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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1421 | 2024-08-25 |
A Computer Vision-Based Approach for Tick Identification Using Deep Learning Models
2022-Jan-22, Insects
IF:2.7Q1
DOI:10.3390/insects13020116
PMID:35206690
|
研究论文 | 本文介绍了一种基于计算机视觉和深度学习模型的蜱虫识别工具 | 使用改进的卷积神经网络(CNN)模型,通过大规模分子验证数据集训练,实现了高精度的蜱虫物种识别 | NA | 开发一种高效、准确的蜱虫识别工具,以辅助疾病风险评估和早期诊断 | 蜱虫物种识别 | 计算机视觉 | NA | 深度学习算法 | CNN | 图像 | 大规模分子验证数据集 |
1422 | 2024-08-25 |
Brain Tumor Classification Using a Combination of Variational Autoencoders and Generative Adversarial Networks
2022-Jan-21, Biomedicines
IF:3.9Q1
DOI:10.3390/biomedicines10020223
PMID:35203433
|
研究论文 | 本文提出了一种结合变分自编码器(VAEs)和生成对抗网络(GANs)的框架,用于脑肿瘤分类,并通过生成的人工脑肿瘤图像来增强数据集 | 通过结合VAEs和GANs,避免了GAN的模式崩溃问题,并生成逼真的脑肿瘤MRI图像,从而解决了小规模医学数据集的限制 | 需要大量的数据来训练深度学习模型以获得良好结果,而医学领域中大型公共数据集较为罕见 | 开发一种能够帮助神经学家加速诊断过程并减轻医疗系统负担的自动化计算机辅助工具 | 脑肿瘤的分类 | 计算机视觉 | 脑肿瘤 | 变分自编码器(VAEs),生成对抗网络(GANs) | ResNet50 | 图像 | 使用了可用的MR图像训练集,并通过生成的人工图像进行数据增强 |
1423 | 2024-08-25 |
Design of a Diagnostic System for Patient Recovery Based on Deep Learning Image Processing: For the Prevention of Bedsores and Leg Rehabilitation
2022-Jan-21, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics12020273
PMID:35204364
|
研究论文 | 本文提出了一种基于深度学习图像处理的诊断系统,用于预防褥疮和腿部康复,以改善韩国康复医疗领域的需求。 | 结合人工智能技术与康复医学领域,开发了一个不需要高度专业知识的系统。 | 文章未明确提及具体的局限性。 | 开发一个结合人工智能技术的系统,以改善韩国康复医疗领域的需求。 | 预防褥疮和腿部康复方法。 | 机器学习 | NA | 深度学习图像处理 | 深度学习模型 | 图像 | 未明确提及样本数量 |
1424 | 2024-08-25 |
Literature Review on Artificial Intelligence Methods for Glaucoma Screening, Segmentation, and Classification
2022-Jan-20, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging8020019
PMID:35200722
|
综述 | 本文综述了基于深度学习技术在青光眼筛查、分割和分类方面的最新研究进展 | 利用深度学习技术进行青光眼筛查,具有高灵敏度和特异性 | NA | 验证深度学习技术在青光眼相关准确且低成本测量中的应用潜力 | 青光眼的筛查、分割和分类 | 计算机视觉 | 青光眼 | 深度学习 | NA | 图像 | NA |
1425 | 2024-08-25 |
Prospectively-validated deep learning model for segmenting swallowing and chewing structures in CT
2022-01-17, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ac4000
PMID:34874302
|
研究论文 | 本文开发了一种基于深度学习的自动分割模型,用于在CT图像中分割吞咽和咀嚼结构,以辅助放射治疗(RT)的规划。 | 本文是首个经过前瞻性验证的基于深度学习的CT图像吞咽和咀嚼结构分割模型。 | NA | 开发一种准确且高效的方法来自动化吞咽和咀嚼结构的分割,以辅助放射治疗规划。 | 吞咽和咀嚼结构,包括咬肌、内侧翼状肌、喉和咽缩肌。 | 数字病理学 | 头颈癌 | DeepLabV3+ | 深度学习模型 | CT扫描图像 | 242名头颈癌患者的历史CT扫描数据,以及91名患者的近期CT扫描数据用于前瞻性评估。 |
1426 | 2024-08-25 |
Accurate protein function prediction via graph attention networks with predicted structure information
2022-01-17, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbab502
PMID:34882195
|
研究论文 | 本文开发了一种基于图注意力网络(GAT)的方法GAT-GO,通过利用预测的结构信息和蛋白质序列嵌入来显著提高蛋白质功能预测的准确性 | GAT-GO方法结合了蛋白质结构预测和蛋白质语言模型的最新突破,通过图注意力网络整合预测的结构信息和序列嵌入,从而在蛋白质功能预测方面取得了显著的性能提升 | NA | 提高蛋白质功能预测的准确性 | 蛋白质功能预测 | 机器学习 | NA | 图注意力网络(GAT) | GAT | 序列数据 | 在PDB-mmseqs测试集和PDB-cdhit测试集中进行了实验验证 |
1427 | 2024-08-25 |
Automatic measurement plane placement for 4D Flow MRI of the great vessels using deep learning
2022-Jan, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-021-02475-1
PMID:34403045
|
研究论文 | 本文提出了一种基于深度学习的快速四步算法,用于在大型血管的4D流MRI中自动放置测量平面,以实现快速、稳健和可重复的血流测量。 | 该算法通过自动放置测量平面和血管分割,提高了4D流MRI后处理的效率和准确性。 | 目前该方法仅在大型血管中进行了验证,尚未在其他解剖区域进行测试。 | 旨在提高4D流MRI在血流动力学分析中的应用效率和准确性。 | 大型血管的4D流MRI图像。 | 计算机视觉 | NA | 4D流MRI | 卷积神经网络(CNN) | 图像 | 训练集包含283个扫描,测试集包含40个未见过的扫描。 |
1428 | 2024-08-25 |
Degenerative adversarial neuroimage nets for brain scan simulations: Application in ageing and dementia
2022-01, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2021.102257
PMID:34731771
|
研究论文 | 本文介绍了一种名为4D-Degenerative Adversarial NeuroImage Net(4D-DANI-Net)的深度学习框架,用于生成高分辨率、纵向的MRI扫描图像,模拟个体特定的神经退化过程,应用于衰老和痴呆症研究 | 4D-DANI-Net框架基于对抗训练和一系列新颖的时空、生物学约束,引入了三种关键技术进步:Profile Weight Functions(PWFs)、3D超分辨率模块和迁移学习策略 | NA | 开发一种能够生成高分辨率、个体特定MRI图像的深度学习框架,以模拟衰老和痴呆症中的神经退化过程 | 衰老和痴呆症的神经退化过程 | 计算机视觉 | 痴呆症 | 深度学习 | 4D-DANI-Net | MRI图像 | 训练集包含9852个T1加权MRI扫描图像,测试集包含1283个MRI扫描图像 |
1429 | 2024-08-25 |
The crystal structure of vaccinia virus protein E2 and perspectives on the prediction of novel viral protein folds
2022-01, The Journal of general virology
IF:3.6Q2
DOI:10.1099/jgv.0.001716
PMID:35020582
|
研究论文 | 本文解决了牛痘病毒蛋白E2的晶体结构,揭示了其包含两个具有新颖折叠的结构域,并探讨了使用AlphaFold2预测病毒蛋白结构的新方法。 | 首次解析了牛痘病毒蛋白E2的晶体结构,并展示了AlphaFold2在预测复杂病毒蛋白结构方面的能力。 | NA | 研究牛痘病毒蛋白E2的分子结构及其在病毒形态发生中的功能,并评估AlphaFold2在预测病毒蛋白结构中的应用。 | 牛痘病毒蛋白E2及其晶体结构。 | 结构生物学 | 天花 | 晶体学 | AlphaFold2 | 蛋白质结构 | NA |
1430 | 2024-08-25 |
Automatic Arrangement of Sports Dance Movement Based on Deep Learning
2022, Computational intelligence and neuroscience
DOI:10.1155/2022/9722558
PMID:35186073
|
研究论文 | 本文研究基于深度学习的体育舞蹈动作自动编排 | 提出了一种基于深度学习的浅层回归模型、卷积神经网络以及离线排序回归模型,并基于聚类算法进行了深度学习的研究 | 未提及具体的研究限制 | 研究基于深度学习的体育舞蹈动作自动编排 | 体育舞蹈动作的自动编排 | 机器学习 | NA | 深度学习 | 卷积神经网络 | NA | 未提及具体样本数量 |
1431 | 2024-08-25 |
Measurement of Body Surface Area for Psoriasis Using U-net Models
2022, Computational and mathematical methods in medicine
DOI:10.1155/2022/7960151
PMID:35186115
|
研究论文 | 本研究旨在评估使用U-net模型进行机器学习方法,开发一种用于自动分割银屑病病变和测量体表面积的人工神经网络预测模型 | 提出了一种基于U-net架构的自动银屑病病变分割方法,并实现了与皮肤科医生相当的体表面积估计性能 | NA | 开发一种自动化的银屑病病变分割和体表面积测量方法,以评估疾病严重程度并调整治疗策略 | 银屑病病变的高分辨率图像 | 机器学习 | 银屑病 | U-net模型 | U-net | 图像 | 255张高分辨率银屑病图像 |
1432 | 2024-08-25 |
Experimental Research on the Antitumor Effect of Human Gastric Cancer Cells Transplanted in Nude Mice Based on Deep Learning Combined with Spleen-Invigorating Chinese Medicine
2022, Computational and mathematical methods in medicine
DOI:10.1155/2022/3010901
PMID:35190750
|
研究论文 | 本文研究了基于深度学习结合健脾中药对移植人胃癌细胞的裸鼠的抗癌效果 | 结合现代机器学习技术与传统中药,采用中西医结合的方法进行肿瘤治疗 | 实验仅限于裸鼠模型,尚未在人体上进行验证 | 探索新的胃癌治疗方法,减少传统放疗的副作用 | 人胃癌细胞移植的裸鼠 | 机器学习 | 胃癌 | 深度学习 | NA | 实验数据 | 使用了不同剂量的中药和氟尿嘧啶处理的小鼠 |
1433 | 2024-08-25 |
Robust Prediction of Prognosis and Immunotherapeutic Response for Clear Cell Renal Cell Carcinoma Through Deep Learning Algorithm
2022, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2022.798471
PMID:35197975
|
研究论文 | 本研究利用深度学习算法构建了一个针对透明细胞肾细胞癌(ccRCC)的稳健预测模型,用于预测患者的预后和免疫治疗反应 | 本研究首次基于F-box基因家族对ccRCC进行表型分型,并发现其与免疫系统的负调控有关 | NA | 探索ccRCC患者的有效预后标志物并开发稳健的预后模型 | 透明细胞肾细胞癌(ccRCC)患者 | 机器学习 | 肾癌 | 深度学习算法 | 神经网络 | 基因数据 | 三个独立的ccRCC患者队列及一个泛癌队列 |
1434 | 2024-08-25 |
Screening and functional prediction of differentially expressed genes in walnut endocarp during hardening period based on deep neural network under agricultural internet of things
2022, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0263755
PMID:35202404
|
研究论文 | 本文利用深度神经网络建立模型,解决传统算法在筛选核桃内果皮硬化期间差异表达基因及功能预测中准确性低的问题 | 采用卷积神经网络(CNN)和长短时记忆(LSTM)网络模型构建表达基因筛选和功能预测模型,提高了筛选和预测的准确性 | NA | 研究核桃内果皮硬化期间的差异表达基因及其功能预测 | 核桃内果皮在开花后50天至90天的生物信息变化 | 机器学习 | NA | 深度学习 | CNN + LSTM | 转录组和蛋白质组测序数据 | 核桃内果皮样本在开花后50、57、78和90天的数据 |
1435 | 2024-08-25 |
Electrocardiogram-Based Heart Age Estimation by a Deep Learning Model Provides More Information on the Incidence of Cardiovascular Disorders
2022, Frontiers in cardiovascular medicine
IF:2.8Q2
DOI:10.3389/fcvm.2022.754909
PMID:35211522
|
研究论文 | 本文开发了一种深度学习模型,通过心电图预测心脏生物年龄,以探索其对未来心血管疾病的影响 | 使用深度学习模型通过心电图预测心脏生物年龄,为心血管疾病的发生提供额外信息 | NA | 探索通过心电图预测心脏生物年龄对未来心血管疾病的贡献 | 心脏生物年龄与心血管疾病的关系 | 机器学习 | 心血管疾病 | 深度学习 | 深度学习模型 | 心电图 | 71,741例,年龄范围20至80岁 |
1436 | 2024-08-25 |
Significance of Visible Non-Invasive Risk Attributes for the Initial Prediction of Heart Disease Using Different Machine Learning Techniques
2022, Computational intelligence and neuroscience
DOI:10.1155/2022/9580896
PMID:35237314
|
研究论文 | 本文开发了一种基于显著非侵入性风险属性的有效、低成本且可靠的心脏病风险评估模型 | 基于新颖的非侵入性心脏病数据集开发了心脏病风险评估模型,该数据集包含5776条记录,来自克什米尔(印度)的不同异构数据源 | 未来研究将探讨深度学习并研究其他控制属性对不同年龄和性别群体在心脏病风险估计中的重要性 | 开发一种有效、低成本且可靠的心脏病风险评估模型 | 显著的非侵入性风险属性,如年龄、收缩压、舒张压、BMI、遗传因素、吸烟、饮酒和身体不活动 | 机器学习 | 心血管疾病 | 随机森林、朴素贝叶斯、决策树、支持向量机和K最近邻 | 随机森林 | 数值数据 | 5776条记录 |
1437 | 2024-08-25 |
An Improved DeepLab v3+ Deep Learning Network Applied to the Segmentation of Grape Leaf Black Rot Spots
2022, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2022.795410
PMID:35242151
|
研究论文 | 本文提出了一种改进的DeepLab v3+深度学习网络,用于分割葡萄叶黑腐病斑 | 使用ResNet101网络作为DeepLab v3+的主干网络,并在残差模块中插入通道注意力模块,同时在DeepLab v3+编码器中添加基于特征金字塔网络的特征融合分支 | NA | 提高葡萄叶黑腐病斑的分割准确性 | 葡萄叶黑腐病斑 | 计算机视觉 | 葡萄病害 | 深度学习 | DeepLab v3+ | 图像 | 使用了Plant Village的测试集TS1和果园现场的测试集TS2进行测试 |
1438 | 2024-08-25 |
Deep Learning Accurately Quantifies Plasma Cell Percentages on CD138-Stained Bone Marrow Samples
2022, Journal of pathology informatics
DOI:10.1016/j.jpi.2022.100011
PMID:35242448
|
研究论文 | 本文研究使用深度学习技术,通过卷积神经网络(CNN)精确量化CD138染色骨髓样本中的浆细胞百分比 | 提出使用深度学习技术提高浆细胞百分比测量的精确度 | NA | 提高浆细胞肿瘤诊断中浆细胞百分比的测量精确度 | CD138染色骨髓样本中的浆细胞百分比 | 计算机视觉 | 浆细胞肿瘤 | 深度学习 | CNN | 图像 | 使用小图像块进行训练和验证,扩展到全玻片图像(WSIs)进行评估 |
1439 | 2024-08-25 |
Predicting EGFR and PD-L1 Status in NSCLC Patients Using Multitask AI System Based on CT Images
2022, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2022.813072
PMID:35250988
|
研究论文 | 开发了一种基于CT图像的多任务AI系统,用于预测非小细胞肺癌(NSCLC)患者的表皮生长因子受体(EGFR)和程序性死亡配体1(PD-L1)状态 | 该AI系统能够使用非侵入性的CT图像预测EGFR和PD-L1状态,避免了传统方法的侵入性操作 | NA | 开发一种非侵入性的AI系统,用于预测肺癌患者的EGFR和PD-L1状态,以辅助治疗决策 | 非小细胞肺癌患者的EGFR和PD-L1状态 | 机器学习 | 肺癌 | CT图像 | CNN | 图像 | NA |
1440 | 2024-08-25 |
Wearable Sensor-Based Human Activity Recognition in the Smart Healthcare System
2022, Computational intelligence and neuroscience
DOI:10.1155/2022/1391906
PMID:35251142
|
综述 | 本文综述了基于可穿戴传感器的人类活动识别(HAR)技术在智能医疗系统中的应用、挑战、数据集、方法和组件 | 提供了对HAR系统的全面评估和比较,以及系统的架构 | 未提及具体的技术限制 | 旨在全面审查基于可穿戴传感器的HAR技术 | 人类活动识别技术及其在智能医疗系统中的应用 | 计算机视觉 | NA | 可穿戴传感器 | NA | 传感器数据 | NA |