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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
881 | 2024-09-09 |
Diabetic retinopathy screening through artificial intelligence algorithms: A systematic review
2024 Sep-Oct, Survey of ophthalmology
IF:5.1Q1
|
综述 | 本文综述了使用人工智能算法进行糖尿病视网膜病变筛查的现状和方法 | 本文提出了将卷积神经网络和U-Net架构集成以提高诊断和分类准确性的创新点 | 主要挑战包括高质量标注数据的获取困难、模型复杂性管理以及在实际临床环境中确保模型输出的可靠性 | 指导未来在自动糖尿病视网膜病变筛查领域的研究方向 | 糖尿病视网膜病变及其不同阶段的筛查和分类 | 计算机视觉 | 糖尿病 | 深度学习 | 卷积神经网络、U-Net | 图像 | IDRiD数据集包含516张彩色眼底图像 |
882 | 2024-09-09 |
Classification of gait variation under mental workload in big five personalities
2024-Sep, Gait & posture
IF:2.2Q2
DOI:10.1016/j.gaitpost.2024.06.004
PMID:38878610
|
研究论文 | 研究通过惯性传感器捕捉步态变化,揭示人格、心理负荷与步态模式之间的关系 | 首次通过深度学习模型对不同人格维度和心理负荷下的步态进行分类,并评估了不同身体部位传感器数据对分类性能的影响 | 研究样本量较小,且仅限于走廊行走场景,未来需在更多样化的环境中验证模型性能 | 揭示人格、心理负荷与步态模式之间的相互关系,并构建步态分类模型 | 60名参与者在不同心理负荷下的步态数据及其五大人格特质 | 机器学习 | NA | 惯性测量单元 (IMU) | 滑动窗口长短期记忆网络 (LSTM) | 步态数据 | 60名参与者 |
883 | 2024-09-09 |
Development and validation of a fully automated tool to quantify 3D foot and ankle alignment using weight-bearing CT
2024-Sep, Gait & posture
IF:2.2Q2
DOI:10.1016/j.gaitpost.2024.05.029
PMID:38850852
|
研究论文 | 开发并验证了一种全自动工具,用于使用负重CT量化3D足踝对齐 | 结合负重CT成像和深度学习技术,自动化并增强3D足踝对齐的量化 | 在某些角度(如距舟覆盖角和远端跖骨关节角)的测量中存在一定的误差 | 开发一种全自动工具,用于量化3D足踝对齐,并验证其准确性和可靠性 | 32名接受足踝负重CT的患者 | 计算机视觉 | NA | 深度学习 | 3D nnU-Net | 图像 | 45例用于模型训练和验证,32例用于研究 |
884 | 2024-09-09 |
Fully Automated Hippocampus Segmentation using T2-informed Deep Convolutional Neural Networks
2024-Sep, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2024.120767
PMID:39103064
|
研究论文 | 本文提出了一种利用T2加权MR图像和深度卷积神经网络实现全自动海马体分割的方法 | 本文创新性地利用高分辨率T2加权图像来增强临床T1加权图像的海马体分割效果 | 本文未提及具体的局限性 | 旨在提高海马体分割的准确性和可靠性,以便在阿尔茨海默病临床试验中更精确地估计海马体体积和追踪其体积损失 | 海马体及其在阿尔茨海默病中的萎缩情况 | 计算机视觉 | 阿尔茨海默病 | 深度学习 | 3D卷积神经网络 | 医学影像 | 包含T1和T2加权图像的多对比度数据集 |
885 | 2024-09-09 |
RS2-Net: An end-to-end deep learning framework for rodent skull stripping in multi-center brain MRI
2024-Sep, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2024.120769
PMID:39122056
|
研究论文 | 本文提出了一种基于Swin-UNETR的轻量级深度学习框架RS2-Net,用于自动化小鼠和大鼠脑部MRI扫描中的颅骨剥离 | 该框架旨在消除预处理需求,减少工作量,并提供一个能够适应各种MRI图像分辨率的即插即用解决方案 | NA | 开发一种自动化的小鼠和大鼠脑部MRI扫描颅骨剥离方法 | 小鼠和大鼠的脑部MRI图像 | 计算机视觉 | NA | MRI | Swin-UNETR | 图像 | 1,037只啮齿动物和1,142张图像,来自89个中心 |
886 | 2024-09-09 |
A comprehensive overview of diffuse correlation spectroscopy: Theoretical framework, recent advances in hardware, analysis, and applications
2024-Sep, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2024.120793
PMID:39153520
|
综述 | 本文全面概述了扩散相关光谱(DCS)的理论框架、硬件、分析方法和应用的最新进展 | 介绍了高度集成的硅单光子雪崩二极管(SPAD)传感器在DCS中的新应用,并比较了SPAD与现有传感器的性能 | NA | 帮助新进入者更好地理解和应用扩散相关光谱技术 | 扩散相关光谱(DCS)的理论框架、硬件架构、数据分析工具及其在医学诊断中的应用 | 生物医学工程 | NA | 扩散相关光谱(DCS) | NA | 光谱数据 | NA |
887 | 2024-09-08 |
Real-world video superresolution enhancement method based on the adaptive down-sampling model
2024-Sep-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-69674-z
PMID:39231992
|
研究论文 | 本文提出了一种基于自适应下采样模型的真实世界视频超分辨率增强方法 | 结合了传统的BM3D算法和自适应下采样模型,提高了视频超分辨率的效果 | 未提及具体的局限性 | 提高视频超分辨率技术的性能和真实感 | 视频超分辨率技术 | 计算机视觉 | NA | 深度学习 | GAN | 视频 | 未提及具体样本数量 |
888 | 2024-09-08 |
Optimal techno-economic assessment of isolated microgrid integrated with fast charging stations using radial basis deep learning
2024-Sep-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-70063-9
PMID:39232001
|
研究论文 | 本文提出了一种优化模型,用于评估与快速充电站集成的孤立微电网的技术经济性能 | 采用基于径向基网络的深度学习方法,相比传统优化方法,能在较短时间内获得最优解 | NA | 评估快速充电站的技术经济性能,并优化其组件和容量选择 | 快速充电站、光伏和风力发电机、各种储能设备 | 机器学习 | NA | 径向基网络 | 深度学习 | NA | NA |
889 | 2024-09-08 |
APIS: a paired CT-MRI dataset for ischemic stroke segmentation - methods and challenges
2024-09-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-71273-x
PMID:39232010
|
研究论文 | 本文介绍了一个公开挑战,科学家们应用顶级计算策略在CT扫描上描绘中风病变,利用配对的ADC信息 | 首次构建了一个包含急性缺血性中风患者的NCCT和ADC研究的配对数据集 | 尽管所有团队都使用了专门的深度学习工具,但结果显示计算方法在支持异质密度小病变分割方面的局限性 | 研究如何通过整合ADC中风病变发现到CT中,以增强分析并加速中风患者的管理 | 急性缺血性中风患者的CT和MRI图像 | 计算机视觉 | 中风 | 深度学习 | NA | 图像 | 36名患者 |
890 | 2024-09-08 |
Skin cancer classification leveraging multi-directional compact convolutional neural network ensembles and gabor wavelets
2024-09-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-69954-8
PMID:39232043
|
研究论文 | 本文介绍了一种名为SCaLiNG的创新计算机辅助诊断工具,用于皮肤癌分类 | SCaLiNG利用多方向紧凑型卷积神经网络集合和Gabor小波,获取包含空间-纹理-频率属性的综合特征向量,并通过特征选择方法进一步提高模型性能 | NA | 开发一种能够提高皮肤癌分类准确性的计算机辅助诊断工具 | 皮肤癌及其亚类 | 计算机视觉 | 皮肤癌 | Gabor小波 | 卷积神经网络(CNN) | 图像 | NA |
891 | 2024-09-08 |
Deep learning approach for detecting tomato flowers and buds in greenhouses on 3P2R gantry robot
2024-09-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-71013-1
PMID:39232065
|
研究论文 | 本文提出了一种基于深度学习的方法,用于在温室中的3P2R龙门机器人上检测番茄花和花蕾 | 本文首次将YOLOv8模型应用于番茄花和花蕾的检测,并展示了其在检测精度和速度上的优势 | 研究主要在实验室环境中进行,尚未在实际温室环境中验证其有效性 | 开发一种适用于机器人授粉的番茄花和花蕾检测方法 | 番茄花和花蕾 | 计算机视觉 | NA | 迁移学习 | YOLOv8 | 图像 | 使用了早晨和傍晚时段采集的图像数据集 |
892 | 2024-09-08 |
Flying foxes optimization with reinforcement learning for vehicle detection in UAV imagery
2024-Sep-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-71582-1
PMID:39232093
|
研究论文 | 本文提出了一种基于飞狐优化和强化学习的无人机图像车辆检测与分类模型 | 本文创新性地结合了飞狐优化算法和深度Q网络强化学习技术,用于优化车辆检测和分类模型 | 本文未详细讨论模型的计算复杂度和实时性能 | 研究目的是自动化并准确分类无人机图像中的车辆 | 研究对象是无人机图像中的车辆 | 计算机视觉 | NA | 深度学习 | YOLO-GD, DQN | 图像 | 使用了PSU和Stanford数据集进行性能验证 |
893 | 2024-09-08 |
Computer-aided diagnosis for lung cancer using waterwheel plant algorithm with deep learning
2024-09-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-71551-8
PMID:39232180
|
研究论文 | 本文介绍了一种利用水车植物算法和深度学习进行计算机辅助肺癌诊断的方法 | 本文创新性地结合了水车植物算法和深度学习技术,提出了一种新的计算机辅助肺癌诊断方法CADLC-WWPADL | 本文未详细讨论该方法在实际临床应用中的可行性和潜在挑战 | 开发一种能够通过CT扫描图像准确检测和分类肺癌的计算机辅助诊断方法 | 肺癌及其在CT扫描图像中的表现 | 计算机视觉 | 肺癌 | 深度学习 | MobileNet、对称自编码器(SAE) | 图像 | 基准CT图像数据集 |
894 | 2024-09-08 |
Automated Association for Osteosynthesis Foundation and Orthopedic Trauma Association classification of pelvic fractures on pelvic radiographs using deep learning
2024-09-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-71654-2
PMID:39232189
|
研究论文 | 本研究开发并评估了一种深度学习算法,用于根据AO/OTA分类系统对骨盆X光片上的骨盆骨折进行分类 | 本研究首次使用深度学习算法对骨盆骨折进行AO/OTA分类,提高了在急诊环境中的诊断效率 | 本研究仅在一个中心进行了回顾性分析,样本量有限,可能影响结果的普适性 | 开发一种能够在急诊环境中快速准确分类骨盆骨折的深度学习算法 | 骨盆骨折的分类 | 计算机视觉 | 骨盆骨折 | 深度学习 | 深度学习算法 | 图像 | 773名骨盆骨折患者和167名无骨盆骨折患者的骨盆X光片 |
895 | 2024-09-08 |
Exploiting histopathological imaging for early detection of lung and colon cancer via ensemble deep learning model
2024-09-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-71302-9
PMID:39227664
|
研究论文 | 本文提出了一种基于集成深度学习模型的组织病理学影像用于早期检测肺癌和结肠癌的方法 | 本文创新性地使用了Wiener滤波进行噪声消除,并结合通道注意力残差网络(CA-ResNet50)和金枪鱼群优化(TSO)技术进行特征学习,最终通过集成三种分类器(ELM、CNNs和LSTM)实现癌症检测 | NA | 开发一种高效且有效的癌症识别方法,以提高肺癌和结肠癌的早期诊断准确性 | 肺癌和结肠癌的早期检测 | 数字病理学 | 肺癌 | Wiener滤波 | CA-ResNet50 | 图像 | 使用了一个基准数据集进行实验验证 |
896 | 2024-09-08 |
Unsupervised speckle noise reduction technique for clinical ultrasound imaging
2024-Sep, Ultrasonography (Seoul, Korea)
DOI:10.14366/usg.24005
PMID:39155463
|
研究论文 | 本文介绍了一种无监督的深度学习框架,用于超声图像中的散斑噪声抑制 | 提出了一个名为speckle-to-speckle (S2S)的无监督深度学习框架,无需干净的参考图像即可完成训练 | NA | 探索深度学习在超声图像处理中的应用,特别是散斑噪声的抑制 | 超声图像中的散斑噪声 | 计算机视觉 | NA | 深度学习 | 深度学习网络 | 图像 | NA |
897 | 2024-09-08 |
Virtual staining for histology by deep learning
2024-Sep, Trends in biotechnology
IF:14.3Q1
DOI:10.1016/j.tibtech.2024.02.009
PMID:38480025
|
综述 | 本文综述了深度学习在组织学虚拟染色中的应用及其未来发展方向 | 深度学习技术为组织学染色过程提供了更可持续、快速和成本效益高的替代方案 | 这些技术仍处于早期开发阶段,需要严格的验证 | 探讨深度学习在组织学虚拟染色中的基本概念及其未来应用 | 组织学染色过程及其替代技术 | 数字病理学 | NA | 深度学习 | 神经网络 | 图像 | NA |
898 | 2024-09-08 |
RNA3DB: A structurally-dissimilar dataset split for training and benchmarking deep learning models for RNA structure prediction
2024-Sep-01, Journal of molecular biology
IF:4.7Q1
DOI:10.1016/j.jmb.2024.168552
PMID:38552946
|
研究论文 | 本文介绍了RNA3DB数据集,用于训练和基准测试深度学习模型进行RNA结构预测 | 提出了RNA3DB数据集,通过将RNA 3D链分成非冗余的结构不同的组,确保训练集和测试集在序列和结构上的独立性 | NA | 开发一个可重复且可定制的工具,用于生成结构上不同的RNA数据集分割 | RNA结构预测的深度学习模型 | 机器学习 | NA | NA | 深度学习模型 | 结构化RNA数据 | RNA3DB数据集包含从PDB中提取的RNA 3D链,具体样本数量未明确提及 |
899 | 2024-09-08 |
Investigating the relationship between radiographic joint space width loss and deep learning-derived magnetic resonance imaging-based cartilage thickness loss in the medial weight-bearing region of the tibiofemoral joint
2024-Sep, Osteoarthritis and cartilage open
DOI:10.1016/j.ocarto.2024.100508
PMID:39238657
|
研究论文 | 研究放射性关节间隙宽度损失与基于深度学习的磁共振成像(MRI)测量的关节软骨厚度损失之间的关系 | 探讨了放射性关节间隙宽度损失与MRI测量的关节软骨厚度损失之间的关系,并根据性别和疼痛状态进行了分层分析 | 研究结果显示两者之间的关联较弱,表明放射性关节间隙宽度损失作为软骨厚度损失的代理指标效果不佳 | 探讨放射性关节间隙宽度损失与MRI测量的关节软骨厚度损失之间的关系,并评估其在不同临床亚组中的表现 | 内侧负重区域的膝关节软骨 | 数字病理学 | 骨关节炎 | 深度学习 | NA | 图像 | 256个膝关节样本 |
900 | 2024-09-07 |
Deep Learning Powers Protein Identification from Precursor MS Information
2024-Sep-06, Journal of proteome research
IF:3.8Q1
DOI:10.1021/acs.jproteome.4c00118
PMID:39167422
|
研究论文 | 本文提出了一种结合深度学习和逻辑回归的MS1特征识别方法MonoMS1,用于提高蛋白质鉴定的覆盖率 | MonoMS1方法结合了深度学习预测保留时间和离子迁移率,以及逻辑回归评分,显著提高了MS1特征的识别率 | NA | 提高蛋白质鉴定的覆盖率 | 低丰度和宽动态范围样本中的蛋白质 | 蛋白质组学 | NA | 串联质谱(MS/MS) | 深度学习 | 质谱数据 | 包括人血清蛋白质组样本和单细胞蛋白质组样本 |