本数据库通过收集和整理最新科研文献信息而得,供了解领域前沿进展之用。数据源自 PubMed Data ,每日自动更新,已收录文献数量参见 统计表格。表格内容由 GPT 自动整理,可能存在错误或遗漏,请使用时务必注意核实!
如有建议或合作意向,欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布,欢迎下载 源码 自行修改使用。如觉得不错,还请不吝 给我打赏,你的支持是我继续创新的重要动力!
除通过在线浏览外,为方便用户离线查阅,本站也提供 付费下载(定价10元)。之所以考虑收费,是因为批量扫描这些文献并整理也是有一定成本的,还请理解并多多支持。本站数据会持续更新,而仅需一次付费,未来就可以随时重新下载到最新版本数据。
序号 | 推送日期 | 文章 | 类型 | 简述 | 创新点 | 不足 | 研究目的 | 研究对象 | 领域 | 病种 | 技术 | 模型 | 数据类型 | 样本量 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
101 | 2024-08-07 |
Optical techniques, computed tomography and deep learning role in the diagnosis of COVID-19 pandemic towards increasing the survival rate of vulnerable populations
2020-09, Photodiagnosis and photodynamic therapy
IF:3.1Q2
DOI:10.1016/j.pdpdt.2020.101880
PMID:32562732
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
102 | 2024-08-07 |
Neural network-based identification of patients at high risk for intraoperative cerebrospinal fluid leaks in endoscopic pituitary surgery
2020-08-01, Journal of neurosurgery
IF:3.5Q1
DOI:10.3171/2019.4.JNS19477
PMID:31226693
|
研究论文 | 研究使用基于神经网络的模型来识别内镜下经鼻蝶手术中高风险发生脑脊液漏的患者 | 开发了一种基于深度学习的预测模型,能够准确识别高风险患者,提高了预测的准确性和敏感性 | NA | 研究是否可以使用基于神经网络的模型可靠地识别高风险患者 | 内镜下经鼻蝶手术中发生脑脊液漏的风险 | 机器学习 | NA | 深度学习 | 深度神经网络 | NA | 154名接受内镜下经鼻蝶手术的患者 |
103 | 2024-08-07 |
Artificial Intelligence in Dentistry: Chances and Challenges
2020-07, Journal of dental research
IF:5.7Q1
DOI:10.1177/0022034520915714
PMID:32315260
|
综述 | 本文综述了人工智能在牙科诊断、治疗规划和执行中的应用、局限性和未来潜力 | 探讨了人工智能在牙科领域的应用如何简化护理流程,减轻牙科工作者的日常劳动,提高健康水平并降低成本 | 当前人工智能解决方案在牙科常规实践中应用有限,主要原因包括数据可用性、结构和全面性的限制,方法学严谨性和标准的缺乏,以及实际应用中的价值和有用性问题 | 探讨人工智能在牙科领域的应用及其未来发展 | 牙科诊断、治疗规划、执行以及牙科研究和发现 | 机器学习 | NA | 深度学习 | 多层数学操作 | 图像 | NA |
104 | 2024-08-07 |
Artifact removal from neurophysiological signals: impact on intracranial and arterial pressure monitoring in traumatic brain injury
2020-06-01, Journal of neurosurgery
IF:3.5Q1
DOI:10.3171/2019.2.JNS182260
PMID:31075774
|
研究论文 | 本文通过深度学习技术消除神经生理信号中的伪影,特别是颅内压和动脉血压监测中的伪影,以提高创伤性脑损伤患者临床参数的预测能力 | 提出了一种基于堆叠卷积自编码器和卷积神经网络的模型,有效消除了颅内压和动脉血压信号中的伪影 | NA | 消除颅内压和动脉血压监测中的信号伪影,评估伪影消除后临床参数的预测能力变化 | 创伤性脑损伤患者的颅内压和动脉血压信号 | 机器学习 | 创伤性脑损伤 | 深度学习 | 堆叠卷积自编码器和卷积神经网络 | 信号 | 309名创伤性脑损伤患者 |
105 | 2024-08-07 |
Artificial Intelligence in COPD: New Venues to Study a Complex Disease
2020 May-Dec, Barcelona respiratory network reviews
DOI:10.23866/BRNRev:2019-0014
PMID:33521399
|
综述 | 本文综述了人工智能(AI)在慢性阻塞性肺疾病(COPD)研究中的应用及其带来的新机遇 | AI在临床决策自动化、放射学解释和预测方面的显著成果,以及在COPD复杂系统理解与建模中的应用 | 讨论了AI在COPD应用中的挑战和局限性 | 探索AI在COPD研究中的应用及其潜力 | COPD这一复杂且异质性疾病 | 机器学习 | 慢性阻塞性肺疾病 | AI | 深度学习 | 临床数据、影像数据和分子数据 | NA |
106 | 2024-08-07 |
Preliminary development of a deep learning-based automated primary headache diagnosis model using Japanese natural language processing of medical questionnaire
2020, Surgical neurology international
DOI:10.25259/SNI_827_2020
PMID:33500813
|
研究论文 | 本文初步开发了一种基于深度学习的自动化原发性头痛诊断模型,使用日本自然语言处理技术处理医疗问卷中的非结构化句子 | 该模型通过深度学习框架处理医疗问卷中的非结构化句子,旨在减少医生和患者的时间和负担,并提高他们的生活质量 | NA | 解决日本原发性头痛治疗中医疗资源不足的问题 | 原发性头痛患者 | 自然语言处理 | 头痛 | 深度学习 | DL框架 | 文本 | 848名原发性头痛患者(495名女性和353名男性) |
107 | 2024-08-07 |
A Deep Learning-Based Approach for Identifying the Medicinal Uses of Plant-Derived Natural Compounds
2020, Frontiers in pharmacology
IF:4.4Q1
DOI:10.3389/fphar.2020.584875
PMID:33519445
|
研究论文 | 本文提出了一种基于深度学习的方法,用于识别植物衍生天然化合物的药用用途 | 利用深度学习处理大量异构药物和天然化合物数据,有效利用异构特征缓解信息不完整问题 | NA | 开发一种新方法以减少确认天然化合物生物活性所需的时间和成本 | 植物衍生天然化合物及其药用用途 | 机器学习 | NA | 深度学习 | 深度学习模型 | 数据 | 4,507种天然化合物和2,882种已批准和研究中的药物 |
108 | 2024-08-07 |
The Era of Radiogenomics in Precision Medicine: An Emerging Approach to Support Diagnosis, Treatment Decisions, and Prognostication in Oncology
2020, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2020.570465
PMID:33575207
|
研究论文 | 本文综述了放射基因组学在精准医学中的应用,探讨了其在肿瘤诊断、治疗决策和预后评估中的作用 | 放射基因组学结合了大量从医学图像中提取的定量数据与个体基因组表型,通过深度学习构建预测模型,为个性化医疗提供了新的科学方法 | 放射基因组学的工作流程标准和国际统一的统计方法指南需要进一步确认 | 探讨放射基因组学在肿瘤学中的应用,支持诊断、治疗决策和预后评估 | 放射基因组学在不同类型肿瘤中的预测价值 | 数字病理学 | 肿瘤 | 深度学习 | 深度学习模型 | 医学图像数据和基因组数据 | NA |
109 | 2024-08-06 |
piNET-An Automated Proliferation Index Calculator Framework for Ki67 Breast Cancer Images
2020-Dec-22, Cancers
IF:4.5Q1
DOI:10.3390/cancers13010011
PMID:33375043
|
研究论文 | 本研究提出了一种用于Ki67乳腺癌图像的自动增殖指数计算器piNET | 该工具基于深度学习,可以适应医疗图像的广泛变异性,且通过模拟病理学家的工作流程提高了准确性和效率 | NA | 开发一种高效准确的Ki67增殖指数量化工具 | Ki67乳腺癌图像及其相关数据集 | 数字病理 | 乳腺癌 | 深度学习 | NA | 图像 | 四个数据集,来源于三个扫描仪,包括切片、组织微阵列和全切片图像 |
110 | 2024-08-06 |
Skin Lesion Classification Using Densely Connected Convolutional Networks with Attention Residual Learning
2020-Dec-10, Sensors (Basel, Switzerland)
DOI:10.3390/s20247080
PMID:33321864
|
研究论文 | 本文提出了一种利用注意力残差学习的密集连接卷积网络进行皮肤病变分类 | 引入了注意力机制和残差学习,同时减少了参数数量 | 没有对不同的成像方法和临床病理变化进行深入分析 | 改进皮肤病变的分类准确性 | 皮肤病变图像分类 | 计算机视觉 | 皮肤癌 | 卷积神经网络 | ARDT-DenseNet | 图像 | ISIC 2016 和 ISIC 2017 数据集 |
111 | 2024-08-06 |
A Deep Learning Approach to Photoacoustic Wavefront Localization in Deep-Tissue Medium
2020-12, IEEE transactions on ultrasonics, ferroelectrics, and frequency control
DOI:10.1109/TUFFC.2020.2964698
PMID:31944951
|
研究论文 | 本文提出了一种基于深度学习的方法来定位深组织介质中的光声波前 | 构建了一个编码-解码卷积神经网络架构,专门用于识别光声波前在光散射深组织介质中的来源 | 模型是基于模拟的光声信号训练的,可能无法完全涵盖真实信号的复杂性 | 解决在光散射深组织中定位光声波前的挑战 | 使用光声成像技术来检测血管目标 | 数字病理学 | NA | 光声成像(PAI) | 卷积神经网络(CNN) | 模拟信号和实验信号 | 使用了16,240个血管目标的模拟信号,测试了4600个模拟信号和5个实验信号 |
112 | 2024-08-06 |
Quantifying behavior to understand the brain
2020-12, Nature neuroscience
IF:21.2Q1
DOI:10.1038/s41593-020-00734-z
PMID:33169033
|
研究论文 | 本文回顾了自动化动物行为量化的技术进展 | 该研究介绍了计算伦理学的新领域,聚焦于深度学习在动物行为量化中的应用 | 研究中未详细讨论具体的实验条件和环境限制 | 旨在理解神经回路、认知过程与行为之间的关系 | 主要涉及动物行为和脑活动之间的联系 | 计算伦理学 | NA | 深度学习 | NA | 运动数据 | NA |
113 | 2024-08-06 |
Evaluation of Survival Outcomes of Endovascular Versus Open Aortic Repair for Abdominal Aortic Aneurysms with a Big Data Approach
2020-Nov-30, Entropy (Basel, Switzerland)
DOI:10.3390/e22121349
PMID:33265931
|
研究论文 | 本研究比较了开放主动脉修复与内血管主动脉修复在腹主动脉瘤患者中的生存结果 | 采用了基于深度学习的分析策略,提供了一种新的大数据方法来评估rAAA的治疗效果 | 虽然通过大数据方法模仿了随机临床试验,但实际操作中存在可行性问题 | 客观比较开放主动脉修复和内血管主动脉修复的生存结果 | 7826名腹主动脉瘤患者 | 数字病理学 | 腹主动脉瘤 | 大数据分析 | 深度学习 | 医疗数据 | 7826名患者 |
114 | 2024-08-06 |
Using deep learning to predict beam-tunable Pareto optimal dose distribution for intensity-modulated radiation therapy
2020-Sep, Medical physics
IF:3.2Q1
DOI:10.1002/mp.14374
PMID:32621789
|
研究论文 | 本文提出了一种深度学习模型,可以预测针对不同束角的前列腺强度调制放射治疗的帕累托最优剂量分布 | 首次研究了针对可变束数和方向的强度调制放射治疗(IMRT)前列腺计划的帕累托最优剂量预测 | 尚未讨论模型在临床工作中的长期验证和应用 | 研究深度学习在强度调制放射治疗中的剂量分布预测能力 | 70名前列腺癌患者的放射治疗计划 | 数字病理学 | 前列腺癌 | 深度学习 | 深度神经网络 | 剂量分布数据 | 70名患者,共生成35,000个计划 |
115 | 2024-08-06 |
DEEP MOUSE: AN END-TO-END AUTO-CONTEXT REFINEMENT FRAMEWORK FOR BRAIN VENTRICLE & BODY SEGMENTATION IN EMBRYONIC MICE ULTRASOUND VOLUMES
2020-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging
DOI:10.1109/isbi45749.2020.9098387
PMID:33381278
|
研究论文 | 该文章提出了一种新的基于深度学习的自动上下文优化框架,用于胚胎小鼠超声体积中脑室和身体的分割 | 提出了一个端到端的框架,通过两个阶段联合训练,大幅提升了分割精度和减少推断时间 | 该研究未涉及不同条件下的实验验证及其适用性 | 旨在提高胚胎小鼠脑室和身体的超声分割精度 | 研究对象为胚胎小鼠的高频超声图像 | 数字病理学 | NA | 深度学习 | NA | 图像 | NA |
116 | 2024-08-06 |
Longitudinal Screening for Diabetic Retinopathy in a Nationwide Screening Program: Comparing Deep Learning and Human Graders
2020, Journal of diabetes research
IF:3.6Q2
DOI:10.1155/2020/8839376
PMID:33381600
|
研究论文 | 评估深度学习和受训人类评估者在糖尿病视网膜病变筛查中的效果 | 首次比较了两种筛查模式在长期糖尿病视网膜病变筛查中的表现 | 长期筛查的敏感性降低,可能影响对比的有效性 | 研究糖尿病视网膜病变筛查的有效性和准确性 | 随机选取的经过两次筛查的糖尿病患者 | 数字病理学 | 糖尿病视网膜病变 | 深度学习 | NA | 彩图眼底照片 | 5,738名患者 |
117 | 2024-08-07 |
Deep learning networks reflect cytoarchitectonic features used in brain mapping
2020-12-16, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-020-78638-y
PMID:33328511
|
研究论文 | 研究深度卷积神经网络在皮质细胞构筑脑图中的应用,并分析其与传统细胞构筑特征的相似性 | 提出深度学习方法作为现有细胞构筑映射方法的替代方案,并验证其在高吞吐量细胞构筑映射工作流程中的有效性 | 缺乏对深度学习网络遵循细胞构筑原则程度的深入理解 | 探究深度卷积神经网络的内部结构如何反映传统的细胞构筑特征 | 深度卷积神经网络的过滤器激活与传统细胞构筑特征的相似性 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 涉及初级和次级视觉皮质的分割 |
118 | 2024-08-07 |
A deep learning approach for identifying cancer survivors living with post-traumatic stress disorder on Twitter
2020-12-14, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-020-01272-1
PMID:33317508
|
研究论文 | 本文提出了一种使用深度学习方法在Twitter上识别患有创伤后应激障碍(PTSD)的癌症幸存者 | 利用卷积神经网络(CNN)自动识别Twitter上癌症幸存者发布的与PTSD相关的推文,提高了识别效率 | Twitter上的推文可能包含噪音和真实信息,手动识别真实推文成本高且耗时 | 开发一种有效的方法来识别社交媒体上表达PTSD情绪的癌症幸存者 | 癌症幸存者及其在Twitter上表达的PTSD情绪 | 机器学习 | NA | 卷积神经网络(CNN) | CNN | 文本 | 使用癌症相关关键词过滤的推文 |
119 | 2024-08-07 |
Identification of Sleep Apnea Severity Based on Deep Learning from a Short-term Normal ECG
2020-Dec-07, Journal of Korean medical science
IF:3.0Q1
DOI:10.3346/jkms.2020.35.e399
PMID:33289367
|
研究论文 | 本文提出了一种基于深度学习从短期正常心电图信号自动识别睡眠呼吸暂停(SA)严重程度的新方法 | 利用卷积神经网络(CNN)从短期正常心电图信号中精确识别睡眠呼吸暂停的严重程度 | NA | 自动识别睡眠呼吸暂停的严重程度 | 睡眠呼吸暂停的严重程度 | 机器学习 | 睡眠呼吸暂停 | 卷积神经网络(CNN) | CNN | 心电图信号 | 共研究了144名受试者,训练集包含82,952个30秒的片段,测试集包含20,738个片段 |
120 | 2024-08-07 |
Deep convolutional neural networks: Outperforming established algorithms in the evaluation of industrial optical coherence tomography (OCT) images of pharmaceutical coatings
2020-Dec, International journal of pharmaceutics: X
DOI:10.1016/j.ijpx.2020.100058
PMID:33294841
|
研究论文 | 本文提出了一种基于深度卷积神经网络(CNN)的药物固体剂型光学相干断层扫描(OCT)图像分析新方法 | 该方法在性能基准上优于现有的静态算法,并代表了实时评估工业OCT图像数据的下一个级别 | NA | 验证深度卷积神经网络在药物涂层OCT图像评估中的有效性 | 药物涂层片剂和单层及多层颗粒的OCT图像 | 计算机视觉 | NA | 光学相干断层扫描(OCT) | CNN | 图像 | 涉及药物涂层片剂和单层及多层颗粒的图像数据 |