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(使用关键词“['deep learning']”过滤),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19.9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 | 算法框架 | 模型架构 | 性能指标 | 计算资源 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 6541 | 2024-10-10 |
Exploring the Knowledge of an Outstanding Protein to Protein Interaction Transformer
2024 Sep-Oct, IEEE/ACM transactions on computational biology and bioinformatics
DOI:10.1109/TCBB.2024.3381825
PMID:38536676
|
研究论文 | 本文提出了一种基于Transformer的蛋白质相互作用预测模型PPITrans,并验证了其在未见物种上的有效性 | PPITrans模型利用预训练的语言模型进行蛋白质相互作用预测,显著提高了在未见物种上的预测性能 | PPITrans无法捕捉蛋白质的空间结构 | 解决深度学习模型在未见物种上预测蛋白质相互作用性能不佳的问题 | 蛋白质相互作用预测 | 机器学习 | NA | Transformer | Transformer | 蛋白质相互作用数据 | 使用人类蛋白质相互作用数据进行训练,并在其他物种的蛋白质相互作用数据上进行测试 | NA | NA | NA | NA |
| 6542 | 2024-10-11 |
A deep learning-based theoretical protocol to identify potentially isoform-selective PI3Kα inhibitors
2024-Aug, Molecular diversity
IF:3.9Q2
DOI:10.1007/s11030-023-10799-0
PMID:38305819
|
研究论文 | 本文设计了一种基于深度学习的理论协议,用于识别潜在的PI3Kα同工型选择性抑制剂 | 本文创新性地将机器学习与计算机药物设计策略相结合,开发了一种深度学习分类模型,用于筛选潜在的PI3Kα抑制剂 | 本文主要依赖于计算模型和分子对接技术,尚未进行实验验证 | 开发一种新的计算方法,用于识别具有同工型选择性的PI3Kα抑制剂 | PI3Kα抑制剂及其在癌症治疗中的应用 | 机器学习 | NA | 深度学习分类模型、分子对接 | 深度学习分类模型 | 物理化学描述符数据 | 662种化合物,最终筛选出12种潜在抑制剂 | NA | NA | NA | NA |
| 6543 | 2024-10-11 |
Enhancing fall risk assessment: instrumenting vision with deep learning during walks
2024-06-22, Journal of neuroengineering and rehabilitation
IF:5.2Q1
DOI:10.1186/s12984-024-01400-2
PMID:38909239
|
研究论文 | 本文提出了一种基于深度学习的物体检测算法VARFA,用于在步行过程中通过视觉和视频数据增强跌倒风险评估 | 本文的创新点在于提出了一种自动化的深度学习方法,通过视频数据评估视觉注意力,补充了传统的惯性测量单元(IMU)数据,从而更全面地评估跌倒风险 | 本文的局限性在于仅在实验室环境中进行了验证,尚未在实际临床环境中进行测试 | 本文的研究目的是通过自动化方法提高跌倒风险评估的效率和准确性 | 本文的研究对象是步行过程中的视觉注意力和环境细节 | 计算机视觉 | NA | 深度学习 | YoloV8, U-NET | 视频 | 实验室环境下的步行视频数据 | NA | NA | NA | NA |
| 6544 | 2024-10-11 |
MV-Swin-T: MAMMOGRAM CLASSIFICATION WITH MULTI-VIEW SWIN TRANSFORMER
2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging
DOI:10.1109/isbi56570.2024.10635578
PMID:39371472
|
研究论文 | 本文提出了一种基于Transformer的多视角网络MV-Swin-T,用于乳腺X光图像分类 | 引入了基于移位窗口的动态注意力块,有效整合多视角信息并在空间特征图级别促进视角间信息的传递 | NA | 解决乳腺X光图像分类中的多视角分析问题 | 乳腺X光图像 | 计算机视觉 | 乳腺癌 | Transformer | MV-Swin-T | 图像 | 使用了CBIS-DDSM和Vin-Dr Mammo数据集 | NA | NA | NA | NA |
| 6545 | 2024-10-11 |
Knowledge mapping analysis of ground glass nodules: a bibliometric analysis from 2013 to 2023
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1469354
PMID:39381043
|
研究论文 | 本文通过文献计量学方法分析了2013年至2023年间肺磨玻璃结节的研究趋势和热点 | 首次使用三种文献计量软件对肺磨玻璃结节的应用研究进行文献计量分析 | NA | 分析肺磨玻璃结节的知识结构和研究热点 | 肺磨玻璃结节 | 数字病理学 | 肺癌 | 文献计量学 | NA | 文献 | 2218篇文章,来自75个国家和2274个机构 | NA | NA | NA | NA |
| 6546 | 2024-10-11 |
An optimal deep learning model for the scoring of radiographic damage in patients with ankylosing spondylitis
2024, Therapeutic advances in musculoskeletal disease
IF:3.4Q2
DOI:10.1177/1759720X241285973
PMID:39381056
|
研究论文 | 研究开发了一种深度学习模型,用于自动评分放射学上强直性脊柱炎患者的脊柱损伤 | 首次使用深度学习模型自动评分强直性脊柱炎患者的脊柱损伤,提供了一种实时、客观的评分方法 | 研究仅限于亚洲人群,样本量相对较小 | 开发一种自动评分方法,用于评估强直性脊柱炎患者的脊柱放射学损伤 | 强直性脊柱炎患者的颈椎和腰椎X光片 | 计算机视觉 | 强直性脊柱炎 | 深度学习 | 深度学习模型 | 图像 | 554名强直性脊柱炎患者 | NA | NA | NA | NA |
| 6547 | 2024-10-11 |
DFUCare: deep learning platform for diabetic foot ulcer detection, analysis, and monitoring
2024, Frontiers in endocrinology
IF:3.9Q2
DOI:10.3389/fendo.2024.1386613
PMID:39381435
|
研究论文 | 本文介绍了一个名为DFUCare的深度学习平台,用于糖尿病足溃疡的检测、分析和监测 | DFUCare平台利用计算机视觉和深度学习算法,实现了对糖尿病足溃疡的非侵入性定位、分类和分析 | 初步性能测试仅在手机拍摄的伤口图像上进行,未来需要在大规模临床试验中验证其有效性 | 开发一种非侵入性、高效且经济的解决方案,用于糖尿病足溃疡的早期检测和分析 | 糖尿病足溃疡及其感染和缺血情况 | 计算机视觉 | 糖尿病 | 深度学习 | YOLOv5s | 图像 | 使用手机拍摄的伤口图像进行初步测试 | NA | NA | NA | NA |
| 6548 | 2024-10-11 |
Brain tumor classification using fine-tuned transfer learning models on magnetic resonance imaging (MRI) images
2024 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076241286140
PMID:39381813
|
研究论文 | 本文介绍了一种利用磁共振成像(MRI)图像进行脑肿瘤分类的高效深度学习模型 | 本文采用了六种迁移学习算法(VGG16、ResNet50、MobileNetV2、DenseNet201、EfficientNetB3和InceptionV3),并通过优化数据预处理和数据增强来提高模型性能,创新性地提高了脑肿瘤分类的准确性和效率 | 本文未详细讨论模型在不同类型脑肿瘤上的具体表现,且未提及模型在实际临床应用中的可行性和接受度 | 旨在通过深度学习和迁移学习技术,提高脑肿瘤检测的准确性和效率 | 脑肿瘤的分类和检测 | 计算机视觉 | 脑肿瘤 | 迁移学习 | 深度学习模型 | 图像 | 使用了二分类和多分类数据集进行实验 | NA | NA | NA | NA |
| 6549 | 2024-10-11 |
Utilizing deep learning models for ternary classification in COVID-19 infodemic detection
2024 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076241284773
PMID:39381806
|
研究论文 | 本文利用深度学习模型进行COVID-19信息流行病的三分类检测 | 本文采用了八种常用的深度学习模型进行三分类检测,并分析了不同模型的性能 | 由于信息流行病记录的有限性和数据集规模较小,预训练嵌入或简单架构的模型表现优于更复杂的模型 | 解决COVID-19信息流行病中区分真假信息的复杂性问题 | COVID-19信息流行病的三分类检测 | 自然语言处理 | NA | 深度学习 | fastText、基于RNN的模型、基于CNN的模型、基于Transformer的模型 | 文本 | 两个相对较小的数据集 | NA | NA | NA | NA |
| 6550 | 2024-10-11 |
A sustainable artificial-intelligence-augmented digital care pathway for epilepsy: Automating seizure tracking based on electroencephalogram data using artificial intelligence
2024 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076241287356
PMID:39381810
|
研究论文 | 本研究开发了一种基于人工智能的自动化癫痫发作追踪模型,用于头皮脑电图数据的分析,旨在支持可持续的数字癫痫护理路径 | 本研究提出了一个结合随机森林、主成分分析和支持向量机的AI增强框架,以及卷积神经网络模型,用于自动化脑电图癫痫发作追踪,提高了诊断准确性 | AI集成框架的可持续性依赖于技术基础设施、专业人员、培训计划、患者数字素养、财务资源和监管合规性等因素 | 开发一种AI增强模型,用于自动化脑电图癫痫发作追踪,支持可持续的数字癫痫护理路径 | 头皮脑电图数据和癫痫患者 | 机器学习 | 癫痫 | 机器学习 | 卷积神经网络 | 脑电图数据 | NA | NA | NA | NA | NA |
| 6551 | 2024-10-11 |
Toward an intelligent computing system for the early diagnosis of Alzheimer's disease based on the modular hybrid growing neural gas
2024 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076241284349
PMID:39381826
|
研究论文 | 开发了一种基于模块化混合生长神经气(MyGNG)的智能计算系统,用于阿尔茨海默病(AD)的早期诊断 | 提出了一种新的模块化混合生长神经气(MyGNG)架构,用于早期诊断阿尔茨海默病,并在分类任务中表现优于其他机器学习方法 | NA | 开发一种智能计算系统,用于阿尔茨海默病的早期诊断 | 轻度认知障碍(MCI)和认知正常(CN)患者的分类任务 | 机器学习 | 阿尔茨海默病 | 模块化混合生长神经气(MyGNG) | 混合神经网络 | 特征数据 | 495和819名患者,每名患者有211个特征 | NA | NA | NA | NA |
| 6552 | 2024-10-11 |
AmpClass: an Antimicrobial Peptide Predictor Based on Supervised Machine Learning
2024, Anais da Academia Brasileira de Ciencias
IF:1.1Q3
DOI:10.1590/0001-3765202420230756
PMID:39383429
|
研究论文 | 本文介绍了一种基于监督机器学习的抗菌肽预测工具AmpClass | AmpClass在识别具有抗菌活性的肽方面优于传统的最先进预测模型,并与深度学习模型取得相似的结果 | NA | 开发一种新的抗菌肽预测工具,以应对抗生素耐药性问题 | 抗菌肽和非抗菌肽 | 机器学习 | NA | 监督学习 | NA | 肽序列 | 15945个抗菌肽和12535个非抗菌肽 | NA | NA | NA | NA |
| 6553 | 2024-10-10 |
High-resolution image dataset for the automatic classification of phenological stage and identification of racemes in Urochloa spp. hybrids
2024-Dec, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.110928
PMID:39376481
|
研究论文 | 本文介绍了一个高分辨率RGB图像数据集,用于自动分类Urochloa spp.杂交种的物候阶段和识别花序 | 首次在Urochloa属中探索使用图像分析评估物候阶段和种子产量 | NA | 开发用于自动分类物候阶段和识别花序的机器学习和深度学习模型,以加速育种 | Urochloa spp.杂交种的物候阶段和花序 | 计算机视觉 | NA | RGB成像 | 机器学习和深度学习模型 | 图像 | 2400张高分辨率RGB图像,涵盖200个杂交种,拍摄时间为7个月 | NA | NA | NA | NA |
| 6554 | 2024-10-10 |
Dataset of infected date palm leaves for palm tree disease detection and classification
2024-Dec, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.110933
PMID:39376482
|
研究论文 | 本文介绍了一个用于检测和分类棕榈叶疾病的图像数据集 | 该数据集包含了8种主要影响棕榈叶的疾病类型,并提供了健康棕榈叶的基准 | 数据集主要关注棕榈叶和叶片的图像,未包括果实、树干和根部 | 旨在帮助早期识别和分类棕榈树感染 | 棕榈叶疾病和健康状态 | 计算机视觉 | NA | NA | 深度学习模型 | 图像 | 共收集了608张原始图像,最终处理后的数据集包含3089张图像 | NA | NA | NA | NA |
| 6555 | 2024-10-09 |
Deep fit_predic: a novel integrated pyramid dilation EfficientNet-B3 scheme for fitness prediction system
2024-Nov, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2023.2269287
PMID:37865927
|
研究论文 | 本研究介绍了一种新的深度学习技术,用于通过个人健康数据进行有效的健身预测 | 提出了Pyramid Dilated EfficientNet-B3技术,结合增强的变色龙群优化技术和Minkowski集成重力中心聚类方法,提高了健身预测的准确性 | NA | 开发一种高效的健身预测系统 | 个人健康数据 | 机器学习 | NA | 深度学习 | EfficientNet-B3 | 健康数据 | NA | NA | NA | NA | NA |
| 6556 | 2024-10-10 |
Differentiable modeling and optimization of non-aqueous Li-based battery electrolyte solutions using geometric deep learning
2024-Oct-05, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-51653-7
PMID:39369004
|
研究论文 | 本文开发了一种可微分的几何深度学习模型DiffMix,用于非水性锂基电池电解液溶液的建模和优化 | 本文通过创建几何深度学习可学习的物理系数,扩展了混合物热力学和传输定律,并结合机器人实验装置Clio,实现了电解液离子电导率的显著提升 | NA | 开发一种新的模型来优化电池电解液的性能 | 非水性锂基电池电解液 | 机器学习 | NA | 几何深度学习 | 几何深度学习模型 | 混合物热力学和离子传输属性 | NA | NA | NA | NA | NA |
| 6557 | 2024-10-10 |
Unsupervised few shot learning architecture for diagnosis of periodontal disease in dental panoramic radiographs
2024-10-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-73665-5
PMID:39369017
|
研究论文 | 研究提出了一种用于牙科全景X光片中牙周病诊断的无监督少样本学习算法 | 引入了一种新的无监督少样本学习算法,利用UNet架构生成感兴趣区域,并通过卷积变分自编码器提取关键特征,通过高级聚类算法进行标签分配,克服了医学影像中标记数据稀缺的问题 | NA | 解决医学影像中标记数据稀缺的问题,提高牙周病诊断的准确性和效率 | 牙科全景X光片中的牙周病诊断 | 计算机视觉 | 牙周病 | UNet架构、卷积变分自编码器 | UNet、卷积变分自编码器 | 图像 | 100张标记图像 | NA | NA | NA | NA |
| 6558 | 2024-10-10 |
A lighter hybrid feature fusion framework for polyp segmentation
2024-10-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-72763-8
PMID:39369043
|
研究论文 | 提出了一种新的CNN-Transformer混合模型用于息肉分割,结合了CNN和Transformer的优势,提高了分割精度并提升了计算效率 | 将自注意力计算从整个特征图转换到宽度和高度方向,设计了新的信息传播模块并引入了额外的位置偏置系数,减少了Transformer中深度和混合特征融合带来的信息分散 | 未提及具体限制 | 提高息肉分割的准确性和计算效率 | 结肠镜图像中的息肉 | 计算机视觉 | 结直肠癌 | NA | CNN-Transformer混合模型 | 图像 | 多个基准数据集 | NA | NA | NA | NA |
| 6559 | 2024-10-10 |
Deep learning models for tendinopathy detection: a systematic review and meta-analysis of diagnostic tests
2024-Oct-03, EFORT open reviews
IF:4.3Q1
DOI:10.1530/EOR-24-0016
PMID:39360789
|
综述 | 本文对使用深度学习模型进行肌腱病检测的诊断测试进行了系统综述和荟萃分析 | 本文通过荟萃分析评估了深度学习模型在诊断肌腱病中的性能,展示了其在医学影像诊断中的潜在应用价值 | 本文主要依赖于已发表的研究,可能存在选择偏倚和研究质量不一致的问题 | 评估深度学习模型在诊断肌腱病中的性能 | 深度学习模型在肌腱病诊断中的应用 | 机器学习 | NA | 深度学习 | 深度学习模型 | 影像 | 分析了来自六篇文章的十一种深度学习模型 | NA | NA | NA | NA |
| 6560 | 2024-10-10 |
Intelligent skin-removal photoacoustic computed tomography for human based on deep learning
2024-Oct, Journal of biophotonics
IF:2.0Q3
DOI:10.1002/jbio.202400197
PMID:39092484
|
研究论文 | 本文提出了一种基于深度学习的智能皮肤去除光声计算机断层扫描方法,用于人体深层组织的成像 | 本文提出了一种基于特征金字塔结构和单一类型皮肤标注的2.5D深度学习模型,并设计了一种掩码生成算法来自动去除皮肤,提高了图像重建的准确性和信噪比 | NA | 开发一种能够有效去除皮肤信号干扰的光声计算机断层扫描方法,以实现人体深层组织的高清成像 | 人体外周血管的光声图像 | 计算机视觉 | NA | 光声计算机断层扫描(PACT) | 2.5D深度学习模型 | 图像 | 人体外周血管 | NA | NA | NA | NA |