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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
761 | 2024-08-17 |
A mutual reconstruction network model for few-shot classification of histological images: addressing interclass similarity and intraclass diversity
2024-Aug-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-253
PMID:39144045
|
研究论文 | 本文提出了一种互重建网络模型,用于解决组织学图像少样本分类中的类间相似性和类内多样性问题 | 引入特征增强模块和互重建模块,增强类间差异并减少类内方差,提高了少样本分类性能 | NA | 克服深度学习在组织学图像分类中数据稀缺的挑战 | 组织学图像的自动分类 | 计算机视觉 | 癌症 | 深度学习 | 互重建网络模型 | 图像 | 使用了一个专门创建的少样本组织学图像数据集进行评估 |
762 | 2024-08-17 |
Artificial intelligence improves the diagnosis of human leukocyte antigen (HLA)-B27-negative axial spondyloarthritis based on multi-sequence magnetic resonance imaging and clinical features
2024-Aug-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-24-729
PMID:39144059
|
研究论文 | 本研究开发了一种名为NegSpA-AI的人工智能工具,利用骶髂关节磁共振成像和临床特征来提高HLA-B27阴性轴向脊柱关节炎的诊断 | 通过深度学习网络开发的NegSpA-AI工具,能够有效区分轴向脊柱关节炎和非轴向脊柱关节炎,其性能优于独立工作的初级风湿病学家 | NA | 开发一种人工智能工具,以提高HLA-B27阴性轴向脊柱关节炎的诊断准确性 | HLA-B27阴性轴向脊柱关节炎患者 | 机器学习 | 风湿病 | 磁共振成像 | 深度学习网络 | 图像 | 共包括454名HLA-B27阴性患者,分为训练集(328名)、内部测试集(72名)和独立外部测试集(54名),以及进一步招募的87名患者用于构建前瞻性测试集 |
763 | 2024-08-17 |
Study of active food processing technology using computer vision and AI in coffee roasting
2024-Aug, Food science and biotechnology
IF:2.4Q3
DOI:10.1007/s10068-023-01507-7
PMID:39144198
|
研究论文 | 本研究利用计算机视觉和人工智能技术,开发了一种咖啡豆分类模型(CBCM),用于咖啡烘焙过程中的质量控制和优化 | 本研究创新性地结合了计算机视觉和深度学习技术,实现了在复杂环境下的咖啡豆分类,并能准确区分咖啡豆,避免障碍和空隙 | NA | 研究目的是开发一种集成计算机视觉和深度学习技术的解决方案,以实现食品加工过程中的质量控制和优化 | 研究对象是咖啡烘焙过程中的咖啡豆 | 计算机视觉 | NA | 深度学习 | 机器学习模型 | 图像 | 137个样本 |
764 | 2024-08-17 |
Revolutionizing early Alzheimer's disease and mild cognitive impairment diagnosis: a deep learning MRI meta-analysis
2024-Aug, Arquivos de neuro-psiquiatria
IF:1.0Q4
DOI:10.1055/s-0044-1788657
PMID:39146974
|
meta-analysis | 本文通过meta分析评估了深度学习在磁共振成像(MRI)诊断阿尔茨海默病(AD)和轻度认知障碍(MCI)中的准确性 | 将深度学习与人工智能(AI)结合到磁共振成像(MRI)分析中,提供了一种无偏见且高度准确的诊断方法 | NA | 旨在分析深度学习在MRI图像上对AD和MCI模型的诊断准确性 | 阿尔茨海默病(AD)和轻度认知障碍(MCI)的诊断 | machine learning | geriatric disease | MRI | deep learning | image | 共识别出18项符合条件的研究 |
765 | 2024-08-16 |
A supervised graph-based deep learning algorithm to detect and quantify clustered particles
2024-Aug-15, Nanoscale
IF:5.8Q1
DOI:10.1039/d4nr01944j
PMID:39082742
|
研究论文 | 本文介绍了一种基于图神经网络的深度学习算法,用于检测和量化粒子聚集 | 首次应用图神经网络方法分析粒子聚集,具有潜在应用价值 | NA | 开发一种无需人工干预的算法,用于检测和量化动态粒子聚集 | 膜嵌入蛋白的拓扑结构 | 机器学习 | NA | 图神经网络(GNNs) | 图神经网络(GNNs) | 模拟数据和荧光显微镜实验数据 | 未具体说明 |
766 | 2024-08-16 |
AD-NEv: A Scalable Multilevel Neuroevolution Framework for Multivariate Anomaly Detection
2024-Aug-14, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2024.3439404
PMID:39141460
|
研究论文 | 本文提出了一种可扩展的多级神经进化框架AD-NEv,用于多元时间序列异常检测 | 该框架能够协同优化特征子空间、单个异常检测模型的架构以及网络权重的非梯度微调 | NA | 旨在解决现有异常检测方法在模型优化方面的不足,提高检测效率和性能 | 多元时间序列异常检测 | 机器学习 | NA | 神经进化 | 神经网络 | 时间序列 | 使用了广泛采用的多元异常检测基准数据集 |
767 | 2024-08-16 |
Automatic Design of Deep Graph Neural Networks With Decoupled Mode
2024-Aug-14, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2024.3438609
PMID:39141457
|
研究论文 | 本文提出了一种新的神经架构搜索(NAS)方法,用于自动设计深度图神经网络(GNNs),并探索其在各种节点分类任务中的应用潜力 | 创新点在于重新设计了深度GNNs的搜索空间,采用基于传播和转换过程的解耦模式,并将问题形式化为多目标优化,以平衡准确性和计算效率 | NA | 设计深度图神经网络以解决节点分类任务中的挑战,如过度平滑和信息压缩 | 图神经网络的架构设计及其在节点分类任务中的应用 | 机器学习 | NA | 神经架构搜索(NAS) | 图神经网络(GNNs) | 图数据 | NA |
768 | 2024-08-16 |
Domain-interactive Contrastive Learning and Prototype-guided Self-training for Cross-domain Polyp Segmentation
2024-Aug-14, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2024.3443262
PMID:39141465
|
研究论文 | 本文提出了一种新的域交互对比学习和原型引导自训练框架(DCL-PS),用于跨域息肉分割 | 引入域交互对比学习(DCL)和原型引导自训练(PS)策略,以减少域间差异并提高伪标签质量 | 未提及具体限制 | 提高在未见目标域数据集上的息肉分割性能 | 跨域息肉分割 | 计算机视觉 | 结直肠癌 | 对比学习 | CNN | 图像 | 未提及具体样本数量 |
769 | 2024-08-16 |
Learnable digital signal processing: a new benchmark of linearity compensation for optical fiber communications
2024-Aug-13, Light, science & applications
DOI:10.1038/s41377-024-01556-5
PMID:39134543
|
研究论文 | 本文提出了一种基于可学习视角的数字信号处理(DSP)新设计思路,称为可学习DSP(LDSP),旨在提高光纤通信中的线性和非线性补偿性能 | LDSP将传统DSP模块视为深度学习框架,通过全局尺度的反向传播算法自适应优化DSP参数,显著提升了400Gb/s信号在1600km光纤传输后的Q因子 | NA | 开发一种高效且低复杂度的数字信号处理方案,以提升下一代光纤传输的性能 | 光纤通信中的数字信号处理技术 | 光纤通信 | NA | 数字信号处理(DSP) | 深度学习框架 | 信号 | 400Gb/s信号在1600km光纤传输 |
770 | 2024-08-16 |
Computational analysis of pathogen-host interactome for fast and low-risk in-silico drug repurposing in emerging viral threats like Mpox
2024-08-12, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-69617-8
PMID:39134619
|
研究论文 | 本研究开发了一种计算方法,用于预测猴痘病毒(MPXV)感染期间的蛋白质-蛋白质相互作用(PPIs),并探索现有FDA药物的再利用潜力 | 本研究采用了包含2-5节点图谱属性和基于蛋白质组成的特征的集成特征,用于深度学习模型预测PPIs,并结合分子动力学模拟进行验证 | NA | 旨在发现潜在的药物靶点和再利用现有FDA药物用于治疗猴痘病毒感染 | 猴痘病毒(MPXV)与人类蛋白质的相互作用 | 生物信息学 | 猴痘 | 深度学习(DL) | NA | 蛋白质-蛋白质相互作用数据 | NA |
771 | 2024-08-16 |
Enhancing recognition and interpretation of functional phenotypic sequences through fine-tuning pre-trained genomic models
2024-Aug-12, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-024-05567-z
PMID:39135093
|
研究论文 | 本研究通过微调预训练的基因组模型,探索了深度学习在解释和表示人类基因组序列中的应用 | 本研究结合预训练基因组模型与经典方法分析基因组序列功能,促进了基因组学与人工智能的交叉融合 | NA | 旨在通过计算和实验方法解码人类基因组序列的功能性 | 人类基因组序列及其功能性 | 机器学习 | NA | 深度学习 | DNA_bert_6 和 human_gpt2-v1 | 基因型-表型数据集 | 多个基因型-表型数据集,特别是HERV数据集 |
772 | 2024-08-16 |
Forecasting and analyzing influenza activity in Hebei Province, China, using a CNN-LSTM hybrid model
2024-Aug-12, BMC public health
IF:3.5Q1
DOI:10.1186/s12889-024-19590-8
PMID:39135162
|
研究论文 | 本研究利用混合卷积神经网络-长短期记忆神经网络(CNN-LSTM)模型预测中国河北省的流感活动情况 | 采用CNN-LSTM混合模型进行流感活动预测,相较于其他模型表现出更好的预测性能 | NA | 开发一种混合神经网络模型以更精确地预测流感活动,为防控措施提供指导 | 中国河北省的流感样病例(ILI)率 | 机器学习 | 传染病 | 深度学习 | CNN-LSTM | 时间序列数据 | 28家国家哨点医院的历史ILI%数据,时间跨度为2010年至2022年 |
773 | 2024-08-16 |
Effective descriptor extraction strategies for correspondence matching in coronary angiography images
2024-08-11, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-69153-5
PMID:39128936
|
研究论文 | 本研究针对冠状动脉造影图像中的对应匹配问题,提出了一种基于深度学习的图像匹配方法 | 改进了点检测器的结构并重新设计了损失函数,引入了多头描述符结构,提高了约6%的性能 | NA | 旨在填补冠状动脉造影图像匹配领域的研究空白,并提供一个改进的基准 | 冠状动脉造影图像 | 数字病理学 | 心血管疾病 | 深度学习 | CNN | 图像 | NA |
774 | 2024-08-16 |
Revealing the graded activation mechanism of neurotensin receptor 1
2024-Aug-05, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2024.134488
PMID:39111461
|
研究论文 | 本研究通过10微秒的增强采样模拟,结合重加权平均力势(PMF)、深度学习(DL)和转移熵(TE)的综合分析,揭示了神经降压素受体1(NTSR1)对完全激动剂SRI-9829、部分激动剂RTI-3a和反向激动剂SR48692的结合动力学差异及其分级激活机制。 | 本研究首次通过深度学习模型有效识别了贡献于分级激活的关键微开关,并利用转移熵计算可视化了受体内的变构通信网络,阐明了与信号转导相关的驱动-响应关系。 | NA | 揭示神经降压素受体1的分级激活机制,并为基于结构的药物设计提供启示。 | 神经降压素受体1(NTSR1)及其对不同激动剂的响应。 | 生物信息学 | NA | 增强采样模拟 | 深度学习(DL) | 分子结构数据 | 10微秒的模拟数据 |
775 | 2024-08-16 |
Using Deep Learning Techniques as an Attempt to Create the Most Cost-Effective Screening Tool for Cognitive Decline
2024-Aug, Psychiatry investigation
IF:1.8Q3
DOI:10.30773/pi.2024.0157
PMID:39086161
|
研究论文 | 本研究利用深度学习技术开发一种成本效益高且易于访问的筛查工具,以提高认知衰退(阿尔茨海默病的前兆)的检测 | 本研究展示了深度学习在改善阿尔茨海默病诊断方面的潜力,表明广泛的认知评估可能比传统方法提供更准确的诊断 | 本研究为未来更广泛的研究奠定了基础,需要进一步的研究来证实这种方法并进一步完善筛查工具 | 开发一种成本效益高且易于访问的筛查工具,以提高认知衰退的检测 | 2,863名有主观认知抱怨并接受全面神经心理学评估的受试者 | 机器学习 | 阿尔茨海默病 | 深度学习 | 随机森林分类器 | 神经心理学测试数据 | 2,863名受试者 |
776 | 2024-08-16 |
A review on 4D cone-beam CT (4D-CBCT) in radiation therapy: Technical advances and clinical applications
2024-Aug, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17269
PMID:38922912
|
综述 | 本文综述了4D锥形束CT(4D-CBCT)在放射治疗中的技术进步和临床应用 | 4D-CBCT通过增加时间维度,解决了传统3D CBCT在处理呼吸运动或其他体内动态变化时的局限性 | 4D-CBCT面临扫描时间长、成像剂量高和因每个呼吸阶段需要足够X射线投影而导致的图像质量下降等问题 | 全面回顾4D-CBCT的技术发展,探讨其临床应用潜力,并指出未来研究方向 | 4D-CBCT在放射治疗中的应用,特别是在胸腹部肿瘤定位中的作用 | NA | NA | 4D锥形束CT(4D-CBCT) | NA | 图像 | NA |
777 | 2024-08-16 |
Lung CT harmonization of paired reconstruction kernel images using generative adversarial networks
2024-Aug, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17028
PMID:38530135
|
研究论文 | 本研究使用生成对抗网络(GAN)对多供应商低剂量CT肺癌筛查中的配对重建核图像进行核协调,并评估其在基于定量CT的评估中的有效性 | 采用pix2pix架构训练模型进行核转换,有效减少了测量变异,并提高了图像相似度指标 | NA | 研究核协调在多供应商低剂量CT肺癌筛查中的应用 | CT扫描图像的核协调 | 计算机视觉 | 肺癌 | 生成对抗网络(GAN) | pix2pix | 图像 | 1000对五种不同配对核类型的CT扫描图像 |
778 | 2024-08-16 |
Explainable localization of premature ventricular contraction using deep learning-based semantic segmentation of 12-lead electrocardiogram
2024-Aug, Journal of arrhythmia
IF:2.2Q2
DOI:10.1002/joa3.13096
PMID:39139876
|
研究论文 | 本文提出了一种基于深度学习语义分割的12导联心电图可解释性定位室性早搏起源的方法 | 该方法通过深度神经网络对12导联心电图进行语义分割,并结合基于规则的算法对心电图记录进行分类,提高了定位室性早搏起源的准确性和可解释性 | 尽管该方法在评估中表现优异,但仍有大量记录需要医生仔细评估 | 研究目的是预测室性早搏的起源,为导管消融治疗提供临床诊断支持 | 研究对象为频繁发生室性早搏的84名患者及其265份12导联心电图记录 | 机器学习 | 心血管疾病 | 深度学习 | 深度神经网络 | 心电图 | 265份12导联心电图记录 |
779 | 2024-08-15 |
Self-normalization for a 1 mm3resolution clinical PET system using deep learning
2024-Aug-14, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad69fb
PMID:39084640
|
研究论文 | 首次提出基于条件生成对抗网络(cGANs)的正电子发射断层扫描(PET)图像端到端自归一化框架 | 开发了极化自注意力(PSA)Pix2Pix网络,并在几何因子校正输入图像上训练的2.5D PSA Pix2Pix显示出最佳性能 | NA | 提高PET图像质量和病变检测能力,无需单独的归一化扫描 | 评估不同方法在PET图像自归一化中的效果 | 计算机视觉 | NA | 条件生成对抗网络(cGANs) | Pix2Pix, 极化自注意力(PSA)Pix2Pix | 图像 | 26,000对轴向图像切片用于训练和测试 |
780 | 2024-08-15 |
Hierarchical multi-level dynamic hyperparameter deformable image registration with convolutional neural network
2024-Aug-14, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad67a6
PMID:39053510
|
研究论文 | 提出了一种新的动态超参数块,包含分布式映射网络、动态卷积、注意力特征提取层和实例归一化层,以改进深度学习可变形图像配准(DLDIR)中的超参数调整过程 | 引入了动态超参数块和分层多级架构,以提高配准性能和减少训练时间 | 未提及具体限制 | 旨在通过动态超参数选择和改进的网络架构提高图像配准的速度和准确性 | 大脑和肺部图像配准 | 计算机视觉 | NA | 动态卷积 | 卷积神经网络(CNN) | 图像 | 使用了OASIS和DIR-Lab数据集 |