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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
23001 | 2024-08-05 |
Research Note: Prospects for early detection of breast muscle myopathies by automated image analysis
2024-Jun, Poultry science
IF:3.8Q1
DOI:10.1016/j.psj.2024.103680
PMID:38564836
|
研究论文 | 本研究评估了新开发的基于深度学习的自动图像分析工具在鸡胸肌肌病早期检测中的有效性 | 开发了一种新的自动图像分析工具,可在早期检测与肌肉病变相关的形态参数 | 研究仅限于雄性小鸡,样本收集时间为饲养第14天,结果可能不适用于其他种类或生命周期阶段的鸡 | 探讨自动图像分析作为早期检测鸡胸肌肌病的潜力 | 雄性肉鸡及其肌肉样本 | 数字病理学 | NA | 深度学习 | NA | 图像 | 在饲养第14天收集的雄性小鸡肌肉样本 |
23002 | 2024-08-05 |
Ultra-high-resolution CT of the temporal bone: Comparison between deep learning reconstruction and hybrid and model-based iterative reconstruction
2024-Jun, Diagnostic and interventional imaging
IF:4.9Q1
DOI:10.1016/j.diii.2024.02.001
PMID:38368178
|
研究论文 | 本研究评估了超高分辨率计算机断层扫描(UHR-CT)在评估镫骨和鼓索神经解剖方面的能力 | 采用深度学习重建与混合和基于模型的迭代重建算法进行比较,展示了UHR-CT在噪声和空间分辨率上的优势 | 本研究没有讨论不同剂量水平对图像质量的长期影响 | 评估不同重建算法在超高分辨率CT评估耳朵解剖结构中的应用效果 | 使用超高分辨率CT评估镫骨和鼓索神经的解剖 | 数字病理学 | NA | 超高分辨率计算机断层扫描(UHR-CT) | 深度学习重建(DLR) | 图像 | 13个颞骨CT检查 |
23003 | 2024-08-05 |
Investigation on ultrasound images for detection of fetal congenital heart defects
2024-May-31, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ad4f91
PMID:38781934
|
综述 | 该文章讨论了使用超声图像检测胎儿先天性心脏缺陷的最新技术 | 提出结合深度学习技术的胎儿超声图像评估以提高先天性心脏缺陷的检测率 | 当前筛查技术的检测率仍然较低,文章未提供具体的实验数据 | 提高胎儿先天性心脏缺陷的检测率 | 使用超声图像进行胎儿先天性心脏缺陷的检测 | 数字病理学 | 先天性心脏缺陷 | 深度学习 | 卷积神经网络 (CNN) | 图像 | NA |
23004 | 2024-08-05 |
Dynamics and patterns of recurrence in neovascular AMD during real-world management using automated fluid monitoring
2024-May-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e31567
PMID:38826751
|
研究论文 | 本研究调查了新生血管性老年性黄斑变性(nAMD)在真实世界管理中的复发液体的数量和分布 | 利用经过监管批准的深度学习算法定量分析nAMD患者在抗VEGF治疗后的液体复发模式 | 本研究为回顾性研究,样本来自单一中心,结果可能无法广泛推广 | 探讨新生血管性老年性黄斑变性患者在治疗中断后的复发液体动态 | 56名符合纳入标准的nAMD患者的眼睛数据 | 数字病理学 | 老年性黄斑变性 | 深度学习算法 | NA | 临床数据 | 56 |
23005 | 2024-08-05 |
Worldwide research landscape of artificial intelligence in lung disease: A scientometric study
2024-May-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e31129
PMID:38826704
|
研究论文 | 对人工智能在肺部疾病应用的文献计量分析以了解该领域的现状和新兴趋势 | 完成了对人工智能在肺部疾病研究中的全面文献计量分析,揭示了出版物数量的快速增长和主要研究人员 | 没有深入分析具体的临床应用或技术细节 | 分析人工智能在肺部疾病研究中的应用现状及发展趋势 | 人工智能在肺部疾病研究中的发表论文 | 数字病理学 | 肺癌 | 深度学习 | 卷积神经网络 | 文献数据 | 总共5210篇论文 |
23006 | 2024-08-05 |
Performance evaluation of E-VGG19 model: Enhancing real-time skin cancer detection and classification
2024-May-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e31488
PMID:38826726
|
研究论文 | 本文增强了VGG19预训练模型,以提高皮肤癌的实时检测和分类能力 | 论文通过结合传统分类器与E-VGG19模型,显著提高了皮肤癌检测和分类的整体精度 | 未提及具体限制 | 改善皮肤癌的早期检测和分类以提高患者的治疗效果 | 使用包含恶性和良性病例的皮肤病变数据集进行模型的训练和评估 | 计算机视觉 | 皮肤癌 | 深度学习 | E-VGG19及其他预训练模型 | 图像 | 包含恶性和良性皮肤病变样本的皮肤病变数据集 |
23007 | 2024-08-05 |
Deep learning model for differentiating nasal cavity masses based on nasal endoscopy images
2024-May-29, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-024-02517-z
PMID:38811961
|
研究论文 | 这项研究开发了一种深度学习算法,用于基于鼻内镜图像的鼻腔肿块的计算机辅助诊断 | 提出了一种新的基于深度学习的网络模型,采用课程学习方法以提高鼻腔肿块的分类性能 | 存在一些误分类的情况,需进一步优化模型的准确性 | 提高鼻内镜图像对鼻息肉和倒生乳头状瘤的临床诊断准确性 | 鼻息肉和倒生乳头状瘤的鼻内镜图像 | 计算机视觉 | NA | 深度学习 | 卷积神经网络 | 图像 | NA |
23008 | 2024-08-05 |
Thin-slice 2D MR Imaging of the Shoulder Joint Using Denoising Deep Learning Reconstruction Provides Higher Image Quality Than 3D MR Imaging
2024-05-22, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine
IF:2.5Q2
DOI:10.2463/mrms.mp.2023-0115
PMID:38777762
|
研究论文 | 本研究评估了使用深度学习重建的薄层2D MR成像在肩关节成像中的效果 | 本研究首次比较了结合平行成像、部分傅里叶技术和深度学习重建的2D成像与3D成像的图像质量 | 样本量较小,仅涉及18名患者 | 评估薄层2D脂肪抑制质子密度加权图像在肩关节成像中的实用性 | 18名在3T下接受肩关节MRI的患者 | 数字病理学 | NA | 深度学习重建 | NA | 图像 | 18名患者 |
23009 | 2024-08-05 |
DNA Virus Detection System Based on RPA-CRISPR/Cas12a-SPM and Deep Learning
2024-May-10, Journal of visualized experiments : JoVE
DOI:10.3791/64833
PMID:38801262
|
研究论文 | 本文报告了一种快速、易于实施、高灵敏度、序列特异性的点-of-care DNA病毒检测系统 | 该系统结合了重组聚合酶扩增(RPA)和CRISPR/Cas12a系统,为DNA病毒的痕量检测提供了创新方法 | 本文未提及样本来源及多样化验证的细节 | 研究目标是开发一种适用于现场快速检测DNA病毒的系统 | 以蛙病毒3(FV3)作为实例进行了该DNA病毒现场检测系统的测试 | 数字病理学 | NA | RPA和CRISPR/Cas12a | 深度学习模型 | 荧光图像 | NA |
23010 | 2024-08-05 |
Deep Learning Approaches for Medical Image Analysis and Diagnosis
2024-May, Cureus
DOI:10.7759/cureus.59507
PMID:38826977
|
研究论文 | 深度学习技术改善了医学影像分析和诊断的准确性和效率 | 探索深度学习算法在医学影像和临床决策支持系统中的多模态数据分析能力 | 未提及具体的局限性 | 研究深度学习在医学影像分析和诊断中的应用潜力 | 医学影像、临床工作流和患者护理 | 计算机视觉 | NA | 深度学习算法 | NA | 医学影像 | NA |
23011 | 2024-08-05 |
Deep learning applications for kidney histology analysis
2024-05-01, Current opinion in nephrology and hypertension
IF:2.2Q2
DOI:10.1097/MNH.0000000000000973
PMID:38411024
|
研究论文 | 本文讨论了深度学习在肾脏病理学分析中的应用和挑战 | 探讨了深度学习在肾脏病理学中应用的最新进展及其潜力 | 存在缺乏前瞻性证据和现实场景测试的问题 | 旨在提高肾脏组织学分析的定量和定性 | 主要集中于肾脏病理学的诊断和疾病进展预测 | 数字病理学 | 肾脏病 | 深度学习 | NA | 成像和临床数据 | NA |
23012 | 2024-08-05 |
Segment anything with inception module for automated segmentation of endometrium in ultrasound images
2024-May, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.11.3.034504
PMID:38827779
|
研究论文 | 本研究提出了一种用于超声图像中内膜自动分割的专门模型SAIM | SAIM模型集成了图像编码器增强和点提示,使其在内膜分割中表现优越 | 研究未涉及其他类型的医学影像或更大范围的病历数据 | 探讨一种高效的内膜分割方法以提高妇科诊断精度 | 使用接受宫腔镜手术的患者的超声图像进行模型训练和评估 | 数字病理学 | NA | 超声成像 | SAIM模型 | 图像 | 使用了特定患者的超声图像,但未明确提供样本数量 |
23013 | 2024-08-05 |
Surveying the landscape of diagnostic imaging in dentistry's future: Four emerging technologies with promise
2024-May, Journal of the American Dental Association (1939)
DOI:10.1016/j.adaj.2024.01.005
PMID:38520421
|
综述 | 本文提供了关于四种有前景的牙科诊断成像新兴技术的信息 | 突出展示了人工智能(深度学习与卷积神经网络)、牙科磁共振成像等新兴技术的潜力及其发展现状 | 未明确提及各技术的具体应用案例及实施中的挑战 | 探讨新兴技术对未来牙科诊断成像的潜在影响 | 涉及四种新兴的牙科诊断成像技术 | 数字病理学 | NA | 深度学习, 磁共振成像, 立体口腔断层扫描, 碳纳米管技术的锥束计算机断层扫描 | 卷积神经网络 | 影像 | NA |
23014 | 2024-08-05 |
Survival analysis using deep learning with medical imaging
2024-May-01, The international journal of biostatistics
DOI:10.1515/ijb-2022-0113
PMID:37312249
|
研究论文 | 本文探讨了使用深度学习方法对医学影像数据进行生存分析的可能性 | 本文提供了深度学习方法在时间事件结果建模方面的概述,并与Cox模型进行了比较 | 针对医学数据分析中生存建模的深度学习方法的研究仍然不足 | 研究深度学习在医学影像数据中建模生存与时间事件之间关系的应用 | 使用胶质瘤的组织学数据集进行分析 | 计算机视觉 | NA | 深度学习 | Cox模型 | 影像 | NA |
23015 | 2024-08-05 |
Applicability of Artificial Intelligence in the Field of Clinical Lipidology: A Narrative Review
2024-May, Journal of lipid and atherosclerosis
DOI:10.12997/jla.2024.13.2.111
PMID:38826186
|
综述 | 本文回顾了人工智能在临床脂质学中的应用 | 探讨了人工智能在家庭型高胆固醇血症诊断和低密度脂蛋白胆固醇水平估计等多个方面的创新应用 | 对人工智能技术的伦理困境、透明性、有限的可重复性和方法学限制进行了讨论 | 评估人工智能在临床脂质学中的应用 | 探讨了多项研究涉及的脂质相关的临床问题 | 机器学习 | NA | 人工智能 | 深度学习 | 文献 | NA |
23016 | 2024-08-05 |
Which model is more efficient in carbon emission prediction research? A comparative study of deep learning models, machine learning models, and econometric models
2024-Mar, Environmental science and pollution research international
DOI:10.1007/s11356-024-32083-w
PMID:38355857
|
研究论文 | 本文对深度学习模型、机器学习模型和计量经济模型进行比较,以评估其在碳排放预测中的效率 | 提出了一种基于群体生物行为机制的创新深度学习模型,并优化了模型 | 尚未系统比较所有现有的碳排放预测方法 | 科学推动碳减排政策的有效预测未来碳排放 | 深度学习模型、机器学习模型和计量经济模型 | 机器学习 | NA | NA | 启发式神经网络 | NA | NA |
23017 | 2024-08-05 |
Deep learning applications in vascular dementia using neuroimaging
2024-03-01, Current opinion in psychiatry
IF:7.5Q1
DOI:10.1097/YCO.0000000000000920
PMID:38226547
|
研究论文 | 本文强调了深度学习在血管性痴呆相关影像生物标志物和诊断中的应用 | 提出了深度学习神经网络在血管性痴呆研究中,尤其是利用神经影像数据进行早期诊断和治疗策略优化的潜力 | 对深度学习在血管性痴呆诊断和管理中应用的挑战尚未完全解决 | 探讨深度学习在血管性痴呆影像数据分析中的应用 | 主要研究血管性痴呆的影像生物标志物和诊断方法 | 计算机视觉 | 血管性痴呆 | 深度学习 | 卷积神经网络 (CNN) | 神经影像数据 | NA |
23018 | 2024-08-05 |
Deep Learning-based Lung dose Prediction Using Chest X-ray Images in Non-small Cell Lung Cancer Radiotherapy
2024 Jan-Mar, Journal of medical physics
IF:0.7Q4
DOI:10.4103/jmp.jmp_122_23
PMID:38828071
|
研究论文 | 本研究旨在开发一个深度学习模型,以预测非小细胞肺癌放疗中肺组织接受的辐射剂量 V20 | 首次使用胸部 X 光图像和卷积神经网络回归模型来预测放疗中的 V20 值 | 样本量较小,仅包括91个患者的胸部 X 光图像,可能影响模型的泛化能力 | 开发深度学习模型,以提高对非小细胞肺癌患者放疗中肺部剂量的预测 | 使用胸部 X 光图像的肺癌患者 | 计算机视觉 | 肺癌 | 深度学习 | 卷积神经网络 | 图像 | 91个肺癌患者的胸部 X 光图像 |
23019 | 2024-08-05 |
Comparative Analysis of Fusion Strategies for Imaging and Non-imaging Data - Use-case of Hospital Discharge Prediction
2024, AMIA Joint Summits on Translational Science proceedings. AMIA Joint Summits on Translational Science
PMID:38827051
|
研究论文 | 本文针对医院出院预测进行了深度学习融合策略与传统单源模型的比较分析 | 提出了联合融合模型,该模型通过支路神经网络以端到端的方式联合训练,提取两个数据模态中的目标相关信息 | 未提及具体的限制因素 | 提升医院资源管理并预测患者出院情况 | 通过融合胸部X光图像和电子健康记录进行出院预测 | 机器学习 | NA | 深度学习 | 联合融合模型 | 图像和表格数据 | NA |
23020 | 2024-08-05 |
Artificial intelligence in interventional pulmonology
2024-01-01, Current opinion in pulmonary medicine
IF:2.8Q2
DOI:10.1097/MCP.0000000000001024
PMID:37916605
|
review | 这项研究回顾了人工智能在介入性肺病学中的应用现状 | 研究展示了深度学习在支气管图像识别和内支气管超声图像分析中的新应用 | 尚未评估人工智能增强程序的临床影响 | 探讨人工智能在介入性肺病学中的能力和影响 | 分析人工智能在内支气管超声图像和支气管图像中的应用 | NA | NA | 深度学习 | NA | 图像 | NA |