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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1561 | 2024-08-05 |
Deep Learning to Estimate Left Ventricular Ejection Fraction From Routine Coronary Angiographic Images
2023-Nov, JACC. Advances
DOI:10.1016/j.jacadv.2023.100632
PMID:38938722
|
研究论文 | 该文章主要研究通过常规冠状动脉造影图像估算左心室射血分数的深度学习模型 | 提出了一种结合3D卷积神经网络和变换器的创新深度学习算法,可快速准确评估左心室射血分数 | 研究受限于数据集仅来自Mayo Clinic,且患者在训练、验证和测试集中的分配较为固定 | 评估机器学习模型从常规冠状动脉造影图像中估算左心室射血分数的能力 | 涉及17,346名患者的18,809个冠状动脉造影图像 | 计算机视觉 | 心血管疾病 | 深度学习 | 3D卷积神经网络和变换器 | 影像 | 18,809个冠状动脉造影图像来自17,346名患者 |
1562 | 2024-08-05 |
Automated labelling of radiology reports using natural language processing: Comparison of traditional and newer methods
2023-Apr, Health care science
DOI:10.1002/hcs2.40
PMID:38938764
|
研究论文 | 使用自然语言处理自动标记放射学报告的方法及其性能比较 | 提出了不同的自动标记方法,并比较了它们在放射学报告标记中的性能 | 基于规则的模型需对负面词的处理进行妥善安排 | 研究使用自然语言处理自动标记放射学报告的方法 | 比较传统与新型自动标记方法在放射学报告中的应用效果 | 自然语言处理 | NA | 自然语言处理 | BERT、长短期记忆网络 | 文本 | 大型放射学研究数据集 |
1563 | 2024-08-05 |
Accurate Prediction of Transcriptional Activity of Single Missense Variants in HIV Tat with Deep Learning
2023-Mar-24, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms24076138
PMID:37047108
|
研究论文 | 本研究利用深度学习准确预测HIV Tat中单一错义突变的转录活性 | 提出了一种结合GigaAssay和深度学习的方法,以预测Tat变体的转录活性 | 对于所有双突变等位基因的变体效果实验验证仍然过于耗时且成本高昂 | 确定HIV Tat变体的转录活性,帮助理解艾滋病病理和治疗 | 单个氨基酸Tat变体及其转录活性 | NA | 艾滋病 | 深度学习 | NA | 实验数据 | NA |
1564 | 2024-08-05 |
Clinical Applications, Methodology, and Scientific Reporting of Electrocardiogram Deep-Learning Models: A Systematic Review
2023-Dec, JACC. Advances
DOI:10.1016/j.jacadv.2023.100686
PMID:38288263
|
研究论文 | 本文对电心电图深度学习模型的临床应用、方法学和科学报告进行了系统性回顾 | 该研究定义了临床相关ECG深度学习模型的现状,并考察了这些研究的科学报告实践 | 方法学报告存在高度变异,无法重现模型的完整信息的出版物较少 | 探讨电心电图深度学习模型的现状及其科学报告的实践 | 临床相关的电心电图深度学习模型 | 机器学习 | 心血管疾病 | 深度学习 | NA | NA | 44篇文献,包含53个独特的、临床相关的ECG深度学习模型 |
1565 | 2024-08-05 |
Detect and attribute the extreme maize yield losses based on spatio-temporal deep learning
2023-Nov, Fundamental research
IF:5.7Q1
DOI:10.1016/j.fmre.2022.05.006
PMID:38933002
|
研究论文 | 本研究开发了一种基于深度学习的多任务学习框架,以估计美国玉米带2006年至2018年间玉米产量的变化。 | 提出了一种新的时空深度学习框架,用于评估和归因作物产量对气候变化的响应。 | 未提及具体限制 | 准确估计大空间尺度的作物产量并理解极端气候压力下的产量损失。 | 研究对象为美国玉米带的玉米产量。 | 机器学习 | NA | 深度学习 | 深度神经网络 | 县级产量数据 | 2006年至2018年期间的县级玉米产量数据 |
1566 | 2024-08-05 |
SwarmDeepSurv: swarm intelligence advances deep survival network for prognostic radiomics signatures in four solid cancers
2023-Aug-11, Patterns (New York, N.Y.)
DOI:10.1016/j.patter.2023.100777
PMID:37602223
|
研究论文 | 本文提出了一种新方法SwarmDeepSurv,用于在四种实体肿瘤中进行预后放射组学特征的研究 | SwarmDeepSurv结合了群体智能算法与深度生存模型,优化了预后预测并选择了不同的特征 | 未提及明显的局限性 | 研究生物标志物与治疗效果之间的关系 | 四种不同类型的癌症样本 | 机器学习 | NA | 深度学习 | NA | 多中心数据 | 1,058 个样本 |
1567 | 2024-08-05 |
Identifying Mitral Valve Prolapse at Risk for Arrhythmias and Fibrosis From Electrocardiograms Using Deep Learning
2023-Aug, JACC. Advances
DOI:10.1016/j.jacadv.2023.100446
PMID:37936601
|
研究论文 | 本文利用深度学习分析心电图识别有心律失常和纤维化风险的二尖瓣脱垂患者 | 该研究采用卷积神经网络(CNN)分析12导联心电图,能够识别出有心律失常和死亡风险的二尖瓣脱垂患者,并发现与心律失常风险相关的新型心电图表现 | 本文未详细讨论心电图预测的临床应用和长期跟踪的具体实施方案 | 评估基于心电图的机器学习能否识别风险较高的二尖瓣脱垂患者 | 569名来自加州大学旧金山分校的二尖瓣脱垂患者以及与之相关的心电图数据 | 机器学习 | 心脏病 | 深度学习 | 卷积神经网络(CNN) | 心电图 | 6916个12导联心电图,来自569名患者 |
1568 | 2024-08-05 |
Hyperspectral Imaging in Brain Tumor Surgery-Evidence of Machine Learning-Based Performance
2023-07, World neurosurgery
IF:1.9Q2
DOI:10.1016/j.wneu.2023.03.149
PMID:37030483
|
研究论文 | 该文章讨论了高光谱成像在脑肿瘤手术中的应用及其机器学习性能的证据 | 提出了微神经外科高光谱成像指导的合理性和临床范例,并强调了基于机器学习的方法 | 目前文献中相关文章数量有限,缺乏经过验证的机器学习和公共数据集 | 研究高光谱成像在神经外科手术中提升组织检测和诊断的潜力 | 探讨在胶质瘤手术中使用高光谱成像的组织分类性能 | 数字病理学 | 脑肿瘤 | 高光谱成像 | 深度学习 | 数据集 | 有限的病例系列或病例报告 |
1569 | 2024-08-05 |
Predicting benefit from immune checkpoint inhibitors in patients with non-small-cell lung cancer by CT-based ensemble deep learning: a retrospective study
2023-07, The Lancet. Digital health
DOI:10.1016/S2589-7500(23)00082-1
PMID:37268451
|
研究论文 | 本文探讨了基于胸部CT扫描的深度学习如何预测非小细胞肺癌患者对免疫检查点抑制剂的响应。 | 提出了一种名为Deep-CT的集成深度学习模型,能够通过预处理CT数据独立于传统生物标志物进行生存预测。 | 本研究为回顾性建模研究,可能存在选择偏倚和数据依赖的局限性。 | 旨在探索深度学习在胸部CT扫描中的应用,以评估其在预测免疫检查点抑制剂疗效中的附加价值。 | 研究对象为976名接受免疫检查点抑制剂治疗的晚期非小细胞肺癌患者。 | 计算机视觉 | 肺癌 | 深度学习 | 集成深度学习模型 | 影像数据 | 976名患者 |
1570 | 2024-08-05 |
The role of online news sentiment in carbon price prediction of China's carbon markets
2023-Mar, Environmental science and pollution research international
DOI:10.1007/s11356-023-25197-0
PMID:36627425
|
研究论文 | 该文章探讨了在线新闻情绪在中国碳市场碳价格预测中的作用 | 通过将在线新闻情绪指数作为非结构化数据引入深度学习模型,提高了碳价格预测的性能 | 未提及特定的限制因素 | 提高中国碳市场,尤其是国家碳市场的碳价格预测性能 | 研究对象为中国国家碳市场和湖北省试点碳市场的碳价格 | 机器学习 | NA | 深度学习 | 长短期记忆网络 (LSTM) | 在线新闻情绪指数 | 未提及具体样本数量 |
1571 | 2024-08-05 |
A Bibliometric Review: Brain Tumor Magnetic Resonance Imagings Using Different Convolutional Neural Network Architectures
2023-02, World neurosurgery
IF:1.9Q2
DOI:10.1016/j.wneu.2022.11.091
PMID:36442778
|
综述 | 本研究对脑肿瘤的磁共振成像进行了文献计量学评估,重点关注不同卷积神经网络架构的应用 | 通过文献计量学方法系统整理和分析了现有的关于脑肿瘤的CNN研究文献 | 本研究未涉及药物剂量的分析 | 旨在识别脑肿瘤识别的当前研究趋势和热点 | 脑肿瘤的磁共振成像和卷积神经网络研究文献 | 计算机视觉 | 脑肿瘤 | 卷积神经网络 | CNN | 文献 | NA |
1572 | 2024-08-05 |
3DCNN predicting brain age using diffusion tensor imaging
2023-Dec, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-023-02915-x
PMID:37672142
|
研究论文 | 这篇文章提出了一种基于扩散张量成像的3DCNN模型来预测大脑年龄 | 首次利用扩散张量成像(DTI)数据来预测大脑年龄,并使用3D卷积神经网络模型 | 未提及具体的限制 | 研究如何通过神经影像学技术预测大脑年龄 | 分析来自六个公开数据集的2406个样本(年龄范围为17-60岁) | 计算机视觉 | NA | 扩散张量成像(DTI) | 3D卷积神经网络(3DCNN) | 影像 | 2406个样本 |
1573 | 2024-08-05 |
Accelerated Diffusion-Weighted Imaging in 3 T Breast MRI Using a Deep Learning Reconstruction Algorithm With Superresolution Processing: A Prospective Comparative Study
2023-Dec-01, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000000997
PMID:37428618
|
研究论文 | 本研究比较了使用深度学习重建算法的加速扩散加权成像(DWI DL)与标准成像在乳腺MRI中的应用效果 | 本研究展示了深度学习加速的DWI序列显著缩短了采集时间,并改善了病变的显著性 | DWI DL的信噪比和对比噪音比未表现出显著差异且某些图像伪影评分较高 | 评估深度学习加速的扩散加权成像序列在乳腺MRI中的采集时间和图像质量 | 本研究涉及65名参与者,评估其乳腺中的恶性和良性病变 | 数字病理学 | 乳腺癌 | 深度学习重建算法 | NA | 图像 | 65名参与者 |
1574 | 2024-08-05 |
Automatic Localization of Key Structures for Subthalamic Nucleus-Deep Brain Stimulation Surgery via Prior-Enhanced Multi-Object Magnetic Resonance Imaging Segmentation
2023-10, World neurosurgery
IF:1.9Q2
DOI:10.1016/j.wneu.2023.07.103
PMID:37506845
|
研究论文 | 本文提出了一种通过增强先验的多目标磁共振成像分割方法,自动定位用于下丘脑深部刺激手术的关键结构 | 本研究创新性地提出了一种自动化的方法来增强下丘脑-深部脑刺激手术中关键脑结构的定位,解决了当前临床实践中对放射科医生经验的依赖 | 本研究未提及样本大小和在不同临床背景下方法的适用性 | 本文旨在提高下丘脑深部刺激手术中关键脑结构的定位精度和效率 | 本文研究对象包括下丘脑、红核、脑沟、脑回和脑室等关键脑结构 | 数字病理学 | 帕金森病 | 深度学习 | U-Net | 磁共振成像图像 | NA |
1575 | 2024-08-05 |
Automated detection and localization of pericardial effusion from point-of-care cardiac ultrasound examination
2023-Aug, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-023-02855-6
PMID:37243852
|
研究论文 | 本研究开发了一种深度学习方法,以快速准确地识别和定位心包积液。 | 引入了基于YoloV3算法的深度学习方法,显著提高了心包积液检测的准确性和定位能力。 | 未提及关于算法在不同设备或操作员技能水平上的广泛适用性限制。 | 旨在提高心包积液在临床超声检查中的识别和定位效率。 | 对包含心包积液的病人以及对照组的心脏超声检查图像进行分析。 | 数字病理学 | 心脏疾病 | POCUS | YoloV3 | 图像 | 共分析了37个心包积液病例和39个阴性对照 |
1576 | 2024-08-05 |
Development of a Deep Learning Model for Retinal Hemorrhage Detection on Head Computed Tomography in Young Children
2023-06-01, JAMA network open
IF:10.5Q1
|
研究论文 | 本研究开发了一种基于深度学习的模型,用于儿童头部CT图像中检测视网膜出血 | 该研究首次使用深度学习图像分析来检测小儿头部CT图像中的视网膜出血 | 可能需要外部前瞻性验证以确认模型的准确性 | 评估深度学习模型在儿童头部CT中检测视网膜出血的有效性 | 301名诊断为虐待性头部创伤(AHT)的儿童患者 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 301名患者 |
1577 | 2024-08-05 |
Machine Learning on Visibility Graph Features Discriminates the Cognitive Event-Related Potentials of Patients with Early Alzheimer's Disease from Healthy Aging
2023-May-07, Brain sciences
IF:2.7Q3
DOI:10.3390/brainsci13050770
PMID:37239242
|
研究论文 | 本文提出了一种使用可视性图的方法,对阿尔茨海默病患者和健康老年人进行分类 | 该研究通过可视性图的特征来区分早期阿尔茨海默病患者与健康老年人的认知事件相关电位 | 研究可能只针对特定的实验条件,未考虑其他可能影响结果的因素 | 探索基于EEG信号的可视性图特征在阿尔茨海默病和健康老年人分类中的应用 | 早期阿尔茨海默病患者与健康老年人群体 | 机器学习 | 阿尔茨海默病 | EEG | 传统机器学习和深度学习算法 | EEG信号 | 研究涉及的样本数量未明确说明 |
1578 | 2024-08-05 |
In silico evolution of protein binders with deep learning models for structure prediction and sequence design
2023-May-03, bioRxiv : the preprint server for biology
DOI:10.1101/2023.05.03.539278
PMID:37205527
|
研究论文 | 本文探讨了一种利用深度学习模型进行蛋白质结合体设计的方法。 | 提出了使用深度学习模型进行蛋白质结构预测和序列设计的迭代流程,并成功设计出自抑制型(PD-L1拮抗剂)结构。 | 研究未进行实验亲和力培养,结果需要进一步验证。 | 旨在设计能够被蛋白酶条件性激活的自抑制型拮抗剂。 | 研究对象为PD-L1拮抗剂的自抑制结构域。 | 计算机视觉 | NA | 深度学习 | AlphaFold2与ProteinMPNN | 蛋白质序列 | 23个设计的自抑制结构域 |
1579 | 2024-08-05 |
Automated Inline Myocardial Segmentation of Joint T1 and T2 Mapping Using Deep Learning
2023-Jan, Radiology. Artificial intelligence
DOI:10.1148/ryai.220050
PMID:36721410
|
研究论文 | 本研究开发了一种人工智能解决方案,旨在实现联合心脏MRI短轴T1和T2映射的自动分割和分析 | 该研究创新性地使用深度学习方法实现了心脏MRI映射的自动分割,性能接近人类专家 | 该研究的局限在于使用的样本来自两家医院,可能影响结果的普遍适用性 | 开发一个自动化的AI分割和分析工具,提高心脏MRI的操作效率和准确性 | 从807名患者的4240个映射中选择的心脏MRI数据进行了分析 | 数字病理学 | NA | 人工智能 | 卷积神经网络 | 影像 | 4240个映射,来自807名患者 |
1580 | 2024-08-05 |
RelCurator: a text mining-based curation system for extracting gene-phenotype relationships specific to neurodegenerative disorders
2023-08, Genes & genomics
IF:1.6Q3
DOI:10.1007/s13258-023-01405-6
PMID:37300788
|
研究论文 | 该文章提出了一个文本挖掘基础的Curator系统,旨在提取与神经退行性疾病相关的基因-表型关系的句子 | 本研究的创新点在于使用双向门控递归单元网络和BioWordVec词嵌入,开发了一种深度学习模型来预测基因-表型关系 | 未提及特定限制 | 旨在从医学文献中提取基因-表型关系,以支持精准医学 | 研究对象为与神经退行性疾病相关的基因和表型实体 | 自然语言处理 | 神经退行性疾病 | 深度学习 | 双向门控递归单元网络 (BiGRU) | 文本 | 超过130,000个标记的PubMed句子 |