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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
11721 | 2024-08-07 |
A transformer model for cause-specific hazard prediction
2024-May-03, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-024-05799-2
PMID:38702609
|
研究论文 | 本研究提出了一种基于Transformer架构的模型,用于预测离散时间竞争风险中的特定原因危险性 | 该模型不依赖于比例风险的先验参数假设,特别适用于处理序列数据中的复杂关系,并在多个任务中显示出最先进的性能 | NA | 旨在开发一种新的模型,用于在存在竞争事件和非比例风险的复杂动态中预测特定原因的危险性 | 离散时间竞争风险中的特定原因危险性 | 机器学习 | NA | Transformer | Transformer | 序列数据 | 2000-50,000名患者 |
11722 | 2024-08-07 |
Improvement of 2D cine image quality using 3D priors and cycle generative adversarial network for low field MRI-guided radiation therapy
2024-May, Medical physics
IF:3.2Q1
DOI:10.1002/mp.16860
PMID:38043123
|
研究论文 | 本研究利用3D先验信息和循环生成对抗网络(CycleGAN)提高低场磁共振引导放疗中2D动态图像的质量 | 开发了一种基于深度学习的框架,包括两个CycleGAN(去噪CycleGAN和增强CycleGAN),用于建立3D和2D磁共振图像之间的映射,显著提高了图像质量和自动目标轮廓的准确性 | NA | 提高磁共振引导放疗中动态磁共振图像的质量 | 18名接受磁共振引导立体定向体部放疗的胰腺癌患者 | 计算机视觉 | 胰腺癌 | 磁共振成像(MRI) | CycleGAN | 图像 | 18名胰腺癌患者 |
11723 | 2024-08-07 |
Deep learning-based conditional inpainting for restoration of artifact-affected 4D CT images
2024-May, Medical physics
IF:3.2Q1
DOI:10.1002/mp.16851
PMID:38055336
|
研究论文 | 本文提出了一种基于深度学习的条件修复方法,用于恢复受伪影影响的4D CT图像中的解剖学正确信息 | 该方法利用患者特定的先验图像信息,通过深度学习检测常见的插值和双重结构伪影,并进行条件修复,以确保解剖学上可靠的结果 | NA | 旨在提高受伪影影响的4D CT图像的治疗计划质量和图像信息可靠性 | 4D CT图像中的伪影区域 | 计算机视觉 | 肺癌 | 深度学习 | NA | 图像 | 65例内部4D CT图像(48例轻微伪影,17例明显伪影)及两个公开的4D CT数据集作为独立外部测试集 |
11724 | 2024-08-07 |
PDFF-CNN: An attention-guided dynamic multi-orientation feature fusion method for gestational age prediction on imbalanced fetal brain MRI dataset
2024-May, Medical physics
IF:3.2Q1
DOI:10.1002/mp.16875
PMID:38043088
|
研究论文 | 本文提出了一种基于金字塔挤压注意力(PSA)引导的动态多方向特征融合CNN(PDFF-CNN),用于从不平衡的胎儿脑部MRI数据集中预测胎龄 | PDFF-CNN包含四个组件:转换模块、特征提取模块、动态特征融合模块和平衡均方误差(MSE)损失,能够学习多尺度和多方向的特征表示,并自动学习特征向量的权重以动态融合多尺度和多方向的脑沟和脑回特征 | NA | 旨在解决胎儿位置不确定和外部干扰导致的胎儿脑部定位和方向变化问题,以及胎儿脑部MRI数据不平衡分布对胎龄预测的挑战 | 胎儿脑部MRI图像 | 计算机视觉 | NA | MRI | CNN | 图像 | 1327例常规临床T2加权MRI图像,来自157名受试者 |
11725 | 2024-08-07 |
Generalizable synthetic MRI with physics-informed convolutional networks
2024-May, Medical physics
IF:3.2Q1
DOI:10.1002/mp.16884
PMID:38063208
|
研究论文 | 本文开发了一种基于物理信息深度学习的方法,用于从单一5分钟采集的脑部MRI数据中合成多种对比度图像 | 该方法能够生成高质量的对比度图像,并能推广到训练数据之外的对比度 | NA | 研究基于物理信息的深度学习方法在合成MRI对比度方面的可行性和泛化能力 | 脑部MRI对比度图像的合成 | 计算机视觉 | NA | 生成对抗网络 | GAN | 图像 | 55名受试者 |
11726 | 2024-08-07 |
AI-based motion artifact severity estimation in undersampled MRI allowing for selection of appropriate reconstruction models
2024-May, Medical physics
IF:3.2Q1
DOI:10.1002/mp.16918
PMID:38167996
|
研究论文 | 本文开发了一种深度学习方法,用于检测和量化欠采样磁共振成像(MRI)中的运动伪影,并利用这些信息选择合适的重建模型 | 本文首次利用合成运动伪影数据训练卷积神经网络(CNN),并成功应用于真实世界数据,实现了高精度的运动伪影检测和量化 | NA | 旨在回顾性检测和量化欠采样MRI数据中的运动伪影,以提高基于AI的重建技术的安全性和质量 | 欠采样脑部MRI数据中的运动伪影 | 计算机视觉 | NA | 磁共振成像(MRI) | 卷积神经网络(CNN) | 图像 | 训练和验证集包括4387张合成运动伪影图像和1304张未受伪影影响的图像,测试集包括28名志愿者的欠采样体内运动伪影数据 |
11727 | 2024-08-07 |
Alternating direction method of multipliers for displacement estimation in ultrasound strain elastography
2024-May, Medical physics
IF:3.2Q1
DOI:10.1002/mp.16921
PMID:38159299
|
研究论文 | 本文提出了一种基于交替方向乘子法(ADMM)的超声应变弹性成像位移估计新技术,名为ALTRUIST,旨在解决现有时间延迟估计(TDE)技术中的缺陷。 | ALTRUIST通过结合ADMM优化基于L1范数正则化的代价函数,解决了现有算法中正则化与组织变形物理不一致、过度平滑估计时间延迟以及数学模量函数需近似为平滑函数的问题。 | NA | 开发一种新型的时间延迟估计技术,以解决现有算法的缺陷。 | 超声应变成像中的位移估计。 | 数字病理学 | 肝癌 | 交替方向乘子法(ADMM) | NA | 图像 | 两个模拟层幻影、三个模拟分辨率幻影、一个硬包含模拟幻影、一个多包含模拟幻影、一个实验性乳腺幻影和三个体内肝癌数据集。 |
11728 | 2024-08-07 |
Benchmarking machine learning-based real-time respiratory signal predictors in 4D SBRT
2024-May, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17038
PMID:38536107
|
研究论文 | 本研究探索并比较了六种基于机器学习和深度学习的实时呼吸信号预测模型,旨在提高成像和剂量传递的实时性和实际应用性 | 本研究采用了六种先进的预测模型,并分析了它们在不同预测时间范围和异常信号情况下的表现 | 所有模型的预测精度在应用于异常信号时都有所下降,特别是简单模型的性能下降最为明显 | 探索和比较不同机器学习和深度学习模型在实时呼吸信号预测中的应用效果 | 呼吸信号预测模型在立体定向体部放射治疗中的应用 | 机器学习 | NA | 机器学习和深度学习 | LSTM, Trans-Enc, Linear, Dlinear, Xgboost | 呼吸信号 | 2502个呼吸信号(总时长约90小时) |
11729 | 2024-08-07 |
A medical image segmentation method for rectal tumors based on multi-scale feature retention and multiple attention mechanisms
2024-May, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17044
PMID:38569054
|
研究论文 | 本文提出了一种基于多尺度特征保留和多注意力机制的直肠肿瘤医学图像分割方法 | 引入了多尺度特征保留、多分支跨通道注意力和坐标注意力三个新模块,有效解决了深度网络中高级语义特征提取导致的细节丢失和分割精度低的问题 | 未提及具体限制 | 提高直肠肿瘤MRI图像分割的效率和准确性 | 直肠肿瘤的医学图像 | 计算机视觉 | 直肠肿瘤 | MRI | CNN | 图像 | 未提及具体样本数量 |
11730 | 2024-08-07 |
Knowledge-based planning for Gamma Knife
2024-May, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17058
PMID:38598107
|
研究论文 | 本文开发了一种基于知识的治疗计划(KBP)管道,使用逆优化(IO)和3D剂量预测,用于Gamma Knife(GK)治疗。 | 首次为Gamma Knife开发了完整的KBP管道,通过逆优化和3D剂量预测生成可交付的治疗计划。 | NA | 开发一种新的基于知识的治疗计划管道,以改善Gamma Knife治疗的计划过程。 | 349名患者的Gamma Knife治疗数据,以及3D剂量预测模型和逆优化模型。 | 数字病理学 | NA | 逆优化(IO) | 深度学习 | 3D剂量预测 | 349名患者的数据,其中322名用于训练模型,27名用于验证。 |
11731 | 2024-08-07 |
MFTrans: A multi-feature transformer network for protein secondary structure prediction
2024-May, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2024.131311
PMID:38599417
|
研究论文 | 本文提出了一种基于深度学习的多特征融合网络MFTrans,用于提高蛋白质二级结构预测的精度和效率 | MFTrans模型采用多序列比对Transformer和多视角深度学习架构,有效捕捉蛋白质序列的全局和局部特征,并集成多种特征融合策略 | NA | 提高蛋白质二级结构预测的精度和效率 | 蛋白质二级结构 | 计算生物学 | NA | 多序列比对Transformer | Transformer、卷积神经网络、双向门控循环单元网络 | 序列信息 | 包括CASP12、CASP13、CASP14、TEST2016、TEST2018和CB513等公共基准数据集 |
11732 | 2024-08-07 |
Prediction of the marine spreading of low sulfur fuel oil using the long short-term memory model trained with three-phase numerical simulations
2024-May, Marine pollution bulletin
IF:5.3Q1
DOI:10.1016/j.marpolbul.2024.116356
PMID:38604079
|
研究论文 | 本研究开发并验证了一种基于长短期记忆(LSTM)深度学习算法的模型,用于预测低硫燃料油(LSFO)在水面上的意外扩散 | 使用数值模拟数据训练LSTM模型,以预测LSFO在水面上的扩散模式,并在实际泄漏事故中验证了模型的实用性 | NA | 开发和验证一种预测低硫燃料油在水面上意外扩散的深度学习算法 | 低硫燃料油(LSFO)在水面上的扩散模式 | 机器学习 | NA | 长短期记忆(LSTM)模型 | LSTM | 数值模拟数据 | 不同配置的岛屿和海岸线以及风速(2.0-8.0 m/s)的数值模拟数据 |
11733 | 2024-08-07 |
Machine learning and deep learning to identifying subarachnoid haemorrhage macrophage-associated biomarkers by bulk and single-cell sequencing
2024-May, Journal of cellular and molecular medicine
IF:4.3Q2
DOI:10.1111/jcmm.18296
PMID:38702954
|
研究论文 | 本研究通过单细胞转录组测序和批量RNA测序,鉴定了与蛛网膜下腔出血(SAH)相关的巨噬细胞亚群及其关键基因,以改进诊断和治疗策略 | 本研究首次通过单细胞数据识别出独特的SAH巨噬细胞亚群,并利用机器学习算法和卷积神经网络构建了诊断模型,同时通过分子对接和网络药理学分析确定了潜在的治疗药物 | 需要进一步的实验和临床研究来验证这些发现,并探索这些靶点在SAH治疗中的临床意义 | 鉴定与蛛网膜下腔出血相关的巨噬细胞亚群及其关键基因,以改进诊断和治疗策略 | SAH大鼠模型的脑组织样本 | 机器学习 | 脑血管疾病 | 单细胞转录组测序,批量RNA测序 | 卷积神经网络(CNN) | 转录组数据 | 多个SAH大鼠模型的脑组织样本 |
11734 | 2024-08-07 |
Machine learning and deep learning for the diagnosis and treatment of ankylosing spondylitis- a scoping review
2024-May, Journal of clinical orthopaedics and trauma
DOI:10.1016/j.jcot.2024.102421
PMID:38708092
|
综述 | 本文综述了机器学习和深度学习在强直性脊柱炎诊断和治疗中的应用现状 | 机器学习和深度学习技术有助于早期诊断强直性脊柱炎并预测更好的患者特异性治疗方案 | 缺乏来自多中心、包含不同类型诊断参数的足够大的数据集,且关于机器学习和深度学习在强直性脊柱炎治疗方面的研究较少 | 旨在更新机器学习和深度学习在强直性脊柱炎诊断和治疗不同阶段的应用,描述所用技术类型、数据集描述、现有工作的贡献和局限性,并识别当前知识的空白以供未来研究 | 强直性脊柱炎的诊断和治疗 | 机器学习 | 强直性脊柱炎 | 机器学习 (ML) 和深度学习 (DL) | NA | NA | 缺乏足够大的数据集 |
11735 | 2024-08-07 |
Spatial landmark detection and tissue registration with deep learning
2024-Apr, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-024-02199-5
PMID:38438615
|
研究论文 | 本文介绍了一种新的无监督地标检测和注册方法,使用神经网络引导的薄板样条,用于组织学图像数据的空间地标检测和组织样本注册 | 提出了一种新的无监督地标检测和注册方法,使用神经网络引导的薄板样条,能够处理非线性变形和多模态数据 | NA | 解决现有无监督地标检测方法在组织学图像数据处理中的局限性 | 空间地标检测和组织样本注册 | 计算机视觉 | NA | 神经网络引导的薄板样条 | 神经网络 | 图像 | 多种数据集,包括组织学和空间解析转录组学 |
11736 | 2024-08-07 |
Assessing Biological Age: The Potential of ECG Evaluation Using Artificial Intelligence: JACC Family Series
2024-Apr, JACC. Clinical electrophysiology
DOI:10.1016/j.jacep.2024.02.011
PMID:38597855
|
研究论文 | 本文探讨了利用人工智能评估心电图以预测生物年龄的潜力 | 利用深度学习方法训练人工智能模型,通过大量心电图数据预测年龄,并探讨了预测误差与生物年龄的关系 | 年龄预测存在不完美性,预测误差可能影响生物年龄的准确性 | 研究生物年龄预测的新方法,特别是通过心电图和人工智能的结合 | 生物年龄的预测及其与死亡率的关系 | 机器学习 | NA | 深度学习 | AI模型 | 心电图 | 数十万份心电图数据 |
11737 | 2024-08-07 |
Revolutionizing Pulmonary Diagnostics: A Narrative Review of Artificial Intelligence Applications in Lung Imaging
2024-Apr, Cureus
DOI:10.7759/cureus.57657
PMID:38707160
|
综述 | 本文综述了人工智能在肺部影像学中的应用,探讨了其在肺部异常检测、疾病诊断和疾病预后预测方面的影响 | 强调了人工智能在提高肺部医疗准确性、效率和可及性方面的变革潜力 | 提到了在临床工作流程中整合人工智能、伦理考虑以及进一步研究和合作的需要 | 探讨人工智能在肺部影像学中的应用及其对肺部诊断的影响 | 肺部影像学中的异常检测、疾病诊断和疾病预后预测 | 计算机视觉 | 肺部疾病 | 机器学习算法、深度学习技术和自然语言处理 | NA | 影像 | NA |
11738 | 2024-08-07 |
Deep learning based automatic segmentation of the Internal Pudendal Artery in definitive radiotherapy treatment planning of localized prostate cancer
2024-Apr, Physics and imaging in radiation oncology
DOI:10.1016/j.phro.2024.100577
PMID:38707629
|
研究论文 | 本研究提出了一种基于深度学习的自动分割内部阴部动脉(IPA)的模型,用于前列腺癌的确定性放疗治疗计划 | 本模型采用了挤压和激发块以及模态注意力机制进行有效的特征提取和精确分割,使用了一种新的损失函数有效训练模型,并采用了模态丢失策略以在没有MRI的情况下进行分割 | NA | 探索剂量保护内部阴部动脉以保留性功能,并提高分割的一致性 | 内部阴部动脉(IPA)的自动分割 | 数字病理学 | 前列腺癌 | 深度学习 | CNN | 图像 | 86名患者 |
11739 | 2024-08-08 |
An Artificial Intelligence model for implant segmentation on periapical radiographs
2024-Apr, JPMA. The Journal of the Pakistan Medical Association
DOI:10.47391/JPMA.AKU-9S-02
PMID:38712403
|
研究论文 | 本文使用深度学习算法对牙科植入物在PA放射图像上进行分割,并将其性能与人类标注者确定的真实情况进行比较 | 开发了一种用于在PA放射图像上分割牙科植入物的人工智能模型 | NA | 研究目的是使用深度学习算法自动分割PA放射图像上的牙科植入物 | 牙科植入物在PA放射图像上的分割 | 计算机视觉 | NA | 深度学习 | U-net | 图像 | 总共使用了1294张图像进行训练、验证和测试,其中130张未见过的图像用于评估模型性能 |
11740 | 2024-08-07 |
SC-Track: a robust cell-tracking algorithm for generating accurate single-cell lineages from diverse cell segmentations
2024-Mar-27, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae192
PMID:38704671
|
研究论文 | 本文介绍了一种名为Single Cell Track (SC-Track)的新型细胞追踪算法,该算法基于生物学观察的细胞分裂和运动动态,采用分层概率缓存级联模型,旨在从多样化的细胞分割中生成准确的单细胞谱系 | SC-Track算法在无需参数调整的情况下,能够在不同细胞分割质量、细胞形态外观和成像条件下保持稳健的细胞追踪性能,并配备了细胞类别校正功能,以提高多类别细胞分割时间序列中的细胞分类准确性 | NA | 开发一种能够从多样化的细胞分割中生成准确单细胞谱系的稳健细胞追踪算法 | 细胞追踪算法在荧光时间流逝显微镜图像中的应用 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 多样化的细胞分割类型 |