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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
221 | 2024-08-05 |
A new strategy for groundwater level prediction using a hybrid deep learning model under Ecological Water Replenishment
2024-Apr, Environmental science and pollution research international
DOI:10.1007/s11356-024-32330-0
PMID:38436858
|
研究论文 | 本文提出了一种基于混合深度学习模型的地下水位预测新策略。 | 引入了STL-IWOA-GRU模型,结合了LOESS季节趋势分解算法、改进的鲸鱼优化算法和门控递归单元,以提高地下水位预测的准确性。 | 研究未提及模型在其他生态水补充背景下的适用性和验证。 | 旨在在生态水补充的背景下准确预测地下水位变化。 | 使用从永定河流域(北京段)21个监测井收集的地下水位、降水和地表径流数据。 | 机器学习 | NA | 深度学习 | STL-IWOA-GRU | 时间序列数据 | 731天中的21个监测井数据 |
222 | 2024-08-05 |
Comparative study for coastal aquifer vulnerability assessment using deep learning and metaheuristic algorithms
2024-Apr, Environmental science and pollution research international
DOI:10.1007/s11356-024-32706-2
PMID:38436856
|
研究论文 | 本研究评估了伊朗西北部拉希简地区沿海含水层的脆弱性。 | 将生物地理优化(BBO)和灰狼优化(GWO)技术与卷积神经网络(CNN)相结合,用于生成脆弱性地图(VM),这一综合方法在CAVA模型的改进方面尚属首次。 | 尽管进行了深度学习算法的应用,但对OGM参数权重的修改仍然有限。 | 评估沿海含水层的脆弱性,减轻海水入侵的影响。 | 拉希简地区沿海含水层的脆弱性。 | 数字路径学 | NA | 深度学习,生物地理优化,灰狼优化 | 卷积神经网络(CNN) | 地图 | 使用了原始GALDIT模型(OGM)派生的水文地质参数 |
223 | 2024-08-05 |
Parkinson's disease diagnosis using deep learning: A bibliometric analysis and literature review
2024-04, Ageing research reviews
IF:12.5Q1
DOI:10.1016/j.arr.2024.102285
PMID:38554785
|
综述 | 本文进行了一项关于深度学习在帕金森病诊断中的应用的文献计量分析和文献综述 | 通过文献计量分析展示了深度学习在帕金森病诊断领域的显著进展和关键研究点 | 对于增量学习及大数据分析相关的深度学习方法的研究存在空白 | 研究深度学习在帕金森病诊断中的应用发展 | 已发表的关于帕金森病及深度学习的研究论文 | 计算机视觉 | 帕金森病 | 深度学习 | NA | 文献 | 检索并分析了Scopus数据库中的可用研究论文 |
224 | 2024-08-05 |
Comparative Performance of ChatGPT 3.5 and GPT4 on Rhinology Standardized Board Examination Questions
2024 Apr-Jun, OTO open
IF:1.8Q2
DOI:10.1002/oto2.164
PMID:38938507
|
研究论文 | 本研究评估了ChatGPT 3.5和GPT4在耳鼻喉科标准化考试问题上的表现 | 评估新一代大型语言模型在医学教育中的应用潜力 | 仅使用了一小部分问题进行分析,样本量有限 | 评价大型语言模型在耳鼻喉科教育中的表现 | 耳鼻喉科标准化考试的问题以及相关的住院医生 | 计算机视觉 | NA | 深度学习 | ChatGPT 3.5和GPT4 | 文本和图像 | 127道问题,93道文本题和34道图像题 |
225 | 2024-08-05 |
Small-Molecule Inhibitors of TIPE3 Protein Identified through Deep Learning Suppress Cancer Cell Growth In Vitro
2024-Apr-30, Cells
IF:5.1Q2
DOI:10.3390/cells13090771
PMID:38727307
|
研究论文 | 本文通过深度学习识别TIPE3蛋白的小分子抑制剂,并展示其在体外抑制癌细胞生长的效果 | 采用深度学习和分子动态模拟相结合的方法有效识别TIPE3的抑制剂 | 实验仅在体外进行,临床效果尚待验证 | 研究TIPE3的抑制剂在抗癌药物开发中的应用 | TNFAIP8L3 (TIPE3) 蛋白及其小分子抑制剂 | 机器学习 | 癌症 | 深度学习, 分子对接, 分子动态模拟 | DFCNN | 化合物数据集 | 六种候选化合物 |
226 | 2024-08-05 |
Assessing the Impact of Urban Environments on Mental Health and Perception Using Deep Learning: A Review and Text Mining Analysis
2024-Apr, Journal of urban health : bulletin of the New York Academy of Medicine
DOI:10.1007/s11524-024-00830-6
PMID:38466494
|
综述 | 研究城市环境对心理健康和感知的影响 | 采用新的主题建模方法来识别一致的关键词,并整合深度学习技术以理解户外环境对人类感知和情绪的影响 | 仅限于2016年至2023年间在SCOPUS和Web of Science数据库中发表的文章 | 探讨户外环境如何影响心理健康结果 | 系统评审40篇相关研究文章 | 自然语言处理 | 心理健康 | 深度学习 | NA | 文本 | 40篇研究文章 |
227 | 2024-08-05 |
Thermal mapping the eye: A critical review of advances in infrared imaging for disease detection
2024-Apr, Journal of thermal biology
IF:2.9Q1
DOI:10.1016/j.jtherbio.2024.103867
PMID:38744026
|
review | 对红外成像在眼病检测中的进展进行了关键性回顾 | 探讨了机器学习和深度学习算法在IRT眼科检查中的整合 | 未详细说明具体的限制因素 | 理解IRT在眼科检查中的应用、优势、局限性和最新发展 | 分析与眼科相关的红外热成像技术 | 数字病理学 | 干眼症、糖尿病视网膜病、青光眼、过敏性结膜炎和炎症疾病 | 红外热成像(IRT) | NA | 图像 | 192篇文献 |
228 | 2024-08-07 |
Beyond the AJR: Deep Learning Shows Promise in the Detection of Retinal Hemorrhage on Pediatric Head CT
2024-04, AJR. American journal of roentgenology
DOI:10.2214/AJR.23.30096
PMID:37610781
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
229 | 2024-08-05 |
Cross noise level PET denoising with continuous adversarial domain generalization
2024-Apr-03, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad341a
PMID:38484401
|
研究论文 | 本文提出了一种利用连续对抗领域泛化技术进行正电子发射断层扫描(PET)去噪的方法,旨在减少不同噪声水平下的去噪偏差 | 本文首次从领域泛化的角度解决了跨噪声水平去噪中的性能下降问题 | 本文在不同噪声水平的数据集上进行训练和测试,可能对特定噪声水平的泛化能力仍存在一定限制 | 旨在通过领域泛化技术提高模型在不同噪声水平下的去噪性能 | 研究对象为97F-MK6240 tau PET研究中的60名受试者的PET图像 | 数字病理学 | 阿尔茨海默病 | 对抗训练 | 3D UNet | 图像 | 1400对3D图像体积,采用三组不同噪声水平的数据集 |
230 | 2024-08-05 |
The Success of Deep Learning Modalities in Evaluating Modic Changes
2024-04, World neurosurgery
IF:1.9Q2
DOI:10.1016/j.wneu.2024.01.129
PMID:38296043
|
研究论文 | 本研究分析了使用深度学习模式检测的MRI中Modic变化。 | 该文章创新性地应用了多种卷积神经网络(CNN)架构来分类和分割Modic变化,有助于降低放射科医师的工作量。 | NA | 调查深度学习在MRI中评估Modic变化的有效性。 | 307名接受MRI检查的患者,涵盖不同年龄段的男女。 | 计算机视觉 | NA | MRI | CNN | 图像 | 307名患者的MRI图像数据 |
231 | 2024-08-05 |
Automatic gross tumor volume segmentation with failure detection for safe implementation in locally advanced cervical cancer
2024-Apr, Physics and imaging in radiation oncology
DOI:10.1016/j.phro.2024.100578
PMID:38912007
|
研究论文 | 本文比较了深度学习模型在局部晚期宫颈癌中的肿瘤体积分割效果,并引入了故障检测的新方法 | 通过利用放射组学特征引入了故障检测的创新方法 | 未提及研究中潜在的限制 | 研究自动化分割方法在局部晚期宫颈癌放射治疗中的应用 | 局部晚期宫颈癌患者的肿瘤体积分割 | 数字病理学 | 宫颈癌 | 深度学习 | 2D-SegResNet等 | 医学影像 | 115名回顾性案例和51名前瞻性案例 |
232 | 2024-08-05 |
Current Status and Role of Artificial Intelligence in Anorectal Diseases and Pelvic Floor Disorders
2024 Apr-Jun, JSLS : Journal of the Society of Laparoendoscopic Surgeons
DOI:10.4293/JSLS.2024.00007
PMID:38910957
|
综述 | 本文概述了人工智能在处理良性肛肠疾病和盆底疾病管理中的当前应用状态。 | 文章展示了使用卷积神经网络等AI模块优化影像研究和肛门测压解读的创新点。 | 所开发的AI模块未在外部队列中进行验证。 | 探讨人工智能在改善盆底和良性肛肠疾病管理中的潜力。 | 分析与盆底疾病及良性肛肠疾病相关的文献,评估AI在这些领域的应用。 | 计算机视觉 | NA | 卷积神经网络 | NA | 文献 | 139篇文献中,符合纳入与排除标准的有15篇 |
233 | 2024-08-05 |
New-Generation 0.55 T MRI of the Knee-Initial Clinical Experience and Comparison With 3 T MRI
2024-Apr-01, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000001016
PMID:37747455
|
研究论文 | 本研究比较了0.55 T及3 T膝关节MRI在急性创伤和膝关节疼痛患者中的检测率和读者信心 | 首次应用基于深度学习的图像重建算法于新一代0.55 T膝关节MRI | 与3 T MRI相比,对于低级别软骨和半月板损伤的准确性和读者信心有限 | 比较0.55 T与3 T膝关节MRI的成像检测率和读者信心 | 25名有症状的患者,疑似膝关节内部损伤 | 数字病理学 | 膝关节损伤 | 深度学习图像重建 | NA | MRI图像 | 25名有症状的患者 |
234 | 2024-08-05 |
Demographic bias in misdiagnosis by computational pathology models
2024-Apr, Nature medicine
IF:58.7Q1
DOI:10.1038/s41591-024-02885-z
PMID:38641744
|
研究论文 | 本研究探讨了计算病理模型在误诊中存在的人口统计学偏差问题 | 本研究通过使用自监督视觉基础模型改善了不同人口组间的性能差异,提出了对现有模型的有效增强 | 尽管自监督视觉基础模型减少了组间性能变异,但仍未完全消除偏差,显示出仍需进行偏差缓解工作的必要性 | 研究计算病理系统中人口因素对模型性能的影响和偏差 | 使用公共数据集和内部患者数据来评估乳腺癌、肺癌亚型分类及胶质瘤IDH1突变预测中的表现差异 | 数字病理学 | 乳腺癌, 肺癌 | 深度学习 | 自监督视觉基础模型 | 图像 | 使用了公共数据集和内部患者数据,样本数量未明确说明 |
235 | 2024-08-05 |
DeepN4: Learning N4ITK Bias Field Correction for T1-weighted Images
2024-Apr, Neuroinformatics
IF:2.7Q3
DOI:10.1007/s12021-024-09655-9
PMID:38526701
|
研究论文 | 本文提出了一种名为DeepN4的深度学习方法,用于T1加权MRI图像的偏差场校正 | 本研究通过深度学习近似N4ITK偏差场校正,提供了可移植、灵活且完全可微分的方法 | 在不同管道和工作流程中,N4ITK的移植性差,限制了结果的再现性 | 开发一种可移植且灵活的N4ITK偏差场校正方法 | 对来自72个不同扫描仪和年龄范围的八个独立队列进行训练 | 数字病理 | NA | 深度学习 | 深度神经网络 | 图像 | 72个不同扫描仪的八个独立队列 |
236 | 2024-08-05 |
Deep Learning-Assisted Colorimetric/Electrical Dual-Sensing System for Ultrafast Detection of Hydrogen Sulfide
2024-04-26, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.3c02793
PMID:38584366
|
研究论文 | 本研究提出了一种用于氢 sulfide(HS)气体检测的双感应系统 | 该系统结合了色谱法和电法,利用深度神经网络实现了高精度和实时检测 | NA | 开发一种低功耗、高精度和适应性强的氢 sulfide检测系统 | 氢 sulfide(HS)气体 | 数字病理学 | NA | 电纺丝 | 深度神经网络(DNN) | 电信号和颜色变化 | NA |
237 | 2024-08-05 |
UNNT: A novel Utility for comparing Neural Net and Tree-based models
2024-Apr, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1011504
PMID:38683879
|
研究论文 | 本研究开发了一个名为UNNT的开源库,用于比较神经网络和树模型在癌症药物反应中的效果 | 提出了UNNT工具,简化了深度学习模型和树模型比较的过程 | 尽管研究集中在癌症药物反应数据集上,但在其他领域的应用可能不够充分 | 探索树模型在单一药物反应模型中的适用性和优越性 | 比较神经网络与基于树的模型在药物反应问题上的表现 | 机器学习 | 癌症 | XGBoost | CNN | 数据集 | NA |
238 | 2024-08-05 |
Research on a vehicle and pedestrian detection algorithm based on improved attention and feature fusion
2024-Apr-26, Mathematical biosciences and engineering : MBE
DOI:10.3934/mbe.2024255
PMID:38872558
|
研究论文 | 本文提出了一种基于增强YOLOv5s的道路目标检测算法,旨在提高复杂环境下对交通目标的准确识别 | 引入了加权增强极化自注意力机制(WEPSA)和加权特征融合网络(CBiFPN),提升了特征提取和语义信息表示 | 未明确指出文章的具体局限性 | 研究目标是提高自主驾驶技术中的车辆和行人检测准确性 | 研究对象为复杂背景下的道路交通目标 | 计算机视觉 | NA | YOLOv5s | NA | 图像 | 在KITTI、Cityscapes等开放源数据集上进行大量实验,具体样本数量未明确提及 |
239 | 2024-08-05 |
A review of the application of deep learning in obesity: From early prediction aid to advanced management assistance
2024-Apr, Diabetes & metabolic syndrome
DOI:10.1016/j.dsx.2024.103000
PMID:38604060
|
综述 | 本文总结了深度学习在肥胖研究中的应用现状 | 首次审查了深度学习在肥胖中的应用,显示其在肥胖预测中的优势,并在管理和身体脂肪估算方面提出创新 | 系统评价的数量有限,可能会影响结论的全面性 | 总结深度学习在肥胖研究中的应用趋势 | 分析了2018年1月至2023年9月间的相关研究 | 机器学习 | 肥胖 | 深度学习 | NA | 文献综述 | 40篇研究文章 |
240 | 2024-08-05 |
Deep Learning-Based Interpretable AI for Prostate T2W MRI Quality Evaluation
2024-04, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2023.09.030
PMID:37858505
|
研究论文 | 本研究开发了一种基于深度学习的AI工具,用于在T2W前列腺MRI中提供一致的质量评估。 | 提出了一种序列特定的AI分类模型,通过3D DenseNet121架构实现MRI质量的评估,减少用户偏倚 | 研究主要依赖单一机构的数据,可能存在样本的代表性限制 | 旨在改善T2W前列腺MRI的质量评估一致性 | 1046名接受T2W前列腺MRI扫描的患者 | 医学影像学 | 前列腺癌 | 3D DenseNet121 | 深度学习模型 | MRI图像 | 1046 |