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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
361 | 2024-08-05 |
A Data Matrix Code Recognition Method Based on L-Shaped Dashed Edge Localization Using Central Prior
2024-Jun-21, Sensors (Basel, Switzerland)
DOI:10.3390/s24134042
PMID:39000820
|
研究论文 | 本文提出了一种基于中心先验的L形虚线边缘定位的数据矩阵码识别方法 | 提出了一种新方法,利用数据矩阵码中心的先验信息进行L形虚线边缘的定位,克服了现有方法在干扰问题上的局限性 | 仍需在不同干扰和复杂背景下进一步验证方法的鲁棒性 | 提高在工业生产环境中数据矩阵码的识别准确率 | 数据矩阵码的识别 | 计算机视觉 | NA | 深度学习对象检测 | NA | 图像 | 多种类型的数据矩阵码数据集 |
362 | 2024-08-05 |
HeMoDU: High-Efficiency Multi-Object Detection Algorithm for Unmanned Aerial Vehicles on Urban Roads
2024-Jun-21, Sensors (Basel, Switzerland)
DOI:10.3390/s24134045
PMID:39000823
|
研究论文 | 本文提出了一种高效的多目标检测算法HeMoDU,专为无人驾驶飞行器在城市道路上的应用设计 | HeMoDU通过重构现代深度学习基础的目标检测模型,优化多个方面以提高计算效率和检测准确性 | 尚未提及具体的局限性 | 提高无人驾驶飞行器在城市道路环境中目标检测的速度和准确性 | 无人驾驶飞行器在城市道路环境中的目标检测 | 计算机视觉 | NA | 深度学习 | 无 | 公共城市道路数据集 | 使用了公共数据集VisDrone2019和UA-DETRAC进行评估 |
363 | 2024-08-05 |
Unveiling the Secrets of Acinetobacter baumannii: Resistance, Current Treatments, and Future Innovations
2024-Jun-21, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms25136814
PMID:38999924
|
研究论文 | 揭示了嗜麦芽寡糖样芽孢杆菌的抗药性、当前治疗方法及未来创新 | 探讨了新的治疗方法和感染控制策略,特别是结合药物和新分子 | 未具体提供实验数据或样本量 | 提高对嗜麦芽寡糖样芽孢杆菌抗药性机制的理解 | 嗜麦芽寡糖样芽孢杆菌及其抗药性 | 数字病理学 | NA | 深度学习和人工智能 | NA | NA | NA |
364 | 2024-08-05 |
PolarFormer: A Transformer-based Method for Multi-lesion Segmentation in Intravascular OCT
2024-Jun-20, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2024.3417007
PMID:38900618
|
研究论文 | 本文提出了一种基于Transformer的多病灶分割方法PolarFormer,用于血管内光学相干断层扫描(OCT)图像中的脆弱斑块分割 | 该研究通过集成脆弱斑块的空间分布先验知识,提出了Polar Attention模块以建模脆弱斑块的径向空间关系 | 目前研究受限于缺乏公开的大规模血管内OCT数据集,且多类脆弱斑块的分割任务具有高难度 | 本研究的目的是开发一种能够处理多类脆弱斑块分割的模型 | 研究对象为血管内光学相干断层扫描中的脆弱斑块 | 计算机视觉 | NA | 光学相干断层扫描(OCT) | Transformer | 图像 | 70个回拉数据 |
365 | 2024-08-05 |
Identification of inhibitors for neurodegenerative diseases targeting dual leucine zipper kinase through virtual screening and molecular dynamics simulations
2024-Jun, SAR and QSAR in environmental research
IF:2.3Q3
DOI:10.1080/1062936X.2024.2363195
PMID:38855951
|
研究论文 | 本文研究了通过虚拟筛选和分子动力学模拟来识别针对双亮氨酸拉链激酶的神经退行性疾病抑制剂 | 本研究首次在众多化合物中筛选出具有潜在抑制作用的DLK抑制剂,并结合深度学习提升了化合物的亲和力 | 研究主要依赖于计算方法,未进行实验室验证 | 识别新型DLK抑制剂,以应对神经退行性疾病 | 主要针对双亮氨酸拉链激酶的抑制剂进行筛选 | 计算机视觉 | 神经退行性疾病 | 分子动力学模拟 | 深度学习 | 化合物 | 筛选了多个化合物,包括两个天然产品和两个FDA批准的药物 |
366 | 2024-08-07 |
Deep Learning during burn prehospital care: An evolving perspective
2024-06, Burns : journal of the International Society for Burn Injuries
IF:3.2Q1
DOI:10.1016/j.burns.2024.03.015
PMID:38582694
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
367 | 2024-08-05 |
A Comparison of Antibody-Antigen Complex Sequence-to-Structure Prediction Methods and their Systematic Biases
2024-Jun-28, bioRxiv : the preprint server for biology
DOI:10.1101/2024.03.15.585121
PMID:38979267
|
研究论文 | 本文比较了六种预测抗体-抗原复合物结构的方法 | 提出并评估了多种抗体-抗原复合物的序列到结构预测方法,特别突出了AlphaFold-Multimer的优越性能 | AlphaFold-Multimer模型的绝对性能仍有较大的改进空间,且存在结构偏差 | 提高对免疫系统的理解和开发新型抗体治疗的能力 | 六种预测抗体-抗原复合物结构的方法 | 机器学习 | NA | 深度学习 | AlphaFold-Multimer, RoseTTAFold, ClusPro, SnugDock, AbAdapt | 结构数据 | NA |
368 | 2024-08-05 |
Unveiling the secrets of gastrointestinal mucous adenocarcinoma survival after surgery with artificial intelligence: A population-based study
2024-Jun-15, World journal of gastrointestinal oncology
IF:2.5Q3
DOI:10.4251/wjgo.v16.i6.2404
PMID:38994138
|
研究论文 | 本文研究了胃肠黏液性腺癌(GMA)在手术后的预后并开发了一种预测模型 | 提出了一种基于深度学习的工具,可以准确预测GMA患者手术后的生存率 | 对胃肠黏膜腺癌的研究有限且有争议,缺乏可靠的预测工具 | 探讨GMA的预后并开发预测模型 | 从监测、流行病学和结果数据库中收集的GMA患者临床信息 | 机器学习 | 胃癌 | 深度学习 | Cox比例风险回归模型 | 临床数据 | 共计100%的GMA患者数据,随机抽样后分为发现组(70%)、验证组(20%)和测试组(10%) |
369 | 2024-08-05 |
A fully automated classification of third molar development stages using deep learning
2024-06-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63744-y
PMID:38844566
|
研究论文 | 本研究旨在开发一种自动化方法,以分类第三磨牙的发育阶段 | 引入了一种新颖的机器学习模型,能够准确估计下颚智齿的发育阶段 | 模型的准确性受到不同架构复杂性和任务特定特征的影响 | 提高牙齿发育阶段分类的准确性,服务于牙科诊断和治疗规划 | 3422张由专家评估和分类的正面全景图像(OPG) | 数字病理学 | NA | 深度学习 | EfficientNet, MobileNet, ResNet, ShuffleNet等 | 图像 | 6624张Opg图像 |
370 | 2024-08-05 |
The Future of Orthodontics: Deep Learning Technologies
2024-Jun, Cureus
DOI:10.7759/cureus.62045
PMID:38989357
|
研究论文 | 深度学习在现代正畸学中的应用提供了新的诊断、治疗计划和结果预测方法 | 深度学习使得自动化颅面分析和通过3D成像改善诊断成为可能,显著提升治疗效果并减少人为错误 | 需要在数据隐私、模型可解释性和伦理问题上进行解决,以确保深度学习的伦理和负责任使用 | 探讨深度学习技术对正畸学的影响及其在治疗个性化方面的潜力 | 研究深度学习在正畸领域内的应用,包括诊断、治疗计划和结果预测 | 机器学习 | NA | 深度学习 | NA | 影像 | NA |
371 | 2024-08-05 |
Omics-imaging signature-based nomogram to predict the progression-free survival of patients with hepatocellular carcinoma after transcatheter arterial chemoembolization
2024-Jun-26, World journal of clinical cases
IF:1.0Q3
DOI:10.12998/wjcc.v12.i18.3340
PMID:38983440
|
研究论文 | 本文提出了一种基于影像组学特征的模型用于预测肝细胞癌患者在经导管动脉化疗栓塞治疗后的无进展生存期。 | 本文创新性地结合多相位增强MRI影像的特征,通过构建nomogram模型来提高肝细胞癌患者无进展生存期的预测能力。 | 研究中未提及样本量和其他潜在的临床变量对模型影响的评估 | 旨在通过增强MRI图像建立模型,预测肝细胞癌患者的无进展生存期。 | 研究对象为接受经导管动脉化疗栓塞治疗的肝细胞癌患者。 | 数字病理学 | 肝癌 | 增强MRI | 深度转移学习和深度学习影像组学 | 影像 | 未提供 |
372 | 2024-08-05 |
Cross-species modeling of plant genomes at single nucleotide resolution using a pre-trained DNA language model
2024-Jun-10, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.04.596709
PMID:38895432
|
研究论文 | 本文介绍了一个基于Caduceus和Mamba架构的植物DNA语言模型PlantCaduceus,旨在跨物种建模植物基因组。 | 该研究提出的PlantCaduceus模型在有限标注数据上的微调显著提高了跨物种预测能力,超越了最佳基线模型。 | 模型可能在某些植物物种的预测准确性上存在局限,具体表现未详细描述。 | 研究旨在理解多样植物基因组的功能和适应性效应,并提供可转移的模型。 | 研究对象为16种不同的被子植物基因组和拟南芥的标注数据。 | 计算机视觉 | NA | 预训练的DNA语言模型 | PlantCaduceus | 基因组序列 | 16种被子植物基因组和有限的拟南芥标注数据 |
373 | 2024-08-05 |
Towards more precise automatic analysis: a systematic review of deep learning-based multi-organ segmentation
2024-Jun-08, Biomedical engineering online
IF:2.9Q3
DOI:10.1186/s12938-024-01238-8
PMID:38851691
|
综述 | 本综述系统地总结了基于深度学习的多器官分割的最新研究 | 提出了一种数据驱动的特征提取方法并应用于多器官分割的深度学习技术 | 该综述的范围仅限于2016年至2023年间的研究,可能未涵盖所有相关研究 | 旨在综述多器官分割的最新深度学习研究进展 | 涉及多种器官的分割技术和数据集 | 计算机视觉 | NA | 深度学习 | 完全监督、弱监督和半监督学习 | 医学图像 | 195项研究 |
374 | 2024-08-05 |
Application of artificial intelligence in pancreas endoscopic ultrasound imaging- A systematic review
2024-Jun, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2024.108205
PMID:38703435
|
综述 | 本文系统性评估了人工智能在胰腺内镜超声成像中的应用。 | 探讨了人工智能技术在胰腺内镜超声图像分析中的应用,尤其是在提高检测和分类准确性方面的潜力。 | 未具体提及研究中存在的局限性。 | 旨在系统性探讨人工智能辅助系统在胰腺内镜超声中的应用现状及发展。 | 关注人工智能在胰腺内镜超声成像中的应用及其挑战。 | 医学影像学 | 胰腺疾病 | 人工智能 | 传统机器学习和深度学习 | 医学图像 | NA |
375 | 2024-08-05 |
Deep Learning Image Reconstruction for Transcatheter Aortic Valve Implantation Planning: Image Quality, Diagnostic Performance, Contrast volume and Radiation Dose Assessment
2024-Jun, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.02.026
PMID:38472024
|
研究论文 | 该文章评估了在经导管主动脉瓣置换术(TAVI)规划CT中使用高强度深度学习图像重建(DLIR-H)的图像质量、对比剂体积和辐射剂量的减小潜力及诊断表现 | 创新性地采用高强度深度学习图像重建技术,显著降低了辐射剂量和对比剂体积,同时提高了图像质量 | 本研究可能受样本大小和单中心研究的限制,结果的普遍性尚需进一步验证 | 研究深度学习图像重建在TAVI规划CT中的应用效果 | 共招募128名接受TAVI规划CT的患者进行对比研究 | 医学影像学 | 心血管疾病 | 深度学习图像重建(DLIR-H) | NA | 图像 | 128名患者,分为DLIR-H组和常规组各64名 |
376 | 2024-08-05 |
Multicentric clinical evaluation of a computed tomography-based fully automated deep neural network for aortic maximum diameter and volumetric measurements
2024-Jun, Journal of vascular surgery
IF:3.9Q1
DOI:10.1016/j.jvs.2024.01.214
PMID:38325564
|
研究论文 | 这项研究评估了一种基于深度学习的全自动方法(ARVA)用于主动脉分割及其直径和体积的测量 | 提出了一种创新的全自动深度学习方法,用于主动脉形态学分割以及同时测量直径和体积 | 没有提出关于该方法在不同人群或其他病理情况下的表现 | 评估一种全自动深度学习方法在主动脉测量中的有效性 | 研究对象为216名患者的350个术前及术后主动脉CT血管造影扫描图像 | 医学影像学 | 心血管疾病 | CT血管造影(CTA) | 深度神经网络 | 图像 | 350个CT血管造影扫描,来自216名患者 |
377 | 2024-08-05 |
CT-Based Super-Resolution Deep Learning Models with Attention Mechanisms for Predicting Spread Through Air Spaces of Solid or Part-Solid Lung Adenocarcinoma
2024-Jun, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2023.12.034
PMID:38184418
|
研究论文 | 本研究提出了一种基于计算机断层扫描超分辨率的深度学习模型,用于预测肺腺癌的气体扩散模式。 | 采用了具有注意机制的SE-ResNet50模型,相比传统模型在预测STAS状态上表现更优。 | 本研究为回顾性分析,结果可能受到样本选择和数据集限制的影响。 | 研究目标是评估超分辨率深度学习模型在预测肺腺癌气体扩散模式中的应用。 | 研究对象为602名被诊断为肺腺癌的患者。 | 数字病理学 | 肺癌 | 计算机断层扫描超分辨率 | SE-ResNet50 | 图像 | 602名患者(训练组358,验证组154,测试组90) |
378 | 2024-08-05 |
Blepharoptosis Consultation with Artificial Intelligence: Aesthetic Surgery Advice and Counseling from Chat Generative Pre-Trained Transformer (ChatGPT)
2024-Jun, Aesthetic plastic surgery
IF:2.0Q2
DOI:10.1007/s00266-024-04002-4
PMID:38589561
|
研究论文 | 本研究评估了ChatGPT在眼睑下垂整形咨询中的表现 | ChatGPT能够模拟医生与患者之间的对话,并提供基础的外科信息 | 在专业指导方面有限,需进一步探索AI在美容外科咨询中的更广泛角色 | 评估ChatGPT在眼睑下垂整形咨询中的有效性 | 使用来自眼睑下垂整形检查列表的问题 | 自然语言处理 | NA | 深度学习 | ChatGPT | 文本 | 九个问题 |
379 | 2024-08-05 |
All you need is data preparation: A systematic review of image harmonization techniques in Multi-center/device studies for medical support systems
2024-Jun, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2024.108200
PMID:38677080
|
系统评价 | 本文评估了医疗支持系统中多中心/设备研究的图像调和技术。 | 提出了图像调和技术可以提高多来源医学影像的AI分析可靠性。 | 并未深入探讨各具体调和技术的局限性和挑战。 | 评估图像调和在多中心和多设备医学影像研究中的应用和效果。 | 分析2013年至2023年间的多中心和多设备医学影像研究的相关文献。 | 数字病理学 | NA | 图像调和技术 | 深度学习 | 图像 | NA |
380 | 2024-08-05 |
Innovative utilization of ultra-wide field fundus images and deep learning algorithms for screening high-risk posterior polar cataract
2024-Jun-01, Journal of cataract and refractive surgery
IF:2.6Q1
DOI:10.1097/j.jcrs.0000000000001419
PMID:38350234
|
研究论文 | 本研究开发了一种深度学习算法,利用超广角视网膜图像进行后极性白内障的自动筛查 | 建立了白内障影子投影理论,并基于该理论开发了深度学习算法以实现稳定的后极性白内障筛查 | 研究的设计为回顾性分析,可能存在选择偏倚 | 验证白内障影子投影理论并开发用于筛查后极性白内障的深度学习算法 | 回顾性收集546例超广角视网膜图像的数据 | 计算机视觉 | 白内障 | 深度学习算法 | NA | 图像 | 546例超广角视网膜图像 |