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
9609 публикаций
Поиск: 338 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 544 с найденным полным текстом
Technology and health care : official journal of the European Society for Engineering and Medicine2023eng
BACKGROUND: Fatty liver disease is a common condition caused by excess fat in the liver. It consists of two types: Alcoholic Fatty Liver Disease, also called alcoholic steatohepatitis, and Non-Alcoholic Fatty Liver Disease (NAFLD). As per epidemiological studies, fatty liver encompasses 9% to 32% of the general population in India and affects overweight people.
OBJECTIVE: An Optimized Support Vector Machine with Support Vector Regression model is proposed to evaluate the volume of liver fat by image analysis (LFA-OSVM-SVR).
METHOD: The input computed tomography (CT) liver images are collecte
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: There is a need for more reliable diagnostic tools for the early detection of Alzheimer's disease (AD). This can be a challenge due to a number of factors and logistics making machine learning a viable option.
OBJECTIVE: In this paper, we present on a Support Vector Machine Leave-One-Out Recursive Feature Elimination and Cross Validation (SVM-RFE-LOO) algorithm for use in the early detection of AD and show how the SVM-RFE-LOO method can be used for both classification and prediction of AD.
METHODS: Data were analyzed on n = 300 participants (n = 150 AD; n = 150 cognitively normal
СтатьяПоддержка NIH: внешняя программаПолный 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 wheels of railway vehicles are of paramount importance in relation to railroad operations and safety. Currently, the management of railway vehicle wheels is restricted to post-event inspections of the wheels whenever physical phenomena, such as abnormal vibrations and noise, occur during the operation of railway vehicles. To address this issue, this paper proposes a method for predicting abnormalities in railway wheels in advance and enhancing the learning and prediction performance of machine learning algorithms. Data were collected during the operation of Line 4 of the Busan Metro in Sou
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 this research, we investigated the method which was based on a support vector machine (SVM) to identify pleural effusion on the thoracic image. SVM is a method of machine learning that works well when applied to data outside the training set. We formulated the detection of pleural effusion and applied SVM to develop the identification algorithm. We applied SVM to detect thoracic images whether they identified as pleural effusion or normal. The identification of pleural effusion on the thoracic image was conducted through some processes such as the determination of the region of interest (RO
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.
To assess the public's propensity for allergic contact dermatitis (ACD), many alternatives to in vivo chemical screening have been developed which generally incorporate a small panel of cell surface and secreted dendritic cell biomarkers. However, given the underlying complexity of ACD, one cell type and limited cellular metrics may be insufficient to predict contact sensitizers accurately. To identify a molecular signature that can further characterize sensitization, we developed a novel system using RealSkin, a full thickness skin equivalent, in co-culture with MUTZ-3 derived Langerhan's cel
СтатьяПоддержка NIH: внешняя программаПоиск 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.
OBJECTIVE: Early diagnosis of many diseases is essential for their treatment. Furthermore, the existence of abundant and unknown variables makes more complicated decision making. For this reason, the diagnosis and classification of diseases using machine learning algorithms have attracted a lot of attention. Therefore, this study aimed to design a support vector machine (SVM) based decision-making support system to diagnosis various periodontal diseases. Data were collected from 300 patients referring to Periodontics department of Hamadan University of Medical Sciences, west of Iran. Among the
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.
This work studies a new survival modeling technique based on least-squares support vector machines. We propose the use of a least-squares support vector machine combining ranking and regression. The advantage of this kernel-based model is threefold: (i) the problem formulation is convex and can be solved conveniently by a linear system; (ii) non-linearity is introduced by using kernels, componentwise kernels in particular are useful to obtain interpretable results; and (iii) introduction of ranking constraints makes it possible to handle censored data. In an experimental setup, the model is us
Сравнительное 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.
Gene expression profiles of cutaneous melanoma were analyzed to identify critical genes associated with metastasis. Two gene expression datasets were downloaded from Gene Expression Omnibus (GEO) and another dataset was obtained from The Cancer Genome Atlas (TCGA). Differentially expression genes (DEGs) between metastatic and non‑metastatic melanoma were identified by meta‑analysis. A protein‑protein interaction (PPI) network was constructed for the DEGs using information from BioGRID, HPRD and DIP. Betweenness centrality (BC) was calculated for each node in the network and the top feature gen
СтатьяМетаанализПолный 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.
This paper proposes an automated target recognition algorithm using Support Vector Machine (SVM) to extract landmark points for craniofacial features in cephalometry radiograph. The features are extracted by subjecting the radiograph to the Projected Principle Edge Distribution (PPED) algorithm. Edge flags are accumulated in every four columns and spatial distribution of edge flags are represented by a histogram. The resultants are the front end of support vector machine. Vectors, which possess land marks, are separated from all other vectors. The centroid points, automatically determined from
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.
INTRODUCTION: We aimed to develop tools to ease the burden on medical staff while improving patient care. The central question is whether Support Vector Machines (SVMs), trained solely on patients' self-reported data (symptoms, demographics, comorbidities), can achieve triage accuracy comparable to or surpassing traditional score-based systems in emergency departments under pandemic conditions.
METHODS: We propose an SVM-based approach to replicate COVID-19 triage using patient-provided information rather than laboratory tests. The system automates triage scoring, classifying patients into re
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 AND PURPOSE: To develop a fully automatic algorithm for the magnetic resonance imaging (MRI) identification of patients with spontaneous intracranial hypotension (SIH).
MATERIAL AND METHODS: A support vector machine (SVM) was trained with structured reports of 140 patients with clinically suspected SIH. Venous sinuses and basal cisterns were segmented on contrast-enhanced T1-weighted MPRAGE (Magnetization Prepared-Rapid Gradient Echo) sequences using a convolutional neural network (CNN). For the segmented sinuses and cisterns, 56 radiomic features were extracted, which served as in
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: Metabolic syndrome which underlies the increased prevalence of cardiovascular disease and Type 2 diabetes is considered as a group of metabolic abnormalities including central obesity, hypertriglyceridemia, glucose intolerance, hypertension, and dyslipidemia. Recently, artificial intelligence based health-care systems are highly regarded because of its success in diagnosis, prediction, and choice of treatment. This study employs machine learning technics for predict the metabolic syndrome.
METHODS: This study aims to employ decision tree and support vector machine (SVM) to predict
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.
Lumbar spinal canal stenosis (LSS) is diagnosed based on physical examination and radiological documentation of lumbar spinal canal narrowing. Differential diagnosis of the level of lumbar radiculopathy is difficult in multilevel spinal stenosis. Therefore, the authors focused on gait analysis as a classification method to improve diagnostic accuracy. The goal of this study was to identify gait characteristics of L4 and L5 radiculopathy in patients with LSS and to classify L4 and L5 radiculopathy using a support vector machine (SVM). The study group comprised 13 healthy volunteers (control gro
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: Alterations in brain structure have been suggested to be associated with bulimia nervosa (BN). This study aimed to employ machine learning (ML) methods based on diffusion tensor imaging (DTI) to facilitate the diagnosis of BN and to identify potential neurobiological markers.
METHODS: Thirty-four drug-naive females with bulimia nervosa (BN) and 34 age- and gender-matched healthy controls (HCs) underwent diffusion tensor imaging (DTI) scanning. The extracted features included fractional anisotropy (FA), axial diffusivity (AD), radial diffusivity (RD), and mean diffusivity (MD). Sup
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.
Breast cancer is the most frequent type of cancer in women; however, early identification has reduced the mortality rate associated with the condition. Studies have demonstrated that the earlier this sickness is detected by mammography, the lower the death rate. Breast mammography is a critical technique in the early identification of breast cancer since it can detect abnormalities in the breast months or years before a patient is aware of the presence of such abnormalities. Mammography is a type of breast scanning used in medical imaging that involves using x-rays to image the breasts. It is
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 AND OBJECTIVE: Diffuse reflectance spectroscopy (DRS) offers a fast, non-invasive, and low-cost alternative for cervical cancer diagnosis. We aim to develop a method for screening precancerous lesions based on DRS.
MATERIAL AND METHODS: Characteristic parameters of cervical tissue were extracted from spectra, including optical characteristic parameters such as absorption and scattering coefficients, and some slope and area parameters of the spectrum. Data were randomly divided into training (60%) and test (40%) sets. Of the 210 included patients, 166 were healthy, 22 had erosion of
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: Spontaneous intracerebral hemorrhage (ICH) is a devastating disease with high mortality rate. This study aimed to predict hematoma expansion in spontaneous ICH from routinely available variables by using support vector machine (SVM) method.
METHODS: We retrospectively reviewed 1157 patients with spontaneous ICH who underwent initial computed tomography (CT) scan within 6 h and follow-up CT scan within 72 h from symptom onset in our hospital between September 2013 and August 2018. Hematoma region was manually segmented at each slice to guarantee the measurement accuracy of hematoma
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.
Asperger syndrome (AS) is subtype of autism spectrum disorder (ASD). Diagnosis and pathological analysis of AS through resting-state fMRI data is one of the hot topics in brain science. We employed a new model called the genetic-evolutionary random Support Vector Machine cluster (GE-RSVMC) to classify AS and normal people, and search for lesions. The model innovatively integrates the methods of the cluster and genetic evolution to improve the performance of the model. We randomly selected samples and sample features to construct GE-RSVMC, and then used the cluster to classify and extract lesio
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.
Classifying electrocardiogram (ECG) heartbeats for arrhythmic risk prediction is a challenging task due to minute variations in the amplitude, duration and morphology of the ECG signal. In this paper, we propose two feature extraction approaches to classify five types of heartbeats: normal, premature ventricular contraction, atrial premature contraction, left bundle branch block and right bundle branch block. In the first approach, ECG beats are decomposed into intrinsic mode functions (IMFs) using ensemble empirical mode decomposition (EEMD). Later four parameters, namely the sample entropy,
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.
Protein S-nitrosylation plays a key and specific role in many cellular processes. Detecting possible S-nitrosylated substrates and their corresponding exact sites is crucial for studying the mechanisms of these biological processes. Comparing with the expensive and time-consuming biochemical experiments, the computational methods are attracting considerable attention due to their convenience and fast speed. Although some computational models have been developed to predict S-nitrosylation sites, their accuracy is still low. In this work,we incorporate support vector machine to predict protein S
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.