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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
161 | 2024-08-07 |
Big behavior: challenges and opportunities in a new era of deep behavior profiling
2021-01, Neuropsychopharmacology : official publication of the American College of Neuropsychopharmacology
IF:6.6Q1
DOI:10.1038/s41386-020-0751-7
PMID:32599604
|
综述 | 本文综述了在机器视觉和深度学习时代,行为分析领域的最新发展和面临的挑战 | 介绍了能够提取和量化大量行为变量的新技术,以及将行为分解为更小单位的能力 | 行为神经生态学领域方法尚未统一,算法在实验室间转移效果不佳,缺乏基准实验和大型注释行为数据集 | 旨在强调行为分析领域最新发展的潜力,并试图在数据收集和共享方面达成共识 | 啮齿动物行为评估 | 神经科学 | NA | 机器视觉, 深度学习 | NA | 行为数据 | NA |
162 | 2024-08-07 |
Deep learning for small and big data in psychiatry
2021-01, Neuropsychopharmacology : official publication of the American College of Neuropsychopharmacology
IF:6.6Q1
DOI:10.1038/s41386-020-0767-z
PMID:32668442
|
review | 本文综述了深度学习在精神病学中处理小样本和大样本数据的应用 | 探讨了深度学习算法在处理复杂预测映射方面的优势,以及如何优化其在精神病学神经科学中的应用 | 深度学习算法需要大量样本进行模型参数推断,这与当前精神病学研究中样本量较小的现状存在矛盾 | 旨在全面概述如何在精神病学中使用深度学习模型进行预测 | 精神病学中的小样本和大样本数据 | machine learning | psychiatric disorder | deep learning | NA | NA | 当前精神病学研究中的样本量小于10,000,且目标是个体层面的治疗预测(n=1) |
163 | 2024-08-07 |
Data Homogeneity Effect in Deep Learning-Based Prediction of Type 1 Diabetic Retinopathy
2021, Journal of diabetes research
IF:3.6Q2
DOI:10.1155/2021/2751695
PMID:35071603
|
研究论文 | 本研究旨在评估一个基于深度迁移学习的模型,该模型使用高变异性且以2型糖尿病为主的Kaggle数据集进行训练,并比较其在1型糖尿病患者中的模型性能 | 研究了数据同质性对基于深度学习的糖尿病视网膜病变预测模型的影响 | 模型在错误预测图像中,由于伪影和低图像质量影响了性能 | 评估和比较基于深度迁移学习的糖尿病视网膜病变识别模型在1型糖尿病患者中的性能 | 糖尿病视网膜病变识别模型在1型糖尿病患者中的应用 | 机器学习 | 糖尿病 | 深度迁移学习 | 卷积神经网络(Inception-V3, DenseNet-121, VGG1, Xception) | 图像 | Kaggle数据集和1型糖尿病患者的视网膜眼底图像数据集,分别用于训练和测试 |
164 | 2024-08-07 |
Using Satellite Images and Deep Learning to Identify Associations Between County-Level Mortality and Residential Neighborhood Features Proximal to Schools: A Cross-Sectional Study
2021, Frontiers in public health
IF:3.0Q2
DOI:10.3389/fpubh.2021.766707
PMID:34805078
|
研究论文 | 本研究使用卫星图像和卷积神经网络来识别县域死亡率与学校周边住宅区特征之间的关联 | 首次利用卫星图像和深度学习技术评估美国各县粗死亡率与学习图像特征之间的关系 | 研究主要依赖于与人口统计信息相关的特征,未来模型需直接识别与健康相关结果的图像特征 | 探讨美国县域死亡率是否能通过卫星图像预测 | 美国430个县的学校周边住宅区卫星图像及其对应的死亡率 | 计算机视觉 | NA | 卷积神经网络 | CNN | 图像 | 430个县,代表约68.9%的美国人口 |
165 | 2024-08-07 |
Automatic Assignment of Radiology Examination Protocols Using Pre-trained Language Models with Knowledge Distillation
2021, AMIA ... Annual Symposium proceedings. AMIA Symposium
PMID:35308920
|
研究论文 | 本文提出了一种使用预训练语言模型和知识蒸馏技术的深度学习方法,用于自动分配计算机断层扫描检查的放射学检查协议 | 采用知识蒸馏技术处理检查协议间的高度数据不平衡,并通过数据增强技术提升少数类别的性能 | NA | 开发一种自动分配放射学检查协议的方法,以减少重复且耗时的过程 | 计算机断层扫描检查的放射学检查协议 | 自然语言处理 | NA | 知识蒸馏 | BERT | 文本 | NA |
166 | 2024-08-07 |
Alteration of the corpus callosum in patients with Alzheimer's disease: Deep learning-based assessment
2021, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0259051
PMID:34941878
|
研究论文 | 本研究利用深度学习技术评估阿尔茨海默病患者胼胝体的变化 | 使用基于U-net架构的卷积神经网络进行胼胝体的精确分割和分析 | NA | 研究阿尔茨海默病患者胼胝体的变化及其与认知功能的关系 | 阿尔茨海默病患者的胼胝体 | 计算机视觉 | 阿尔茨海默病 | 深度学习技术 | 卷积神经网络 | MRI图像 | 94名正常对照组,56名轻度痴呆组,17名中度痴呆组 |