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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
41 | 2024-10-21 |
COVID-19 infection segmentation using hybrid deep learning and image processing techniques
2023-12-20, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-49337-1
PMID:38123587
|
研究论文 | 本文提出了一种结合深度学习和图像处理技术的方法,用于从CT扫描图像中分割COVID-19感染区域 | 本文提出了一种新的方法,通过将CT扫描图像转换为彩色图像并分离RGB通道,增强了U-Net在分割中的性能,从而提高了COVID-19检测的准确性 | 本文未提及具体的局限性 | 研究目的是提高COVID-19感染在CT扫描图像中的检测准确性 | 研究对象是COVID-19感染的CT扫描图像 | 计算机视觉 | COVID-19 | 深度学习、图像处理 | U-Net | 图像 | 使用了CT扫描数据集进行评估 |
42 | 2024-10-21 |
Deep Learning Model Based on You Only Look Once Algorithm for Detection and Visualization of Fracture Areas in Three-Dimensional Skeletal Images
2023-Dec-20, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics14010011
PMID:38201320
|
研究论文 | 本文提出了一种基于YOLO v4算法的深度学习模型,用于检测和可视化三维骨骼图像中的骨折区域 | 利用YOLO v4算法实现骨折区域的快速检测和直观可视化,通过在3D重建骨骼图像上叠加红色掩膜来突出显示骨折区域 | NA | 帮助医生更准确和直观地检测和诊断骨折,减少误诊 | 三维骨骼图像中的骨折区域 | 计算机视觉 | NA | YOLO v4 | YOLO v4 | 三维骨骼图像 | 胫骨和肘部的骨折区域,分别报告了0.71和0.81的平均精度值,以及0.6327和0.6638的IoU值 |
43 | 2024-10-21 |
Clinical evaluation of a deep-learning model for automatic scoring of the Alberta stroke program early CT score on non-contrast CT
2023-Dec-19, Journal of neurointerventional surgery
IF:4.5Q1
DOI:10.1136/jnis-2022-019970
PMID:37015781
|
研究论文 | 本文介绍了一种基于深度学习算法的自动评分系统Heuron ASPECTS,用于评估急性缺血性卒中患者的早期CT评分 | 开发了一种基于深度学习算法的自动评分系统Heuron ASPECTS,用于替代人工评估急性缺血性卒中患者的早期CT评分 | 研究样本主要集中在急性缺血性卒中患者,其他类型脑疾病的验证样本较少 | 验证基于深度学习算法的自动评分系统Heuron ASPECTS在临床实践中的可靠性和准确性 | 急性缺血性卒中患者和其他急性脑疾病患者的非对比CT图像 | 计算机视觉 | 脑血管疾病 | 深度学习算法 | 深度学习模型 | 图像 | 训练模型使用了487名急性缺血性卒中患者的非对比CT图像,临床试验中包括326名患者(87名急性缺血性卒中患者,56名其他急性脑疾病患者,183名无脑疾病患者) |
44 | 2024-10-21 |
An improved human activity recognition technique based on convolutional neural network
2023-12-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-49739-1
PMID:38114574
|
研究论文 | 本文研究了卷积神经网络(CNN)在人类活动识别(HAR)任务中的应用,并提出了一种改进的CNN模型 | 提出的CNN模型在人类活动识别任务中的准确率达到了97.20%,优于现有的最先进技术 | NA | 研究卷积神经网络在人类活动识别中的应用,并提出一种改进的模型以提高识别准确率 | 人类活动识别任务 | 计算机视觉 | NA | 卷积神经网络(CNN) | 卷积神经网络(CNN) | 传感器序列数据 | 使用了公开的WISDM数据集进行研究 |
45 | 2024-10-21 |
Quality assessment of colour fundus and fluorescein angiography images using deep learning
2023-12-18, The British journal of ophthalmology
DOI:10.1136/bjo-2022-321963
PMID:36418144
|
研究论文 | 本文开发了一种用于彩色眼底和荧光素血管造影图像质量评估的神经网络 | 本文提出了一种自动化实时图像质量评估方法,展示了与人类水平相当的性能 | NA | 开发一种用于彩色眼底和荧光素血管造影图像的自动化实时图像质量评估神经网络 | 彩色眼底和荧光素血管造影图像 | 计算机视觉 | NA | 深度学习 | 神经网络 | 图像 | 2272张彩色眼底图像和2492张荧光素血管造影图像 |
46 | 2024-10-21 |
The Algorithmic Lung Detective: Artificial Intelligence in the Diagnosis of Pulmonary Embolism
2023-Dec, Cureus
DOI:10.7759/cureus.51006
PMID:38259362
|
研究论文 | 本文探讨了人工智能在肺栓塞诊断中的应用 | 利用卷积神经网络和深度学习重建技术,人工智能在肺栓塞检测中表现出更高的敏感性和阴性预测值 | 人工智能作为放射科医生的辅助工具,而非替代品,仍需人类专家的判断 | 提高肺栓塞诊断的准确性和效率 | 肺栓塞的诊断 | 计算机视觉 | 心血管疾病 | 卷积神经网络 | CNN | 图像 | NA |
47 | 2024-10-20 |
Outdoor Navigation Assistive System Based on Robust and Real-Time Visual-Auditory Substitution Approach
2023-Dec-27, Sensors (Basel, Switzerland)
DOI:10.3390/s24010166
PMID:38203027
|
研究论文 | 本文提出了一种基于深度学习和视觉-听觉替代方法的户外导航辅助系统,旨在帮助盲人安全有效地到达目的地 | 该系统结合了3D空间化声音和障碍物信息,通过惯性传感器、GPS数据和地图知识定义轨迹,并使用深度学习方法进行实时处理 | NA | 开发一种能够帮助盲人独立导航的辅助系统 | 盲人及其在户外环境中的导航能力 | 计算机视觉 | NA | 深度学习 | 神经网络 | 图像 | 包含行人视角导航数据的多个数据集 |
48 | 2024-10-20 |
A Survey of Sound Source Localization and Detection Methods and Their Applications
2023-Dec-22, Sensors (Basel, Switzerland)
DOI:10.3390/s24010068
PMID:38202930
|
综述 | 本文综述了声源定位与检测方法及其应用 | 对基于传播模型和基于机器学习及深度学习技术的经典方法进行了分析 | NA | 为选择该领域最合适的方法提供有价值的资源 | 声源定位与检测方法 | 机器学习 | NA | 深度学习 | NA | 声音 | NA |
49 | 2024-10-20 |
[Whole-brain parcellation for macaque brain magnetic resonance images based on attention mechanism and multi-modality feature fusion]
2023-Dec-20, Nan fang yi ke da xue xue bao = Journal of Southern Medical University
|
研究论文 | 提出了一种基于注意力机制和多模态特征融合的深度学习算法,用于猕猴脑部磁共振图像的全脑分割 | 引入了一种基于注意力机制的多模态特征融合模块(AMFF),有效整合了不同尺度和复杂度的多模态特征,显著提升了分割性能 | NA | 提高猕猴脑部磁共振图像全脑分割的准确性 | 猕猴脑部磁共振图像 | 计算机视觉 | NA | 磁共振成像 | 注意力机制 | 图像 | 68只猕猴(年龄13至36个月) |
50 | 2024-10-20 |
A Binocular Vision-Based Crack Detection and Measurement Method Incorporating Semantic Segmentation
2023-Dec-19, Sensors (Basel, Switzerland)
DOI:10.3390/s24010003
PMID:38202865
|
研究论文 | 提出了一种基于双目视觉的裂缝检测与测量方法,结合全卷积网络进行语义分割 | 采用双目立体视觉技术,提高了拍摄灵活性和图像采集效率,并引入了中心投影方案实现裂缝形态的三维重建 | 实验中裂缝宽度的相对测量误差范围较大,从-3.9%到36.0% | 探索一种非接触式检测方法,提高检测的灵活性、效率和准确性 | 混凝土桥梁组件中的裂缝 | 计算机视觉 | NA | 全卷积网络(FCN) | 全卷积网络(FCN) | 图像 | 在复杂背景裂缝主导的数据库中,每秒处理约四张图片 |
51 | 2024-10-20 |
Disentangling Fact from Grid Cell Fiction in Trained Deep Path Integrators
2023-Dec-16, ArXiv
PMID:38106458
|
研究论文 | 本文重新审视了深度学习模型中网格细胞的生成机制,并反驳了路径积分假设 | 本文通过重新评估现有理论,揭示了深度路径积分模型中网格细胞生成的局限性,并提出了新的见解 | 本文主要集中在理论分析上,缺乏实验验证 | 探讨深度学习模型中网格细胞的生成机制,并评估现有理论的有效性 | 深度神经网络中的路径积分和网格细胞生成机制 | 机器学习 | NA | 深度学习 | 深度神经网络 | NA | NA |
52 | 2024-10-20 |
AlphaFold2 has more to learn about protein energy landscapes
2023-Dec-13, bioRxiv : the preprint server for biology
DOI:10.1101/2023.12.12.571380
PMID:38168383
|
研究论文 | 本文测试了AlphaFold2在预测折叠转换蛋白质结构方面的能力 | 本文首次系统评估了AlphaFold2在预测折叠转换蛋白质结构方面的局限性,并提出了进一步改进方法的必要性 | AlphaFold2在预测折叠转换蛋白质结构时成功率较低,且其置信度指标未能有效区分低能和高能状态 | 评估AlphaFold2在预测折叠转换蛋白质结构方面的能力及其局限性 | 折叠转换蛋白质及其结构 | 机器学习 | NA | 深度学习 | AlphaFold2 | 蛋白质结构 | 93种折叠转换蛋白质,共生成超过280,000个模型 |
53 | 2024-10-20 |
Deep Learning of Electrocardiograms in Sinus Rhythm From US Veterans to Predict Atrial Fibrillation
2023-12-01, JAMA cardiology
IF:14.8Q1
DOI:10.1001/jamacardio.2023.3701
PMID:37851434
|
研究论文 | 研究使用深度学习模型分析心电图(ECG)来预测房颤(AF) | 首次在多样化的患者群体中应用深度学习模型预测房颤 | 研究仅限于美国退伍军人事务部医院网络和一所非VA学术医疗中心的患者 | 评估深度学习模型在门诊心电图中预测房颤的能力 | 心电图数据和患者人口统计信息 | 机器学习 | 心血管疾病 | 深度学习 | 卷积神经网络(CNN) | 心电图 | 共907,858份心电图,来自6个VA站点和1个非VA学术医疗中心 |
54 | 2024-10-19 |
Deep Learning Pipeline for Automated Cell Profiling from Cyclic Imaging
2023-Dec-18, Research square
DOI:10.21203/rs.3.rs-3745061/v1
PMID:38196620
|
研究论文 | 本文介绍了一种名为CycloNET的计算管道,用于分析通过循环免疫荧光获得的原始荧光图像,自动生成单细胞分子轮廓 | CycloNET能够快速处理大规模数据集,提供单细胞分辨率的见解,并识别罕见的免疫细胞集群 | NA | 开发一种自动化工具,用于从循环成像中进行细胞轮廓分析,以加速生物数据分析 | 头颈部鳞状细胞癌患者的22个人类样本 | 计算机视觉 | 头颈部鳞状细胞癌 | 循环免疫荧光 | 神经网络 | 图像 | 22个人类样本 |
55 | 2024-10-19 |
Identifying Lymph Nodes and Their Statuses from Pretreatment Computer Tomography Images of Patients with Head and Neck Cancer Using a Clinical-Data-Driven Deep Learning Algorithm
2023-Dec-18, Cancers
IF:4.5Q1
DOI:10.3390/cancers15245890
PMID:38136434
|
研究论文 | 本文提出了一种基于临床数据驱动的深度学习算法,用于从头颈部癌症患者的术前计算机断层扫描图像中识别淋巴结及其状态 | 本文创新性地将深度学习模型与图像处理技术结合,用于分析临床图像中的淋巴结特征 | 模型的检测率在较大的淋巴结上表现更好,且需要进一步与临床医生合作进行评估和改进 | 开发一种能够准确识别头颈部癌症患者术前CT图像中淋巴结及其状态的算法 | 头颈部癌症患者的术前CT图像和手术病理报告 | 计算机视觉 | 头颈部癌症 | 深度学习 | 3D UNet | 图像 | 271名头颈部癌症患者 |
56 | 2024-10-19 |
Deep Learning-Inspired IoT-IDS Mechanism for Edge Computing Environments
2023-Dec-16, Sensors (Basel, Switzerland)
DOI:10.3390/s23249869
PMID:38139716
|
研究论文 | 提出了一种基于深度学习的物联网入侵检测系统,用于边缘计算环境 | 使用分布式处理将数据集分割为适合不同攻击类别的子集,并进行时间序列物联网数据的属性选择,训练了一个包含RNN和Bi-LSTM的攻击检测循环神经网络模型 | NA | 解决现有入侵检测系统在处理大量物联网数据和计算需求方面的不足,特别是在边缘设备上的部署问题 | 物联网环境中的网络攻击检测 | 机器学习 | NA | 深度学习 | 循环神经网络(RNN)和双向长短期记忆网络(Bi-LSTM) | 时间序列数据 | 使用了高维度的BoT-IoT数据集,该数据集模拟了大量真实的物联网攻击流量 |
57 | 2024-10-19 |
Graph Neural Networks in Cancer and Oncology Research: Emerging and Future Trends
2023-Dec-15, Cancers
IF:4.5Q1
DOI:10.3390/cancers15245858
PMID:38136405
|
综述 | 本文综述了2020年至今图神经网络(GNN)在癌症和肿瘤学研究中的应用,并探讨了未来的研究方向 | GNN能够有效结合图结构表示和深度学习的高预测性能,特别是在大型多模态数据集上 | NA | 探讨GNN在癌症和肿瘤学研究中的应用及其未来发展方向 | 癌症和肿瘤学研究中的多模态图数据,包括分子结构、空间解析成像、数字病理、生物网络和知识图谱 | 机器学习 | NA | 图神经网络(GNN) | 图神经网络(GNN) | 图数据 | NA |
58 | 2024-10-19 |
Non-Destructive Characterization of Cured-in-Place Pipe Defects
2023-Dec-08, Materials (Basel, Switzerland)
DOI:10.3390/ma16247570
PMID:38138712
|
研究论文 | 研究介绍了三种创新方法用于非破坏性评估固化内衬管的缺陷 | 引入了冲击回波法、探地雷达和阻抗光谱法,提高了缺陷检测的准确性 | 需要进一步验证这些方法在实际应用中的效果 | 比较传统机器学习和深度学习方法在管道缺陷表征中的应用 | 固化内衬管的缺陷 | NA | NA | 冲击回波法、探地雷达、阻抗光谱法 | 机器学习算法、深度学习 | 图像 | 实验室测量数据 |
59 | 2024-10-19 |
Probabilistic volumetric speckle suppression in OCT using deep learning
2023-Dec-07, ArXiv
PMID:38106457
|
研究论文 | 本文提出了一种基于条件生成对抗网络(cGAN)的深度学习框架,用于光学相干断层扫描(OCT)中的体积分辨率降低 | 利用OCT数据的体积特性,通过cGAN实现高效的散斑抑制,同时保留组织结构,速度比传统方法快两个数量级 | 生成训练数据的过程计算量大 | 开发一种高效的深度学习方法,用于OCT中的体积分辨率降低 | OCT图像中的散斑噪声 | 计算机视觉 | NA | 深度学习 | 条件生成对抗网络(cGAN) | 体积数据 | 涉及三种不同OCT系统采集的不同组织类型数据 |
60 | 2024-10-19 |
Improved Peptide Docking with Privileged Knowledge Distillation using Deep Learning
2023-Dec-04, bioRxiv : the preprint server for biology
DOI:10.1101/2023.12.01.569671
PMID:38106114
|
研究论文 | 本文提出了一种改进的蛋白质-肽对接方法DistPepFold,通过基于AlphaFold-Multimer架构的知识蒸馏技术,提高了蛋白质-肽复合物对接的准确性 | DistPepFold利用教师模型在训练过程中使用本征相互作用信息,并通过教师-学生蒸馏过程将知识传递给学生模型,从而改进了蛋白质-肽复合物的对接性能 | NA | 改进蛋白质-肽复合物的对接方法,提高其结构预测的准确性 | 蛋白质-肽复合物的对接性能 | 机器学习 | NA | 深度学习 | AlphaFold-Multimer | 蛋白质-肽复合物数据 | 两个蛋白质-肽复合物数据集 |