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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
541 | 2024-09-30 |
Deep learning pose estimation for multi-cattle lameness detection
2023-03-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-31297-1
PMID:36934125
|
研究论文 | 本研究开发了一种基于深度学习的全自动多牛跛行检测系统,利用计算机视觉和深度学习技术对牛的姿势和步态进行高精度分析 | 本研究创新性地使用深度学习方法进行牛的姿势估计和跛行检测,并结合CatBoost梯度提升算法和SORT跟踪算法,实现了对多牛跛行的高精度实时检测 | 本研究仅在特定条件下对250头牛进行了测试,未来需要在更多样化的农场环境中进行验证 | 开发一种能够在奶牛场广泛部署的全自动多牛跛行检测系统 | 奶牛的姿势和步态 | 计算机视觉 | NA | 深度学习 | Mask-RCNN | 视频 | 25个视频序列,包含250头牛,以及从谷歌下载的500张图像 |
542 | 2024-09-30 |
Design and Analysis of a Deep Learning Ensemble Framework Model for the Detection of COVID-19 and Pneumonia Using Large-Scale CT Scan and X-ray Image Datasets
2023-Mar-16, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering10030363
PMID:36978754
|
研究论文 | 研究设计并分析了一个深度学习集成框架模型,用于通过大规模CT扫描和X射线图像数据集检测COVID-19和肺炎 | 提出了一个升级的VGG16深度迁移学习架构,用于X射线图像的多类分类任务,并展示了99%的准确率 | NA | 探索不同的深度学习技术,以在医学CT和放射图像上识别COVID-19和肺炎 | COVID-19和肺炎的检测 | 计算机视觉 | 肺部疾病 | 深度学习 | ResNet152, VGG16, ResNet50, DenseNet121 | 图像 | 使用公开可用的X射线和CT扫描数据集 |
543 | 2024-09-30 |
Advances in automatic delineation of target volume and cardiac substructure in breast cancer radiotherapy (Review)
2023-Mar, Oncology letters
IF:2.5Q3
DOI:10.3892/ol.2023.13697
PMID:36817059
|
综述 | 本文综述了乳腺癌放疗中目标体积和心脏亚结构自动勾画的重要性 | 探讨了基于图谱和深度学习的自动勾画技术在临床研究中的应用 | 未详细讨论具体技术的局限性 | 探讨乳腺癌放疗中目标体积和心脏亚结构自动勾画的重要性 | 乳腺癌患者放疗中的目标体积和心脏亚结构 | 计算机视觉 | 乳腺癌 | 深度学习 | NA | 图像 | NA |
544 | 2024-09-30 |
Magnetic resonance imaging-based deep learning model to predict multiple firings in double-stapled colorectal anastomosis
2023-Jan-21, World journal of gastroenterology
IF:4.3Q1
DOI:10.3748/wjg.v29.i3.536
PMID:36688017
|
研究论文 | 开发了一种基于磁共振成像的深度学习模型,用于预测双钉技术结直肠吻合术中的多次击发 | 首次使用磁共振成像结合深度学习模型来预测双钉技术结直肠吻合术中的多次击发 | 研究样本量相对较小,且仅限于中低位直肠癌患者 | 开发一种能够预测双钉技术结直肠吻合术中多次击发的深度学习模型 | 中低位直肠癌患者在接受腹腔镜低位前切除术和双钉技术吻合术时的磁共振成像数据 | 计算机视觉 | 直肠癌 | 磁共振成像 | 卷积神经网络 | 图像 | 328名中低位直肠癌患者,共9476张磁共振图像 |
545 | 2024-09-30 |
Federated Meta-Learning with Attention for Diversity-Aware Human Activity Recognition
2023-Jan-17, Sensors (Basel, Switzerland)
DOI:10.3390/s23031083
PMID:36772123
|
研究论文 | 提出了一种基于联邦元学习架构的多样性感知人体活动识别框架,通过集中嵌入网络提取通用感官特征,并通过分散网络中的注意力模块提取个体特定特征 | 引入联邦元学习架构,结合注意力机制,解决了隐私敏感数据共享问题和个体数据分布差异问题 | NA | 解决在实际场景中部署活动识别模型时面临的隐私和数据分布差异问题 | 智能手机传感器数据和个体行为模式 | 机器学习 | NA | 联邦学习、元学习、注意力机制 | CNN | 传感器数据 | 多个个体和两个多个人异构数据集 |
546 | 2024-09-30 |
Surface defect detection method for electronic panels based on attention mechanism and dual detection heads
2023, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0280363
PMID:36638111
|
研究论文 | 本文提出了一种基于注意力机制和双检测头的电子面板表面缺陷检测方法 | 首次将深度学习目标检测技术应用于电子面板表面缺陷检测,并设计了可变形卷积模块和包含SE机制的双检测头 | NA | 提高电子面板表面缺陷检测的准确性和可解释性 | 电子面板的表面缺陷 | 计算机视觉 | NA | 目标检测技术 | CNN | 图像 | 自有的电子面板缺陷数据集 |
547 | 2024-09-30 |
IGPred-HDnet: Prediction of Immunoglobulin Proteins Using Graphical Features and the Hierarchal Deep Learning-Based Approach
2023, Computational intelligence and neuroscience
DOI:10.1155/2023/2465414
PMID:36744119
|
研究论文 | 开发了一种名为IGPred-HDnet的智能理论深度学习框架,用于区分免疫球蛋白蛋白和非免疫球蛋白蛋白 | 提出了基于图形和统计特征的特征提取方法(FEGS),并结合层次深度网络(HDnet)算法,显著提高了预测准确性 | NA | 开发一种高效的方法来识别免疫球蛋白蛋白 | 免疫球蛋白蛋白和非免疫球蛋白蛋白 | 机器学习 | NA | 层次深度网络(HDnet) | 层次深度网络(HDnet) | 图形、物理化学和序列特征 | 使用10折交叉验证和独立测试集进行训练和测试 |
548 | 2024-09-30 |
A study on surprisal and semantic relatedness for eye-tracking data prediction
2023, Frontiers in psychology
IF:2.6Q2
DOI:10.3389/fpsyg.2023.1112365
PMID:36818086
|
研究论文 | 研究探讨了在眼动数据预测中,意外性和语义相关性的贡献 | 提出了回归实验,对比了有无意外性和相关性组件的预测质量,并测试了不同类型的相关性分数 | 仅在两个英语语料库上进行了实验,结果可能不适用于其他语言或语料库 | 探讨意外性和语义相关性在眼动数据预测中的作用 | 眼动数据中的不同指标 | 自然语言处理 | NA | 回归分析 | BERT | 文本 | 两个英语语料库 |
549 | 2024-09-30 |
Abnormal structural and functional network topological properties associated with left prefrontal, parietal, and occipital cortices significantly predict childhood TBI-related attention deficits: A semi-supervised deep learning study
2023, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2023.1128646
PMID:36937671
|
研究论文 | 研究使用半监督深度学习模型探讨儿童创伤性脑损伤(TBI)相关注意力缺陷的结构和功能网络拓扑变化 | 首次使用半监督自编码器深度学习模型分析TBI儿童的脑网络拓扑变化,并预测注意力缺陷 | 样本量相对较小,且仅限于儿童TBI患者 | 探讨TBI儿童脑网络的结构和功能拓扑变化,并预测注意力缺陷 | TBI儿童的脑网络结构和功能变化及其对注意力缺陷的预测能力 | 机器学习 | 创伤性脑损伤 | 功能磁共振成像(fMRI)和扩散张量成像(DTI) | 半监督自编码器 | 图像 | 110名受试者(55名TBI儿童和55名匹配的对照组) |
550 | 2024-09-30 |
An in-silico framework for modeling optimal control of neural systems
2023, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2023.1141884
PMID:36968496
|
研究论文 | 本文提出了一种可扩展的、数据驱动的统一方法,用于研究脑-机-环境交互,结合了动力系统、最优控制理论和深度学习的工具 | 本文的创新点在于将最优控制理论与深度学习相结合,提出了一种新的框架来模拟神经系统的最优控制 | 本文的局限性在于仅在模拟环境中进行了验证,尚未应用于实际的神经系统 | 本文的研究目的是设计适用于大规模复杂神经系统的控制律 | 本文的研究对象是脑-机接口和神经系统的最优控制 | 机器学习 | NA | 最优控制理论、深度学习 | 递归神经网络 | NA | NA |
551 | 2024-09-30 |
Non-stationary neural signal to image conversion framework for image-based deep learning algorithms
2023, Frontiers in neuroinformatics
IF:2.5Q3
DOI:10.3389/fninf.2023.1081160
PMID:37035716
|
研究论文 | 本文提出了一种时间高效的预处理框架,将任何给定的1D生理信号记录转换为2D图像表示,用于训练基于图像的深度学习模型 | 使用Bresenham's线算法将非平稳信号光栅化为2D图像,并使用修改后的2D卷积神经网络进行分类 | NA | 开发一种将1D生理信号转换为2D图像的方法,以便用于基于图像的深度学习模型 | 神经尖峰分类和EEG癫痫发作与非发作分类 | 机器学习 | NA | Bresenham's线算法 | 2D卷积神经网络 | 图像 | 两个公开数据集,包括多类神经记录和二类EEG癫痫发作与非发作记录 |
552 | 2024-09-30 |
Multi-head attention-based masked sequence model for mapping functional brain networks
2023, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2023.1183145
PMID:37214388
|
研究论文 | 本文提出了一种基于多头注意力机制的掩码序列模型,用于映射功能性脑网络 | 该模型通过多头注意力机制和掩码训练方法,学习不同状态下相同体素值的表示,并结合余弦相似度和任务设计曲线构建新的损失函数 | 现有方法在构建功能性脑网络时未考虑fMRI数据的内在特性,如同一信号值在不同时间点可能代表不同的脑状态和意义,且在训练过程中忽略了先验知识 | 克服现有方法的局限性,开发更高效的功能性脑网络映射模型 | 功能性脑网络的映射 | 计算机视觉 | NA | 功能磁共振成像(tfMRI) | 多头注意力机制 | 图像 | 七种任务状态数据集 |
553 | 2024-09-30 |
mEMbrain: an interactive deep learning MATLAB tool for connectomic segmentation on commodity desktops
2023, Frontiers in neural circuits
IF:3.4Q2
DOI:10.3389/fncir.2023.952921
PMID:37396399
|
研究论文 | 介绍了一个名为mEMbrain的交互式深度学习MATLAB工具,用于在普通台式机上进行连接组分割 | 提出了mEMbrain工具,集成了多种功能,包括地面实况生成、图像预处理、深度神经网络训练和实时预测,旨在加速手动标注工作并提供半自动实例分割方法 | 未提及 | 开发一个用户友好的开源工具,促进神经科学和图像处理领域的先进分析 | 电子显微镜数据集的标注和分割 | 计算机视觉 | NA | 深度学习 | 深度神经网络 | 图像 | 测试了多种数据集,包括不同物种、神经系统区域和发育阶段的数据集,提供了来自四种动物和五个数据集的地面实况标注,总计约180小时专家标注,生成超过1.2 GB的标注EM图像 |
554 | 2024-09-30 |
The use of artificial intelligence for delivery of essential health services across WHO regions: a scoping review
2023, Frontiers in public health
IF:3.0Q2
DOI:10.3389/fpubh.2023.1102185
PMID:37469694
|
综述 | 本文综述了人工智能在WHO各地区基本医疗服务中的应用现状 | 本文首次系统综述了人工智能在医疗保健中的广泛应用,涵盖了多种疾病类型 | 本文仅基于2022年3月之前的文献,可能未涵盖最新的研究进展 | 旨在总结现有证据,探讨人工智能在医疗保健中的应用 | 人工智能在医疗保健中的应用,包括疾病检测、诊断、分类、管理、治疗和预后监测 | 机器学习 | NA | 深度学习 | NA | NA | NA |
555 | 2024-09-30 |
Disentangling rodent behaviors to improve automated behavior recognition
2023, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2023.1198209
PMID:37496740
|
研究论文 | 本文探讨了自动化行为识别中啮齿动物行为识别准确率难以超过75-80%的原因,并区分了行为动态的三个难以自动化的方面 | 通过人工数据集隔离这些行为动态方面,并使用最先进的行为识别模型重现效果,为优化行为识别架构提供了可能性 | 依赖于人工数据集和现有模型的局限性 | 提高自动化行为识别的准确性,特别是啮齿动物行为的识别 | 啮齿动物的行为动态 | 计算机视觉 | NA | 深度学习 | 行为识别模型 | 人工数据集 | 大量标记训练数据 |
556 | 2024-09-29 |
FedFTN: Personalized federated learning with deep feature transformation network for multi-institutional low-count PET denoising
2023-12, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2023.102993
PMID:37827110
|
研究论文 | 提出了一种名为FedFTN的个性化联邦学习策略,用于多机构低计数PET图像去噪 | FedFTN使用局部深度特征变换网络(FTN)调节全局共享去噪网络的特征输出,实现个性化去噪 | NA | 解决多机构低计数PET图像去噪中的数据分布差异和隐私问题 | 多机构低计数PET图像 | 计算机视觉 | NA | 联邦学习 | 深度特征变换网络(FTN) | 图像 | 来自三个大洲三个医疗中心的大规模多机构低计数PET成像数据 |
557 | 2024-09-29 |
Are current machine learning applications comparable to radiologist classification of degenerate and herniated discs and Modic change? A systematic review and meta-analysis
2023-11, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
IF:2.6Q1
DOI:10.1007/s00586-023-07718-0
PMID:37150769
|
meta-analysis | 本文通过系统综述和荟萃分析,评估了当前机器学习算法在识别腰椎间盘退变、突出、膨出和Modic改变方面与放射科医生分类的比较 | 本文首次系统地探讨了这一主题,并建议结合深度学习和半监督或无监督学习方法以提高准确性 | 当前方法存在验证尝试少和样本量不足的问题 | 评估当前机器学习算法在识别腰椎间盘退变、突出、膨出和Modic改变方面的表现,并与放射科医生的分类进行比较 | 腰椎间盘退变、突出、膨出和Modic改变 | machine learning | NA | MRI | deep learning, support vector machine, k-nearest neighbors, random forest, naïve Bayes | image | 27项研究被纳入综述,其中25项用于多变量荟萃分析,14项用于双变量荟萃分析 |
558 | 2024-09-29 |
4Dflow-VP-Net: A deep convolutional neural network for noninvasive estimation of relative pressures in stenotic flows from 4D flow MRI
2023-11, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.29791
PMID:37496183
|
研究论文 | 提出了一种基于深度学习的方法,利用4D流MRI数据非侵入性地估计狭窄流中的相对压力梯度 | 提出了一种新的深度学习方法4Dflow-VP-Net,用于从4D流MRI速度数据中估计狭窄血管中的压力梯度 | 需要进一步验证该方法在不同临床条件下的适用性和准确性 | 开发一种非侵入性的方法来估计狭窄流中的相对压力梯度 | 狭窄血管中的相对压力梯度 | 计算机视觉 | 心血管疾病 | 4D流MRI | 深度卷积神经网络 | 图像 | 16名患有中度和重度主动脉狭窄的患者 |
559 | 2024-09-29 |
High-throughput synthesis provides data for predicting molecular properties and reaction success
2023-10-27, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adj2314
PMID:37889964
|
研究论文 | 本文介绍了一种利用光催化N-杂环合成、高通量实验、自动化纯化和物理化学分析的平台,用于预测分子性质和反应成功率 | 利用深度学习预测立体化学多样化的C-取代N-饱和杂环的可合成性,并揭示了结构与性质之间的新趋势 | NA | 提高药物发现中吸引骨架的合成效率和成功率 | 立体化学多样化的C-取代N-饱和杂环 | 药物发现 | NA | 光催化合成、高通量实验、自动化纯化、物理化学分析 | 深度学习 | 反应数据 | 1152个独立反应 |
560 | 2024-09-30 |
Federated and Transfer Learning Methods for the Classification of Melanoma and Nonmelanoma Skin Cancers: A Prospective Study
2023-Oct-13, Sensors (Basel, Switzerland)
DOI:10.3390/s23208457
PMID:37896548
|
研究论文 | 本文综述了联邦学习和迁移学习方法在黑色素瘤和非黑色素瘤皮肤癌分类中的应用 | 本文综述了最新的联邦学习和迁移学习算法在恶性皮肤癌分类中的应用,并提出了未来研究的方向 | 本文综述了现有研究的局限性和挑战 | 帮助皮肤科医生和其他医疗专业人员在早期阶段对患者进行治疗 | 黑色素瘤和非黑色素瘤皮肤癌的分类 | 机器学习 | 皮肤癌 | 联邦学习、迁移学习 | NA | 图像 | 86篇文章 |