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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
281 | 2024-08-05 |
Evaluating the Efficacy and Accuracy of AI-Assisted Diagnostic Techniques in Endometrial Carcinoma: A Systematic Review
2024-May, Cureus
DOI:10.7759/cureus.60973
PMID:38910646
|
综述 | 本研究系统评估了人工智能辅助的内膜癌诊断技术的有效性和准确性 | 研究表明人工智能模型,特别是卷积神经网络在内膜癌诊断中具有卓越的精确性 | 研究专注于过去十年的文献,可能未能涵盖最新的研究进展 | 探索人工智能和机器学习在内膜癌诊断中的作用 | 针对内膜癌诊断中人工智能/机器学习的应用研究 | 计算机视觉 | 内膜癌 | 深度学习 | 卷积神经网络 | 文献 | 涉及的文献为经过同行评审的研究,样本数量不具体 |
282 | 2024-08-05 |
Application of Artificial Intelligence in Neuroendocrine Lung Cancer Diagnosis and Treatment: A Systematic Review
2024-May, Cureus
DOI:10.7759/cureus.61012
PMID:38910787
|
综述 | 本文综述了人工智能在神经内分泌肺癌诊断中的应用. | 探讨了AI技术在提高神经内分泌肿瘤诊断准确性方面的创新点. | 传统的诊断方法仍然存在主观解释和临床表现重叠的问题. | 旨在提供AI在神经内分泌肺癌诊断中的应用全面概述. | 研究对象为神经内分泌肿瘤及其诊断方法. | 人工智能 | 肺癌 | 机器学习和深度学习算法 | NA | 放射学图像, 组织病理样本和临床数据 | 大型数据集 |
283 | 2024-08-05 |
Synthesizing 4D Magnetic Resonance Angiography From 3D Time-of-Flight Using Deep Learning: A Feasibility Study
2024-May, Cureus
DOI:10.7759/cureus.60803
PMID:38910733
|
研究论文 | 本研究旨在开发一种深度卷积神经网络模型,能够从3D飞行时间磁共振血管成像生成合成的4D磁共振血管成像 | 该文章创新性地利用深度学习模型从静态的TOF信号中提取潜在的动态动脉流信息 | 样本量较小,仅包含13名受试者,可能影响模型的普适性 | 旨在通过训练机器学习模型扩展TOF磁共振血管成像的应用 | 训练模型的对象为13名没有脑血管阻塞或显著狭窄病史的受试者 | 数字病理学 | 脑血管疾病 | 3D飞行时间磁共振成像和4D动脉自旋标记成像 | 深度卷积神经网络(DCNN) | 图像 | 13名受试者(11名男性和2名女性,年龄42-77岁) |
284 | 2024-08-05 |
Visualization for Trust in Machine Learning Revisited: The State of the Field in 2023
2024 May-Jun, IEEE computer graphics and applications
IF:1.7Q3
DOI:10.1109/MCG.2024.3360881
PMID:38294921
|
研究论文 | 该文章回顾了机器学习可解释性和可信度可视化的最新进展 | 提供了542种最新的可视化技术,并讨论了使用可视化提高机器学习模型信任的趋势和挑战 | 主要集中在可视化技术的分类和趋势分析,缺乏具体应用案例的深度讨论 | 研究机器学习中可视化技术的应用及其对模型信任度的影响 | 描述和分类了542种可视化技术 | 信息可视化 | NA | 可视化技术 | NA | 文献数据 | 542种可视化技术 |
285 | 2024-08-05 |
Prediction of early hematoma expansion of spontaneous intracerebral hemorrhage based on deep learning radiomics features of noncontrast computed tomography
2024-May, European radiology
IF:4.7Q1
DOI:10.1007/s00330-023-10410-y
PMID:37938384
|
研究论文 | 本研究旨在开发一个基于深度学习和放射组学特征的预测早期血肿扩展的诺莫图模型 | 结合了深度学习特征和放射组学特征的模型显示出良好的预测效率,并提高了自发性脑内出血的分割和语义特征分类的工作效率 | 验证队列的AUC值低于训练队列,可能影响模型的临床应用性能 | 研究旨在预测自发性脑内出血早期血肿扩展的风险 | 纳入561例基础非对比CT的自发性脑内出血病例 | 数字病理学 | 自发性脑内出血 | 深度学习放射组学 | 深度学习模型 | 图像 | 561例自发性脑内出血病例 |
286 | 2024-08-05 |
Deep learning-based identification of spine growth potential on EOS radiographs
2024-May, European radiology
IF:4.7Q1
DOI:10.1007/s00330-023-10308-9
PMID:37848772
|
研究论文 | 开发了一种基于深度学习的自动化方法,用于评估脊柱生长潜力 | 首次提出了一种能模仿人类判断过程的深度学习算法来自动确定脊柱生长潜力 | 研究没有提及算法在不同人群或不同疾病状态下的适用性 | 评估脊柱生长潜力,帮助临床医生做出决策 | 3383个EOS案例用于算法训练和测试,440个案例用于临床验证 | 计算机视觉 | 脊柱相关疾病 | 深度学习 | NA | 影像 | 3383个EOS案例以及440个用于临床验证的案例 |
287 | 2024-08-05 |
A deep learning framework for intracranial aneurysms automatic segmentation and detection on magnetic resonance T1 images
2024-May, European radiology
IF:4.7Q1
DOI:10.1007/s00330-023-10295-x
PMID:37843574
|
研究论文 | 本文设计了一个基于深度学习的框架,用于自动分割和检测颅内动脉瘤。 | 提出了一种新的基于T1磁共振成像的深度学习分割和检测方法,优于现有的血管造影方法。 | 研究样本相对较少,仅基于159个动脉瘤的回顾性研究,可能影响模型的泛化能力。 | 旨在开发一种自动化的框架来提高颅内动脉瘤的检测准确性。 | 研究对象为136名接受T1影像检查的患者的159个颅内动脉瘤。 | 数字病理学 | NA | 深度学习,卷积神经网络 | 卷积神经网络(CNN) | 图像 | 159个颅内动脉瘤(来自136名患者) |
288 | 2024-08-05 |
Automated prostate gland segmentation in challenging clinical cases: comparison of three artificial intelligence methods
2024-05, Abdominal radiology (New York)
DOI:10.1007/s00261-024-04242-7
PMID:38512516
|
研究论文 | 本研究评估了三种不同的前列腺分割人工智能算法在具有挑战性的患者人群中的表现 | 首次在复杂临床案例中比较了不同的前列腺分割算法的性能 | 该研究仅限于一个机构的回顾性数据库,可能影响结果的普适性 | 评估在不理想条件下的前列腺分割自动化方法的有效性 | 对683个MRI扫描样本的前列腺图像进行分析 | 计算机视觉 | 前列腺癌 | 深度学习(DL),形状基础模型 | 深度学习模型、商业可用的形状基础模型 | 图像 | 683个扫描(651名患者) |
289 | 2024-08-05 |
A comprehensive segmentation of chest X-ray improves deep learning-based WHO radiologically confirmed pneumonia diagnosis in children
2024-May, European radiology
IF:4.7Q1
DOI:10.1007/s00330-023-10367-y
PMID:37930411
|
研究论文 | 这篇文章探讨了胸部X光的全面分割在促进基于深度学习的儿童肺炎诊断中的作用 | 提出了一种全面的胸部X光分割方法,并用于提高基于深度学习的肺炎诊断准确性 | 具体的限制在文中未提及 | 研究如何通过全面分割提高儿童肺炎的诊断精度 | 4400名儿童参与者 | 数字病理学 | 肺炎 | 深度学习模型 | CBAM-ResNet | 胸部X光图像 | 4400名参与者 |
290 | 2024-08-05 |
Predicting microvascular invasion in hepatocellular carcinoma with a CT- and MRI-based multimodal deep learning model
2024-05, Abdominal radiology (New York)
DOI:10.1007/s00261-024-04202-1
PMID:38433144
|
研究论文 | 本研究探讨了一种基于CT和MRI的多模态深度学习模型在预测肝细胞癌微血管侵犯中的价值 | 提出了一种结合CT和MRI数据的多模态深度学习模型,显著提高了微血管侵犯预测的准确性 | 本研究限于单一机构的数据和样本,可能影响结果的普遍性 | 研究多模态深度学习模型在肝细胞癌微血管侵犯预测中的应用 | 287例肝细胞癌患者的数据用于模型开发和验证 | 医学影像学 | 肝细胞癌 | 多模态深度学习 | 极限学习机 (ELM) | CT和MRI影像数据 | 287例患者 |
291 | 2024-08-05 |
Bladder MRI with deep learning-based reconstruction: a prospective evaluation of muscle invasiveness using VI-RADS
2024-05, Abdominal radiology (New York)
DOI:10.1007/s00261-024-04280-1
PMID:38652125
|
研究论文 | 本研究评估了深度学习重建在膀胱MRI中的影响,特别是检查时间、图像质量和VI-RADS的诊断性能 | 首次将深度学习重建应用于膀胱MRI,显著提高了图像质量并缩短了检查时间 | 标准序列和快速序列的ADC与VI-RADS的AUC之间没有显著差异 | 探讨深度学习重建对膀胱MRI诊断的影响 | 70名于2022年8月至2023年2月接受MRI检查的膀胱癌患者 | 医学成像 | 膀胱癌 | 深度学习重建(DLR) | NA | 图像 | 70名膀胱癌患者 |
292 | 2024-08-07 |
Hematoma expansion prediction: still navigating the intersection of deep learning and radiomics
2024-May, European radiology
IF:4.7Q1
DOI:10.1007/s00330-024-10586-x
PMID:38252277
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
293 | 2024-08-05 |
A Video Mosaicing-Based Sensing Method for Chicken Behavior Recognition on Edge Computing Devices
2024-May-25, Sensors (Basel, Switzerland)
DOI:10.3390/s24113409
PMID:38894200
|
研究论文 | 提出了一种基于视频马赛克的鸡行为识别技术,适用于边缘计算设备 | 结合视频马赛克与深度学习技术,实现对鸡行为的准确识别 | 研究集中于三种特定行为,未涵盖所有可能的鸡行为 | 探讨边缘计算设备上鸡行为识别的技术 | 鸡的行为 | 计算机视觉 | NA | 视频传感马赛克 | MobileNetV2 | 视频 | 涉及三种鸡行为的识别 |
294 | 2024-08-05 |
A Residual Dense Attention Generative Adversarial Network for Microscopic Image Super-Resolution
2024-May-31, Sensors (Basel, Switzerland)
DOI:10.3390/s24113560
PMID:38894350
|
研究论文 | 提出了一种残差密集注意生成对抗网络以提高显微图像的超分辨率 | 引入了残差密集块和卷积块注意模块,增强了对低分辨率图像的多层次特征提取 | 尚未讨论网络在其他类型图像上的泛化能力 | 改善单幅图像超分辨率的重建效果 | 显微图像 | 计算机视觉 | NA | 深度学习 | 生成对抗网络(GAN) | 图像 | 收集了充足的显微图像以建立数据集 |
295 | 2024-08-05 |
Deep Learning Approach for Pitting Corrosion Detection in Gas Pipelines
2024-May-31, Sensors (Basel, Switzerland)
DOI:10.3390/s24113563
PMID:38894353
|
研究论文 | 本文介绍了一种用于气体管道的点蚀腐蚀检测的计算机视觉方法 | 使用了一种定制设计和优化的卷积神经网络,虽然参数较少但分类准确率高达98.44% | 未提及特定环境下的性能表现和可靠性 | 旨在开发一种自动化的方法以检测气体管道中的点蚀腐蚀 | 气体管道图像数据集,包含576,000张有点蚀和无点蚀的图像 | 计算机视觉 | NA | 深度学习 | 卷积神经网络 (CNN) | 图像 | 576000张图像 |
296 | 2024-08-05 |
Phase-Resolved Partial Discharge (PRPD) Pattern Recognition Using Image Processing Template Matching
2024-May-31, Sensors (Basel, Switzerland)
DOI:10.3390/s24113565
PMID:38894356
|
研究论文 | 本文提出了一种新的方法来识别、提取和处理相分辨局部放电(PRPD)模式 | 该方法无需训练复杂的深度学习算法,而是使用了新的Cosine Cluster Net (CCNet)模型进行图像处理 | 该研究依赖于手动分类的PRPD图像进行测试,未说明是否适用于实时监控中的变化 | 研究旨在实现对电气设备缺陷类型的自动识别 | 研究对象为电气设备的相分辨局部放电模式 | 数字病理学 | NA | 图像处理 | Cosine Cluster Net (CCNet) | 图像 | 多幅手动分类的PRPD图像 |
297 | 2024-08-05 |
A Gas Sensors Detection System for Real-Time Monitoring of Changes in Volatile Organic Compounds during Oolong Tea Processing
2024-May-30, Foods (Basel, Switzerland)
DOI:10.3390/foods13111721
PMID:38890949
|
研究论文 | 该文章提出了一种基于气体传感器的检测系统,用于实时监测乌龙茶加工过程中挥发性有机化合物的变化 | 文章创新性地设计了一种稳健且灵敏的气体传感器检测系统,并结合深度学习模型提高了对乌龙茶氧化过程各阶段的识别能力 | 未提及具体的限制 | 研究旨在改善乌龙茶产品的稳定性并促进氧化过程的自动化 | 研究对象为乌龙茶加工过程中释放的挥发性有机化合物 | 数字病理学 | NA | 金属氧化物半导体气体传感器 | BP-ANN、CNN | 信号数据 | NA |
298 | 2024-08-05 |
Impact of Various Non-Contrast-Enhanced MRA Techniques on Lumen Visibility in Vascular Flow Models with a Surpass Evolve Flow Diverter
2024-May-30, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics14111146
PMID:38893675
|
研究论文 | 本研究比较了几种MRA技术在评估血管流模型中管腔可见性方面的表现 | 引入了一种基于深度学习的去噪和去伪影算法来提高无对比增强MRA技术的影像质量 | 未提及特定的样本数量和多样性,可能影响结果的普适性 | 评估不同MRA技术在流动导管支架的管腔可见性中的表现 | 本研究使用了带有流动导管支架的硅胶模型 | 数字病理学 | NA | 3.0T MRI扫描,深度学习重建 | NA | 影像 | 两个不同大小的Surpass Evolve支架在两个硅胶管中 |
299 | 2024-08-05 |
Bibliometric Analysis of Weather Radar Research from 1945 to 2024: Formations, Developments, and Trends
2024-May-30, Sensors (Basel, Switzerland)
DOI:10.3390/s24113531
PMID:38894322
|
研究论文 | 本文探讨了1945年至2024年间天气雷达研究的基础结构和演变趋势 | 首次运用科学计量学方法分析天气雷达研究的知识领域结构 | 未提及具体的实验或实证数据分析方法 | 揭示天气雷达研究的基础结构以及未来研究方向 | 分析了来自Web of Science的13,981篇天气雷达相关出版物 | 气象学 | NA | 科学计量学 | NA | 文献 | 13981篇出版物 |
300 | 2024-08-05 |
CIRF: Coupled Image Reconstruction and Fusion Strategy for Deep Learning Based Multi-Modal Image Fusion
2024-May-30, Sensors (Basel, Switzerland)
DOI:10.3390/s24113545
PMID:38894335
|
研究论文 | 提出了一种结合图像重建和融合的深度学习多模态图像融合策略CIRF | CIRF策略通过轻量级编码器在多个任务学习和特征分解上增加了表达能力 | 研究中未提供有关模型计算复杂性的讨论 | 旨在提高多模态医学图像融合的效果 | 研究对象为通过不同传感器收集的多模态医学图像 | 计算机视觉 | NA | 深度学习 | 卷积神经网络 (CNN) 和视觉变换器 (ViT) | 图像 | 三个数据集的实验 |