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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1621 | 2024-08-07 |
Application of deep learning in teeth identification tasks on panoramic radiographs
2022-Jul-01, Dento maxillo facial radiology
DOI:10.1259/dmfr.20210504
PMID:35143260
|
综述 | 本文综述了人工智能在全景放射图像上牙齿识别任务中的应用和发展 | 探讨了深度学习模型在牙齿识别任务中的性能 | 由于报告性能指标的异质性,无法进行meta分析 | 评估和比较深度学习模型在全景放射图像上牙齿识别任务中的表现 | 深度学习模型在全景放射图像上牙齿识别任务的应用 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 图像 | 共282篇文章,其中13篇相关文章被纳入综述 |
1622 | 2024-08-07 |
Deep learning improves implant classification by dental professionals: a multi-center evaluation of accuracy and efficiency
2022-06, Journal of periodontal & implant science
DOI:10.5051/jpis.2104080204
PMID:35775697
|
研究论文 | 本研究评估并比较了牙科专业人员在使用和不使用深度学习(DL)算法的情况下,对不同类型牙科植入系统(DISs)的分类准确性 | 使用DL算法显著提高了牙科专业人员对DISs的平均分类准确性 | NA | 评估和比较牙科专业人员在有和无DL算法辅助下对牙科植入系统分类的准确性 | 牙科专业人员对不同类型牙科植入系统的分类准确性 | 机器学习 | NA | 深度学习 | DL算法 | 图像 | 包括5名认证牙周病专家、8名牙周病学住院医师和31名未专攻种植学的牙医 |
1623 | 2024-08-07 |
Segmentation of Dental Restorations on Panoramic Radiographs Using Deep Learning
2022-May-25, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics12061316
PMID:35741125
|
研究论文 | 本文研究使用深度学习方法在全景X光片上分割牙科修复体 | 提出使用小尺寸、等间距的矩形图像块(tiles)训练模型,以提高分割性能和加速收敛 | 全景X光片的分割偏向于更频繁和扩展的类别 | 探索使用U-Net模型在全景X光片上分割牙科修复体的有效方法 | 牙科修复体,包括填充物、冠和根管填充 | 计算机视觉 | NA | 卷积神经网络(CNN) | U-Net | 图像 | 1781张全景X光片 |
1624 | 2024-08-07 |
Deep Learning Signal Discrimination for Improved Sensitivity at High Specificity for CMOS Intraoperative Probes
2022-Apr, IEEE transactions on radiation and plasma medical sciences
IF:4.6Q1
DOI:10.1109/TRPMS.2021.3098448
PMID:35419499
|
研究论文 | 本研究探讨了使用深度学习算法来提高CMOS手术探针在高特异性下的敏感性,通过区分背景伽马射线信号来辅助癌症切除手术中癌细胞的检测 | 本研究采用了两种基于卷积神经网络(CNN)的方法进行β-γ鉴别,并通过定制的AUC损失函数在训练中优化ROC曲线的左下区域,显著提高了敏感性 | NA | 提高手术探针在高特异性下的敏感性,以更准确地区分癌细胞和健康组织 | 探讨深度学习算法在手术探针中的应用,以及其对伽马射线信号的分类和语义分割能力 | 机器学习 | NA | 深度学习算法 | 卷积神经网络(CNN) | 伽马射线信号 | 涉及多种放射性核素,包括C、Co和[Formula: see text]Tc |
1625 | 2024-08-07 |
Caries Detection on Intraoral Images Using Artificial Intelligence
2022-02, Journal of dental research
IF:5.7Q1
DOI:10.1177/00220345211032524
PMID:34416824
|
研究论文 | 本研究开发了一种基于卷积神经网络(CNN)的深度学习方法,用于在口腔内图像上自动检测和分类龋齿,并将其诊断性能与专家标准进行比较 | 首次使用人工智能(AI)方法进行口腔内图像的自动龋齿检测 | 当前方法需要进一步改进 | 开发一种深度学习方法,用于自动检测和分类口腔内图像中的龋齿,并评估其诊断性能 | 2,417张来自恒牙的匿名化照片,包括1,317张咬合面和1,100张光滑面 | 计算机视觉 | 口腔疾病 | 卷积神经网络(CNN) | CNN | 图像 | 2,417张匿名化照片 |
1626 | 2024-08-07 |
Improved runoff forecasting based on time-varying model averaging method and deep learning
2022, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0274004
PMID:36108081
|
研究论文 | 本研究提出了一种基于时间变化权重(TV-DMA)的动态模型平均方法,并结合深度学习算法构建了一个综合的径流预测模型框架 | 采用时间变化权重(TV-DMA)方法和深度学习算法构建综合预测模型,提高了径流预测的准确性和稳定性 | 洪水季节的预测性能明显低于非洪水季节 | 提高径流预测的准确性和稳定性 | 径流预测 | NA | NA | 深度学习算法 | NA | 数值数据 | 未具体说明样本数量 |
1627 | 2024-08-07 |
Variability analysis of LC-MS experimental factors and their impact on machine learning
2022-12-28, GigaScience
IF:11.8Q1
DOI:10.1093/gigascience/giad096
PMID:37983748
|
研究论文 | 本文通过系统分析公共质谱数据仓库中的变异源,探讨了这些因素对机器学习性能的影响,并进行了全面的迁移学习评估 | 本文首次系统分析了公共质谱数据仓库中的变异源,并评估了迁移学习在质谱数据处理中的应用效果 | 迁移学习虽然提高了模型性能,但与非预训练模型相比提升有限 | 旨在促进机器学习在质谱数据处理中的应用 | 公共质谱数据仓库中的变异源及其对机器学习性能的影响 | 机器学习 | NA | 质谱(MS) | 深度学习(DL) | 质谱数据 | 大规模数据集 |
1628 | 2024-08-07 |
Towards automated organs at risk and target volumes contouring: Defining precision radiation therapy in the modern era
2022-Dec, Journal of the National Cancer Center
IF:7.6Q1
DOI:10.1016/j.jncc.2022.09.003
PMID:39036546
|
review | 本文综述了利用先进深度学习、语义器官解析、多模态影像融合、神经架构搜索和医学图像分析技术解决精确放疗工作流程中四个关键问题或子问题的最新进展 | 提出了高精度、自动化和高度可重复的OAR/GTV/LN/CTV自动描绘技术,有效减少了从业者间的变异性并降低了时间成本 | 本文综述的内容是持续进行且不完全的,方法主要以食管癌和头颈癌为例,但可推广至其他类型癌症 | 探讨精确放疗在现代临床工作流程中的应用,旨在提高患者护理质量和降低成本 | 主要关注风险器官(OARs)、大体肿瘤体积(GTV)、转移淋巴结(LN)和临床肿瘤体积(CTV)的分割与检测 | machine learning | esophageal cancer, head-and-neck cancer | deep learning, semantic organ parsing, multimodal imaging fusion, neural architecture search, medical image analytical techniques | NA | image | NA |
1629 | 2024-08-07 |
Machine Learning Analysis of Cocaine Addiction Informed by DAT, SERT, and NET-Based Interactome Networks
2022-Apr-12, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.2c00002
PMID:35294204
|
研究论文 | 本研究利用基于DAT、SERT和NET相互作用网络的机器学习/深度学习方法分析可卡因成瘾,旨在发现新的抗可卡因成瘾先导化合物 | 本研究首次采用基于DAT、SERT和NET相互作用网络的机器学习/深度学习方法,结合大量抑制剂数据,构建预测模型,用于预测药物再利用潜力和可能的副作用 | NA | 开发新的基于人工智能的抗可卡因成瘾先导化合物发现系统 | 可卡因成瘾相关的DAT、SERT和NET相互作用网络中的蛋白质 | 机器学习 | 药物成瘾 | 机器学习/深度学习 | 自编码器(AE)、梯度提升决策树(GBDT)和多任务深度神经网络(MT-DNN) | 蛋白质相互作用数据和抑制剂数据 | 61个蛋白质目标,115,407个抑制剂 |
1630 | 2024-08-07 |
Improving interobserver agreement and performance of deep learning models for segmenting acute ischemic stroke by combining DWI with optimized ADC thresholds
2022-Aug, European radiology
IF:4.7Q1
DOI:10.1007/s00330-022-08633-6
PMID:35201408
|
研究论文 | 研究通过结合弥散加权成像(DWI)与优化表观弥散系数(ADC)阈值,提高急性缺血性卒中(AIS)分割的观察者间一致性和深度学习模型(DLMs)性能 | 通过结合特定ADC阈值与DWI,显著提高了急性缺血性卒中病变的分割性能和观察者间的一致性 | NA | 探讨ADC阈值对观察者间一致性和深度学习模型分割急性缺血性卒中性能的影响 | 急性缺血性卒中(AIS)的分割 | 机器学习 | 脑血管疾病 | 弥散加权成像(DWI) | 深度学习模型(DLMs) | 图像 | 训练集包含76名AIS患者,测试集包含145名AIS患者 |
1631 | 2024-08-07 |
Deep Learning to Predict Traumatic Brain Injury Outcomes in the Low-Resource Setting
2022-08, World neurosurgery
IF:1.9Q2
DOI:10.1016/j.wneu.2022.02.097
PMID:35247613
|
研究论文 | 本文旨在开发首个用于预测低资源环境下创伤性脑损伤(TBI)结果的深度学习模型,并将其性能与较简单的算法进行比较 | 首次使用深度学习进行TBI预测,特别是在低收入和中等收入国家(LMICs)中,这些地区对决策支持系统有迫切需求 | 深度学习并非万能,最佳算法选择取决于特定的临床环境 | 增强LMICs中TBI的分类管理 | TBI患者的预后预测 | 机器学习 | 创伤性脑损伤 | 深度神经网络 | 深度神经网络、浅层神经网络和弹性网正则化逻辑回归模型 | 临床变量 | 2164名患者,其中12%有不良预后 |
1632 | 2024-08-07 |
Machine Learning to Predict Successful Opioid Dose Reduction or Stabilization After Spinal Cord Stimulation
2022-08-01, Neurosurgery
IF:3.9Q1
DOI:10.1227/neu.0000000000001969
PMID:35384918
|
研究论文 | 本文利用机器学习模型预测脊髓刺激(SCS)后患者成功减少或稳定阿片类药物使用的情况 | 首次提出基于机器学习的模型来预测SCS后阿片类药物使用的减少或稳定 | NA | 预测SCS后阿片类药物使用的成功减少或稳定,并评估深度学习是否比逻辑回归提供显著优势 | 脊髓刺激后阿片类药物使用的减少或稳定 | 机器学习 | NA | 逻辑回归(LR)和深度神经网络(DNNs) | 逻辑回归模型和深度神经网络模型 | 医疗数据库数据 | 7022名患者 |
1633 | 2024-08-07 |
A multimodal deep learning model for cardiac resynchronisation therapy response prediction
2022-07, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2022.102465
PMID:35487111
|
研究论文 | 本文提出了一种用于心脏再同步治疗(CRT)反应预测的多模态深度学习框架,该框架利用2D超声心动图和心脏磁共振(CMR)数据进行预测。 | 本研究首次采用多模态深度学习方法进行CRT反应预测,结合了两种模态的潜在空间,提高了预测的准确性。 | 研究样本量较小,仅涉及50名CRT患者,可能影响模型的泛化能力。 | 开发一种新的多模态深度学习模型,用于提高心脏再同步治疗反应预测的准确性。 | 心脏再同步治疗(CRT)的反应预测。 | 机器学习 | 心血管疾病 | 深度学习 | nnU-Net | 图像 | 50名CRT患者 |
1634 | 2024-08-07 |
BIONIC: biological network integration using convolutions
2022-10, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-022-01616-x
PMID:36192463
|
研究论文 | 本文介绍了一种基于深度学习的生物网络集成算法BIONIC,该算法利用图卷积网络框架,通过结合和自动加权输入信息,以获得更准确和全面的生物学表示 | BIONIC算法能够学习包含更多功能信息的特征,相比现有方法有显著改进 | NA | 开发一种新的生物网络集成算法,以提高对生物学功能的理解和预测 | 生物网络的集成和功能信息的学习 | 机器学习 | NA | 图卷积网络 | CNN | 网络数据 | 适用于大规模的人类基因组网络集成 |
1635 | 2024-08-07 |
Automated Determination of Left Ventricular Function Using Electrocardiogram Data in Patients on Maintenance Hemodialysis
2022-07, Clinical journal of the American Society of Nephrology : CJASN
IF:8.5Q1
DOI:10.2215/CJN.16481221
PMID:35667835
|
研究论文 | 本研究利用深度学习模型,通过心电图数据自动评估接受维持性血液透析患者的左心室射血分数 | 使用迁移学习方法在小样本量的维持性血液透析患者中估计左心室射血分数 | NA | 开发和评估用于估计维持性血液透析患者左心室射血分数的深度学习模型 | 接受维持性血液透析的患者 | 机器学习 | 心血管疾病 | 深度学习 | CNN | 心电图数据 | 18,626对心电图与超声心动图数据用于模型1和2,705,075对用于模型3和4 |
1636 | 2024-08-07 |
Evaluating the utility of deep learning for predicting therapeutic response in diabetic eye disease
2022, Frontiers in ophthalmology
DOI:10.3389/fopht.2022.852107
PMID:36744216
|
研究论文 | 本研究评估了深度学习在糖尿病眼病治疗反应预测中的应用 | 探索了在样本量有限的情况下,使用深度学习技术预测治疗反应的可能性 | 在数据集较小的情况下,深度学习模型在预测治疗反应方面的表现受限 | 理解深度学习在眼科临床问题中的实用性,特别是在预测治疗反应方面 | 使用深度学习模型预测糖尿病眼病的治疗反应 | 机器学习 | 糖尿病眼病 | 深度学习 | CNN | 图像 | 29个临床试验数据集,217张超广角血管造影图像 |
1637 | 2024-08-07 |
Deep learning and optical coherence tomography in glaucoma: Bridging the diagnostic gap on structural imaging
2022, Frontiers in ophthalmology
DOI:10.3389/fopht.2022.937205
PMID:38983522
|
综述 | 本文综述了利用深度学习算法和光学相干断层扫描(OCT)在青光眼诊断中的应用,特别是在结构影像方面的进展 | 介绍了深度学习算法在自动化检测青光眼损伤和进展方面的创新进展,以及如何利用OCT数据改进眼底摄影中青光眼损伤的检测 | NA | 探讨深度学习模型在青光眼检测中的应用,并展望这些发现在未来老化和基础科学领域的应用 | 青光眼的诊断和进展检测 | 计算机视觉 | 青光眼 | 光学相干断层扫描(OCT) | 深度学习(DL) | 影像 | NA |
1638 | 2024-08-07 |
Performance comparison of deep learning and machine learning methods in determining wetland water areas using EuroSAT dataset
2022-Mar, Environmental science and pollution research international
DOI:10.1007/s11356-021-17177-z
PMID:34746985
|
研究论文 | 本研究比较了基于深度学习和传统机器学习方法在利用EuroSAT数据集确定湿地水域方面的性能 | 提出使用1D卷积神经网络(CNN)在处理复杂和独特特征空间数据方面的优势,以及在图像预处理和标准化工具集成、抗噪声能力和图像局部变换方面的改进 | NA | 比较深度学习和机器学习方法在湿地水域分类中的性能 | 土耳其五个不同湿地的Sentinel-2图像中的水域 | 计算机视觉 | NA | 遥感 | CNN | 图像 | 使用EuroSAT数据集进行验证 |
1639 | 2024-08-07 |
DEEP LEARNING ALGORITHMS HAVE HIGH ACCURACY FOR AUTOMATED LANDMARK DETECTION ON 2D LATERAL CEPHALOGRAMS
2022-Dec, The journal of evidence-based dental practice
IF:4.1Q1
DOI:10.1016/j.jebdp.2022.101798
PMID:36494109
|
meta-analysis | 本文通过系统综述和荟萃分析,评估了深度学习算法在二维侧位头颅摄影中自动识别地标点的准确性 | NA | NA | 评估深度学习算法在头颅摄影地标检测中的准确性 | 深度学习算法在头颅摄影地标检测中的应用 | computer vision | NA | 深度学习 | NA | image | NA |
1640 | 2024-08-07 |
DEEP LEARNING ALGORITHMS SHOW SOME POTENTIAL AS AN ADJUNCTIVE TOOL IN CARIES DIAGNOSIS
2022-Dec, The journal of evidence-based dental practice
IF:4.1Q1
DOI:10.1016/j.jebdp.2022.101772
PMID:36494110
|
综述 | 本文系统回顾了深度学习算法在龋齿检测中的应用 | NA | NA | 探讨深度学习算法在龋齿诊断中的潜在应用 | 深度学习算法在龋齿检测中的应用 | 机器学习 | 口腔疾病 | 深度学习 | NA | NA | NA |