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 |
Automated detection of steps in videos of strabismus surgery using deep learning
2024-Jun-10, BMC ophthalmology
IF:1.7Q3
DOI:10.1186/s12886-024-03504-8
PMID:38853240
|
研究论文 | 本研究开发和验证了一种深度学习模型,用于自动检测斜视手术视频中的步骤 | 采用Transformer算法相比于RNN模型在识别视频步骤上表现更佳,展示了视频帧时空特征建模的优越性 | 可能存在视频数据集不够多样性以及仅限于特定医院的手术视频 | 提高斜视手术教学效果和住院医生表现评估的效率 | 479个斜视手术视频,这些视频被切割成3345个关于八个手术步骤的剪辑 | 计算机视觉 | NA | 深度学习 | Transformer和RNN | 视频 | 479个斜视手术视频,切割为3345个剪辑 |
822 | 2024-08-05 |
Unlocking the potential: T1-weighed MRI as a powerful predictor of levodopa response in Parkinson's disease
2024-Jun-09, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-024-01690-z
PMID:38853208
|
研究论文 | 本研究探讨了T1加权MRI对帕金森病患者左旋多巴反应的预测能力 | 本文首次使用深度学习模型提取T1w MRI特征,以预测帕金森病患者的左旋多巴反应,并且其鲁棒性优于传统临床信息 | 研究基于回顾性数据,可能存在数据偏倚 | 探索T1加权MRI在帕金森病患者左旋多巴反应预测中的潜力 | 帕金森病患者的MRI图像和临床特征数据 | 人工智能 | 帕金森病 | 深度学习 | SVM, XgBoost, MLP | 医学影像 | 436个记录(219个来自PPMI,217个来自瑞金医院的外部临床数据集) |
823 | 2024-08-05 |
A deep image classification model based on prior feature knowledge embedding and application in medical diagnosis
2024-06-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63818-x
PMID:38853158
|
研究论文 | 提出了一种基于先前特征知识嵌入的深度学习图像分类模型,应用于医学诊断 | 结合了先前特征知识嵌入和多尺度特征提取,使用RBPNN进行图像分类 | 对样本集的完整性要求较低,但可能影响分类特性 | 提高医学图像分类的准确性 | 脑肿瘤MRI图像和心脏超声图像数据集 | 计算机视觉 | NA | 深度学习,RBPNN | ResNet50 | 图像 | 脑肿瘤MRI数据集和心脏超声图像数据集,准确率分别为85.82%和83.92% |
824 | 2024-08-05 |
Deep learning models for predicting the survival of patients with hepatocellular carcinoma based on a surveillance, epidemiology, and end results (SEER) database analysis
2024-06-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63531-9
PMID:38853169
|
研究论文 | 本研究基于SEER数据库分析建立了深度学习模型以预测肝细胞癌患者的生存率 | 提出了一个新的NMTLR深度学习模型,其预后评估和治疗建议可能优于传统线性模型 | 研究对象仅限于2011年至2015年在SEER数据库中确诊的肝细胞癌患者,可能影响结果的普遍性 | 旨在使用深度学习模型提高对肝细胞癌患者生存率的预测精准度 | 研究对象包括2197名在SEER数据库中确诊的肝细胞癌患者 | 机器学习 | 肝癌 | 深度学习 | NMTLR | 临床数据 | 2197名患者,其中训练队列1537名,测试队列660名 |
825 | 2024-08-05 |
Reduced field-of-view DWI based on deep learning reconstruction improving diagnostic accuracy of VI-RADS for evaluating muscle invasion
2024-Jun-09, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-024-01686-9
PMID:38853219
|
研究论文 | 本研究调查了基于深度学习重建的缩小视野扩散加权成像(DWI)在评估膀胱癌肌肉浸润中的诊断准确性 | 采用深度学习重建技术的缩小视野DWI提高了诊断性能并减少了采集时间 | 未发现rFOV DWI与标准rFOV DWI在评估肌肉浸润的诊断准确性上存在差异 | 研究使用深度学习重建的缩小视野DWI是否能提高肌肉浸润评估的准确性 | 86名膀胱癌患者 | 数字病理学 | 膀胱癌 | 深度学习重建(DLR) | NA | 影像 | 86名膀胱癌患者 |
826 | 2024-08-05 |
Establishment and preliminary application of personalized three-dimensional reconstruction of thyroid gland with automatic detection of thyroid nodules based on ultrasound videos
2024-Jun, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.14332
PMID:38528686
|
研究论文 | 本研究旨在建立基于超声视频的甲状腺及甲状腺结节的三维重建方法 | 首次采用深度学习技术构建个性化的甲状腺三维模型,并结合自动检测技术 | 样本量较小,仅涉及20名患者和15名外科医生,可能影响结果的普遍性 | 评估基于二维超声视频的甲状腺三维重建方法的临床价值 | 甲状腺、甲状腺结节和颈总动脉 | 数字病理学 | NA | 超声 | BC-UNet, MTN-Net, RDPA-U-Net | 视频 | 20名患者和15名外科医生 |
827 | 2024-08-05 |
[Artificial intelligence-enhanced electrocardiography : Will it revolutionize diagnosis and management of our patients?]
2024-Jun, Herzschrittmachertherapie & Elektrophysiologie
DOI:10.1007/s00399-024-00997-0
PMID:38361131
|
研究论文 | 本文概述了人工智能增强心电图分析的当前进展及其潜在的临床革命。 | 引入了利用人工智能的新诊断选项,提高了传统心电图分析的准确性。 | 讨论了现有的局限性和医疗专业人员可能面临的挑战。 | 探讨人工智能在心电图分析中的应用及其对诊断和管理的影响。 | 焦点在于心电图的智能化分析及其在临床中的应用。 | 医学影像学 | 心脏病 | 心电图 (ECG) | 深度学习 | 心电图数据 | NA |
828 | 2024-08-05 |
Research on runoff process vectorization and integration of deep learning algorithms for flood forecasting
2024-Jun, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2024.121260
PMID:38833924
|
研究论文 | 本文提出了一种径流过程向量化方法,并结合三种深度学习模型进行洪水预测 | 提出的径流过程向量化方法显著提高了深度学习洪水预测的准确性 | 模型在实际应用中可能受到数据质量和可用性的限制 | 研究多步洪水预测方法以优化洪水预防和水资源管理 | 对中黄河地区九个典型流域的洪水径流数据进行研究 | 机器学习 | NA | 深度学习 | LSTM, TCN, Transformer | 洪水径流数据 | 九个典型流域的数据 |
829 | 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 |
830 | 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 |
831 | 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 |
832 | 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 |
833 | 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 |
834 | 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 |
835 | 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 |
836 | 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 |
837 | 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) |
838 | 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 |
839 | 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 |
840 | 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 |