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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
461 | 2024-08-07 |
Industrial Metaverse-Based Intelligent PID Optimal Tuning System for Complex Industrial Processes
2024-May-31, IEEE transactions on cybernetics
IF:9.4Q1
DOI:10.1109/TCYB.2024.3386669
PMID:38819970
|
研究论文 | 本文提出了一种在虚拟现实场景中对工业过程实际PID控制系统进行动态性能监控和参数自适应调整的方法 | 该方法结合了基于系统识别和自适应深度学习的PID控制过程数字孪生模型,以及基于强化学习的PID调优智能算法与工业元宇宙的虚拟现实和沉浸式交互 | NA | 解决复杂工业过程中实际运行的PID控制系统无法在线优化的问题 | 以能耗设备——镁熔炉作为工业对象,进行了对比仿真实验和工业实验 | 工业自动化 | NA | 系统识别、自适应深度学习、强化学习 | 数字孪生模型 | 虚拟现实场景 | 使用镁熔炉作为工业对象进行实验 |
462 | 2024-08-07 |
A CNN-LSTM model using elliptical constraints for temporally consistent sun position estimation
2024-May-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e31539
PMID:38818140
|
研究论文 | 本文提出了一种基于椭圆约束的CNN-LSTM模型,用于时间一致的太阳位置估计 | 该研究利用空间、时间和几何特征,即使在太阳部分或完全被遮挡的情况下,也能准确回归太阳位置 | NA | 提高太阳位置估计的准确性,以优化太阳能系统设计、天气预报服务和户外增强现实系统 | 太阳位置估计 | 计算机视觉 | NA | 深度学习 | CNN-LSTM | 图像序列 | 使用了Sirta、Laval和自定义数据集 |
463 | 2024-08-07 |
EEG-based emotion recognition systems; comprehensive study
2024-May-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e31485
PMID:38818173
|
review | 本文对基于脑电图(EEG)信号的情绪识别技术进行了全面的综述 | 重点关注了深度学习在情绪识别中的应用,并分析了其特点、优势、劣势及适用场景 | NA | 总结当前情绪识别研究的状态,并为后续相关研究提供思路 | 基于EEG信号的情绪识别方法 | machine learning | NA | EEG | CNN, LSTM, GAN | EEG信号 | NA |
464 | 2024-08-07 |
Computer-assisted decision support for the usage of preventive antibacterial therapy in children with febrile pyelonephritis: A preliminary study
2024-May-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e31255
PMID:38818202
|
研究论文 | 本研究利用深度学习技术分析肾静态影像数据,探讨首次诊断为发热性肾盂肾炎的2岁以下儿童是否需要预防性抗生素治疗 | 首次使用深度学习技术研究首次诊断为发热性肾盂肾炎的儿童是否需要预防性抗生素治疗 | 研究样本量相对较小,且仅限于2岁以下的儿童 | 探讨深度学习技术在计算机辅助决策支持系统中对发热性肾盂肾炎诊断的应用 | 首次诊断为发热性肾盂肾炎的2岁以下儿童 | 机器学习 | 泌尿系统感染 | 深度学习技术 | AlexNet | 影像数据 | 176名儿童,其中64名不需要预防性抗生素治疗,112名需要 |
465 | 2024-08-07 |
A deep learning approach for electric motor fault diagnosis based on modified InceptionV3
2024-May-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63086-9
PMID:38811686
|
研究论文 | 本研究提出了一种基于改进InceptionV3模型的电机故障诊断方法,通过使用红外热像技术并结合对比度受限的自适应直方图均衡化(CLAHE)和挤压激励(SE)通道注意力机制来提高检测精度 | 本研究通过整合SE通道注意力机制改进了InceptionV3模型,并结合传统分类器SVM进行特征提取和分类,提高了电机故障诊断的准确性 | NA | 开发一种高效的电机故障诊断方法 | 电机及其故障类型 | 机器学习 | NA | InceptionV3模型,挤压激励(SE)通道注意力机制,对比度受限的自适应直方图均衡化(CLAHE) | InceptionV3 | 图像 | 369张电机热图像,包含11种故障类型 |
466 | 2024-08-07 |
Deep learning to assess microsatellite instability directly from histopathological whole slide images in endometrial cancer
2024-May-29, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-024-01131-7
PMID:38811811
|
研究论文 | 本文提出了一种基于深度学习的模型,用于从子宫内膜癌的组织病理学全切片图像中直接评估微卫星不稳定性 | 该模型在评估微卫星不稳定状态方面表现出色,优于现有的四种先进方法,并且在AI推理时间上表现出高效率 | NA | 开发一种有效且高效的深度学习模型,用于快速准确地评估子宫内膜癌的微卫星不稳定状态 | 子宫内膜癌的微卫星不稳定状态 | 数字病理学 | 子宫内膜癌 | 深度学习 | NA | 图像 | 529名患者的组织病理学全切片图像 |
467 | 2024-08-07 |
DiffBindFR: an SE(3) equivariant network for flexible protein-ligand docking
2024-May-29, Chemical science
IF:7.6Q1
DOI:10.1039/d3sc06803j
PMID:38817560
|
研究论文 | 本文介绍了一种名为DiffBindFR的全原子扩散基柔性对接模型,用于在配体整体运动和柔性以及口袋侧链扭转变化的产品空间上操作,以提高蛋白质-配体对接的准确性。 | DiffBindFR模型在生成具有物理上合理和详细相互作用的类似天然结合结构方面比现有对接方法具有更高的准确性,并且在Apo和AlphaFold2模型结构中显示出在精确预测配体结合姿态和蛋白质结合构象方面的优势。 | NA | 开发一种新的蛋白质-配体对接模型,以提高对接的准确性和物理合理性。 | 蛋白质-配体对接的准确性和物理合理性。 | 结构生物学 | NA | 分子对接 | 扩散模型 | 蛋白质和配体结构数据 | NA |
468 | 2024-08-07 |
A scoping review of machine learning for sepsis prediction- feature engineering strategies and model performance: a step towards explainability
2024-05-28, Critical care (London, England)
DOI:10.1186/s13054-024-04948-6
PMID:38802973
|
综述 | 本文是一篇关于机器学习在脓毒症预测中特征工程策略和模型性能的综述,旨在提高模型的可解释性 | 强调了特征选择和提取在提高模型准确性中的重要作用,特别是在脓毒症预测模型中的应用 | NA | 识别用于预测脓毒症的关键特征,并评估模型的有效性 | 脓毒症预测中的机器学习模型 | 机器学习 | 脓毒症 | 机器学习 | 随机森林、XG Boost、深度学习模型 | 临床数据 | 1,147,202名患者 |
469 | 2024-08-07 |
VER-Net: a hybrid transfer learning model for lung cancer detection using CT scan images
2024-May-24, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01238-z
PMID:38789925
|
研究论文 | 本文构建了一种名为VER-Net的新型迁移学习模型,通过叠加三种不同的迁移学习模型来检测肺部CT扫描图像中的肺癌 | VER-Net通过叠加三种不同的迁移学习模型,提高了肺癌检测的准确性 | NA | 开发一种高效的迁移学习模型用于肺癌检测 | 肺部CT扫描图像中的肺癌 | 机器学习 | 肺癌 | 迁移学习 | VER-Net | 图像 | 多类别胸部CT图像 |
470 | 2024-08-07 |
Attention mechanism models for precision medicine
2024-May-23, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae156
PMID:38811359
|
research paper | 本文探讨了深度学习模型在精准医学中的应用,特别是注意力机制模型如SAN、GAT和transformer的研究 | 本文提出了一个关于精准医学中图注意力机制模型应用的创新研究特刊 | NA | 旨在提供精准医学中图注意力机制模型应用的全面概述和展示 | 精准医学中的注意力机制模型 | machine learning | NA | attention mechanism models | SAN, GAT, transformers | genomic data | NA |
471 | 2024-08-07 |
Autonomous screening for laser photocoagulation in fundus images using deep learning
2024-May-21, The British journal of ophthalmology
DOI:10.1136/bjo-2023-323376
PMID:37217293
|
研究论文 | 本文研究使用深度学习模型在眼底图像中自动筛查激光光凝治疗 | 本文提出的模型在激光治疗检测任务中达到了高水平的性能,并能提升不同AI模型的效能 | NA | 研究如何利用深度学习算法在眼底图像中自动筛查糖尿病视网膜病变(DR)的激光治疗 | 眼底图像中的激光光凝治疗模式 | 计算机视觉 | 糖尿病视网膜病变 | 深度学习 | 深度学习模型 | 图像 | 开发集包含18,945个样本,验证集包含2,105个样本 |
472 | 2024-08-07 |
Automated expert-level scleral spur detection and quantitative biometric analysis on the ANTERION anterior segment OCT system
2024-May-21, The British journal of ophthalmology
DOI:10.1136/bjo-2022-322328
PMID:37798075
|
研究论文 | 本文独立验证了深度学习算法在自动检测巩膜突和测量基于巩膜突的生物测量参数方面的性能 | 深度学习算法在自动检测巩膜突和测量生物测量参数方面接近专家水平 | NA | 验证深度学习算法在自动检测巩膜突和测量生物测量参数方面的性能 | 前段光学相干断层扫描(AS-OCT)图像中的巩膜突位置和生物测量参数 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 1308张AS-OCT图像,来自117名参与者 |
473 | 2024-08-07 |
Applications of artificial intelligence (AI) in drinking water treatment processes: Possibilities
2024-May, Chemosphere
IF:8.1Q1
|
综述 | 本文综述了自1997年以来发表的91篇同行评审文章,这些文章应用人工智能技术于水处理过程中的混凝/絮凝、膜过滤、消毒副产物形成、吸附等操作管理,旨在评估人工智能技术在水处理过程中的发展和应用,并确定其局限性和改进领域。 | 深度学习技术展示了出色的特征提取和数据挖掘能力,可以开发基于图像识别的深度学习框架,建立絮体形状与混凝剂剂量之间的关系。此外,混合技术(如回归与人工智能的结合;物理/动力学与人工智能的结合)显示出更好的预测性能。 | 文章指出人工智能技术在水处理过程中的应用仍存在局限性,需要进一步研究以实现更好的控制。 | 评估人工智能技术在水处理过程中的发展和应用,并确定其局限性和改进领域。 | 水处理过程中的混凝/絮凝、膜过滤、消毒副产物形成、吸附等操作管理。 | 机器学习 | NA | 机器学习模型 | 深度学习 | 图像 | 至少91篇同行评审文章 |
474 | 2024-08-07 |
A Study on the Screening of Children at Risk for Developmental Disabilities Using Facial Landmarks Derived From a Mobile-Based Application
2024-May, Psychiatry investigation
IF:1.8Q3
DOI:10.30773/pi.2023.0315
PMID:38810998
|
研究论文 | 本研究利用移动应用程序中的面部标志特征区分发展障碍儿童和正常发展儿童 | 利用移动设备收集的视频数据中的面部标志进行早期发展障碍检测 | NA | 早期检测和干预发展障碍儿童 | 发展障碍儿童和正常发展儿童 | 机器学习 | NA | 长短期记忆网络 | LSTM | 视频 | 89名儿童,包括33名诊断为发展障碍的儿童和56名正常发展儿童 |
475 | 2024-08-07 |
Quantifying lung fissure integrity using a three-dimensional patch-based convolutional neural network on CT images for emphysema treatment planning
2024-May, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.11.3.034502
PMID:38817711
|
研究论文 | 本文提出了一种深度学习方法,使用三维基于补丁的卷积神经网络(CNN)在CT图像上量化肺裂的完整性,以评估严重肺气肿患者的肺裂完整性,从而辅助确定是否适合进行支气管内瓣膜(EBV)治疗 | 本文创新地使用三维基于补丁的卷积神经网络(CNN)来分割肺裂并量化其完整性,为肺气肿治疗规划提供了一种新的深度学习方法 | NA | 开发一种深度学习方法来分割肺裂并准确量化肺裂完整性,以辅助识别适合进行EBV治疗的肺气肿患者 | 严重肺气肿患者的肺裂完整性 | 计算机视觉 | 肺气肿 | 卷积神经网络(CNN) | CNN | CT图像 | 129个严重肺气肿患者的CT扫描数据用于训练和测试 |
476 | 2024-08-07 |
Surface plasmons-phonons for mid-infrared hyperspectral imaging
2024-May-31, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.ado3179
PMID:38809968
|
研究论文 | 研究通过开发一种结合表面等离子体和表面声子的超光谱成像系统,探索了表面声子在超光谱成像中的作用 | 首次展示了表面声子在超光谱成像中的应用,通过使用不对称十字形纳米天线,实现了对分子折射率强度和线形特征的精确捕捉,提高了分子识别的精确度和灵敏度 | NA | 探索表面声子在超光谱成像中的作用及其对分子识别的影响 | 表面等离子体和表面声子在超光谱成像中的应用 | 计算机视觉 | NA | 超光谱成像 | 深度学习 | 光谱数据 | 230,400 光谱/秒 |
477 | 2024-08-07 |
Exploring the potential of pretrained CNNs and time-frequency methods for accurate epileptic EEG classification: a comparative study
2024-May-30, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ad3cde
PMID:38599183
|
研究论文 | 本研究比较了多种预训练卷积神经网络(CNN)在利用时间-频率数据表示算法进行癫痫脑电图(EEG)分类中的性能 | 首次探索了使用时间-频率数据调整预训练框架参数对EEG数据分类的影响 | 研究仅使用了Bern-Barcelona EEG数据集和Temple University数据库进行验证 | 评估预训练CNN模型结合不同时间-频率技术在癫痫EEG分类中的效果 | 癫痫脑电图信号的分类 | 机器学习 | NA | 连续小波变换(CWT)、经验傅里叶分解(EFD)、经验模态分解(EMD)、经验小波变换(EWT)、变分模态分解(VMD) | CNN | 脑电图(EEG) | 使用了Bern-Barcelona EEG数据集和Temple University数据库 |
478 | 2024-08-07 |
Optical frequency multiplication using residual network with random forest regression
2024-May-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e30958
PMID:38813222
|
研究论文 | 本文提出了一种利用残差网络(ResNet)与随机森林回归(RFR)算法相结合的混合深度学习方法,用于光学频率倍增 | 本文创新性地将残差网络与随机森林回归算法结合,用于光学频率倍增,并展示了三种不同的频率倍增调制方案 | NA | 研究光学频率倍增技术 | 光学频率倍增的参数优化及毫米波信号生成 | 计算机视觉 | NA | 残差网络(ResNet),随机森林回归(RFR) | ResNet,RFR | 模拟数据 | 8倍频、12倍频和16倍频的毫米波信号 |
479 | 2024-08-07 |
Conversion of single-energy CT to parametric maps of dual-energy CT using convolutional neural network
2024-May-29, The British journal of radiology
DOI:10.1093/bjr/tqae076
PMID:38597871
|
研究论文 | 本文提出了一种深度学习多任务学习框架,使用卷积神经网络将单能量CT(SECT)直接转换为双能量CT(DECT)的三种参数图:虚拟单色图像(VMI)、有效原子序数(EAN)和相对电子密度(RED) | 本文的创新点在于开发了一种深度学习框架,能够将单能量CT图像直接转换为双能量CT的多种高质量参数图 | NA | 研究目的是开发一种模型,能够从单能量CT图像中生成参数信息,而无需双能量CT设备 | 研究对象包括单能量CT图像和双能量CT的参数图 | 计算机视觉 | NA | 卷积神经网络 | CNN | 图像 | 67名患者的数据 |
480 | 2024-08-07 |
PyHFO: lightweight deep learning-powered end-to-end high-frequency oscillations analysis application
2024-May-28, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ad4916
PMID:38722308
|
研究论文 | 本研究旨在开发和验证一个端到端的软件平台PyHFO,该平台简化了深度学习方法在从EEG记录中检测癫痫发作区的神经生理标志物中的应用 | PyHFO引入了时间效率高的高频振荡(HFO)检测算法,并结合深度学习模型进行伪影和HFO分类,能够在标准计算机硬件上高效运行 | NA | 开发和验证一个端到端的软件平台,用于在癫痫研究中应用深度学习技术分析EEG数据 | 从EEG记录中检测癫痫发作区的神经生理标志物 | 机器学习 | 癫痫 | 深度学习 | DL模型 | EEG数据 | 三个独立数据集,包括网格/条电极、网格/条和深度电极组合以及使用深度电极采样的啮齿动物研究中的新皮质和海马体 |