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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
221 | 2024-11-12 |
Dynamic Glucose Enhanced Imaging using Direct Water Saturation
2024-Oct-22, ArXiv
PMID:39502884
|
研究论文 | 本文提出了一种利用直接水饱和度(DS)曲线的水饱和度谱(Z-spectrum)在葡萄糖输注期间和之后的交换基线宽(LW)加宽的动态葡萄糖增强(DGE)MRI方法 | 本文创新性地利用了直接水饱和度(DS)曲线的交换基线宽(LW)加宽来评估葡萄糖摄取,克服了现有方法效果低和运动敏感性的问题 | 本文的局限性在于仅在四名脑肿瘤患者中进行了评估,样本量较小 | 研究目的是开发一种新的MRI技术来评估葡萄糖摄取 | 研究对象包括正常血糖和血糖过高状态下的血液、灰质、白质、脑脊液和恶性肿瘤组织 | 数字病理学 | 脑肿瘤 | MRI | 深度学习模型 | 图像 | 四名脑肿瘤患者 |
222 | 2024-11-12 |
Deep Learning-Based Detection of Carotid Plaques Informs Cardiovascular Risk Prediction and Reveals Genetic Drivers of Atherosclerosis
2024-Oct-18, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.10.17.24315675
PMID:39484270
|
研究论文 | 本研究利用深度学习模型检测颈动脉斑块,以评估其在心血管风险预测中的作用,并揭示动脉粥样硬化的遗传驱动因素 | 本研究首次在大规模人群中应用深度学习模型检测颈动脉斑块,并结合全基因组关联研究揭示了动脉粥样硬化的遗传基础 | 本研究主要基于UK Biobank的数据,未来需要在更多样化的群体中验证结果 | 提高心血管风险预测的准确性,并揭示动脉粥样硬化的遗传机制 | 颈动脉斑块的检测及其与心血管事件的关联 | 计算机视觉 | 心血管疾病 | 深度学习 | 深度学习模型 | 图像 | 19,499名UK Biobank参与者,年龄在47-83岁之间 |
223 | 2024-11-12 |
Using Deep Learning Neural Networks to Improve Dementia Detection: Automating Coding of the Clock-Drawing Test
2024-Oct-15, Research square
DOI:10.21203/rs.3.rs-4909790/v1
PMID:39483868
|
研究论文 | 本研究利用深度学习神经网络创建并评估了一个智能的时钟绘制测试评分系统,以自动化编码时钟绘制测试图像 | 引入了结构化排序到编码系统中,超越了传统的名义分类方法,并发现Vision Transformers在编码时钟绘制测试图像上优于ResNet101和EfficientNet,以及手动编码 | 未提及 | 改进痴呆症检测,自动化时钟绘制测试的编码过程 | 时钟绘制测试图像的自动编码 | 机器学习 | 老年疾病 | 深度学习神经网络 | Vision Transformers (ViT) | 图像 | 使用了2011-2019年国家健康和老龄趋势研究中的大量公开可用的时钟绘制测试图像 |
224 | 2024-11-12 |
Neural network analysis as a novel skin outcome in a trial of belumosudil in patients with systemic sclerosis
2024-Oct-15, Research square
DOI:10.21203/rs.3.rs-4889334/v1
PMID:39483897
|
研究论文 | 本文探讨了在系统性硬化症患者中使用神经网络分析作为皮肤结果的新方法 | 本文首次将神经网络应用于系统性硬化症患者的皮肤活检,以量化病理特征,超越了传统的皮肤厚度测量方法 | 由于试验提前终止,样本量较小,仅包括10名患者 | 研究神经网络分析在系统性硬化症患者皮肤活检中的应用,评估其与传统皮肤评分方法的关联 | 系统性硬化症患者的皮肤活检样本 | 数字病理学 | 系统性硬化症 | 深度学习 | 深度学习模型 | 图像 | 10名系统性硬化症患者 |
225 | 2024-11-11 |
Linking joint exposures to residential greenness and air pollution with adults' social health in dense Hong Kong
2024-Oct-28, Environmental pollution (Barking, Essex : 1987)
DOI:10.1016/j.envpol.2024.125207
PMID:39476997
|
研究论文 | 研究探讨了香港密集城市中绿地、空气污染与成年人社会健康之间的相互关系 | 本研究首次在密集城市环境中探讨了绿地和空气污染对社会健康的综合影响,并分析了潜在的中介因素和人口异质性 | 研究基于横断面调查数据,可能存在因果关系推断的局限性 | 研究目的是探讨城市环境中绿地和空气污染对社会健康的综合影响及其潜在机制 | 研究对象为香港的1977名成年人 | 公共卫生 | NA | 时空深度学习模型 | 多元逻辑回归、部分最小二乘结构方程模型(PLS-SEM) | 调查数据、环境数据 | 1977名成年人 |
226 | 2024-11-11 |
A Recognition System for Diagnosing Salivary Gland Neoplasms Based on Vision Transformer
2024-Oct-26, The American journal of pathology
DOI:10.1016/j.ajpath.2024.09.010
PMID:39490441
|
研究论文 | 开发了一种基于Vision Transformer的计算机辅助诊断模型,用于准确分类最常见的唾液腺肿瘤亚型 | 使用Vision Transformer模型在计算机视觉领域的前沿技术,显著提高了唾液腺肿瘤的分类准确性 | NA | 开发一种计算机辅助诊断工具,以提高唾液腺肿瘤的诊断准确性 | 唾液腺肿瘤,包括多形性腺瘤、肌上皮瘤、沃辛瘤、基底细胞腺瘤、嗜酸性腺瘤、囊腺瘤、粘液表皮样癌和唾液腺腺样囊性癌 | 计算机视觉 | 唾液腺肿瘤 | Vision Transformer (ViT) | Vision Transformer | 图像 | 3046张全切片图像,涵盖九种不同的组织类别 |
227 | 2024-11-11 |
XDL-ESI: Electrophysiological Sources Imaging via explainable deep learning framework with validation on simultaneous EEG and iEEG
2024-Oct-01, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2024.120802
PMID:39173694
|
研究论文 | 本文提出了一种名为XDL-ESI的可解释深度学习框架,用于脑电图(EEG)和脑磁图(MEG)源成像,并通过同时采集的EEG和iEEG数据进行验证 | 该框架通过展开迭代优化算法与深度学习架构的结合,建立了一种数据驱动的方法来建模源解结构,避免了手工设计的正则化项,并引入了拓扑损失以提高源解的鲁棒性 | NA | 解决EEG/MEG源成像的逆问题,提高解的唯一性和鲁棒性 | EEG和iEEG数据中的脑电活动源 | 机器学习 | NA | 深度学习 | 神经网络 | 脑电图数据 | NA |
228 | 2024-11-10 |
A pilot study of AI-assisted reading of prostate MRI in Organized Prostate Cancer Testing
2024-Oct-29, Acta oncologica (Stockholm, Sweden)
DOI:10.2340/1651-226X.2024.40475
PMID:39473176
|
研究论文 | 评估在前列腺癌筛查中使用AI辅助阅读前列腺MRI的可行性 | 首次在前列腺癌筛查中应用深度学习算法辅助MRI阅读 | 深度学习算法与当地和专家放射科医生的共识一致性较低 | 评估AI辅助阅读前列腺MRI在前列腺癌筛查中的可行性 | 前列腺MRI图像和放射科医生的评估结果 | 计算机视觉 | 前列腺癌 | 深度学习 | DL | 图像 | 57名PSA水平≥3 µg/L的男性 |
229 | 2024-11-10 |
Machine Learning Using Template-Based-Predicted Structure of Haemagglutinin Predicts Pathogenicity of Avian Influenza
2024-Oct-28, Journal of microbiology and biotechnology
IF:2.5Q3
DOI:10.4014/jmb.2405.05022
PMID:39252651
|
研究论文 | 本研究利用深度学习方法,通过模板预测的血凝素结构来预测禽流感的致病性 | 引入了一种新的管道,利用开源工具将蛋白质结构转换为适合计算分析的格式,并结合主成分分析和单类支持向量机提高了模型的鲁棒性 | NA | 开发一种快速准确识别高致病性禽流感毒株的方法 | 禽流感病毒的血凝素和神经氨酸酶类型 | 机器学习 | NA | 主成分分析,单类支持向量机,K近邻算法 | 二维卷积神经网络 | 基因组数据 | 12,143个禽流感病毒基因组,来自64个国家,涵盖119种血凝素和神经氨酸酶类型 |
230 | 2024-11-10 |
MATES: a deep learning-based model for locus-specific quantification of transposable elements in single cell
2024-Oct-11, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-53114-7
PMID:39394211
|
研究论文 | 本文介绍了一种基于深度学习的模型MATES,用于单细胞中可移动元件的位点特异性定量分析 | MATES模型通过利用相邻读段对TE位点的上下文信息,准确地将多重映射读段分配到特定位点,提高了TE定量的准确性 | NA | 开发一种新的方法来解决现有单细胞定量方法在TE位点特异性定量方面的不足 | 单细胞中的可移动元件(TEs) | 机器学习 | NA | 深度学习 | 深度学习模型 | 单细胞组学数据 | 多种单细胞组学数据集 |
231 | 2024-11-10 |
Unipolar voltage electroanatomic mapping detects structural atrial remodeling identified by LGE-MRI
2024-Oct-11, Heart rhythm
IF:5.6Q1
DOI:10.1016/j.hrthm.2024.10.015
PMID:39396602
|
研究论文 | 研究探讨了单极电压电生理学映射与晚期钆增强磁共振成像(LGE-MRI)检测到的左心房结构重塑之间的关系 | 发现单极低电压区域(LVAs)与LGE区域的高度重叠,显著优于双极LVAs,为心房颤动(AF)的诊断和管理提供了新的视角 | 研究样本量较小,仅涉及20名患者,未来需要更大规模的研究来验证结果 | 探索LGE区域与单极和双极低电压区域之间的关系,以改进心房颤动的诊断和管理 | 左心房(LA)的电生理学和结构重塑 | 心血管疾病 | 心房颤动 | 晚期钆增强磁共振成像(LGE-MRI)、电生理学映射 | 深度学习 | 图像 | 20名计划进行心房颤动消融的患者 |
232 | 2024-11-10 |
Deep learning to assess bone quality from panoramic radiographs: the feasibility of clinical application through comparison with an implant surgeon and cone-beam computed tomography
2024-Oct, Journal of periodontal & implant science
DOI:10.5051/jpis.2302880144
PMID:38725425
|
研究论文 | 本研究评估了深度学习(DL)通过全景(PA)放射图像评估骨质量的临床应用可行性,并与种植外科医生的主观触觉和锥束计算机断层扫描(CBCT)值进行了比较 | 首次使用深度学习技术通过全景放射图像评估骨质量,并与传统方法和CBCT值进行比较 | 研究样本量较小,需要基于高质量定量数据集的进一步研究以提高方法的可靠性和有效性 | 评估深度学习在通过全景放射图像评估骨质量方面的临床应用可行性 | 种植外科医生的主观触觉、CBCT值以及深度学习分类结果 | 计算机视觉 | NA | 深度学习 | ResNet-50 | 图像 | 2,270个无牙种植位点的全景图像 |
233 | 2024-11-10 |
Advances in AI and machine learning for predictive medicine
2024-Oct, Journal of human genetics
IF:2.6Q2
DOI:10.1038/s10038-024-01231-y
PMID:38424184
|
综述 | 本文探讨了深度学习在精准医学预测建模中的应用,特别是卷积神经网络(CNNs)在处理组学数据中的潜力 | 本文介绍了通过DeepInsight等转换方法将表格形式的组学数据转化为图像表示,从而使CNNs能够有效捕捉潜在特征,增强预测能力并利用迁移学习 | 本文指出在组学数据分析中应用CNNs存在模型可解释性、数据异质性和数据规模等问题 | 探讨深度学习在精准医学预测建模中的应用 | 组学数据及其在精准医学中的预测建模 | 机器学习 | NA | 深度学习 | 卷积神经网络(CNN) | 表格数据 | NA |
234 | 2024-11-09 |
Leveraging Artificial Intelligence and Data Science for Integration of Social Determinants of Health in Emergency Medicine: Scoping Review
2024-Oct-30, JMIR medical informatics
IF:3.1Q2
DOI:10.2196/57124
PMID:39475815
|
综述 | 本文综述了人工智能和数据科学在急诊医学中整合社会决定因素健康数据方面的潜力 | 本文探讨了人工智能和数据科学在急诊医学中整合社会决定因素健康数据的创新方法 | 该领域仍处于起步阶段,需要进一步标准化数据收集和改进算法 | 研究人工智能和数据科学在急诊医学中整合社会决定因素健康数据的方法和潜力 | 急诊医学中的社会决定因素健康数据 | 机器学习 | NA | 自然语言处理 | 机器学习 | 文本 | 26项研究,其中9项专注于急诊患者 |
235 | 2024-11-09 |
Efficient urinary stone type prediction: a novel approach based on self-distillation
2024-10-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-73923-6
PMID:39390010
|
研究论文 | 本文提出了一种基于自蒸馏架构的高效尿石类型预测方法,通过特征融合和坐标注意力模块(CAM)提高了模型的分类准确性和计算效率 | 本文的创新点在于改进了自蒸馏架构,结合特征融合和坐标注意力模块,实现了更有效的知识传递,避免了模型压缩带来的额外计算开销和性能下降 | NA | 本文的研究目的是开发一种高效且准确的尿石类型预测方法,以帮助临床医生制定更精确的治疗方案 | 本文的研究对象是尿石症患者的CT图像 | 计算机视觉 | 泌尿系统疾病 | 自蒸馏 | NA | 图像 | 本文使用了专有数据集和两个公共数据集进行验证 |
236 | 2024-11-09 |
Development and Validation of a Computed Tomography-Based Model for Noninvasive Prediction of the T Stage in Gastric Cancer: Multicenter Retrospective Study
2024-Oct-09, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/56851
PMID:39382960
|
研究论文 | 本研究开发并验证了一种基于计算机断层扫描(CT)的模型,用于非侵入性预测胃癌的T分期 | 本研究首次结合深度学习和放射组学来预测胃癌的T分期 | 本研究仅在回顾性数据集上进行了验证,未来需要在更多中心和前瞻性数据集上进行验证 | 开发一种基于CT的模型,通过放射组学和深度学习自动预测胃癌的T分期 | 胃癌患者的T分期 | 数字病理学 | 胃癌 | 放射组学 | 混合模型 | 图像 | 771名胃癌患者 |
237 | 2024-11-09 |
Deep learning models for the prediction of acute postoperative pain in PACU for video-assisted thoracoscopic surgery
2024-Oct-07, BMC medical research methodology
IF:3.9Q1
DOI:10.1186/s12874-024-02357-5
PMID:39375589
|
研究论文 | 本研究开发了一种深度学习模型,用于预测视频辅助胸腔镜手术后急性术后疼痛 | 本研究首次将图注意力网络(GAT)和图Transformer网络(GTN)结合,构建了DoseFormer模型,用于预测术后急性疼痛 | 本研究仅使用了回顾性观察数据,未来需要前瞻性研究验证模型的有效性 | 开发一种深度学习算法,用于预测术后急性疼痛 | 视频辅助胸腔镜手术后的患者 | 机器学习 | NA | 图注意力网络(GAT)和图Transformer网络(GTN) | DoseFormer模型 | 患者信息和手术期间的生命体征数据 | 共纳入1758名患者,数据清洗后剩余1552名患者,其中训练集931名,测试集621名 |
238 | 2024-08-07 |
Deep learning assisted biomarker development in patients with chronic hepatitis B: Editorial on "Prognostic role of computed tomography analysis using deep learning algorithm in patients with chronic hepatitis B viral infection"
2024-Oct, Clinical and molecular hepatology
IF:14.0Q1
DOI:10.3350/cmh.2024.0563
PMID:39038960
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
239 | 2024-11-09 |
A pathology foundation model for cancer diagnosis and prognosis prediction
2024-Oct, Nature
IF:50.5Q1
DOI:10.1038/s41586-024-07894-z
PMID:39232164
|
研究论文 | 本文提出了一种名为CHIEF的病理学基础模型,用于癌症诊断和预后预测 | CHIEF模型通过两种互补的预训练方法,提取了多样化的病理图像特征,具有更强的泛化能力 | NA | 开发一种通用的机器学习框架,用于提取病理图像特征,以进行系统的癌症评估 | 癌症诊断和预后预测 | 数字病理学 | NA | 机器学习 | 基础模型 | 图像 | 60,530张全切片图像,涵盖19个解剖部位,验证使用了19,491张来自32个独立切片集的图像 |
240 | 2024-11-09 |
Comparative analysis of advanced deep learning models for predicting evapotranspiration based on meteorological data in bangladesh
2024-Oct, Environmental science and pollution research international
DOI:10.1007/s11356-024-35182-w
PMID:39365537
|
研究论文 | 本研究比较了四种深度学习模型(CNN、GRU、LSTM、CNN-GRU)在基于孟加拉国气象数据预测蒸散量方面的表现 | 首次使用混合CNN-GRU模型来估计参考蒸散量,该算法在此领域尚未被广泛应用 | NA | 预测孟加拉国基于有限气象数据的每日蒸散量 | 蒸散量预测 | 机器学习 | NA | 深度学习 | CNN, GRU, LSTM, CNN-GRU | 气象数据 | 涉及两个站点(Rangpur和Sreemangal)的数据 |