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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
21841 | 2024-08-05 |
Integrating OpenPose and SVM for Quantitative Postural Analysis in Young Adults: A Temporal-Spatial Approach
2024-May-28, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11060548
PMID:38927784
|
研究论文 | 本研究通过整合OpenPose和支持向量机(SVM)进行高精度姿态分析 | 本研究创新性地将OpenPose与SVM结合,改善了传统的姿态控制量化方法 | 本研究的局限在于目前样本仅为35名年轻成人,尚需在更广泛的人群中验证 | 研究旨在通过视频监控提升姿势控制的定量分析 | 研究对象为35名年轻成人,在受控行走实验中进行分析 | 计算机视觉 | NA | OpenPose与支持向量机(SVM) | NA | 视频 | 35名年轻成人 |
21842 | 2024-08-05 |
Artificial Intelligence in Sports Medicine: Reshaping Electrocardiogram Analysis for Athlete Safety-A Narrative Review
2024-May-26, Sports (Basel, Switzerland)
DOI:10.3390/sports12060144
PMID:38921838
|
综述 | 人工智能正在重新定义运动员的心电图分析,以提高心血管健康的检测和监测 | 探讨机器学习和深度学习在心电图解读中的应用,改善心律失常、通道病和肥厚型心肌病的检测 | 传统心电图方法在区分良性心脏适应与严重病症上存在局限 | 提高运动员预参与检查中的心电图诊断的准确性和效率 | 运动员的心电图数据 | 医学 | 心血管疾病 | 机器学习,深度学习 | NA | 心电图 | 过去十年的文献综述 |
21843 | 2024-08-05 |
ChatGPT as a New Tool to Select a Biological for Chronic Rhino Sinusitis with Polyps, "Caution Advised" or "Distant Reality"?
2024-May-24, Journal of personalized medicine
IF:3.0Q1
DOI:10.3390/jpm14060563
PMID:38929784
|
研究论文 | 该研究评估了Rhinology委员会的治疗指示与ChatGPT在慢性鼻窦炎患者中使用生物治疗的推荐之间的一致性 | 研究展示了ChatGPT在选择最佳生物治疗的潜力,为管理缺乏强大生物标志物的CRSwNP提供了重要的进展 | 研究可能没有考虑到所有相关的疗法选择和患者个体差异 | 评估ChatGPT与Rhinology委员会在慢性鼻窦炎生物治疗中的推荐一致性 | 72名患有慢性鼻窦炎合并鼻息肉的患者 | 自然语言处理 | NA | 深度学习 | NA | 观测数据 | 72名患者 |
21844 | 2024-08-05 |
An Improved Two-Shot Tracking Algorithm for Dynamics Analysis of Natural Killer Cells in Tumor Contexts
2024-May-24, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11060540
PMID:38927775
|
研究论文 | 本文探讨了自然杀伤细胞在肿瘤环境中的动态特性分析。 | 提出了距离级联匹配和再搜索方法,改进现有的自然杀伤细胞追踪算法 | 关于自然杀伤细胞动态的研究仍然稀缺 | 分析自然杀伤细胞在不同形态与肿瘤背景下的运动特征 | 5000帧图像中的约300,000个自然杀伤细胞 | 计算机视觉 | 肿瘤 | 深度学习技术 | NA | 图像 | 包含约300,000个细胞 |
21845 | 2024-08-05 |
HLAIImaster: a deep learning method with adaptive domain knowledge predicts HLA II neoepitope immunogenic responses
2024-May-23, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae302
PMID:38920343
|
研究论文 | 本文提出了一种深度学习方法HLAIImaster,用于预测HLA II新表位的免疫原性反应 | HLAIImaster结合了适应性领域知识和注意力机制,提升了现有工具的预测能力 | 目前预测方法的局限性在于高质量训练表位数据集的不足和算法上的限制 | 开发能够有效预测HLA II相关肽段的工具,以推动疫苗和癌症免疫疗法的进展 | 针对主要人群的外源性HLA II限制肽段进行预测 | 机器学习 | 癌症 | 质谱数据分析 | 深度学习 | 质谱数据 | >223000 |
21846 | 2024-08-05 |
Unraveling the Potential of Attentive Bi-LSTM for Accurate Obesity Prognosis: Advancing Public Health towards Sustainable Cities
2024-May-23, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11060533
PMID:38927769
|
研究论文 | 本文提出了一种新的混合模型ABi-LSTM,用于准确的肥胖预测 | 引入了基于注意力机制的双向长短期记忆网络,以增强肥胖预测的可解释性和性能 | NA | 改善肥胖预测模型以促进公共健康和城市可持续发展 | 传统与深度学习方法的比较分析,开发肥胖预测模型 | 机器学习 | 肥胖症 | 深度学习 | ABi-LSTM | NA | NA |
21847 | 2024-08-05 |
Integrated approach of federated learning with transfer learning for classification and diagnosis of brain tumor
2024-May-15, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01261-0
PMID:38750436
|
研究论文 | 该文章提出了一种基于联邦学习和迁移学习的深度学习模型,用于脑肿瘤的分类和诊断。 | 创新性地结合了迁移学习和联邦学习,利用优化的VGG16架构在分散的客户端上进行有效的模型训练,保护数据隐私。 | 传统方法依赖手动解读并可能受到数据处理和模型通用性限制。 | 本研究旨在提高脑肿瘤分类的准确性和自动化程度。 | 研究对象为MRI影像中的脑肿瘤。 | 计算机视觉 | 脑肿瘤 | CNN | VGG16 | 图像 | 来自figshare、SARTAJ和Br35H数据集的多样化数据集 |
21848 | 2024-08-05 |
Online Health Search Via Multidimensional Information Quality Assessment Based on Deep Language Models: Algorithm Development and Validation
2024-May-02, JMIR AI
DOI:10.2196/42630
PMID:38875551
|
研究论文 | 本文调查了一种基于深度学习的多维信息质量检索模型,以增强在线医疗信息搜索结果的有效性 | 提出了一个多维信息质量检索模型,超越传统的查询-文档相关性,仅关注信息的实用性、支持性和可信度 | 未详述模型在实际应用中的长期影响和针对更广泛信息源的适应性 | 提高在线健康咨询的信息检索效果 | 32个健康相关查询的在线健康信息搜索场景 | 自然语言处理 | NA | 深度学习 | 预训练语言模型 | 文本 | 6030个人工标注的查询-文档对 |
21849 | 2024-08-05 |
Artificial Intelligence and Machine Learning in Predicting the Response to Immunotherapy in Non-small Cell Lung Carcinoma: A Systematic Review
2024-May, Cureus
DOI:10.7759/cureus.61220
PMID:38939246
|
系统评价 | 本系统评价研究了人工智能和机器学习在预测非小细胞肺癌免疫治疗反应中的应用 | 文章创新点在于综合评估人工智能与机器学习技术在非小细胞肺癌免疫治疗预测中的现状 | 数据可用性、质量和模型可解释性存在挑战 | 旨在优化非小细胞肺癌患者的免疫治疗选择和治疗结果 | 涉及对非小细胞肺癌患者的免疫治疗反应进行预测 | 机器学习 | 肺癌 | 深度学习、人工神经网络、支持向量机和梯度提升方法 | NA | 医学影像、基因组数据、临床变量和免疫组化标记 | 共纳入19项研究 |
21850 | 2024-08-05 |
AI-guided histopathology predicts brain metastasis in lung cancer patients
2024-05, The Journal of pathology
IF:5.6Q1
DOI:10.1002/path.6263
PMID:38433721
|
研究论文 | 本文探讨深度学习如何通过常规的H&E染色的肿瘤组织切片预测肺癌患者脑转移的发展 | 创新点在于应用深度学习算法于肺癌患者的常规组织切片,以识别可能发生脑转移的患者 | 研究依赖于标本的质量及样本数量,可能需要更多的多中心研究以验证结果 | 研究旨在发现一种可靠的方法来预测非小细胞肺癌患者的脑转移 | 研究对象为158例接受过至少5年随访的I-III期非小细胞肺癌患者 | 数字病理学 | 肺癌 | 深度学习 | NA | 影像 | 158名患者的组织切片 |
21851 | 2024-08-05 |
Applications of artificial intelligence in urologic oncology
2024-May, Investigative and clinical urology
IF:2.5Q2
DOI:10.4111/icu.20230435
PMID:38714511
|
综述 | 本研究全面回顾了人工智能在泌尿肿瘤学中的应用 | 强调了人工智能在泌尿癌症领域的潜在应用和有效性 | 文章未详细讨论技术、法律和伦理方面的具体问题 | 探讨人工智能在泌尿癌症中的应用潜力 | 主要针对前列腺癌、膀胱癌及肾癌的相关研究 | 人工智能 | 前列腺癌、膀胱癌、肾癌 | 机器学习,深度学习 | NA | 文献 | 58篇相关文献 |
21852 | 2024-08-05 |
Comparative Performance of ChatGPT 3.5 and GPT4 on Rhinology Standardized Board Examination Questions
2024 Apr-Jun, OTO open
IF:1.8Q2
DOI:10.1002/oto2.164
PMID:38938507
|
研究论文 | 本研究评估了ChatGPT 3.5和GPT4在耳鼻喉科标准化考试问题上的表现 | 评估新一代大型语言模型在医学教育中的应用潜力 | 仅使用了一小部分问题进行分析,样本量有限 | 评价大型语言模型在耳鼻喉科教育中的表现 | 耳鼻喉科标准化考试的问题以及相关的住院医生 | 计算机视觉 | NA | 深度学习 | ChatGPT 3.5和GPT4 | 文本和图像 | 127道问题,93道文本题和34道图像题 |
21853 | 2024-08-05 |
Variants in Candidate Genes for Phenotype Heterogeneity in Patients with the 22q11.2 Deletion Syndrome
2024, Genetics research
IF:1.4Q4
DOI:10.1155/2024/5549592
PMID:38586596
|
研究论文 | 本研究探讨了22q11.2缺失综合症患者表型异质性的候选基因变异 | 通过对九个候选基因进行靶向下一代测序,发现了与22q11.2缺失相关的新的遗传变异 | 研究仅基于巴西一个相对较大的22q11.2DS人群,可能限制了结果的普遍性 | 探究可能作为遗传修饰因子并影响22q11.2缺失综合症表型异质性的遗传变异 | 对60名22q11.2DS患者进行基因变异的研究 | 数字病理学 | NA | 下一代测序(NGS) | 深度学习模型(GARFIELD-NGS) | 基因组数据 | 60名22q11.2DS患者 |
21854 | 2024-08-05 |
Multiparametric MRI-based radiomics approach with deep transfer learning for preoperative prediction of Ki-67 status in sinonasal squamous cell carcinoma
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1305836
PMID:38939344
|
研究论文 | 本文开发了一种结合传统手工特征和深度迁移学习特征的多参数MRI放射组学方法,以预测鼻窦鳞状细胞癌的Ki-67状态 | 创新之处在于结合了传统手工特征与深度迁移学习特征以提高预测能力 | 在病理、临床和MRI特征中未发现独立预测因子 | 研究旨在基于多参数MRI预测鼻窦鳞状细胞癌患者的Ki-67状态 | 研究对象为231名鼻窦鳞状细胞癌患者 | 数字病理学 | 鼻窦鳞状细胞癌 | 多参数MRI | 支持向量机和其他集成学习模型(LightGBM, ExtraTrees) | 影像 | 231名患者(训练组185名,测试组46名) |
21855 | 2024-08-05 |
Attribution classification method of APT malware based on multi-feature fusion
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0304066
PMID:38935673
|
研究论文 | 提出了一种基于多特征融合的APT恶意软件归属分类方法 | 构建了基于API指令和相关操作的事件行为图,并提出了多特征、多输入的深度学习模型 | 未讨论使用其他特征集的潜在影响,且对DLL链接库和隐藏文件地址的考虑可能不足 | 解决APT恶意软件归属分类中的不足,提升分类性能 | 使用公开数据集评估APT恶意软件的归属分类 | 计算机视觉 | NA | 深度学习 | GNNs | 图像 | 公开数据集 |
21856 | 2024-08-05 |
DEKR-SPrior: An Efficient Bottom-Up Keypoint Detection Model for Accurate Pod Phenotyping in Soybean
2024, Plant phenomics (Washington, D.C.)
DOI:10.34133/plantphenomics.0198
PMID:38939747
|
研究论文 | 提出了一种底部向上的模型DEKR-SPrior,旨在提高大豆荚的表型准确性 | 设计了新颖的结构先验模块(SPrior),利用余弦相似性来提高特征区分度 | 对深度学习模型在拥挤荚的表型识别中的有效性仍有待进一步研究 | 提高大豆荚和种子的高通量表型测定精度 | 密集堆叠和重叠的大豆荚和种子 | 数字植物学 | NA | 深度学习(DL) | DEKR-SPrior | 图像 | 使用了多个图像数据集进行实验 |
21857 | 2024-08-07 |
Moving From PQRST to AI: Advancing Transparency, Reliability, and Clinical Translation in ECG Deep Learning
2023-Dec, JACC. Advances
DOI:10.1016/j.jacadv.2023.100682
PMID:38938477
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
21858 | 2024-08-05 |
Deep Learning to Estimate Left Ventricular Ejection Fraction From Routine Coronary Angiographic Images
2023-Nov, JACC. Advances
DOI:10.1016/j.jacadv.2023.100632
PMID:38938722
|
研究论文 | 该文章主要研究通过常规冠状动脉造影图像估算左心室射血分数的深度学习模型 | 提出了一种结合3D卷积神经网络和变换器的创新深度学习算法,可快速准确评估左心室射血分数 | 研究受限于数据集仅来自Mayo Clinic,且患者在训练、验证和测试集中的分配较为固定 | 评估机器学习模型从常规冠状动脉造影图像中估算左心室射血分数的能力 | 涉及17,346名患者的18,809个冠状动脉造影图像 | 计算机视觉 | 心血管疾病 | 深度学习 | 3D卷积神经网络和变换器 | 影像 | 18,809个冠状动脉造影图像来自17,346名患者 |
21859 | 2024-08-05 |
Automated labelling of radiology reports using natural language processing: Comparison of traditional and newer methods
2023-Apr, Health care science
DOI:10.1002/hcs2.40
PMID:38938764
|
研究论文 | 使用自然语言处理自动标记放射学报告的方法及其性能比较 | 提出了不同的自动标记方法,并比较了它们在放射学报告标记中的性能 | 基于规则的模型需对负面词的处理进行妥善安排 | 研究使用自然语言处理自动标记放射学报告的方法 | 比较传统与新型自动标记方法在放射学报告中的应用效果 | 自然语言处理 | NA | 自然语言处理 | BERT、长短期记忆网络 | 文本 | 大型放射学研究数据集 |
21860 | 2024-08-07 |
Identification of robust deep neural network models of longitudinal clinical measurements
2022-Jul-27, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-022-00651-4
PMID:35896817
|
研究论文 | 本文比较了九种深度学习框架在模拟纵向临床测量数据上的表现,并评估了模型在不同参数下的性能 | 首次系统地研究了从模拟纵向临床测量中学习的方法,并发现了基于形状变化的识别比基于幅度的变化更具挑战性 | NA | 评估深度学习方法在疾病预测中的应用,特别是在纵向临床测量数据上的表现 | 模拟的体重指数(BMI)、血糖和收缩压轨迹数据 | 机器学习 | NA | 深度学习 | 卷积神经网络(CNN) | 时间序列数据 | 模拟数据包括体重指数(BMI)、血糖和收缩压轨迹,真实世界评估中使用了BMI轨迹 |