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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
181 | 2024-09-29 |
AI for COVID-19 Detection from Radiographs: Incisive Analysis of State of the Art Techniques, Key Challenges and Future Directions
2022-Oct, Ingenierie et recherche biomedicale : IRBM = Biomedical engineering and research
DOI:10.1016/j.irbm.2021.07.002
PMID:34336141
|
综述 | 本文综述了利用人工智能技术从医学影像中检测COVID-19的最新进展和挑战 | 本文总结了当前最先进的深度学习和机器学习模型在COVID-19检测中的应用,并提出了未来可能的研究方向 | 本文主要讨论了技术挑战,未深入探讨伦理和社会影响等非技术挑战 | 旨在评估和总结利用人工智能技术从医学影像中检测COVID-19的最新进展 | COVID-19的检测方法和相关技术 | 计算机视觉 | COVID-19 | 深度学习和机器学习 | CNN、LSTM等 | 医学影像(X射线和CT扫描) | 140篇研究论文 |
182 | 2024-09-29 |
Validation of an autonomous artificial intelligence-based diagnostic system for holistic maculopathy screening in a routine occupational health checkup context
2022-Oct, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie
DOI:10.1007/s00417-022-05653-2
PMID:35567610
|
研究论文 | 本研究评估了一种自主人工智能系统在常规职业健康检查中检测眼底摄影中常见中心视网膜病变的能力 | 本研究采用了一种综合的人工智能方法,能够同时高精度检测糖尿病视网膜病变、年龄相关性黄斑变性和痣,并减少了漏诊的风险 | 本研究使用的数据集主要来自职业健康检查,可能限制了其在其他场景中的适用性 | 评估自主人工智能系统在常规职业健康检查中检测眼底摄影中常见中心视网膜病变的能力 | 眼底摄影图像中的糖尿病视网膜病变、年龄相关性黄斑变性、青光眼性视神经病变和痣 | 计算机视觉 | 眼科疾病 | 深度学习 | NA | 图像 | 5918张图像(来自2839名个体) |
183 | 2024-09-29 |
Hierarchical deep learning for predicting GO annotations by integrating protein knowledge
2022-09-30, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btac536
PMID:35929781
|
研究论文 | 提出了一种名为DeeProtGO的新型深度学习模型,用于通过整合蛋白质知识来预测GO注释 | DeeProtGO模型通过整合更多的蛋白质知识,显著提高了GO注释的预测质量 | NA | 开发一种可靠的计算系统,用于自动预测蛋白质功能注释,以应对高通量测序数据的增长 | 蛋白质功能注释的预测 | 机器学习 | NA | 深度学习 | 深度学习模型 | 蛋白质序列数据 | 18种不同的预测问题,定义为三个GO子本体、蛋白质类型和分类学王国 |
184 | 2024-09-29 |
DefectTrack: a deep learning-based multi-object tracking algorithm for quantitative defect analysis of in-situ TEM videos in real-time
2022-Sep-20, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-022-19697-1
PMID:36127375
|
研究论文 | 提出了一种基于深度学习的实时多目标跟踪算法DefectTrack,用于定量分析原位透射电子显微镜视频中的缺陷 | 首次开发了专门用于跟踪原位透射电子显微镜视频中缺陷簇的深度学习多目标跟踪模型 | NA | 解决原位透射电子显微镜视频数据转化为缺陷簇动态属性信息的瓶颈问题 | 原位透射电子显微镜视频中的缺陷簇 | 计算机视觉 | NA | 深度学习 | 多目标跟踪模型 | 视频 | 测试集上的多目标跟踪精度为66.43%,大部分跟踪率为67.81% |
185 | 2024-09-29 |
Vascular Implications of COVID-19: Role of Radiological Imaging, Artificial Intelligence, and Tissue Characterization: A Special Report
2022-Aug-15, Journal of cardiovascular development and disease
IF:2.4Q2
DOI:10.3390/jcdd9080268
PMID:36005433
|
研究论文 | 本文探讨了COVID-19对血管系统的深层次损害,并分析了放射影像学、人工智能和组织特征化在其中的作用 | 本文提出了四种假设来解释COVID-19在放射影像中引起的血管损伤,并使用了三种AI模型(机器学习、深度学习和迁移学习)进行组织特征化 | 本文主要基于文献回顾和理论分析,缺乏大规模的临床实验数据支持 | 研究COVID-19对血管系统的病理生理影响,并探讨放射影像学和人工智能在诊断和治疗中的应用 | COVID-19引起的肺部、肾脏、冠状动脉和颈动脉的血管损伤 | 计算机视觉 | 传染病 | MRI、CT、超声 | 机器学习、深度学习、迁移学习 | 影像 | 296项研究 |
186 | 2024-09-29 |
A privacy-aware method for COVID-19 detection in chest CT images using lightweight deep conventional neural network and blockchain
2022-06, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2022.105461
PMID:35366470
|
研究论文 | 提出了一种基于轻量级深度卷积神经网络和区块链技术的隐私保护COVID-19检测方法 | 利用区块链技术确保数据隐私,并通过迁移学习技术优化模型初始化 | 未提及具体的数据隐私保护机制和区块链技术的实现细节 | 开发一种可靠且隐私保护的COVID-19检测方法 | COVID-19患者的胸部CT图像 | 计算机视觉 | COVID-19 | 区块链技术 | CNN | 图像 | 五个不同医院的数据集,包括Boukan Dr. Shahid Gholipour医院、Tabriz Emam Reza医院、Mahabad Emam Khomeini医院、Maragheh Dr.Beheshti医院和Miandoab Abbasi医院的数据集 |
187 | 2024-09-29 |
Deep learning tools for advancing drug discovery and development
2022-May, 3 Biotech
IF:2.6Q3
DOI:10.1007/s13205-022-03165-8
PMID:35433167
|
综述 | 本文综述了深度学习工具在药物发现和开发中的应用 | 介绍了深度学习在药物发现过程中的多种应用,包括药物靶点识别、药物-靶点相互作用、蛋白质结构预测等 | 讨论了当前深度学习工具在药物发现和开发中面临的挑战和前景 | 探讨深度学习技术如何加速药物发现和开发过程 | 药物发现和开发过程中的各个环节 | 机器学习 | NA | 深度学习 | NA | 多组学数据 | NA |
188 | 2024-09-29 |
Stepwise-edited, human melanoma models reveal mutations' effect on tumor and microenvironment
2022-04-29, Science (New York, N.Y.)
DOI:10.1126/science.abi8175
PMID:35482859
|
研究论文 | 本文通过逐步引入突变到健康的人类黑素细胞中,建立了九种遗传上不同的黑色素瘤细胞模型,研究了这些突变对肿瘤及其微环境的影响 | 本文创新性地通过逐步引入突变,建立了多个遗传上不同的黑色素瘤细胞模型,并研究了这些突变对肿瘤及其微环境的影响 | NA | 研究基因突变与人类癌症特定恶性表型之间的因果关系 | 人类黑素细胞及其突变后的黑色素瘤细胞模型 | 数字病理学 | 黑色素瘤 | 基因编辑 | 深度学习模型 | 基因型数据 | 九种遗传上不同的黑色素瘤细胞模型 |
189 | 2024-09-29 |
Inferring ongoing cancer evolution from single tumour biopsies using synthetic supervised learning
2022-04, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1010007
PMID:35482653
|
研究论文 | 本文提出了一种名为TumE的合成监督学习方法,结合癌症进化模拟模型和贝叶斯神经网络,用于从单个肿瘤活检中推断正在进行的癌症进化 | TumE方法显著提高了检测正选择、解卷积选择亚克隆群体和估计亚克隆频率的准确性和推断时间 | NA | 开发一种新的方法来推断单个肿瘤活检中的癌症进化 | 癌症进化和亚克隆选择 | 机器学习 | NA | 贝叶斯神经网络 | 神经网络 | 基因组数据 | 合成和患者肿瘤样本 |
190 | 2024-09-29 |
A Systematic Review of Artificial Intelligence Techniques in Cancer Prediction and Diagnosis
2022, Archives of computational methods in engineering : state of the art reviews
IF:9.7Q1
DOI:10.1007/s11831-021-09648-w
PMID:34602811
|
综述 | 本文系统回顾了人工智能技术在癌症预测和诊断中的应用 | 本文总结了185篇使用AI技术进行癌症预测的研究,并比较了不同研究在预测率、准确性等参数上的表现 | 尽管现有文献中的多种技术取得了良好的预测结果,但癌症死亡率并未降低,仍需更多研究来应对癌症预测领域的挑战 | 回顾人工智能技术在癌症预测和诊断中的应用,并探讨现有研究的局限性 | 癌症预测和诊断 | 机器学习 | NA | 深度学习和机器学习 | 分类模型 | NA | 185篇研究论文 |
191 | 2024-09-29 |
Detection and Localization of Myocardial Infarction Based on Multi-Scale ResNet and Attention Mechanism
2022, Frontiers in physiology
IF:3.2Q2
DOI:10.3389/fphys.2022.783184
PMID:35153827
|
研究论文 | 本文提出了一种基于多尺度ResNet和注意力机制的心肌梗死检测与定位方法 | 本文创新性地结合了多尺度深度学习模型和注意力机制,提高了心肌梗死检测与定位的准确性和可解释性 | 本文未提及具体的局限性 | 研究目的是提高心肌梗死的早期诊断准确性和可解释性 | 研究对象是心肌梗死及其在心电图上的表现 | 机器学习 | 心血管疾病 | 深度学习 | ResNet | 心电图信号 | 使用了来自PhysioBank开放数据库的12导联心电图数据 |
192 | 2024-09-29 |
Epidemiological Mucormycosis treatment and diagnosis challenges using the adaptive properties of computer vision techniques based approach: a review
2022, Multimedia tools and applications
IF:3.0Q2
DOI:10.1007/s11042-022-12450-w
PMID:35233180
|
综述 | 本文综述了利用计算机视觉技术的自适应特性在流行病学中治疗和诊断毛霉菌病(黑霉菌)的挑战 | 本文探讨了使用ResNet50模型和SVM分类器结合线性核函数在图像处理中达到94.7%准确率的新发现,并研究了深度信念网络在诊断致命真菌感染中的应用 | NA | 探讨如何利用现代技术如人工智能、机器学习和深度学习来应对毛霉菌病的治疗和诊断挑战 | 毛霉菌病(黑霉菌)的治疗和诊断 | 计算机视觉 | NA | 计算机视觉技术 | ResNet50模型、SVM分类器、深度信念网络 | 图像 | NA |
193 | 2024-09-29 |
Machine Learning and Deep Learning Techniques for Optic Disc and Cup Segmentation - A Review
2022, Clinical ophthalmology (Auckland, N.Z.)
DOI:10.2147/OPTH.S348479
PMID:35300031
|
综述 | 本文综述了用于视盘和视杯分割的机器学习和深度学习技术 | 本文提供了未来研究方向,以制定稳健的视杯和视盘分割系统 | 在使用深度学习策略进行临床试验之前,需要解决许多挑战 | 综述现有的机器学习和深度学习方法,并提供未来研究方向 | 视盘和视杯的分割 | 计算机视觉 | 眼科疾病 | 机器学习和深度学习 | U-net及其变体 | 图像 | 15,445张带有青光眼或非青光眼标签的视网膜图像 |
194 | 2024-09-29 |
Cardiac MR: From Theory to Practice
2022, Frontiers in cardiovascular medicine
IF:2.8Q2
DOI:10.3389/fcvm.2022.826283
PMID:35310962
|
综述 | 本文综述了心血管磁共振(CMR)技术在心血管疾病(CVD)预防、诊断和治疗中的应用,涵盖了从基础物理到临床实践的五个关键方面 | 本文介绍了深度学习在CMR图像重建和分析中的最新进展,提供了自动、快速且可靠的生物标志物和临床相关参数的提取方法 | 影像、重建和分析方法的多样性和复杂性限制了CMR的广泛应用 | 提高心血管疾病的预防、诊断和治疗水平 | 心血管疾病及其相关病理的评估 | 机器学习 | 心血管疾病 | 心血管磁共振(CMR) | 深度学习 | 图像 | NA |
195 | 2024-09-29 |
Magnetic resonance image-based brain tumour segmentation methods: A systematic review
2022 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076221074122
PMID:35340900
|
综述 | 本文系统回顾了基于磁共振图像的脑肿瘤分割方法 | 发现U-Net深度学习技术在磁共振图像脑肿瘤分割中具有高准确性 | 扩散加权和灌注加权磁共振成像的数据集有限 | 确定医学影像专家和临床医生可以使用的自动化脑肿瘤分割技术,以替代手动分割 | 脑肿瘤的分割方法 | 计算机视觉 | 脑肿瘤 | 磁共振成像 | U-Net | 图像 | 572项研究 |
196 | 2024-09-29 |
Computational Approaches for Acute Traumatic Brain Injury Image Recognition
2022, Frontiers in neurology
IF:2.7Q3
DOI:10.3389/fneur.2022.791816
PMID:35370919
|
综述 | 本文综述了用于急性创伤性脑损伤图像识别的计算方法 | 探讨了深度学习算法在创伤性脑损伤图像识别中的应用,包括分类和定位模型,以提高临床管理和精准医学的整合 | NA | 探讨计算方法在急性创伤性脑损伤图像识别中的应用 | 急性创伤性脑损伤的图像异常,包括颅内出血、颅骨骨折、颅内质量效应和卒中 | 计算机视觉 | 脑损伤 | 深度学习 | CNN | 图像 | NA |
197 | 2024-09-29 |
Fairness in Cardiac Magnetic Resonance Imaging: Assessing Sex and Racial Bias in Deep Learning-Based Segmentation
2022, Frontiers in cardiovascular medicine
IF:2.8Q2
DOI:10.3389/fcvm.2022.859310
PMID:35463778
|
研究论文 | 本文分析了基于深度学习的电影心脏磁共振成像(CMR)分割模型中的性别和种族偏见 | 首次在大规模数据库中分析了AI技术在电影CMR分割中的性别和种族偏见 | 研究仅基于UK Biobank数据库,且未考虑其他潜在混杂因素 | 评估AI技术在电影CMR分割中的性别和种族偏见 | 电影CMR图像中的左右心室和心肌的自动分割 | 计算机视觉 | 心血管疾病 | 深度学习 | 深度学习模型 | 图像 | 5903名受试者,年龄61.5 ± 7.1岁,52%为男性,81%为白人 |
198 | 2024-09-29 |
Interfacing Machine Learning and Microbial Omics: A Promising Means to Address Environmental Challenges
2022, Frontiers in microbiology
IF:4.0Q2
DOI:10.3389/fmicb.2022.851450
PMID:35547145
|
review | 本文综述了机器学习与微生物组学结合在解决环境挑战中的潜力 | 探讨了分子微生物生态学与人工智能结合的前沿领域,并提供了机器学习的基本介绍 | 当前研究领域存在局限性,需要进一步发展以实现环境监测和管理的目标 | 探讨机器学习在微生物生态学中的应用,以推进环境监测和管理实践 | 微生物群落及其在环境扰动中的响应 | machine learning | NA | NA | NA | omics | NA |
199 | 2024-09-29 |
Image Quality Control in Lumbar Spine Radiography Using Enhanced U-Net Neural Networks
2022, Frontiers in public health
IF:3.0Q2
DOI:10.3389/fpubh.2022.891766
PMID:35558524
|
研究论文 | 开发了一种基于深度学习的图像质量控制框架,用于分割和评估腰椎X光图像,以标准化放射成像程序 | 使用增强的U-Net神经网络进行腰椎X光图像的分割和质量评估 | NA | 标准化放射成像程序,提高腰椎X光图像的质量控制 | 腰椎X光图像的分割和质量评估 | 计算机视觉 | NA | 深度学习 | U-Net | 图像 | 1389名患者的腰椎X光图像,包括前后位、侧位和斜位图像 |
200 | 2024-09-29 |
A Systematic Approach for Explaining Time and Frequency Features Extracted by Convolutional Neural Networks From Raw Electroencephalography Data
2022, Frontiers in neuroinformatics
IF:2.5Q3
DOI:10.3389/fninf.2022.872035
PMID:35712676
|
研究论文 | 本文提出了一种基于模型可视化的新方法,用于解释卷积神经网络从原始脑电图数据中提取的时间和频率特征 | 本文首次系统地评估了在静息状态脑电图数据上训练的卷积神经网络中波形和频谱特征的重要性 | NA | 提高卷积神经网络在静息状态脑电图分析中的可解释性 | 卷积神经网络从原始脑电图数据中提取的时间和频率特征 | 机器学习 | NA | 卷积神经网络 | CNN | 脑电图数据 | NA |