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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
721 | 2024-08-07 |
Editorial for "Parallel CNN-Deep Learning Clinical-Imaging Signature for Assessing Pathologic Grade and Prognosis of Soft Tissue Sarcoma Patients"
2024-Jun-19, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29476
PMID:38896101
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
722 | 2024-08-05 |
Deep learning-based approach for 3D bone segmentation and prediction of missing tooth region for dental implant planning
2024-06-16, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-64609-0
PMID:38880802
|
研究论文 | 本研究利用U-Net模型进行牙科CBCT扫描中缺失牙齿区域的骨骼分割和植牙位置预测 | 提出了一种基于深度学习的U-Net模型,针对牙科影像分析和植牙规划进行了创新应用 | 无相关限制信息 | 研究旨在提高牙科植牙规划的自动化水平 | 研究对象为Taibah大学牙科医院2018至2023年的CBCT数据集患者 | 数字病理 | NA | CBCT | U-Net | 影像 | NA |
723 | 2024-08-05 |
Detection of Parkinson disease using multiclass machine learning approach
2024-06-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-64004-9
PMID:38877028
|
研究论文 | 本研究使用机器学习和深度学习技术检测帕金森病。 | 提出了一种基于语音信号特征区分帕金森病患者和健康个体的方法,包括应用KNN和FNN模型。 | 样本数量相对较少,仅包含195个语音录音。 | 旨在通过声音信号的分析,及时检测帕金森病,以便有效管理疾病。 | 研究对象为31名帕金森病患者及其语音信号。 | 机器学习 | 帕金森病 | 机器学习、深度学习 | KNN、FNN | 语音 | 195个语音录音,来自31名患者 |
724 | 2024-08-05 |
Deep cell phenotyping and spatial analysis of multiplexed imaging with TRACERx-PHLEX
2024-Jun-15, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-48870-5
PMID:38879602
|
研究论文 | 本文介绍了一种名为TRACERx-PHLEX的深度细胞表型分析和空间分析的方法 | 该研究的创新点在于开发了一个基于深度学习的自动化计算管道,能够进行细胞分割、细胞类型注释和空间分析 | 在不同组织类型、固定条件、图像大小和抗体面板的评估中可能存在局限性 | 研究旨在提供一个可重复、全面且用户友好的多重成像计算管道 | 研究对象包括不同组织类型的细胞及其空间分布 | 数字病理学 | NA | 成像质谱细胞术 | 深度学习模型 | 图像 | NA |
725 | 2024-08-05 |
Biomarker-based human and animal sperm phenotyping: the good, the bad and the ugly†
2024-Jun-12, Biology of reproduction
IF:3.1Q2
DOI:10.1093/biolre/ioae061
PMID:38640912
|
review | 本综述探讨了基于生物标志物的人类和动物精子表型分析的优缺点 | 文章创新地将下一代成像流式细胞术引入人类和动物精子分析中,结合机器学习和深度学习算法以提高诊断精度 | 文章中未详细论述每种生物标志物的临床应用案例 | 提高人类与经济重要动物精子的精子表型分析的精确度 | 人类及经济重要的牲畜动物的精子标志物 | 数字病理学 | NA | 流式细胞术,生物标志物成像 | NA | NA | NA |
726 | 2024-08-05 |
Critical assessment of missense variant effect predictors on disease-relevant variant data
2024-Jun-08, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.06.597828
PMID:38895200
|
研究论文 | 该文章评估了用于预测错义变体致病性的计算工具的有效性 | 该研究引入了对错义变体效应预测工具的全面评估,并与旧有方法进行了比较 | 某些预测工具在区分致病变体和非常少见的良性变体时表现较差 | 评估错义变体效应预测工具的临床和研究实用性 | 评估来自疾病相关数据库的稀有错义变体数据集中的预测工具 | 数字病理学 | NA | 深度学习 | NA | 数据集中的变体信息 | NA |
727 | 2024-08-05 |
Extracting Systemic Anticancer Therapy and Response Information From Clinical Notes Following the RECIST Definition
2024-Jun, JCO clinical cancer informatics
IF:3.3Q2
DOI:10.1200/CCI.23.00166
PMID:38885475
|
研究论文 | 本研究应用自然语言处理技术自动提取癌症治疗和疗效评估信息 | 提出了一种复杂的混合自然语言处理系统,能够从临床文本中自动提取和总结治疗和疗效信息 | 模型在疗法与RECIST反应链接方面的表现有待提高,虽然终端性能达到0.74,但仍有改进空间 | 自动化从临床记录中提取癌症治疗和RECIST反应信息,以提高数据收集的一致性和可靠性 | 临床笔记中的抗癌治疗及其相关的RECIST反应信息 | 自然语言处理 | 癌症 | 自然语言处理 (NLP) | 混合机器学习/深度学习模型 | 文本 | 两个来自不同机构的独立测试集 |
728 | 2024-08-05 |
A novel deep learning framework for accurate melanoma diagnosis integrating imaging and genomic data for improved patient outcomes
2024-Jun, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI)
IF:2.0Q3
DOI:10.1111/srt.13770
PMID:38881051
|
研究论文 | 本研究提出了一种新的深度学习框架,通过整合成像和基因组数据来诊断黑色素瘤 | 采用结合多模态成像和基因组数据的深度神经网络进行黑色素瘤分类,可能提供比现有医学方法更可靠的诊断 | 该框架的应用需要在更大规模上进行验证,并需要更多临床试验来确立其有效性和可行性 | 研究目的是改进黑色素瘤的早期和准确诊断方法 | 研究对象为皮肤癌黑色素瘤的诊断与分类 | 计算机视觉 | 皮肤癌 | 深度神经网络 | 卷积神经网络和图神经网络 | 图像和基因组数据 | 包含皮肤镜图像、组织病理切片和基因组资料的数据集 |
729 | 2024-08-05 |
Application of a novel deep learning-based 3D videography workflow to bat flight
2024-Jun, Annals of the New York Academy of Sciences
IF:4.1Q1
DOI:10.1111/nyas.15143
PMID:38652595
|
研究论文 | 本文提出了一种基于深度学习的3D视频拍摄流程,以研究飞行动物的生物力学细节 | 引入了深度学习驱动的自动数字化流程,结合质量指标进行过滤和纠正错误标记点 | 研究主要集中在蝙蝠的飞行上,可能不适用于其他动物的生物力学研究 | 提高飞行动物生物力学研究的数字化效率 | 主要研究对象为蝙蝠飞行 | 计算机视觉 | NA | 深度学习 | NA | 视频 | 四只蝙蝠 |
730 | 2024-08-05 |
Perfect Match: Radiomics and Artificial Intelligence in Cardiac Imaging
2024-Jun, Circulation. Cardiovascular imaging
DOI:10.1161/CIRCIMAGING.123.015490
PMID:38889216
|
综述 | 本文探讨了放射组学与人工智能在心脏影像中的协同作用 | 提出了放射组学提取医疗影像中的定量特征与深度学习技术结合的潜力 | 讨论了使用放射组学和人工智能在临床应用中的挑战和局限性 | 增强心脏影像的诊断和预后能力 | 关注心血管疾病的影像学特征 | 数字病理学 | 心血管疾病 | 放射组学,深度学习 | 深度学习 | 医疗影像 | NA |
731 | 2024-08-05 |
Emerging trends and hotspots in cervical intraepithelial neoplasia research from 2013 to 2023: A bibliometric analysis
2024-Jun-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e32114
PMID:38882369
|
研究论文 | 本文通过文献计量分析总结了宫颈上皮内瘤变(CIN)领域的研究热点和未来趋势 | 首次在宫颈上皮内瘤变领域进行了文献计量分析,揭示了关键的研究方向和趋势 | 研究主要集中在发表的文献,可能无法全面反映整个CIN领域的研究现状 | 归纳和预测宫颈上皮内瘤变领域的研究热点和未来趋势 | 分析过去十年间与宫颈上皮内瘤变相关的文献 | 数字病理学 | 宫颈癌 | 文献计量分析 | NA | 文献 | 4677篇相关论文 |
732 | 2024-08-05 |
Microscopy Image Dataset for Deep Learning-Based Quantitative Assessment of Pulmonary Vascular Changes
2024-Jun-15, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-024-03473-z
PMID:38879569
|
研究论文 | 本文提出了用于评估肺循环血管变化的显微镜图像数据集 | 创新之处在于提供了一个用于深度学习语义分割技术的肺循环血管的数据集 | 本文未提及该数据集的局限性 | 研究旨在改善对肺动脉高压患者肺循环血管结构变化的定量评估 | 研究对象为609张肺循环血管的显微照片 | 数字病理学 | 肺动脉高压 | 深度学习,语义分割 | U-Net | 图像 | 609张显微照片 |
733 | 2024-08-05 |
Deep learning guided prediction modeling of dengue virus evolving serotype
2024-Jun-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e32061
PMID:38882365
|
研究论文 | 本研究提出了一种深度学习模型,用于预测登革热病毒的演变血清型 | 提出的DL-DVE生成和分类模型超越了传统方法,能够在连续向量空间中学习核苷酸之间的语义关系 | 本研究不提及样本的多样性及外部验证的局限性 | 研究登革热病毒(DENV)的演变,以预测出现的新型血清型 | 采用2000个已公开的DENV完整基因组序列进行研究 | 计算机视觉 | 登革热 | 深度学习 | LSTM和前馈神经网络(FNN) | 基因组序列 | 2000个DENV完整基因组序列 |
734 | 2024-08-07 |
Traffic planning in modern large cities Paris and Istanbul
2024-Jun-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-64483-w
PMID:38879639
|
研究论文 | 该文章探讨了利用深度学习技术提高大城市交通状况预测准确性的复杂任务 | 提出了一种新模型,考虑了速度、流量和方向的累积影响,表现优于传统模型 | 未来研究需考虑更多信息源的整合,如物理交通流模型和天气条件等 | 旨在增强大规模交通条件预测的准确性 | 巴黎和伊斯坦布尔的历史交通数据 | 计算机视觉 | NA | 深度学习 | NA | 视频 | 基于两年真实数据生成的交通视频片段,涉及超过1000亿GPS探测点 |
735 | 2024-08-05 |
Sex classification of 3D skull images using deep neural networks
2024-06-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-61879-6
PMID:38877045
|
研究论文 | 本研究利用深度神经网络对3D头骨图像进行性别分类 | 首个评估深度学习模型处理3D医疗成像以区分出生时分配为男性或女性的个体的研究 | 成像样本数量有限,可能影响结果的推广性 | 研究性别分类的基础特征以及如何通过深度学习进行3D头骨图像分析 | 98个3D头骨样本 | 数字病理学 | NA | 深度学习 | Resnet3D, PointNet++, MeshNet | 图像 | 98个3D头骨样本 |
736 | 2024-08-05 |
Development of a real-time cattle lameness detection system using a single side-view camera
2024-06-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-64664-7
PMID:38877097
|
研究论文 | 本文研究了在奶牛养殖中使用深度学习进行牛只跛行检测的应用 | 提出了一种实时牛只跛行检测系统,结合了Mask-RCNN和YOLOv8两种物体检测算法 | 未提及具体的样本多样性和环境条件对系统性能的影响 | 旨在提高奶牛养殖管理,通过早期检测跛行来改善健康监测 | 主要研究对象为奶牛的跛行检测与跟踪 | 计算机视觉 | NA | 深度学习 | Mask-RCNN, YOLOv8 | 图像 | NA |
737 | 2024-08-05 |
Deep Kernel learning for reaction outcome prediction and optimization
2024-Jun-14, Communications chemistry
IF:5.9Q1
DOI:10.1038/s42004-024-01219-x
PMID:38877182
|
研究论文 | 文章提出了一种深度核学习框架用于反应结果预测和优化 | 融合了神经网络的特征学习能力与高斯过程的不确定性量化 | 标准高斯过程的表现不如深度核学习模型 | 加速反应发现,通过整合准确的预测模型与贝叶斯优化 | 反应结果的预测和优化 | 机器学习 | NA | 高斯过程 | 神经网络 | NA | NA |
738 | 2024-08-05 |
Retention-aware zero-shifting technique for Tiki-Taka algorithm-based analog deep learning accelerator
2024-Jun-14, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adl3350
PMID:38875324
|
研究论文 | 本文展示了一种针对非理想模拟内存设备的Tiki-Taka算法的模拟神经网络训练加速器的退化意识零偏移技术 | 提出了一种面向保留特性的零偏移技术,以优化神经网络训练性能 | 主要研究在具有有限保留时间的交叉点设备中的应用,可能不适用于其他类型的设备 | 优化模拟神经网络的训练性能 | 使用ECRAM设备进行的Tiki-Taka版本2算法的实验研究 | 机器学习 | NA | ECRAM | NA | NA | 8 × 8 ECRAM阵列,具有100%的产量 |
739 | 2024-08-05 |
Deep learning-driven hybrid model for short-term load forecasting and smart grid information management
2024-Jun-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63262-x
PMID:38877081
|
研究论文 | 本文提出了一种计算方法来解决短期电力负荷预测和能源信息管理中的挑战 | 引入了一种混合方法,结合了多种深度学习模型,以提高负荷预测的准确性和效率 | 未提及具体的局限性 | 准确预测未来的电力负荷需求 | 短期电力负荷预测和能源信息管理 | 机器学习 | NA | 深度学习 | Gated Recurrent Unit (GRU)和Temporal Convolutional Network (TCN) | 时间序列数据 | 包含四个公共数据集,包括GEFCom2014 |
740 | 2024-08-05 |
Deep learning-based pathological prediction of lymph node metastasis for patient with renal cell carcinoma from primary whole slide images
2024-Jun-14, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-024-05382-6
PMID:38877591
|
研究论文 | 本研究开发了一种基于深度学习的策略,用于从原发性肾细胞癌的全切片图像预测淋巴结转移 | 提出了一种新的基于聚类约束注意力的多实例学习方法来预测淋巴转移,并在多个队列中进行了验证 | 本研究主要依赖于特定的图像数据集,可能会限制模型在其他数据集上的适用性 | 旨在为肾细胞癌患者提供淋巴结转移的预测模型,以辅助临床决策 | 研究对象为895个福尔马林固定和石蜡包埋的全切片图像以及588个冷冻切片图像 | 数字病理学 | 肾癌 | 深度学习 | 聚类约束注意力多实例学习 | 图像 | 总计1483个(895个福尔马林固定的全切片图像和588个冷冻切片图像) |