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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
981 | 2024-08-05 |
A natural inhibitor of diapophytoene desaturase attenuates methicillin-resistant Staphylococcus aureus (MRSA) pathogenicity and overcomes drug-resistance
2024-Aug, British journal of pharmacology
IF:6.8Q1
DOI:10.1111/bph.16377
PMID:38604611
|
研究论文 | 本文探讨了天然抑制剂alnustone对MRSA致病性的抑制作用及其克服耐药性的机制 | 利用深度学习技术构建了diapophytoene desaturase的三维结构并发现alnustone作为一种有效的抑制剂 | 对staphyloxanthin生物合成酶的生物结构特征和抑制剂与蛋白质之间的分子机制的理解有限 | 研究天然抑制剂如何对抗耐甲氧西林金黄色葡萄球菌(MRSA)感染 | 主要研究对象为耐甲氧西林金黄色葡萄球菌及其相关的生物合成途径 | 数字病理学 | 耐甲氧西林金黄色葡萄球菌感染 | 深度学习,分子建模,位点定向突变,生物层干涉法(BLI) | NA | 转录组数据 | 小鼠模型中的MRSA菌株 |
982 | 2024-08-07 |
Harnessing the deep learning power of foundation models in single-cell omics
2024-Aug, Nature reviews. Molecular cell biology
DOI:10.1038/s41580-024-00756-6
PMID:38926531
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
983 | 2024-08-05 |
A Brazilian native bee (Tetragonisca angustula) dataset for computer vision
2024-Aug, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.110659
PMID:39044906
|
研究论文 | 文章介绍了一个用于计算机视觉的巴西本土蜜蜂数据集 | 提供了用于蜜蜂追踪的多样化视频数据及其标签和元数据 | 研究中未提及数据集的规模或照片与视频的处理方法 | 证明该数据集在计算机视觉任务中的潜力 | 多个蜜蜂群体的视频记录 | 计算机视觉 | NA | NA | 深度学习模型 | 视频 | 多个蜜蜂群体的视频 |
984 | 2024-08-05 |
SeasVeg: An image dataset of Bangladeshi seasonal vegetables
2024-Aug, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.110564
PMID:39044911
|
研究论文 | 本研究介绍了一个名为'SeasVeg'的数据集,包含孟加拉国季节性蔬菜的图像 | 数据集的多功能性,不仅用于农业科学的机器学习和深度学习,还可用于儿童学习蔬菜识别 | 研究未提及数据集使用的具体上下文或限制条件 | 探索季节性蔬菜对营养和商业的重要性,并推动农业科学的发展 | 包括十种季节性蔬菜的图像数据集 | 机器学习 | NA | 深度学习 | CNN | 图像 | 4500幅图像(1500幅原始和3000幅增强) |
985 | 2024-08-05 |
An instance segmentation dataset of cabbages over the whole growing season for UAV imagery
2024-Aug, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.110699
PMID:39044907
|
研究论文 | 本文介绍了一种针对整个生长季节的白菜实例分割数据集,适用于无人机图像 | 提供了标注的白菜图像数据集,以便通过深度学习模型进行白菜识别 | 目前白菜的训练数据集仍然有限 | 创建用于无人机影像的白菜识别训练数据集 | 白菜图像和其标注 | 机器学习 | NA | 深度学习 | NA | 图像 | 458张图像,17,621个标注的白菜 |
986 | 2024-08-05 |
Diagnostic support in pediatric craniopharyngioma using deep learning
2024-Aug, Child's nervous system : ChNS : official journal of the International Society for Pediatric Neurosurgery
DOI:10.1007/s00381-024-06400-0
PMID:38647660
|
研究论文 | 本文研究了儿童颅咽管瘤患者,旨在开发用于放射学辅助分类的卷积深度学习算法 | 首次在本机构开展此类研究,利用可解释的人工智能和深度学习模型实现放射学诊断支持 | NA | 开发深度学习算法用于儿童颅咽管瘤的诊断支持 | 226名智利儿童患者的磁共振影像 | 计算机视觉 | 颅咽管瘤 | 深度学习 | 卷积神经网络 | 图像 | 226名患者(68名健康对照,58名颅咽管瘤患者,100名其他颅内肿瘤患者) |
987 | 2024-08-05 |
Experience of Implementing Deep Learning-Based Automatic Contouring in Breast Radiation Therapy Planning: Insights From Over 2000 Cases
2024-Aug-01, International journal of radiation oncology, biology, physics
DOI:10.1016/j.ijrobp.2024.02.041
PMID:38431232
|
研究论文 | 本研究评估了自动轮廓系统在乳腺放射治疗中的影响和临床实用性 | 本研究展示了自动轮廓系统在临床实际应用中的表现,并强调了自动化设置的必要性和潜在的自动化偏差风险 | 在肺部的分割准确性较差,且未能明确提及如何处理这一问题 | 本研究的目的是评估自动轮廓系统在乳腺放射治疗中的临床效用 | 研究对象为2428名接受辅助乳腺放射治疗的患者 | 数字病理学 | 乳腺癌 | 深度学习 | NA | 轮廓数据 | 2428名患者 |
988 | 2024-08-05 |
Effect of fully automatic classification model from different tube voltage images on bone density screening: A self-controlled study
2024-Aug, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2024.111521
PMID:38850722
|
研究论文 | 本研究旨在开发结合深度学习和放射组学的骨状态预测模型,并评估管电压对放射组学特征的可重复性和模型预测效能的影响 | 创新地将深度学习与放射组学相结合,区分正常和异常骨密度,并分析管电压变动对模型的诊断效果的影响 | 放射组学模型在不同管电压下的适用性受到限制,无法普遍应用于管电压不同的图像 | 研究管电压对骨密度筛查模型的影响 | 1508名接受标准剂量和低剂量胸部CT扫描的患者 | 数字病理学 | 骨质疏松症 | 低剂量和标准剂量胸部计算机断层扫描 (LDCT 和 SDCT) | 自动分割模型 | 医学图像 | 1508名患者 |
989 | 2024-08-05 |
Mammogram mastery: A robust dataset for breast cancer detection and medical education
2024-Aug, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.110633
PMID:39035836
|
研究论文 | 该数据文章呈现了一个包含乳腺癌图像的综合数据集 | 数据集提供了独特的视角,涵盖了来自伊拉克Sulaymaniyah地区的乳腺癌发病率和特征 | 数据集主要来源于特定地区,可能无法代表其他地区的情况 | 推动医学研究并帮助开发创新的诊断工具 | 乳腺癌患者和未诊断患者的图像 | 数字病理学 | 乳腺癌 | 深度学习算法 | NA | 图像 | 745张原始图像和9,685张增强图像 |
990 | 2024-08-05 |
Automatic quantification of scapular and glenoid morphology from CT scans using deep learning
2024-Aug, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2024.111588
PMID:38944907
|
研究论文 | 本研究开发并验证了一种开源深度学习模型,用于自动量化肩胛骨和关节盂的形态 | 提出现有方法的改进,通过深度学习自动分割肩胛骨并识别关键标记 | 在关节盂倾斜的手动和自动测量之间存在显著差异 | 旨在为临床提供一种准确的技术来量化肩胛骨及关节盂形态 | 正常受试者和患有肩关节骨关节炎的患者的CT图像 | 计算机视觉 | 肩关节骨关节炎 | 深度学习 | NA | CT图像 | 116个肩胛骨(60个正常/非骨关节炎和56个病理/骨关节炎) |
991 | 2024-08-05 |
A multiview deep learning-based prediction pipeline augmented with confident learning can improve performance in determining knee arthroplasty candidates
2024-Aug, Knee surgery, sports traumatology, arthroscopy : official journal of the ESSKA
DOI:10.1002/ksa.12221
PMID:38713857
|
研究论文 | 本文提出了一种基于多视图深度学习的膝关节置换预测管道,以确定合适的手术候选者 | 结合了YOLOv3、ResNet-18和自信学习的深度学习管道显著提高了对膝关节置换候选者的预测精度 | 外部验证集的样本较少,仅包含134个膝关节 | 开发和评估一个基于三视图X光片的膝关节置换预测管道 | 正在进行TKA、UKA或非手术干预的患者的X光和手术数据 | 计算机视觉 | 膝关节骨关节炎 | 深度学习 | 多视图卷积神经网络 | 图像 | 总共1779个膝关节 |
992 | 2024-08-05 |
Automated detection and classification of the rotator cuff tear on plain shoulder radiograph using deep learning
2024-Aug, Journal of shoulder and elbow surgery
IF:2.9Q1
DOI:10.1016/j.jse.2023.12.009
PMID:38311106
|
研究论文 | 该文章评估了深度学习算法在肩部X光片中检测和分类肩袖撕裂的诊断性能 | 使用卷积神经网络显著提高了肩袖撕裂的检测和分类的准确性 | 该研究未涵盖所有种类的肩部问题,可能影响结果的普遍适用性 | 评估人工智能在肩袖撕裂检测和分类中的应用 | 1169幅肩部正位X光片,分为完整、小型、中型和大至巨型撕裂组 | 计算机视觉 | NA | 深度学习 | 卷积神经网络 | 图像 | 1169幅肩部正位X光片 |
993 | 2024-08-05 |
The Impact of Drop Test Conditions on Brain Strain Location and Severity: A Novel Approach Using a Deep Learning Model
2024-Aug, Annals of biomedical engineering
IF:3.0Q3
DOI:10.1007/s10439-024-03525-w
PMID:38739210
|
研究论文 | 本研究采用深度学习模型分析了实验室控制的掉落测试参数对大脑应变的影响 | 提出了一种新方法,利用训练好的卷积神经网络(CNN)预测大脑区域性最大主应变 | 未讨论不同研究条件对结果的潜在影响 | 探讨掉落测试条件对大脑区域最大主应变的影响 | 运动员在高强度头部冲击下的脑部损伤 | 数字病理学 | NA | 深度学习 | 卷积神经网络(CNN) | 数值数据 | NA |
994 | 2024-08-05 |
Deep learning for temporomandibular joint arthropathies: A systematic review and meta-analysis
2024-Aug, Journal of oral rehabilitation
IF:3.1Q1
DOI:10.1111/joor.13701
PMID:38757865
|
meta-analysis | 本研究回顾了深度学习模型在颞下颌关节疾病诊断中的应用 | 该文章评估了深度学习模型在颞下颌关节疾病诊断的高灵敏度和特异性表现 | 该研究的局限性在于可能存在未被纳入的相关研究 | 本研究旨在系统评估深度学习在颞下颌关节疾病诊断中的有效性 | 研究对象是人类关节基础或关节病引起的颞下颌疾病 | 计算机视觉 | NA | 深度学习 | NA | NA | 21项符合条件的研究 |
995 | 2024-08-05 |
Retina Fundus Photograph-Based Artificial Intelligence Algorithms in Medicine: A Systematic Review
2024-Aug, Ophthalmology and therapy
IF:2.6Q2
DOI:10.1007/s40123-024-00981-4
PMID:38913289
|
综述 | 本文系统评估了人工智能在视网膜基金照影像中的应用研究 | 本研究展示了人工智能算法在解读视网膜图像方面的创新应用,具有较高的准确性 | 本文没有提及具体的算法性能比较或不同数据集的局限性 | 探讨人工智能在眼科及非眼科疾病中的应用 | 视网膜基金照影像 | 计算机视觉 | 心血管疾病 | 深度学习 | NA | 影像 | 大量临床与影像数据 |
996 | 2024-08-05 |
Enhancing Chicago Classification diagnoses with functional lumen imaging probe-mechanics (FLIP-MECH)
2024-Aug, Neurogastroenterology and motility
IF:3.5Q2
DOI:10.1111/nmo.14841
PMID:38852150
|
研究论文 | 本文提出了一种系统的方法,通过深度学习和力学,结合HRM和FLIP的诊断,以改善食管运动障碍的诊断。 | 创新之处在于开发了一种基于力学的参数量化食管健康,并利用变分自编码器生成虚拟疾病景观,用于进行HRM和FLIP的诊断对比。 | 研究可能在于所用样本仅限于特定的食管运动障碍患者和正常受试者,样本多样性可能影响结果的普适性。 | 研究旨在通过深度学习和力学技术,桥接HRM和FLIP测量之间的诊断差距。 | 研究对象为740名受试者,涵盖不同类型的食管运动障碍患者及正常受试者。 | 数字病理学 | 食管运动障碍 | FLIP | 变分自编码器 | 参数数据 | 740名受试者 |
997 | 2024-08-05 |
Parotid Gland Segmentation Using Purely Transformer-Based U-Shaped Network and Multimodal MRI
2024-Aug, Annals of biomedical engineering
IF:3.0Q3
DOI:10.1007/s10439-024-03510-3
PMID:38691234
|
研究论文 | 本研究使用纯Transformer的U形网络进行腮腺的分割。 | 本研究提出了一种全新的纯Transformer基础的U形分割网络,并采用新的训练方法减少临床医生的标记工作量。 | 尚未提及特定的局限性 | 提高腮腺及肿瘤的分割准确性以改善诊断和手术计划选择。 | 多中心多模态腮腺MRI数据集中的腮腺和肿瘤。 | 计算机视觉 | NA | MRI | Transformer | 图像 | 多中心多模态腮腺MRI数据集 |
998 | 2024-08-05 |
Radiographic Findings Associated With Mild Hip Dysplasia in 3869 Patients Using a Deep Learning Measurement Tool
2024-Aug, Arthroplasty today
IF:1.5Q3
DOI:10.1016/j.artd.2024.101398
PMID:38993836
|
研究论文 | 本文开发了一种深度学习算法来测量和分类轻度髋关节发育不良的患者 | 创新点在于自动化测量与髋关节发育不良相关的多个角度,并应用于大规模患者群体的发病率分析 | 本研究没有提到患者的先前髋关节置换手术情况和其他潜在的混淆变量 | 本研究旨在使用深度学习算法测量与髋关节发育不良相关的角度并评估发病率 | 研究对象为3869名无先前髋关节置换手术的患者 | 计算机视觉 | NA | 深度学习(DL) | NA | 影像 | 3869名患者 |
999 | 2024-08-05 |
Floating on groundwater: Insight of multi-source remote sensing for Qaidam basin
2024-Aug, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2024.121513
PMID:38909574
|
研究论文 | 本文从遥感角度探讨了柴达木盆地湖泊的补给源和地下水循环模式 | 提出了改进的遥感自适应优化网络 RSA-IOCRNet,并获得了优于其他七个网络的实验结果 | 本文未明确指出具体的实验条件和数据集限制 | 研究柴达木盆地湖泊的水源及其与地下水的关系 | 柴达木盆地的16个主要湖泊及其地下水循环 | 自然语言处理 | NA | 深度学习网络 | OCRNet | 多源遥感数据 | 包含柴达木盆地的16个主要湖泊 |
1000 | 2024-08-05 |
MRI Deep Learning-Based Automatic Segmentation of Interventricular Septum for Black-Blood Myocardial T2* Measurement in Thalassemia
2024-Aug, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29113
PMID:37941460
|
研究论文 | 本研究开发了一种基于深度学习的自动分割方法,用于测量地中海贫血患者的心肌T2*值 | 提出了一种修改过的注意力U-Net模型,用于黑血MR图像的室间隔自动分割 | 研究仅涉及依赖输血的地中海贫血患者,可能限制了结果的广泛适用性 | 本研究旨在提高地中海贫血患者心肌T2*值测量的自动化和可靠性 | 涉及146名接受心脏MR检查的依赖输血的地中海贫血患者 | 数字病理学 | 地中海贫血 | 黑血磁共振成像 | 修改版注意力U-Net | 医学影像 | 146名患者的心脏MR检查数据 |