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(使用关键词“['deep learning']”过滤),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19.9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 | 算法框架 | 模型架构 | 性能指标 | 计算资源 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 41 | 2024-09-02 |
Applications of artificial intelligence in the thorax: a narrative review focusing on thoracic radiology
2021-Dec, Journal of thoracic disease
IF:2.1Q3
DOI:10.21037/jtd-21-1342
PMID:35070379
|
综述 | 本文综述了人工智能,特别是深度学习,在胸腔放射学中的应用,包括工作列表优先级和患者分诊、作为第二读者的AI性能提升以及AI在复杂量化中的应用 | 介绍了AI在资源有限环境下的结核病筛查、筛查CT中的肺癌检测以及COVID-19诊断等近期应用实例 | 尚未确定基于AI的图像分析系统如何在临床实践中帮助医生 | 探讨AI如何补充当前医疗系统的各个方面,并介绍其在胸腔疾病中的应用 | 胸腔疾病,特别是胸腔放射学领域 | 计算机视觉 | 肺疾病 | 深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 42 | 2024-08-30 |
A novel and efficient deep learning approach for COVID-19 detection using X-ray imaging modality
2021-Dec, International journal of imaging systems and technology
IF:3.0Q2
DOI:10.1002/ima.22627
PMID:34518739
|
研究论文 | 本文提出了一种基于深度学习的卷积神经网络(CNN)集成模型,用于通过X射线影像快速准确地检测COVID-19 | 采用对比度增强和图像归一化预处理方法,以及数据增强技术,提高了检测准确性 | NA | 开发一种高效且准确的自动化COVID-19检测方法,以减少计算需求并防止病毒传播 | COVID-19、肺炎和正常胸部X射线图像 | 计算机视觉 | COVID-19 | 深度学习 | CNN | 图像 | 2161张COVID-19图像,2022张肺炎图像,5863张正常胸部X射线图像 | NA | NA | NA | NA |
| 43 | 2024-08-29 |
An investigation of traffic density changes inside Wuhan during the COVID-19 epidemic with GF-2 time-series images
2021-Dec-01, International journal of applied earth observation and geoinformation : ITC journal
IF:7.6Q1
DOI:10.1016/j.jag.2021.102503
PMID:35481227
|
研究论文 | 本文通过收集武汉封城前后由GF-2卫星获取的时间序列高分辨率遥感图像,分析了武汉内部交通密度的变化,以反映城市内部人口流动的变化。 | 利用高分辨率遥感图像和结合形态学滤波与深度学习的车辆检测方法,首次详细分析了武汉封城期间内部交通密度的变化。 | 研究主要依赖于遥感图像数据,可能存在天气等外部因素对数据质量的影响。 | 探讨武汉封城政策对城市内部交通密度和人口流动的影响。 | 武汉封城前后的交通密度变化。 | 遥感 | COVID-19 | 遥感图像分析 | 深度学习 | 图像 | 武汉封城前后由GF-2卫星获取的时间序列高分辨率遥感图像 | NA | NA | NA | NA |
| 44 | 2024-08-28 |
Assessment of the CASP14 assembly predictions
2021-12, Proteins
IF:3.2Q2
DOI:10.1002/prot.26199
PMID:34337786
|
研究论文 | 本文评估了CASP14中39个研究小组提交的超过2500个蛋白质复合物三维模型的预测性能 | 文章展示了结合传统技术与深度学习方法在蛋白质复合物预测中的有效性,并指出AlphaFold2预测在界面预测中的潜在帮助 | 文章指出,对于没有整体模板复合物的预测仍面临重大挑战 | 评估CASP14中蛋白质复合物结构预测的准确性和挑战 | CASP14中的22个蛋白质复合物 | 计算机视觉 | NA | 模板基础建模、蛋白质对接、深度学习基础的接触预测 | 深度学习模型 | 3D模型 | 超过2500个3D模型,涉及22个蛋白质复合物 | NA | NA | NA | NA |
| 45 | 2024-08-24 |
Automatic pulmonary vessel segmentation on noncontrast chest CT: deep learning algorithm developed using spatiotemporally matched virtual noncontrast images and low-keV contrast-enhanced vessel maps
2021-Dec, European radiology
IF:4.7Q1
DOI:10.1007/s00330-021-08036-z
PMID:34009411
|
研究论文 | 开发了一种基于深度学习的肺血管分割算法(DLVS),用于非对比剂胸部CT图像,并探讨其在慢性阻塞性肺疾病(COPD)患者血管重塑评估中的临床应用 | 利用双源CT扫描仪生成的时空匹配的50千电子伏特增强图像和虚拟非对比剂图像,开发了一种新的深度学习肺血管分割算法 | NA | 开发和验证一种基于深度学习的肺血管分割算法,并评估其在COPD患者中的临床应用 | COPD患者的肺血管分割 | 计算机视觉 | 慢性阻塞性肺疾病 | 双源CT扫描 | 3D U-Net | 图像 | 开发阶段使用了104个肺部CT血管造影扫描(共49,054张切片),外部验证使用了14个供应商独立的非对比剂CT图像和3个VESSEL 12挑战公开数据集,临床验证包括281名COPD患者 | NA | NA | NA | NA |
| 46 | 2024-08-24 |
Comparing deep learning-based automatic segmentation of breast masses to expert interobserver variability in ultrasound imaging
2021-12, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2021.104966
PMID:34715553
|
研究论文 | 本文比较了基于深度学习的乳腺肿块自动分割模型与超声图像中专家间观察者变异性的表现 | 提出了一种高表现的深度学习分割模型,并与三位专家的手动分割结果进行比较 | 深度学习模型通常只与一位专家进行评估,其误差是否在临床可接受范围内尚不清楚 | 研究深度学习技术在医学图像处理中的可靠性和重复性 | 乳腺肿块的自动分割 | 计算机视觉 | 乳腺肿瘤 | 深度学习 | CNN | 图像 | 使用了455名患者的甲状腺超声分割数据集和733名患者的乳腺超声分割数据集 | NA | NA | NA | NA |
| 47 | 2024-08-23 |
Big Data to Knowledge: Application of Machine Learning to Predictive Modeling of Therapeutic Response in Cancer
2021-Dec-16, Current genomics
IF:1.8Q3
|
综述 | 本文综述了机器学习技术在癌症治疗反应预测建模中的应用 | 探讨了深度学习和因果分析等更复杂技术在治疗反应建模中的潜在应用 | 讨论了现有机器学习技术的局限性和替代方法 | 讨论机器学习技术在癌症治疗反应建模中的应用 | 癌症患者的治疗反应 | 机器学习 | 癌症 | 机器学习 | 随机森林、支持向量机、神经网络、线性和逻辑回归 | 分子患者数据 | NA | NA | NA | NA | NA |
| 48 | 2024-08-22 |
Integrating Domain Knowledge into Deep Learning for Skin Lesion Risk Prioritization to Assist Teledermatology Referral
2021-Dec-24, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics12010036
PMID:35054203
|
研究论文 | 本文通过结合领域知识与深度学习,开发了一种用于皮肤病变风险优先级排序的方法,以辅助远程皮肤科转诊 | 提出了一种新的优先级排序流程,该流程受领域知识启发,并探索了自动病变分割、层次分类和课程学习等不同学习方案 | 在大多数实验中,添加患者信息并未带来益处 | 改进现有的远程皮肤科流程,提高皮肤病变诊断的效率 | 皮肤病变的风险优先级排序 | 机器学习 | NA | 深度学习 | CNN | 图像 | 回顾性数据集来自葡萄牙国家卫生系统的转诊请求 | NA | NA | NA | NA |
| 49 | 2024-08-22 |
Robustness of convolutional neural networks to physiological electrocardiogram noise
2021-Dec-13, Philosophical transactions. Series A, Mathematical, physical, and engineering sciences
DOI:10.1098/rsta.2020.0262
PMID:34689617
|
研究论文 | 本研究探讨了卷积神经网络对生理性心电图噪声的鲁棒性 | 首次系统评估了卷积神经网络在处理含噪声心电图数据时的性能 | 研究仅限于特定类型的心电图噪声和数据集,可能不适用于所有情况 | 评估深度学习方法在心电图信号处理中的鲁棒性 | 心电图信号及其在心血管疾病诊断中的应用 | 机器学习 | 心血管疾病 | NA | CNN | 图像 | 具体样本数量未在摘要中提及 | NA | NA | NA | NA |
| 50 | 2024-08-21 |
Classification of Clinically Significant Prostate Cancer on Multi-Parametric MRI: A Validation Study Comparing Deep Learning and Radiomics
2021-Dec-21, Cancers
IF:4.5Q1
DOI:10.3390/cancers14010012
PMID:35008177
|
研究论文 | 本研究旨在通过多参数磁共振成像(mpMRI)比较深度学习和放射组学模型在临床显著性前列腺癌(PCa)分类中的性能 | 本研究首次在不同中心和不同扫描仪的数据集上比较了深度学习和放射组学模型的性能 | 研究仅限于四个数据集,可能需要更多数据集以进一步验证模型的泛化能力 | 比较深度学习和放射组学模型在临床显著性前列腺癌诊断中的性能 | 临床显著性前列腺癌的分类 | 机器学习 | 前列腺癌 | 多参数磁共振成像(mpMRI) | 深度学习模型和放射组学模型 | 医学影像 | 共包含371名患者的数据集,以及两个外部数据集(195名患者和79名患者) | NA | NA | NA | NA |
| 51 | 2024-08-21 |
A Deep Learning Ensemble Approach for Automated COVID-19 Detection from Chest CT Images
2021-Dec-20, Journal of clinical medicine
IF:3.0Q1
DOI:10.3390/jcm10245982
PMID:34945278
|
研究论文 | 本研究旨在评估基于迁移学习技术的自动化COVID-19检测方法,该方法利用胸部CT图像进行检测 | 采用卷积神经网络(CNN)作为特征提取器,并结合信息增益过滤器选择特征,最终通过多数投票方法进行分类 | NA | 评估自动化COVID-19检测方法的性能 | 胸部CT图像 | 计算机视觉 | COVID-19 | 迁移学习 | CNN | 图像 | 4171张CT扫描图像,来自210名不同患者 | NA | NA | NA | NA |
| 52 | 2024-08-21 |
Moving beyond the Slit-Lamp Gonioscopy: Challenges and Future Opportunities
2021-Dec-06, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics11122279
PMID:34943516
|
综述 | 本文综述了裂隙灯前房角镜检查的局限性以及新型数字前房角镜GS-1的优势和潜在应用 | 介绍了新型数字前房角镜GS-1,该设备允许半自动的环形记录前房角的真实彩色照片,并探讨了其在远程医疗、虚拟诊所和深度学习自动分类中的潜在应用 | 裂隙灯前房角镜检查存在学习曲线陡峭、检查者间一致性差和记录不良的缺点 | 探讨裂隙灯前房角镜检查的挑战和未来机遇 | 前房角及其在青光眼诊断和治疗中的应用 | NA | 青光眼 | NA | NA | 图像 | NA | NA | NA | NA | NA |
| 53 | 2024-08-21 |
Unseen Artificial Intelligence-Deep Learning Paradigm for Segmentation of Low Atherosclerotic Plaque in Carotid Ultrasound: A Multicenter Cardiovascular Study
2021-Dec-02, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics11122257
PMID:34943494
|
研究论文 | 本文研究了一种新的深度学习方法,用于在多中心心血管研究中分割颈动脉超声中的低斑块,该方法在不同种族群体中进行训练和测试。 | 首次采用“未见人工智能”范式,即在不同种族群体中进行训练和测试,以验证深度学习模型的通用性。 | 研究仅限于颈动脉超声图像的分割,且样本来自两个特定的种族群体。 | 验证深度学习模型在不同种族群体中分割低斑块的能力,并评估其与“已见人工智能”模型的性能接近程度。 | 颈动脉超声图像中的低斑块分割。 | 机器学习 | 心血管疾病 | 深度学习 | UNet | 图像 | 630个样本,包括330个日本人和300个香港人 | NA | NA | NA | NA |
| 54 | 2024-08-21 |
Stent detection with very thick tissue coverage in intravascular OCT
2021-Dec-01, Biomedical optics express
IF:2.9Q2
DOI:10.1364/BOE.444336
PMID:35003848
|
研究论文 | 本文开发了一种深度学习方法,用于自动分析具有薄和非常厚组织覆盖的支架,并提出了一种算法来准确分析植入多个支架的血管区域 | 本文首次提出了一种能够处理非常厚组织覆盖的支架分析的深度学习方法,并能够有效分析植入多个支架的血管区域 | NA | 开发一种自动分析具有不同组织覆盖厚度的支架的方法,以提高评估支架植入和支架后组织覆盖的效率 | 冠状动脉支架及其组织覆盖情况 | 计算机视觉 | 心血管疾病 | 深度学习 | 深度学习模型 | 图像 | 25203张图像来自56次OCT回拉和41名患者 | NA | NA | NA | NA |
| 55 | 2024-08-20 |
Multi-step ahead predictive model for blood glucose concentrations of type-1 diabetic patients
2021-12-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-021-03341-5
PMID:34934084
|
研究论文 | 本文提出了一种新颖的多组件深度学习模型BG-Predict,用于预测1型糖尿病患者的血糖水平 | 该研究引入了一种新的多步骤预测模型,能够提前预测血糖水平,有助于患者减少低血糖和高血糖的风险 | NA | 开发一种有效的工具,帮助1型糖尿病患者监测血糖水平,以便做出关于胰岛素注射和食物摄入的适当决策 | 1型糖尿病患者的血糖水平 | 机器学习 | 糖尿病 | 深度学习 | 深度学习模型 | 血糖数据 | 97名患者 | NA | NA | NA | NA |
| 56 | 2024-08-20 |
A stroke detection and discrimination framework using broadband microwave scattering on stochastic models with deep learning
2021-12-20, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-021-03043-y
PMID:34930921
|
研究论文 | 研究利用宽带微波散射和深度学习模型进行中风检测和鉴别 | 提出了一种新的智能诊断方法,使用微波宽带散射信息,避免了传统的图像形成过程 | NA | 开发一种快速、便携、安全且低成本的中风检测技术 | 研究中风检测和出血位置及大小的鉴别 | 机器学习 | 中风 | 微波散射 | 深度神经网络(DNN) | 模拟数据 | 666名出血性中风患者和对照组 | NA | NA | NA | NA |
| 57 | 2024-08-20 |
Deep learning based classification of dynamic processes in time-resolved X-ray tomographic microscopy
2021-12-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-021-03546-8
PMID:34921184
|
研究论文 | 本文提出了一种高效的动态过程重建与分类管道,结合代数滤波近似和机器学习,显著减少了计算时间 | 提出的SIRT-FBP-MS-D-DIFF管道通过代数滤波近似和卷积神经网络自动提取低信噪比重建中的动态特征,提高了处理效率 | NA | 开发一种高效的方法来处理时间分辨X射线断层显微镜中的动态过程,以减少手动劳动和计算成本 | 时间分辨X射线断层显微镜中的动态过程 | 计算机视觉 | NA | 时间分辨X射线断层显微镜 | 卷积神经网络 | 图像 | 三个不同的动态燃料电池数据集,一个用于训练,两个用于测试 | NA | NA | NA | NA |
| 58 | 2024-08-20 |
Predictive models for personalized asthma attacks based on patient's biosignals and environmental factors: a systematic review
2021-12-09, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-021-01704-6
PMID:34886852
|
综述 | 本文对基于患者生物信号和环境因素的个性化哮喘发作预测模型进行了系统性回顾 | 提出了使用患者生物信号和环境因素相结合的哮喘发作预测模型的必要性,并指出了缺乏使用深度学习等先进机器学习方法的问题 | 大多数研究仅使用哮喘生物信号因素进行预测,使用环境因素和两者结合的研究较少 | 评估哮喘发作预测模型的使用方法、模型性能,并确定该领域研究改进的需求 | 儿童和成人的哮喘发作预测模型 | 机器学习 | 哮喘 | 支持向量机、回归 | NA | 生物信号、环境因素 | 从1068篇研究文章中筛选出15种不同的哮喘发作预测模型进行回顾 | NA | NA | NA | NA |
| 59 | 2024-08-20 |
AutoProstate: Towards Automated Reporting of Prostate MRI for Prostate Cancer Assessment Using Deep Learning
2021-Dec-06, Cancers
IF:4.5Q1
DOI:10.3390/cancers13236138
PMID:34885246
|
研究论文 | 介绍了一种名为AutoProstate的深度学习框架,用于自动评估基于MRI的前列腺癌 | AutoProstate在前列腺体积和前列腺特异性抗原密度估计方面显示出统计学上的显著改进,并匹配了放射科医生的CSPCa病变检测敏感性 | AutoProstate产生了更多的假阳性检测 | 开发一种自动化的深度学习框架,用于提高前列腺MRI报告的质量和一致性 | 前列腺MRI图像和前列腺癌评估 | 计算机视觉 | 前列腺癌 | 深度学习 | NA | MRI图像 | 使用了公开的PROSTATEx数据集进行训练,并使用PICTURE数据集进行外部验证 | NA | NA | NA | NA |
| 60 | 2024-08-20 |
Interpretability of a Deep Learning Based Approach for the Classification of Skin Lesions into Main Anatomic Body Sites
2021-Dec-01, Cancers
IF:4.5Q1
DOI:10.3390/cancers13236048
PMID:34885158
|
研究论文 | 本文提出了一种基于深度学习的方法,用于将皮肤病变分类到主要的解剖体位 | 本研究首次考虑了皮肤病变的来源,并利用预训练网络和密集连接分类器来提高分类准确性 | NA | 解决现有深度学习方法在皮肤病变分类中未考虑病变来源的问题 | 皮肤病变及其解剖体位分类 | 计算机视觉 | 皮肤癌 | 深度学习 | CNN | 图像 | 未明确提及具体样本数量 | NA | NA | NA | NA |