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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
301 | 2025-03-05 |
Deep learning models for atypical serotonergic cells recognition
2024-07, Journal of neuroscience methods
IF:2.7Q3
DOI:10.1016/j.jneumeth.2024.110158
PMID:38703797
|
研究论文 | 本文提出了一种深度学习模型,用于高精度识别典型和非典型血清素能神经元与非血清素能细胞 | 该模型能够识别具有非典型特征的血清素能神经元,这是传统方法无法做到的 | 模型的训练数据主要来自体外电生理记录,可能无法完全反映体内环境的复杂性 | 研究目的是开发一种能够准确识别典型和非典型血清素能神经元的深度学习模型 | 研究对象是血清素能神经元和非血清素能细胞 | 机器学习 | NA | 电生理记录 | CNN | 电生理数据 | 27,108个原始动作电位样本和1200万个合成动作电位样本 |
302 | 2025-03-01 |
Simple models vs. deep learning in detecting low ejection fraction from the electrocardiogram
2024-Jul, European heart journal. Digital health
DOI:10.1093/ehjdh/ztae034
PMID:39081946
|
研究论文 | 本研究比较了简单模型与深度学习模型在从心电图(ECG)波形中检测左心室收缩功能障碍(LVSD)的准确性 | 研究表明,基于标准ECG测量的简单模型在检测LVSD方面可以达到与深度学习模型相似的准确性,且更易于实施和解释 | 研究主要依赖于单一医疗中心的数据,外部验证数据有限,可能影响模型的广泛适用性 | 比较简单模型与深度学习模型在检测LVSD方面的性能 | 心电图(ECG)波形和经胸超声心动图 | 机器学习 | 心血管疾病 | 随机森林模型、逻辑回归模型、深度学习模型 | 随机森林、逻辑回归、深度学习 | 心电图波形数据 | 40,994对匹配的12导联心电图和经胸超声心动图 |
303 | 2025-02-26 |
High-throughput classification of S. cerevisiae tetrads using deep learning
2024-07, Yeast (Chichester, England)
DOI:10.1002/yea.3965
PMID:38850080
|
研究论文 | 本文开发了一种基于深度学习的图像识别和分类管道,用于高通量检测和分类酿酒酵母四分体的减数分裂交叉 | 利用深度学习技术自动化分析酿酒酵母四分体的减数分裂交叉,提高了分析效率和准确性 | 研究主要针对酿酒酵母,可能不直接适用于其他生物体 | 自动化分析酿酒酵母四分体的减数分裂交叉,以加速发现与减数分裂重组相关的新基因 | 酿酒酵母四分体 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 大量野生型和特定基因敲除突变体的图像数据集 |
304 | 2025-02-26 |
A deep learning approach for diagnosis of schizophrenia disorder via data augmentation based on convolutional neural network and long short-term memory
2024-Jul, Biomedical engineering letters
IF:3.2Q2
DOI:10.1007/s13534-024-00360-9
PMID:38946814
|
研究论文 | 本文提出了一种基于卷积神经网络和长短期记忆网络的深度学习方法,通过数据增强技术自动诊断精神分裂症 | 提出了一种端到端的深度学习方法,结合15层CNN和16层CNN-LSTM网络,利用数据增强技术提高数据多样性,实现了高精度的精神分裂症诊断 | 未提及具体的数据集来源和样本的多样性,可能影响模型的泛化能力 | 开发一种自动诊断精神分裂症的工具,帮助精神病医生进行早期诊断 | 精神分裂症患者的脑电图(EEG)信号 | 机器学习 | 精神分裂症 | 生成对抗网络(GAN)用于数据增强 | CNN, LSTM | 脑电图(EEG)信号 | 大规模EEG数据集,具体样本数量未提及 |
305 | 2025-02-25 |
Deep Learning Analysis of Surgical Video Recordings to Assess Nontechnical Skills
2024-07-01, JAMA network open
IF:10.5Q1
|
研究论文 | 本研究探讨了利用手术视频记录中的运动特征自动评估心脏手术过程中非技术技能的可行性 | 首次使用深度学习技术从手术视频中提取运动特征,以自动评估手术团队的非技术技能 | 研究仅在一家医院进行,且样本量较小,需要进一步在不同医院和专科中验证结果 | 探索自动评估手术室非技术技能的方法,以提高手术表现和患者安全 | 心脏手术过程中的手术团队 | 计算机视觉 | 心血管疾病 | OpenPose库用于视频分析 | 深度学习 | 视频 | 30例完整的心脏手术过程 |
306 | 2025-02-22 |
Intelligent ultrafast total-body PET for sedation-free pediatric [18F]FDG imaging
2024-Jul, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-024-06649-2
PMID:38383744
|
研究论文 | 本研究旨在开发深度学习技术,以提高无镇静儿科PET成像的可行性 | 开发了一种基于245名成年受试者的可变形3D U-Net模型,用于增强模拟快速成像的质量,并在无镇静的儿科患者中进行了前瞻性测试 | 样本量相对较小,仅包括16名儿童进行回顾性测试和5名儿童进行前瞻性测试 | 提高无镇静儿科PET成像的可行性 | 儿童患者 | 数字病理 | NA | 深度学习 | 3D U-Net | PET图像 | 245名成年受试者,16名儿童进行回顾性测试,5名儿童进行前瞻性测试 |
307 | 2025-02-14 |
Independent Associations of Aortic Calcification with Cirrhosis and Liver Related Mortality in Veterans with Chronic Liver Disease
2024-Jul, Digestive diseases and sciences
IF:2.5Q2
DOI:10.1007/s10620-024-08450-5
PMID:38653948
|
研究论文 | 本研究评估了腹主动脉钙化(AAC)与慢性肝病(CLD)患者肝硬化及肝相关死亡率之间的独立关联 | 利用自动深度学习方法量化AAC,并首次在非NAFLD病因的CLD患者中发现了AAC与肝病严重程度和临床结果的强关联 | 研究仅针对退伍军人群体,可能限制了结果的普遍性 | 评估AAC与CLD患者肝相关死亡率的关联 | 患有慢性肝病的退伍军人 | 数字病理 | 肝病 | 深度学习方法 | NA | CT扫描图像 | 3604名退伍军人 |
308 | 2025-02-13 |
Attribute-guided prototype network for few-shot molecular property prediction
2024-Jul-25, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae394
PMID:39133096
|
研究论文 | 本文提出了一种属性引导的原型网络(APN),用于解决少样本分子属性预测(MPP)的挑战 | APN引入了分子属性提取器,能够提取三种不同类型的指纹属性,并通过自监督学习方法自动提取深度属性,设计了属性引导的双通道注意力模块来学习分子图与属性之间的关系 | NA | 解决少样本分子属性预测的挑战,提高分子属性预测的准确性 | 分子属性预测 | 机器学习 | NA | 自监督学习 | 属性引导的原型网络(APN) | 分子图 | 基准数据集 |
309 | 2025-02-08 |
Role of artificial intelligence in brain tumour imaging
2024-Jul, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2024.111509
PMID:38788610
|
综述 | 本文综述了人工智能在脑肿瘤影像学中的应用,重点讨论了机器学习和深度学习技术 | 探讨了AI在脑肿瘤影像学中的多种应用,包括病变检测、鉴别诊断、解剖分割、分子标志物识别、预后评估和假性进展评估,并涵盖了非胶质瘤脑肿瘤的AI应用 | 讨论了AI在放射学中实施的挑战和局限性,如数据质量、标准化和整合问题 | 探讨人工智能在脑肿瘤影像学中的应用,以改善脑肿瘤的诊断和治疗 | 脑肿瘤影像学 | 医学影像 | 脑肿瘤 | 机器学习(ML)和深度学习(DL) | NA | 影像数据 | NA |
310 | 2025-02-07 |
Artificial intelligence for gastric cancer in endoscopy: From diagnostic reasoning to market
2024-Jul, Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver
IF:4.0Q1
DOI:10.1016/j.dld.2024.04.019
PMID:38763796
|
综述 | 本文综述了人工智能在内窥镜检查中用于胃癌诊断的现状、挑战及临床应用前景 | 全面评估了人工智能在内窥镜成像中用于评估胃癌前病变和癌变的应用现状及广泛实施的技术障碍 | 需要更稳健的验证研究和克服监管障碍 | 评估人工智能在内窥镜成像中用于胃癌诊断的现状及临床应用障碍 | 胃癌前病变和癌变 | 计算机视觉 | 胃癌 | 深度学习模型 | NA | 图像 | NA |
311 | 2025-02-06 |
Labelling with dynamics: A data-efficient learning paradigm for medical image segmentation
2024-Jul, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2024.103196
PMID:38781755
|
研究论文 | 本文提出了一种数据高效的学习框架,用于医学图像分割任务,通过引入领域知识作为强先验来解决深度神经网络在医学应用中面临的数据需求和可解释性问题 | 提出了一种基于定制动态系统的数据高效学习框架,能够在极有限的训练数据下实现可靠的分割结果,并具有旋转不变性和对初始化不敏感的特性 | NA | 解决深度神经网络在医学图像分割任务中需要大量标注数据和缺乏可解释性的问题 | 医学图像分割 | 计算机视觉 | NA | 深度学习 | 深度神经网络(DNN) | 图像 | 两个数据集(JSRT和ISIC2016),涉及心脏和肺部X光图像分割以及皮肤病变的皮肤镜图像分割 |
312 | 2025-02-05 |
A Systematic Review of Artificial Intelligence Models for Time-to-Event Outcome Applied in Cardiovascular Disease Risk Prediction
2024-Jul-19, Journal of medical systems
IF:3.5Q2
DOI:10.1007/s10916-024-02087-7
PMID:39028429
|
系统综述 | 本文系统综述了人工智能模型在心血管疾病风险预测中的应用,特别是针对时间到事件结果的处理 | 首次系统评估了处理右删失数据的人工智能模型在心血管疾病风险预测中的应用,并强调了社会健康决定因素和性别分层的重要性 | 只有少数研究纳入了广泛的社会健康决定因素,且仅五分之一的研究进行了性别分层分析 | 评估和比较机器学习和深度学习模型在心血管疾病风险预测中的效果 | 心血管疾病风险预测模型 | 机器学习 | 心血管疾病 | 机器学习(ML)和深度学习(DL) | 随机生存森林(RSF)、生存梯度提升模型、惩罚Cox模型、DeepSurv | 生存数据 | 33项研究 |
313 | 2025-02-05 |
Artificial intelligence in suicide prevention: Utilizing deep learning approach for early detection
2024 Jul-Dec, Industrial psychiatry journal
DOI:10.4103/ipj.ipj_20_24
PMID:39898082
|
研究论文 | 本文介绍了一种利用人工神经网络(ANN)架构的人工智能模型,用于预测有自杀倾向的学生,旨在通过技术手段早期识别并干预 | 首次将人工神经网络应用于学生自杀风险的早期预测,并通过严格的超参数优化和统计指标评估模型性能 | 模型训练和测试数据为虚构和模拟的,未来需要真实世界的数据验证和模型优化 | 构建一个AI模型,用于早期识别有自杀倾向的学生,以便及时干预 | 面临考试压力的学生 | 机器学习 | 心理健康 | 人工神经网络(ANN) | ANN | 虚构和模拟的学生档案数据 | NA |
314 | 2024-08-29 |
Detection and quantitative analysis of patient-ventilator interactions in ventilated infants by deep learning networks
2024-Jul, Pediatric research
IF:3.1Q1
DOI:10.1038/s41390-024-03064-z
PMID:38316942
|
研究论文 | 本研究通过深度学习网络对机械通气婴儿的患者-呼吸机交互作用(PVI)进行检测和定量分析 | 开发了用于常见PVI自动检测和量化的二元深度学习分类器 | 机械通气新生儿中PVI研究受限于缺乏统一的PVI定义和进行大规模分析的工具 | 研究机械通气新生儿中的患者-呼吸机交互作用,并开发计算模型以促进其自动检测和临床意义评估 | 23名随机选择的机械通气新生儿 | 机器学习 | NA | 卷积神经网络(CNN) | CNN | 呼吸波形 | 23名婴儿,每人500次呼吸 |
315 | 2025-02-02 |
Joint-learning-based coded aperture compressive temporal imaging
2024-Jul-01, Journal of the Optical Society of America. A, Optics, image science, and vision
DOI:10.1364/JOSAA.523092
PMID:39889132
|
研究论文 | 本文提出了一种基于联合学习的编码孔径压缩时间成像方法,通过联合学习最优二进制掩码策略、松弛策略和正则化策略,实现了高质量的视频重建 | 结合Landweber迭代重建方法的数学结构与深度学习,成功解决了参数选择的挑战,并引入了多种去噪器以获得更多的正则化先验信息 | NA | 提高编码孔径压缩时间成像(CACTI)技术的视频重建质量和效率 | 高速动态场景的视频帧 | 计算机视觉 | NA | 压缩感知理论 | Landweber迭代方法 | 视频帧 | NA |
316 | 2025-02-01 |
Analysis of the integrated role of the Yangtze River Delta based on the industrial economic resilience of cities during COVID-19
2024-07-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-68357-z
PMID:39060630
|
研究论文 | 本研究探讨了COVID-19期间长江三角洲地区城市产业经济韧性及其对区域一体化战略的影响 | 使用UNet深度学习方法检测土地利用类型,并结合土地转移矩阵和标准差椭圆分析工业用地变化和工业产值空间分布 | 研究区域仅限于安徽省的芜湖、马鞍山和滁州三市,可能无法全面反映整个长江三角洲地区的情况 | 分析COVID-19期间长江三角洲地区城市产业经济韧性及其对区域一体化战略的影响 | 安徽省的芜湖、马鞍山和滁州三市的工业用地和工业产值 | 机器学习 | NA | UNet深度学习方法 | UNet | 土地利用数据 | 安徽省的芜湖、马鞍山和滁州三市 |
317 | 2025-01-28 |
Beyond Size and Class Balance: Alpha as a New Dataset Quality Metric for Deep Learning
2024-Jul-31, ArXiv
PMID:39830079
|
研究论文 | 本文提出了一种新的数据集质量度量指标——α,用于改进深度学习在医学影像中的性能 | 引入了生态学中的多样性度量框架,提出了一种新的数据集质量度量指标α,超越了传统的数据集大小和类别平衡的度量方法 | 研究仅限于医学影像数据集,未验证在其他类型数据集上的适用性 | 探索如何通过最大化数据集多样性来改进深度学习模型在图像分类任务中的性能 | 医学影像数据集 | 计算机视觉 | NA | NA | 深度学习模型 | 图像 | 七个医学数据集的数千个子集 |
318 | 2025-01-25 |
Approaching artificial intelligence to Hospital Pharmacy
2024-Jul, Farmacia hospitalaria : organo oficial de expresion cientifica de la Sociedad Espanola de Farmacia Hospitalaria
IF:1.0Q4
DOI:10.1016/j.farma.2024.02.007
PMID:39097366
|
研究论文 | 本文探讨了人工智能在医院药学中的应用及其潜力 | 提出了人工智能算法在医院药学中的具体应用,如分析患者数据、识别药物相互作用、评估药物安全性和有效性,并做出推荐 | 未具体说明所使用的人工智能算法的局限性或实施中的挑战 | 研究人工智能如何提升医院药学的质量和效率 | 医院药师和患者数据 | 自然语言处理 | NA | 机器学习、深度学习、神经网络 | NA | 医疗记录、实验室结果、药物档案 | NA |
319 | 2025-01-25 |
[Translated article] Introducing artificial intelligence to hospital pharmacy departments
2024-Jul, Farmacia hospitalaria : organo oficial de expresion cientifica de la Sociedad Espanola de Farmacia Hospitalaria
IF:1.0Q4
DOI:10.1016/j.farma.2024.04.001
PMID:39097375
|
研究论文 | 本文介绍了人工智能在医院药房部门的引入及其潜在应用 | 探讨了人工智能在医院药房中的具体应用,如药物相互作用识别、药物安全性和有效性评估,以及优化药物推荐 | 未具体说明人工智能技术在实际应用中的挑战和限制 | 研究人工智能在医院药房中的应用,以提高药物管理的质量和效率 | 医院药房及其专业人员 | 自然语言处理 | NA | 机器学习、深度学习、神经网络 | NA | 医疗记录、实验室结果、药物档案 | NA |
320 | 2025-01-24 |
Methodological evaluation of systematic reviews based on the use of artificial intelligence systems in chest radiography
2024 Jul-Aug, Radiologia
IF:1.1Q3
DOI:10.1016/j.rxeng.2023.01.015
PMID:39089793
|
研究论文 | 本文评估了使用人工智能系统进行胸部X光片诊断的系统评价的方法学质量 | 首次系统评估了使用AI进行胸部X光片诊断的系统评价的方法学质量,并指出了该领域系统评价的不足之处 | 仅纳入了7篇系统评价,样本量较小;且所有系统评价的方法学质量均被评为“极低” | 评估使用AI系统进行胸部X光片诊断的系统评价的方法学质量 | 使用AI系统进行胸部X光片诊断的系统评价 | 医学影像 | 传染病 | 深度学习 | NA | 胸部X光片 | 7篇系统评价,平均每篇包含36项研究 |