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(使用关键词“['deep learning']”过滤),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19.9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 | 算法框架 | 模型架构 | 性能指标 | 计算资源 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 661 | 2024-10-28 |
MTC-NET: A Multi-Channel Independent Anomaly Detection Method for Network Traffic
2024-Oct-10, Biomimetics (Basel, Switzerland)
DOI:10.3390/biomimetics9100615
PMID:39451821
|
研究论文 | 提出了一种新的多通道网络流量异常检测模型MTC-Net,通过分解网络流量序列并引入基于补丁的策略来提高检测性能 | 将网络流量序列分解为多个一维时间序列,并引入基于补丁的策略,结合Transformer和CNN捕捉复杂模式 | 未提及 | 改进网络流量异常检测的性能 | 网络流量异常检测 | 机器学习 | NA | Transformer, CNN | MTC-Net | 网络流量序列 | 四个公开数据集:KDD Cup 99, NSL-KDD, UNSW-NB15, CIC-IDS2017 | NA | NA | NA | NA |
| 662 | 2024-10-28 |
Deep Learning for Epileptic Seizure Detection Using a Causal-Spatio-Temporal Model Based on Transfer Entropy
2024-Oct-10, Entropy (Basel, Switzerland)
DOI:10.3390/e26100853
PMID:39451930
|
研究论文 | 本文提出了一种基于转移熵的因果时空图注意力网络用于癫痫发作检测 | 使用转移熵构建多通道间的因果图,结合图注意力网络和双向长短期记忆网络捕捉时空动态相关性和空间拓扑结构信息 | 未提及具体局限性 | 研究不同患者癫痫发作的准确自动检测技术 | 癫痫发作的因果关系和时空动态相关性 | 机器学习 | 癫痫 | 转移熵 | 图注意力网络和双向长短期记忆网络 | 时空数据 | SWEZ数据集和私有数据集 | NA | NA | NA | NA |
| 663 | 2024-10-28 |
Enhanced Self-Checkout System for Retail Based on Improved YOLOv10
2024-Oct-10, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging10100248
PMID:39452411
|
研究论文 | 本文提出了一种基于改进YOLOv10网络的新型自助结账系统,旨在提高结账效率并降低劳动力成本 | 本文引入了YOLOv8的检测头结构对YOLOv10模型进行优化,显著提高了产品识别准确率,并开发了适用于自助结账场景的后处理算法 | NA | 提高零售自动化中的结账效率和降低劳动力成本 | 自助结账系统及其在零售中的应用 | 计算机视觉 | NA | YOLOv10 | YOLOv10 | 图像 | NA | NA | NA | NA | NA |
| 664 | 2024-10-28 |
Fully Interpretable Deep Learning Model Using IR Thermal Images for Possible Breast Cancer Cases
2024-Oct-09, Biomimetics (Basel, Switzerland)
DOI:10.3390/biomimetics9100609
PMID:39451815
|
研究论文 | 研究利用红外热成像和机器学习技术提高乳腺癌早期诊断的准确性 | 提出了一种结合贝叶斯网络和卷积神经网络的全解释性深度学习模型,用于乳腺癌的早期诊断 | NA | 提高乳腺癌早期诊断的准确性 | 红外热成像和医疗记录 | 机器学习 | 乳腺癌 | 贝叶斯网络,卷积神经网络 | CNN | 图像 | NA | NA | NA | NA | NA |
| 665 | 2024-10-27 |
dsAMP and dsAMPGAN: Deep Learning Networks for Antimicrobial Peptides Recognition and Generation
2024-Oct-09, Antibiotics (Basel, Switzerland)
DOI:10.3390/antibiotics13100948
PMID:39452213
|
研究论文 | 本文介绍了一种用于抗菌肽识别和生成的深度学习框架 | 提出了discoverAMP (dsAMP)和dsAMPGAN模型,分别用于抗菌肽的分类和生成,性能优于现有方法 | NA | 开发新的抗菌肽以应对抗生素耐药性问题 | 抗菌肽的分类、功能预测和生成 | 机器学习 | NA | 深度学习 | CNN Attention BiLSTM, GAN | 肽序列 | 小数据集 | NA | NA | NA | NA |
| 666 | 2024-10-28 |
Deep Learning for Generating Time-of-Flight Camera Artifacts
2024-Oct-08, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging10100246
PMID:39452409
|
研究论文 | 本文提出了一种基于深度学习的方法,利用高质量激光扫描数据生成逼真的飞行时间相机数据 | 本文创新性地使用MCW-Net进行域转移,将激光扫描数据转换为飞行时间相机数据,并引入噪声模型以补偿初始步骤中缺乏的噪声 | 本文方法依赖于高质量的激光扫描数据,且需要大量的训练数据 | 研究如何生成逼真的飞行时间相机数据以纠正多路径干扰引起的噪声和错误 | 飞行时间相机数据和激光扫描数据 | 计算机视觉 | NA | 深度学习 | MCW-Net | 图像 | 使用了一个真实世界的数据集进行不同训练变体的探索 | NA | NA | NA | NA |
| 667 | 2024-10-28 |
Older Adult Fall Risk Prediction with Deep Learning and Timed Up and Go (TUG) Test Data
2024-Oct-05, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11101000
PMID:39451376
|
研究论文 | 本文利用深度学习和TUG测试数据预测老年人的跌倒风险 | 本文首次使用惯性测量单元(IMU)在TUG测试中收集的运动数据,通过深度学习模型预测老年人的跌倒风险 | 研究样本量较小,且仅基于TUG测试数据进行预测 | 预测老年人在未来六个月内的跌倒风险 | 老年人的跌倒风险 | 机器学习 | NA | 惯性测量单元(IMU) | 卷积神经网络(CNN)和循环神经网络(RNN) | 运动数据 | 106名老年人 | NA | NA | NA | NA |
| 668 | 2024-10-28 |
Clinical Validation of Deep Learning for Segmentation of Multiple Dental Features in Periapical Radiographs
2024-Oct-05, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11101001
PMID:39451377
|
研究论文 | 本文验证了深度学习系统在牙周X光片中自动分割多个牙科特征的诊断性能 | 使用人工智能系统自动检测牙周X光片中的牙齿、龋齿、种植体、修复体和固定义齿 | 仅限于牙周X光片的应用,未涉及其他类型的牙科影像 | 验证人工智能系统在牙周X光片中自动检测牙科特征的诊断性能 | 牙周X光片中的牙齿、龋齿、种植体、修复体和固定义齿 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 1000张牙周X光片,来自500名成年患者 | NA | NA | NA | NA |
| 669 | 2024-10-28 |
PocketDTA: an advanced multimodal architecture for enhanced prediction of drug-target affinity from 3D structural data of target binding pockets
2024-Oct-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btae594
PMID:39365726
|
研究论文 | 本文介绍了一种名为PocketDTA的多模态架构,用于从目标结合口袋的3D结构数据中增强药物-靶点亲和力的预测 | PocketDTA模型通过预训练模型ESM-2和GraphMVP增强了泛化性能,并使用自定义的GVP-GNN层和GraphMVP解码器处理前3个目标结合口袋和药物3D信息,同时通过双线性注意力网络提高了解释性 | NA | 提高药物-靶点结合亲和力预测的准确性和解释性 | 药物-靶点结合亲和力 | 机器学习 | NA | 深度学习 | GVP-GNN | 3D结构数据 | 优化后的Davis和KIBA数据集 | NA | NA | NA | NA |
| 670 | 2024-10-28 |
A novel classification framework for genome-wide association study of whole brain MRI images using deep learning
2024-Oct, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1012527
PMID:39405331
|
研究论文 | 本文提出并实现了一种新的机器学习策略,用于系统地识别导致磁共振成像(MRI)上可检测细微差异的遗传变异 | 本文首次将深度学习技术应用于全脑MRI图像的基因组关联研究,提出了一种新的分类框架 | 本文的研究仅基于阿尔茨海默病神经影像学倡议(ADNI)的数据集,可能存在样本量和数据多样性的限制 | 旨在通过深度学习技术识别与脑部特征相关的遗传变异 | 全脑MRI图像和基因型数据 | 机器学习 | 阿尔茨海默病 | 深度学习 | NA | 图像 | 基于阿尔茨海默病神经影像学倡议(ADNI)的数据集 | NA | NA | NA | NA |
| 671 | 2024-10-27 |
Identification of nitric oxide-mediated necroptosis as the predominant death route in Parkinson's disease
2024-Oct-24, Molecular biomedicine
IF:6.3Q1
DOI:10.1186/s43556-024-00213-y
PMID:39443410
|
研究论文 | 本研究通过RNA测序和深度学习算法Scaden,识别了帕金森病中一氧化氮介导的坏死性凋亡作为主要的细胞死亡途径 | 首次揭示了一氧化氮介导的坏死性凋亡在帕金森病进展中的主导作用,并发现其在其他神经退行性疾病中的普遍性 | 研究主要基于体外实验和模型动物,需要进一步的人体临床验证 | 探讨帕金森病进展中主要的细胞死亡途径 | 帕金森病中的神经细胞死亡途径 | 神经科学 | 帕金森病 | RNA测序 | 深度学习算法Scaden | 基因表达数据 | 多个脑组织样本 | NA | NA | NA | NA |
| 672 | 2024-10-27 |
Optimising ovarian tumor classification using a novel CT sequence selection algorithm
2024-10-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-75555-2
PMID:39443517
|
研究论文 | 本研究旨在通过应用先进的深度学习方法和开发一种新的CT序列选择算法来提高卵巢肿瘤分类的准确性 | 本研究开发了一种新的CT序列选择算法,用于优化CT图像的使用,以更精确地分类卵巢肿瘤 | NA | 提高卵巢肿瘤分类的准确性,特别是区分恶性肿瘤和早期病例 | 卵巢肿瘤的分类 | 计算机视觉 | 妇科疾病 | 深度学习 | ResNet50V2FPN | 图像 | 使用公开的CT扫描数据进行训练和评估 | NA | NA | NA | NA |
| 673 | 2024-10-27 |
Automated deep learning-based bone mineral density assessment for opportunistic osteoporosis screening using various CT protocols with multi-vendor scanners
2024-10-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-73709-w
PMID:39443535
|
研究论文 | 本研究评估了基于深度学习的自动化骨密度测量方法在不同CT协议和多厂商扫描仪下的诊断效能 | 提出了基于深度学习的自动化骨密度测量方法,并展示了其在不同CT协议和多厂商扫描仪下的准确性和可靠性 | 研究为回顾性研究,样本量和数据类型有限 | 评估基于深度学习的骨密度测量方法在骨质疏松筛查中的诊断效能 | 422个来自四个厂商的CT数据集,包括159个胸部、156个腹部和107个腰椎数据集 | 计算机视觉 | 骨质疏松 | 深度学习 | NA | CT图像 | 422个CT数据集,包括159个胸部、156个腹部和107个腰椎数据集 | NA | NA | NA | NA |
| 674 | 2024-10-27 |
Leveraging weak complementary labels enhances semantic segmentation of hepatocellular carcinoma and intrahepatic cholangiocarcinoma
2024-10-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-75256-w
PMID:39443575
|
研究论文 | 本文提出了一种利用弱互补标签增强肝细胞癌和肝内胆管癌语义分割的深度学习方法 | 通过引入互补标签,利用临床诊断中的弱信息来改进模型训练,从而提高分割性能和鲁棒性 | NA | 提高肝细胞癌和肝内胆管癌的语义分割准确性和鲁棒性 | 肝细胞癌和肝内胆管癌的病理图像 | 计算机视觉 | 肝癌 | 深度学习 | NA | 图像 | 165名患者的病理图像 | NA | NA | NA | NA |
| 675 | 2024-10-27 |
Automating cancer diagnosis using advanced deep learning techniques for multi-cancer image classification
2024-10-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-75876-2
PMID:39443621
|
研究论文 | 本文利用深度学习模型自动化癌症诊断,特别是针对多癌症图像分类 | 本文首次评估了多种深度学习模型在七种癌症图像分类中的表现,并发现DenseNet121模型在验证准确性和损失方面表现最佳 | 本文仅评估了特定类型的癌症图像,未涵盖所有癌症类型 | 提高癌症检测的效率和准确性 | 七种癌症的图像数据 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 七种癌症的图像数据 | NA | NA | NA | NA |
| 676 | 2024-10-27 |
Improving the accuracy of dynamic inclination measurement by machine learning
2024-Oct-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-76032-6
PMID:39443645
|
研究论文 | 本文提出了一种结合钻具姿态传感器数据和人工神经网络的方法,以提高动态倾角测量的准确性 | 本文首次将机器学习技术应用于钻具姿态测量,通过深度学习模型反演x和y轴加速度信号,实现了高精度的动态倾角测量 | 本文仅在模拟测量条件下进行了实验,尚未在实际钻井环境中验证 | 提高钻井过程中动态倾角测量的准确性 | 钻具姿态传感器数据和动态倾角 | 机器学习 | NA | 机器学习 | LSTM | 传感器信号 | 不同转速下的模拟测量条件 | NA | NA | NA | NA |
| 677 | 2024-10-27 |
Comparing SMILES and SELFIES tokenization for enhanced chemical language modeling
2024-10-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-76440-8
PMID:39443676
|
研究论文 | 研究比较了SMILES和SELFIES的tokenization方法在化学语言模型中的应用效果 | 提出了Atom Pair Encoding (APE)方法,显著提高了化学语言模型的分类准确性 | NA | 评估不同tokenization技术对化学语言模型在生物物理学和生理学分类任务中性能的影响 | SMILES和SELFIES的tokenization方法 | 自然语言处理 | NA | Byte Pair Encoding (BPE), Atom Pair Encoding (APE) | BERT | 文本 | 使用了三个不同的数据集:HIV、毒理学和血脑屏障渗透 | NA | NA | NA | NA |
| 678 | 2024-10-27 |
Detection of hypertension from pharyngeal images using deep learning algorithm in primary care settings in Japan
2024-Oct-23, BMJ health & care informatics
IF:4.1Q2
DOI:10.1136/bmjhci-2023-100824
PMID:39448071
|
研究论文 | 本研究开发了一种基于深度学习算法的人工智能模型,用于通过咽喉图像检测高血压 | 利用咽喉图像中的血管形态信息,结合深度学习算法,实现了无需物理接触或额外设备的高血压早期检测 | 研究数据仅来自日本的多所初级护理诊所,样本量和地域限制可能影响模型的普适性 | 开发一种基于深度学习的高血压检测算法,以提高远程医疗时代的护理质量 | 咽喉图像和患者的人口统计信息 | 计算机视觉 | 心血管疾病 | 深度学习 | 多实例卷积神经网络 | 图像 | 7710名患者,来自64家诊所 | NA | NA | NA | NA |
| 679 | 2024-10-27 |
Generating Protein Structures for Pathway Discovery Using Deep Learning
2024-Oct-22, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.4c00816
PMID:39388723
|
研究论文 | 本文提出了一种基于表示学习的解决方案,通过在抽象表示空间中进行插值和外推来合成潜在的过渡状态,并使用分子动力学模拟进行自动验证,以实现路径发现 | 本文创新性地使用表示学习方法来合成潜在的过渡状态,并通过迭代框架进行目标路径采样 | 本文的实验仅限于RAS-RAF蛋白域从无膜到与膜相互作用的过渡,未涵盖更广泛的应用场景 | 解决分子水平上生物现象的复杂细节解析问题,特别是路径发现中的过渡状态合成 | RAS-RAF蛋白域从无膜到与膜相互作用的过渡过程 | 生物信息学 | NA | 分子动力学模拟 | 表示学习 | 蛋白质结构 | NA | NA | NA | NA | NA |
| 680 | 2024-10-27 |
Automated volumetric analysis of the inner ear fluid space from hydrops magnetic resonance imaging using 3D neural networks
2024-10-22, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-76035-3
PMID:39433848
|
研究论文 | 本文使用3D神经网络模型对内耳积液空间进行自动体积分析 | 提出了一种基于3D深度神经网络模型的内耳积液空间自动分割和体积比计算方法 | NA | 开发一种准确且自动化的方法来计算内耳积液的体积比,以帮助诊断内耳疾病 | 内耳的耳蜗、前庭和半规管的积液空间 | 计算机视觉 | NA | 磁共振成像(MRI) | 3D深度神经网络 | 图像 | 包含耳蜗、前庭和半规管的积液空间分割标签的MR cisternography (MRC) 和 HYDROPS-Mi2 数据集 | NA | NA | NA | NA |