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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
11441 | 2024-08-07 |
Estimating Body Weight From Measurements From Different Single-Slice Computed Tomography Levels: An Evaluation of Total Cross-Sectional Body Area Measurements and Deep Learning
2024 May-Jun 01, Journal of computer assisted tomography
IF:1.0Q4
DOI:10.1097/RCT.0000000000001587
PMID:38438330
|
研究论文 | 本研究评估了两种简易方法(线性回归模型和深度学习模型)在不同CT层面估计体重的相关性,并确定最佳参考位点 | 本研究首次比较了线性回归模型和深度学习模型在不同CT层面估计体重的准确性 | 研究仅使用了公开数据库中的862名患者的PET/CT研究数据,样本量可能有限 | 评估不同CT层面估计体重的准确性并确定最佳参考位点 | 862名患者的PET/CT研究数据 | 计算机视觉 | NA | CT | 线性回归模型, 深度学习模型 | 图像 | 862名患者 |
11442 | 2024-08-07 |
Prognostic Value of a Combined Nomogram Model Integrating 3-Dimensional Deep Learning and Radiomics for Head and Neck Cancer
2024 May-Jun 01, Journal of computer assisted tomography
IF:1.0Q4
DOI:10.1097/RCT.0000000000001584
PMID:38438336
|
研究论文 | 本研究评估了将3D深度学习特征添加到放射组学模型中,以预测头颈癌患者5年总生存状态的影响。 | 本研究创新性地结合了3D深度学习特征与放射组学模型,以提高预测头颈癌患者5年总生存状态的准确性。 | NA | 评估3D深度学习特征对放射组学模型预测头颈癌患者5年总生存状态的影响。 | 头颈癌患者的5年总生存状态。 | 数字病理学 | 头颈癌 | 放射组学, 3D深度学习 | 结合模型 | 图像 | 220例 |
11443 | 2024-08-07 |
Development and validation of a deep learning radiomics model with clinical-radiological characteristics for the identification of occult peritoneal metastases in patients with pancreatic ductal adenocarcinoma
2024-May-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000001213
PMID:38445459
|
研究论文 | 本研究开发并验证了一种基于计算机断层扫描(CT)的深度学习放射组学(DLR)模型,用于在治疗前识别胰腺导管腺癌(PDAC)患者的隐匿性腹膜转移(OPM) | 本研究结合了临床放射学特征、手工放射组学(HCR)和DLR特征,开发了一个综合模型,显示出比单独的临床放射学模型更好的区分能力 | NA | 开发并验证一个基于CT的深度学习放射组学模型,用于在治疗前识别胰腺导管腺癌患者的隐匿性腹膜转移 | 胰腺导管腺癌患者的隐匿性腹膜转移 | 机器学习 | 胰腺癌 | 深度学习放射组学(DLR) | 逻辑回归分类器 | CT图像 | 302名胰腺导管腺癌患者(训练集:167名,其中OPM阳性22名;内部测试集:72名,其中OPM阳性9名;外部测试集:63名,其中OPM阳性9名) |
11444 | 2024-08-07 |
Quantitative evaluation of the impact of relaxing eligibility criteria on the risk-benefit profile of drugs for lung cancer based on real-world data
2024-May, Thoracic cancer
IF:2.3Q2
DOI:10.1111/1759-7714.15269
PMID:38576119
|
研究论文 | 本研究旨在通过真实世界数据定量评估放宽非小细胞肺癌(NSCLC)药物试验的入选标准对风险-效益概况的影响 | 本研究首次采用深度学习方法构建NSCLC真实世界数据库,并利用Shapley值定量测量每个入选标准变化对患者数量、临床疗效和安全性的影响 | NA | 定量评估放宽非小细胞肺癌药物试验入选标准的效果 | 非小细胞肺癌药物试验的入选标准 | 数字病理学 | 肺癌 | 深度学习 | NA | 数据库 | NA |
11445 | 2024-08-07 |
A novel stochastic resonance based deep residual network for fault diagnosis of rolling bearing system
2024-May, ISA transactions
IF:6.3Q1
DOI:10.1016/j.isatra.2024.03.020
PMID:38582635
|
研究论文 | 本文提出了一种基于随机共振的深度残差网络,用于滚动轴承系统的故障诊断 | 将随机共振引入尖峰神经网络作为特征增强方法,结合深度学习与随机共振提高分类准确性 | NA | 确保机械设备中滚动轴承的安全运行 | 滚动轴承系统的故障诊断 | 机器学习 | NA | 随机共振 | 深度残差网络 | 信号 | 使用CWRU数据集进行实验验证 |
11446 | 2024-08-07 |
Abdominal CT metrics in 17,646 patients reveal associations between myopenia, myosteatosis, and medical phenotypes: a phenome-wide association study
2024-May, EBioMedicine
IF:9.7Q1
DOI:10.1016/j.ebiom.2024.105116
PMID:38636199
|
研究论文 | 本研究利用深度学习技术自动评估大量腹部CT扫描图像,通过全基因组关联研究(PheWAS)方法,探讨骨骼肌指数(SMI)和骨骼肌密度(SMD)与611种电子健康记录(EHR)衍生的医疗表型之间的关联。 | 本研究首次大规模整合影像生物标志物和电子健康记录数据,通过PheWAS方法发现并验证了骨骼肌指数和骨骼肌密度与多种医疗表型之间的先前未报告的关联。 | NA | 探索腹部CT衍生的骨骼肌指标与医疗表型之间的关联。 | 骨骼肌指数(SMI)和骨骼肌密度(SMD)与611种医疗表型的关联。 | 机器学习 | NA | 深度学习 | CNN | 影像 | 17,646名成年人 |
11447 | 2024-08-07 |
Creating an autoencoder single summary metric to assess gait quality to compare surgical outcomes in children with cerebral palsy: The Shriners Gait Index (SGI)
2024-May, Journal of biomechanics
IF:2.4Q3
DOI:10.1016/j.jbiomech.2024.112092
PMID:38669795
|
研究论文 | 本文提出了一种使用深度学习自动编码器模型创建的单一总结指标(Shriners步态指数(SGI)),用于评估脑瘫儿童的步态质量,并比较手术结果 | 利用深度学习自动编码器模型捕捉多个不同步态指标之间的非线性统计关系,创建了一个综合的步态质量评估指标 | NA | 开发一种综合的步态评估指标,以评估和比较脑瘫儿童在接受治疗和手术后的步态变化 | 脑瘫儿童的步态数据 | 机器学习 | 脑瘫 | 深度学习自动编码器 | 自动编码器 | 步态数据 | 412名18岁以下的个体 |
11448 | 2024-08-07 |
Comprehensive analysis of clinical images contributions for melanoma classification using convolutional neural networks
2024-May, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI)
IF:2.0Q3
DOI:10.1111/srt.13607
PMID:38742379
|
研究论文 | 本研究旨在比较三种基于卷积神经网络(CNN)的模型在黑色素瘤分类中的表现,这些模型分别使用临床图像、皮肤镜图像以及两者的组合进行训练 | 本研究首次系统比较了仅使用临床图像、仅使用皮肤镜图像以及两者结合训练的CNN模型在黑色素瘤分类中的性能差异 | 研究结果显示,结合临床和皮肤镜图像的模型性能提升不明显,这可能是研究的局限之一 | 探讨不同类型图像在黑色素瘤分类中的有效性 | 黑色素瘤的分类 | 计算机视觉 | 黑色素瘤 | 卷积神经网络(CNN) | Inception-ResNetV2 | 图像 | 914对图像 |
11449 | 2024-08-07 |
Intelligent algorithm based on deep learning to predict the dosage for anesthesia: A study on prediction of drug efficacy based on deep learning
2024-May, Health science reports
IF:2.1Q3
DOI:10.1002/hsr2.2113
PMID:38745754
|
研究论文 | 本研究提出了一种基于深度学习的智能算法,用于预测麻醉药物的剂量,以帮助麻醉医师在手术过程中更好地控制药物剂量 | 本研究设计了基于人工神经网络的模型,使用SELU激活函数和加权正则化损失函数解决样本不平衡问题,并通过CNN和LSTM网络提取关键特征和预测剂量 | NA | 开发一种智能算法,用于预测麻醉药物的剂量,以辅助临床判断和手术过程的顺利进行 | 麻醉药物的剂量预测 | 机器学习 | NA | 深度学习 | CNN, LSTM | 生理数据 | 具体样本数量未在摘要中提及 |
11450 | 2024-08-07 |
Three dimensional convolutional neural network-based automated detection of midline shift in traumatic brain injury cases from head computed tomography scans
2024 Apr-Jun, Journal of neurosciences in rural practice
IF:0.8Q4
DOI:10.25259/JNRP_490_2023
PMID:38746523
|
研究论文 | 本研究开发了一种基于三维卷积神经网络的自动检测工具,用于从头部CT扫描中检测创伤性脑损伤病例中的中线移位 | 本研究首次使用三维卷积神经网络自动检测中线移位,为紧急医疗人员提供了一种前沿的解决方案 | 该模型的准确性和敏感性有待提高,目前的准确率为55%,敏感性为40% | 确定自动检测工具在CT图像中检测创伤性脑损伤患者中线移位的准确性和预测价值 | 创伤性脑损伤病例的中线移位 | 机器学习 | 创伤性脑损伤 | 三维卷积神经网络 | CNN | 图像 | 176个头部CT扫描 |
11451 | 2024-08-07 |
Heterogenous thinning of peripapillary tissues occurs early during high myopia development in juvenile tree shrews
2024-Mar, Experimental eye research
IF:3.0Q1
DOI:10.1016/j.exer.2024.109824
PMID:38336167
|
研究论文 | 本研究探讨了幼年树鼩在实验性高度近视发展过程中视神经周围组织的厚度变化 | 首次揭示了幼年树鼩在高度近视发展早期视神经周围组织的异质性变薄现象 | 实验仅限于幼年树鼩,且未探讨人类中的类似现象 | 研究高度近视发展过程中视神经周围组织的厚度变化 | 幼年树鼩的视神经周围组织 | NA | 近视 | 光学相干断层扫描 | 深度学习算法 | 图像 | 6只幼年树鼩正常视力,9只接受单眼-10D镜片治疗 |
11452 | 2024-08-07 |
Subcutaneous fat predicts bone metastasis in breast cancer: A novel multimodality-based deep learning model
2024, Cancer biomarkers : section A of Disease markers
IF:2.2Q3
DOI:10.3233/CBM-230219
PMID:38043007
|
研究论文 | 本研究利用深度学习方法,结合临床信息和CT图像特征,预测乳腺癌患者的骨转移 | 首次提出使用皮下脂肪指数作为预测乳腺癌骨转移的独立预后因素,并采用多模态深度学习算法进行预测 | NA | 探索利用深度学习技术预测乳腺癌患者的骨转移 | 乳腺癌患者的骨转移预测 | 机器学习 | 乳腺癌 | CT图像 | CNN | 图像 | 431名乳腺癌患者 |
11453 | 2024-08-07 |
Learning multi-site harmonization of magnetic resonance images without traveling human phantoms
2024, Communications engineering
DOI:10.1038/s44172-023-00140-w
PMID:38420332
|
研究论文 | 本文提出了一种无需人类受试者跨站点采集数据即可实现磁共振图像多站点协调的深度学习方法 | 该方法通过分离站点特定外观信息和站点不变解剖信息,生成适用于任何目标站点的图像,无需额外数据收集 | NA | 提高磁共振图像数据的一致性,实现多站点图像数据的有效整合 | 磁共振图像的多站点协调 | 计算机视觉 | NA | 深度学习 | 深度神经网络 | 图像 | 超过6,000张多站点T1和T2加权图像 |
11454 | 2024-08-07 |
MHCII-peptide presentation: an assessment of the state-of-the-art prediction methods
2024, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2024.1293706
PMID:38646540
|
研究论文 | 本文评估了最新的MHCII-肽结合预测计算方法的性能 | 采用了深度学习算法和大量训练数据,新开发的预测方法性能优于旧方法 | NA | 评估和概述最新的MHCII-肽结合预测计算方法 | MHCII-肽结合预测方法 | 生物信息学 | NA | 深度学习 | NA | 蛋白质序列数据 | 包含20种人类MHCII蛋白同种型的结合和非结合肽的独立数据集 |
11455 | 2024-08-07 |
Artificial intelligence in the healthcare sector: comparison of deep learning networks using chest X-ray images
2024, Frontiers in public health
IF:3.0Q2
DOI:10.3389/fpubh.2024.1386110
PMID:38660365
|
研究论文 | 本研究探讨了深度学习网络在胸部X光图像疾病诊断中的应用 | 本研究首次比较了ResNet101、AlexNet、GoogLeNet和Xception在胸部X光图像疾病诊断中的成功率 | 研究使用的数据集仅包含COVID-19、病毒性肺炎和健康个体的胸部X光图像 | 旨在确定深度学习网络在疾病诊断中的成功率 | 深度学习网络ResNet101、AlexNet、GoogLeNet和Xception | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 1,680张胸部X光图像,包括COVID-19、病毒性肺炎和健康个体 |
11456 | 2024-08-07 |
A hybrid deep learning scheme for MRI-based preliminary multiclassification diagnosis of primary brain tumors
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1363756
PMID:38746679
|
研究论文 | 本研究探索了一种结合多种先进技术的混合深度学习方案,用于提高原发性脑肿瘤诊断的分类性能和可解释性 | 本研究通过结合超分辨率重建、动态学习率退火策略、特征迁移和机器学习等技术,提高了深度学习模型的分类性能和可解释性 | NA | 探索一种混合深度学习方案,以提高原发性脑肿瘤诊断的准确性和自动化程度 | 原发性脑肿瘤的诊断 | 机器学习 | 脑肿瘤 | 深度学习 | DenseNet121, LightGBM | MRI图像 | 230名原发性脑肿瘤患者,包括97名脑膜瘤、66名胶质瘤和67名垂体瘤 |
11457 | 2024-08-07 |
MAMILNet: advancing precision oncology with multi-scale attentional multi-instance learning for whole slide image analysis
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1275769
PMID:38746682
|
研究论文 | 本文介绍了MAMILNet,一种用于全切片图像分析的多尺度注意力多实例学习框架,旨在提高肿瘤检测、分类和治疗反应预测的精确度 | MAMILNet通过引入注意力机制和多尺度策略,提高了模型的泛化能力和预测准确性,同时减少了病理学家的手动工作量 | NA | 推动精准肿瘤学和个体化治疗计划的发展 | 全切片图像分析中的肿瘤检测、分类和治疗反应预测 | 数字病理学 | NA | 多尺度注意力多实例学习 | 注意力机制 | 图像 | 1171例涵盖多种癌症类型 |
11458 | 2024-08-07 |
Editorial: IoT, UAV, BCI empowered deep learning models in precision agriculture
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1399753
PMID:38751845
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
11459 | 2024-08-07 |
A lightweight deep learning approach for detecting electrocardiographic lead misplacement
2024-May-15, Physiological measurement
IF:2.3Q3
DOI:10.1088/1361-6579/ad43ae
PMID:38663434
|
研究论文 | 本文提出了一种基于深度学习的新型心电图(ECG)导联错位检测方法 | 开发了两种新型轻量级深度学习模型,分别用于肢体和胸导联错位检测 | NA | 旨在开发一种有效的心电图导联错位检测方法 | 心电图导联错位检测 | 机器学习 | NA | 深度学习 | 深度学习模型 | 心电图数据 | 使用Chapman数据库进行训练和验证,评估数据集包括PTB-XL、PTB和LUDB数据库 |
11460 | 2024-08-07 |
Lattice thermal conductivity and mechanical properties of the single-layer penta-NiN2 explored by a deep-learning interatomic potential
2024-May-15, Physical chemistry chemical physics : PCCP
IF:2.9Q1
DOI:10.1039/d4cp00997e
PMID:38689542
|
研究论文 | 研究了新型二维五边形penta-NiN2单层的晶格热导率、稳定性和力学行为 | 首次使用深度学习原子间势(DLP)从分子动力学(AIMD)数据生成并用于经典分子动力学模拟 | NA | 探索penta-NiN2单层的晶格热导率和力学性能 | penta-NiN2单层的晶格热导率、稳定性、力学行为及缺陷对其性能的影响 | 材料科学 | NA | 深度学习原子间势(DLP) | 深度学习模型 | 分子动力学数据 | NA |