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 | 2024-12-20 |
Multilevel network for large deformation image registration based on feature consistency and flow normalization
2024-Dec, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17390
PMID:39302604
|
研究论文 | 本文提出了一种基于特征一致性和流归一化策略的多层次网络架构FCNet,用于处理大变形图像配准问题 | 创新点在于引入了语义特征一致性约束和流归一化策略,逐步优化配准结果,并有效处理长距离空间关系 | NA | 实现大尺度变形的图像配准 | 医学图像中的大变形配准问题 | 计算机视觉 | NA | 深度学习 | 多层次网络架构 | 图像 | EMPIRE10数据集包含20对训练、3对验证和7对测试的3D CT图像;IXI数据集包含408个训练、58个验证和115个测试的3D MR图像;内部数据集包含94个训练、3个验证和15个测试的3D MR图像 |
342 | 2024-12-20 |
Attention-enhanced multiscale feature fusion network for pancreas and tumor segmentation
2024-Dec, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17385
PMID:39306864
|
研究论文 | 本文提出了一种注意力增强的多尺度特征融合网络(AMFF-Net),用于从腹部扫描中分割胰腺和肿瘤 | 本文的创新点在于设计了残差深度注意力模块(RDAMs)和混合变换器模块(HTMs),并通过多尺度特征融合模块(MFFM)解决了胰腺和肿瘤大小不平衡的问题 | NA | 开发一种自动化且可靠的分割算法,用于从腹部扫描中准确分割胰腺和胰腺肿瘤 | 胰腺和胰腺肿瘤 | 计算机视觉 | 胰腺疾病 | 深度学习 | CNN | 图像 | 使用了公共的MSD数据集、NIH数据集和私有数据集进行评估 |
343 | 2024-12-20 |
Adaptive wavelet-VNet for single-sample test time adaptation in medical image segmentation
2024-Dec, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17423
PMID:39353137
|
研究论文 | 本文提出了一种自适应小波-VNet模型,用于医学图像分割中的单样本测试时适应 | 创新点在于将多尺度小波系数嵌入V-Net编码器,并结合混合目标函数动态调整空间和光谱特征,以提高模型在未见数据集上的分割准确性 | 本文未提及具体的局限性 | 提高深度学习模型在未见数据集上的分割准确性,特别是增强单样本测试时适应的效率和稳定性 | 肝脏和前列腺的3D MR图像分割 | 计算机视觉 | 前列腺癌 | 小波变换 | VNet | 图像 | 肝脏数据集:训练15个样本,验证5个样本,测试60个样本;前列腺数据集:训练22个样本,验证7个样本,测试116个样本 |
344 | 2024-12-20 |
Prediction of pathological complete response to chemotherapy for breast cancer using deep neural network with uncertainty quantification
2024-Dec, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17451
PMID:39369684
|
研究论文 | 本研究探讨了使用深度神经网络结合不确定性量化方法,基于多时间点的动态对比增强磁共振(DCEMR)图像和临床数据,预测乳腺癌患者对新辅助化疗的病理完全缓解(pCR) | 本研究创新性地结合了多时间点的DCEMR图像和临床数据,使用卷积长短期记忆网络(LSTM)模型进行早期pCR预测,并量化了预测的不确定性,以帮助医生根据不确定性水平做出个性化的治疗决策 | 本研究的样本量相对较小,且仅基于I-SPY 2试验的数据,可能限制了模型的泛化能力 | 研究目的是探讨早期预测乳腺癌患者对新辅助化疗的病理完全缓解(pCR)的可行性,并量化预测的不确定性,以优化个性化治疗管理 | 研究对象为参与I-SPY 2试验的624名乳腺癌患者,使用多时间点的DCEMR图像和临床数据 | 机器学习 | 乳腺癌 | 动态对比增强磁共振(DCEMR) | 卷积长短期记忆网络(LSTM) | 图像和临床数据 | 624名乳腺癌患者 |
345 | 2024-12-20 |
AI driven interpretable deep learning based fetal health classification
2024-Dec, SLAS technology
IF:2.5Q3
DOI:10.1016/j.slast.2024.100206
PMID:39396731
|
研究论文 | 本文提出了一种基于深度学习的胎儿健康分类模型,用于将胎儿健康分为正常、可疑和病理性三类 | 本文的创新点在于提出了一个深度神经网络模型,并结合了批量归一化和dropout层以提高泛化能力,同时通过可解释的深度学习方法增强了模型的透明度和可解释性 | 本文的局限性在于仅使用了Cardiotocography数据,未来可以考虑引入更多类型的数据以进一步验证模型的泛化能力 | 本研究的目的是利用深度学习技术提高诊断过程的效率和有效性 | 本研究的对象是胎儿健康分类 | 机器学习 | NA | 深度学习 | 深度神经网络(DNN) | 数据 | 使用了包含21个属性的数据集 |
346 | 2024-12-20 |
Prosthesis repair of oral implants based on artificial intelligenc`e finite element analysis
2024-Dec, SLAS technology
IF:2.5Q3
DOI:10.1016/j.slast.2024.100226
PMID:39638253
|
研究论文 | 本文提出了一种基于人工智能和有限元分析(FEA)的口腔种植体修复新框架,旨在自动化和简化修复过程 | 创新点在于结合了人工智能和有限元分析,通过深度学习自动生成患者特定的3D有限元设计,并利用机器学习算法提供最佳修复策略 | NA | 开发一种自动化和简化的方法来修复口腔种植体,提高修复效率和个性化护理 | 口腔种植体的机械特性和应力分布 | 数字病理学 | NA | 有限元分析(FEA) | 深度学习模型和机器学习算法 | 医学影像数据(CT或锥束CT数据) | NA |
347 | 2024-12-20 |
Dual-stage semantic segmentation of endoscopic surgical instruments
2024-Dec, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17397
PMID:39255375
|
研究论文 | 本文提出了一种双阶段语义分割方法,用于内窥镜手术器械的分割 | 设计了一个双阶段模型,包括图像分类和器械分割,并引入了标志缓存机制和模糊检测模块,以提高连续帧中图像特征的利用效率 | NA | 开发一种方法来分割内窥镜视频中的手术器械,以提高机器人辅助脊柱内窥镜手术的安全性 | 内窥镜视频中的手术器械 | 计算机视觉 | NA | 深度学习 | 卷积神经网络 | 图像 | 分割数据集包括7456张训练图像、829张验证图像和921张测试图像;分类数据集包括2400张训练图像和600张验证图像 |
348 | 2024-12-20 |
Leveraging deep learning for identification and segmentation of "CAF-1/p60-positive" nuclei in oral squamous cell carcinoma tissue samples
2024-Dec, Journal of pathology informatics
DOI:10.1016/j.jpi.2024.100407
PMID:39697387
|
研究论文 | 本文介绍了一种利用深度学习方法识别和分割口腔鳞状细胞癌组织样本中CAF-1/p60阳性细胞核的独特方法 | 本文创新性地采用了StarDist架构,结合多模态信息,实现了对口腔鳞状细胞癌细胞核中CAF-1/p60蛋白表达的自动化分析 | NA | 本文旨在利用深度学习和多模态信息,提高对口腔鳞状细胞癌中特定蛋白表达模式的自动化分析能力 | 本文的研究对象是口腔鳞状细胞癌组织样本中CAF-1/p60阳性细胞核 | 数字病理学 | 口腔鳞状细胞癌 | 深度学习 | StarDist | 图像 | NA |
349 | 2024-12-20 |
Earth Observation Data to Support Environmental Justice: Linking Non-Permitted Poultry Operations to Social Vulnerability Indices
2024-Dec, GeoHealth
IF:4.3Q1
DOI:10.1029/2024GH001179
PMID:39697399
|
研究论文 | 本研究利用地球观测数据和深度学习技术,精确定位未获许可的家禽养殖场,并分析其与社会脆弱性指数的关系 | 首次利用地球观测数据和深度学习技术精确定位未获许可的家禽养殖场,并揭示其与社会脆弱性指数的关联 | 研究主要集中在北卡罗来纳州和美国南部及东南部地区,可能无法完全代表其他地区的状况 | 探讨未获许可的家禽养殖场对环境正义的影响,并提出改进数据质量的必要性 | 未获许可的家禽养殖场及其对社会脆弱性指数的影响 | NA | NA | 深度学习 | NA | 地球观测数据 | 涉及北卡罗来纳州和美国多个地区的家禽养殖场数据 |
350 | 2024-12-20 |
Automatic jawbone structure segmentation on dental CBCT images via deep learning
2024-Nov-28, Clinical oral investigations
IF:3.1Q1
DOI:10.1007/s00784-024-06061-y
PMID:39604672
|
研究论文 | 本研究开发并评估了一种基于深度学习的两阶段系统,用于在牙科CBCT图像上自动分割下颌骨皮质骨、下颌骨松质骨、上颌骨皮质骨和上颌骨松质骨 | 提出了一个两阶段的深度学习系统,用于自动分割颌骨结构,并在CBCT图像上实现了高精度的分割 | 质量异常对分割性能有负面影响 | 开发一种准确且高效的自动分割颌骨结构的方法 | 下颌骨皮质骨、下颌骨松质骨、上颌骨皮质骨和上颌骨松质骨 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 155个CBCT扫描数据 |
351 | 2024-12-20 |
Use of Artificial Intelligence in Imaging Dementia
2024-Nov-27, Cells
IF:5.1Q2
DOI:10.3390/cells13231965
PMID:39682713
|
研究论文 | 本文探讨了人工智能算法在影像学中用于痴呆症诊断和预测的应用 | 本文提出了基于图卷积网络的框架,能够提供多模态稀疏解释性,支持阿尔茨海默病及其前驱阶段(轻度认知障碍)的检测,并展示了在放射学家辅助下使用深度学习方法在检测淀粉样相关影像异常方面的显著性能提升 | 人工智能在临床实践中的应用面临技术、疾病相关和机构层面的挑战 | 探索人工智能在影像学中用于痴呆症诊断和预测的潜力 | 阿尔茨海默病、血管性痴呆、路易体痴呆及罕见神经退行性疾病(如额颞叶痴呆) | 机器学习 | 老年病 | 图卷积网络、卷积神经网络 | 图卷积网络、卷积神经网络 | 影像 | 涉及淀粉样相关影像异常的患者样本 |
352 | 2024-12-20 |
scDCA: deciphering the dominant cell communication assembly of downstream functional events from single-cell RNA-seq data
2024-Nov-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae663
PMID:39694816
|
研究论文 | 提出了一种基于深度学习的方法scDCA,用于从单细胞RNA-seq数据中解析对特定功能事件有较大影响的细胞通信组合 | 首次提出了一种基于多视图图卷积网络和注意力机制的深度学习方法,用于量化细胞类型对特定功能过程的贡献 | 仅在肾细胞癌样本中进行了验证,未来需要在更多疾病和样本中进行验证 | 开发一种新的计算方法,用于解析细胞通信对特定功能事件的影响,以促进癌症治疗的精准化 | 单细胞RNA-seq数据中的细胞通信组合及其对特定功能事件的影响 | 机器学习 | 肾细胞癌 | 单细胞RNA-seq | 多视图图卷积网络 | RNA-seq数据 | 肾细胞癌样本 |
353 | 2024-12-20 |
Automatic detection and proximity quantification of inferior alveolar nerve and mandibular third molar on cone-beam computed tomography
2024-Nov-20, Clinical oral investigations
IF:3.1Q1
DOI:10.1007/s00784-024-05967-x
PMID:39567447
|
研究论文 | 本研究提出了一种基于深度学习的工具,用于在锥束CT图像中自动检测并量化下颌第三磨牙与下牙槽神经的接近程度 | 本研究首次提出了一种基于深度学习的模型,能够快速且准确地检测和量化下牙槽神经与下颌第三磨牙在锥束CT图像中的接近程度 | NA | 开发一种自动工具,用于在锥束CT图像中量化下颌第三磨牙与下牙槽神经的接近程度,以减少手术风险 | 下颌第三磨牙和下牙槽神经在锥束CT图像中的接近程度 | 计算机视觉 | NA | 深度学习 | 深度学习网络 | 图像 | 302个锥束CT扫描图像,包含546颗下颌第三磨牙 |
354 | 2024-12-20 |
Detection of C-shaped mandibular second molars on panoramic radiographs using deep convolutional neural networks
2024-Nov-18, Clinical oral investigations
IF:3.1Q1
DOI:10.1007/s00784-024-06049-8
PMID:39557710
|
研究论文 | 本研究开发了一种基于卷积神经网络(CNN)的深度学习系统,用于在全景X光片上检测C形下颌第二磨牙 | 使用CBCT生成的全景图像作为替代数据集,提高了CNN模型的训练效果,并在检测C形下颌第二磨牙方面表现优于牙科专业人员 | NA | 开发一种基于CNN的深度学习系统,用于在全景X光片上诊断C形下颌第二磨牙 | C形下颌第二磨牙的全景X光片 | 计算机视觉 | NA | 卷积神经网络(CNN) | CNN | 图像 | 730名患者的1453个下颌第二磨牙图像(组A)和610名患者的1211个下颌第二磨牙图像(组B) |
355 | 2024-12-20 |
An artificial intelligence mechanism for detecting cystic lesions on CBCT images using deep learning
2024-Nov-17, Journal of stomatology, oral and maxillofacial surgery
DOI:10.1016/j.jormas.2024.102152
PMID:39551180
|
研究论文 | 本研究旨在开发和评估一种基于深度学习的人工智能机制,用于在锥形束计算机断层扫描(CBCT)图像上检测囊性病变 | 本研究的创新点在于使用深度卷积神经网络(CNN)进行自动病变检测和囊性病变类型的诊断,并通过数据增强提高了模型的性能 | 本研究的局限性在于样本量相对较小,且仅限于两种类型的囊性病变(牙源性囊肿和根尖囊肿) | 开发和评估一种人工智能机制,用于在CBCT图像上检测囊性病变 | 牙源性囊肿(DC)和根尖囊肿(PC)的检测与分类 | 计算机视觉 | 口腔疾病 | 深度学习 | CNN | 图像 | 150个样本,包括50个无病变样本、50个牙源性囊肿和50个根尖囊肿 |
356 | 2024-12-20 |
Pulmonary Embolism Education: Role of Generative Artificial Intelligence Models
2024 Nov-Dec, Missouri medicine
PMID:39697584
|
研究论文 | 研究探讨了生成式人工智能模型在提高急性肺栓塞患者健康素养中的作用 | 首次评估了公开可用的人工智能模型生成的响应的可读性,并发现这些模型目前不满足美国的可读性建议 | 研究仅评估了当前生成式人工智能模型的可读性,未探讨其在长期使用中的适应性 | 评估生成式人工智能模型在提高急性肺栓塞患者健康素养中的潜力 | 生成式人工智能模型生成的响应的可读性 | 机器学习 | 肺栓塞 | 生成式人工智能 | 生成式AI模型 | 文本 | NA |
357 | 2024-12-20 |
Fast inter-frame motion correction in contrast-free ultrasound quantitative microvasculature imaging using deep learning
2024-10-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-77610-4
PMID:39478021
|
研究论文 | 本研究提出了一种基于深度学习的低复杂度网络,用于在无对比超声定量微血管成像中进行快速帧间运动校正 | 本研究创新性地使用了深度学习网络,结合深度可分离卷积层和混合自适应及压缩激励注意力机制,显著提高了帧间运动校正的效率和准确性 | 本研究的验证主要基于模拟的帧间运动和生理性帧间运动,实际临床应用中的效果仍需进一步验证 | 本研究旨在减少高帧率超声成像中的帧间运动伪影,以更准确地可视化肿瘤微血管特征 | 本研究主要针对人体甲状腺中的微血管图像,特别是由于颈动脉搏动引起的帧间运动 | 计算机视觉 | NA | 深度学习 | 深度学习网络 | 图像 | 使用了模拟帧间运动的数据和体内甲状腺数据进行验证 |
358 | 2024-12-20 |
Deep Learning Models for Predicting Malignancy Risk in CT-Detected Pulmonary Nodules: A Systematic Review and Meta-analysis
2024-10, Lung
IF:4.6Q1
DOI:10.1007/s00408-024-00706-1
PMID:38782779
|
综述 | 本研究系统回顾并分析了基于深度学习的计算机辅助诊断模型在预测CT检测到的肺结节恶性风险中的诊断性能 | 本研究通过元分析方法评估了深度学习模型在肺结节恶性风险预测中的诊断性能,发现其相较于传统临床风险模型和医生判断具有更高的敏感性和特异性 | 本研究仅限于已发表的实验或观察性文章,未考虑未发表的研究或灰色文献,可能存在发表偏倚 | 评估基于深度学习的计算机辅助诊断模型在预测CT检测到的肺结节恶性风险中的诊断性能 | 基于深度学习的计算机辅助诊断模型与传统临床风险模型和医生判断的诊断性能比较 | 机器学习 | 肺癌 | 深度学习 | NA | 图像 | 8553名参与者和9884个结节 |
359 | 2024-12-20 |
Recommender-based bone tumour classification with radiographs-a link to the past
2024-Oct, European radiology
IF:4.7Q1
DOI:10.1007/s00330-024-10672-0
PMID:38488971
|
研究论文 | 开发了一种基于放射影像的算法,通过链接未诊断患者与既往患者的历史记录,并同时对多种骨肿瘤进行分类,以实现早期和特异性诊断 | 提出了一种结合ResNet和transformer模型的新方法,通过深度学习提取图像特征,并使用基于哈希的最近邻推荐方法进行图像聚类和多数投票分类,显著提高了骨肿瘤分类的准确性 | 研究是回顾性的,数据仅来自特定时间段和特定数据库,可能存在样本偏倚 | 开发一种能够通过放射影像链接既往患者历史记录并同时分类多种骨肿瘤的算法,以提高诊断的准确性和特异性 | 未诊断患者的放射影像数据以及既往患者的临床和放射影像数据 | 计算机视觉 | 骨肿瘤 | 深度学习 | ResNet和transformer模型 | 图像 | 809名患者(1792张放射影像),包括80%的训练集和20%的测试集 |
360 | 2024-12-20 |
Enhancing gadoxetic acid-enhanced liver MRI: a synergistic approach with deep learning CAIPIRINHA-VIBE and optimized fat suppression techniques
2024-Oct, European radiology
IF:4.7Q1
DOI:10.1007/s00330-024-10693-9
PMID:38492004
|
研究论文 | 研究深度学习控制的CAIPIRINHA-VIBE技术在增强肝MRI中的图像质量、病灶显著性和检测效果 | 深度学习和HR-DL CAIPIRINHA-VIBE技术显著提高了图像质量和病灶显著性,并缩短了采集时间 | 深度学习和HR-DL CAIPIRINHA-VIBE技术生成的图像具有更强的合成外观 | 探讨深度学习控制的CAIPIRINHA-VIBE技术在增强肝MRI中的应用效果 | 168名接受gadoxetic酸增强肝MRI的患者 | 医学影像 | 肝病 | CAIPIRINHA-VIBE技术 | 深度学习 | 图像 | 168名患者 |