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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
14861 | 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 |
14862 | 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 |
14863 | 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 |
14864 | 2024-08-05 |
Accurate Prediction of Transcriptional Activity of Single Missense Variants in HIV Tat with Deep Learning
2023-Mar-24, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms24076138
PMID:37047108
|
研究论文 | 本研究利用深度学习准确预测HIV Tat中单一错义突变的转录活性 | 提出了一种结合GigaAssay和深度学习的方法,以预测Tat变体的转录活性 | 对于所有双突变等位基因的变体效果实验验证仍然过于耗时且成本高昂 | 确定HIV Tat变体的转录活性,帮助理解艾滋病病理和治疗 | 单个氨基酸Tat变体及其转录活性 | NA | 艾滋病 | 深度学习 | NA | 实验数据 | NA |
14865 | 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 |
14866 | 2024-08-07 |
A Deep Learning Model for Inferring Elevated Pulmonary Capillary Wedge Pressures From the 12-Lead Electrocardiogram
2022-Mar, JACC. Advances
DOI:10.1016/j.jacadv.2022.100003
PMID:38939079
|
研究论文 | 本研究开发了一种深度学习模型,用于从12导联心电图推断肺毛细血管楔压升高的情况 | 提出了一种非侵入性方法来识别升高的平均肺毛细血管楔压,并开发了一个相关的不可靠性评分,用于识别模型预测可能不可信的情况 | 模型性能在不可靠性高的患者子集中表现较差 | 开发一种非侵入性方法来识别升高的平均肺毛细血管楔压 | 从12导联心电图推断肺毛细血管楔压升高的情况 | 机器学习 | 心血管疾病 | 深度学习 | 深度学习模型 | 心电图数据 | 248,955份临床记录,其中6,739份包含直接测量值 |
14867 | 2024-08-07 |
Deep Learning in Medicine
2022-Mar, JACC. Advances
DOI:10.1016/j.jacadv.2022.100017
PMID:38939084
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
14868 | 2024-08-07 |
Self-Supervised Rigid Registration for Multimodal Retinal Images
2022, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2022.3201476
PMID:36040946
|
研究论文 | 本文提出了一种自监督的多模态视网膜图像配准方法,旨在自动配准多模态视网膜图像而无需任何人工标注 | 该方法采用自监督学习,无需人工标注,减轻了准备训练数据的时间和成本 | NA | 开发一种无需人工标注的自监督多模态视网膜图像配准方法 | 多模态视网膜图像,特别是彩色眼底图像与红外反射和荧光素血管造影图像的配准 | 计算机视觉 | NA | 自监督学习 | NA | 图像 | NA |
14869 | 2024-08-05 |
Learning a stable approximation of an existing but unknown inverse mapping: application to the half-time circular Radon transform
2024-Aug-01, Inverse problems
IF:2.0Q2
DOI:10.1088/1361-6420/ad4f0a
PMID:38933410
|
研究论文 | 本研究探讨了一种稳定逼近已知但未被解析表达的逆映射的图像重建方法 | 该研究开发了一种基于深度学习的过滤反投影方法,能够稳定地逼近未知的过滤操作 | 尚未验证该方法在所有类型数据上的有效性,可能在某些数据情况下表现不佳 | 研究稳定的图像重建方法,适用于半时间圆周Radon变换数据 | 图像重建问题,特别是利用半时间测量数据的Radon变换 | 计算机视觉 | NA | 卷积神经网络 | CNN | 图像 | NA |
14870 | 2024-08-05 |
Deep Learning Auto-Segmentation Network for Pediatric Computed Tomography Data Sets: Can We Extrapolate From Adults?
2024-Jul-15, International journal of radiation oncology, biology, physics
DOI:10.1016/j.ijrobp.2024.01.201
PMID:38246249
|
研究论文 | 本研究评估了基于人工智能的自动分割模型在儿童CT数据集上的表现及其跨扫描仪兼容性 | 探讨了使用包含儿童数据的训练模型对提高分割性能的重要性 | 主要集中在特定的盆腔/胸部器官,可能无法推广至其他类型的医疗影像 | 评估成人CT数据训练的AI模型在儿童数据集上的性能 | 成人和儿童的CT扫描数据集,涵盖459个儿童CT扫描和950个成年CT扫描 | 数字病理学 | NA | 自动分割模型 | nnU-Net | CT图像 | 儿童CT扫描459例,成人CT扫描950例 |
14871 | 2024-08-05 |
MOUNT: Learning 6DoF Motion Prediction Based on Uncertainty Estimation for Delayed AR Rendering
2024-Jul, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2022.3228807
PMID:37015352
|
研究论文 | 本文提出了一种基于深度学习的6DoF运动预测方法,用于补偿增强现实中的时间延迟 | 本文提出的MOUNT网络通过估计输入数据的不确定性来提高运动预测的准确性和流畅性 | NA | 研究增强现实设备中运动预测的优化方法 | 研究复杂的人体运动 | 计算机视觉 | NA | 深度学习 | MOtion UNcerTainty encode decode network (MOUNT) | 传感器数据 | 在EuRoC数据集和我们收集的数据集中进行了实验 |
14872 | 2024-08-05 |
Keyframe Control of Music-Driven 3D Dance Generation
2024-Jul, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2023.3235538
PMID:37021894
|
研究论文 | 本研究提出了一种用于音乐驱动的舞蹈生成的关键帧插值方法 | 引入了关键帧插值和新颖的转换生成技术,以在舞蹈生成中实现更高的控制力 | 没有讨论对音乐类型或舞蹈风格的限制 | 提高音乐驱动的舞蹈生成的控制性和多样性 | 生成与音乐节拍和关键姿势相匹配的舞蹈动作 | 计算机视觉 | NA | 归一化流 | NA | 舞蹈动作 | NA |
14873 | 2024-08-05 |
Laplacian2Mesh: Laplacian-Based Mesh Understanding
2024-Jul, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2023.3259044
PMID:37030768
|
研究论文 | 本研究提出了一种名为Laplacian2Mesh的新型卷积神经网络框架,用于处理不规则三角网格的形状理解任务 | Laplacian2Mesh通过将输入网格映射到多维拉普拉斯-贝尔特拉米空间,实现了对不规则网格结构的有效处理,并引入了网格池化操作和通道自注意力块 | 本研究未具体提及可能存在的限制 | 本研究旨在提高在计算机图形学中对形状分类与语义分割任务的理解能力 | 研究对象为不规则的三角网格结构 | 计算机视觉 | NA | 卷积神经网络(CNN) | CNN | NA | 进行了多种数据集的广泛测试 |
14874 | 2024-08-05 |
Can ChatGPT Answer Patient Questions Regarding Total Knee Arthroplasty?
2024-Jul, The journal of knee surgery
IF:1.6Q3
DOI:10.1055/s-0044-1782233
PMID:38442904
|
研究论文 | 本文探讨了ChatGPT在回答有关全膝关节置换手术的常见患者问题的准确性。 | 文章首次评估了人工智能聊天应用程序在提供有关全膝关节置换手术信息中的有效性。 | 本研究只在一次在线互动中测试了10个常见问题,可能不足以全面评估其准确性。 | 研究旨在确定ChatGPT在提供全膝关节置换手术相关常见问题解答的准确性。 | 研究对象是针对全膝关节置换的常见问题(FAQ)与ChatGPT的交互。 | 自然语言处理 | NA | 深度学习 | NA | 文本 | 10个常见问题 |
14875 | 2024-08-05 |
Artificial intelligence for gastric cancer in endoscopy: From diagnostic reasoning to market
2024-Jul, 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.2024.04.019
PMID:38763796
|
综述 | 本文综述了人工智能在内镜检查中对胃癌的应用,评估其在胃癌前期和癌症病变中的使用情况 | 文章首次综合评估了基于深度学习的人工智能工具在内镜影像中的应用及其面临的挑战 | 缺乏更强有力的验证研究和监管障碍限制了模型的应用 | 评估应用于内镜成像的人工智能在胃癌前期及癌症病变中的使用情况 | 人工智能工具和内镜影像 | 数字病理学 | 胃癌 | 深度学习 | NA | 影像 | NA |
14876 | 2024-08-05 |
Bidirectional Hybrid LSTM Based Recurrent Neural Network for Multi-View Stereo
2024-Jul, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2022.3165860
PMID:35394911
|
研究论文 | 本文提出了一种有效的双向混合LSTM基于递归神经网络的多视图立体重建方法 | 采用双向混合长短期记忆结构进行成本体积正则化,提高了准确性并节省了运行时内存 | 可能在特定情况下性能受限于数据集的多样性 | 提高多视图立体重建的准确性和效率 | 密集点云重建 | 计算机视觉 | NA | 深度学习 | 双向混合LSTM | 点云 | 在DTU、Tanks and Temples和ETH3D数据集上进行了广泛实验 |
14877 | 2024-08-05 |
Non-invasive screening of bladder cancer using digital microfluidics and FLIM technology combined with deep learning
2024-Jun-28, Journal of biophotonics
IF:2.0Q3
DOI:10.1002/jbio.202400192
PMID:38938144
|
研究论文 | 本文介绍了一种结合数字微流体和荧光寿命成像显微技术非侵入性筛查膀胱癌的新方法 | 本研究引入了一种新颖的非侵入性膀胱癌筛查技术,结合了数字微流体和FLIM技术 | 样本量较小,仅涉及54名参与者 | 研究旨在开发一种有效的非侵入性膀胱癌筛查方法 | 研究对象为54名参与者的尿液样本 | 数字病理学 | 膀胱癌 | 数字微流体和荧光寿命成像显微技术 | 深度学习残差卷积神经网络 | 图像 | 54个参与者的尿液样本 |
14878 | 2024-08-05 |
Retrieving and reconstructing conceptually similar images from fMRI with latent diffusion models and a neuro-inspired brain decoding model
2024-Jun-28, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ad593c
PMID:38885689
|
研究论文 | 本研究提出了一种新颖的脑解码方法,依赖于语义和上下文相似性 | 提出通过线性映射脑活动到神经网络潜在空间,以合成与原始内容相匹配的图像 | NA | 研究如何基于可测量的神经相关性推断心理状态或感知输入的内部表征 | 使用fMRI数据集进行语义分类和图像检索 | 计算神经科学 | NA | fMRI | 潜在扩散模型 | 图像 | 三个不同的fMRI数据集 |
14879 | 2024-08-05 |
Two-Dimensional Deep Learning Frameworks for Drug-Induced Cardiotoxicity Detection
2024-Jun-28, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.4c00654
PMID:38842187
|
研究论文 | 本文提出了用于检测药物引起的心脏毒性的新型深度学习框架。 | 该研究引入了STFT-CNN和SST-CNN两个框架,通过人类相关的细胞模型实现了更高的准确性和可靠性。 | 当前的方法在准确识别心脏毒性物质方面存在严重局限。 | 研究旨在改善药物引起的心脏毒性检测方法。 | 研究对象包括由诱导多能干细胞衍生的心肌细胞及其机械信号。 | 机器学习 | 心血管疾病 | 短时傅里叶变换 (STFT) 和同步挤压变换 (SST) | 卷积神经网络 (CNN) | 时间信号 | NA |
14880 | 2024-08-05 |
Application of improved and efficient image repair algorithm in rock damage experimental research
2024-Jun-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-65790-y
PMID:38937588
|
研究论文 | 本文集中于利用深度学习技术恢复数字图像技术获取的岩石数据 | 提出了一种改进的增量Transformer图像算法,用于修复单轴压缩实验中的失真或缺失的应变图 | 未提及具体的局限性 | 提高数字图像技术在岩石损伤分析中的效率 | 使用软岩和硬岩作为研究对象 | 数字病理学 | NA | 深度学习 | 改进的增量Transformer | 图像 | 使用一组综合的应变图训练集 |