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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
301 | 2024-08-05 |
Differential Diagnosis of OKC and SBC on Panoramic Radiographs: Leveraging Deep Learning Algorithms
2024-May-30, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics14111144
PMID:38893670
|
研究论文 | 本研究通过深度学习算法在全景放射影像上区分牙源性角化囊肿(OKC)和简单骨囊肿(SBC) | 首次利用深度学习算法在手术前的全景放射影像中区分OKC和SBC | 本研究为回顾性分析,样本数量相对较小,且仅限于单一医院 | 确定深度学习算法能否基于全景放射影像区分OKC和SBC | 63例已通过组织学检查明确的OKC病例和125例接受手术刮治的SBC病例 | 计算机视觉 | NA | 深度学习算法 | Inception-ResNet-V2 | 影像 | 188例(63例OKC和125例SBC) |
302 | 2024-08-05 |
Camera-Based Dynamic Vibration Analysis Using Transformer-Based Model CoTracker and Dynamic Mode Decomposition
2024-May-30, Sensors (Basel, Switzerland)
DOI:10.3390/s24113541
PMID:38894329
|
研究论文 | 本文研究了一种基于相机的动态振动分析方法,并应用了Transformer模型CoTracker | 首次探讨了CoTracker模型在使用相机提取全场结构振动方面的有效性 | 尚未全面探讨CoTracker在测量结构振动中的性能 | 研究CoTracker在提取结构振动方面的有效性 | 使用高速相机捕捉悬臂梁的视频序列中的密集点运动 | 计算机视觉 | NA | 动态模式分解(DMD) | Transformer | 视频 | NA |
303 | 2024-08-05 |
A Deep Learning Method for Bearing Cross-Domain Fault Diagnostics Based on the Standard Envelope Spectrum
2024-May-29, Sensors (Basel, Switzerland)
DOI:10.3390/s24113500
PMID:38894292
|
研究论文 | 提出了一种基于标准包络谱的深度学习故障诊断方法,以改善滚动轴承的跨领域故障诊断能力 | 构建了标准包络谱,消除了由于不同轴承转速和型号导致的领域间差异 | 未提及该方法在完全不同领域或极端情况下的表现 | 改善滚动轴承在跨领域故障诊断中的准确性 | 滚动轴承的故障诊断 | 机器学习 | NA | 深度学习 | 卷积神经网络 | 数据集 | 使用两个公共轴承数据集和一个自实验获得的轴承数据集 |
304 | 2024-08-05 |
Online System for Monitoring the Degree of Fermentation of Oolong Tea Using Integrated Visible-Near-Infrared Spectroscopy and Image-Processing Technologies
2024-May-29, Foods (Basel, Switzerland)
DOI:10.3390/foods13111708
PMID:38890936
|
研究论文 | 本文研究了利用可见-近红外光谱和图像处理技术在线监测乌龙茶发酵程度的方法 | 将预处理的可见-近红外光谱数据与图像特征融合,首次实现了乌龙茶发酵程度的快速非破坏性在线测定 | 传统机器学习模型的预测准确率超过深度学习模型,可能限制了深度学习方法的应用潜力 | 确定乌龙茶的发酵程度 | 乌龙茶的发酵过程 | 数字病理学 | NA | 可见-近红外光谱 | 支持向量机(SVM)和卷积神经网络(CNN) | 光谱数据和图像数据 | NA |
305 | 2024-08-05 |
scZAG: Integrating ZINB-Based Autoencoder with Adaptive Data Augmentation Graph Contrastive Learning for scRNA-seq Clustering
2024-May-29, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms25115976
PMID:38892162
|
研究论文 | 提出了一种深度学习框架,结合ZINB模型与自适应图对比学习进行scRNA-seq聚类 | 提出了使用零膨胀负二项(ZINB)模型去噪,并引入自适应图对比表示学习的方法 | 可能未详细探讨所有潜在的高维结构特性 | 改善单细胞RNA测序数据的聚类结果 | 针对10个常见的scRNA-seq数据集进行聚类研究 | 计算机视觉 | NA | ZINB模型 | 图对比学习 | 单细胞RNA序列数据 | 10个常见的scRNA-seq数据集 |
306 | 2024-08-05 |
FF-HPINet: A Flipped Feature and Hierarchical Position Information Extraction Network for Lane Detection
2024-May-29, Sensors (Basel, Switzerland)
DOI:10.3390/s24113502
PMID:38894293
|
研究论文 | 提出了一种新的车道检测方法FF-HPINet,利用翻转特征和层次位置提取信息。 | 引入了翻转特征提取模块和层次位置信息提取模块,结合了对称特征和位置信息的挖掘,显著提高了目标识别精度。 | 未提及具体的局限性 | 提升车道检测的准确性和效率。 | 探讨如何利用视觉对称性和位置信息进行车道检测。 | 计算机视觉 | NA | 深度学习 | FF-HPINet | 图像 | TuSimple数据集和CULane数据集 |
307 | 2024-08-05 |
Protein-Protein Interfaces: A Graph Neural Network Approach
2024-May-28, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms25115870
PMID:38892057
|
研究论文 | 本研究利用图神经网络来预测蛋白质-蛋白质相互作用。 | 提出了一种新的方法,通过将蛋白质结构建模为图来增强PPI的预测准确性。 | 研究中可能未考虑蛋白质结构的动态变化对相互作用的影响。 | 旨在通过深度学习技术来提高蛋白质-蛋白质相互作用的预测效率和准确性。 | 研究对象是蛋白质的相互作用及其结构特征。 | 计算机视觉 | NA | 图神经网络(GNN) | NA | 生物数据 | 三个数据集,涵盖整个蛋白质、相互作用链对和单链的数据 |
308 | 2024-08-05 |
Enhancing Accuracy in Breast Density Assessment Using Deep Learning: A Multicentric, Multi-Reader Study
2024-May-28, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics14111117
PMID:38893643
|
研究论文 | 该研究提出了一种基于深度学习的自动检测算法来评估乳腺密度 | 引入了一种深度学习算法,能够提高乳腺密度评估的准确性和一致性 | 未提及具体的局限性 | 旨在提高乳腺密度评估的准确性,减少不同评估者之间的差异 | 使用122个全视场数字乳腺摄影研究的数据集,进行多中心和多读者的研究 | 计算机视觉 | 乳腺癌 | 深度学习 | NA | 图像 | 122个全视场数字乳腺摄影研究(488张图像) |
309 | 2024-08-05 |
Prediction of Protein-Protein Interactions Based on Integrating Deep Learning and Feature Fusion
2024-May-27, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms25115820
PMID:38892007
|
研究论文 | 本文探讨了通过整合深度学习和特征融合来预测蛋白质-蛋白质相互作用。 | 将深度学习与特征融合相结合,利用手工特征和蛋白质序列嵌入的优势。 | NA | 旨在通过深度学习方法改进蛋白质-蛋白质相互作用预测。 | 主要研究对象是蛋白质-蛋白质相互作用。 | 机器学习 | NA | 深度学习 | NA | 数据集 | 使用了酵母和人类的数据集,共涉及多个跨物种数据集 |
310 | 2024-08-05 |
Remaining Useful Life Prediction Based on Deep Learning: A Survey
2024-May-27, Sensors (Basel, Switzerland)
DOI:10.3390/s24113454
PMID:38894245
|
综述 | 本论文对基于深度学习的剩余使用寿命预测进行了综合调查 | 提出了一个统一的框架来审视深度学习驱动的RUL预测方法 | 传统的数据驱动方法在设计健康特征方面需要大量人力,且预测准确性有限 | 探讨深度学习在剩余使用寿命预测中的应用及其挑战 | 主要研究基于深度学习的剩余使用寿命预测模型和方法 | 机器学习 | NA | 深度学习 | NA | 数据驱动方法 | NA |
311 | 2024-08-05 |
Integrating Spatial and Morphological Characteristics into Melanoma Prognosis: A Computational Approach
2024-May-27, Cancers
IF:4.5Q1
DOI:10.3390/cancers16112026
PMID:38893146
|
研究论文 | 本研究探讨了细胞形态和空间配置在黑色素瘤预后中的价值,旨在补充传统预后指标 | 创新地将细胞核大小的量化与空间区域分析结合,并利用机器学习和深度学习方法进行研究 | 未提及具体样本量和研究环境的局限性 | 研究细胞形态和空间特征对黑色素瘤预后的影响 | 黑色素瘤细胞的核大小及其在侵袭带内的空间配置 | 计算机视觉 | 黑色素瘤 | 机器学习和深度学习 | Cox模型 | 图像 | NA |
312 | 2024-08-05 |
Bagging Improves the Performance of Deep Learning-Based Semantic Segmentation with Limited Labeled Images: A Case Study of Crop Segmentation for High-Throughput Plant Phenotyping
2024-May-26, Sensors (Basel, Switzerland)
DOI:10.3390/s24113420
PMID:38894212
|
研究论文 | 本研究提出了一种结合深度学习和聚合的方法,用于提高作物分割的性能,适用于高通量植物表型分析 | 提出了一种深度学习结合聚合的方法,能够在小规模标注数据集上实现高准确率的语义分割 | 该研究主要集中在玉米地块的高分辨率RGB图像上,可能无法广泛适用于所有类型的植物或图像 | 研究旨在提高高通量植物表型分析中的作物分割精度 | 研究对象为高分辨率RGB图像中的作物分割 | 计算机视觉 | NA | 深度学习,聚合 | 深度卷积神经网络(DCNN) | 图像 | 使用NU-Spidercam数据集的玉米地块图像,具体样本数量未说明 |
313 | 2024-08-05 |
Cervical Spondylosis Diagnosis Based on Convolutional Neural Network with X-ray Images
2024-May-26, Sensors (Basel, Switzerland)
DOI:10.3390/s24113428
PMID:38894217
|
研究论文 | 本文提出了一种基于卷积神经网络的颈椎病诊断方法,并使用X射线图像进行验证 | 利用ResNet-34卷积神经网络对颈椎X射线图像进行深度学习,提高了诊断准确性 | 验证集样本数量有限,仅有136张X射线图像 | 提高颈椎病的诊断准确性和效率 | 1235张颈椎X射线图像用于模型训练 | 计算机视觉 | 颈椎病 | 深度学习 | ResNet-34 | 图像 | 1235张颈椎X射线图像用于训练,136张用于验证 |
314 | 2024-08-05 |
Deep Learning-Based Nystagmus Detection for BPPV Diagnosis
2024-May-26, Sensors (Basel, Switzerland)
DOI:10.3390/s24113417
PMID:38894208
|
研究论文 | 本研究提出了一种基于深度学习的眼震检测算法,用于诊断良性发作性位置性眩晕(BPPV) | 本研究提出的CNN1D模型在眼震检测方面表现最好,表明深度学习在BPPV诊断中的实用性 | NA | 验证深度学习在BPPV诊断中的实用性 | 使用视频眼动测量(VOG)数据进行眼震检测 | 计算机视觉 | 良性发作性位置性眩晕 | 视频眼动测量(VOG) | CNN1D | 视频 | NA |
315 | 2024-08-05 |
Context-Enhanced Network with Spatial-Aware Graph for Smartphone Screen Defect Detection
2024-May-26, Sensors (Basel, Switzerland)
DOI:10.3390/s24113430
PMID:38894220
|
研究论文 | 本文提出了一种用于智能手机屏幕缺陷检测的上下文增强网络CE-SGNet | 提出了自适应感受野注意模块ARFAM和空间感知图推理模块SGRM,创新性地结合上下文信息和空间关系 | 本文未提及具体的局限性 | 提高智能手机屏幕缺陷检测的准确性和鲁棒性 | 智能手机屏幕上的缺陷 | 计算机视觉 | NA | 深度学习 | 图注意力网络 | 图像 | 两组公共数据集 |
316 | 2024-08-05 |
Revolutionizing Cardiology through Artificial Intelligence-Big Data from Proactive Prevention to Precise Diagnostics and Cutting-Edge Treatment-A Comprehensive Review of the Past 5 Years
2024-May-26, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics14111103
PMID:38893630
|
综述 | 该文章提供了过去五年人工智能在心脏病学应用的综合视角 | 此文综述了过去五年人工智能在心脏病学各个领域的新进展与应用 | 研究的限制在于样本量较小以及伦理实施所带来的挑战 | 探讨人工智能在心脏病学的应用现状与未来前景 | 涵盖与心脏病学相关的200个研究论文 | 自然语言处理 | 心血管疾病 | 机器学习和深度学习 | NA | 文献 | 200篇相关论文 |
317 | 2024-08-05 |
CyberSentinel: A Transparent Defense Framework for Malware Detection in High-Stakes Operational Environments
2024-May-25, Sensors (Basel, Switzerland)
DOI:10.3390/s24113406
PMID:38894196
|
研究论文 | 本研究提出了一种基于图像的恶意软件检测方法,以提高恶意软件分类的性能 | 提出了一种两分支深度网络,通过增强特征提取能力来捕捉恶意软件图像的显著特征 | 现有方法在恶意软件分类的高性能实现上存在显著局限性 | 旨在提高图像基础的恶意软件检测的准确性 | 研究恶意软件图像及其分类 | 计算机视觉 | NA | 深度学习 | 两分支深度网络 | 图像 | NA |
318 | 2024-08-05 |
Variable Temporal Length Training for Action Recognition CNNs
2024-May-25, Sensors (Basel, Switzerland)
DOI:10.3390/s24113403
PMID:38894195
|
研究论文 | 本文提出了一种新颖的训练范式,使3D卷积神经网络能够处理具有可变时间长度的视频输入 | 提出了可变长度训练(VLT)方法,允许模型灵活适应不同长度的视频,无需在推理阶段进行修改 | 对于较长视频的特征可能损害,同时在训练和测试阶段的时间长度统一使用存在局限性 | 旨在提高深度学习模型在视频动作识别任务中的灵活性和适应性 | 针对视频相关任务中的3D卷积神经网络 | 计算机视觉 | NA | 3D卷积神经网络 | 3D-CNN | 视频 | 在多个流行的动作识别数据集上进行实验 |
319 | 2024-08-05 |
A Comparative Review on Enhancing Visual Simultaneous Localization and Mapping with Deep Semantic Segmentation
2024-May-24, Sensors (Basel, Switzerland)
DOI:10.3390/s24113388
PMID:38894177
|
综述 | 本文对将深度语义分割融入视觉同步定位与地图构建(VSLAM)的主要组件进行了综合比较审查 | 探讨了将深度语义分割与VSLAM结合的创新方法,并提出了新的研究方向 | 现有的VSLAM模型仍面临计算复杂性相关的挑战 | 提高VSLAM在动态环境中的性能 | 对比分析传统VSLAM与深度语义分割在各个模块中的应用 | 计算机视觉 | NA | 深度学习,语义分割 | NA | 图像 | NA |
320 | 2024-08-05 |
RB-GAT: A Text Classification Model Based on RoBERTa-BiGRU with Graph ATtention Network
2024-May-24, Sensors (Basel, Switzerland)
DOI:10.3390/s24113365
PMID:38894157
|
研究论文 | 提出了一种结合RoBERTa-BiGRU和多头图注意力网络的新型文本分类模型RB-GAT | 通过结合RoBERTa-BiGRU嵌入与多头图注意力网络,改进了文本分类中的上下文信息捕捉 | 未提及该模型在处理特定类型文本或极端情况的表现 | 提升文本分类任务的准确性和效果 | 应用于五个基准数据集的文本分类 | 自然语言处理 | NA | NA | BiGRU | 文本 | 五个基准数据集 |