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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
301 | 2024-09-01 |
Automatic deep learning system for COVID-19 infection quantification in chest CT
2022, Multimedia tools and applications
IF:3.0Q2
DOI:10.1007/s11042-021-11299-9
PMID:34539221
|
研究论文 | 本文提出了一种用于胸部CT扫描中COVID-19感染区域自动分割的深度学习系统 | 该系统采用U-net架构并结合改进的残差块,通过连接跳跃连接改善梯度值的学习,提高了感染区域分割的准确性 | 系统性能依赖于可用数据集的多样性和数量,未来数据可用性的增加将进一步提升系统的准确性和泛化能力 | 开发一种自动化的深度学习系统,用于在胸部CT扫描中量化COVID-19感染区域 | COVID-19感染区域的分割 | 计算机视觉 | COVID-19 | 边缘增强扩散过滤(EED) | FCN(全卷积网络) | 图像 | 使用了来自不同来源的多个2D CT切片进行训练和测试 |
302 | 2024-09-01 |
Class imbalance in out-of-distribution datasets: Improving the robustness of the TextCNN for the classification of rare cancer types
2022-01, Journal of biomedical informatics
IF:4.0Q2
DOI:10.1016/j.jbi.2021.103957
PMID:34823030
|
研究论文 | 本研究旨在量化并提升CNN在分类病理报告中由于临床文本自然演化导致的分布外(OOD)数据集上的文本分类性能 | 提出了一种新的类特异性集成技术,该技术在分类罕见癌症类型时在宏F1分数上优于其他方法 | 研究主要集中在类不平衡问题上,未涉及其他可能影响模型性能的因素 | 提高CNN在临床自然语言处理领域中对罕见癌症类型分类的鲁棒性 | 病理报告中的罕见癌症类型 | 自然语言处理 | NA | NA | CNN | 文本 | NA |
303 | 2024-09-01 |
Deep Learning Approach Using Diffusion-Weighted Imaging to Estimate the Severity of Aphasia in Stroke Patients
2022-Jan, Journal of stroke
IF:6.0Q1
DOI:10.5853/jos.2021.02061
PMID:35135064
|
研究论文 | 本研究旨在探讨使用扩散加权成像(DWI)数据通过深度学习(DL)模型预测急性脑卒中患者早期失语症严重程度的适用性 | 利用深度学习模型结合DWI数据和临床变量来估计失语商(AQ)分数,为早期评估失语症严重程度提供了一种新的方法 | 研究样本仅来自一家医院,且时间跨度有限,可能影响模型的泛化能力 | 研究深度学习模型在预测急性脑卒中患者早期失语症严重程度中的应用 | 急性缺血性脑卒中导致的失语症患者 | 机器学习 | 脑卒中 | 扩散加权成像(DWI) | 深度前馈网络 | 图像 | 共225名脑卒后失语症患者,其中176名被纳入并分析 |
304 | 2024-09-01 |
An hybrid deep learning approach for depression prediction from user tweets using feature-rich CNN and bi-directional LSTM
2022, Multimedia tools and applications
IF:3.0Q2
DOI:10.1007/s11042-022-12648-y
PMID:35317471
|
研究论文 | 本文提出了一种混合深度学习模型,结合卷积神经网络(CNN)和双向长短期记忆网络(biLSTM),用于从用户推文中预测抑郁症 | 本文的创新点在于使用混合深度学习模型CNN-biLSTM,通过分析用户推文的语义内容来预测抑郁症,并在基准抑郁症数据集上达到了94.28%的准确率 | NA | 探索通过分析用户在社交媒体上的活动,特别是推文内容,来预测用户的心理状态,区分抑郁症患者和非抑郁症患者 | 研究对象为社交媒体平台Twitter上的用户推文 | 机器学习 | NA | 深度学习 | CNN, biLSTM | 文本 | 基准抑郁症数据集包含的推文 |
305 | 2024-09-01 |
On the performance evaluation of object classification models in low altitude aerial data
2022, The Journal of supercomputing
IF:2.5Q2
DOI:10.1007/s11227-022-04469-5
PMID:35399758
|
研究论文 | 本文比较了机器学习分类器与深度学习手工模型及多种预训练深度网络在低空无人机数据上的分类性能 | 提出了使用随机森林分类器和手工深度模型在低空无人机图像上的高准确率,并分析了多种预训练深度学习模型的性能 | NA | 评估和比较不同模型在低空无人机数据上的物体分类性能 | 低空无人机数据中的物体分类 | 计算机视觉 | NA | 机器学习和深度学习 | CNN | 图像 | NA |
306 | 2024-09-01 |
A transfer learning based deep learning model to diagnose covid-19 CT scan images
2022, Health and technology
IF:3.1Q2
DOI:10.1007/s12553-022-00677-4
PMID:35698586
|
研究论文 | 本文提出了一种基于迁移学习的深度学习模型,用于通过CT扫描图像诊断COVID-19 | 本文提出的深度学习方法减少了复杂性,耗时更少,并且提高了COVID-19诊断的准确性 | NA | 开发一种高效且准确的自动化方法,用于在疫情条件下快速诊断COVID-19 | COVID-19患者的CT扫描图像 | 计算机视觉 | COVID-19 | 深度学习 | CNN | 图像 | 使用了多种CT扫描图像进行分析 |
307 | 2024-09-01 |
Fully automated determination of the cervical vertebrae maturation stages using deep learning with directional filters
2022, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0269198
PMID:35776715
|
研究论文 | 本文提出了一种使用带有方向滤波器的深度卷积神经网络(CNN)来自动检测和分类颈椎成熟阶段(CVM)的方法 | 创新的定制设计深度CNN模型,内置一组新颖的方向滤波器,用于突出X射线图像中颈椎的边缘 | NA | 应用深度学习实现颈椎成熟阶段的全自动检测和分类 | 颈椎成熟阶段(CVM)的分类 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 1018张头颅侧位X光片 |
308 | 2024-09-01 |
Application of Machine Learning Algorithms for Asthma Management with mHealth: A Clinical Review
2022, Journal of asthma and allergy
IF:3.7Q1
DOI:10.2147/JAA.S285742
PMID:35791395
|
综述 | 本文综述了机器学习算法在哮喘管理中的应用,特别是在移动健康(mHealth)领域的应用 | 探讨了mHealth在哮喘管理中超越简单监测的潜力,并强调了个性化算法的重要性 | 大多数研究基于小规模数据集,且缺乏外部验证,限制了研究结果的普遍性 | 旨在填补机器学习在mHealth哮喘管理应用方面的研究空白 | 哮喘管理中的mHealth应用 | 机器学习 | 哮喘 | 机器学习算法 | 监督学习算法(如逻辑回归、决策树)和非监督学习算法 | 来自各种设备的数据(如智能手机、智能手表、峰值流量计等) | 从90项研究中筛选出22项相关研究进行进一步审查 |
309 | 2024-09-01 |
An Intelligent System for Detecting Abnormal Behavior in Students Based on the Human Skeleton and Deep Learning
2022, Computational intelligence and neuroscience
DOI:10.1155/2022/3819409
PMID:35795751
|
研究论文 | 本研究利用智能视频系统,基于人体骨骼和深度学习技术,提出了一种检测学生异常行为的方法 | 通过迭代训练OpenPose深度学习网络提取人体骨骼的时空特征,并使用图卷积神经网络和滑动窗口投票方法提高行为分类的准确性和处理效率 | NA | 开发一种高效准确的异常行为检测系统 | 学生的异常行为 | 计算机视觉 | NA | 深度学习 | 图卷积神经网络 | 视频 | 使用自建的学生轨迹数据集和INRIA数据集进行模拟分析 |
310 | 2024-09-01 |
PD-ResNet for Classification of Parkinson's Disease From Gait
2022, IEEE journal of translational engineering in health and medicine
IF:3.7Q2
DOI:10.1109/JTEHM.2022.3180933
PMID:35795875
|
研究论文 | 本文提出了一种基于残差网络架构的新模型PD-ResNet,用于从步态自动识别帕金森病和健康对照组 | 采用了多项式提升维度技术增加输入步态特征的维度,并开发了一种改进的焦点损失函数,专注于训练PD-ResNet处理困难样本并舍弃异常样本 | NA | 开发一种客观且高效的方法来自动识别帕金森病和健康对照组 | 帕金森病患者和健康对照组的步态差异 | 机器学习 | 帕金森病 | 残差网络(ResNet) | PD-ResNet | 3维图片 | 临床步态数据集 |
311 | 2024-09-01 |
Intelligent Analysis of Exercise Health Big Data Based on Deep Convolutional Neural Network
2022, Computational intelligence and neuroscience
DOI:10.1155/2022/5020150
PMID:35800690
|
研究论文 | 本文使用深度卷积神经网络算法对运动健康大数据进行深入研究和分析,并设计了一个智能分析系统用于实际应用过程 | 本文首次将卷积神经网络应用于脑波数据的四分类,并通过优化模型提高了其准确性,同时建立了一个多模态数据特征融合的情绪疲劳检测演示平台 | NA | 研究如何利用深度学习技术对运动健康大数据进行智能分析 | 运动健康大数据 | 机器学习 | NA | 深度卷积神经网络 | CNN | 脑波数据 | NA |
312 | 2024-09-01 |
Analysis of Data Interaction Process Based on Data Mining and Neural Network Topology Visualization
2022, Computational intelligence and neuroscience
DOI:10.1155/2022/1817628
PMID:35814595
|
研究论文 | 本文通过数据挖掘和神经网络模型构建与分析,设计了一种基于数据挖掘和拓扑可视化的数据交互过程模型 | 提出了一种在不稳定区域内可视化网络拓扑的方法,将网络拓扑布局问题转化为凸多边形内的圆形拓扑扩散问题,确保了清晰的逻辑拓扑连接并减少了区域间的间隙 | NA | 设计一个有效的数据交互过程模型,提高数据交互的实时性、准确性、安全性和可靠性 | 学生学术表现数据 | 机器学习 | NA | 多通道卷积神经网络(MCNN) | 卷积神经网络(CNN) | 文本 | NA |
313 | 2024-09-01 |
Intelligent Deep Learning Enabled Oral Squamous Cell Carcinoma Detection and Classification Using Biomedical Images
2022, Computational intelligence and neuroscience
DOI:10.1155/2022/7643967
PMID:35814555
|
研究论文 | 本文开发了一种智能深度学习驱动的口腔鳞状细胞癌检测与分类技术(IDL-OSCDC),利用生物医学图像进行口腔癌的识别和分类 | 提出了一种基于Gabor滤波的预处理步骤,使用NasNet模型生成高层次深度特征,并采用增强型蝗虫优化算法(EGOA)优化的深度信念网络(DBN)进行口腔癌检测和分类 | NA | 开发一种自动化的工具用于口腔癌的早期检测和分类 | 口腔鳞状细胞癌 | 计算机视觉 | 口腔癌 | Gabor滤波(GF) | 深度信念网络(DBN) | 图像 | 使用了一个基准生物医学成像数据集进行实验 |
314 | 2024-09-01 |
Predicting 3D chromatin interactions from DNA sequence using Deep Learning
2022, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2022.06.047
PMID:35832620
|
综述 | 本文综述了利用深度学习模型从DNA序列预测3D染色质相互作用的研究进展 | 深度学习模型结合全基因组3C测序数据已成为推断远端相互作用DNA序列语法的有力工具 | 目前深度学习模型的训练仅限于少数人类细胞系,其预测结果在其他组织类型和物种中的泛化能力有待验证 | 探讨DNA序列特征在介导远端染色质相互作用中的作用 | 3D染色质结构及其在基因调控中的作用 | 机器学习 | NA | 3C测序 | 深度学习模型 | DNA序列 | 少数人类细胞系 |
315 | 2024-09-01 |
Molecular Modeling of ABHD5 Structure and Ligand Recognition
2022, Frontiers in molecular biosciences
IF:3.9Q2
DOI:10.3389/fmolb.2022.935375
PMID:35836935
|
研究论文 | 本研究结合计算和实验方法构建了ABHD5的三维结构,并揭示了其与合成配体的结合机制 | 首次使用深度学习方法构建ABHD5模型,并通过模拟和实验数据验证了其结构 | NA | 探究ABHD5的分子结构及其配体识别机制 | ABHD5蛋白及其与合成配体的相互作用 | 生物信息学 | 代谢疾病 | 分子动力学模拟 | 深度学习模型 | 蛋白质结构 | 一系列ABHD5突变体和合成配体 |
316 | 2024-09-01 |
Surface Defect Segmentation Algorithm of Steel Plate Based on Geometric Median Filter Pruning
2022, Frontiers in bioengineering and biotechnology
IF:4.3Q2
DOI:10.3389/fbioe.2022.945248
PMID:35845429
|
研究论文 | 本文针对钢板表面缺陷分割问题,提出了一种基于几何中值滤波剪枝的深度学习模型压缩算法 | 提出了一种基于几何中值滤波的模型剪枝算法,用于结构化剪枝和压缩缺陷分割检测网络 | NA | 优化和简化钢板表面缺陷检测模型,使其适用于工厂嵌入式设备 | 钢板表面缺陷分割检测模型 | 机器学习 | NA | 几何中值滤波剪枝 | 深度学习模型 | 图像 | NA |
317 | 2024-09-01 |
Using deep learning-based natural language processing to identify reasons for statin nonuse in patients with atherosclerotic cardiovascular disease
2022, Communications medicine
IF:5.4Q1
DOI:10.1038/s43856-022-00157-w
PMID:35856080
|
研究论文 | 本研究利用基于深度学习的自然语言处理技术,从非结构化的电子健康记录中识别出动脉粥样硬化心血管疾病患者未使用他汀类药物的原因 | 开发并验证了基于深度学习的自然语言处理方法(临床双向编码器表示变换器BERT),用于分类他汀类药物未使用及其原因 | NA | 识别大规模医疗系统中他汀类药物未使用的原因,以开发针对性的干预措施,提高他汀类药物的使用率 | 动脉粥样硬化心血管疾病患者的电子健康记录 | 自然语言处理 | 心血管疾病 | 自然语言处理(NLP) | 双向编码器表示变换器(BERT) | 文本 | 56,530名动脉粥样硬化心血管疾病患者 |
318 | 2024-09-01 |
Three-Dimensional Reconstruction of a CT Image under Deep Learning Algorithm to Evaluate the Application of Percutaneous Kyphoplasty in Osteoporotic Thoracolumbar Compression Fractures
2022, Contrast media & molecular imaging
DOI:10.1155/2022/9107021
PMID:35919502
|
研究论文 | 本研究通过优化传统的V-Net网络并提出改进的V-Net,用于基于深度学习的三维CT图像重建,以评估经皮椎体成形术在治疗骨质疏松性胸腰椎压缩性骨折中的应用 | 本研究引入了改进的V-Net网络,其Dice系数明显高于U-Net、V-Net和CNN,Hausdorff距离则低于这些网络,显示出更好的分割和重建质量 | NA | 探讨基于深度学习的V-Net网络进行三维CT图像重建,评估经皮椎体成形术治疗骨质疏松性胸腰椎压缩性骨折的疗效 | 106名骨质疏松性胸腰椎压缩性骨折患者,分为经皮椎体成形术组和对照组 | 计算机视觉 | 骨质疏松症 | CT扫描 | V-Net网络 | 图像 | 106名患者,128个椎体 |
319 | 2024-08-31 |
Simultaneous prediction of antibody backbone and side-chain conformations with deep learning
2022, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0258173
PMID:35704640
|
研究论文 | 本文介绍了一种名为DeepSCAb的深度学习方法,用于同时预测抗体骨架和侧链构象 | DeepSCAb方法能够预测抗体变异片段的残基间几何结构以及侧链二面角,且仅需要序列作为输入,适用于无已知骨架构象的抗体 | NA | 提高抗体结构预测的准确性,特别是在侧链建模方面 | 抗体骨架和侧链构象 | 机器学习 | NA | 深度学习 | 自注意力层 | 序列 | NA |
320 | 2024-08-31 |
Deep learning empowered COVID-19 diagnosis using chest CT scan images for collaborative edge-cloud computing platform
2022, Multimedia tools and applications
IF:3.0Q2
DOI:10.1007/s11042-021-11158-7
PMID:34220289
|
研究论文 | 本文开发了一种基于MobileNet V2架构的微调深度学习模型,用于在边缘云协同计算平台上进行COVID-19的胸部CT扫描图像诊断 | 提出的模型在准确性和诊断时间上优于现有的深度学习模型,且适用于资源受限环境 | NA | 提高COVID-19诊断的效率和可及性 | COVID-19的胸部CT扫描图像 | 计算机视觉 | COVID-19 | 深度学习 | MobileNet V2 | 图像 | 2482张胸部CT扫描图像 |