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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
18081 | 2024-08-27 |
Evaluation of a Cascaded Deep Learning-based Algorithm for Prostate Lesion Detection at Biparametric MRI
2024-05, Radiology
IF:12.1Q1
DOI:10.1148/radiol.230750
PMID:38713024
|
研究论文 | 本文评估了一种基于级联深度学习的算法在双参数磁共振成像(MRI)中检测前列腺病变的能力,并与放射科医生的读片结果和活检结果进行了比较 | 该算法在检测和分割前列腺病变方面表现出与经验丰富的放射科医生相当的性能,并能可靠地预测组织病理学检查中的临床显著性病变 | 需要大量的训练数据集和广泛的模型测试 | 评估一种双参数MRI人工智能算法在前列腺病变检测和分割中的性能,并将其与放射科医生的读片结果和活检结果进行比较 | 前列腺癌(PCa)患者的前列腺病变 | 机器学习 | 前列腺癌 | 双参数磁共振成像(MRI) | 级联深度学习算法 | 图像 | 658名男性参与者,共1029个MRI可见病变 |
18082 | 2024-08-27 |
Editorial for "Preoperative Discrimination of CDKN2A/B Homozygous Deletion Status in Isocitrate Dehydrogenase-Mutant Astrocytoma: A Deep Learning-Based Radiomics Model Using MRI"
2024-05, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.28846
PMID:37306402
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
18083 | 2024-08-27 |
Multitask Deep Learning-Based Whole-Process System for Automatic Diagnosis of Breast Lesions and Axillary Lymph Node Metastasis Discrimination from Dynamic Contrast-Enhanced-MRI: A Multicenter Study
2024-05, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.28913
PMID:37497811
|
研究论文 | 本研究开发了一个基于深度学习的全过程系统(DLWPS),用于从动态对比增强磁共振成像(DCE-MRI)中自动诊断乳腺病变和区分腋窝淋巴结(ALN)转移 | DLWPS结合了注意力模块和边缘特征提取模块,提高了乳腺病变和ALN转移诊断的准确性,并改善了放射科医生的诊断一致性 | NA | 开发一个深度学习系统,用于自动诊断乳腺病变和区分腋窝淋巴结转移 | 乳腺病变和腋窝淋巴结转移的诊断 | 机器学习 | 乳腺癌 | 动态对比增强磁共振成像(DCE-MRI) | U-Net框架 | 图像 | 1760名乳腺患者,分为训练和验证集(1110名患者),内部测试集(476名患者)和外部测试集(174名患者) |
18084 | 2024-08-27 |
Synthesized 7T MPRAGE From 3T MPRAGE Using Generative Adversarial Network and Validation in Clinical Brain Imaging: A Feasibility Study
2024-05, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.28944
PMID:37559435
|
研究论文 | 本研究使用生成对抗网络(GAN)从3T MRI图像生成合成7T MRI图像,并在临床脑部成像中验证其可行性 | 本研究首次使用生成对抗网络从3T MRI图像生成合成7T MRI图像,并评估了其在脑部成像中的应用 | 本研究仅在非增强和增强的3T和7T MRI图像上进行了验证,未来需要进一步的研究以验证其在其他类型图像上的效果 | 研究目的是生成合成7T图像从广泛获取的3T图像,并评估这种方法在脑部成像中的可行性 | 研究对象包括33名健康志愿者和89名脑部疾病患者 | 计算机视觉 | NA | 生成对抗网络(GAN) | 生成对抗网络(GAN) | 图像 | 122对3T和7T MRI扫描 |
18085 | 2024-08-27 |
Preoperative Discrimination of CDKN2A/B Homozygous Deletion Status in Isocitrate Dehydrogenase-Mutant Astrocytoma: A Deep Learning-Based Radiomics Model Using MRI
2024-05, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.28945
PMID:37555723
|
研究论文 | 本研究开发了一种基于磁共振成像(MRI)特征的深度学习放射组学模型,用于术前鉴别IDH突变型星形细胞瘤中CDKN2A/B纯合子缺失状态 | 本研究创新性地结合了放射组学特征和深度学习特征,开发了一种综合模型,该模型在评估CDKN2A/B纯合子缺失状态方面表现优于单一的放射组学或深度学习模型 | 本研究为回顾性研究,未来需要进行前瞻性研究以验证模型的有效性 | 开发一种非侵入性、稳健的术前模型,用于鉴别IDH突变型星形细胞瘤中CDKN2A/B纯合子缺失状态 | IDH突变型星形细胞瘤患者中的CDKN2A/B纯合子缺失状态 | 计算机视觉 | 神经系统肿瘤 | MRI | 深度学习模型 | 图像 | 251名患者,其中107名患者存在CDKN2A/B纯合子缺失,144名患者不存在CDKN2A/B纯合子缺失 |
18086 | 2024-08-27 |
Gra-CRC-miRTar: The pre-trained nucleotide-to-graph neural networks to identify potential miRNA targets in colorectal cancer
2024-Apr-20, bioRxiv : the preprint server for biology
DOI:10.1101/2024.04.15.589599
PMID:38659732
|
研究论文 | 本文提出了一种预训练的核苷酸到图神经网络框架Gra-CRC-miRTar,用于识别结直肠癌中的潜在miRNA靶点 | 构建了两个预训练模型来编码RNA序列并将其转换为de Bruijn图,使用不同的图神经网络学习潜在表示,并通过多层感知器进行预测任务 | NA | 提高结直肠癌治疗干预的基础 | 结直肠癌中的miRNA靶点 | 机器学习 | 结直肠癌 | 图神经网络 | 多层感知器(MLP) | RNA序列 | 201个实验验证的miRNA-mRNA对 |
18087 | 2024-08-27 |
Left Ventricular Trabeculations at Cardiac MRI: Reference Ranges and Association with Cardiovascular Risk Factors in UK Biobank
2024-04, Radiology
IF:12.1Q1
DOI:10.1148/radiol.232455
PMID:38563665
|
研究论文 | 本研究利用深度学习算法对英国生物库的心脏MRI扫描进行自动分割,评估个体特征和心血管风险因素与左心室(LV)乳头肌质量(LVM)的关系,并建立健康参与者的正常参考范围 | 首次应用自动分割技术评估左心室乳头肌质量与心血管风险因素的关系,并建立了健康人群的年龄和性别特异性参考范围 | 研究仅包括白人成年参与者,可能限制了结果的普遍性 | 评估个体特征和心血管风险因素与左心室乳头肌质量的关系,并建立正常参考范围 | 左心室乳头肌质量及其与心血管风险因素的关系 | 数字病理学 | 心血管疾病 | 深度学习算法 | NA | 图像 | 共43,038名参与者,其中28,672人属于暴露组,7384人属于参考组 |
18088 | 2024-08-27 |
Predicting Invasiveness of Lung Adenocarcinoma at Chest CT with Deep Learning Ternary Classification Models
2024-04, Radiology
IF:12.1Q1
DOI:10.1148/radiol.232057
PMID:38591974
|
研究论文 | 本文研究了使用深度学习三元分类模型在胸部CT上预测肺腺癌侵袭性的方法 | 提出了一种结合裁决方法的策略,通过框架优化、联合学习和裁决策略,提高了深度学习模型在分类肺腺癌侵袭性方面的性能 | 研究为回顾性研究,且仅在特定数据集上进行了验证 | 旨在确定包含裁决方法的策略是否能增强深度学习三元分类模型在预测肺腺癌侵袭性方面的性能,并保持对纯磨玻璃结节(pGGNs)的分类性能 | 肺腺癌的侵袭性分类 | 机器学习 | 肺腺癌 | 深度学习 | 三元分类模型 | CT影像 | 共4929个结节来自4483名患者,外部测试集包含361个pGGNs来自281名患者 |
18089 | 2024-08-27 |
Clinical Utility of a CT-based AI Prognostic Model for Segmentectomy in Non-Small Cell Lung Cancer
2024-04, Radiology
IF:12.1Q1
DOI:10.1148/radiol.231793
PMID:38625008
|
研究论文 | 开发并验证了一种基于深度学习的预测模型,使用术前CT扫描和临床影像信息对接受肺段切除术的IA期非小细胞肺癌患者进行风险分层 | 该模型在自由复发和肺癌特异性生存方面表现出比日本临床肿瘤学组标准更高的敏感性 | 这是一项单中心回顾性研究,需要进一步的多中心研究来验证模型的有效性 | 开发和验证一种基于CT的深度学习预测模型,用于对接受肺段切除术的IA期非小细胞肺癌患者进行风险分层 | 接受肺段切除术的IA期非小细胞肺癌患者 | 机器学习 | 肺癌 | 深度学习 | DL模型 | 影像数据 | 预训练集包括1756名患者,内部集包括730名患者,肺段切除术测试集包括222名患者 |
18090 | 2024-08-27 |
US-based Sequential Algorithm Integrating an AI Model for Advanced Liver Fibrosis Screening
2024-04, Radiology
IF:12.1Q1
DOI:10.1148/radiol.231461
PMID:38652028
|
研究论文 | 本研究构建了包含超声深度学习模型的序贯临床算法,并比较其与其它非侵入性测试预测晚期肝纤维化的能力 | 提出了一种结合FIB-4指数和超声深度学习模型的序贯算法,提高了诊断准确性和转诊管理 | NA | 构建序贯临床算法以提高晚期肝纤维化的筛查准确性 | 慢性肝病患者及肝功能异常但原因不明的成人患者 | 机器学习 | 肝病 | 超声深度学习 | 深度学习网络(FIB-Net) | 图像 | 训练集3067例,验证集1599例,测试集1228例 |
18091 | 2024-08-27 |
GeneAI 3.0: powerful, novel, generalized hybrid and ensemble deep learning frameworks for miRNA species classification of stationary patterns from nucleotides
2024-03-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-56786-9
PMID:38531923
|
research paper | 本文介绍了AtheroPoint的GeneAI 3.0,一种用于从miRNA序列中的固定模式提取特征的强大、新颖且通用的方法,基于机器学习(EML)和卷积神经网络(CNN)的深度学习(EDL)框架 | GeneAI 3.0利用五种传统特征和三种现代特征生成复合特征集,并通过新的分类器设计,显著提高了miRNA物种分类的准确性和可靠性 | NA | 开发一种新的深度学习和机器学习框架,用于提高miRNA物种分类的准确性和通用性 | miRNA序列的分类,包括人类、猩猩、鼠和鼠 | machine learning | NA | 深度学习 | CNN | 序列数据 | 未明确提及具体样本数量 |
18092 | 2024-08-27 |
Ultrafast Brain MRI with Deep Learning Reconstruction for Suspected Acute Ischemic Stroke
2024-02, Radiology
IF:12.1Q1
DOI:10.1148/radiol.231938
PMID:38376403
|
研究论文 | 本研究旨在评估深度学习加速的磁共振成像(DL-accelerated MRI)与传统MRI在疑似急性缺血性卒中患者中的可互换性 | 本研究首次前瞻性地评估了深度学习加速MRI重建在急性疑似卒中中的诊断性能 | NA | 探讨深度学习加速MRI与传统MRI在疑似急性缺血性卒中患者中的可互换性 | 211名疑似急性卒中患者 | 计算机视觉 | 脑血管疾病 | 深度学习 | NA | 图像 | 211名参与者 |
18093 | 2024-08-27 |
Present and Future Innovations in AI and Cardiac MRI
2024-01, Radiology
IF:12.1Q1
DOI:10.1148/radiol.231269
PMID:38193835
|
研究论文 | 本文综述了人工智能在心脏磁共振成像(MRI)中的应用及其未来创新 | 介绍了一种自动控制心脏图像处方的AI技术,以及通过提取新型影像标志物实现更个性化心血管护理的机会 | NA | 探讨人工智能在心脏MRI中的应用及其对未来医疗实践的影响 | 心脏MRI技术及其在心血管疾病诊断和治疗中的应用 | 计算机视觉 | 心血管疾病 | 深度学习(DL) | 人工神经网络 | 图像 | NA |
18094 | 2024-08-27 |
Enhancing Alzheimer's Disease Classification with Transfer Learning: Finetuning a Pre-trained Algorithm
2024, Current medical imaging
IF:1.1Q3
|
研究论文 | 本研究通过迁移学习和微调预训练的ResNet50V2模型,提高了阿尔茨海默病分类的准确性 | 采用多类分类方法,通过迁移学习和微调层来适应预训练的ResNet50V2模型,并研究了不同输入层大小对模型性能的影响 | NA | 提高阿尔茨海默病不同阶段分类的准确性 | 阿尔茨海默病分类 | 机器学习 | 阿尔茨海默病 | 迁移学习 | ResNet50V2 | 图像 | 6400张MRI图像 |
18095 | 2024-08-27 |
Prostate Segmentation in MRI Images using Transfer Learning based Mask RCNN
2024, Current medical imaging
IF:1.1Q3
|
research paper | 本文使用基于迁移学习的Mask R-CNN方法进行MRI图像中的前列腺分割 | 采用基于迁移学习的Mask R-CNN方法进行前列腺分割,相较于传统方法具有更高的分割和检测准确率 | 文章未详细说明具体的局限性 | 旨在通过基于迁移学习的Mask R-CNN方法进行前列腺分割,以辅助前列腺癌的检测 | 前列腺癌及其在MRI图像中的分割 | computer vision | prostate cancer | Mask R-CNN | CNN | image | NA |
18096 | 2024-08-27 |
An Artificial Intelligence Driven Approach for Classification of Ophthalmic Images using Convolutional Neural Network: An Experimental Study
2024, Current medical imaging
IF:1.1Q3
|
研究论文 | 本文研究了一种基于卷积神经网络(CNN)的人工智能方法,用于眼科图像的分类 | 提出了一种新的集成深度学习CNN模型,通过增加卷积层到现有的VGG-16模型,显著提高了分类性能 | NA | 评估和确定新模型在分类眼底彩色图像(RCFIs)中的相对性能及其作为特定疾病筛查测试的诊断潜力 | 眼底彩色图像(RCFIs),包括白内障、青光眼和糖尿病视网膜病变等眼部疾病特征 | 计算机视觉 | 眼部疾病 | 卷积神经网络(CNN) | CNN | 图像 | 包含多种眼部疾病特征的眼底彩色图像(RCFIs)数据集 |
18097 | 2024-08-27 |
A Systematic Review on Deep Learning Model in Computer-aided Diagnosis for Anterior Cruciate Ligament Injury
2024, Current medical imaging
IF:1.1Q3
|
综述 | 本文综述了深度学习模型在计算机辅助诊断前交叉韧带损伤中的应用 | 强调了可解释深度学习模型在提高诊断结果可信度方面的重要性 | 目前缺乏可解释的深度学习模型,且需要更多医疗专业人士参与系统设计 | 探讨深度学习在前交叉韧带损伤诊断中的应用及其可解释性 | 前交叉韧带损伤的诊断 | 计算机视觉 | 运动损伤 | NA | CNN | MRI图像 | NA |
18098 | 2024-08-27 |
Automatic Optic Nerve Assessment From Transorbital Ultrasound Images: A Deep Learning-based Approach
2024, Current medical imaging
IF:1.1Q3
|
研究论文 | 本文提出了一种基于深度学习的全自动系统,用于从经眼眶超声图像中分割和计算与视神经相关的结构的直径 | 开发了一种基于预训练的全卷积神经网络模型的方法,用于自动分割和测量视神经及其鞘的直径 | NA | 开发一个能够自动分割和计算经眼眶超声图像中视神经相关结构直径的全自动系统 | 视神经直径鞘(ONSD)和视神经直径(OND) | 计算机视觉 | NA | 深度学习 | 全卷积神经网络(FCN) | 图像 | 464张图片来自110个人 |
18099 | 2024-08-27 |
PredIL13: Stacking a variety of machine and deep learning methods with ESM-2 language model for identifying IL13-inducing peptides
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0309078
PMID:39172871
|
研究论文 | 本文开发了PredIL13方法,结合多种机器学习和深度学习技术与ESM-2语言模型,用于识别IL13诱导肽 | PredIL13采用先进的集成学习方法,通过堆叠168个单一特征的机器/深度学习模型的概率得分,并使用基于逻辑回归的元分类器进行训练,显著提高了预测能力 | NA | 探索和识别能够诱导IL-13的新分子或肽 | IL-13诱导肽 | 机器学习 | NA | ESM-2语言模型 | 逻辑回归 | 文本 | NA |
18100 | 2024-08-27 |
Chronic Lung Injury after COVID-19 Pneumonia: Clinical, Radiologic, and Histopathologic Perspectives
2024-01, Radiology
IF:12.1Q1
DOI:10.1148/radiol.231643
PMID:38193836
|
综述 | 本文综述了COVID-19肺炎后慢性肺损伤的临床、影像学和组织病理学长期发现 | 介绍了先进的影像技术和深度学习方法在COVID-19幸存者中的应用 | 需要进一步的随访研究以更好地理解疾病的慢性阶段 | 评估和诊断持续有COVID-19后遗症症状的患者 | COVID-19肺炎后的慢性肺损伤 | 数字病理学 | 肺损伤 | 双能量增强CT、氙129 MRI、低场强MRI | 深度学习 | 影像 | 涉及第一年大流行期间住院的24%-54%的患者 |