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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 8601 | 2024-08-18 |
F-Net: Follicles Net an efficient tool for the diagnosis of polycystic ovarian syndrome using deep learning techniques
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0307571
PMID:39146307
|
研究论文 | 本研究旨在利用深度学习技术开发一种高效工具,用于诊断多囊卵巢综合征(PCOS) | 开发了一种名为Follicles Net(F-Net)的自定义模型,该模型在PCOS分类中表现出色,分类准确率高达95%和97.5% | NA | 实现卵巢卵泡的目标检测和分割,并评估机器学习和深度学习分类器在检测PCOS中的有效性 | 卵巢卵泡和多囊卵巢综合征(PCOS) | 计算机视觉 | 妇科疾病 | YOLOv8, 混合模糊c均值基于的活动轮廓技术, Gray-level co-occurrence matrices (GLCM) | CNN, Vision transformer | 图像 | 两个数据集,数据集1包括50名正常和50名PCOS受试者,数据集2包括100名正常和100名PCOS受试者 | NA | NA | NA | NA |
| 8602 | 2024-08-18 |
Ortho-digital dynamics: Exploration of advancing digital health technologies in musculoskeletal disease management
2024 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076241269613
PMID:39148814
|
研究论文 | 本文通过文献计量分析探索了数字健康技术在肌肉骨骼疾病管理中的应用趋势 | 首次对数字健康技术在肌肉骨骼疾病管理中的应用进行了全面的文献计量分析 | 未提及具体的局限性 | 分析数字健康技术在肌肉骨骼疾病管理中的应用趋势及其对医疗系统的影响 | 肌肉骨骼疾病管理中的数字健康技术应用 | 数字病理学 | 肌肉骨骼疾病 | 文献计量分析 | NA | 文本 | 6810篇论文 | NA | NA | NA | NA |
| 8603 | 2024-08-18 |
Assessing clinical efficacy of polyp detection models using open-access datasets
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1422942
PMID:39148908
|
研究论文 | 本研究评估了基于深度学习的计算机辅助检测(CADe)系统在开放访问数据集上对息肉检测的临床效能 | 引入了新的评估指标,如早期息肉检测的召回率和每个患者的平均假阳性数,以及自由响应接收器操作特性(FROC)曲线,以优化CADe系统的操作参数 | 研究发现,不使用完整过程视频会导致不现实的评估,且小息肉边界框的检测最具挑战性 | 评估和优化计算机辅助检测系统在临床环境中的效能 | 评估深度学习模型在开放访问数据集上的息肉检测效能 | 计算机视觉 | 结直肠癌 | 深度学习 | YOLOv7 | 图像 | 包含超过340,000张图像和380个注释息肉的四个开放访问数据集,以及包含60个完整过程结肠镜视频的REAL-Colon数据集 | NA | NA | NA | NA |
| 8604 | 2024-08-18 |
Real-time temperature anomaly detection in vaccine refrigeration systems using deep learning on a resource-constrained microcontroller
2024, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2024.1429602
PMID:39149162
|
研究论文 | 本文提出了一种基于深度学习的实时温度异常检测系统,用于疫苗冷藏系统的故障检测 | 利用半监督卷积自编码器(CAE)模型在资源受限的ESP32微控制器上实现实时温度异常检测 | NA | 提高疫苗冷藏系统的监测和故障检测能力 | 疫苗冷藏系统的温度异常检测 | 机器学习 | NA | 深度学习 | 卷积自编码器(CAE) | 温度传感器数据 | NA | NA | NA | NA | NA |
| 8605 | 2024-08-17 |
Deep learning-based quantitative analyses of feedback in the land-atmosphere interactions over the Vietnamese Mekong Delta
2024-Nov-01, The Science of the total environment
DOI:10.1016/j.scitotenv.2024.175119
PMID:39089372
|
研究论文 | 本研究利用深度学习模型LSTNet模拟越南湄公河三角洲地区的地气相互作用,并量化关键变量对干旱过程的影响 | 采用LSTNet模型有效捕捉地气相互作用中关键变量的相对重要性,并预测未来气候变化下土壤湿度和感热对降水的影响 | NA | 量化地气相互作用中的反馈机制对越南湄公河三角洲地区干旱过程和严重程度的影响 | 越南湄公河三角洲地区的地气相互作用及其对干旱的影响 | 机器学习 | NA | 深度学习 | LSTNet | 时间序列数据 | 2011-2020年的ERA5数据及2015-2099年的CMIP6数据 | NA | NA | NA | NA |
| 8606 | 2024-08-17 |
Windy events detection in big bioacoustics datasets using a pre-trained Convolutional Neural Network
2024-Nov-01, The Science of the total environment
DOI:10.1016/j.scitotenv.2024.174868
PMID:39034006
|
研究论文 | 本文介绍了一种使用预训练卷积神经网络在大规模生物声学数据集中检测风事件的方法 | 利用预训练的卷积神经网络YAMNet进行风噪声检测,并通过迁移学习提高了检测精度 | NA | 旨在解决生物声学数据中风噪声导致的误检测问题 | 生物声学数据中的风噪声 | 机器学习 | NA | 卷积神经网络 | CNN | 音频 | 来自南非Stony Point Penguin Colony的注释数据 | NA | NA | NA | NA |
| 8607 | 2024-08-17 |
An integrated framework for flood disaster information extraction and analysis leveraging social media data: A case study of the Shouguang flood in China
2024-Nov-01, The Science of the total environment
DOI:10.1016/j.scitotenv.2024.174948
PMID:39059647
|
研究论文 | 本文提出了一种利用社交媒体数据提取和分析洪水灾害信息的集成框架,并通过2018年中国寿光洪水的案例进行了验证 | 该框架创新性地结合了深度学习技术和正则表达式匹配技术,自动从微博文本数据中提取关键的洪水相关信息,如问题、洪水、需求、救援和措施,准确率达到83%,超过了传统的Biterm主题模型(BTM) | NA | 旨在通过社交媒体数据提高洪水灾害信息的提取和分析效率 | 洪水灾害信息及其在社交媒体上的表现 | 自然语言处理 | NA | 深度学习技术、正则表达式匹配技术、核密度估计(KDE)、层次密度基于空间聚类的应用与噪声(HDBSCAN)算法、潜在狄利克雷分配(LDA)算法 | 深度学习模型、正则表达式模型、LDA模型 | 文本 | 2018年中国寿光洪水的微博文本数据 | NA | NA | NA | NA |
| 8608 | 2024-08-17 |
Nanozyme-based colorimetric sensor arrays coupling with smartphone for discrimination and "segmentation-extraction-regression" deep learning assisted quantification of flavonoids
2024-Nov-01, Biosensors & bioelectronics
IF:10.7Q1
DOI:10.1016/j.bios.2024.116604
PMID:39094293
|
研究论文 | 开发了一种基于智能手机耦合比色传感器阵列的快速、简便的黄酮类化合物识别和定量分析平台 | 利用纳米酶的氧化反应和智能手机技术,结合深度学习算法,实现了黄酮类化合物的快速识别和定量分析 | NA | 实现黄酮类化合物的快速、成本效益高且智能的识别和定量分析 | 黄酮类化合物 | 生物传感器 | NA | 纳米酶技术 | MobileNetV3-small | 图像 | 37,488个单孔图像 | NA | NA | NA | NA |
| 8609 | 2024-08-17 |
Machine-learning-based structural analysis of interactions between antibodies and antigens
2024-Sep, Bio Systems
DOI:10.1016/j.biosystems.2024.105264
PMID:38964652
|
研究论文 | 本文通过深度学习模型分析抗体与抗原之间的相互作用模式,以提高对体液免疫分子机制的理解并促进新疗法的设计 | 模型能够以高精度区分抗体-抗原复合物与其他类型的蛋白质-蛋白质复合物,并能从常见蛋白质结合区域中识别抗原,准确率超过70% | 模型无法预测特定抗体与抗原的配对关系 | 研究抗体与抗原之间的相互作用,以促进新疗法的设计 | 抗体与抗原的相互作用模式 | 机器学习 | NA | 深度学习 | 深度学习模型 | 蛋白质结构数据 | 未具体说明样本数量 | NA | NA | NA | NA |
| 8610 | 2024-08-17 |
Deep learning in sex estimation from photographed human mandible using the Human Osteological Research Collection
2024-Sep, Legal medicine (Tokyo, Japan)
DOI:10.1016/j.legalmed.2024.102476
PMID:38964075
|
研究论文 | 本研究探讨了使用深度学习技术从人类下颌骨照片中进行性别估计的潜力 | 首次尝试使用深度学习算法从人类下颌骨照片中进行性别估计 | 研究样本数量有限,需要更多样本以提高性别估计的可靠性 | 评估人工智能特别是深度学习在从下颌骨进行性别估计中的应用 | 193个来自南非的现代人类下颌骨样本 | 计算机视觉 | NA | 深度学习 | 深度学习算法 | 图像 | 193个下颌骨样本 | NA | NA | NA | NA |
| 8611 | 2024-08-17 |
Interpretation and explanation of computer vision classification of carambola (Averrhoa carambola L.) according to maturity stage
2024-Sep, Food research international (Ottawa, Ont.)
DOI:10.1016/j.foodres.2024.114836
PMID:39147524
|
研究论文 | 本文提出了一种集成可解释人工智能(XAI)方法,用于根据成熟阶段对杨桃进行分类,并比较了两种残差神经网络(ResNet)和视觉变换器(ViT)在分类中的应用。 | 引入计算机视觉系统和深度学习技术作为快速、非侵入性水果分类的创新工具,并使用可解释人工智能方法提高模型的可信度和透明度。 | 需要进一步验证该方法在其他水果分类中的应用潜力。 | 开发一种标准化且快速的杨桃分类方法,并探索其在其他水果分类中的应用。 | 杨桃的成熟阶段分类。 | 计算机视觉 | NA | 深度学习 | ResNet, ViT | 图像 | 成熟阶段不同的杨桃样本 | NA | NA | NA | NA |
| 8612 | 2024-08-17 |
The street space planning and design of artificial intelligence-assisted deep learning neural network in the Internet of Things
2024-Aug-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e35031
PMID:39144982
|
研究论文 | 本研究利用物联网技术和全卷积网络(FCN)框架,对街道空间进行分类并分析其绿色视野比率(GLR)和满意度,提出改进街道绿化的策略 | 首次采用FCN-8s框架进行街道视图图像的语义分割,并结合物联网技术分析历史城区街道空间的GLR和满意度 | NA | 探讨物联网技术在街道空间规划与设计中的应用,并提出改进街道绿化的方法 | 街道空间类型及其绿色视野比率(GLR)和满意度 | 计算机视觉 | NA | 物联网技术 | FCN | 图像 | T城历史城区的街道空间 | NA | NA | NA | NA |
| 8613 | 2024-08-17 |
Volleyball training video classification description using the BiLSTM fusion attention mechanism
2024-Aug-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e34735
PMID:39144994
|
研究论文 | 本研究旨在探索使用深度学习技术对排球训练视频进行分类和描述的方法 | 开发了一种创新的模型,结合双向长短期记忆网络(BiLSTM)和注意力机制(BiLSTM-MAFTC),提高了排球视频内容分析的准确性和效率 | NA | 探索排球训练视频的分类和描述方法 | 排球训练视频 | 计算机视觉 | NA | 深度学习 | BiLSTM | 视频 | NA | NA | NA | NA | NA |
| 8614 | 2024-08-17 |
Real-time object detection, tracking, and monitoring framework for security surveillance systems
2024-Aug-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e34922
PMID:39145028
|
研究论文 | 本文提出了一种用于安全监控系统的实时物体检测、跟踪和监控框架 | 该框架基于近似中值滤波、组件标记、背景减除和深度学习方法设计,使用Python和C#编程语言实现,并在MOT15、MOT16和MOT17数据集上展示了比现有技术更高的准确性和精确度 | 未来的研究将考虑框架的动态可扩展性,以适应不同拥挤场景的监控应用领域 | 开发一种高效的实时监控系统,用于物体检测、跟踪和监控 | 安全监控系统中的物体检测和跟踪 | 计算机视觉 | NA | 深度学习 | NA | 视频 | 使用MOT15、MOT16和MOT17数据集进行评估 | NA | NA | NA | NA |
| 8615 | 2024-08-17 |
Deep learning facilitated superhigh-resolution recognition of structured light ellipticities
2024-Aug-15, Optics letters
IF:3.1Q2
DOI:10.1364/OL.528796
PMID:39146140
|
研究论文 | 本文提出了一种基于深度学习网络的高精度方法,用于区分具有微小椭圆度差异的椭圆光束 | 首次提出了一种能够有效区分椭圆光束的高精度方法,其精度达到99% | NA | 探索椭圆光束在实际应用中的潜力,特别是在自由空间光通信中的应用 | 椭圆光束及其在光通信中的应用 | 计算机视觉 | NA | 深度学习 | Transformer | 图像 | 两类不同的椭圆光束 | NA | NA | NA | NA |
| 8616 | 2024-08-17 |
A novel hierarchical network-based approach to unveil the complexity of functional microbial genome
2024-Aug-14, BMC genomics
IF:3.5Q2
DOI:10.1186/s12864-024-10692-6
PMID:39138557
|
研究论文 | 本文介绍了一种基于分层网络的新方法,利用高阶网络理论中的“固态基序结构(SMS)”来揭示同一属内微生物基因组结构与功能的复杂性 | 引入了一种复杂结构——固态基序结构(SMS),并通过分层生物网络分析有效地将微生物基因组结构与其功能联系起来 | NA | 旨在通过分层网络分析框架理解同一属内微生物基因组结构与功能之间的相互作用 | 研究对象为Microcystis,一种关键的淡水蓝细菌 | 生物信息学 | NA | 深度学习技术,如自适应图编码器 | 自适应图编码器 | 基因组数据 | 利用了162个高质量的Microcystis基因组和来自七个地理上不同湖泊的宏基因组数据 | NA | NA | NA | NA |
| 8617 | 2024-08-17 |
End-to-end reproducible AI pipelines in radiology using the cloud
2024-Aug-13, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-51202-2
PMID:39138215
|
研究论文 | 本文展示了基于云基础设施实现和共享透明且可重复的AI放射学管道的潜力 | 利用云资源实现端到端可重复性,从数据检索到最终结果分析和报告,并提供了易于扩展的管道示例 | NA | 展示云基础设施在实现和共享透明且可重复的AI放射学管道中的应用 | AI放射学管道的透明性和可重复性 | 计算机视觉 | 肿瘤学 | 深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 8618 | 2024-08-17 |
ENTRANT: A Large Financial Dataset for Table Understanding
2024-Aug-13, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-024-03605-5
PMID:39138234
|
研究论文 | 本文介绍了ENTRANT,一个包含数百万表格的金融数据集,用于深度学习方法的表格理解预训练任务 | ENTRANT数据集包含了表格的单元格属性、位置和层次信息,便于进行表格理解的预训练 | NA | 旨在通过提供大规模、格式化的数据集来促进表格理解的模型预训练 | 金融领域的表格数据 | 自然语言处理 | NA | 深度学习 | NA | 表格数据 | 数百万表格 | NA | NA | NA | NA |
| 8619 | 2024-08-17 |
Cross-modality sub-image retrieval using contrastive multimodal image representations
2024-Aug-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-68800-1
PMID:39138271
|
研究论文 | 本文提出了一种新的跨模态子图像检索系统,结合深度学习生成表示和鲁棒特征提取及词袋模型,用于在不同模态间进行反向子图像搜索。 | 该系统通过深度学习将不同模态嵌入到共同空间,并结合鲁棒特征提取和词袋模型,实现了高效可靠的跨模态子图像检索。 | 文章讨论了比较方法的不足,并观察到学习表示和特征提取器的等变性和不变性属性在CBIR流程中的重要性。 | 旨在开发一种高效且可扩展的跨模态图像检索方法,以改善组织表征和癌症诊断。 | 研究对象为使用明场和二次谐波生成显微镜图像的数据集。 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 使用公开可用的明场和二次谐波生成显微镜图像数据集 | NA | NA | NA | NA |
| 8620 | 2024-08-17 |
Reproducibility and across-site transferability of an improved deep learning approach for aneurysm detection and segmentation in time-of-flight MR-angiograms
2024-08-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-68805-w
PMID:39138338
|
研究论文 | 本研究旨在复制并改进基于深度学习的脑动脉瘤分割模型,并通过独立的测试数据集验证其跨站点可转移性 | 通过测试不同的全自动预处理流程,改进了模型的性能,并在外部数据集上展示了优异的转移性能 | NA | 复制并改进基于深度学习的脑动脉瘤分割模型,并验证其跨站点可转移性 | 脑动脉瘤的检测与分割 | 计算机视觉 | NA | NA | 卷积神经网络 | 图像 | 训练集包含235个TOF-MRAs,测试集包含两个独立的70个TOF-MRAs数据集 | NA | NA | NA | NA |