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(使用关键词“['deep learning']”过滤),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19.9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 | 算法框架 | 模型架构 | 性能指标 | 计算资源 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 101 | 2024-08-05 |
Identification of Bacterial Blight Resistant Rice Seeds Using Terahertz Imaging and Hyperspectral Imaging Combined With Convolutional Neural Network
2020, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2020.00821
PMID:32670316
|
研究论文 | 本研究探讨了利用太赫兹成像技术和近红外高光谱成像技术识别抗细菌性褐斑病水稻种子的可行性 | 结合太赫兹成像与卷积神经网络(CNN)的方法在准确性上超过了传统的近红外高光谱成像 | 未提到具体的样本种类与数量,因此对结果的普遍性需进一步验证 | 快速识别出抗细菌性褐斑病的水稻种子 | 抗细菌性褐斑病水稻种子 | 数字病理学 | NA | 太赫兹成像和近红外高光谱成像 | 卷积神经网络(CNN) | 高光谱图像和光谱数据 | NA | NA | NA | NA | NA |
| 102 | 2024-08-05 |
Deep Magnetic Resonance Image Reconstruction: Inverse Problems Meet Neural Networks
2020-Jan, IEEE signal processing magazine
IF:9.4Q1
DOI:10.1109/MSP.2019.2950557
PMID:33746470
|
研究论文 | 本文概述了基于深度学习的MRI图像重建方法 | 探讨了基于深度学习的图像重建方法在快速MRI中的应用潜力 | 未具体涉及不同算法的比较和实际应用案例 | 旨在提高快速MRI图像重建的效率 | 讨论两种类型的基于深度学习的重建方法 | 计算机视觉 | NA | 深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 103 | 2024-08-05 |
Internal-transfer Weighting of Multi-task Learning for Lung Cancer Detection
2020, Proceedings of SPIE--the International Society for Optical Engineering
DOI:10.1117/12.2548755
PMID:34040274
|
研究论文 | 本文提出了一种内部转移加权的多任务学习方法用于肺癌检测 | 介绍了一种新的学习策略Periodic Focusing Learning Policy(PFLP)和内部转移加权策略(ITW),以优化多任务网络的训练 | 对于无法收敛的多任务基线网络,需要进一步研究改进方法 | 提高肺癌预测的准确性 | 3386名患者的CT扫描数据,涉及多种呼吸系统疾病的辅助任务 | 数字病理学 | 肺癌 | 深度学习 | 3D注意力网络 | 图像 | 3386个CT扫描(每名患者一个扫描) | NA | NA | NA | NA |