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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
721 | 2024-08-18 |
Rapid Mold Detection in Chinese Herbal Medicine Using Enhanced Deep Learning Technology
2024-Aug, Journal of medicinal food
IF:1.7Q4
DOI:10.1089/jmf.2024.k.0004
PMID:38919153
|
研究论文 | 本文提出了一种利用电子鼻技术和增强型深度学习技术快速准确检测中药材中霉菌污染的方法 | 引入了偏心时间卷积网络(ETCN)模型和随机共振(SR)技术,有效捕捉电子鼻数据的时空信息并消除噪声 | NA | 解决中药材加工和储存过程中霉菌污染导致的质量下降和功效降低问题 | 中药材中的霉菌污染 | 机器学习 | NA | 电子鼻技术 | 偏心时间卷积网络(ETCN) | 电子鼻数据 | 八种传感器的数据 |
722 | 2024-08-18 |
Enhancing Aviation Safety through AI-Driven Mental Health Management for Pilots and Air Traffic Controllers
2024-Aug, Cyberpsychology, behavior and social networking
DOI:10.1089/cyber.2023.0737
PMID:38916063
|
研究论文 | 本文探讨了通过AI驱动的飞行员和空中交通管制员心理健康管理来提高航空安全的方法 | 利用人工智能工具和方法,如机器学习、深度学习、边缘和云计算、虚拟现实和可穿戴多模态生理传感器,进行心理健康监测和预测 | NA | 旨在通过早期检测、预测和预防飞行员和空中交通管制员的心理健康恶化,减少因人为因素导致的空难事故 | 飞行员和空中交通管制员的心理健康 | 人工智能 | NA | 机器学习, 深度学习, 边缘计算, 云计算, 虚拟现实, 可穿戴多模态生理传感器 | NA | 生理数据, 认知数据, 行为数据 | NA |
723 | 2024-08-18 |
A transfer learning approach to identify Plasmodium in microscopic images
2024-Aug, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1012327
PMID:39102445
|
研究论文 | 本文通过迁移学习方法,利用预训练的深度学习模型来识别显微图像中的疟原虫 | 采用DenseNet201模型,通过迁移学习方法在显微图像中高效识别疟原虫,达到99.41%的AUC值 | 未来工作计划通过增加数据和开发用户友好的界面来扩展该方法的应用 | 旨在通过计算机辅助诊断(CAD)场景中的自动识别方法来改善疟疾的诊断 | 研究对象为显微图像中的疟原虫 | 计算机视觉 | 疟疾 | 迁移学习 | DenseNet201 | 图像 | 6222个感兴趣区域(ROI),其中6002个来自Broad Bioimage Benchmark Collection(BBBC),220个本地采集 |
724 | 2024-08-18 |
Reliable estimation of tree branch lengths using deep neural networks
2024-Aug, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1012337
PMID:39102450
|
研究论文 | 本研究探讨了使用深度学习框架在固定树形结构上从多序列比对或其表示中估计分支长度的可能性 | 深度学习方法在某些难以估计的分支长度参数空间区域表现出优越性能,特别是在估计与远缘物种相关的长分支时 | NA | 探索机器学习模型预测分支长度的可能性,以提高系统发育推断的准确性和计算效率 | 系统发育树中的分支长度 | 机器学习 | NA | 深度学习 | 深度神经网络 | 多序列比对 | NA |
725 | 2024-08-18 |
Development of a CT-Based comprehensive model combining clinical, radiomics with deep learning for differentiating pulmonary metastases from noncalcified pulmonary hamartomas: a retrospective cohort study
2024-Aug-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000001593
PMID:38759692
|
研究论文 | 本研究开发了一种结合临床特征、放射组学和深度学习的综合模型,用于区分肺转移瘤和非钙化肺错构瘤 | 本研究首次将临床特征、放射组学和深度学习相结合,构建了一个综合模型,用于区分肺转移瘤和非钙化肺错构瘤 | 本研究为回顾性研究,且样本主要来自两家医院,可能存在一定的偏倚 | 评估一种结合临床特征、放射组学和深度学习的综合模型在区分肺转移瘤和非钙化肺错构瘤中的诊断效能 | 肺转移瘤和非钙化肺错构瘤的区分 | 数字病理学 | 肺部疾病 | 深度学习 | 综合模型 | 影像数据 | 256名来自中国人民解放军总医院第一医学中心的病人和85名来自上海长海医院的病人 |
726 | 2024-08-16 |
A commentary on 'A CT-based deep learning model predicts overall survival in patients with muscle invasive bladder cancer after radical cystectomy: a multicenter retrospective cohort study'
2024-Aug-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000001510
PMID:38704627
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
727 | 2024-08-17 |
Artificial intelligence-driven volumetric CT outcome score in cystic fibrosis: longitudinal and multicenter validation with/without modulators treatment
2024-Aug-16, European radiology
IF:4.7Q1
DOI:10.1007/s00330-024-11019-5
PMID:39150489
|
研究论文 | 本文通过3D深度学习技术对囊性纤维化(CF)患者的CT结构改变进行整体分割,实现了气道异常标准化体积(NOVAA-CT)的自动量化,并在多中心和纵向研究中验证了其临床有效性。 | 本文创新性地使用AI驱动的体积CT评分来监测CF的严重程度,并量化治疗对肺结构的影响,如ETI对气道异常体积的可逆性影响。 | NA | 验证AI驱动的体积CT评分在监测囊性纤维化严重程度和量化治疗效果方面的有效性和可靠性。 | 囊性纤维化患者,包括接受ETI或皮质类固醇治疗的单中心组和来自六个不同机构的 multicenter external group。 | 计算机视觉 | 囊性纤维化 | 3D深度学习 | CNN | CT图像 | 139名CF患者 |
728 | 2024-08-17 |
Harnessing Deep Learning for Accurate Pathological Assessment of Brain Tumor Cell Types
2024-Aug-16, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01107-9
PMID:39150595
|
研究论文 | 本研究利用深度学习模型对脑肿瘤病理图像进行分类,以区分原发性弥漫性中枢神经系统大B细胞淋巴瘤和高级别胶质瘤 | 本研究采用预训练的深度学习模型提取深层特征,并结合支持向量机进行分类,提高了分类准确率 | NA | 旨在提高脑肿瘤病理诊断的准确性和效率 | 原发性弥漫性中枢神经系统大B细胞淋巴瘤和高级别胶质瘤 | 计算机视觉 | 脑肿瘤 | 深度学习 | CNN | 图像 | 基于十折交叉验证的测试集 |
729 | 2024-08-17 |
The street space planning and design of artificial intelligence-assisted deep learning neural network in the Internet of Things
2024-Aug-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e35031
PMID:39144982
|
研究论文 | 本研究利用物联网技术和全卷积网络(FCN)框架,对街道空间进行分类并分析其绿色视野比率(GLR)和满意度,提出改进街道绿化的策略 | 首次采用FCN-8s框架进行街道视图图像的语义分割,并结合物联网技术分析历史城区街道空间的GLR和满意度 | NA | 探讨物联网技术在街道空间规划与设计中的应用,并提出改进街道绿化的方法 | 街道空间类型及其绿色视野比率(GLR)和满意度 | 计算机视觉 | NA | 物联网技术 | FCN | 图像 | T城历史城区的街道空间 |
730 | 2024-08-17 |
Volleyball training video classification description using the BiLSTM fusion attention mechanism
2024-Aug-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e34735
PMID:39144994
|
研究论文 | 本研究旨在探索使用深度学习技术对排球训练视频进行分类和描述的方法 | 开发了一种创新的模型,结合双向长短期记忆网络(BiLSTM)和注意力机制(BiLSTM-MAFTC),提高了排球视频内容分析的准确性和效率 | NA | 探索排球训练视频的分类和描述方法 | 排球训练视频 | 计算机视觉 | NA | 深度学习 | BiLSTM | 视频 | NA |
731 | 2024-08-17 |
Real-time object detection, tracking, and monitoring framework for security surveillance systems
2024-Aug-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e34922
PMID:39145028
|
研究论文 | 本文提出了一种用于安全监控系统的实时物体检测、跟踪和监控框架 | 该框架基于近似中值滤波、组件标记、背景减除和深度学习方法设计,使用Python和C#编程语言实现,并在MOT15、MOT16和MOT17数据集上展示了比现有技术更高的准确性和精确度 | 未来的研究将考虑框架的动态可扩展性,以适应不同拥挤场景的监控应用领域 | 开发一种高效的实时监控系统,用于物体检测、跟踪和监控 | 安全监控系统中的物体检测和跟踪 | 计算机视觉 | NA | 深度学习 | NA | 视频 | 使用MOT15、MOT16和MOT17数据集进行评估 |
732 | 2024-08-17 |
Deep learning facilitated superhigh-resolution recognition of structured light ellipticities
2024-Aug-15, Optics letters
IF:3.1Q2
DOI:10.1364/OL.528796
PMID:39146140
|
研究论文 | 本文提出了一种基于深度学习网络的高精度方法,用于区分具有微小椭圆度差异的椭圆光束 | 首次提出了一种能够有效区分椭圆光束的高精度方法,其精度达到99% | NA | 探索椭圆光束在实际应用中的潜力,特别是在自由空间光通信中的应用 | 椭圆光束及其在光通信中的应用 | 计算机视觉 | NA | 深度学习 | Transformer | 图像 | 两类不同的椭圆光束 |
733 | 2024-08-17 |
Current Status, Hotspots, and Prospects of Artificial Intelligence in Ophthalmology: A Bibliometric Analysis (2003-2023)
2024-Aug-15, Ophthalmic epidemiology
IF:1.7Q3
DOI:10.1080/09286586.2024.2373956
PMID:39146462
|
综述 | 本文通过文献计量分析,回顾、分类和总结了人工智能在眼科学领域的研究文献,旨在为读者提供该领域当前状态和未来方向的详细理解 | 研究强调了人工智能在眼科学中的前景,特别是在自动化眼病筛查、手术辅助和预测模型等复杂领域的应用 | 实施人工智能在眼科学中面临技术、监管和伦理等多重挑战 | 旨在提供人工智能在眼科学领域的当前状态和未来方向的详细理解 | 人工智能在眼科学领域的研究文献 | 人工智能 | NA | 文献计量分析 | NA | 文献 | 包括来自98个国家的4,035个机构的3,377篇出版物 |
734 | 2024-08-17 |
Deep Learning-Based Prediction of Post-treatment Survival in Hepatocellular Carcinoma Patients Using Pre-treatment CT Images and Clinical Data
2024-Aug-15, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01227-2
PMID:39147884
|
研究论文 | 本研究旨在开发并评估一个模型,用于预测肝细胞癌(HCC)患者治疗后的生存情况,使用其治疗前的CT图像和临床信息 | 本研究采用级联模型,利用3D卷积神经网络(CNN)从CT图像中提取特征,并结合患者相关因素和治疗选项,推导出最终的生存概率 | NA | 预测肝细胞癌患者治疗后的生存情况 | 肝细胞癌患者 | 机器学习 | 肝癌 | CT | CNN | 图像 | 692名患者,分为训练组(507名)、测试组(146名)和外部CT组(39名) |
735 | 2024-08-17 |
Construction and Validation of a General Medical Image Dataset for Pretraining
2024-Aug-15, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01226-3
PMID:39147887
|
研究论文 | 本文构建并验证了一个通用医学图像数据集,用于预训练模型 | 首次构建了一个专门用于预训练模型的通用医学图像数据集,并在分类和分割任务中验证了其有效性 | NA | 构建一个通用医学图像数据集并验证其在下游医学图像任务中的有效性 | 医学图像数据集的构建和预训练模型的验证 | 计算机视觉 | NA | 深度学习 | ResNet 和 Vision Transformer | 图像 | 多个公共医学图像数据集的集合 |
736 | 2024-08-17 |
Deep Convolutional Neural Network for Automated Staging of Periodontal Bone Loss Severity on Bite-wing Radiographs: An Eigen-CAM Explainability Mapping Approach
2024-Aug-15, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01218-3
PMID:39147888
|
研究论文 | 本研究使用深度学习方法,通过YOLOv8模型对咬翼片图像进行自动分期,以评估牙周骨丧失的严重程度,并利用Eigen-CAM解释性热图进行分析 | 采用YOLOv8深度学习模型和Eigen-CAM解释性热图技术,实现对牙周骨丧失严重程度的自动分期 | 分类得分在正常(无骨丧失)和严重骨丧失的咬翼片图像中较高,但在轻度和中度损伤的图像中较低 | 开发一种自动分期牙周骨丧失的深度学习方法 | 牙周骨丧失的严重程度 | 计算机视觉 | 牙周病 | 深度学习 | YOLOv8 | 图像 | 1752张咬翼片图像 |
737 | 2024-08-17 |
A novel hierarchical network-based approach to unveil the complexity of functional microbial genome
2024-Aug-14, BMC genomics
IF:3.5Q2
DOI:10.1186/s12864-024-10692-6
PMID:39138557
|
研究论文 | 本文介绍了一种基于分层网络的新方法,利用高阶网络理论中的“固态基序结构(SMS)”来揭示同一属内微生物基因组结构与功能的复杂性 | 引入了一种复杂结构——固态基序结构(SMS),并通过分层生物网络分析有效地将微生物基因组结构与其功能联系起来 | NA | 旨在通过分层网络分析框架理解同一属内微生物基因组结构与功能之间的相互作用 | 研究对象为Microcystis,一种关键的淡水蓝细菌 | 生物信息学 | NA | 深度学习技术,如自适应图编码器 | 自适应图编码器 | 基因组数据 | 利用了162个高质量的Microcystis基因组和来自七个地理上不同湖泊的宏基因组数据 |
738 | 2024-08-17 |
End-to-end reproducible AI pipelines in radiology using the cloud
2024-Aug-13, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-51202-2
PMID:39138215
|
研究论文 | 本文展示了基于云基础设施实现和共享透明且可重复的AI放射学管道的潜力 | 利用云资源实现端到端可重复性,从数据检索到最终结果分析和报告,并提供了易于扩展的管道示例 | NA | 展示云基础设施在实现和共享透明且可重复的AI放射学管道中的应用 | AI放射学管道的透明性和可重复性 | 计算机视觉 | 肿瘤学 | 深度学习 | NA | 图像 | NA |
739 | 2024-08-17 |
ENTRANT: A Large Financial Dataset for Table Understanding
2024-Aug-13, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-024-03605-5
PMID:39138234
|
研究论文 | 本文介绍了ENTRANT,一个包含数百万表格的金融数据集,用于深度学习方法的表格理解预训练任务 | ENTRANT数据集包含了表格的单元格属性、位置和层次信息,便于进行表格理解的预训练 | NA | 旨在通过提供大规模、格式化的数据集来促进表格理解的模型预训练 | 金融领域的表格数据 | 自然语言处理 | NA | 深度学习 | NA | 表格数据 | 数百万表格 |
740 | 2024-08-17 |
Cross-modality sub-image retrieval using contrastive multimodal image representations
2024-Aug-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-68800-1
PMID:39138271
|
研究论文 | 本文提出了一种新的跨模态子图像检索系统,结合深度学习生成表示和鲁棒特征提取及词袋模型,用于在不同模态间进行反向子图像搜索。 | 该系统通过深度学习将不同模态嵌入到共同空间,并结合鲁棒特征提取和词袋模型,实现了高效可靠的跨模态子图像检索。 | 文章讨论了比较方法的不足,并观察到学习表示和特征提取器的等变性和不变性属性在CBIR流程中的重要性。 | 旨在开发一种高效且可扩展的跨模态图像检索方法,以改善组织表征和癌症诊断。 | 研究对象为使用明场和二次谐波生成显微镜图像的数据集。 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 使用公开可用的明场和二次谐波生成显微镜图像数据集 |