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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
381 | 2024-08-07 |
Accurate categorization and rapid pathological diagnosis correction with Micro-Raman technique in human lung adenocarcinoma infiltration level
2024-Apr-29, Translational lung cancer research
IF:4.0Q1
DOI:10.21037/tlcr-24-168
PMID:38736487
|
研究论文 | 本研究探讨了使用微拉曼技术对人类肺腺癌浸润程度进行精确分类和快速病理诊断校正的方法 | 本研究采用了微拉曼技术结合卷积神经网络模型,提供了一种快速、精确且临床相关的分析方法,显著提高了诊断的准确性和一致性 | NA | 旨在开发和验证一种针对不同浸润程度的肺腺癌病理诊断的工作流程 | 人类肺腺癌样本 | 数字病理 | 肺腺癌 | 微拉曼技术 | CNN | 组织图像 | 具体样本数量未在摘要中提及 |
382 | 2024-08-07 |
Development and validation of a deep learning-based model to predict response and survival of T790M mutant non-small cell lung cancer patients in early clinical phase trials using electronic medical record and pharmacokinetic data
2024-Apr-29, Translational lung cancer research
IF:4.0Q1
DOI:10.21037/tlcr-23-737
PMID:38736496
|
研究论文 | 开发并验证了一种基于深度学习的模型,用于预测T790M突变型非小细胞肺癌患者在早期临床试验中的反应和生存率,使用电子病历和药代动力学数据 | 结合了混合专家模型(MoE)和Cox算法,能够预测疗效并细分EGFR突变型非小细胞肺癌患者的生存情况 | NA | 开发一种新的工具,补充EGFR基因型检测,以预测第三代EGFR-TKI治疗的疗效并细分EGFR突变患者的预后 | T790M突变型非小细胞肺癌患者 | 机器学习 | 肺癌 | 深度学习 | 混合专家模型(MoE)和Cox算法 | 电子病历和药代动力学数据 | 326名T790M突变型非小细胞肺癌患者 |
383 | 2024-08-07 |
Innovative Machine Learning Strategies for Early Detection and Prevention of Pregnancy Loss: The Vitamin D Connection and Gestational Health
2024-Apr-28, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics14090920
PMID:38732334
|
研究论文 | 本研究利用机器学习技术提高早期妊娠丢失(EPL)的预测准确性,并区分正常妊娠与高风险妊娠 | 采用深度学习和多层感知器等先进机器学习模型,以及线性判别分析和二次判别分析算法,实现了高达98%的预测准确率 | NA | 提高早期妊娠丢失的预测准确性,改善妊娠健康结果 | 早期妊娠丢失及妊娠健康 | 机器学习 | 妊娠疾病 | 机器学习 | 深度学习, 多层感知器, 线性判别分析, 二次判别分析 | 数值数据 | 未明确提及具体样本数量 |
384 | 2024-08-07 |
Promoting Artificial Intelligence for Global Breast Cancer Risk Prediction and Screening in Adult Women: A Scoping Review
2024-Apr-25, Journal of clinical medicine
IF:3.0Q1
DOI:10.3390/jcm13092525
PMID:38731054
|
综述 | 本文通过范围综述探讨了人工智能技术在乳腺癌风险预测和筛查中的应用及其面临的障碍 | 本文介绍了多种人工智能技术和模型在乳腺癌风险检测和预防中的应用 | 研究中存在缺乏外部效度和有限的可推广性,以及由于样本量小或数据缺失导致的偏倚问题 | 旨在识别在应用创新人工智能技术进行乳腺癌风险预测和促进筛查行为中遇到的障碍 | 成人女性乳腺癌风险预测和筛查 | 机器学习 | 乳腺癌 | 机器学习和深度学习模型 | ML-DL模型 | NA | 研究中存在样本量小或数据缺失的问题 |
385 | 2024-08-07 |
New Horizons of Artificial Intelligence in Medicine and Surgery
2024-Apr-25, Journal of clinical medicine
IF:3.0Q1
DOI:10.3390/jcm13092532
PMID:38731061
|
研究论文 | 本文探讨了人工智能在医学和外科领域的应用及其对医疗诊断、患者监测、个性化治疗和手术流程优化的影响 | 文章介绍了人工智能在医学和外科领域的新应用,如机器学习、深度学习、神经网络和计算机视觉等技术 | 文章提到人工智能的实施可能面临障碍,可能会减缓其应用速度 | 旨在预测并发症、减少诊断时间、诊断复杂病理、术中指导外科医生和减少医疗错误 | 人工智能在医学和外科领域的应用 | 机器学习 | NA | 机器学习, 深度学习, 神经网络, 计算机视觉 | 神经网络 | 数据库 | NA |
386 | 2024-08-07 |
The Detection of Pulp Stones with Automatic Deep Learning in Panoramic Radiographies: An AI Pilot Study
2024-Apr-24, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics14090890
PMID:38732305
|
研究论文 | 本研究旨在评估使用深度学习方法在全景影像中自动检测牙髓石的有效性 | 利用YOLOv5架构进行人工智能建模,在全景放射图像中通过数值识别检测牙髓石取得了显著成功 | 预期通过使用包含更多图像的数据集来提高训练模型的成功率 | 评估深度学习方法在全景影像中自动检测牙髓石的效果 | 牙髓石的自动检测 | 计算机视觉 | NA | 深度学习 | YOLOv5 | 图像 | 2409张全景放射图像,包含7564个标签 |
387 | 2024-08-07 |
Deep Learning for Cell Migration in Nonwoven Materials and Evaluating Gene Transfer Effects following AAV6-ND4 Transduction
2024-Apr-24, Polymers
IF:4.7Q1
DOI:10.3390/polym16091187
PMID:38732656
|
研究论文 | 本研究利用深度学习算法分析非织造材料中细胞迁移行为及AAV6-ND4转导后的基因转移效应 | 采用深度学习算法优化生物材料设计,并模拟细胞在人工环境中的归巢、迁移和增殖行为 | NA | 研究细胞在合成生物材料三维结构中的定植过程,以促进人工组织和器官的开发 | 非织造材料中的细胞迁移行为及AAV6-ND4转导后的基因转移效应 | 机器学习 | NA | 深度学习 | NA | 图像 | LHON成纤维细胞 |
388 | 2024-08-07 |
From Organelle Morphology to Whole-Plant Phenotyping: A Phenotypic Detection Method Based on Deep Learning
2024-Apr-23, Plants (Basel, Switzerland)
DOI:10.3390/plants13091177
PMID:38732392
|
研究论文 | 本文利用深度学习技术从宏观(植物)到微观(细胞器)层面进行植物表型参数的分类和预测 | 提出了一种基于深度学习的植物表型检测方法,并通过增加时间间隔的图像数据集验证了模型在不同时间间隔下的性能 | NA | 研究植物表型参数分析,以促进育种实践 | 从宏观的植物到微观的细胞器 | 计算机视觉 | NA | 深度学习 | 多输出模型 | 图像 | 使用了拟南芥的图像数据集 |
389 | 2024-08-07 |
Artificial Intelligence-Based Non-invasive Differentiation of Distinct Histologic Subtypes of Renal Tumors With Multiphasic Multidetector Computed Tomography
2024-Apr, Cureus
DOI:10.7759/cureus.57959
PMID:38738077
|
研究论文 | 本研究利用深度学习技术通过四相多层CT扫描非侵入性地区分肾肿瘤的不同组织学亚型 | 开发了一种基于人工智能的非侵入性方法,通过深度神经网络使用四相多层CT扫描的峰值衰减值来预测肾细胞癌亚型 | NA | 精确识别肾细胞癌的肿瘤亚型,特别是检测常在传统组织病理学检查中被忽视的小型异质性病变 | 肾肿瘤的不同组织学亚型 | 机器学习 | 肾细胞癌 | 多层CT扫描 | 深度神经网络 | 图像 | 50名受试者,包括32名男性和18名女性,以及一个包含20,000个样本的合成数据集 |
390 | 2024-08-07 |
Self-Supervised Joint Learning for pCLE Image Denoising
2024-Apr-30, Sensors (Basel, Switzerland)
DOI:10.3390/s24092853
PMID:38732957
|
研究论文 | 本文提出了一种新的自监督去噪方法,通过联合训练噪声预测网络、图像质量评估网络和去噪网络,提高了pCLE图像和荧光显微镜图像的去噪效果 | 本文提出的自监督去噪方法通过联合训练多个网络,实现了对pCLE图像和荧光显微镜图像的更优去噪效果 | NA | 提高pCLE图像和荧光显微镜图像的去噪效果 | pCLE图像和荧光显微镜图像 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | NA |
391 | 2024-08-07 |
Calibrating Deep Learning Classifiers for Patient-Independent Electroencephalogram Seizure Forecasting
2024-Apr-30, Sensors (Basel, Switzerland)
DOI:10.3390/s24092863
PMID:38732969
|
研究论文 | 本研究展示了通过实施简单的校准流程,即使在训练阶段未见过的独立患者上,也能在一定程度上进行自动癫痫发作预测 | 本研究通过实施校准流程,能够在独立患者上提高深度学习模型的预测准确率,平均增加超过20% | 本方法仍需每个患者至少一次癫痫发作事件来校准预测模型 | 验证自动癫痫发作预测方法在临床应用中的鲁棒性 | 评估深度学习模型在独立患者上的癫痫发作预测性能 | 机器学习 | NA | 深度学习 | 深度学习模型 | 脑电图信号 | 两个包含大量癫痫患者脑电图信号的数据集 |
392 | 2024-08-07 |
Mapping Method of Human Arm Motion Based on Surface Electromyography Signals
2024-Apr-29, Sensors (Basel, Switzerland)
DOI:10.3390/s24092827
PMID:38732933
|
研究论文 | 本文研究了一种基于表面肌电信号的精确映射人体手臂运动的方法 | 构建了结合卷积神经网络和人工神经网络的混合网络模型,并采用多特征融合算法提高手势识别的准确性 | NA | 研究精确映射人体手臂运动的方法,并验证其在机器人手臂精确控制中的应用潜力 | 人体手臂运动及表面肌电信号 | 机器学习 | NA | 表面肌电信号(sEMG) | 卷积神经网络(CNN)和人工神经网络 | 信号 | 涉及多种运动(手势、单自由度关节运动和连续关节动作)的数据 |
393 | 2024-08-07 |
Dynamic Occupancy Grid Map with Semantic Information Using Deep Learning-Based BEVFusion Method with Camera and LiDAR Fusion
2024-Apr-29, Sensors (Basel, Switzerland)
DOI:10.3390/s24092828
PMID:38732934
|
研究论文 | 本研究通过深度学习方法融合相机和激光雷达传感器,开发了一种包含语义信息的动态占用网格地图(DOGM),以扩展其在机器人和自动驾驶领域的应用 | 本研究不仅更新了对象的位置和速度信息,还更新了对象的类别信息,并利用未分类的激光雷达点测量提高了环境地图的可靠性 | 传统的基于三维激光雷达的DOGM无法分类对象类型 | 开发一种包含语义信息的动态占用网格地图,以提供更丰富的环境信息,帮助自动驾驶车辆在复杂城市环境中导航 | 动态占用网格地图(DOGM)及其在自动驾驶中的应用 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 使用公共的nuScenes数据集进行性能评估 |
394 | 2024-08-07 |
Image Super Resolution-Based Channel Estimation for Orthogonal Chirp Division Multiplexing on Shallow Water Underwater Acoustic Communications
2024-Apr-29, Sensors (Basel, Switzerland)
DOI:10.3390/s24092846
PMID:38732952
|
研究论文 | 本文研究了基于图像超分辨率的正交啁啾分频多路复用(OCDM)在浅水水声通信中的信道估计问题 | 将基于导频的信道估计转化为矩阵补全问题,等价于图像处理领域的图像超分辨率问题,并利用深度学习方法提高了信道估计性能 | NA | 提高浅水水声通信系统的鲁棒性和效率 | 浅水水声通信中的信道估计 | 通信 | NA | 深度学习 | NA | 图像 | NA |
395 | 2024-08-07 |
Deep Learning Reconstruction for DWIs by EPI and FASE Sequences for Head and Neck Tumors
2024-Apr-28, Cancers
IF:4.5Q1
DOI:10.3390/cancers16091714
PMID:38730665
|
研究论文 | 本研究探讨了使用快速高级自旋回波(FASE)序列和深度学习重建(DLR)对头颈部肿瘤扩散加权图像(DWI)质量的影响 | 提出使用FASE序列和DLR技术来改善DWI图像质量,同时不影响表观扩散系数(ADC)测量或恶性与良性头颈部肿瘤的区分能力 | NA | 研究不同序列和DLR对DWI图像质量、ADC评估及恶性与良性头颈部肿瘤区分的影响 | 头颈部肿瘤的扩散加权图像 | 计算机视觉 | 头颈部肿瘤 | 深度学习重建(DLR) | NA | 图像 | 体外研究使用DWI幻影,体内研究涉及头颈部肿瘤患者 |
396 | 2024-08-07 |
DeepSub: Utilizing Deep Learning for Predicting the Number of Subunits in Homo-Oligomeric Protein Complexes
2024-Apr-28, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms25094803
PMID:38732022
|
研究论文 | 本研究通过从UniProt数据库中提取和整理亚基信息,建立了一个稳健的基准数据集,并提出了一种名为DeepSub的新模型,利用蛋白质语言模型和双向门控循环单元(GRU)来预测同源寡聚蛋白复合物的亚基数目 | DeepSub模型在预测同源寡聚蛋白复合物的亚基数目方面表现出0.967的高准确率,超过了QUEEN模型的性能 | NA | 解决从UniProt数据库中获取亚基信息的不便,提高预测同源寡聚蛋白复合物亚基数目的准确性 | 同源寡聚蛋白复合物的亚基数目 | 机器学习 | NA | NA | 双向门控循环单元(GRU) | 蛋白质序列 | NA |
397 | 2024-08-07 |
Low-Cost Recognition of Plastic Waste Using Deep Learning and a Multi-Spectral Near-Infrared Sensor
2024-Apr-28, Sensors (Basel, Switzerland)
DOI:10.3390/s24092821
PMID:38732925
|
研究论文 | 本文提出了一种利用低成本光谱传感器和机器学习方法识别塑料的方法 | 使用低成本近红外多光谱传感器结合多种机器学习方法有效识别塑料 | 识别准确率有待提高,最高为83.5%,最低为66% | 验证低成本近红外传感器与机器学习方法在塑料识别中的有效性 | 六种家用塑料废物,包括PET、HDPE、PVC、LDPE、PP和PS | 机器学习 | NA | 近红外多光谱传感器 | 卷积神经网络(CNN)和多层感知器(MLP) | 光谱数据 | 六种塑料类型 |
398 | 2024-08-07 |
Application of Deep Learning for Real-Time Ablation Zone Measurement in Ultrasound Imaging
2024-Apr-27, Cancers
IF:4.5Q1
DOI:10.3390/cancers16091700
PMID:38730652
|
研究论文 | 本研究评估了人工智能在超声图像中自动测量消融区的效果,并与手动测量进行了比较 | 使用Mask2Former模型自动测量消融区,减少了手动测量的变异性 | 研究仅限于体外鸡胸肉和肝脏样本,未涉及临床应用 | 评估人工智能在自动测量超声图像中消融区的有效性 | 鸡胸肉和肝脏样本的消融区 | 计算机视觉 | NA | 超声成像 | Mask2Former | 图像 | 308次射频消融程序,生成7275张超声图像 |
399 | 2024-08-07 |
HyperFace: A Deep Fusion Model for Hyperspectral Face Recognition
2024-Apr-27, Sensors (Basel, Switzerland)
DOI:10.3390/s24092785
PMID:38732891
|
研究论文 | 本文提出了一种名为HyperFace的深度融合模型,用于高光谱人脸识别 | 引入了一种新的融合模型,具有预融合方案、孪生编码器与双视野残差密集学习、反馈式解码器以及面向识别的复合损失函数 | 未提及 | 解决高光谱人脸识别问题,提高识别率 | 高光谱人脸识别 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 未提及 |
400 | 2024-08-07 |
Real-Time Multi-Person Video Synthesis with Controllable Prior-Guided Matting
2024-Apr-27, Sensors (Basel, Switzerland)
DOI:10.3390/s24092795
PMID:38732903
|
研究论文 | 本文介绍了一种鲁棒、实时、高分辨率且可控的多人视频抠图方法,该方法在所有指标上达到了最先进的水平 | 设计了一个统一的架构,使用可控生成模型解决了多人视频中缺乏整体语义信息的问题,并采用独立循环架构来利用视频中的时间信息,显著提高了时间一致性和抠图质量 | NA | 提高多人在动态场景中的抠图性能 | 多人视频抠图方法 | 计算机视觉 | NA | 深度学习 | 生成模型 | 视频 | NA |