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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
241 | 2024-08-05 |
Panoramic imaging errors in machine learning model development: a systematic review
2024-Mar-25, Dento maxillo facial radiology
DOI:10.1093/dmfr/twae002
PMID:38273661
|
系统评估 | 本研究探讨了机器学习模型开发中全景放射成像数据集的管理和成像误差问题 | 揭示了机器学习研究中全景成像误差管理的不一致性,并提出了需要更多研究来理解低质量输入对模型性能的影响 | 研究表明各项研究的成像质量评估标准差异较大,易受到偏见的影响 | 旨在研究全景放射数据集中成像误差的管理 | 涉及使用机器学习模型的全景放射影像研究 | 机器学习 | NA | 深度学习 | 深度学习模型 | 影像 | 共筛选400篇文章,符合纳入标准的有41篇 |
242 | 2024-08-05 |
A cascading learning method with SegFormer for radiographic measurement of periodontal bone loss
2024-Mar-11, BMC oral health
IF:2.6Q1
DOI:10.1186/s12903-024-04079-y
PMID:38468273
|
研究论文 | 本研究建立了一种基于深度学习的级联学习方法,用于精确测量特定牙位的放射性骨丧失。 | 提出了一种新的利用SegFormer模型进行牙位识别和牙齿语义分割的级联学习方法。 | 未提及具体的样本数量和多样性,可能影响结果的普适性。 | 旨在提供准确的放射线下骨丧失测量,以帮助牙周病的诊断。 | 研究对象为牙齿的冠部、骨内部分和骨外部分。 | 数字病理学 | 牙周病 | 深度学习(DL)、主成分分析(PCA) | SegFormer | 放射图像 | NA |
243 | 2024-08-05 |
DeepETPicker: Fast and accurate 3D particle picking for cryo-electron tomography using weakly supervised deep learning
2024-Mar-07, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-46041-0
PMID:38453943
|
研究论文 | 本研究开发了DeepETPicker,一种用于从冷冻电子断层图中快速精确挑选颗粒的深度学习模型 | 该文章创新性地使用弱监督学习和轻量模型架构,降低手动标注负担并提升性能 | 自动颗粒挑选方法的采用仍然受到技术限制的限制 | 本研究旨在提高冷冻电子断层图中的颗粒挑选速度和准确性 | 研究对象为生物大分子的三维结构和从冷冻电子断层图中提取的颗粒 | 数字病理学 | NA | 深度学习 | NA | 图像 | 模拟和真实断层图的多个样本 |
244 | 2024-08-05 |
Deep Learning and Geriatric Mental Health
2024-03, The American journal of geriatric psychiatry : official journal of the American Association for Geriatric Psychiatry
DOI:10.1016/j.jagp.2023.11.008
PMID:38142162
|
研究论文 | 本文旨在帮助临床医生掌握深度学习的基本术语和理解其基础知识及早期应用 | 探讨了深度学习在老年精神健康领域的基础应用及相关伦理问题 | 未涉及深度学习在老年心理学的具体实施案例 | 帮助临床医生理解深度学习的基本概念及其在老年精神医学中的应用 | 主要关注深度学习对老年精神健康领域的影响 | 机器学习 | 老年疾病 | 深度学习 | NA | NA | NA |
245 | 2024-08-05 |
Uncovering prostate cancer aggressiveness signal in T2-weighted MRI through a three-reference tissues normalization technique
2024-Mar, NMR in biomedicine
IF:2.7Q1
DOI:10.1002/nbm.5069
PMID:37990759
|
研究论文 | 本研究开发了一种自动化方法,用于前列腺T2加权MRI强度归一化。 | 提出了一种基于深度学习的三参考组织归一化技术,以增强MRI对前列腺癌的区分能力。 | 研究的样本数据主要来自于有限的患者群体,可能影响广泛应用的适用性。 | 提高前列腺癌MRI定量评估的准确性和一致性。 | 包括32名患者的手动轮廓和来自83名患者的独立MRI数据集。 | 医学影像学 | 前列腺癌 | T2加权MRI | MASK R-CNN | MRI图像 | 共115名患者的MRI数据,包括32名用于模型训练和83名用于验证 |
246 | 2024-08-05 |
A systematic review on deep learning-based automated cancer diagnosis models
2024-03, Journal of cellular and molecular medicine
IF:4.3Q2
DOI:10.1111/jcmm.18144
PMID:38426930
|
综述 | 本文提供了关于基于深度学习的癌症自动诊断模型的系统评价 | 本文分析了2016年至2022年期间的最新研究,比较了不同类型的深度学习模型在癌症早期诊断中的应用 | 讨论了现有基于深度学习的自动癌症诊断模型的各种不足之处 | 评估基于深度学习的癌症自动诊断模型的有效性 | 重点关注乳腺癌、肺癌、肝癌、脑癌和宫颈癌等五大类癌症 | 深度学习 | 癌症 | 深度学习 | 卷积神经网络 | NA | NA |
247 | 2024-08-05 |
Autologous Transplantation Tooth Guide Design Based on Deep Learning
2024-03, Journal of oral and maxillofacial surgery : official journal of the American Association of Oral and Maxillofacial Surgeons
IF:2.3Q2
DOI:10.1016/j.joms.2023.09.014
PMID:37832596
|
研究论文 | 本文探讨了基于深度学习的自体牙移植手术引导设计的可行性 | 提出了一种替代传统设计流程的深度学习驱动的自体牙移植引导设计方案 | 该研究基于回顾性横断面设计,可能存在选择偏差 | 评估使用深度学习技术进行自体牙移植引导设计的可行性 | 79个来自广州市医学大学医院的CBCT图像 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 79个CBCT图像和5070个感兴趣区域图像 |
248 | 2024-08-05 |
A fully automated deep learning approach for coronary artery segmentation and comprehensive characterization
2024-Mar, APL bioengineering
IF:6.6Q1
DOI:10.1063/5.0181281
PMID:38269204
|
研究论文 | 提出了一种完全自动化的深度学习方法,用于冠状动脉分割和综合特征分析 | 创新点在于开发了一个全自动化的管道,能够实现冠状动脉的分割以及冠状动脉钙化和扭曲的客观分析 | 该研究可能存在对特定数据集的依赖性,且只在CCTA图像上进行了验证 | 本研究旨在提供一种快速且客观的工具,以协助临床医生进行冠状动脉疾病风险评估 | 研究对象为281幅经过手动注释的CCTA图像 | 数字病理学 | 冠心病 | 冠状动脉计算机断层血管造影(CCTA) | 基于U-Net的双阶段模型 | 图像 | 281幅CCTA图像 |
249 | 2024-08-05 |
Comparing a pre-defined versus deep learning approach for extracting brain atrophy patterns to predict cognitive decline due to Alzheimer's disease in patients with mild cognitive symptoms
2024-03-19, Alzheimer's research & therapy
DOI:10.1186/s13195-024-01428-5
PMID:38504336
|
研究论文 | 本研究比较了预定义的方法与深度学习在预测阿尔茨海默病患者脑萎缩模式的表现 | 该研究首次评估了使用深度学习模型与传统方法相比,使用整个脑图像来提高MRI预测阿尔茨海默病相关认知衰退的能力 | 深度学习模型在预测阿尔茨海默病进展方面的表现未优于基于预定义脑区的回归模型 | 研究阿尔茨海默病早期认知衰退的预测方法 | 332名有主观认知衰退或轻度认知障碍的个体 | 数字病理学 | 阿尔茨海默病 | MRI | 深度学习模型 | 结构性脑影像 | 332名具有主观认知衰退/轻度认知障碍的个体 |
250 | 2024-08-05 |
A comprehensive review of protein-centric predictors for biomolecular interactions: from proteins to nucleic acids and beyond
2024-Mar-27, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae162
PMID:38739759
|
review | 本文对超过160种蛋白质-配体相互作用预测器进行全面评审 | 综合分析四类预测器的输入、特征配置、模型等多个重要视角,评估当前基于深度学习及其他新兴方法的预测能力 | 没有提到更多关于模型性能评估的具体数据或比较 | 旨在总结和分析不同的蛋白质-配体相互作用预测方法 | 研究对象为蛋白质与配体之间的相互作用 | 机器学习 | NA | 高通量技术 | 深度学习模型 | 蛋白质序列和特征数据 | 超过160个预测器 |
251 | 2024-08-05 |
Computational design of soluble functional analogues of integral membrane proteins
2024-Mar-07, bioRxiv : the preprint server for biology
DOI:10.1101/2023.05.09.540044
PMID:38496615
|
研究论文 | 本文介绍了利用深度学习设计复杂折叠和可溶性整合膜蛋白的功能类比。 | 创新点在于成功重现了独特的膜拓扑结构并将其功能引入到可溶性蛋白质中 | NA | 研究旨在利用计算方法设计复杂的蛋白质折叠和解决整合膜蛋白的功能性问题 | 研究对象为整合膜蛋白及其可溶性类比 | 计算生物学 | NA | 深度学习 | NA | 蛋白质结构 | NA |
252 | 2024-08-05 |
The clinical implication and translational research of OSCC differentiation
2024-03, British journal of cancer
IF:6.4Q1
DOI:10.1038/s41416-023-02566-7
PMID:38177661
|
研究论文 | 本研究探讨了口腔鳞状细胞癌(OSCC)分化的临床价值和分子特征 | 开发了基于深度学习的OSCC分子分类预测系统SMGO,结合病理图像提供精确医疗 | 缺乏针对不同分化型OSCC的分子分类预测系统的广泛验证 | 阐明口腔鳞状细胞癌分化的临床价值及其分子特征 | 涉及118,817个OSCC病例的大规模流行病学数据及其分化特征 | 数字病理学 | 口腔癌 | 深度学习 | ShuffleNetV2 | 病理图像 | 总样本数为340 |
253 | 2024-08-05 |
Deep learning in cancer genomics and histopathology
2024-03-27, Genome medicine
IF:10.4Q1
DOI:10.1186/s13073-024-01315-6
PMID:38539231
|
综述 | 该文章总结了深度学习在组织病理学和基因组学中的当前和新兴应用 | 提出了深度学习作为肿瘤学和癌症研究新工作流程的基础 | 指出深度学习模型可能存在偏见和其他缺陷,用户需对此有所了解 | 探讨深度学习在精准肿瘤学中的应用 | 当前和新兴的深度学习应用于癌症的组织病理学和基因组学 | 数字病理学 | 癌症 | 深度学习 | NA | NA | NA |
254 | 2024-08-05 |
Forecasting China carbon price using an error-corrected secondary decomposition hybrid model integrated fuzzy dispersion entropy and deep learning paradigm
2024-Mar, Environmental science and pollution research international
DOI:10.1007/s11356-024-32169-5
PMID:38321281
|
研究论文 | 本文开发了一种集成模糊分散熵和深度学习范式的错误校正碳价预测模型 | 采用改进的完全集合经验模态分解和深度学习相结合来提高碳价预测准确性 | 未提及具体的局限性 | 准确预测中国的碳价格以促进投资和减排决策 | 中国碳价格的时间序列数据 | 机器学习 | NA | ICEEMDAN, FDE, VMD, PSO-LSTM | PSO-LSTM | 时间序列数据 | 750个连续交易价格 |
255 | 2024-08-05 |
An interpretable deep learning model to map land subsidence hazard
2024-Mar, Environmental science and pollution research international
DOI:10.1007/s11356-024-32280-7
PMID:38340298
|
研究论文 | 这项研究旨在通过不同技术提升深度学习模型输出在土地沉降危害映射中的可解释性 | 通过使用粒子群优化算法识别影响土地沉降的有效特征,并应用混合解释方法来增强深度学习模型的可解释性 | 文章未详细讨论模型在不同地理区域的适用性和推广性 | 提升深度学习模型在映射土地沉降危害中的可解释性 | 用于映射土地沉降危险的深度学习模型,包括CNN和LSTM | 机器学习 | NA | 深度学习、粒子群优化算法 | CNN和LSTM | 地理信息数据 | 基于实地工作和土地沉降存在点的清单图 |
256 | 2024-08-05 |
Generalized global solar radiation forecasting model via cyber-secure deep federated learning
2024-Mar, Environmental science and pollution research international
DOI:10.1007/s11356-023-30224-1
PMID:37837598
|
研究论文 | 本研究提出了一种基于联邦学习和卷积神经网络的全球太阳辐射预测方法。 | 提出的程序不仅维护输入数据隐私,还可以作为全球超模型使用。 | 缺乏来自阿巴德、贾尔卡维赫和阿拉克地区的训练数据限制了传统方法的有效性。 | 准确预测太阳辐射以应对数据访问和隐私问题。 | 涉及伊朗八个区域的气候特征及三个新区域的数据进行实验。 | 机器学习 | NA | 联邦学习,卷积神经网络 | CNN | 数据集 | 八个区域的数据和三个新区域(阿巴德、贾尔卡维赫、阿拉克)的数据 |
257 | 2024-08-05 |
Synthetic PET from CT improves diagnosis and prognosis for lung cancer: Proof of concept
2024-Mar-19, Cell reports. Medicine
DOI:10.1016/j.xcrm.2024.101463
PMID:38471502
|
研究论文 | 本研究开发了一种生成对抗网络生成合成PET图像,以改善肺癌的诊断和预后 | 首次证明了使用深度学习将CT转换为高保真PET图像的可行性 | 该研究的合成PET图像尚未在临床广泛应用,且限制于特定的数据集 | 提升肺癌的诊断、分期、风险预测及预后评估 | 使用多中心多模态肺癌数据集中的CT扫描 | 数字病理学 | 肺癌 | 生成对抗网络 | NA | 图像 | 1,478个肺癌样本 |
258 | 2024-08-05 |
DANCE: a deep learning library and benchmark platform for single-cell analysis
2024-03-19, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-024-03211-z
PMID:38504331
|
研究论文 | DANCE是首个标准化、通用和可扩展的单细胞分析基准平台 | 提供了一个集成的深度学习架构和工具,支持多种单细胞分析任务的基准评估 | 目前仅支持3个模块和8个流行任务 | 旨在评估和比较计算方法在单细胞分析中的表现 | 涉及多种单细胞分析任务的基准数据集和算法 | 数字病理学 | NA | 深度学习 | NA | 基准数据集 | 21个基准数据集,32种最先进的方法 |
259 | 2024-08-05 |
The application of artificial intelligence in EUS
2024 Mar-Apr, Endoscopic ultrasound
IF:4.4Q1
DOI:10.1097/eus.0000000000000053
PMID:38947752
|
研究论文 | 本文讨论了人工智能在超声内镜诊断中的应用及其价值 | 探讨了机器学习和深度学习算法在超声内镜诊断中的先进应用 | 目前的人工智能算法存在过拟合和偏见,诊断可靠性较差,且需要大量高质量训练数据 | 研究人工智能在超声内镜诊断中提供辅助的潜力和面临的挑战 | 聚焦于胰腺肿瘤、慢性胰腺炎、胃肠道间质肿瘤及其他相关病变 | 数字病理学 | 胰腺癌 | 机器学习和深度学习 | NA | NA | NA |
260 | 2024-08-05 |
Deciphering exogenous chemical carcinogenicity through interpretable deep learning: A novel approach for evaluating atmospheric pollutant hazards
2024-03-05, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2023.133092
PMID:38039812
|
研究论文 | 本研究介绍了一种新颖的可解释深度学习模型CarcGC,用于预测化学致癌性 | 提出了一种新的基于图卷积神经网络的可解释深度学习模型,具有更好的性能和可解释性 | 深度学习模型可能仍需进一步优化以提高性能和解释性 | 评估空气污染物的致癌性并为环境致癌性筛查提供基础 | 化学致癌性预测的化学物质,尤其是美国环保局的危险空气污染物 | 机器学习 | 肺癌 | 图卷积神经网络(GCN) | CarcGC | 结构分子图 | 使用了美国环保局的危险空气污染物清单中的化学物质 |