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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
261 | 2024-09-30 |
Detection of unknown strawberry diseases based on OpenMatch and two-head network for continual learning
2022, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2022.989086
PMID:36186017
|
研究论文 | 本文研究了在植物病害识别过程中区分已知和未知病害的两种深度学习技术:开放集识别(OSR)和分布外检测(OoD) | 本文分析了OoD检测模型中的双头网络和与OSR技术相关的半监督OpenMatch,并调整了它们的训练过程以进行比较 | OSR技术在细粒度识别任务中仍不成熟,OoD检测需要有意准备的异常数据进行训练 | 研究在植物病害识别中区分已知和未知病害的方法 | 草莓病害的检测 | 计算机视觉 | NA | 深度学习 | 双头网络 | 图像 | 8种草莓病害的图像数据集 |
262 | 2024-09-30 |
A review of generative adversarial network applications in optical coherence tomography image analysis
2022, Journal of optometry
IF:2.2Q2
DOI:10.1016/j.optom.2022.09.004
PMID:36241526
|
综述 | 本文综述了生成对抗网络(GANs)在光学相干断层扫描(OCT)图像分析中的应用及其进展 | GANs作为一种深度学习方法,能够在OCT图像分析中实现其他深度学习方法难以实现的新应用,具有提供更准确和稳健分析的潜力 | NA | 探讨GANs在OCT图像处理中的应用及其未来发展潜力 | 光学相干断层扫描(OCT)图像 | 计算机视觉 | NA | 生成对抗网络(GANs) | 生成对抗网络(GANs) | 图像 | NA |
263 | 2024-09-30 |
MSeg-Net: A Melanoma Mole Segmentation Network Using CornerNet and Fuzzy K-Means Clustering
2022, Computational and mathematical methods in medicine
DOI:10.1155/2022/7502504
PMID:36276999
|
研究论文 | 提出了一种使用CornerNet和模糊K均值聚类的黑色素瘤痣分割网络MSeg-Net | 利用CornerNet模型进行黑色素瘤病变的检测,并通过模糊K均值聚类进行分割,能够处理任意形状和方向的痣,并有效应对噪声、模糊和亮度变化 | NA | 开发一种自动化的系统,用于及时识别黑色素瘤 | 黑色素瘤痣的检测和分割 | 计算机视觉 | 皮肤癌 | 深度学习 | CornerNet | 图像 | 使用了ISIC-2017和ISIC-2018两个标准数据库进行评估 |
264 | 2024-09-30 |
EEG-based emotion recognition using hybrid CNN and LSTM classification
2022, Frontiers in computational neuroscience
IF:2.1Q3
DOI:10.3389/fncom.2022.1019776
PMID:36277613
|
研究论文 | 本文研究了基于脑电图(EEG)信号的情感识别,提出了一种结合卷积神经网络(CNN)和长短期记忆网络(LSTM)的混合分类方法 | 本文提出了一种新的自动化CNN-LSTM与ResNet-152算法,相比现有技术,该方法在情感识别中达到了98%的高准确率 | 本文未提及具体的研究局限性 | 旨在通过脑电图信号分析情感反应,特别是创伤后应激障碍(PTSD)的影响 | 研究对象为脑电图信号和情感分析 | 机器学习 | NA | 脑电图(EEG) | 卷积神经网络(CNN)和长短期记忆网络(LSTM) | 脑电图信号 | 未提及具体样本数量 |
265 | 2024-09-30 |
The spike gating flow: A hierarchical structure-based spiking neural network for online gesture recognition
2022, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2022.923587
PMID:36408382
|
研究论文 | 本文提出了一种基于层次结构的新型脉冲神经网络系统,用于在线手势识别 | 开发了一种名为脉冲门控流(SGF)的新型脑启发脉冲神经网络系统,用于在线动作学习,具有较高的准确性和较低的训练/推理数据比率 | NA | 解决当前深度学习在动作识别应用中面临的计算成本高和学习效率低的问题 | 在线手势识别 | 机器学习 | NA | 脉冲神经网络(SNN) | 脉冲神经网络(SNN) | 图像 | 使用了标准动态视觉传感器(DVS)手势分类作为基准,具体样本数量未明确提及 |
266 | 2024-09-30 |
Enhanced You Only Look Once X for surface defect detection of strip steel
2022, Frontiers in neurorobotics
IF:2.6Q3
DOI:10.3389/fnbot.2022.1042780
PMID:36479529
|
研究论文 | 本文提出了一种轻量级的YOLOX表面缺陷检测网络,并引入了多尺度特征融合注意力模块(MFFAM),用于提高带钢表面缺陷检测的准确性和效率 | 引入多尺度特征融合注意力模块(MFFAM)和轻量级CSP结构,优化了网络的骨干部分,显著提高了小目标的检测准确性 | 文章未提及具体的局限性 | 提高带钢表面缺陷检测的准确性和效率 | 带钢表面缺陷 | 计算机视觉 | NA | 深度学习 | YOLOX | 图像 | 未提及具体样本数量 |
267 | 2024-09-30 |
Bio-mimetic high-speed target localization with fused frame and event vision for edge application
2022, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2022.1010302
PMID:36507348
|
研究论文 | 本文提出了一种结合事件相机和帧相机的高速目标定位系统,通过融合事件和帧管道的互补时空优势,实现了在边缘应用中的高效目标定位 | 设计了一种受果蝇自我运动补偿机制启发的SNN滤波器,并集成了神经启发的多管道处理与任务优化的多神经元通路结构 | NA | 开发一种能够在资源受限的边缘机器人系统中实现高速目标定位的新方法 | 事件相机、帧相机、SNN、CNN | 计算机视觉 | NA | 卷积神经网络(CNN)、脉冲神经网络(SNN) | 卷积神经网络(CNN)、脉冲神经网络(SNN) | 图像 | 多无人机模拟和真实世界多无人机设置中的实际传感器数据 |
268 | 2024-09-30 |
A comparative study of gastric histopathology sub-size image classification: From linear regression to visual transformer
2022, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2022.1072109
PMID:36569152
|
研究论文 | 本文比较了多种算法在胃癌病理图像分类中的性能,旨在将集成学习应用于实际的胃癌分类问题 | 本文引入了基于Transformer的分类器,并探讨了多种分类器在机器性能不足时的互补性 | 本文未详细讨论集成学习在实际应用中的具体实现方法 | 比较不同算法在胃癌病理图像分类中的性能,探索集成学习在胃癌分类中的应用 | 胃癌病理图像分类 | 数字病理 | 胃癌 | 机器学习 | Transformer | 图像 | GasHisSDB数据库中的大量病理图像 |
269 | 2024-09-30 |
Explainable artificial intelligence model to predict brain states from fNIRS signals
2022, Frontiers in human neuroscience
IF:2.4Q2
DOI:10.3389/fnhum.2022.1029784
PMID:36741783
|
研究论文 | 本文介绍了一种可解释的人工智能模型,用于从fNIRS信号中预测大脑状态 | 提出了一个包含分类模块和解释模块的可解释人工智能系统,能够分解深度学习模型的输出,并解释输入变量对fNIRS信号分类的贡献 | NA | 开发一种能够解释深度学习模型输出并预测大脑状态的可解释人工智能系统 | fNIRS信号的分类和解释 | 机器学习 | NA | fNIRS信号分析 | 1-D CNN 和 LSTM | fNIRS信号 | 3名受试者的运动任务数据和29名受试者的运动想象数据 |
270 | 2024-09-29 |
Deep Learning Enhances Multiparametric Dynamic Volumetric Photoacoustic Computed Tomography In Vivo (DL-PACT)
2022-Nov-10, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202202089
PMID:36354200
|
研究论文 | 本文介绍了一种基于深度学习的增强型多参数动态体积光声计算机断层扫描技术(DL-PACT),通过减少有限视角伪影和提高时间分辨率,显著提升了光声计算机断层扫描(PACT)的图像质量 | 提出了一种基于深度学习的DL-PACT方法,通过使用少量超声换能器元素,实现了高质量的静态结构和动态增强全身图像以及动态功能脑图像的快速获取 | NA | 提高光声计算机断层扫描(PACT)的图像质量和时间分辨率,降低系统成本 | 光声计算机断层扫描(PACT)图像的增强和优化 | 计算机视觉 | NA | 光声计算机断层扫描(PACT) | 深度学习 | 图像 | 活体动物和人类 |
271 | 2024-09-29 |
Deep learning explains the biology of branched glycans from single-cell sequencing data
2022-Oct-21, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2022.105163
PMID:36217547
|
研究论文 | 本文利用单细胞测序数据和深度学习模型预测细胞的糖链表型,并解释其生物学意义 | 首次使用深度学习模型从转录组数据中预测细胞的糖链表型,并通过SHAP解释模型识别出高预测性基因 | NA | 揭示糖基化在细胞水平的调控机制及其功能意义 | 小鼠T淋巴细胞的糖链表型和转录组数据 | 机器学习 | NA | SUGAR-seq | 深度学习模型 | 转录组数据 | 小鼠T淋巴细胞 |
272 | 2024-09-29 |
Advances in Deep Learning for Tuberculosis Screening using Chest X-rays: The Last 5 Years Review
2022-Oct-15, Journal of medical systems
IF:3.5Q2
DOI:10.1007/s10916-022-01870-8
PMID:36241922
|
综述 | 本文回顾了过去五年中使用胸部X光片进行肺结核筛查的深度学习技术的进展 | 本文总结了过去五年中深度学习技术在肺结核筛查中的最新进展,并进行了系统性回顾和元分析 | 本文主要集中在过去五年的研究,可能无法涵盖所有相关研究 | 回顾和分析过去五年中深度学习技术在肺结核筛查中的应用 | 胸部X光片图像和肺结核筛查 | 计算机视觉 | 肺结核 | 深度学习 | 卷积神经网络(CNN) | 图像 | 54篇同行评审的研究文章 |
273 | 2024-09-29 |
AI for COVID-19 Detection from Radiographs: Incisive Analysis of State of the Art Techniques, Key Challenges and Future Directions
2022-Oct, Ingenierie et recherche biomedicale : IRBM = Biomedical engineering and research
DOI:10.1016/j.irbm.2021.07.002
PMID:34336141
|
综述 | 本文综述了利用人工智能技术从医学影像中检测COVID-19的最新进展和挑战 | 本文总结了当前最先进的深度学习和机器学习模型在COVID-19检测中的应用,并提出了未来可能的研究方向 | 本文主要讨论了技术挑战,未深入探讨伦理和社会影响等非技术挑战 | 旨在评估和总结利用人工智能技术从医学影像中检测COVID-19的最新进展 | COVID-19的检测方法和相关技术 | 计算机视觉 | COVID-19 | 深度学习和机器学习 | CNN、LSTM等 | 医学影像(X射线和CT扫描) | 140篇研究论文 |
274 | 2024-09-29 |
Validation of an autonomous artificial intelligence-based diagnostic system for holistic maculopathy screening in a routine occupational health checkup context
2022-Oct, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie
DOI:10.1007/s00417-022-05653-2
PMID:35567610
|
研究论文 | 本研究评估了一种自主人工智能系统在常规职业健康检查中检测眼底摄影中常见中心视网膜病变的能力 | 本研究采用了一种综合的人工智能方法,能够同时高精度检测糖尿病视网膜病变、年龄相关性黄斑变性和痣,并减少了漏诊的风险 | 本研究使用的数据集主要来自职业健康检查,可能限制了其在其他场景中的适用性 | 评估自主人工智能系统在常规职业健康检查中检测眼底摄影中常见中心视网膜病变的能力 | 眼底摄影图像中的糖尿病视网膜病变、年龄相关性黄斑变性、青光眼性视神经病变和痣 | 计算机视觉 | 眼科疾病 | 深度学习 | NA | 图像 | 5918张图像(来自2839名个体) |
275 | 2024-09-29 |
Hierarchical deep learning for predicting GO annotations by integrating protein knowledge
2022-09-30, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btac536
PMID:35929781
|
研究论文 | 提出了一种名为DeeProtGO的新型深度学习模型,用于通过整合蛋白质知识来预测GO注释 | DeeProtGO模型通过整合更多的蛋白质知识,显著提高了GO注释的预测质量 | NA | 开发一种可靠的计算系统,用于自动预测蛋白质功能注释,以应对高通量测序数据的增长 | 蛋白质功能注释的预测 | 机器学习 | NA | 深度学习 | 深度学习模型 | 蛋白质序列数据 | 18种不同的预测问题,定义为三个GO子本体、蛋白质类型和分类学王国 |
276 | 2024-09-29 |
DefectTrack: a deep learning-based multi-object tracking algorithm for quantitative defect analysis of in-situ TEM videos in real-time
2022-Sep-20, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-022-19697-1
PMID:36127375
|
研究论文 | 提出了一种基于深度学习的实时多目标跟踪算法DefectTrack,用于定量分析原位透射电子显微镜视频中的缺陷 | 首次开发了专门用于跟踪原位透射电子显微镜视频中缺陷簇的深度学习多目标跟踪模型 | NA | 解决原位透射电子显微镜视频数据转化为缺陷簇动态属性信息的瓶颈问题 | 原位透射电子显微镜视频中的缺陷簇 | 计算机视觉 | NA | 深度学习 | 多目标跟踪模型 | 视频 | 测试集上的多目标跟踪精度为66.43%,大部分跟踪率为67.81% |
277 | 2024-09-29 |
Vascular Implications of COVID-19: Role of Radiological Imaging, Artificial Intelligence, and Tissue Characterization: A Special Report
2022-Aug-15, Journal of cardiovascular development and disease
IF:2.4Q2
DOI:10.3390/jcdd9080268
PMID:36005433
|
研究论文 | 本文探讨了COVID-19对血管系统的深层次损害,并分析了放射影像学、人工智能和组织特征化在其中的作用 | 本文提出了四种假设来解释COVID-19在放射影像中引起的血管损伤,并使用了三种AI模型(机器学习、深度学习和迁移学习)进行组织特征化 | 本文主要基于文献回顾和理论分析,缺乏大规模的临床实验数据支持 | 研究COVID-19对血管系统的病理生理影响,并探讨放射影像学和人工智能在诊断和治疗中的应用 | COVID-19引起的肺部、肾脏、冠状动脉和颈动脉的血管损伤 | 计算机视觉 | 传染病 | MRI、CT、超声 | 机器学习、深度学习、迁移学习 | 影像 | 296项研究 |
278 | 2024-09-29 |
A privacy-aware method for COVID-19 detection in chest CT images using lightweight deep conventional neural network and blockchain
2022-06, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2022.105461
PMID:35366470
|
研究论文 | 提出了一种基于轻量级深度卷积神经网络和区块链技术的隐私保护COVID-19检测方法 | 利用区块链技术确保数据隐私,并通过迁移学习技术优化模型初始化 | 未提及具体的数据隐私保护机制和区块链技术的实现细节 | 开发一种可靠且隐私保护的COVID-19检测方法 | COVID-19患者的胸部CT图像 | 计算机视觉 | COVID-19 | 区块链技术 | CNN | 图像 | 五个不同医院的数据集,包括Boukan Dr. Shahid Gholipour医院、Tabriz Emam Reza医院、Mahabad Emam Khomeini医院、Maragheh Dr.Beheshti医院和Miandoab Abbasi医院的数据集 |
279 | 2024-09-29 |
Deep learning tools for advancing drug discovery and development
2022-May, 3 Biotech
IF:2.6Q3
DOI:10.1007/s13205-022-03165-8
PMID:35433167
|
综述 | 本文综述了深度学习工具在药物发现和开发中的应用 | 介绍了深度学习在药物发现过程中的多种应用,包括药物靶点识别、药物-靶点相互作用、蛋白质结构预测等 | 讨论了当前深度学习工具在药物发现和开发中面临的挑战和前景 | 探讨深度学习技术如何加速药物发现和开发过程 | 药物发现和开发过程中的各个环节 | 机器学习 | NA | 深度学习 | NA | 多组学数据 | NA |
280 | 2024-09-29 |
Stepwise-edited, human melanoma models reveal mutations' effect on tumor and microenvironment
2022-04-29, Science (New York, N.Y.)
DOI:10.1126/science.abi8175
PMID:35482859
|
研究论文 | 本文通过逐步引入突变到健康的人类黑素细胞中,建立了九种遗传上不同的黑色素瘤细胞模型,研究了这些突变对肿瘤及其微环境的影响 | 本文创新性地通过逐步引入突变,建立了多个遗传上不同的黑色素瘤细胞模型,并研究了这些突变对肿瘤及其微环境的影响 | NA | 研究基因突变与人类癌症特定恶性表型之间的因果关系 | 人类黑素细胞及其突变后的黑色素瘤细胞模型 | 数字病理学 | 黑色素瘤 | 基因编辑 | 深度学习模型 | 基因型数据 | 九种遗传上不同的黑色素瘤细胞模型 |