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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
741 | 2024-08-05 |
An AS-OCT image dataset for deep learning-enabled segmentation and 3D reconstruction for keratitis
2024-Jun-13, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-024-03464-0
PMID:38871784
|
研究论文 | 本文提供了一个用于角膜炎深度学习分割和3D重建的AS-OCT影像数据集 | 创建了一个1168个AS-OCT图像的开放获取数据集,支持角膜炎图像的深度学习分析 | NA | 推动AS-OCT图像分析技术的发展 | 角膜炎患者的AS-OCT影像 | 数字病理学 | 角膜炎 | AS-OCT | 深度学习 | 图像 | 1168个AS-OCT影像(6名患者) |
742 | 2024-08-05 |
Quantitative Evaluation of the Pore and Window Sizes of Tissue Engineering Scaffolds on Scanning Electron Microscope Images Using Deep Learning
2024-Jun-11, ACS omega
IF:3.7Q2
DOI:10.1021/acsomega.4c01234
PMID:38882138
|
研究论文 | 本研究开发了一种深度学习模型Pore D,用于自动定量评估组织工程支架的孔和窗尺寸 | 首次使用深度学习模型自动量化开放孔支架的形态特征 | 由于该研究仅限于特定条件下制造的支架,可能不适用于所有类型的支架 | 旨在精确控制组织工程支架的形态特征,以满足特定应用的需求 | 研究对象是不同制造条件下的开放孔支架 | 数字病理学 | NA | 扫描电子显微镜 | 深度学习模型 | 图像 | 多种制造条件下的不同形态支架 |
743 | 2024-08-05 |
Brain age predicted using graph convolutional neural network explains neurodevelopmental trajectory in preterm neonates
2024-Jun, European radiology
IF:4.7Q1
DOI:10.1007/s00330-023-10414-8
PMID:37957363
|
研究论文 | 本研究探讨了利用图卷积神经网络预测的脑龄与早产儿的神经发育结果之间的关联 | 提出了一种基于脑形态学和图卷积网络的新脑龄指数,提高了预测脑龄的准确性和临床解释能力 | 研究未考虑围产期脑损伤对神经发育结果的影响 | 理解早产儿的神经发育轨迹以及如何通过预测脑龄进行早期干预 | 577个早产儿的T1 MRI扫描图像 | 数字病理学 | NA | 图卷积神经网络 | NA | 图像 | 577个早产儿的T1 MRI扫描 |
744 | 2024-08-05 |
Prediction of cerebral hemorrhagic transformation after thrombectomy using a deep learning of dual-energy CT
2024-Jun, European radiology
IF:4.7Q1
DOI:10.1007/s00330-023-10432-6
PMID:37950080
|
研究论文 | 本研究开发并验证了一种深度学习模型,以预测血栓清除术后的出血性转化 | 使用双能计算机断层扫描的卷积神经网络无须标注感兴趣区域即可进行准确预测 | 本研究为回顾性研究,可能存在选择偏倚 | 研究旨在建立和验证预测急性中风后出血性转化的深度学习模型 | 研究对象包括在2019年5月至2023年2月间接受血管内血栓清除术的急性前循环堵塞患者 | 计算机视觉 | 急性中风 | 双能CT | 卷积神经网络(CNN) | 影像 | 202名患者(平均年龄71.4岁) |
745 | 2024-08-05 |
Weakly supervised deep learning for diagnosis of multiple vertebral compression fractures in CT
2024-Jun, European radiology
IF:4.7Q1
DOI:10.1007/s00330-023-10394-9
PMID:37973631
|
研究论文 | 本研究旨在开发一种弱监督深度学习模型,用于CT图像中椎体压缩骨折的分类 | 提出的弱监督模型在椎体级压缩骨折分类中可能具有与监督模型相当或更好的性能 | 在L2的敏感性低于监督模型,但差异无显著性 | 旨在利用图像级标签数据进行椎体级别的椎体压缩骨折分类 | 研究对象为815名患者,包括正常患者和椎体压缩骨折患者 | 数字病理学 | NA | 深度学习 | 弱监督模型 | 图像 | 815名患者,包含507名正常患者和308名椎体压缩骨折患者 |
746 | 2024-08-05 |
Automatic image segmentation and online survival prediction model of medulloblastoma based on machine learning
2024-Jun, European radiology
IF:4.7Q1
DOI:10.1007/s00330-023-10316-9
PMID:37994966
|
研究论文 | 本研究开发了一种动态列线图,整合放射组学特征和临床特征,以估计髓母细胞瘤患者的整体生存率,并设计了一种自动图像分割模型来降低劳动和时间成本 | 引入了结合放射组学特征与临床特征的生存预测模型,提高了髓母细胞瘤患者生存率预估的准确性,同时建立了MRI图像的自动分割模型 | 研究中使用的数据仅限于217名患者,可能影响结果的广泛适用性 | 旨在提升髓母细胞瘤患者的生存率预测准确性并减少图像处理的时间和劳动成本 | 217名髓母细胞瘤患者的数据 | 机器学习 | 髓母细胞瘤 | 随机生存森林 (RSF)、LASSO回归、3D-Unet深度学习 | Cox比例风险模型、深度学习模型 | 影像数据 | 217名髓母细胞瘤患者 |
747 | 2024-08-05 |
A dataset of ground-dwelling nocturnal fauna for object detection and classification
2024-Jun, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.110537
PMID:38882193
|
研究论文 | 本文揭示了一个名为BioAuxdataset的注释数据集,旨在通过多年的野外图像采集促进夜行性地面生物的识别 | 该数据集包含超过100,000张原始野外图像,并采用图像增强技术来提高数据质量 | 对于数据集中表现不足的物种,数据增强技术的应用可能无法完全解决样本不足的问题 | 促进对夜行性地面生物的识别,助力生态研究和其他应用领域 | 七种常见的夜行性地面生物,包括步甲、老鼠、蛛形纲、蛞蝓、鼩鼱、小蛞蝓和虫子 | 计算机视觉 | NA | 深度学习算法 | NA | 图像 | 超过100,000张原始野外图像,涵盖七种生物 |
748 | 2024-08-05 |
Feasibility and limitations of deep learning-based coronary calcium scoring in PET-CT: a comparison with coronary calcium score CT
2024-Jun, European radiology
IF:4.7Q1
DOI:10.1007/s00330-023-10390-z
PMID:37962596
|
研究论文 | 本研究旨在确定基于深度学习的冠状动脉钙评分在PET-CT中的可行性及局限性。 | 比较使用人工智能的PET-CT与传统的冠状动脉钙CT在计算冠状动脉钙评分中的效果,提供了新的视角。 | 相对较高的假阴性结果和低估趋势应引起关注。 | 研究人工智能辅助的冠状动脉钙评分在PET-CT中的应用效果和局限。 | 共215名接受CaCT和PET-CT检查的个体。 | 数字病理学 | 心血管疾病 | PET-CT, ECG-门控非增强心脏CT | 人工智能 | 影像 | 215名个体 |
749 | 2024-08-05 |
Segmented X-ray image data for diagnosing dental periapical diseases using deep learning
2024-Jun, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.110539
PMID:38882192
|
研究论文 | 本研究提供了一个包含健康与病态患者的牙齿周围X光片的分割数据集 | 采用先进的图像分割方法,将数据集分类为健康和病态牙病患者,奠定了自动化检测系统的基础 | NA | 研究旨在提高牙周病的诊断准确性 | 包含929张高质量的牙周X光片,涵盖不同年龄和牙齿疾病的患者 | 数字病理学 | NA | 深度学习 | NA | 图像 | 929张牙周X光图像 |
750 | 2024-08-05 |
Impact of real-life use of artificial intelligence as support for human reading in a population-based breast cancer screening program with mammography and tomosynthesis
2024-Jun, European radiology
IF:4.7Q1
DOI:10.1007/s00330-023-10426-4
PMID:37975920
|
研究论文 | 评估人工智能作为辅助工具对乳腺癌筛查项目双重阅读的影响 | 首次在真实世界场景中使用人工智能系统支持人类双重阅读,提高乳腺癌检测率和阳性预测值 | 研究未深入探讨人工智能系统的具体实施细节和与不同人群的泛化能力 | 研究人工智能在乳腺癌筛查中的应用效果 | 对2021年3月至2022年3月期间参与乳腺癌筛查的11998名女性进行分析 | 数字病理 | 乳腺癌 | 数字乳腺摄影和数字乳腺断层合成 | 深度学习 | 图像 | 11998名女性(5049名接受数字乳腺摄影,6949名接受数字乳腺断层合成) |
751 | 2024-08-05 |
Radiomics for the identification of extraprostatic extension with prostate MRI: a systematic review and meta-analysis
2024-Jun, European radiology
IF:4.7Q1
DOI:10.1007/s00330-023-10427-3
PMID:37955670
|
meta-analysis | 本研究系统回顾了MRI放射组学在前列腺癌EPE预测中的应用 | 本研究通过荟萃分析探讨了MRI放射组学在前列腺癌外前列腺扩展预测中的潜力 | 本研究提到包含的研究在设计和方法学质量上存在局限性 | 探讨MRI放射组学在前列腺癌外前列腺扩展预测中的有效性 | 评估MRI基础的放射组学方法对前列腺癌EPE识别的准确性 | digital pathology | prostate cancer | MRI | NA | radiomics data | 包含了13项研究的数据 |
752 | 2024-08-05 |
MRI-based automated multitask deep learning system to evaluate supraspinatus tendon injuries
2024-Jun, European radiology
IF:4.7Q1
DOI:10.1007/s00330-023-10392-x
PMID:37964049
|
研究论文 | 本研究建立了一种基于MRI的自动化多任务深度学习系统来评估肩胛上肌腱损伤 | 该系统在肩胛上肌腱损伤的分类上表现优于经验丰富的放射科医生 | 未提及具体的局限性 | 研究旨在构建一种高效的MRI自动化多任务深度学习系统以评估肩胛上肌腱损伤 | 3087名患者根据关节镜发现分为正常、退行性和撕裂三组 | 计算机视觉 | NA | 深度学习 | RC-MTL模型,VGG16 | 图像 | 3087名患者,外部验证573名患者 |
753 | 2024-08-05 |
Solution-state methyl NMR spectroscopy of large non-deuterated proteins enabled by deep neural networks
2024-Jun-13, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-49378-8
PMID:38871714
|
研究论文 | 本文展示了使用深度神经网络处理质子化样本的NMR光谱,以解决大分子样品准备的挑战。 | 本研究创新性地展示了在不进行氘代的情况下,通过深度神经网络获得高质量的NMR光谱。 | 研究中可能仍存在对数据处理及解读的限制,且未涉及所有类型的大分子蛋白质。 | 探讨使用深度学习分析复杂磁共振数据的方法,以促进对大生物分子的研究。 | 研究涉及分子量在42-360 kDa范围内的三种蛋白质及大肠杆菌苹果酸合成酶G(81 kDa)。 | 数字病理学 | NA | NMR光谱 | 深度神经网络 | 光谱数据 | 三种蛋白质 |
754 | 2024-08-05 |
Active gas camera mass flow quantification (qOGI): Application in a biogas plant and comparison to state-of-the-art gas cams
2024-Jun-01, The Review of scientific instruments
DOI:10.1063/5.0206155
PMID:38884562
|
研究论文 | 本文介绍了一种用于气体流量量化的新型主动气体相机,并在生物气体工厂进行应用。 | 本文创新地增强了气体相机的灵敏度适应性和相机-气体距离检测功能,首次实现了主动与被动气体相机间的比较。 | 本文未详细讨论在不同环境条件下该技术的普遍适用性。 | 研究气体流量的量化技术,评估主动气体相机在实际应用中的性能。 | 本研究对象为德国一座生物气体工厂中的气体泄漏情况。 | 数字道歉病理学 | NA | 激光光谱法和深度学习 | NA | 气体浓度 | 在生物气体工厂测量了一次气体泄漏情况 |
755 | 2024-08-05 |
Automated blood volume estimation in surgical drains for clinical decision support
2024-Jun, European review for medical and pharmacological sciences
DOI:10.26355/eurrev_202406_36375
PMID:38884505
|
研究论文 | 本文提出了一种利用深度学习技术自动估算手术引流管中血液体积的方法 | 创新点在于使用非接触方法和深度学习技术自动检测引流管,并计算血液体积 | 尚未提及系统在不同临床环境下的长期稳定性测试 | 研究旨在创建一个自动化的血液体积监测系统,以支持临床决策 | 主要研究对象是手术引流管中的血液体积监测 | 计算机视觉 | NA | 深度学习 | 语义分割 | 图像 | 使用了1004张在各种背景和光照条件下拍摄的图像 |
756 | 2024-08-05 |
A systematic review of brain metastases from lung cancer using magnetic resonance neuroimaging: Clinical and technical aspects
2024-Jun, Journal of medical radiation sciences
IF:1.8Q3
DOI:10.1002/jmrs.756
PMID:38234262
|
综述 | 本综述总结了与肺癌相关的脑转移瘤在磁共振成像技术方面的最新进展 | 文章创新性地展示了先进的磁共振成像技术在脑转移瘤管理中的应用,如灌注加权成像(PWI)和扩散加权成像(DWI) | 文章可能未能包括所有相关研究,可能存在偏倚的文献选择 | 探讨磁共振成像技术在肺癌脑转移瘤中的临床和技术应用 | 涉及2013年1月至2023年3月间进行的脑转移瘤相关的65项研究 | 数字病理学 | 肺癌 | 磁共振成像(MRI) | 深度学习(DL) | 文本 | 65项研究 |
757 | 2024-08-05 |
A deep-learning-based model for assessment of autoimmune hepatitis from histology: AI(H)
2024-Jun-15, Virchows Archiv : an international journal of pathology
IF:3.4Q1
DOI:10.1007/s00428-024-03841-5
PMID:38879691
|
研究论文 | 该文章开发了一种基于深度学习的工具,用于评估自身免疫性肝炎的组织学结果 | 提出了一种深度学习模型,能够从常规病理切片中提供可重复、可量化且可解释的结果 | 没有提及该工具在临床应用中的实际效果 | 研究旨在提高自身免疫性肝炎活检的评估精度和一致性 | 使用123例确诊自身免疫性肝炎的肝活检样本进行模型训练 | 数字病理学 | 自身免疫性肝炎 | 深度学习 | 卷积神经网络(CNN) | 图像 | 123例肝活检样本 |
758 | 2024-08-05 |
Potential rapid intraoperative cancer diagnosis using dynamic full-field optical coherence tomography and deep learning: A prospective cohort study in breast cancer patients
2024-Jun-15, Science bulletin
IF:18.8Q1
DOI:10.1016/j.scib.2024.03.061
PMID:38702279
|
研究论文 | 本研究结合动态全景光学相干断层成像和深度学习,提供了一种快速的乳腺癌术中自动化诊断工作流程 | 本研究创新性地使用动态全景光学相干断层成像(D-FFOCT)与深度学习相结合,实现了无标签的快速肿瘤诊断 | 研究可能未覆盖所有类型的乳腺肿瘤样本 | 研究旨在提高乳腺癌术中诊断的速度和准确性 | 乳腺癌患者的良性与恶性组织 | 数字病理学 | 乳腺癌 | 动态全景光学相干断层成像(D-FFOCT) | 深度学习模型 | 图像 | 建模组包含182例样本,独立测试组包含42例样本 |
759 | 2024-08-05 |
Recurrent quantum embedding neural network and its application in vulnerability detection
2024-Jun-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63021-y
PMID:38871946
|
研究论文 | 本论文提出了一种递归量子嵌入神经网络用于漏洞检测。 | 创新点在于结合了递归量子嵌入神经网络与自然语言处理,显著减少了内存消耗和参数数量。 | 没有提到具体的局限性。 | 研究旨在提高漏洞检测任务的性能和资源利用效率。 | 研究对象为漏洞检测任务中的量子自然语言处理方法。 | 自然语言处理 | NA | 量子计算 | 递归量子嵌入神经网络 | NA | NA |
760 | 2024-08-05 |
Sentiment analysis of the Hamas-Israel war on YouTube comments using deep learning
2024-06-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63367-3
PMID:38871739
|
研究论文 | 本研究利用深度学习对YouTube评论中的哈马斯-以色列战争进行情感分析。 | 提出了一种深度学习方法,对哈马斯-以色列战争评论进行情感分析,填补了相关领域的研究空白。 | 未提供对不同社交媒体平台上评论的全面分析,可能限制了结果的广泛适用性。 | 旨在通过分析公众对哈马斯-以色列战争的意见,提供对不同立场的见解。 | 研究对象为从YouTube新闻频道收集的关于哈马斯-以色列战争的评论。 | 自然语言处理 | NA | NLP | LSTM, Bi-LSTM, GRU, CNN和Bi-LSTM混合 | 文本 | 收集了24,360条评论 |