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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
15761 | 2024-09-20 |
Single-cell AI-based detection and prognostic and predictive value of DNA mismatch repair deficiency in colorectal cancer
2024-Sep-17, Cell reports. Medicine
DOI:10.1016/j.xcrm.2024.101727
PMID:39293403
|
研究论文 | 本文介绍了一种基于人工智能的方法AIMMeR,用于在常规病理样本中检测结直肠癌中的DNA错配修复缺陷 | AIMMeR能够在单细胞水平上确定错配修复蛋白表达,显示出高准确性和特异性,有助于精准医学 | AIMMeR与微卫星不稳定性测试的一致性较低,反映了MMR和MSI PCR之间的不一致性 | 开发一种自动化方法来检测结直肠癌中的DNA错配修复缺陷,并评估其预后和预测价值 | 结直肠癌中的DNA错配修复缺陷 | 数字病理学 | 结直肠癌 | 人工智能 | NA | 图像 | 两个试验队列中的II/III期样本 |
15762 | 2024-09-20 |
EnergyShare AI: Transforming P2P energy trading through advanced deep learning
2024-Sep-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e36948
PMID:39296059
|
研究论文 | 本文介绍了一种名为EnergyShare AI的P2P能源交易系统,该系统通过深度强化学习算法优化能源管理效率 | EnergyShare AI通过深度强化学习算法显著提高了能源管理效率,并大幅降低了成本,相比传统的线性整数规划模型,在优化双向能源转移方面具有显著优势 | NA | 旨在通过先进的机器学习技术改进P2P能源交易系统,提高能源需求管理和利用效率 | 消费者、生产消费者、太阳能阵列、储能系统(ESS)和电动汽车(EVs) | 机器学习 | NA | 深度强化学习(DRL) | 深度强化学习 | 能源数据 | 涉及不同家庭配置和人类发展阶段的能源转移 |
15763 | 2024-09-20 |
Bayesian optimized multimodal deep hybrid learning approach for tomato leaf disease classification
2024-09-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-72237-x
PMID:39277634
|
研究论文 | 提出了一种利用贝叶斯优化多模态深度混合学习方法来自动分类番茄叶病的系统 | 利用贝叶斯优化和深度混合学习模型,结合卷积神经网络和经典机器学习技术,实现了对番茄叶病的自动分类 | NA | 开发一种自动、早期且精确的番茄叶病识别系统,以帮助农民及时干预疾病传播 | 番茄叶病分类 | 机器学习 | NA | 卷积神经网络 (CNN), 随机森林 (RF), XGBoost, 高斯朴素贝叶斯 (GNB), 支持向量机 (SVM), 多项逻辑回归 (MLR), K近邻 (KNN) | 深度混合学习模型 | 图像 | 使用了PlantVillage数据集,包含十种类型的番茄叶(九种病叶和一种健康叶) |
15764 | 2024-09-20 |
General loss of proteostasis links Huntington disease to Cockayne syndrome
2024-Sep-14, Neurobiology of disease
IF:5.1Q1
DOI:10.1016/j.nbd.2024.106668
PMID:39284372
|
研究论文 | 本文通过RNA-seq数据和深度学习方法,探讨了Cockayne综合征与亨廷顿病之间的联系,发现两者在蛋白质稳态失调方面存在共同机制 | 首次揭示了Cockayne综合征与亨廷顿病在蛋白质稳态失调方面的共同机制 | 研究主要基于细胞系和动物模型,尚未在人体组织中进行验证 | 探讨Cockayne综合征与亨廷顿病之间的病理联系 | Cockayne综合征和亨廷顿病的细胞系及动物模型 | 生物信息学 | NA | RNA-seq | 深度学习 | 转录组数据 | 两个Cockayne综合征突变细胞系和多个亨廷顿病细胞培养模型 |
15765 | 2024-09-20 |
Automatic generation of diffusion tensor imaging for the lumbar nerve using convolutional neural networks
2024-Sep-13, Magnetic resonance imaging
IF:2.1Q2
DOI:10.1016/j.mri.2024.110237
PMID:39278577
|
研究论文 | 本研究旨在利用深度学习语义分割技术,自动生成腰椎神经的扩散张量成像(DTI) | 首次使用深度学习语义分割模型U-Net自动提取腰椎神经并生成神经束追踪图 | 研究样本量较小,仅涉及90名患者的数据 | 开发一种自动化的系统,用于提取腰椎神经并生成神经束追踪图,以提高DTI在临床中的应用 | 腰椎神经的扩散张量成像及其自动生成 | 计算机视觉 | 腰椎退行性疾病 | 扩散张量成像(DTI) | U-Net | 图像 | 90名患有腰椎退行性疾病的患者,共839张轴向扩散加权图像(DWI) |
15766 | 2024-09-20 |
Tailoring nonsurgical therapy for elderly patients with head and neck squamous cell carcinoma: A deep learning-based approach
2024-Sep-13, Medicine
IF:1.3Q2
DOI:10.1097/MD.0000000000039659
PMID:39287264
|
研究论文 | 评估深度学习模型在为无法手术的老年头颈鳞状细胞癌患者选择个性化化疗方案中的应用,并量化基线特征对治疗效果的影响 | 使用自归一化平衡个体治疗效果模型进行生存数据分析,超越了其他模型和国家综合癌症网络指南 | 研究结果需要在临床环境中进一步验证 | 评估深度学习模型在个性化化疗选择中的应用,并分析基线特征对治疗效果的影响 | 无法手术的老年头颈鳞状细胞癌患者 | 机器学习 | 头颈鳞状细胞癌 | 深度学习 | 自归一化平衡个体治疗效果模型 | 生存数据 | 4276名老年头颈鳞状细胞癌患者 |
15767 | 2024-09-20 |
Virtual Screening and Molecular Docking: Discovering Novel METTL3 Inhibitors
2024-Sep-12, ACS medicinal chemistry letters
IF:3.5Q2
DOI:10.1021/acsmedchemlett.4c00216
PMID:39291017
|
研究论文 | 本文提出了一种结合结构基础方法和几何深度学习算法的混合高吞吐量虚拟筛选协议,用于发现METTL3的新型抑制剂 | 本文创新性地结合了结构基础方法和几何深度学习算法,提出了一种高效的混合虚拟筛选协议 | NA | 发现METTL3的新型抑制剂,并评估其在肿瘤治疗中的潜力 | METTL3及其抑制剂 | 生物信息学 | 肿瘤 | 虚拟筛选、分子对接、分子动力学模拟 | 几何深度学习 | 化合物数据库 | 自建内部数据库中的化合物 |
15768 | 2024-09-20 |
Single-cell analysis via manifold fitting: A framework for RNA clustering and beyond
2024-Sep-10, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2400002121
PMID:39226348
|
研究论文 | 本文介绍了一种名为scAMF的框架,通过流形拟合技术提高单细胞RNA测序数据的聚类精度和可视化效果 | 提出了scAMF框架,通过流形拟合模块有效去噪单细胞RNA测序数据,提高了聚类效率和数据可视化清晰度 | NA | 提高单细胞RNA测序数据分析的精度和可靠性 | 单细胞RNA测序数据 | 数字病理学 | NA | 单细胞RNA测序 | 流形拟合 | 基因表达数据 | 25个公开的单细胞RNA测序数据集,涵盖多种测序平台、物种和器官类型 |
15769 | 2024-09-20 |
Automated condylar seating assessment using a deep learning-based three-step approach
2024-Sep-04, Clinical oral investigations
IF:3.1Q1
DOI:10.1007/s00784-024-05895-w
PMID:39227487
|
研究论文 | 本文介绍了一种基于深度学习的三步法自动评估髁突就位情况的方法 | 本文的创新点在于将多步骤分割、光线投射和前馈神经网络相结合,实现了髁突就位评估的自动化 | NA | 开发并验证一种基于深度学习算法的工具,自动评估髁突就位情况 | 髁突就位情况 | 计算机视觉 | NA | 深度学习 | 前馈神经网络 | 图像 | 60个CBCT扫描(120个髁突) |
15770 | 2024-09-20 |
Prediction of Axial Length From Macular Optical Coherence Tomography Using Deep Learning Model
2024-Sep-03, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.13.9.14
PMID:39264604
|
研究论文 | 本研究开发了一种深度学习模型,用于从光学相干断层扫描(OCT)图像预测眼睛的轴长(AL) | 利用深度学习模型从OCT图像中预测眼睛轴长,并采用双输入模型提高了预测精度 | NA | 开发一种深度学习模型,用于从OCT图像中预测眼睛的轴长 | 眼睛的轴长和OCT图像 | 计算机视觉 | NA | 深度学习 | ResNet-152 | 图像 | 9064只眼睛,5349名患者,共18128张图像 |
15771 | 2024-09-20 |
Development of a deep learning-based fully automated segmentation of rotator cuff muscles from clinical MR scans
2024-Sep, Acta radiologica (Stockholm, Sweden : 1987)
DOI:10.1177/02841851241262325
PMID:39043149
|
研究论文 | 开发了一种基于深度学习的全自动分割方法,用于从临床MRI扫描中分割肩袖肌肉 | 提出了一个全自动的深度神经网络方法,用于从临床MRI扫描中分割肩袖肌肉和骨骼 | 在某些情况下,如teres minor的分割,算法表现存在显著误差 | 开发一种准确可靠的量化方法,用于评估肩袖肌肉的脂肪浸润和萎缩 | 肩袖肌肉的脂肪浸润和萎缩 | 计算机视觉 | NA | 深度学习 | 深度神经网络 | 图像 | 训练和内部验证数据集包含94个肩部MRI扫描,外部验证数据集包含20个来自另一机构的MRI扫描 |
15772 | 2024-09-20 |
Deep learning image reconstruction for low-kiloelectron volt virtual monoenergetic images in abdominal dual-energy CT: medium strength provides higher lesion conspicuity
2024-Sep, Acta radiologica (Stockholm, Sweden : 1987)
DOI:10.1177/02841851241262765
PMID:39033390
|
研究论文 | 研究了深度学习图像重建算法在腹部低千电子伏特虚拟单能图像中的最佳设置 | 提出了40千电子伏特作为腹部常规虚拟单能图像重建的新标准,并发现中等强度的深度学习图像重建算法在诊断接受度和病灶显著性方面优于高强度算法 | NA | 确定深度学习图像重建算法在腹部低千电子伏特虚拟单能图像中的最佳设置 | 腹部低千电子伏特虚拟单能图像的重建算法设置 | 计算机视觉 | NA | 深度学习图像重建 | NA | 图像 | 109名参与者和152个病灶 |
15773 | 2024-09-20 |
Development and Multicenter, Multiprotocol Validation of Neural Network for Aberrant Right Subclavian Artery Detection
2024-Sep, Yonsei medical journal
IF:2.6Q1
DOI:10.3349/ymj.2023.0590
PMID:39193761
|
研究论文 | 本研究开发并验证了一种用于检测异常右锁骨下动脉的卷积神经网络模型 | 开发了一种基于卷积神经网络的深度学习模型,用于自动检测甲状腺癌评估中的异常右锁骨下动脉 | NA | 开发并验证一种自动检测异常右锁骨下动脉的卷积神经网络模型 | 异常右锁骨下动脉的检测 | 计算机视觉 | 甲状腺癌 | 卷积神经网络 | CNN | 图像 | 训练集包括556例异常右锁骨下动脉和312例正常主动脉弓的CT图像,验证集包括来自两个机构的112和126例CT图像,独立数据集包括1683例连续颈部CT图像 |
15774 | 2024-09-20 |
Environmental water quality prediction based on COOT-CSO-LSTM deep learning
2024-Sep, Environmental science and pollution research international
DOI:10.1007/s11356-024-34750-4
PMID:39196324
|
研究论文 | 本文提出了一种基于COOT-CSO-LSTM深度学习模型的环境水质预测方法 | 本文提出了一种增强的LSTM模型,并结合COOT方法优化参数,以克服水质数据中的非平稳性、不可预测性和非线性问题 | NA | 预测流域系统中的水质指标,包括溶解氧(DO) | Vaigai河的水质数据 | 机器学习 | NA | LSTM | LSTM | 水质数据 | 印度泰米尔纳德邦马杜赖Vaigai河的原始每周水质数据 |
15775 | 2024-09-20 |
A deep learning model based on magnifying endoscopy with narrow-band imaging to evaluate intestinal metaplasia grading and OLGIM staging: A multicenter study
2024-Sep, 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.2024.02.001
PMID:38402085
|
研究论文 | 本文构建了一个基于放大内镜窄带成像的深度学习模型,用于评估胃肠道化生分级和OLGIM分期 | 开发了一种基于放大内镜窄带成像的深度学习模型,用于无创评估胃肠道化生分级和OLGIM分期 | 模型在外部验证集上的表现略低于内部验证集,且未与更多不同经验水平的内镜医师进行比较 | 构建一个深度学习模型,用于通过放大内镜窄带成像评估OLGIM分期,以筛查胃癌高风险患者 | 胃肠道化生分级和OLGIM分期 | 计算机视觉 | 胃癌 | 放大内镜窄带成像 | Faster Region-Convolutional Neural Network | 图像 | 4473张图像,来自803名患者,涉及三个内镜中心 |
15776 | 2024-09-20 |
Deep learning-based structure segmentation and intramuscular fat annotation on lumbar magnetic resonance imaging
2024-Sep, JOR spine
IF:3.4Q1
DOI:10.1002/jsp2.70003
PMID:39291096
|
研究论文 | 本研究开发了一种基于深度学习的双模型,用于腰椎磁共振成像中的肌肉分割和肌内脂肪注释,以辅助临床医生全面评估腰椎间盘突出症(LDH)情况 | 本研究的创新点在于开发了一种双模型,能够自动进行肌肉分割和肌内脂肪注释,相比传统的阈值算法,模型在肌内脂肪测量中的误差更低 | 模型在外部测试集上的表现有所下降,表明其泛化能力有待提高 | 本研究的目的是开发一种自动化的方法,用于在腰椎磁共振成像中评估腰椎间盘突出症患者的肌肉状况和肌内脂肪浸润情况 | 研究对象为腰椎间盘突出症患者,主要关注其腰背部肌肉的萎缩和脂肪浸润情况 | 计算机视觉 | 腰椎间盘突出症 | 深度学习 | 双模型 | 磁共振成像 | 共评估了417名患者,包括216名男性和201名女性,平均年龄为49±15岁 |
15777 | 2024-09-20 |
Development and validation of deep learning models for identifying the brand of pedicle screws on plain spine radiographs
2024-Sep, JOR spine
IF:3.4Q1
DOI:10.1002/jsp2.70001
PMID:39291095
|
研究论文 | 本研究开发并验证了一种深度学习模型,用于在脊柱X光片上识别椎弓根螺钉的品牌 | 本研究首次使用深度学习模型来识别脊柱X光片上的椎弓根螺钉品牌,并通过集成方法提高了模型的区分性能 | 本研究为回顾性研究,样本仅来自七家制造商,未来需在更多样本和制造商上进行验证 | 开发并验证一种能够准确识别脊柱X光片上椎弓根螺钉品牌的深度学习模型 | 脊柱X光片上的椎弓根螺钉品牌识别 | 计算机视觉 | NA | 深度学习 | EfficientNet-b0 | 图像 | 529名接受椎弓根螺钉植入的患者 |
15778 | 2024-09-20 |
Optimizing High-Resolution MR Angiography: The Synergistic Effects of 3D Wheel Sampling and Deep Learning-Based Reconstruction
2024 Sep-Oct 01, Journal of computer assisted tomography
IF:1.0Q4
DOI:10.1097/RCT.0000000000001590
PMID:38346820
|
研究论文 | 本研究评估了3D轮采样和基于深度学习的重建(DLR)在3T高分辨率时间飞跃法磁共振血管造影(HR-TOF-MRA)中的联合应用效果 | 本研究首次探讨了3D轮采样与深度学习重建相结合在颅内高分辨率TOF-MRA中的应用 | 本研究样本量较小,仅包括20名患者,可能影响结果的普遍性 | 评估3D轮采样和深度学习重建在颅内高分辨率TOF-MRA中的应用效果 | 颅内高分辨率TOF-MRA图像的质量和血管可视化效果 | 计算机视觉 | NA | 磁共振成像(MRI) | 深度学习 | 图像 | 20名接受头部MRI检查的患者 |
15779 | 2024-09-20 |
Deep learning insights into spatial patterns of stable isotopes in Iran's precipitation: a novel approach to climatological mapping
2024-Aug, Isotopes in environmental and health studies
IF:1.1Q4
DOI:10.1080/10256016.2024.2396302
PMID:39225427
|
研究论文 | 本文利用深度学习模型研究伊朗降水中的稳定同位素空间模式,提出了一种新的气候制图方法 | 首次应用深度学习模型(LSTM和DNN)模拟伊朗降水中的稳定同位素含量,并使用插值方法生成稳定同位素值的分布图 | 模拟地图中存在轻微的弱点,模型精度有待进一步提高 | 研究伊朗降水中的稳定同位素含量变化,并开发一种新的气候制图方法 | 伊朗降水中的稳定同位素含量及其影响因素 | 机器学习 | NA | 稳定同位素技术 | LSTM和DNN | 降水数据 | 42个降水采样站 |
15780 | 2024-09-20 |
Two mass-imbalanced atoms in a hard-wall trap: Deep learning integrability of many-body systems
2024-Aug, Physical review. E
DOI:10.1103/PhysRevE.110.024129
PMID:39294995
|
研究论文 | 本文通过数值实验分析了质量不平衡的两体系统在硬壁阱中的可积性,利用能量级统计和深度学习波函数的方法 | 本文设计了一种卷积神经网络,能够通过概率密度图像高精度且快速地识别可积与不可积系统之间的转变点,并成功识别出一个新的可积质量比1/3 | NA | 研究质量不平衡的两体系统的可积性 | 质量不平衡的两体系统 | 机器学习 | NA | 深度学习 | 卷积神经网络 | 图像 | NA |