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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1821 | 2024-08-05 |
Electrocardiogram Detection of Pulmonary Hypertension Using Deep Learning
2023-07, Journal of cardiac failure
IF:6.7Q1
DOI:10.1016/j.cardfail.2022.12.016
PMID:36706977
|
研究论文 | 本研究评估了使用深度学习方法通过心电图(ECG)数据单独检测肺动脉高压(PH)及其临床重要亚型的能力 | 创新在于使用深度学习算法识别心电图数据中潜在的肺动脉高压信号 | 本研究基于回顾性数据,可能存在选择偏倚,且未考虑其他影响因素 | 研究目标是评估深度学习在肺动脉高压早期检测中的应用 | 涉及到的研究对象为接受右心导管检查或超声心动图的成人患者 | 机器学习 | 肺动脉高压 | 深度学习 | 深度卷积神经网络 | 心电图 | 共涉及5016名PH患者和19454名非PH患者 |
1822 | 2024-08-05 |
Blind assessment of monomeric AlphaFold2 protein structure models with experimental NMR data
2023-07, Journal of magnetic resonance (San Diego, Calif. : 1997)
DOI:10.1016/j.jmr.2023.107481
PMID:37257257
|
研究论文 | 本文评估了AlphaFold2模型在小单体蛋白质NMR结构模型上的表现 | 评估了AF2在未用于训练数据集的小单体溶液蛋白质NMR结构中的准确性,提供了新的基准NMR数据 | 仅涉及九个开放源代码的蛋白质NMR数据集,样本量较小 | 研究AF2模型对小型单体蛋白质NMR数据的预测能力 | 九个不同的小型单体蛋白质NMR数据集 | 结构生物学 | NA | NMR | AlphaFold2 | NMR数据 | 九个小型单体蛋白质(70-108个氨基酸) |
1823 | 2024-08-05 |
Structure primed embedding on the transcription factor manifold enables transparent model architectures for gene regulatory network and latent activity inference
2023-Feb-03, bioRxiv : the preprint server for biology
DOI:10.1101/2023.02.02.526909
PMID:36778259
|
研究论文 | 提出了一种基于深度学习的框架,以进行基因调控网络推断和潜在活性估计 | 提出了一种新颖的深度学习自编码器框架,有助于在保持可解释性的同时进行基因调控网络推断 | 尚待评估该框架在其他生物系统或大规模数据集中的适用性 | 研究基因调控网络及其潜在活性 | 关注转录因子及其与目标基因之间的调控关系 | 机器学习 | NA | 深度学习 | 自编码器 | 单细胞基因组数据 | NA |
1824 | 2024-08-05 |
Ventricle tracking in transesophageal echocardiography (TEE) images during cardiopulmonary resuscitation (CPR) using deep learning and monogenic filtering
2023-Nov, Biomedical engineering letters
IF:3.2Q2
DOI:10.1007/s13534-023-00293-9
PMID:37872984
|
研究论文 | 本文研究了在心肺复苏期间使用深度学习和单基过滤法对经食道超声心动图(TEE)图像中的心室进行追踪 | 提出了一种实时计算心脏射血分数(EF)的方法,通过检测收缩和舒张来优化心肺复苏的质量 | 数据量不足的问题通过薄板样条变换解决,但仍需更多的数据验证 | 优化心肺复苏期间的心脏功能监测 | 心脏骤停患者的经食道超声心动图(TEE)图像 | 数字病理 | 心脏疾病 | 深度学习, 单基过滤 | ResUNet++ | 图像 | NA |
1825 | 2024-08-05 |
An Improved Method for Diagnosis of Parkinson's Disease using Deep Learning Models Enhanced with Metaheuristic Algorithm
2023-Oct-04, Research square
DOI:10.21203/rs.3.rs-3387953/v1
PMID:37886464
|
研究论文 | 本研究提出了一种结合元启发算法的深度学习模型用于早期诊断帕金森病 | 提出了四种深度学习模型及混合模型,并通过灰狼优化算法自动微调超参数 | 未提及具体的临床应用限制或数据集的多样性问题 | 提高帕金森病的早期诊断准确性 | 用于帕金森病诊断的深度学习模型 | 机器学习 | 帕金森病 | 灰狼优化 | GWO-VGG16、GWO-DenseNet、GWO-DenseNet + LSTM、GWO-InceptionV3、GWO-VGG16 + InceptionV3 | 图像 | 使用两个标准数据集 T1、T2加权数据集和 SPECT DaTscan |
1826 | 2024-08-05 |
Deep-Learning-Based Model for the Prediction of Cancer-Specific Survival in Patients with Spinal Chordoma
2023-10, World neurosurgery
IF:1.9Q2
DOI:10.1016/j.wneu.2023.08.032
PMID:37586553
|
研究论文 | 本文旨在开发基于深度学习的模型以预测脊索瘤患者的癌症特异性生存率。 | 提出了一种更有效的深度学习模型用于脊索瘤患者预后预测,表现优于传统的Cox回归模型。 | 研究仅使用了SEER数据库的数据,可能存在样本选择偏倚。 | 研究旨在提高脊索瘤患者的预后预测精度。 | 本研究对象为来自SEER数据库的脊索瘤患者。 | 机器学习 | 脊索瘤 | 深度学习 | DeepSurv和NMTLR | 临床数据 | 258名脊索瘤患者 |
1827 | 2024-08-05 |
Identification of Origin for Spinal Metastases from MR Images: Comparison Between Radiomics and Deep Learning Methods
2023-07, World neurosurgery
IF:1.9Q2
DOI:10.1016/j.wneu.2023.04.029
PMID:37059360
|
研究论文 | 本研究旨在基于脊柱增强T1磁共振图像分析脊柱转移瘤的起源,比较放射组学与深度学习方法 | 本研究开发的深度学习算法在识别脊柱转移瘤来源方面优于放射组学模型和专家评估 | 研究主要依赖于回顾性数据,可能存在选择偏倚 | 确定脊柱转移病变的起源是否为肺癌或其他类型癌症 | 173名被诊断为脊柱转移瘤的患者 | 数字病理学 | 肺癌 | 磁共振成像 | 深度学习模型与放射组学模型 | 医学图像 | 参与研究的样本数量为173名患者 |
1828 | 2024-08-05 |
Deep Learning-Based Image Noise Quantification Framework for Computed Tomography
2023 Jul-Aug 01, Journal of computer assisted tomography
IF:1.0Q4
DOI:10.1097/RCT.0000000000001469
PMID:37380148
|
研究论文 | 本研究提出了一种基于深度学习的图像噪声量化框架,用于计算机断层扫描图像的噪声水平评估 | 提出了一种新颖的框架SILVER,用于在CT图像的每个区域内估计局部噪声水平 | 该方法依赖于假体数据进行训练,可能在不同的临床场景中表现不同 | 评估计算机断层扫描图像的噪声质量并优化成像协议 | 使用人形假体和患者图像评估噪声水平 | 计算机视觉 | NA | 深度学习 | U-Net卷积神经网络 | 图像 | 100个假体扫描,120,000张假体图像 |
1829 | 2024-08-05 |
Screening for extranodal extension in HPV-associated oropharyngeal carcinoma: evaluation of a CT-based deep learning algorithm in patient data from a multicentre, randomised de-escalation trial
2023-06, The Lancet. Digital health
DOI:10.1016/S2589-7500(23)00046-8
PMID:37087370
|
研究论文 | 本研究评估了一种基于CT的深度学习算法在HPV相关的口咽癌患者中预测病理性外结节扩展(ENE)的表现 | 首次在多中心随机试验中使用深度学习算法预测HPV相关口咽癌的病理性ENE | 该研究为回顾性评估,且可能受限于已排除的患者群体和标注的一致性 | 评估深度学习算法在HPV相关口咽癌患者中的ENE预测能力 | HPV相关口咽癌患者在ECOG-ACRIN E3311试验中的数据 | 计算机视觉 | 口咽癌 | CT | 深度学习算法 | 影像 | 178张扫描图像和313个淋巴结 |
1830 | 2024-08-05 |
Deep learning model for prenatal congenital heart disease (CHD) screening generalizes to the community setting and outperforms clinical detection
2023-Mar-12, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.03.10.23287134
PMID:38903074
|
研究论文 | 本研究应用深度学习模型进行胎儿超声图像中先天性心脏病的筛查,且在社区环境中表现优于临床检测 | 该研究展示了先前训练的深度学习算法在社区获取图像中有效识别未曾接触的病变,且其准确性超过人工评估 | 模型的表现与专家评分的质量有一定关系,且对部分未见过的病变的敏感性统计上无显著差异 | 旨在提高胎儿超声检查中对先天性心脏病的检测率 | 研究对象为2015年至2016年间,荷兰西北地区的胎儿超声图像及其相关病例 | 机器学习 | 先天性心脏病 | 深度学习 | NA | 图像 | 分析了42个正常胎儿和66个孤立性先天性心脏病病例 |
1831 | 2024-08-05 |
Toward next-generation endoscopes integrating biomimetic video systems, nonlinear optical microscopy, and deep learning
2023-Jun, Biophysics reviews
IF:2.9Q2
DOI:10.1063/5.0133027
PMID:38510341
|
研究论文 | 本文审查了三种新兴技术在下一代内镜系统中的潜在应用,以提高胃肠道癌症的诊断能力 | 提出了结合仿生视频系统、非线性光学显微镜和深度学习的内镜新配置,能够更有效地检测和确认可疑病变 | 在将这些技术应用于下一代内镜时面临诸多挑战 | 提高胃肠道癌症的早期检测和诊断效率 | 主要关注胃癌的内镜诊断技术进展 | 计算机视觉 | 癌症 | 非线性光学显微镜、深度学习 | NA | NA | NA |
1832 | 2024-08-05 |
Exploring the Link Between Brain Waves and Sleep Patterns with Deep Learning Manifold Alignment
2023, The 4th Joint International Conference on Deep Learning, Big Data and Blockchain (DBB 2023). Joint International Conference on Deep Learning, Big Data and Blockchain (4th : 2023 : Marrakech, Morocco ; Online)
DOI:10.1007/978-3-031-42317-8_7
PMID:38939181
|
研究论文 | 本文探讨了脑电波与睡眠模式之间的关系,采用了深度学习流形对齐的新方法 | 创新点在于使用深度学习流形对齐方法来探索睡眠结构与EEG特征之间的关系 | 本文未提及研究的具体限制 | 研究睡眠架构与脑电图(EEG)特征之间的关系 | 多模态多睡眠监测数据集,包括PSG、ECG和EEG | 机器学习 | NA | 深度学习流形对齐 | NA | 多模态数据,包括文本、图像和音频 | NA |
1833 | 2024-08-07 |
Moving From PQRST to AI: Advancing Transparency, Reliability, and Clinical Translation in ECG Deep Learning
2023-Dec, JACC. Advances
DOI:10.1016/j.jacadv.2023.100682
PMID:38938477
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
1834 | 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 |
1835 | 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 |
1836 | 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 |
1837 | 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 |
1838 | 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 |
1839 | 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 |
1840 | 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 |