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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
3981 | 2024-11-08 |
Survival prediction in diffuse large B-cell lymphoma patients: multimodal PET/CT deep features radiomic model utilizing automated machine learning
2024-Oct-09, Journal of cancer research and clinical oncology
IF:2.7Q3
DOI:10.1007/s00432-024-05905-0
PMID:39382750
|
研究论文 | 本文开发了一种基于多模态PET/CT深度特征放射组学签名的模型,用于预测弥漫性大B细胞淋巴瘤患者的生存率 | 利用多模态PET/CT图像和自动化机器学习构建深度特征放射组学签名,结合临床指标提高预测准确性 | NA | 开发一种有效的模型来预测弥漫性大B细胞淋巴瘤患者的生存率 | 弥漫性大B细胞淋巴瘤患者 | 计算机视觉 | 淋巴瘤 | 深度学习 | AutoML | 图像 | 369名弥漫性大B细胞淋巴瘤患者 |
3982 | 2024-11-08 |
External validation of an artificial intelligence multi-label deep learning model capable of ankle fracture classification
2024-Oct-04, BMC musculoskeletal disorders
IF:2.2Q3
DOI:10.1186/s12891-024-07884-2
PMID:39367349
|
研究论文 | 本文通过外部验证评估了一种用于踝关节骨折分类的人工智能多标签深度学习模型的性能 | 该研究展示了模型在外部验证数据集上的良好表现,并提出了通过有针对性的训练来纠正差异的方法 | 研究中使用的数据集存在显著差异,这可能影响模型的泛化能力 | 验证一种用于踝关节骨折分类的深度学习模型在外部数据集上的有效性,并探讨提高外部验证有效性的方法 | 踝关节骨折的分类 | 计算机视觉 | NA | 深度学习 | 神经网络 | 图像 | 内部验证数据集包含409个研究,外部验证数据集包含399个研究 |
3983 | 2024-11-08 |
Enhancing origin prediction: deep learning model for diagnosing premature ventricular contractions with dual-rhythm analysis focused on cardiac rotation
2024-Oct-03, Europace : European pacing, arrhythmias, and cardiac electrophysiology : journal of the working groups on cardiac pacing, arrhythmias, and cardiac cellular electrophysiology of the European Society of Cardiology
IF:7.9Q1
DOI:10.1093/europace/euae240
PMID:39271126
|
研究论文 | 本文研究了使用深度学习模型通过双节奏分析(包括窦性心律和室性早搏)来诊断室性早搏的起源,并比较了双节奏模型和仅使用室性早搏模型的效果 | 本文创新性地结合了窦性心律和室性早搏的形态特征,提出了一种基于深度学习的双节奏模型,显著提高了室性早搏起源的预测准确性 | 本文的研究主要集中在室性早搏的起源预测上,未涉及其他心律失常的诊断 | 研究如何通过深度学习模型提高室性早搏起源的预测准确性 | 室性早搏的起源预测 | 机器学习 | 心血管疾病 | 深度学习 | 卷积神经网络(CNN)和Transformer模型 | 心电图(ECG) | 593名患者,来自11个中心,其中493名来自日本和德国,100名来自比利时 |
3984 | 2024-11-08 |
A flexible deep learning framework for liver tumor diagnosis using variable multi-phase contrast-enhanced CT scans
2024-Oct-03, Journal of cancer research and clinical oncology
IF:2.7Q3
DOI:10.1007/s00432-024-05977-y
PMID:39361193
|
研究论文 | 本研究开发了一种基于多相增强CT图像的自动诊断模型,用于区分肝细胞癌、肝内胆管癌和正常个体 | 设计了一种分层长短期记忆(H-LSTM)模型,能够处理不完整相位和不同数量的CT图像层,适用于实际决策支持场景 | NA | 开发一种自动诊断模型,用于区分肝细胞癌、肝内胆管癌和正常个体 | 肝细胞癌、肝内胆管癌和正常个体 | 计算机视觉 | 肝癌 | 多相增强CT扫描 | 分层长短期记忆(H-LSTM)模型 | 图像 | NA |
3985 | 2024-11-08 |
Cachexia in preclinical rheumatoid arthritis: Longitudinal observational study of thigh magnetic resonance imaging from osteoarthritis initiative cohort
2024-Oct, Journal of cachexia, sarcopenia and muscle
DOI:10.1002/jcsm.13533
PMID:38923846
|
研究论文 | 研究了前临床类风湿性关节炎(Pre-RA)阶段与肌肉和脂肪组织变化的关系 | 首次探讨了Pre-RA阶段与肌肉萎缩和脂肪组织增加的关联 | 样本量相对较小,且仅基于OAI队列 | 探讨Pre-RA阶段是否存在与临床RA相似的肌肉萎缩和脂肪组织增加现象 | Pre-RA患者与匹配对照组的肌肉和脂肪组织变化 | 数字病理学 | 类风湿性关节炎 | 磁共振成像(MRI) | 深度学习算法 | 图像 | 322名参与者,包括102名Pre-RA患者和306名对照组 |
3986 | 2024-11-08 |
A multicenter study on deep learning for glioblastoma auto-segmentation with prior knowledge in multimodal imaging
2024-Oct, Cancer science
IF:4.5Q1
DOI:10.1111/cas.16304
PMID:39119927
|
研究论文 | 本文提出了一种基于深度学习的胶质母细胞瘤自动分割方法,利用多模态影像的先验知识,并在多中心数据集上进行了验证 | 提出了一种新的深度学习方法(PKMI-Net),利用多模态影像的先验知识进行胶质母细胞瘤的自动分割 | NA | 提高胶质母细胞瘤放射治疗中肿瘤分割的准确性和效率 | 胶质母细胞瘤(GBM)的肿瘤体积(GTV)和临床靶体积(CTV1和CTV2)的自动分割 | 计算机视觉 | 脑肿瘤 | 深度学习 | PKMI-Net | 影像 | 148名符合条件的患者,来自四个多中心数据集 |
3987 | 2024-11-08 |
Detectability of Hypoattenuating Liver Lesions with Deep Learning CT Reconstruction: A Phantom and Patient Study
2024-Oct, Radiology
IF:12.1Q1
DOI:10.1148/radiol.232749
PMID:39377679
|
研究论文 | 研究深度学习CT重建(DLIR)与自适应统计迭代重建-V(ASIR-V)在低对比度肝病变检测中的效果 | DLIR在中等和高强度重建中显示出比ASIR-V更高的病变与背景对比噪声比 | 研究未发现DLIR与ASIR-V在低对比度病变检测能力上的显著差异 | 评估DLIR与ASIR-V在CT扫描中低对比度肝病变检测能力的差异 | 肝病变和低对比度分辨率体模 | 计算机视觉 | 肝病 | 深度学习图像重建(DLIR) | NA | 图像 | 50名患者和86个肝病变 |
3988 | 2024-11-08 |
Prediction of Ischemic Stroke Functional Outcomes from Acute-Phase Noncontrast CT and Clinical Information
2024-Oct, Radiology
IF:12.1Q1
DOI:10.1148/radiol.240137
PMID:39404632
|
研究论文 | 本文研究了基于急性期缺血性卒中数据和临床信息,利用深度学习模型预测90天改良Rankin量表(mRS)评分 | 本文提出了一种融合非对比增强CT(NCCT)和临床信息的深度学习模型,用于预测90天mRS评分,相比单一影像或临床信息模型,其预测准确性更高 | 本文为回顾性研究,数据来自六个患者数据集,未来需要在前瞻性研究中验证模型的有效性 | 预测缺血性卒中患者的功能预后,为医疗资源规划、临床试验设计和患者预期管理提供依据 | 急性期缺血性卒中患者的非对比增强CT影像和临床信息 | 机器学习 | 心血管疾病 | 深度学习 | 深度学习模型 | 影像和临床数据 | 共1335名患者,中位年龄71岁,四分位数范围60-80岁,其中674名为女性 |
3989 | 2024-11-08 |
Evaluating the Performance and Bias of Natural Language Processing Tools in Labeling Chest Radiograph Reports
2024-Oct, Radiology
IF:12.1Q1
DOI:10.1148/radiol.232746
PMID:39436298
|
研究论文 | 评估四种自然语言处理工具在标注胸部X光报告中的性能和偏差 | 首次系统评估了四种自然语言处理工具在不同人口统计群体中的准确性和偏差 | 研究主要集中在胸部X光报告,未涵盖其他类型的放射学报告 | 评估自然语言处理工具在标注胸部X光报告中的准确性和人口统计偏差 | 四种自然语言处理工具在两个胸部X光数据集上的性能 | 自然语言处理 | NA | 自然语言处理 | 深度学习 | 文本 | 692名患者(MIMIC数据集)和3665名患者(IU数据集) |
3990 | 2024-11-08 |
Analyzing Wav2Vec 1.0 Embeddings for Cross-Database Parkinson's Disease Detection and Speech Features Extraction
2024-Aug-26, Sensors (Basel, Switzerland)
DOI:10.3390/s24175520
PMID:39275431
|
研究论文 | 研究使用未微调的wav2vec 1.0架构进行跨数据库的帕金森病检测和语音特征提取 | wav2vec 1.0在跨数据库分类和回归任务中表现出色,特别是在检测帕金森病和预测语音特征方面,显示出比传统特征提取方法更高的准确性 | 研究主要集中在跨数据库的分类和回归任务上,未涉及其他类型的语音数据或任务 | 分析wav2vec 1.0嵌入在跨数据库帕金森病检测和语音特征提取中的应用 | 帕金森病患者的语音数据 | 机器学习 | 神经退行性疾病 | wav2vec 1.0 | 机器学习模型 | 语音数据 | 三个多语言帕金森病数据集 |
3991 | 2024-11-08 |
[Research status and prospect of the application of artificial intelligence in the acupuncture and moxibustion field based on bibliometric]
2024-Aug-12, Zhongguo zhen jiu = Chinese acupuncture & moxibustion
|
综述 | 通过文献计量方法探讨人工智能在针灸领域应用的研究热点、发展趋势及存在的问题 | 分析了人工智能技术在针灸诊断治疗、疗效预测、教学及智能设备开发等方面的应用 | 人工智能在针灸领域的应用研究处于初步发展阶段,未来需加强团队间的交流与合作,进一步探索符合针灸诊疗特点的人工智能系统 | 探讨人工智能在针灸领域应用的研究热点、发展趋势及存在的问题 | 人工智能在针灸领域的应用 | NA | NA | 机器学习、神经网络、深度学习、数据挖掘 | NA | 文献 | 共纳入443篇中文文章和68篇英文文章 |
3992 | 2024-11-08 |
A systematic literature review on the significance of deep learning and machine learning in predicting Alzheimer's disease
2024-08, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2024.102928
PMID:39029377
|
综述 | 本文系统回顾了深度学习和机器学习在阿尔茨海默病预测中的应用 | NA | NA | 调查不同阿尔茨海默病检测技术、数据集、输入模态、算法、库和性能评估指标,以确定哪种模型或策略可能提供更优越的性能 | 阿尔茨海默病的检测技术、数据集、输入模态、算法、库和性能评估指标 | 机器学习 | 阿尔茨海默病 | 磁共振成像 (MRI)、正电子发射断层扫描 (PET)、APOe4 基因型、扩散张量成像 (DTI) 和脑脊液 (CSF) 生物标志物 | 卷积神经网络 (CNN)、支持向量机 (SVM) | 图像 | 100 篇研究文章 |
3993 | 2024-11-08 |
Deep learning-based pathway-centric approach to characterize recurrent hepatocellular carcinoma after liver transplantation
2024-06-05, Human genomics
IF:3.8Q2
DOI:10.1186/s40246-024-00624-6
PMID:38840185
|
研究论文 | 研究利用深度学习方法分析肝移植后肝细胞癌复发的转录组数据,识别差异表达基因和相关通路 | 首次采用深度学习方法分析肝移植后肝细胞癌复发的基因表达数据,识别出与复发相关的关键基因和通路 | 研究样本量较小,仅包含7对患者的样本 | 研究肝移植后肝细胞癌复发的分子机制 | 肝移植后复发的肝细胞癌患者的转录组数据 | 机器学习 | 肝癌 | 深度学习 | 深度学习模型 | 转录组数据 | 7对肝移植后复发的肝细胞癌患者样本 |
3994 | 2024-11-08 |
Assessing brain involvement in Fabry disease with deep learning and the brain-age paradigm
2024-Apr, Human brain mapping
IF:3.5Q1
DOI:10.1002/hbm.26599
PMID:38520360
|
研究论文 | 本文使用深度学习和脑龄范式评估法布里病患者的脑部是否比正常人更老,并验证脑预测年龄差异(brain-PAD)作为疾病严重程度生物标志物的可能性 | 首次使用深度学习和脑龄范式评估法布里病患者的脑部年龄,并验证brain-PAD作为疾病严重程度生物标志物的有效性 | 研究样本仅来自单一机构,且样本量相对较小 | 评估法布里病患者的脑部是否比正常人更老,并验证brain-PAD作为疾病严重程度生物标志物的有效性 | 法布里病患者和健康对照组的脑部MRI扫描数据 | 计算机视觉 | 罕见病 | MRI扫描 | DenseNet | 图像 | 52名法布里病患者和58名健康对照组 |
3995 | 2024-11-08 |
Deep learning-based predictive classification of functional subpopulations of hematopoietic stem cells and multipotent progenitors
2024-Mar-13, Stem cell research & therapy
IF:7.1Q1
DOI:10.1186/s13287-024-03682-8
PMID:38475857
|
研究论文 | 研究利用深度学习技术对造血干细胞和多能祖细胞的功能亚群进行预测分类 | 首次使用深度学习在稳态条件下区分造血干细胞和多能祖细胞,开发了基于深度学习的分类器 | NA | 探索利用深度学习技术区分小鼠造血干细胞和多能祖细胞的可行性 | 小鼠造血干细胞和多能祖细胞 | 机器学习 | NA | 深度学习 | LSM模型 | 图像 | 大量图像数据集 |
3996 | 2024-11-08 |
Extracting adverse drug events from clinical Notes: A systematic review of approaches used
2024-Mar, Journal of biomedical informatics
IF:4.0Q2
DOI:10.1016/j.jbi.2024.104603
PMID:38331081
|
综述 | 本文对从临床笔记中提取不良药物事件(ADE)的方法进行了系统性综述 | 本文综述了当前从临床笔记中提取ADE的各种方法,包括命名实体识别(NER)和关系提取(RE),并根据不同的提取方法进行了分类 | 本文主要集中在方法的综述上,未提供具体的实验数据或模型性能比较 | 综述当前从临床笔记中提取不良药物事件的方法,并展示这些方法的进展和挑战 | 不良药物事件(ADE)的提取方法 | 自然语言处理 | NA | 自然语言处理(NLP) | NA | 文本 | 从2015年到2023年,共筛选出82篇相关文献进行分析 |
3997 | 2024-11-08 |
Automated intracranial vessel segmentation of 4D flow MRI data in patients with atherosclerotic stenosis using a convolutional neural network
2024, Frontiers in radiology
DOI:10.3389/fradi.2024.1385424
PMID:38895589
|
研究论文 | 本文开发了一种基于卷积神经网络的自动化方法,用于对患有动脉粥样硬化狭窄的患者的4D流MRI数据进行颅内血管分割 | 本文首次使用深度学习技术实现了对狭窄颅内血管的自动化分割,提高了数据分析的重复性和鲁棒性 | 未来需要考虑更多的ICAD分割以及其他颅内血管病理情况以进一步提高性能和泛化能力 | 开发一种自动化方法,用于对患有动脉粥样硬化狭窄的患者的4D流MRI数据进行颅内血管分割,以提高数据分析的重复性和鲁棒性 | 患有动脉粥样硬化狭窄的患者的4D流MRI数据 | 计算机视觉 | 心血管疾病 | 4D流MRI | 3D U-Net | 图像 | 154例4D流MRI扫描数据(68例ICAD患者,86例健康对照) |
3998 | 2024-11-08 |
Impact of log parsing on deep learning-based anomaly detection
2024, Empirical software engineering
IF:3.5Q1
DOI:10.1007/s10664-024-10533-w
PMID:39161930
|
研究论文 | 本文研究了日志解析对基于深度学习的异常检测准确性的影响 | 本文首次系统地研究了日志解析对异常检测准确性的影响,并发现区分性比解析准确性更重要 | 研究仅限于13种日志解析技术和7种异常检测技术,可能无法涵盖所有情况 | 探讨日志解析对基于深度学习的异常检测准确性的影响 | 日志解析技术和异常检测技术 | 机器学习 | NA | 深度学习 | NA | 日志数据 | 使用了三个公开的日志数据集 |
3999 | 2024-11-08 |
Dinucleotide composition representation -based deep learning to predict scoliosis-associated Fibrillin-1 genotypes
2024, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2024.1492226
PMID:39502335
|
研究论文 | 本文提出了一种基于二核苷酸组成表示(DCR)的深度学习方法,用于预测与脊柱侧弯相关的Fibrillin-1基因型 | 本文创新性地使用二核苷酸组成表示(DCR)和卷积神经网络(CNN)来预测脊柱侧弯相关的高风险基因型 | NA | 研究目的是通过深度学习方法预测青少年特发性脊柱侧弯(AIS)相关的基因型 | 研究对象是ClinVar数据库中的AIS相关变异记录 | 机器学习 | 脊柱侧弯 | 深度学习 | 卷积神经网络(CNN) | 基因数据 | 58,000条脊柱侧弯相关记录 |
4000 | 2024-11-08 |
Multi-stage semi-supervised learning enhances white matter hyperintensity segmentation
2024, Frontiers in computational neuroscience
IF:2.1Q3
DOI:10.3389/fncom.2024.1487877
PMID:39502452
|
研究论文 | 本文提出了一种多阶段半监督学习方法,用于增强白质高信号区域的分割 | 本文创新性地采用了多阶段半监督学习(M3SL)方法,结合未标注数据和少量高质量标注数据,显著提升了白质高信号区域分割模型的性能 | 本文未详细讨论M3SL方法在不同数据集上的适用性和潜在的局限性 | 研究目的是开发一种能够有效利用未标注数据和少量高质量标注数据的白质高信号区域分割方法 | 研究对象是白质高信号区域(WMHs)的分割 | 计算机视觉 | NA | 半监督学习 | U-Net | 图像 | 使用了来自三个扫描仪供应商的超过五个扫描仪的数据,包括认知正常(CN)成人和患者(轻度认知障碍和阿尔茨海默病)的样本 |