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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
10561 | 2024-08-05 |
Unsupervised Denoising and Super-Resolution of Vascular Flow Data by Physics-Informed Machine Learning
2024-09-01, Journal of biomechanical engineering
DOI:10.1115/1.4065165
PMID:38529728
|
研究论文 | 我们提出了一种无监督深度学习方法,能够在没有高分辨率标签的情况下进行流动去噪和超分辨率处理 | 提出了一种单一模型,能够重构三维狭窄和动脉瘤流动,且具备变几何形状、方向和边界条件的能力 | 该研究主要基于生成的高管道流数据,可能无法直接应用于真实世界数据 | 研究流体去噪和超分辨率的模型训练方法 | 流动域几何和流场表示的表示压缩及相应的去噪与超分辨率处理 | 计算机视觉 | NA | 物理启发的神经网络 | 自编码器 | 三维流动数据 | NA |
10562 | 2024-08-05 |
TAI-GAN: A Temporally and Anatomically Informed Generative Adversarial Network for early-to-late frame conversion in dynamic cardiac PET inter-frame motion correction
2024-Aug, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2024.103190
PMID:38820677
|
研究论文 | 提出了一种新的方法TAI-GAN来解决动态心脏PET中的帧间运动校正问题 | TAI-GAN利用时序和解剖学信息进行帧转换,克服了早期帧图像注册技术的局限性 | 本研究主要集中在Rb PET数据集上,缺乏对其他类型数据集的验证 | 提高动态心脏PET中的心肌血流量量化和冠状动脉疾病诊断的准确性 | 临床Rb PET数据集中的动态心脏图像 | 数字病理学 | 心血管疾病 | 正电子发射断层扫描(PET) | 生成对抗网络(GAN) | 图像 | NA |
10563 | 2024-08-05 |
A Beginner's Guide to Artificial Intelligence for Ophthalmologists
2024-Jul, Ophthalmology and therapy
IF:2.6Q2
DOI:10.1007/s40123-024-00958-3
PMID:38734807
|
研究论文 | 本文提供了人工智能在眼科应用的基础理解 | 探索了深度学习框架在影像数据中检测和量化眼科特征的多种人工智能方法 | 需要高质量和多样化的数据集进行模型训练,且在研究中需确保方法的透明报告 | 旨在增强眼科医生对人工智能应用的理解 | 讨论与人工智能驱动的诊断相关的研究 | 数字病理学 | NA | 深度学习,迁移学习 | NA | 影像 | NA |
10564 | 2024-08-05 |
LinFlo-Net: A Two-Stage Deep Learning Method to Generate Simulation Ready Meshes of the Heart
2024-07-01, Journal of biomechanical engineering
DOI:10.1115/1.4064527
PMID:38258957
|
研究论文 | 本文提出了一种深度学习模型,可以自动生成患者影像数据的人体心脏计算模型。 | 该方法通过使用两阶段的微分变形过程及新颖的损失函数来最小化网格自穿透,保证生成的网格没有自交现象。 | 未提及 | 研究旨在开发一种能够生成适合物理模拟的心脏网格模型。 | 研究对象为患者影像数据转换为心脏的计算模型。 | 数字病理 | NA | 深度学习 | NA | 影像 | NA |
10565 | 2024-08-05 |
EPR-Net: constructing a non-equilibrium potential landscape via a variational force projection formulation
2024-Jul, National science review
IF:16.3Q1
DOI:10.1093/nsr/nwae052
PMID:38883298
|
研究论文 | 我们提出EPR-Net,一种新颖而有效的深度学习方法,用于构建高维非平衡稳态系统的势能景观 | EPR-Net利用了一个数学事实,即所需的负势能梯度只是底层动力学驱动力在加权内积空间中的正交投影,并与稳态熵产生率有密切关系 | 在小噪声系统的情况下,可能需要强化学习策略,而在其他背景下可能表现不佳 | 解决生物物理学中的潜能景观构建问题 | 高维非平衡稳态系统,包括八维极限环和五十二维多稳态问题 | 机器学习 | NA | 深度学习 | NA | NA | NA |
10566 | 2024-08-05 |
Clinical evaluation of a deep learning CBCT auto-segmentation software for prostate adaptive radiation therapy
2024-Jul, Clinical and translational radiation oncology
IF:2.7Q2
DOI:10.1016/j.ctro.2024.100796
PMID:38884004
|
研究论文 | 本文旨在评估一种基于深度学习的前列腺CBCT图像自动分割软件在临床适应性放疗中的应用 | 该研究首次系统地评估了一种新的深度学习自动分割软件,并提出了使用特定成像模式训练的算法 | 样本量较小,仅包含10名患者,所涉及的结构主要集中在前列腺及相关组织 | 评估深度学习自动分割软件在前列腺放疗中的临床适用性 | 研究对象为接受前列腺放疗的10名患者 | 医学影像处理 | 前列腺癌 | 深度学习 | NA | CBCT图像 | 10名患者 |
10567 | 2024-08-05 |
Emerging trends and hotspots in cervical intraepithelial neoplasia research from 2013 to 2023: A bibliometric analysis
2024-Jun-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e32114
PMID:38882369
|
研究论文 | 本文通过文献计量分析总结了宫颈上皮内瘤变(CIN)领域的研究热点和未来趋势 | 首次在宫颈上皮内瘤变领域进行了文献计量分析,揭示了关键的研究方向和趋势 | 研究主要集中在发表的文献,可能无法全面反映整个CIN领域的研究现状 | 归纳和预测宫颈上皮内瘤变领域的研究热点和未来趋势 | 分析过去十年间与宫颈上皮内瘤变相关的文献 | 数字病理学 | 宫颈癌 | 文献计量分析 | NA | 文献 | 4677篇相关论文 |
10568 | 2024-08-05 |
Microscopy Image Dataset for Deep Learning-Based Quantitative Assessment of Pulmonary Vascular Changes
2024-Jun-15, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-024-03473-z
PMID:38879569
|
研究论文 | 本文提出了用于评估肺循环血管变化的显微镜图像数据集 | 创新之处在于提供了一个用于深度学习语义分割技术的肺循环血管的数据集 | 本文未提及该数据集的局限性 | 研究旨在改善对肺动脉高压患者肺循环血管结构变化的定量评估 | 研究对象为609张肺循环血管的显微照片 | 数字病理学 | 肺动脉高压 | 深度学习,语义分割 | U-Net | 图像 | 609张显微照片 |
10569 | 2024-08-05 |
Deep learning guided prediction modeling of dengue virus evolving serotype
2024-Jun-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e32061
PMID:38882365
|
研究论文 | 本研究提出了一种深度学习模型,用于预测登革热病毒的演变血清型 | 提出的DL-DVE生成和分类模型超越了传统方法,能够在连续向量空间中学习核苷酸之间的语义关系 | 本研究不提及样本的多样性及外部验证的局限性 | 研究登革热病毒(DENV)的演变,以预测出现的新型血清型 | 采用2000个已公开的DENV完整基因组序列进行研究 | 计算机视觉 | 登革热 | 深度学习 | LSTM和前馈神经网络(FNN) | 基因组序列 | 2000个DENV完整基因组序列 |
10570 | 2024-08-07 |
Traffic planning in modern large cities Paris and Istanbul
2024-Jun-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-64483-w
PMID:38879639
|
研究论文 | 该文章探讨了利用深度学习技术提高大城市交通状况预测准确性的复杂任务 | 提出了一种新模型,考虑了速度、流量和方向的累积影响,表现优于传统模型 | 未来研究需考虑更多信息源的整合,如物理交通流模型和天气条件等 | 旨在增强大规模交通条件预测的准确性 | 巴黎和伊斯坦布尔的历史交通数据 | 计算机视觉 | NA | 深度学习 | NA | 视频 | 基于两年真实数据生成的交通视频片段,涉及超过1000亿GPS探测点 |
10571 | 2024-08-05 |
Sex classification of 3D skull images using deep neural networks
2024-06-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-61879-6
PMID:38877045
|
研究论文 | 本研究利用深度神经网络对3D头骨图像进行性别分类 | 首个评估深度学习模型处理3D医疗成像以区分出生时分配为男性或女性的个体的研究 | 成像样本数量有限,可能影响结果的推广性 | 研究性别分类的基础特征以及如何通过深度学习进行3D头骨图像分析 | 98个3D头骨样本 | 数字病理学 | NA | 深度学习 | Resnet3D, PointNet++, MeshNet | 图像 | 98个3D头骨样本 |
10572 | 2024-08-05 |
Development of a real-time cattle lameness detection system using a single side-view camera
2024-06-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-64664-7
PMID:38877097
|
研究论文 | 本文研究了在奶牛养殖中使用深度学习进行牛只跛行检测的应用 | 提出了一种实时牛只跛行检测系统,结合了Mask-RCNN和YOLOv8两种物体检测算法 | 未提及具体的样本多样性和环境条件对系统性能的影响 | 旨在提高奶牛养殖管理,通过早期检测跛行来改善健康监测 | 主要研究对象为奶牛的跛行检测与跟踪 | 计算机视觉 | NA | 深度学习 | Mask-RCNN, YOLOv8 | 图像 | NA |
10573 | 2024-08-05 |
Deep Kernel learning for reaction outcome prediction and optimization
2024-Jun-14, Communications chemistry
IF:5.9Q1
DOI:10.1038/s42004-024-01219-x
PMID:38877182
|
研究论文 | 文章提出了一种深度核学习框架用于反应结果预测和优化 | 融合了神经网络的特征学习能力与高斯过程的不确定性量化 | 标准高斯过程的表现不如深度核学习模型 | 加速反应发现,通过整合准确的预测模型与贝叶斯优化 | 反应结果的预测和优化 | 机器学习 | NA | 高斯过程 | 神经网络 | NA | NA |
10574 | 2024-08-05 |
Retention-aware zero-shifting technique for Tiki-Taka algorithm-based analog deep learning accelerator
2024-Jun-14, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adl3350
PMID:38875324
|
研究论文 | 本文展示了一种针对非理想模拟内存设备的Tiki-Taka算法的模拟神经网络训练加速器的退化意识零偏移技术 | 提出了一种面向保留特性的零偏移技术,以优化神经网络训练性能 | 主要研究在具有有限保留时间的交叉点设备中的应用,可能不适用于其他类型的设备 | 优化模拟神经网络的训练性能 | 使用ECRAM设备进行的Tiki-Taka版本2算法的实验研究 | 机器学习 | NA | ECRAM | NA | NA | 8 × 8 ECRAM阵列,具有100%的产量 |
10575 | 2024-08-05 |
Deep learning-driven hybrid model for short-term load forecasting and smart grid information management
2024-Jun-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63262-x
PMID:38877081
|
研究论文 | 本文提出了一种计算方法来解决短期电力负荷预测和能源信息管理中的挑战 | 引入了一种混合方法,结合了多种深度学习模型,以提高负荷预测的准确性和效率 | 未提及具体的局限性 | 准确预测未来的电力负荷需求 | 短期电力负荷预测和能源信息管理 | 机器学习 | NA | 深度学习 | Gated Recurrent Unit (GRU)和Temporal Convolutional Network (TCN) | 时间序列数据 | 包含四个公共数据集,包括GEFCom2014 |
10576 | 2024-08-05 |
Deep learning-based pathological prediction of lymph node metastasis for patient with renal cell carcinoma from primary whole slide images
2024-Jun-14, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-024-05382-6
PMID:38877591
|
研究论文 | 本研究开发了一种基于深度学习的策略,用于从原发性肾细胞癌的全切片图像预测淋巴结转移 | 提出了一种新的基于聚类约束注意力的多实例学习方法来预测淋巴转移,并在多个队列中进行了验证 | 本研究主要依赖于特定的图像数据集,可能会限制模型在其他数据集上的适用性 | 旨在为肾细胞癌患者提供淋巴结转移的预测模型,以辅助临床决策 | 研究对象为895个福尔马林固定和石蜡包埋的全切片图像以及588个冷冻切片图像 | 数字病理学 | 肾癌 | 深度学习 | 聚类约束注意力多实例学习 | 图像 | 总计1483个(895个福尔马林固定的全切片图像和588个冷冻切片图像) |
10577 | 2024-08-05 |
An AS-OCT image dataset for deep learning-enabled segmentation and 3D reconstruction for keratitis
2024-Jun-13, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-024-03464-0
PMID:38871784
|
研究论文 | 本文提供了一个用于角膜炎深度学习分割和3D重建的AS-OCT影像数据集 | 创建了一个1168个AS-OCT图像的开放获取数据集,支持角膜炎图像的深度学习分析 | NA | 推动AS-OCT图像分析技术的发展 | 角膜炎患者的AS-OCT影像 | 数字病理学 | 角膜炎 | AS-OCT | 深度学习 | 图像 | 1168个AS-OCT影像(6名患者) |
10578 | 2024-08-05 |
Quantitative Evaluation of the Pore and Window Sizes of Tissue Engineering Scaffolds on Scanning Electron Microscope Images Using Deep Learning
2024-Jun-11, ACS omega
IF:3.7Q2
DOI:10.1021/acsomega.4c01234
PMID:38882138
|
研究论文 | 本研究开发了一种深度学习模型Pore D,用于自动定量评估组织工程支架的孔和窗尺寸 | 首次使用深度学习模型自动量化开放孔支架的形态特征 | 由于该研究仅限于特定条件下制造的支架,可能不适用于所有类型的支架 | 旨在精确控制组织工程支架的形态特征,以满足特定应用的需求 | 研究对象是不同制造条件下的开放孔支架 | 数字病理学 | NA | 扫描电子显微镜 | 深度学习模型 | 图像 | 多种制造条件下的不同形态支架 |
10579 | 2024-08-05 |
Brain age predicted using graph convolutional neural network explains neurodevelopmental trajectory in preterm neonates
2024-Jun, European radiology
IF:4.7Q1
DOI:10.1007/s00330-023-10414-8
PMID:37957363
|
研究论文 | 本研究探讨了利用图卷积神经网络预测的脑龄与早产儿的神经发育结果之间的关联 | 提出了一种基于脑形态学和图卷积网络的新脑龄指数,提高了预测脑龄的准确性和临床解释能力 | 研究未考虑围产期脑损伤对神经发育结果的影响 | 理解早产儿的神经发育轨迹以及如何通过预测脑龄进行早期干预 | 577个早产儿的T1 MRI扫描图像 | 数字病理学 | NA | 图卷积神经网络 | NA | 图像 | 577个早产儿的T1 MRI扫描 |
10580 | 2024-08-05 |
Prediction of cerebral hemorrhagic transformation after thrombectomy using a deep learning of dual-energy CT
2024-Jun, European radiology
IF:4.7Q1
DOI:10.1007/s00330-023-10432-6
PMID:37950080
|
研究论文 | 本研究开发并验证了一种深度学习模型,以预测血栓清除术后的出血性转化 | 使用双能计算机断层扫描的卷积神经网络无须标注感兴趣区域即可进行准确预测 | 本研究为回顾性研究,可能存在选择偏倚 | 研究旨在建立和验证预测急性中风后出血性转化的深度学习模型 | 研究对象包括在2019年5月至2023年2月间接受血管内血栓清除术的急性前循环堵塞患者 | 计算机视觉 | 急性中风 | 双能CT | 卷积神经网络(CNN) | 影像 | 202名患者(平均年龄71.4岁) |