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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
10481 | 2024-08-05 |
Deep Learning Analysis for Predicting Tumor Spread through Air Space in Early-Stage Lung Adenocarcinoma Pathology Images
2024-Jun-03, Cancers
IF:4.5Q1
DOI:10.3390/cancers16112132
PMID:38893251
|
研究论文 | 本研究开发了一种深度学习模型用于早期肺腺癌病理图像中气道内扩散的预测。 | 研究提出了一种基于YOLOv5的深度学习框架,结合了预处理、候选检测、假阳性减少和基于患者的预测。 | 该研究的外部验证仅使用了来自单一医院的数据,可能限制了其广泛适用性。 | 研究旨在开发自动化的深度学习模型用于早期肺腺癌中的气道内扩散预测。 | 研究对象包括1053个数字病理全切片图像和227个来自国家台湾大学医院的外部验证图像。 | 数字病理学 | 肺癌 | 深度学习 | YOLOv5 | 图像 | 1053个数字病理全切片图像用于训练,227个用于外部验证 |
10482 | 2024-08-05 |
Adversarial Attacks against Deep-Learning-Based Automatic Dependent Surveillance-Broadcast Unsupervised Anomaly Detection Models in the Context of Air Traffic Management
2024-Jun-02, Sensors (Basel, Switzerland)
DOI:10.3390/s24113584
PMID:38894375
|
研究论文 | 本研究提出了一种新颖的对抗攻击方法,用于检测基于深度学习的自动依赖监视广播异常检测模型的脆弱性 | 首次展示了基于深度学习的ADS-B时间序列无监督异常检测模型对对抗样本的脆弱性 | 研究中未提及对抗攻击方法在实际应用中的长期影响和适应性 | 揭示基于深度学习的ADS-B异常检测模型的脆弱性,以提高空中交通管理的安全性 | 基于深度学习的ADS-B异常检测模型 | 计算机视觉 | NA | NA | NA | 时间序列 | NA |
10483 | 2024-08-05 |
Federated Learning in the Detection of Fake News Using Deep Learning as a Basic Method
2024-Jun-02, Sensors (Basel, Switzerland)
DOI:10.3390/s24113590
PMID:38894381
|
研究论文 | 本文探讨了使用深度学习方法进行假新闻检测的联邦学习可能性 | 该研究采用联邦学习方法,提高了机器学习在分散数据上的安全性 | 研究未明确讨论模型在真实应用环境中的性能 | 探索联邦学习在假新闻检测中的应用 | 使用不同IoT边缘设备的传感器数据训练假新闻检测模型 | 机器学习 | NA | 深度学习 | CNN,LSTM | 传感器数据 | NA |
10484 | 2024-08-05 |
Depth-Guided Bilateral Grid Feature Fusion Network for Dehazing
2024-Jun-02, Sensors (Basel, Switzerland)
DOI:10.3390/s24113589
PMID:38894379
|
研究论文 | 本文提出了一种深度指导双边网格特征融合去雾网络,旨在改善复杂环境下的去雾效果 | 创新点在于通过专用模块提取深度信息,并利用Unet导出双边网格特征,以深度信息指导特征采样 | 该方法在极端复杂的环境下可能仍存在性能限制 | 研究旨在提高在恶劣天气条件下图像去雾的有效性 | 主要研究对象为在雾天气下拍摄的图像 | 计算机视觉 | NA | 深度学习 | 卷积神经网络 | 图像 | 使用公共数据集进行实验 |
10485 | 2024-08-05 |
ADM-SLAM: Accurate and Fast Dynamic Visual SLAM with Adaptive Feature Point Extraction, Deeplabv3pro, and Multi-View Geometry
2024-Jun-02, Sensors (Basel, Switzerland)
DOI:10.3390/s24113578
PMID:38894374
|
研究论文 | 提出了一种名为ADM-SLAM的视觉SLAM系统,以应对动态环境中的挑战 | 集成了改进的DeepLabv3进行轻量级深度学习语义分割,以及多视角几何分割,优化了关键帧提取 | 需要更多的实验验证以支持在更广泛的动态场景中的有效性 | 开发一个能够在动态环境中快速且准确地进行视觉SLAM的系统 | 动态环境中的视觉目标与SLAM系统的动态对象识别 | 计算机视觉 | NA | 深度学习语义分割 | NA | 动态环境场景图像 | 在多种高度动态测试序列中进行评估 |
10486 | 2024-08-05 |
Obstacle Avoidance and Path Planning Methods for Autonomous Navigation of Mobile Robot
2024-Jun-01, Sensors (Basel, Switzerland)
DOI:10.3390/s24113573
PMID:38894362
|
研究论文 | 本文概述了移动机器人自主导航中的障碍物避免与路径规划方法 | 文章对经典和新兴障碍物避免算法进行了详细分析,并强调了当前的研究方向 | 没有明确提到算法在实际应用中的具体限制 | 提供对机器人应用中障碍物避免算法现状及前景的全面认识 | 关键障碍物避免算法及其优缺点和应用领域 | 机器人技术 | NA | 预测方法和深度学习策略 | 神经网络 | 环境传感信息 | NA |
10487 | 2024-08-05 |
TSSG-CNN: A Tuberculosis Semantic Segmentation-Guided Model for Detecting and Diagnosis Using the Adaptive Convolutional Neural Network
2024-Jun-01, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics14111174
PMID:38893700
|
研究论文 | 本论文提出了一种名为TSSG-CNN的结核病语义分割引导模型,用于检测和诊断。 | 该研究创新性地结合了深度学习分割模型和基于CNN层的分类模型,提高了胸部X光图像的分割精度及结核病的诊断能力。 | 本研究中没有提到样本的多样性或外部数据集的验证。 | 提高利用X光图像数据集的结核病检测识别能力。 | 本研究针对结核病的检测与诊断。 | 计算机视觉 | 结核病 | 自适应卷积神经网络 | CNN | X光图像 | NA |
10488 | 2024-08-05 |
Tooth numbering and classification on bitewing radiographs: an artificial intelligence pilot study
2024-06, Oral surgery, oral medicine, oral pathology and oral radiology
DOI:10.1016/j.oooo.2024.02.012
PMID:38632035
|
研究论文 | 本研究评估了在咬翼放射影像中自动识别和计数恒牙的深度学习方法的有效性 | 结合了深度学习算法对咬翼放射影像中的牙齿进行自动编号和分类 | 未提及具体的局限性 | 旨在提升咬翼放射影像中恒牙的自动识别和计数的准确性 | 1248张咬翼放射影像被用于模型训练和测试 | 计算机视觉 | NA | 深度学习 | Yolov5 | 图像 | 1248张咬翼放射影像 |
10489 | 2024-08-05 |
Short-Term and Imminent Rainfall Prediction Model Based on ConvLSTM and SmaAT-UNet
2024-Jun-01, Sensors (Basel, Switzerland)
DOI:10.3390/s24113576
PMID:38894366
|
研究论文 | 本研究提出了一种基于ConvLSTM和SmaAT-UNet的短期降雨预测模型 | 提出了融合CNN和LSTM的ConvLSTM模型及经过改善的SmaAT-UNet模型以提高降水预测的效率和准确性 | 随着预测时间的延长,降水预测性能指标呈现下滑趋势,指出了维持长期预测准确性的内在挑战 | 旨在通过改进特征提取和数据处理技术,提高短期降水预测的效率和准确性 | 对使用深度学习进行雷达图像外推的降水预测算法进行研究 | 计算机视觉 | NA | 深度学习 | ConvLSTM和SmaAT-UNet | 雷达图像 | NA |
10490 | 2024-08-05 |
Prediction of adverse drug reactions due to genetic predisposition using deep neural networks
2024-Jun, Molecular informatics
IF:2.8Q2
DOI:10.1002/minf.202400021
PMID:38850150
|
研究论文 | 本研究探讨了深度学习方法预测与药物不良反应相关的遗传变异。 | 这是首个利用深度神经网络预测ADR-药物-靶标-突变的模型。 | 尽管提出了一些改进建议,但模型的平均平衡准确率仅为0.61。 | 研究目的是预测可能与药物不良反应相关的遗传变异。 | 研究对象为与药物相关的单核苷酸多态性(SNPs)。 | 机器学习 | NA | 深度神经网络(DNN) | DNN | NA | NA |
10491 | 2024-08-05 |
Fully automated deep learning model for detecting proximity of mandibular third molar root to inferior alveolar canal using panoramic radiographs
2024-06, Oral surgery, oral medicine, oral pathology and oral radiology
DOI:10.1016/j.oooo.2024.02.011
PMID:38614873
|
研究论文 | 本文开发了一种新颖的完全自动化深度学习模型,用于检测下颌第三磨牙根部与下alveolar管之间的关系。 | 提出了一种基于YOLOv5的修改深度学习网络MM3-IACnet,以自动评估下颌第三磨牙根与下alveolar管的空间关系。 | 该研究的限制在于仅使用了一种图像方式(全景X光)进行分析,可能无法涵盖所有临床情况。 | 研究旨在评估下颌第三磨牙与下alveolar管之间的解剖关系以指导临床决策。 | 本研究的对象为1570名具有下颌第三磨牙的患者,所有患者均进行了全景X光和锥束CT成像。 | 数字病理学 | NA | 全景X光 | YOLOv5 | 图像 | 1570名具有下颌第三磨牙的患者 |
10492 | 2024-08-05 |
Molecular architecture of the actin cytoskeleton: From single cells to whole organisms using cryo-electron tomography
2024-Jun, Current opinion in cell biology
IF:6.0Q1
DOI:10.1016/j.ceb.2024.102356
PMID:38608425
|
研究论文 | 本文讨论了冷冻电镜断层成像技术在细胞骨架研究中的应用和最新进展 | 提出了深度学习工具用于自动标注断层重建和串联提取样品准备流程的最新发展 | 未提及具体的实验限制 | 研究细胞内肌动蛋白细胞骨架的分子结构 | 多细胞生物、有机体及组织样本 | 数字病理学 | NA | 冷冻电镜断层成像 | 深度学习 | 图像 | 多个多细胞生物及组织样本 |
10493 | 2024-08-05 |
Protein remote homology detection and structural alignment using deep learning
2024-Jun, Nature biotechnology
IF:33.1Q1
DOI:10.1038/s41587-023-01917-2
PMID:37679542
|
研究论文 | 本研究开发了两种深度学习方法TM-Vec和DeepBLAST,以改善低序列相似性蛋白质的对齐方法 | 提出的TM-Vec方法能够直接从序列对预测结构相似性,并且DeepBLAST在仅使用序列信息时能够结构性对齐蛋白质 | 抽象中未提及具体的局限性 | 改善生物技术中蛋白质的对齐方法,特别是低序列相似性的蛋白质 | 结构上相似的蛋白质 | 计算机视觉 | NA | 深度学习 | NA | 序列数据 | 多种数据集 |
10494 | 2024-08-05 |
Predicting transcriptional outcomes of novel multigene perturbations with GEARS
2024-Jun, Nature biotechnology
IF:33.1Q1
DOI:10.1038/s41587-023-01905-6
PMID:37592036
|
研究论文 | 介绍了GEARS方法,通过深度学习和基因关系知识图谱预测多基因扰动的转录反应 | GEARS能够预测从未在实验中扰动的基因组合的结果,展现出比现有方法更高的预测精度 | 未提及具体的局限性 | 研究细胞对基因扰动的响应,以指导生物医学应用 | 多基因扰动的转录反应 | 数字病理学 | NA | 单细胞RNA测序 | 深度学习模型 | RNA测序数据 | NA |
10495 | 2024-08-05 |
Generative deep learning approaches for the design of dental restorations: A narrative review
2024-06, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2024.104988
PMID:38608832
|
综述 | 本研究探讨了深度学习技术在牙齿重建中的最新进展 | 文章介绍了新颖的深度学习方法在部分和全牙重建中的应用,展示了生成对抗网络和变换器的讨论 | 仅包括2018年至2023年发布的9篇相关文献,且排除仅专注于DL方法应用或审查的文章 | 研究深度学习技术在牙齿重建领域的应用和方法 | 重点研究牙齿重建的不同深度学习方法和数据表征 | 数字病理学 | NA | 深度学习 | 生成对抗网络(GAN)和变换器 | 深度图、点云和体素化点云 | 涉及9篇文献的牙齿重建数据 |
10496 | 2024-08-05 |
A Residual Dense Attention Generative Adversarial Network for Microscopic Image Super-Resolution
2024-May-31, Sensors (Basel, Switzerland)
DOI:10.3390/s24113560
PMID:38894350
|
研究论文 | 提出了一种残差密集注意生成对抗网络以提高显微图像的超分辨率 | 引入了残差密集块和卷积块注意模块,增强了对低分辨率图像的多层次特征提取 | 尚未讨论网络在其他类型图像上的泛化能力 | 改善单幅图像超分辨率的重建效果 | 显微图像 | 计算机视觉 | NA | 深度学习 | 生成对抗网络(GAN) | 图像 | 收集了充足的显微图像以建立数据集 |
10497 | 2024-08-05 |
Deep Learning Approach for Pitting Corrosion Detection in Gas Pipelines
2024-May-31, Sensors (Basel, Switzerland)
DOI:10.3390/s24113563
PMID:38894353
|
研究论文 | 本文介绍了一种用于气体管道的点蚀腐蚀检测的计算机视觉方法 | 使用了一种定制设计和优化的卷积神经网络,虽然参数较少但分类准确率高达98.44% | 未提及特定环境下的性能表现和可靠性 | 旨在开发一种自动化的方法以检测气体管道中的点蚀腐蚀 | 气体管道图像数据集,包含576,000张有点蚀和无点蚀的图像 | 计算机视觉 | NA | 深度学习 | 卷积神经网络 (CNN) | 图像 | 576000张图像 |
10498 | 2024-08-05 |
Phase-Resolved Partial Discharge (PRPD) Pattern Recognition Using Image Processing Template Matching
2024-May-31, Sensors (Basel, Switzerland)
DOI:10.3390/s24113565
PMID:38894356
|
研究论文 | 本文提出了一种新的方法来识别、提取和处理相分辨局部放电(PRPD)模式 | 该方法无需训练复杂的深度学习算法,而是使用了新的Cosine Cluster Net (CCNet)模型进行图像处理 | 该研究依赖于手动分类的PRPD图像进行测试,未说明是否适用于实时监控中的变化 | 研究旨在实现对电气设备缺陷类型的自动识别 | 研究对象为电气设备的相分辨局部放电模式 | 数字病理学 | NA | 图像处理 | Cosine Cluster Net (CCNet) | 图像 | 多幅手动分类的PRPD图像 |
10499 | 2024-08-05 |
A Gas Sensors Detection System for Real-Time Monitoring of Changes in Volatile Organic Compounds during Oolong Tea Processing
2024-May-30, Foods (Basel, Switzerland)
DOI:10.3390/foods13111721
PMID:38890949
|
研究论文 | 该文章提出了一种基于气体传感器的检测系统,用于实时监测乌龙茶加工过程中挥发性有机化合物的变化 | 文章创新性地设计了一种稳健且灵敏的气体传感器检测系统,并结合深度学习模型提高了对乌龙茶氧化过程各阶段的识别能力 | 未提及具体的限制 | 研究旨在改善乌龙茶产品的稳定性并促进氧化过程的自动化 | 研究对象为乌龙茶加工过程中释放的挥发性有机化合物 | 数字病理学 | NA | 金属氧化物半导体气体传感器 | BP-ANN、CNN | 信号数据 | NA |
10500 | 2024-08-05 |
Impact of Various Non-Contrast-Enhanced MRA Techniques on Lumen Visibility in Vascular Flow Models with a Surpass Evolve Flow Diverter
2024-May-30, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics14111146
PMID:38893675
|
研究论文 | 本研究比较了几种MRA技术在评估血管流模型中管腔可见性方面的表现 | 引入了一种基于深度学习的去噪和去伪影算法来提高无对比增强MRA技术的影像质量 | 未提及特定的样本数量和多样性,可能影响结果的普适性 | 评估不同MRA技术在流动导管支架的管腔可见性中的表现 | 本研究使用了带有流动导管支架的硅胶模型 | 数字病理学 | NA | 3.0T MRI扫描,深度学习重建 | NA | 影像 | 两个不同大小的Surpass Evolve支架在两个硅胶管中 |