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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
7001 | 2024-09-11 |
Classification of Alzheimer disease using DenseNet-201 based on deep transfer learning technique
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0304995
PMID:39240975
|
研究论文 | 本文使用基于DenseNet-201的深度迁移学习技术对阿尔茨海默病进行分类 | 提出了基于DenseNet-201的迁移学习方法,显著提高了阿尔茨海默病分类的准确率 | NA | 开发一种高准确率的阿尔茨海默病分类方法 | 阿尔茨海默病的不同阶段(非痴呆、中度痴呆、轻度痴呆、非常轻度痴呆和重度痴呆) | 计算机视觉 | 阿尔茨海默病 | 深度迁移学习 | DenseNet-201 | MRI图像 | 包含阿尔茨海默病MRI扫描数据的五类数据集 |
7002 | 2024-09-11 |
Multifunctional aggregation network of cell nuclei segmentation aiming histopathological diagnosis assistance: A new MA-Net construction
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0308326
PMID:39241001
|
研究论文 | 本文提出了一种基于U-Net的深度学习模型MA-Net,用于从H&E染色图像中准确分割细胞核,以辅助组织病理学诊断 | 本文创新性地应用了特征融合模块、注意力门单元和空洞空间金字塔池化到U-Net的编码器、解码器、跳跃连接和瓶颈部分,以提升网络在细胞核分割任务中的性能 | NA | 提升组织病理学图像中细胞核分割的准确性,以辅助自动化诊断系统 | H&E染色图像中的细胞核 | 计算机视觉 | NA | 深度学习 | U-Net | 图像 | 多个公共数据集 |
7003 | 2024-09-11 |
Precision meets generalization: Enhancing brain tumor classification via pretrained DenseNet with global average pooling and hyperparameter tuning
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0307825
PMID:39241003
|
研究论文 | 研究通过预训练的DenseNet模型结合全局平均池化和超参数调优,提升脑肿瘤分类的准确性和泛化能力 | 采用DenseNet架构并结合全局平均池化和超参数调优,显著提高了脑肿瘤分类的准确性和泛化能力 | NA | 研究如何通过深度学习技术提高脑肿瘤分类的准确性和临床应用的泛化能力 | 脑肿瘤的分类,特别是三种常见类型:脑膜瘤、胶质瘤和垂体瘤 | 计算机视觉 | 脑肿瘤 | 深度学习 | DenseNet | 图像 | 3064张T1加权对比增强MRI图像,来自233名患者 |
7004 | 2024-09-11 |
Diagnostic accuracy of dental caries detection using ensemble techniques in deep learning with intraoral camera images
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0310004
PMID:39241044
|
研究论文 | 本文研究了使用深度学习中的集成技术通过口腔内相机图像进行龋齿检测的诊断准确性 | 本文创新性地应用了集成技术在口腔内相机图像分类任务中,显著提高了龋齿检测的性能 | 本文未详细讨论集成技术在不同深度学习模型中的具体应用细节 | 评估基于口腔内相机图像的深度学习技术在龋齿检测中的诊断性能 | 研究对象为2,682张口腔内相机图像,涉及534名参与者 | 计算机视觉 | 口腔疾病 | 深度学习 | ResNet-50, Inception-v3, Inception-ResNet-v2, Faster R-convolutional neural network | 图像 | 2,682张口腔内相机图像,534名参与者 |
7005 | 2024-09-11 |
Deep Learning Based Micro-RNA Analysis of Lipopolysaccharide Exposed Periodontal Ligament Stem Cells Exosomes Reveal Apoptotic and Inflammasome Derived Pathway Activation
2024, Biomedical engineering and computational biology
IF:2.3Q3
DOI:10.1177/11795972241277639
PMID:39246530
|
研究论文 | 本研究利用深度学习算法分析脂多糖暴露的牙周韧带干细胞外泌体中的微小RNA,揭示了与细胞凋亡和炎症小体激活相关的通路 | 首次使用深度学习算法识别脂多糖暴露的牙周韧带干细胞外泌体中的新型微小RNA生物标志物 | 需要未来研究使用独立数据集和实验方法验证这些生物标志物 | 利用深度学习算法揭示脂多糖暴露的牙周韧带干细胞外泌体中的新型微小RNA生物标志物,以理解其激活通路 | 脂多糖暴露的牙周韧带干细胞外泌体中的微小RNA | 机器学习 | 牙周疾病 | 深度学习分析 | 随机森林 | 微小RNA表达数据 | NCBI GEO DATA SET GSE163489中的健康和脂多糖诱导的牙周韧带干细胞 |
7006 | 2024-09-11 |
Feasibility of tongue image detection for coronary artery disease: based on deep learning
2024, Frontiers in cardiovascular medicine
IF:2.8Q2
DOI:10.3389/fcvm.2024.1384977
PMID:39246581
|
研究论文 | 研究探讨了基于深度学习的舌象检测在冠状动脉疾病诊断中的可行性 | 开发了一种新的冠状动脉疾病诊断算法,结合舌象特征提高了诊断性能 | NA | 验证舌象在冠状动脉疾病诊断中的潜在价值,并开发一种结合舌象输入的诊断模型 | 冠状动脉疾病患者 | 计算机视觉 | 心血管疾病 | 深度学习 | Resnet-18 | 图像 | 684名患者 |
7007 | 2024-09-11 |
Comparing Deep Learning Performance for Chronic Lymphocytic Leukaemia Cell Segmentation in Brightfield Microscopy Images
2024, Bioinformatics and biology insights
IF:2.3Q3
DOI:10.1177/11779322241272387
PMID:39246684
|
研究论文 | 本文比较了八种先进的神经网络架构在低对比度明场显微镜图像中对慢性淋巴细胞白血病细胞进行分割的性能 | 本文采用了八种不同的神经网络架构进行比较,并结合了watershed算法和StarDist工具,以提高细胞边界检测的准确性 | 本文未详细讨论不同方法在不同应用场景下的适用性,且未提供大规模数据集上的验证结果 | 研究目的是通过自动检测明场时间序列显微镜图像中的细胞,为细胞形态学和迁移研究提供新的机会 | 研究对象是慢性淋巴细胞白血病细胞在低对比度明场显微镜图像中的分割 | 计算机视觉 | 血液疾病 | 深度学习 | U-net, U-net++, Pyramid Attention Network, Multi-Attention Network, LinkNet, Feature Pyramid Network, DeepLabV3, DeepLabV3+ | 图像 | 未明确提及具体样本数量 |
7008 | 2024-09-11 |
A feasibility study on utilizing machine learning technology to reduce the costs of gastric cancer screening in Taizhou, China
2024 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076241277713
PMID:39247098
|
研究论文 | 本研究利用机器学习模型优化胃癌筛查评分并降低筛查成本 | 采用梯度提升机、分布式随机森林和深度学习三种机器学习模型优化胃癌筛查评分 | 三分类模型无法有效区分中高风险胃癌患者 | 优化胃癌筛查评分并降低筛查成本 | 228,634名参与泰州胃癌筛查项目的患者 | 机器学习 | 胃癌 | 机器学习 | 梯度提升机、分布式随机森林、深度学习 | 数值数据 | 228,634名患者 |
7009 | 2024-09-11 |
Prioritizing test cases for deep learning-based video classifiers
2024, Empirical software engineering
IF:3.5Q1
DOI:10.1007/s10664-024-10520-1
PMID:39247128
|
研究论文 | 本文提出了一种名为VRank的测试优先级排序方法,专门用于视频测试输入,以降低标签成本并提高测试效率 | VRank是首个专门为视频测试输入设计的测试优先级排序方法,考虑了视频数据中的时间信息 | 现有方法未能充分考虑视频数据中的时间信息 | 提出一种新的测试优先级排序方法,以降低视频测试输入的标签成本 | 视频测试输入的优先级排序 | 计算机视觉 | NA | NA | DNN分类器 | 视频 | 120个实验对象,包括自然和噪声数据集 |
7010 | 2024-09-11 |
AttentionTTE: a deep learning model for estimated time of arrival
2024, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2024.1258086
PMID:39247849
|
研究论文 | 提出了一种基于深度学习的ETA预测模型AttentionTTE,利用自注意力机制和循环神经网络捕捉时空相关性 | 引入自注意力机制捕捉全局空间相关性,结合循环神经网络捕捉局部时空依赖性,并通过多任务学习模块整合全局和局部信息 | NA | 解决城市智能交通系统中ETA预测问题 | 任意路径的旅行时间估计 | 机器学习 | NA | 自注意力机制、循环神经网络 | AttentionTTE | 轨迹数据 | 大量轨迹数据 |
7011 | 2024-09-10 |
Neural implicit surface reconstruction of freehand 3D ultrasound volume with geometric constraints
2024-Dec, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2024.103305
PMID:39168075
|
研究论文 | 本文介绍了一种名为FUNSR的自监督神经隐式表面重建方法,用于从自由手3D超声体积中学习有符号距离函数(SDFs),并利用几何约束进行表面重建 | 本文引入了两种新的几何约束:符号一致性约束和表面约束,结合对抗学习,以提高表面重建的质量 | NA | 提高自由手3D超声体积的表面重建质量,以获取准确的解剖结构 | 自由手3D超声体积的表面重建 | 计算机视觉 | NA | 神经隐式表面重建 | NA | 体积数据 | 四个数据集,包括一个髋部幻影数据集、两个血管数据集和一个公开的前列腺数据集 |
7012 | 2024-09-10 |
Foundation models in gastrointestinal endoscopic AI: Impact of architecture, pre-training approach and data efficiency
2024-Dec, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2024.103298
PMID:39173410
|
研究论文 | 本研究评估了在胃肠内镜图像分析中利用领域内预训练是否比自然图像预训练更有优势 | 首次系统评估了领域内预训练在胃肠内镜图像分析中的效果,并发现使用DINO框架的自监督领域内预训练模型在下游任务中表现更优 | 研究仅限于特定的胃肠内镜图像分析任务,未涵盖其他医学图像分析领域 | 探讨领域内预训练在胃肠内镜图像分析中的潜在优势 | 胃肠内镜图像分析中的深度学习模型性能 | 计算机视觉 | NA | 自监督学习 | ResNet50, Vision-Transformer-small | 图像 | 5,014,174张胃肠内镜图像 |
7013 | 2024-09-10 |
Domain adaptation strategies for 3D reconstruction of the lumbar spine using real fluoroscopy data
2024-Dec, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2024.103322
PMID:39197301
|
研究论文 | 本文提出了一种利用真实荧光透视数据进行腰椎三维重建的领域适应策略 | 本文创新性地结合了风格迁移和配对数据集,通过迁移学习有效缩小了合成数据与真实X射线数据之间的领域差距 | NA | 解决手术导航在骨科手术中广泛应用的障碍,如时间限制、成本问题、辐射担忧和手术流程整合 | 腰椎的三维重建 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 配对数据集包括合成和真实荧光透视图像 |
7014 | 2024-09-10 |
Editorial for the Special Issue on the 2022 Medical Imaging with Deep Learning Conference
2024-Dec, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2024.103308
PMID:39214771
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
7015 | 2024-09-10 |
Combined deep learning and radiomics in pretreatment radiation esophagitis prediction for patients with esophageal cancer underwent volumetric modulated arc therapy
2024-10, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology
IF:4.9Q1
DOI:10.1016/j.radonc.2024.110438
PMID:39013503
|
研究论文 | 本文开发了一种结合放射组学和深度学习的模型,用于预测接受容积调制弧形放疗的食管癌患者术前放射性食管炎的发生 | 本文创新性地结合了放射组学特征和深度学习技术,通过卷积神经网络提取特征,提高了放射性食管炎的预测准确性 | 尽管结合了多种特征提取方法,但剂量本身并不是预测准确性的主要因素 | 开发一种预测食管癌患者在接受容积调制弧形放疗后放射性食管炎发生的方法 | 接受容积调制弧形放疗的食管癌患者 | 数字病理学 | 食管癌 | 卷积神经网络 | ResNet34 | 图像 | 273名食管癌患者 |
7016 | 2024-09-10 |
AutoNet-Generated Deep Layer-Wise Convex Networks for ECG Classification
2024-Oct, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2024.3378843
PMID:38512733
|
研究论文 | 提出了一种自动生成层级凸网络的算法AutoNet,用于心电图分类任务 | 提出了层级凸定理,确保每一层的损失函数相对于参数是凸的,并通过约束每一层为非线性方程的超定系统来实现 | NA | 开发一种自动生成层级凸网络的算法,以提高神经网络设计的效率和性能 | 心电图分类任务 | 机器学习 | NA | NA | 层级凸网络(LCN) | 心电图数据 | 涉及五个基准数据集,包括三个心电图数据集和两个非心电图数据集 |
7017 | 2024-09-10 |
Solving the twin paradox-forensic strategies to identify the identical twins
2024-Oct, Forensic science international
IF:2.2Q1
DOI:10.1016/j.forsciint.2024.112205
PMID:39213915
|
研究论文 | 本文探讨了通过法医策略识别同卵双胞胎的最新方法和技术 | 本文介绍了通过下一代测序(NGS)、深度学习网络、表观遗传分析和指纹分析等多种技术来区分同卵双胞胎的新方法 | NA | 研究如何通过多种技术手段有效区分同卵双胞胎 | 同卵双胞胎 | 法医学 | NA | 下一代测序(NGS)、深度学习网络、表观遗传分析、指纹分析 | 深度学习网络 | 基因组数据、语音数据、表观遗传数据、指纹数据 | NA |
7018 | 2024-09-10 |
SmartCADD: AI-QM Empowered Drug Discovery Platform with Explainability
2024-Sep-09, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c00720
PMID:39177478
|
研究论文 | 介绍了一个名为SmartCADD的创新开源虚拟筛选平台,结合了深度学习、计算机辅助药物设计(CADD)和量子力学方法 | SmartCADD整合了多种独立技术,包括ADMET属性预测、从头2D和3D药效团建模、分子对接以及可解释AI机制 | NA | 解决AI在科学研究中因模型不透明、实施复杂和数据稀缺而面临的阻力 | 开发一个用户友好的Python框架,用于药物发现和虚拟筛选 | 计算机辅助药物设计 | HIV | 深度学习、量子力学 | NA | 分子数据 | NA |
7019 | 2024-09-10 |
Hybrid Diffusion Model for Stable, Affinity-Driven, Receptor-Aware Peptide Generation
2024-Sep-09, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01020
PMID:39193724
|
研究论文 | 本文介绍了一种名为HYDRA的混合深度学习方法,用于生成针对特定受体的稳定、亲和力驱动的肽 | HYDRA结合了扩散模型的分布建模能力和结合亲和力最大化算法,用于从头设计针对各种目标受体的肽结合剂 | NA | 开发一种新的深度学习方法,用于设计针对特定受体的治疗性肽 | 治疗性肽及其与目标受体的结合 | 机器学习 | NA | 深度学习 | 扩散模型 | 肽序列 | NA |
7020 | 2024-09-10 |
Conformations of KRAS4B Affected by Its Partner Binding and G12C Mutation: Insights from GaMD Trajectory-Image Transformation-Based Deep Learning
2024-Sep-09, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01174
PMID:39197061
|
研究论文 | 研究了KRAS4B与其伙伴结合及G12C突变对其构象动态的影响 | 采用高斯加速分子动力学模拟结合深度学习和主成分分析,揭示了G12C突变和伙伴结合对KRAS4B关键结构域接触的改变 | NA | 深入理解KRAS4B的功能 | KRAS4B的构象变化及其与伙伴结合和G12C突变的关系 | 生物信息学 | NA | 高斯加速分子动力学模拟 | 深度学习 | 分子动力学轨迹 | NA |