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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
341 | 2024-12-16 |
Intraoperative Real-Time IDH Diagnosis for Glioma Based on Automatic Analysis of Contrast-Enhanced Ultrasound Video
2024-Dec-13, Ultrasound in medicine & biology
|
研究论文 | 提出了一种基于增强超声视频自动分析的实时IDH诊断方法,用于胶质瘤的术中诊断 | 提出了自动TIC分析网络(ATAN),通过转移学习机制解决了术中胶质瘤数据样本少的问题,并实现了实时IDH诊断 | NA | 开发一种实时诊断方法,用于术中胶质瘤IDH状态的区分 | 胶质瘤患者的IDH状态 | 计算机视觉 | 脑肿瘤 | 增强超声(CEUS) | ATAN(自动TIC分析网络) | 视频 | 主队列中60名胶质瘤患者,平均年龄50岁±14,其中28名男性 |
342 | 2024-12-16 |
Radiomics and Artificial Intelligence Landscape for [18F]FDG PET/CT in Multiple Myeloma
2024-Dec-13, Seminars in nuclear medicine
IF:4.6Q1
DOI:10.1053/j.semnuclmed.2024.11.005
PMID:39674756
|
综述 | 本文综述了放射组学和人工智能在多发性骨髓瘤中应用[18F]FDG PET/CT的研究进展 | 放射组学和人工智能方法为多发性骨髓瘤的[18F]FDG PET/CT图像的标准化评估和解释提供了新的可能性 | 目前尚无标准化的方法用于[18F]FDG PET/CT的解释或客观量化 | 探讨放射组学和人工智能在多发性骨髓瘤中应用[18F]FDG PET/CT的潜力,以优化和标准化图像解释 | 多发性骨髓瘤的[18F]FDG PET/CT图像 | 计算机视觉 | 血液肿瘤 | 放射组学,机器学习,深度学习 | NA | 图像 | NA |
343 | 2024-12-16 |
Comparison between two artificial intelligence models to discriminate cancerous cell nuclei based on confocal fluorescence imaging in hepatocellular carcinoma
2024-Dec-13, 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.2024.11.026
PMID:39674779
|
研究论文 | 本文比较了两种人工智能模型在基于共聚焦荧光成像的肝细胞癌中区分癌细胞核的效果 | 本文首次比较了机器学习(ML)和深度学习(DL)在肝细胞癌中区分肿瘤与非肿瘤细胞核的效果,并发现深度学习模型在准确性上优于机器学习模型 | 本文仅使用了商业化的组织阵列样本,样本量较小,且未探讨模型在不同类型肝细胞癌中的泛化能力 | 研究如何利用人工智能技术提高肝细胞癌中癌细胞的识别准确性 | 肝细胞癌中的肿瘤与非肿瘤细胞核 | 数字病理学 | 肝细胞癌 | 共聚焦显微镜成像 | 机器学习(ML)和深度学习(DL) | 图像 | 健康肝脏和肝细胞癌样本 |
344 | 2024-12-16 |
The top 100 most-cited articles on artificial intelligence in breast radiology: a bibliometric analysis
2024-Dec-12, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-024-01869-4
PMID:39666106
|
综述 | 本文对人工智能在乳腺放射学领域中最具影响力的100篇高被引文章进行了文献计量分析 | 本文通过文献计量分析,总结了人工智能在乳腺放射学领域中最具影响力的研究成果和趋势 | 本文仅基于文献计量分析,未涉及具体技术的深入研究 | 识别人工智能在乳腺影像学中最具影响力的出版物 | 人工智能在乳腺放射学领域的研究文献 | 计算机视觉 | 乳腺癌 | NA | NA | NA | NA |
345 | 2024-12-16 |
Machine learning and deep learning algorithms in stroke medicine: a systematic review of hemorrhagic transformation prediction models
2024-Dec-12, Journal of neurology
IF:4.8Q1
DOI:10.1007/s00415-024-12810-6
PMID:39666168
|
综述 | 本文系统回顾了机器学习和深度学习算法在预测急性缺血性卒中后出血性转化中的应用 | 机器学习和深度学习模型在预测出血性转化方面显著优于传统评分系统 | 未来研究应解决数据扩展、影像协议标准化和模型透明性问题 | 评估和比较机器学习与深度学习算法在预测急性缺血性卒中后出血性转化中的有效性 | 急性缺血性卒中后出血性转化的预测模型 | 机器学习 | 卒中 | 机器学习、深度学习 | Logistic Regression、Support Vector Machine、Random Forest、Gradient boosting、神经网络、卷积神经网络 | 临床数据、影像数据 | 24项研究 |
346 | 2024-12-16 |
Non-invasive eye tracking and retinal view reconstruction in free swimming schooling fish
2024-Dec-12, Communications biology
IF:5.2Q1
DOI:10.1038/s42003-024-07322-y
PMID:39668195
|
研究论文 | 本研究介绍了一种非侵入性技术,用于在大型3D竞技场中跟踪和重建自由游泳鱼类的视网膜视图,无需行为训练 | 该方法结合了多摄像头角度、深度学习进行3D鱼类姿态重建、透视变换和眼动追踪,实现了非侵入性的3D眼动追踪 | 研究仅在两条鱼的数据上进行了验证,未来需要扩展到更多样本以验证其普适性 | 开发一种非侵入性方法来研究自由游泳鱼类的视觉信息处理和注意力机制 | 自由游泳的鱼类及其在群体行为中的眼动和视网膜视图 | 计算机视觉 | NA | 深度学习 | NA | 视频 | 两条鱼 |
347 | 2024-12-16 |
Deep Learning Assisted Plasmonic Dark-Field Microscopy for Super-Resolution Label-Free Imaging
2024-Dec-11, Nano letters
IF:9.6Q1
DOI:10.1021/acs.nanolett.4c04399
PMID:39586837
|
研究论文 | 本文提出了一种基于深度学习的等离子体暗场显微镜(DAPD),用于无标记超分辨率成像 | 通过结合等离子体暗场显微镜和深度学习辅助的图像重建,实现了单帧超分辨率成像,相较于传统暗场显微镜显著提高了空间分辨率 | 目前仅展示了2.8倍的分辨率提升,未来仍有改进空间 | 开发一种新型的无标记超分辨率成像技术 | 无标记样本的暗场显微图像 | 计算机视觉 | NA | 等离子体暗场显微镜 | 卷积神经网络(CNN) | 图像 | 多种无标记样本 |
348 | 2024-12-16 |
Improving binding affinity prediction by emphasizing local features of drug and protein
2024-Dec-11, Computational biology and chemistry
IF:2.6Q2
|
研究论文 | 本文提出了一种深度学习模型,通过强调药物和蛋白质的局部特征来改进结合亲和力预测 | 本文创新性地提出了一个包含多流CNN和多流GCN的深度学习模型,能够全面提取药物和目标蛋白质的局部特征,从而提高结合亲和力预测的准确性 | NA | 改进药物发现中的结合亲和力预测 | 药物和目标蛋白质的局部特征 | 机器学习 | NA | 深度学习 | CNN, GCN | 序列, 分子图 | 使用了两个流行数据集Davis和KIBA进行评估 |
349 | 2024-12-16 |
Distinguishing the activity of flexor digitorum brevis and soleus across standing postures with deep learning models
2024-Dec-11, Gait & posture
IF:2.2Q2
DOI:10.1016/j.gaitpost.2024.12.014
PMID:39674063
|
研究论文 | 本研究使用深度学习模型区分跖肌和比目鱼肌在不同站立姿势下的肌电活动 | 首次使用深度卷积神经网络对跖肌和比目鱼肌在不同站立姿势下的肌电活动进行分类 | 研究仅限于健康年轻男性,样本量较小,结果可能不适用于其他人群 | 研究跖肌和比目鱼肌在不同站立姿势下的肌电活动差异 | 跖肌和比目鱼肌的肌电活动 | 机器学习 | NA | 肌电图 (EMG) | 深度卷积神经网络 (CNN) | 肌电信号 | 健康年轻男性在四种站立任务中的肌电记录 |
350 | 2024-12-16 |
Enhancing thin slice 3D T2-weighted prostate MRI with super-resolution deep learning reconstruction: Impact on image quality and PI-RADS assessment
2024-Dec-10, Magnetic resonance imaging
IF:2.1Q2
DOI:10.1016/j.mri.2024.110308
PMID:39667642
|
研究论文 | 本研究评估了超分辨率深度学习重建(SR-DLR)技术在改善薄层3D T2加权成像(T2WI)和前列腺影像报告与数据系统(PI-RADS)评估中的效果 | 本研究首次评估了SR-DLR技术在前列腺MRI中的应用,显著提高了图像质量和PI-RADS评分的一致性 | 本研究为回顾性研究,样本量较小,且仅限于特定时间段内的患者 | 评估SR-DLR技术在改善前列腺MRI图像质量和PI-RADS评估中的有效性 | 前列腺MRI图像质量和PI-RADS评分 | 计算机视觉 | 前列腺癌 | 超分辨率深度学习重建(SR-DLR) | 深度学习模型 | 图像 | 28名男性患者 |
351 | 2024-12-16 |
A systematic review on the impact of artificial intelligence on electrocardiograms in cardiology
2024-Dec-09, International journal of medical informatics
IF:3.7Q2
DOI:10.1016/j.ijmedinf.2024.105753
PMID:39674006
|
综述 | 本文系统回顾了人工智能在心电图分析中的应用及其对心脏病学诊断和治疗支持的影响 | 本文探讨了人工智能、机器学习和深度学习在心电图分析中的应用,展示了其在提高诊断准确性和减少诊断时间方面的潜力 | 本文仅限于回顾2014年至2024年间的研究,未涵盖所有可能的相关文献 | 探讨人工智能技术在心电图分析中的应用及其对心脏病学诊断和治疗的影响 | 心电图分析及其在心脏病学中的应用 | 机器学习 | 心血管疾病 | NA | 卷积神经网络(CNN)、循环神经网络(RNN)、混合模型 | 心电图数据 | 46项研究 |
352 | 2024-12-16 |
An AttSDNet model for multi-scale feature perception enhanced remote sensing classification of coastal salt-marsh wetlands
2024-Dec-06, Marine environmental research
IF:3.0Q2
DOI:10.1016/j.marenvres.2024.106899
PMID:39673892
|
研究论文 | 本文提出了一种结合注意力机制和多尺度特征提取的增强型U-Net模型,用于海岸盐沼湿地遥感图像分类 | 引入堆叠膨胀卷积和通道-空间注意力机制模块,解决了传统U-Net模型在复杂海岸湿地图像中难以捕捉多尺度特征的问题 | 未提及具体局限性 | 提高海岸湿地遥感图像分类的准确性,为湿地保护和恢复提供技术支持 | 山东半岛黄河口和胶州湾的海岸盐沼湿地 | 计算机视觉 | NA | 遥感图像分类 | U-Net | 图像 | 使用Sentinel-2光学影像进行分类实验 |
353 | 2024-12-16 |
Toward trustable use of machine learning models of variant effects in the clinic
2024-Dec-05, American journal of human genetics
IF:8.1Q1
DOI:10.1016/j.ajhg.2024.10.011
PMID:39561772
|
研究论文 | 本文探讨了在临床中使用机器学习模型预测错义突变效应的可信性,并提出了克服现有策略局限性的核心原则和建议 | 提出了核心原则和建议,以克服现有策略在验证和校准预测模型方面的局限性 | 现有策略在验证和校准预测模型方面仍存在重要局限性 | 实现机器学习模型在临床中预测错义突变效应的可信使用 | 错义突变效应预测模型在临床中的应用 | 机器学习 | NA | 深度学习 | NA | 序列数据 | NA |
354 | 2024-12-16 |
Removing Adversarial Noise in X-ray Images via Total Variation Minimization and Patch-Based Regularization for Robust Deep Learning-based Diagnosis
2024-Dec, Journal of imaging informatics in medicine
DOI:10.1007/s10278-023-00919-5
PMID:38886292
|
研究论文 | 本文提出了一种利用总变差最小化和基于块的正则化方法来去除X射线图像中的对抗噪声,以提高基于深度学习的诊断模型的鲁棒性 | 本文创新性地引入了总变差最小化方法来对抗对抗噪声,显著提高了模型在对抗攻击下的诊断准确性 | 本文仅以COVID-19诊断为案例研究,未探讨该方法在其他疾病诊断中的应用效果 | 提高基于深度学习的放射学疾病诊断模型在对抗攻击下的鲁棒性 | COVID-19肺炎、非COVID肺炎和无肺炎的肺部X射线图像 | 计算机视觉 | 肺部疾病 | 总变差最小化 | CNN | 图像 | 包含无肺炎、COVID-19肺炎和非COVID肺炎病例的肺部X射线图像 |
355 | 2024-12-16 |
ERL-ProLiGraph: Enhanced representation learning on protein-ligand graph structured data for binding affinity prediction
2024-Dec, Molecular informatics
IF:2.8Q2
DOI:10.1002/minf.202400044
PMID:39404190
|
研究论文 | 本文提出了一种基于深度学习的蛋白质-配体结合亲和力预测方法ERL-ProLiGraph,通过图结构数据增强表示学习 | 该方法创新性地使用图表示法来表示蛋白质和配体,旨在从两者的结构信息中学习以提高结合亲和力预测的准确性 | NA | 开发一种高效且更准确的蛋白质-配体结合亲和力预测方法,以加速药物发现过程 | 蛋白质-配体结合亲和力 | 机器学习 | NA | 深度学习算法 | NA | 图结构数据 | NA |
356 | 2024-12-16 |
Deep learning in image segmentation for cancer
2024-Dec, Journal of medical radiation sciences
IF:1.8Q3
DOI:10.1002/jmrs.839
PMID:39503190
|
研究论文 | 本文讨论了深度学习在癌症影像中的应用,特别是自动图像分割 | 本文展示了基于U-Net和卷积神经网络的架构如何提高CT扫描中身体成分分析和MRI图像中直肠肿瘤分割的速度和准确性 | 本文强调了需要进一步研究以解决不同成像系统之间的图像质量变异问题 | 探讨深度学习在癌症影像分割中的应用 | 癌症影像中的自动图像分割 | 计算机视觉 | NA | 深度学习 | U-Net, 卷积神经网络 | 图像 | NA |
357 | 2024-12-16 |
Structural Insights into Cold-Active Lipase from Glaciozyma antarctica PI12: Alphafold2 Prediction and Molecular Dynamics Simulation
2024-Dec, Journal of molecular evolution
IF:2.1Q3
DOI:10.1007/s00239-024-10219-3
PMID:39549052
|
研究论文 | 本文通过Alphafold2预测和分子动力学模拟,研究了来自Glaciozyma antarctica PI12的冷活性脂肪酶Glalip03的三维结构及其在低温下的稳定性和功能 | 首次通过Alphafold2和分子动力学模拟揭示了冷活性脂肪酶在低温下的结构稳定性和适应机制 | 尚未完全理解冷活性酶的适应机制,需要进一步研究 | 揭示冷活性脂肪酶在低温下的结构和功能特性 | 来自Glaciozyma antarctica PI12的冷活性脂肪酶Glalip03 | 生物信息学 | NA | Alphafold2预测,分子动力学模拟 | Alphafold2 | 蛋白质结构 | 单一蛋白质样本Glalip03 |
358 | 2024-12-16 |
Structural comparison of homologous protein-RNA interfaces reveals widespread overall conservation contrasted with versatility in polar contacts
2024-Dec, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1012650
PMID:39625988
|
研究论文 | 本文通过分析2022对结构同源的蛋白质-RNA界面,研究了蛋白质-RNA界面结构的进化 | 发现了蛋白质-RNA界面中距离依赖性接触和非极性接触的高度保守性,以及氢键、盐桥和π堆积相互作用的多样性 | 由于结构数据的稀缺性和这些复合物的灵活性,蛋白质-RNA结构预测仍落后于蛋白质-蛋白质界面预测 | 研究蛋白质-RNA界面结构的进化,并探索将进化信号整合到预测蛋白质-RNA结构建模方法中的可能性 | 2022对结构同源的蛋白质-RNA界面 | 生物信息学 | NA | NA | NA | 结构数据 | 2022对结构同源的蛋白质-RNA界面 |
359 | 2024-12-16 |
Volumetric Breast Density Estimation From Three-Dimensional Reconstructed Digital Breast Tomosynthesis Images Using Deep Learning
2024-Dec, JCO clinical cancer informatics
IF:3.3Q2
DOI:10.1200/CCI.24.00103
PMID:39652797
|
研究论文 | 本文研究了使用深度学习模型从三维重建的数字乳腺断层合成图像中估计体积乳腺密度的方法 | 本文提出了一种新的深度学习模型,用于从三维重建的数字乳腺断层合成图像中直接估计体积乳腺密度,而无需依赖原始的二维图像数据 | 本文的研究依赖于特定的数据集和软件,可能限制了其普适性和临床应用 | 研究目的是开发一种新的方法,从三维重建的数字乳腺断层合成图像中估计体积乳腺密度,并评估其与乳腺癌诊断的相关性 | 研究对象是三维重建的数字乳腺断层合成图像和乳腺癌诊断 | 计算机视觉 | 乳腺癌 | 深度学习 | 深度学习模型 | 图像 | 1080个非行动性的三维重建数字乳腺断层合成筛查检查,以及180个病例和654个对照样本 |
360 | 2024-12-16 |
Improved deep learning for automatic localisation and segmentation of rectal cancer on T2-weighted MRI
2024-Dec, Journal of medical radiation sciences
IF:1.8Q3
DOI:10.1002/jmrs.794
PMID:38654675
|
研究论文 | 本研究比较了提出的AttSEResUNet模型与其他三种模型在T2加权MRI上对直肠癌的自动定位和分割的准确性 | 提出了基于ResUNet和注意力机制的新型分割模型AttSEResUNet,并展示了其在直肠癌分割中的优越性能 | 未提及具体的局限性 | 比较不同模型在直肠癌MRI图像分割中的准确性,并评估自动分割模型与人工分割的一致性 | 直肠癌患者的T2加权MRI图像 | 计算机视觉 | 直肠癌 | MRI | AttSEResUNet | 图像 | 65名直肠癌患者,分为训练组45人和验证组20人 |