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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
821 | 2024-08-05 |
Is deep learning-enabled real-time personalized CT dosimetry feasible using only patient images as input?
2024-Jun, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)
DOI:10.1016/j.ejmp.2024.103381
PMID:38810391
|
研究论文 | 提出了一种基于深度学习的个性化CT剂量测量新方法,仅使用患者的CT图像作为输入。 | 创新之处在于使用条件生成对抗网络(cGAN)替代传统的蒙特卡洛模拟,以实现快速的剂量图像生成。 | 研究的局限性在于个别器官的剂量计算可能受限于手动分割的准确性。 | 研究旨在提高个性化CT剂量测量的速度和准确性。 | 研究对象为接受CT扫描的患者的器官剂量。 | 医学影像学 | 无 | 深度学习 | 条件生成对抗网络(cGAN) | 图像 | 使用手动分割的多个器官(如肺、心脏、乳腺、骨骼和皮肤)进行剂量计算 |
822 | 2024-08-05 |
Accurate and rapid molecular subgrouping of high-grade glioma via deep learning-assisted label-free fiber-optic Raman spectroscopy
2024-Jun, PNAS nexus
IF:2.2Q1
DOI:10.1093/pnasnexus/pgae208
PMID:38860145
|
研究论文 | 本文开发了一种深度学习辅助的光纤拉曼光谱技术,用于高等级胶质瘤的准确和快速分子亚组分类 | 本研究创新性地结合了深度学习和拉曼光谱,实现了对高等级胶质瘤分子亚组的准确快速分类 | 研究未提及技术在实际手术环境中的适用性和长期效果 | 探索新的技术方法以准确和快速地进行高等级胶质瘤的分子亚组分类 | 44名高等级胶质瘤患者的743个组织样本 | 数字病理 | 胶质瘤 | 光纤拉曼光谱 | 卷积神经网络(ResNet) | 拉曼光谱 | 743个组织位点,涉及44名高等级胶质瘤患者 |
823 | 2024-08-05 |
Novel dosimetric validation of a commercial CT scanner based deep learning automated contour solution for prostate radiotherapy
2024-Jun, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)
DOI:10.1016/j.ejmp.2024.103339
PMID:38718703
|
研究论文 | 本研究评估了一种新的基于CT扫描仪的AI轮廓解决方案在前列腺放射治疗中的剂量学验证 | 本研究提出了一种新颖的剂量学验证方法,全面评估AI轮廓解决方案的有效性 | 研究中的样本量较小,仅分析20名前列腺患者,可能限制结果的泛化性 | 本研究的目的是优化前列腺放射治疗的剂量分布和计划质量 | 研究对象为20名前列腺患者,评估AI轮廓在直肠、膀胱和近端股骨的有效性 | 医学影像 | 前列腺癌 | CT扫描 | AI轮廓解决方案 | 医学影像 | 20名前列腺患者 |
824 | 2024-08-05 |
[Artificial intelligence research advances in discrimination and diagnosis of pulmonary ground-glass nodules]
2024-Jun-12, Zhonghua jie he he hu xi za zhi = Zhonghua jiehe he huxi zazhi = Chinese journal of tuberculosis and respiratory diseases
|
研究论文 | 本研究探讨了人工智能在肺部磨玻璃结节(GGNs)鉴别和诊断中的应用进展 | 本研究指出深度学习算法在分析复杂影像数据和预测GGNs性质方面的应用,以及在预测EGFR突变方面的潜力 | 需要进行广泛的验证研究,标准化影像协议,并改善AI算法的可解释性 | 旨在提高GGNs的早期检测、诊断和管理策略 | 研究对象为肺部磨玻璃结节及其良恶性特征 | 计算机视觉 | 肺癌 | 深度学习 | NA | 影像 | NA |
825 | 2024-08-05 |
Exploring the Conformational Ensembles of Protein-Protein Complex with Transformer-Based Generative Model
2024-Jun-11, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.4c00255
PMID:38816696
|
研究论文 | 本文探讨了一种基于变换器架构的深度学习模型以生成蛋白质-蛋白质复合物的构象集合 | 该研究训练了一种生成神经网络,能够直接生成具有物理现实感的新构象 | 尽管使用了分子动力学模拟,本文仍然存在取样效率和计算成本的挑战 | 研究蛋白质-蛋白质相互作用的构象变化及其在生物学功能中的联系 | 蛋白质-蛋白质复合物的构象集合 | 数字病理学 | NA | 分子动力学模拟 | 变换器 | 构象数据 | NA |
826 | 2024-08-05 |
Fast Nano-IR Hyperspectral Imaging Empowered by Large-Dataset-Free Miniaturized Spatial-Spectral Network
2024-Jun-11, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.4c01211
PMID:38822784
|
研究论文 | 论文提出了一种通过迷你化空间-光谱网络加速纳米红外成像的方法 | 该研究开发的迷你化深度学习模型SS-Net能够在没有大型标注数据集的情况下迅速完成模型训练,提升成像速度 | 缺乏对模型在其他类型样本上的全面验证 | 探讨如何快速实现纳米红外成像,提高成像速度 | 针对纳米规模红外成像技术的优化和加速 | 数字病理学 | NA | 压缩采样 | SS-Net | 图像 | 在开放刺激拉曼散射数据集上进行验证,样本数量未具体说明 |
827 | 2024-08-05 |
A systematic evaluation of Euclidean alignment with deep learning for EEG decoding
2024-Jun-11, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ad4f18
PMID:38776898
|
研究论文 | 本文系统评估了欧几里得对齐与深度学习结合在脑电图解码中的效果 | 研究了欧几里得对齐在共享和个体深度学习模型训练性能中的影响 | 仅评估了数据预处理的效果,对其他物种或数据类型的有效性尚未探讨 | 评估欧几里得对齐结合深度学习在脑机接口信号解码中的有效性 | 使用来自多个受试者的脑电图数据进行模型训练 | 数字病理学 | NA | 深度学习 | 共享深度学习模型与个体模型 | 脑电图信号 | 多个受试者的数据 |
828 | 2024-08-05 |
Attention decoupled contrastive learning for semi-supervised segmentation method based on data augmentation
2024-Jun-11, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad4d4f
PMID:38759677
|
研究论文 | 提出了一种基于数据增强的半监督分割方法,使用了注意力解耦对比学习以提高分割准确性 | 引入了注意力解耦模块,并利用对比学习有效区分前景和背景,从而增强了标签和未标签数据之间的相互作用 | 没有提供关于实验结果的具体数值和比较基准的详细信息 | 解决医学图像分析中特别是分割任务中获得像素级注释的困难 | 自动化乳腺超声(ABUS)数据集 | 数字病理学 | NA | 对比学习 | NA | 图像 | NA |
829 | 2024-08-05 |
Accelerating Molecular Vibrational Spectra Simulations with a Physically Informed Deep Learning Model
2024-Jun-11, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.4c00173
PMID:38825857
|
研究论文 | 本文提出了一种高效的多任务机器学习替代模型,用于准确计算分子振动光谱。 | 开发的Vibrational Spectra Neural Network (VSpecNN)模型能够基于机器学习增强的分子动力学模拟准确预测红外和拉曼光谱。 | 与常用的高性能机器学习模型相比,尽管VSpecNN模型具有较低的预测误差,但可能仍无法捕捉所有的分子振动特征。 | 本研究旨在通过物理知识引导的深度学习模型加速分子振动光谱的模拟。 | 研究对象为腙类化合物吡嗪,一种典型的多原子色素。 | 机器学习 | NA | 机器学习增强的分子动力学模拟 | Vibrational Spectra Neural Network (VSpecNN) | 光谱数据 | NA |
830 | 2024-08-05 |
Parallel CNN-Deep Learning Clinical-Imaging Signature for Assessing Pathologic Grade and Prognosis of Soft Tissue Sarcoma Patients
2024-Jun-10, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29474
PMID:38859600
|
研究论文 | 本文评估了结合临床影像学参数与深度学习特征评估软组织肉瘤患者病理分级和预后的诊断准确性 | 提出了一种结合临床影像特征和深度学习的临床影像签名,显示出在病理分级和预后评估中的优势 | 未提供关于外部验证样本选择和潜在偏差的详细信息 | 评估结合临床影像与深度学习的特征对软组织肉瘤患者病理分级和预后的诊断能力 | 354例病理确诊的软组织肉瘤患者 | 深度学习 | 软组织肉瘤 | MRI | ResNet-18 | 影像 | 354例(226例低度,128例高度) |
831 | 2024-08-05 |
A Clinical Bacterial Dataset for Deep Learning in Microbiological Rapid On-Site Evaluation
2024-Jun-08, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-024-03370-5
PMID:38851809
|
研究论文 | 本文提供了一套用于微生物快速现场评估的临床细菌数据集 | 收集了2018至2022年间肺部感染患者的革兰染色细菌图像,并进行了手动标注 | 数据集主要集中于肺感染患者的特定数据,可能无法泛化到其他感染类型 | 旨在改善微生物快速现场评估中的病原体自动识别 | 收集自中国PLA总医院肺部感染患者的细菌图像 | 数字病理学 | 肺炎 | 深度学习 | 检测和分割网络 | 图像 | 共收集了1705张革兰染色细菌图像 |
832 | 2024-08-05 |
The interplay of group size and flow velocity modulates fish exploratory behaviour
2024-06-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63975-z
PMID:38851769
|
研究论文 | 该文章研究了水流速度和鱼群体大小对鱼类探索行为的影响 | 首次探讨了水流动力学对河流鱼类社会促进现象的影响 | 研究主要集中在特定鱼种和水流条件下,结果可能不适用于所有鱼类 | 理解水流动力学如何影响河流鱼类的社会行为 | 野生幼年意大利条纹重尾鲤 | 自然语言处理 | NA | 人工智能深度学习算法 | NA | 行为数据 | 多个不同群体大小的野生鱼类样本 |
833 | 2024-08-05 |
xECGArch: a trustworthy deep learning architecture for interpretable ECG analysis considering short-term and long-term features
2024-06-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63656-x
PMID:38849417
|
研究论文 | 提出了一种新颖的深度学习架构xECGArch,用于可解释的心电图分析。 | 第一次通过两个独立的卷积神经网络分析短期和长期特征,并结合可解释人工智能的方法来提高可解释性。 | 该研究的局限性未详细描述。 | 旨在提高心电图分析的可解释性,以便更好地用于临床应用。 | 研究对象为心房颤动(AF)检测,使用了四个公共心电图数据库。 | 计算机视觉 | 心血管疾病 | 心电图分析 | 卷积神经网络(CNN) | 心电图(ECG) | 使用了四个公共心电图数据库,具体样本数量未提供 |
834 | 2024-08-05 |
Estimation of the amount of pear pollen based on flowering stage detection using deep learning
2024-06-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63611-w
PMID:38849427
|
研究论文 | 本研究提出了一种基于人工智能的方法来估计梨花粉的数量 | 使用YOLO深度学习对象检测算法分类和检测花朵形状,并估计花粉量 | 本研究仅讨论了估计收集花粉数量的性能 | 提高梨花粉收集的效率和稳定性 | 不同花朵品种的形状分类与花粉量估计 | 机器学习 | NA | 深度学习 | YOLO | 图像 | 多种花朵品种的样本 |
835 | 2024-08-05 |
An enhanced speech emotion recognition using vision transformer
2024-06-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63776-4
PMID:38849422
|
研究论文 | 本研究提出了一种利用轻量级视觉变换器模型改善语音情感识别的方法 | 使用视觉信号提升语音情感识别的性能,并提出非重叠块特征提取方法 | 未提及具体限制 | 提升人机交互系统中语音情感识别的准确性 | 使用两个基准的语音情感数据集进行实验 | 计算机视觉 | NA | 深度学习 | 视觉变换器(ViT) | 音频 | 两个数据集(TESS和EMODB)的样本,具体样本量未说明 |
836 | 2024-08-05 |
An encoding generative modeling approach to dimension reduction and covariate adjustment in causal inference with observational studies
2024-Jun-04, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2322376121
PMID:38809705
|
研究论文 | 本文提出了一个深度学习框架CausalEGM,用于非线性降维和生成模型的治疗与反应之间的依赖关系建模 | CausalEGM通过建立高维协变量空间和低维潜在空间之间的双向变换创新了协变量特征的提取方法 | 在复杂模型的解释性和计算效率上可能存在挑战 | 研究旨在改善因果推断中的协变量调整和维度降解 | 研究对象包括影响治疗和反应的协变量特征 | 机器学习 | NA | 深度学习 | NA | NA | 在样本量较大和协变量维度较高的实验中验证了该方法的优越性 |
837 | 2024-08-05 |
Target recognition and segmentation in turbid water using data from non-turbid conditions: a unified approach and experimental validation
2024-Jun-03, Optics express
IF:3.2Q2
DOI:10.1364/OE.524714
PMID:38859442
|
研究论文 | 本研究提出了一种新颖的深度学习方法,用于浑浊水环境下的语义分割任务 | 提出一种联合方法,结合数据扩展技术和改进的U-net模型,模拟不同浑浊度下的水下图像 | 传统的基于U-net的修改模型在提升任务性能方面存在局限性 | 研究在浑浊环境下进行水下图像的语义分割 | 深海聚金属结核的有效采集 | 计算机视觉 | NA | 深度学习 | 改进的U-net模型 | 图像 | NA |
838 | 2024-08-05 |
Prediction of treatment response in major depressive disorder using a hybrid of convolutional recurrent deep neural networks and effective connectivity based on EEG signal
2024-Jun, Physical and engineering sciences in medicine
IF:2.4Q2
DOI:10.1007/s13246-024-01392-2
PMID:38358619
|
研究论文 | 本研究开发了一种基于深度学习和脑有效连接的新方法,用于在治疗前对重度抑郁症患者进行SSRIs抗抑郁药的应答者和非应答者进行分类 | 提出了一种新的方法,利用深度学习模型自动提取空间和时间特征,改善分类结果 | 样本量较小,仅包括30名重度抑郁症患者,可能影响结果的普适性 | 研究旨在在治疗前预测重度抑郁症患者对SSRIs的治疗反应 | 研究对象为30名重度抑郁症患者 | 计算机视觉 | 重度抑郁症 | EEG信号 | 混合卷积神经网络和双向长短期记忆网络 | 图像 | 30名重度抑郁症患者的EEG信号 |
839 | 2024-08-05 |
Diastolic function assessment with four-dimensional flow cardiovascular magnetic resonance using automatic deep learning E/A ratio analysis
2024 Summer, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance
IF:4.2Q1
DOI:10.1016/j.jocmr.2024.101042
PMID:38556134
|
研究论文 | 本研究比较了自动和半自动方法用于四维流心血管磁共振成像评估E/A比率的效果 | 使用深度学习自动评估E/A比率的方法被证明是最有效的,并且具有较短的运行时间 | 在绝对峰值E和A速度的测量上存在低估现象 | 评估不同方法在心脏病患者中使用4D Flow心血管磁共振评估舒张功能的有效性 | 97名慢性缺血性心脏病患者 | 数字病理学 | 心血管疾病 | 心血管磁共振成像(CMR) | 深度学习 | 医学影像 | 97个慢性缺血性心脏病患者 |
840 | 2024-08-05 |
A Q-transform-based deep learning model for the classification of atrial fibrillation types
2024-Jun, Physical and engineering sciences in medicine
IF:2.4Q2
DOI:10.1007/s13246-024-01391-3
PMID:38353927
|
研究论文 | 本文开发了一种基于Q变换的深度学习模型,用于分类心房颤动类型 | 该研究提出了一种自定义的2D卷积神经网络模型,能够自动区分非心房颤动与阵发性心房颤动和持续性心房颤动 | 由于PAF和PsAF类别的数据不平衡,采用了数据增强技术来匹配Non-AF类别的样本数量 | 研究目的是提高心房颤动亚型的分类准确性,以改善临床决策和疾病管理 | 研究对象是心电图(ECG)图像中的不同心房颤动亚型 | 计算机视觉 | 心房颤动 | 常数Q变换(CQT) | 卷积神经网络(CNN) | 图像 | 训练集包含207,828张图像,测试集和验证集分别包含44,538张和44,532张图像 |