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
4007 публикаций
Поиск: 638 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 376 с найденным полным текстом
Formulas based on red blood cell indices have been used to differentiate between iron deficiency anemia (IDA) and thalassemia (Thal). However, they exhibit varying efficiencies. In this study, we aimed to develop a tool for discriminating between IDA and Thal by using the random forest (RF) and gradient boosting (GB) algorithms. Complete blood count data from 1143 patients with anemia and low mean corpuscular volume were collected (382 patients with IDA, 635 with Thal, and 126 with IDA and Thal). The data were randomly divided into the training and testing datasets in a ratio of 80:20. The RF
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.
OBJECTIVE: One of the most common chromosomal abnormalities seen during pregnancy is Down syndrome (Trisomy 21). To determine the risk of Down syndrome, first-trimester combined screening tests are essential. Using data from the first-trimester screening test, this study compares machine learning and deep learning models to forecast the risk of Down syndrome.
MATERIALS AND METHODS: Within the scope of the study, biochemical and biophysical data of 959 pregnant women who underwent first-trimester screening tests at Çukurova University Obstetrics and Gynecology Clinic between 2020-2024 were ana
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.
Sewer networks are important urban infrastructure for transporting sewage to treatment plants, yet the generation of hydrogen sulfide within these systems poses significant challenges. This acidic toxic gas not only emits foul odors but also causes corrosion, necessitating effective control measures. Recent studies have introduced a modelling approach to predict and control the formation of hydrogen sulfide in sewer system. However, the conventional and mathematical models have demonstrated limitations in simulating non-linear data. Meanwhile, advanced (boosting) machine learnings are proving
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 this paper, we examine whether machine learning and deep learning can be used to predict difficult airway intubation in patients undergoing thyroid surgery.
METHODS: We used 10 machine learning and deep learning algorithms to establish a corresponding model through a training group, and then verify the results in a test group. We used R for the statistical analysis and constructed the machine learning prediction model in Python.
RESULTS: The top 5 weighting factors for difficult airways identified by the average algorithm in machine learning were age, sex, weight, height, and
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.
Accurate early-stage diagnosis of tumours is crucial for improving patient prognosis. Modern machine learning techniques provide advanced and effective tools to support this process. In this study, both base classifiers and ensemble models were compared in the task of predicting tumour type from morphometric data. Particular attention was given to the CatBoost model as well as the Voting and Stacking classifiers. Model performance was evaluated comprehensively using standard diagnostic metrics and confusion matrices. To enhance interpretability, the SHAP framework was employed to assess the co
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: Polycystic ovary syndrome (PCOS) represents one of the most prevalent endocrine disorders affecting women of reproductive age, with significant implications for metabolic, reproductive, and psychological health. Early and accurate diagnosis remains challenging due to heterogeneous clinical presentations and the complexity of diagnostic criteria.
OBJECTIVE: This study aimed to develop and compare multiple machine learning algorithms for predicting PCOS diagnosis, evaluating their performance across various metrics to identify the most effective computational approach for clinical d
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: Differentiating benign gallbladder diseases from gallbladder cancer (GBC) remains a radiological challenge because they can appear very similar on imaging. This study aimed at investigating whether CT-based radiomic features of suspicious gallbladder lesions analyzed by machine learning algorithms could adequately discriminate benign gallbladder disease from GBC. In addition, the added value of machine learning models to radiological visual CT-scan interpretation was assessed.
METHODS: Patients were retrospectively selected based on confirmed histopathological diagnosis and availa
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.
Cloud condensation nuclei (CCN) regulate cloud formation and climate, yet long-term variability remains poorly constrained due to sparse observations and complex aerosol-CCN relationships. Here, we developed an observation-driven framework based on the Extreme Gradient Boosting (XGBoost) model to reconstruct CCN number concentrations (NCCN) at a high mountain site in the North China Plain, from 2007 to 2025. Particle number size distribution (PNSD) was identified as the dominant driver of NCCN variability, accounting for 55.7%-66.3% of the predictive importance, with the most influential size
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 surface water monitoring across India's diverse landscapes is often hindered by the limitations of pixel-based classification and static indexing. This study introduces an object-based framework integrating DBSCAN clustering with supervised learning classification for automated water extraction using Sentinel-2 imagery. To ensure regional generalizability, the model was trained on a multi-site dataset spanning 20 distinct geographical locations across India. Out of 5 machine learning (ML)models, XGBoost outperformed other ML architectures, including Random Forest and state vector mach
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.
This study presents a comprehensive machine learning approach for predicting the percent displacement of ANSA from human transthyretin (TTR) at fixed assay conditions as defined in the Tox24 Challenge. TTR is a critical serum transport protein for thyroid hormones, and its disruption by environmental chemicals can lead to endocrine system dysregulation with serious developmental and metabolic consequences. However, the scarcity of large, chemically diverse data sets and the lack of standardized experimental protocols have limited the computational prediction of TTR binding, restricting the dev
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.
Vertigo is a debilitating vestibular disorder affecting approximately 10-30% of the global population, yet no dedicated computational chemistry study has systematically characterised the properties of its pharmacological agents using machine learning. In this study, we present the first Quantitative Structure-Property Relationship (QSPR) analysis of 47 clinically established anti-vertigo drugs using nine Neighborhood degree-based topological indices, combined with three machine learning algorithms such as Ridge Regression, Random Forest (RF) and Gradient Boosting Regression (GBM). The topologi
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 identification of bipolar disorder (BD), a severe psychiatric condition characterized by recurrent mood fluctuations, remains challenging due to substantial inter-individual variability, symptom overlap with other mental disorders, and imbalanced clinical data. Delayed or inaccurate diagnosis often leads to inappropriate treatment strategies and adverse clinical outcomes, highlighting the need for reliable, data-driven decision-support tools. In this study, we propose a robust hybrid machine learning framework that integrates class balancing, latent subgroup discovery, and ensemble learnin
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.
Early identification of sport potential in show jumping horses remains challenging because competition outcomes vary widely, and elite-level performance develops after considerable time. In this study, we evaluated the applicability of machine learning approaches to competition records from horses identified through FEI participation, complemented by national-level records from Sweden, Belgium and France, with the aim of identifying horses likely to reach elite performance. Performance data from Fédération Équestre Internationale (FEI) competitions were analysed using an Extreme Gradient Boost
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 rapid expansion of digital systems has intensified the complexity of cyber threats, rendering traditional intrusion detection systems (IDS) inadequate against evolving attacks. This study proposes a hybrid IDS (H-IDS) that integrates supervised (SVM, Random Forest, CatBoost, DNN) and unsupervised (Isolation Forest, One-Class SVM, Autoencoder) models within an ensemble framework. Preprocessing employs PCA for dimensionality reduction and SMOTE for class balancing, while weighted voting based on cross-validation F1-scores optimizes ensemble decisions. A lightweight blockchain-inspired hash-c
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.
Predicting student academic performance is of significant importance for enabling timely educational interventions and improving educational outcomes in secondary education. However, existing predictive models in educational data mining often face the dual challenges of limited interpretability and suboptimal performance on small to medium-sized datasets. This study introduces the Prior-Data Fitted Network (TabPFN) combined with SHapley Additive exPlanations (SHAP) to construct an interpretable machine learning framework for predicting student achievement. Utilizing a publicly available datase
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.
Gallstones are small stones that form in the gallbladder. Around 80% of individuals with gallstones do not present any symptoms. Despite the high accuracy of image-based machine learning (ML) models in the detection of gallstones, less research has been carried out regarding tabular data. This paper has discussed a publicly available tabular dataset in order to study some predictive models to determine the presence of gallstones. We have employed the Catboost (CB) classifier model and the Sea Lion Optimization Algorithm (SLOA) in our study. In this project, the primary methods that are explore
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.
Reliable Predictive Maintenance (PdM) in Industrial Internet of Things (IIoT) environments is challenged by severe class imbalance, heterogeneous sensor variables, inconsistent experimental protocols, and deployment constraints. This study proposes a Physics-Informed Benchmarking Framework that integrates engineering-guided feature construction, Mutual Information (MI)-based feature relevance analysis, standardized model development, and deployment-oriented evaluation within a unified and reproducible workflow. Using the AI4I 2020 Predictive Maintenance Dataset, Logistic Regression, Isolation
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.
Reliable classification of polymer-solvent compatibility is essential for solution formulation and materials discovery. Applying machine learning (ML) and artificial intelligence to this task is of growing interest in polymer science, but the effectiveness of such models depends on the quality/nature of the training data. This study evaluates how experimental data fidelity, as set by the experimental method, influences ML model performance by comparing classifiers trained on two experimental datasets: one generated from turbidity-based measurements using a Crystal16 parallel crystallizer as 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.
The design of efficient catalysts to mitigate SO2 poisoning in low-temperature Selective Catalytic Reduction of NOx (LT-SCR) is challenging. Herein, machine learning (ML) was employed to design catalysts with SO2 resistance. A multidimensional data set containing 242 data points was constructed, including elemental descriptors, catalyst structures, reaction conditions, and SO2 poisoning conditions. Regression models such as XGBoost (XGB) were trained to predict NOx conversions and SO2 resistance over different catalysts. It was found that the electronegativity descriptor (EN.) was the critical
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: There has been a notable increase in artificial intelligence (AI) studies in dentistry. However, the inadequate use of proper validation methods has led to overly optimistic performance metrics of machine learning (ML) models. External validation provides evidence of a ML model's performance with independent datasets and is crucial for generalizability.
METHODS: We developed Extreme Gradient Boosting (XGBoost) models to detect dental caries using easy-to-collect questionnaire data. ML model training was conducted using cross-validation nested resampling with a holdout test set, ut
СтатьяВалидационное 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.