dermatitis (SEB) through computer-aided image analysis (CAIA) and compare them with subjectively recognized features and to use these findings to construct a decision tree for differential diagnosis.
METHODS: Thirty-four clinical photos of patients with facial erythema were assessed: 12 patients were classified
Сравнительное исследованиеОценочное исследованиеСтатьяПоддержка 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.
Facial emotion recognition (FER) is vital for improving human-machine interactions, serving as the foundation for AI systems that integrate cognitive and emotional intelligence. This helps bridge the gap between mechanical processes and human emotions, enhancing machine engagement with humans. Considering the constraints of low hardware specifications often encountered in real-world applications, this study leverages recent advances in deep learning to propose an enhanced model for FER. The model effectively utilizes texture information from faces through Gabor and Local Binary Pattern (LBP) f
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.
Dynamic Facial Expression Recognition (DFER) has recently attracted significant interest due to its vital role in enabling empathetic and human-compatible technologies. Developing models that remain robust under in-the-wild variability is a key motivation for DFER research and its practical applications. Improving models through multimodal learning, which leverages audio and video data for richer, complementary representations, is one promising direction. However, existing methods still rely heavily on modality-specific encoders and coarse-grained content-level alignment, which hinders their a
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 high significance of the human-machine interaction system, facial expression recognition (FER) has become one of the most popular research fields in pattern recognition. The recognition of facial expressions is a challenging problem, because it is dependent on the quality of the facial depiction. Many different aspects have been added to detect facial expressions. But there is no universal set of features that can be useful to capture all the emotions. Therefore, there have been some researchers who are interested in combining several features to get more recognition. But this method is pr
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.
Deep neural networks enriched with structural information have been widely employed for facial expression recognition tasks. However, these methods often depend on hierarchical information rather than face property to finish expression recognition. In this paper, we propose a cross-modal network with strong biological and structural information for facial expression recognition (CMNet). CMNet can respectively learn expression information via face symmetry on a whole face, left and right half faces to extract complementary facial features. To prevent negative effect of biological and structural
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.
Facial occlusion removes expression-relevant evidence and remains a major source of error in camera-based affective sensing. Existing approaches to occlusion-robust facial expression recognition often rely on specialized attention, reconstruction, semantic, or geometric pipelines, whereas aggressive training using synthetic occlusions may impair discrimination on clean images or overfit to synthetic corruption patterns. We address this tension between cleanness and robustness through clean-anchored hard occlusion fine-tuning (CA-HOFT). HardMix samples structured and random occlusion modes acco
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 the research of face recognition technology, the traditional methods usually show poor recognition accuracy and insufficient generalization ability when faced with complex scenes such as lighting changes, posture changes and skin color diversity. To solve these problems, based on the improvement of adaptive boosting to improve the accuracy of face detection, the study proposes a residual network 18-layer face feature extraction algorithm based on hybrid domain attention mechanism algorithm. The study introduces channel-domain and spatial-domain attention mechanism to enhance the extraction
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: With the rapid advancement of deep learning network technology, the application of facial recognition technology in the medical field has received increasing attention.
OBJECTIVE: This study aims to systematically review the literature of the past decade on facial recognition technology based on deep learning networks in the diagnosis of rare dysmorphic diseases and facial paralysis, among other conditions, to determine the effectiveness and applicability of this technology in disease identification.
METHODS: This study followed the Preferred Reporting Items for Systematic Review
СтатьяСистематический обзорМетаанализПоиск 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.
Facial emotion recognition (FER) plays a critical role in most applications in human-computer interaction, psychological analysis, and affective computing to make intelligent systems capable of effectively perceiving the emotions of humans. Current approaches lack sufficient strength against problems like poor feature representation, robustness of facial expression variation, and model generalization. In order to counter such shortcomings, this paper presents a new FER model that integrates the SiaCon-DetNet and HySHO algorithm. The most striking novelty of SiaCon-DetNet is its capacity to com
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.
With the increasing development of metaverse and human-computer interaction (HMI) technologies, artificial intelligence (AI) applications in virtual reality (VR) environments are receiving significant attention. This study presents a self-sensing facial recognition mask (FRM) utilizing triboelectric nanogenerators (TENG) and machine learning algorithms to enhance user immersion and interaction. Various TENG negative electrode materials are evaluated to improve sensor performance, and the efficacy of a single sensor is confirmed. For accurate facial movement and emotion detection, different mac
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.
Facial expression recognition is an important task in real-time human-computer interaction, but its practical application is still limited by partial facial occlusion, high computational cost, and the lack of fine-grained emotion representation. To address these issues, this paper proposes OQ-FERNet, an occlusion-aware quantitative facial expression recognition network. The proposed network adopts MobileNetV4-Conv-S as a lightweight facial expression feature extraction backbone to obtain compact and discriminative representations with low computational cost. On this basis, an Occlusion-aware R
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.
Facial approximation (FA) provides a promising means of generating the possible facial appearance of a deceased person. It facilitates exploration of the evolutionary forces driving anatomical changes in ancestral humans and can capture public attention. Despite the recent progress made toward improving the performance of FA methods, a limited understanding of detailed quantitative craniofacial relationships between facial bone and soft tissue morphology may hinder their accuracy, and hence subjective experience and artistic interpretation are required. In this study, we explored craniofacial
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.
blenderFace is a highly precise marker-based approach for measuring facial activity. Unlike most camera-based automated facial expression recognition (AFER) systems, which rely on fixed natural landmarks, blenderFace flexibly tracks virtually any point of interest using painted markers. However, visible markers, like EMG electrodes, may alter appearance, increase self-awareness, and affect spontaneous responding in face-to-face interactions. To address these limitations, we introduce blenderFaceUV, which uses sunscreen-based markers that are visible only under ultraviolet (UV) light (365 nm).
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.
Accurate recognition of partially occluded faces remains challenging in unconstrained and real-time environments, especially under masks, partial occlusions, pose variation, and illumination changes. This study presents a controlled comparison of three hybrid multi-face recognition pipelines for robust occluded face recognition. For fair evaluation, all pipelines use the same SCRFD face detector, preprocessing protocol, Linear SVM classifier, and 60% unknown rejection threshold, while varying only the feature extractor: ResNet29, ConvNeXt, and ResNet100 with ArcFace embeddings. To reduce data
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: Identifying bodies in a state of putrefaction, skeletonization or mutilation is often difficult. In these cases, it is possible to use auxiliary methods such as forensic facial approximation, considering the possibility of recognition by a relative or acquaintance, helping to obtain ante-mortem data for the identification process. The aims of the present study were to evaluate the capacity of recognition of individuals from digital facial approximation and to verify the association between the level of understanding of the issue by evaluators and the recognition success index.
MET
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.
With the continuous progress of technology, the subject of life science plays an increasingly important role, among which the application of artificial intelligence in the medical field has attracted more and more attention. Bell facial palsy, a neurological ailment characterized by facial muscle weakness or paralysis, exerts a profound impact on patients' facial expressions and masticatory abilities, thereby inflicting considerable distress upon their overall quality of life and mental well-being. In this study, we designed a facial attribute recognition model specifically for individuals wit
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.