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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 461 | 2024-08-07 |
A Degraded Finger Vein Image Recovery and Enhancement Algorithm Based on Atmospheric Scattering Theory
2024-Apr-24, Sensors (Basel, Switzerland)
DOI:10.3390/s24092684
PMID:38732790
|
研究论文 | 本文提出了一种基于大气散射理论的指静脉图像恢复与增强算法 | 改进Gamma变换方法以校正图像灰度值,并设计像素突变滤波器来分割静脉与非静脉接触区域 | NA | 提高指静脉识别的准确性 | 指静脉图像 | 计算机视觉 | NA | 大气散射理论 | NA | 图像 | SDUMLA-HMT和ZJ-UVM数据集 | NA | NA | NA | NA |
| 462 | 2024-08-07 |
Enhanced Lightweight YOLOX for Small Object Wildfire Detection in UAV Imagery
2024-Apr-24, Sensors (Basel, Switzerland)
DOI:10.3390/s24092710
PMID:38732816
|
研究论文 | 本文提出了一种改进的YOLOX网络,用于无人机图像中森林火灾的快速检测 | 设计了CSP-ML多级特征提取结构以提高小目标火灾区域的检测准确性,嵌入了CBAM注意力机制以减少背景噪声干扰,引入了自适应特征提取模块以增强特征学习能力,并使用CIoU损失函数替换原有损失函数以优化正样本识别 | NA | 提高无人机图像中森林火灾的检测速度和准确性 | 无人机图像中的小目标森林火灾 | 计算机视觉 | NA | YOLOX网络 | YOLOX | 图像 | NA | NA | NA | NA | NA |
| 463 | 2024-08-07 |
Human Activity Recognition in a Free-Living Environment Using an Ear-Worn Motion Sensor
2024-Apr-23, Sensors (Basel, Switzerland)
DOI:10.3390/s24092665
PMID:38732771
|
研究论文 | 本研究探讨了使用耳戴式运动传感器在自由生活环境中识别日常活动(如躺、坐/站、走、上楼、下楼和跑步)的可行性 | 本研究采用了多种机器学习算法,包括浅层模型和最先进的深度学习方法,用于活动分类,并展示了耳传感器的高效性 | NA | 研究耳戴式运动传感器在日常活动识别中的应用及其在健康监测中的潜力 | 50名年龄在20至47岁之间的健康参与者 | 机器学习 | NA | 机器学习算法 | 深度学习模型 | 运动数据 | 50名健康参与者 | NA | NA | NA | NA |
| 464 | 2024-08-07 |
DEMA: A Deep Learning-Enabled Model for Non-Invasive Human Vital Signs Monitoring Based on Optical Fiber Sensing
2024-Apr-23, Sensors (Basel, Switzerland)
DOI:10.3390/s24092672
PMID:38732777
|
研究论文 | 本研究介绍了一种基于光纤传感器和先进深度学习方法的无创生命体征监测系统 | 该系统结合了基于MZI的光纤传感器和LSTM网络,超越了传统方法 | NA | 开发一种无创的生命体征监测系统,用于医疗诊断和智能健康护理 | 人类生命体征 | 机器学习 | NA | 光纤传感 | LSTM | 生命体征数据 | NA | NA | NA | NA | NA |
| 465 | 2024-08-07 |
Transforming breast cancer care: harnessing the power of artificial intelligence and imaging for predicting pathological complete response. a narrative review
2024-Apr, JPMA. The Journal of the Pakistan Medical Association
DOI:10.47391/JPMA.AKU-9S-07
PMID:38712408
|
综述 | 本文综述探讨了人工智能(AI)和先进影像技术在预测接受新辅助化疗的乳腺癌患者病理完全缓解(pCR)中的变革潜力 | AI驱动的模型,包括深度学习和放射组学,在准确评估pCR方面取得了显著进展,有望优化临床决策、个性化治疗策略并减少不必要的治疗负担 | NA | 探索AI和先进影像技术在预测乳腺癌患者pCR中的应用,以优化治疗策略和改善患者预后 | 接受新辅助化疗的乳腺癌患者的病理完全缓解(pCR) | 计算机视觉 | 乳腺癌 | AI | 深度学习 | 影像 | NA | NA | NA | NA | NA |
| 466 | 2024-08-07 |
AI-powered COVID-19 forecasting: a comprehensive comparison of advanced deep learning methods
2024-Apr, Osong public health and research perspectives
IF:2.1Q3
DOI:10.24171/j.phrp.2023.0287
PMID:38621765
|
研究论文 | 本研究旨在评估多种深度学习模型在预测阿联酋COVID-19病例中的效率和准确性 | 研究展示了RNN模型在未优化情况下优于其他架构,并验证了深度学习技术在处理复杂数据集中的潜力 | NA | 评估深度学习模型在预测COVID-19病例中的效率和准确性 | COVID-19病例预测 | 机器学习 | COVID-19 | 深度学习 | RNN | 数据集 | 包括确诊COVID-19病例、人口统计数据和社会经济指标的全面数据集 | NA | NA | NA | NA |
| 467 | 2024-08-07 |
Cardiovascular disease risk assessment through sensing the circulating microbiome with perovskite quantum dots leveraging deep learning models for bacterial species selection
2024-04-10, Mikrochimica acta
DOI:10.1007/s00604-024-06343-y
PMID:38594377
|
研究论文 | 本研究利用钙钛矿量子点(PQDs)的高荧光量子产率检测循环微生物组的16S rRNA,以评估心血管疾病(CVDs)的风险,并使用长短期记忆(LSTM)深度学习模型分析与CVD风险相关的循环细菌种类 | 开发了一种基于钙钛矿量子点的高灵敏度、选择性和适用性的纳米传感器,无需标记、扩增、定量和生物化学评估,具有快速检测时间和用户友好性 | NA | 评估心血管疾病风险通过检测循环微生物组的16S rRNA | 循环微生物组的16S rRNA与心血管疾病风险的相关性 | 机器学习 | 心血管疾病 | 钙钛矿量子点(PQDs) | LSTM | 16S rRNA | 涉及三种不同的细菌种类(Bauldia litoralis (BL), Hymenobacter properus (HYM), 和 Virgisporangium myanmarense (VIG)) | NA | NA | NA | NA |
| 468 | 2024-08-07 |
Artificial intelligence based on falling in older people: A bibliometric analysis
2024-Apr, Aging medicine (Milton (N.S.W))
DOI:10.1002/agm2.12302
PMID:38725694
|
研究论文 | 本研究旨在从文献计量学的角度分析关于老年人跌倒的人工智能(AI)相关出版物 | NA | 关于老年跌倒的AI出版物数量较少,且研究应包括更多科学数据库的分析 | 分析老年人跌倒的人工智能相关出版物 | 老年人跌倒的人工智能研究 | 机器学习 | NA | 文献计量分析 | NA | 文献 | 37篇英文文章 | NA | NA | NA | NA |
| 469 | 2024-08-07 |
Ultrasound deep learning radiomics and clinical machine learning models to predict low nuclear grade, ER, PR, and HER2 receptor status in pure ductal carcinoma in situ
2024-Apr-29, Gland surgery
IF:1.5Q3
DOI:10.21037/gs-23-417
PMID:38720675
|
研究论文 | 本研究利用超声深度学习放射组学和临床机器学习模型预测纯导管原位癌中的低核级、ER、PR和HER2受体状态 | 本研究首次结合深度学习放射组学和临床机器学习模型,利用超声数据预测纯导管原位癌的分子标记物状态 | 研究样本量较小,且仅基于超声数据进行分析 | 开发模型以预测纯导管原位癌的分子标记物状态,从而实现个性化治疗 | 纯导管原位癌患者的超声数据和临床特征 | 机器学习 | 乳腺癌 | 深度学习放射组学 | CNN | 图像 | 349名纯导管原位癌患者 | NA | NA | NA | NA |
| 470 | 2024-08-07 |
Clinical validation of a deep-learning-based bone age software in healthy Korean children
2024-Apr, Annals of pediatric endocrinology & metabolism
IF:2.8Q1
DOI:10.6065/apem.2346050.025
PMID:38271993
|
研究论文 | 评估基于深度学习的骨龄软件在健康韩国儿童中估计实际年龄的临床性能 | 使用基于深度学习的骨龄软件进行骨龄评估 | 软件显示出较低的一致性率,并且在8.3岁以下的儿童中倾向于低估骨龄 | 评估基于深度学习的骨龄软件在健康韩国儿童中的临床性能 | 371名年龄在4至17岁之间的健康韩国儿童 | 机器学习 | NA | 深度学习 | NA | 图像 | 371名健康儿童,553张左手X光片 | NA | NA | NA | NA |
| 471 | 2024-08-07 |
A deep learning based holistic diagnosis system for immunohistochemistry interpretation and molecular subtyping
2024-04, Neoplasia (New York, N.Y.)
DOI:10.1016/j.neo.2024.100976
PMID:38412576
|
研究论文 | 开发了一种基于深度学习的整体智能乳腺癌肿瘤诊断系统,用于免疫组化图像的自动解读和分子亚型分类 | 该系统通过卷积神经网络自动提取和分析免疫染色多特征,提高了免疫组化图像解读的效率和准确性 | NA | 提高乳腺癌免疫组化图像解读的效率和准确性 | 乳腺癌的分子亚型分类 | 机器学习 | 乳腺癌 | 卷积神经网络 | CNN | 图像 | NA | NA | NA | NA | NA |
| 472 | 2024-08-07 |
Application of computer vision and deep learning models to automatically classify medically important mosquitoes in North Borneo, Malaysia
2024-Apr, Bulletin of entomological research
IF:1.6Q2
DOI:10.1017/S000748532400018X
PMID:38557482
|
研究论文 | 本研究利用深度学习模型MobileNetV2自动检测和分类马来西亚北婆罗洲的城市和郊区收集的蚊子样本 | 开发了一个可以在实地使用的应用程序,用于自动检测蚊子,并在不同背景环境下实现了较高的准确率 | 未来需要更多的图像数据和更强大的深度学习架构来提高预测结果 | 利用深度学习模型开发一个能够自动检测蚊子的应用程序 | 马来西亚北婆罗洲的城市和郊区收集的蚊子样本 | 计算机视觉 | NA | 深度学习 | MobileNetV2 | 图像 | 4880张蚊子图像 | NA | NA | NA | NA |
| 473 | 2024-08-07 |
Deep learning in the radiologic diagnosis of osteoporosis: a literature review
2024-Apr, The Journal of international medical research
IF:1.4Q4
DOI:10.1177/03000605241244754
PMID:38656208
|
综述 | 本文综述了深度学习方法在放射诊断骨质疏松症中的应用 | 深度学习在骨质疏松筛查中表现出显著能力 | 临床商业化骨质疏松诊断模型仍面临挑战 | 总结深度学习方法在放射诊断骨质疏松症中的应用 | 骨质疏松症的筛查和诊断 | 机器学习 | 骨质疏松症 | 深度学习 | NA | 图像 | 共包含40项研究,分为骨质疏松筛查(20项)、骨密度预测(13项)和骨质疏松骨折风险预测与检测(7项) | NA | NA | NA | NA |
| 474 | 2024-08-07 |
Artificial intelligence in liver imaging: methods and applications
2024-Apr, Hepatology international
IF:5.9Q1
DOI:10.1007/s12072-023-10630-w
PMID:38376649
|
综述 | 本文综述了基于医学影像的人工智能方法及其在肝脏疾病管理中的应用 | 重点介绍了深度学习在肝脏影像中的代表性方法及其在精确检测、诊断和治疗肝脏疾病中的临床应用 | 强调了当前面临的挑战,如特征可解释性、多模态数据集成和多中心研究 | 探讨人工智能方法在肝脏疾病管理中的应用及其未来发展 | 肝脏疾病及其影像学评估 | 计算机视觉 | 肝脏疾病 | 深度学习 | NA | 影像 | NA | NA | NA | NA | NA |
| 475 | 2024-08-07 |
AI-Driven Clinical Decision Support Systems: An Ongoing Pursuit of Potential
2024-Apr, Cureus
DOI:10.7759/cureus.57728
PMID:38711724
|
综述 | 本文综述了人工智能(AI)技术如何革新临床决策支持系统(CDSS),包括其在医疗决策中的应用、相关挑战以及实现AI-CDSS潜力的未来方向。 | 强调了AI在提升CDSS效能和效率中的日益重要的作用,并探讨了AI技术如机器学习算法、自然语言处理和深度学习在CDSS中的集成。 | 讨论了AI集成中的挑战,如可解释性和偏见问题,并提出了成功采用AI-CDSS的策略,强调了工作流程对齐和跨学科合作的重要性。 | 探讨AI技术如何改变CDSS,并推动其在医疗实践中的应用。 | 研究对象包括AI技术在CDSS中的应用,如AI驱动的诊断、个性化治疗建议、风险预测和临床文档辅助。 | NA | NA | 机器学习算法、自然语言处理、深度学习 | 神经网络、决策树 | NA | NA | NA | NA | NA | NA |
| 476 | 2024-08-07 |
Spatial landmark detection and tissue registration with deep learning
2024-Apr, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-024-02199-5
PMID:38438615
|
研究论文 | 本文介绍了一种新的无监督地标检测和注册方法,使用神经网络引导的薄板样条,用于组织学图像数据的空间地标检测和组织样本注册 | 提出了一种新的无监督地标检测和注册方法,使用神经网络引导的薄板样条,能够处理非线性变形和多模态数据 | NA | 解决现有无监督地标检测方法在组织学图像数据处理中的局限性 | 空间地标检测和组织样本注册 | 计算机视觉 | NA | 神经网络引导的薄板样条 | 神经网络 | 图像 | 多种数据集,包括组织学和空间解析转录组学 | NA | NA | NA | NA |
| 477 | 2024-08-07 |
Revolutionizing Pulmonary Diagnostics: A Narrative Review of Artificial Intelligence Applications in Lung Imaging
2024-Apr, Cureus
DOI:10.7759/cureus.57657
PMID:38707160
|
综述 | 本文综述了人工智能在肺部影像学中的应用,探讨了其在肺部异常检测、疾病诊断和疾病预后预测方面的影响 | 强调了人工智能在提高肺部医疗准确性、效率和可及性方面的变革潜力 | 提到了在临床工作流程中整合人工智能、伦理考虑以及进一步研究和合作的需要 | 探讨人工智能在肺部影像学中的应用及其对肺部诊断的影响 | 肺部影像学中的异常检测、疾病诊断和疾病预后预测 | 计算机视觉 | 肺部疾病 | 机器学习算法、深度学习技术和自然语言处理 | NA | 影像 | NA | NA | NA | NA | NA |
| 478 | 2024-08-07 |
Deep learning based automatic segmentation of the Internal Pudendal Artery in definitive radiotherapy treatment planning of localized prostate cancer
2024-Apr, Physics and imaging in radiation oncology
DOI:10.1016/j.phro.2024.100577
PMID:38707629
|
研究论文 | 本研究提出了一种基于深度学习的自动分割内部阴部动脉(IPA)的模型,用于前列腺癌的确定性放疗治疗计划 | 本模型采用了挤压和激发块以及模态注意力机制进行有效的特征提取和精确分割,使用了一种新的损失函数有效训练模型,并采用了模态丢失策略以在没有MRI的情况下进行分割 | NA | 探索剂量保护内部阴部动脉以保留性功能,并提高分割的一致性 | 内部阴部动脉(IPA)的自动分割 | 数字病理学 | 前列腺癌 | 深度学习 | CNN | 图像 | 86名患者 | NA | NA | NA | NA |
| 479 | 2024-08-08 |
An Artificial Intelligence model for implant segmentation on periapical radiographs
2024-Apr, JPMA. The Journal of the Pakistan Medical Association
DOI:10.47391/JPMA.AKU-9S-02
PMID:38712403
|
研究论文 | 本文使用深度学习算法对牙科植入物在PA放射图像上进行分割,并将其性能与人类标注者确定的真实情况进行比较 | 开发了一种用于在PA放射图像上分割牙科植入物的人工智能模型 | NA | 研究目的是使用深度学习算法自动分割PA放射图像上的牙科植入物 | 牙科植入物在PA放射图像上的分割 | 计算机视觉 | NA | 深度学习 | U-net | 图像 | 总共使用了1294张图像进行训练、验证和测试,其中130张未见过的图像用于评估模型性能 | NA | NA | NA | NA |