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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
781 | 2024-10-18 |
Prior Visual-guided Self-supervised Learning Enables Color Vignetting Correction for High-throughput Microscopic Imaging
2024-Oct-16, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3471907
PMID:39412976
|
研究论文 | 本文提出了一种基于自监督深度学习算法的颜色渐晕校正方法,用于高吞吐量显微成像 | 利用显微图像的同质性和渐晕的径向衰减特性,开发了一种自监督深度学习算法,实现了复杂渐晕的去除 | NA | 开发一种鲁棒且高效的渐晕校正方法,以提高生物医学显微图像的质量 | 多通道显微图像中的渐晕校正 | 计算机视觉 | NA | 自监督深度学习 | 对抗学习 | 图像 | 五个不同的生物样本数据集 |
782 | 2024-10-18 |
Radiomics-Based Prediction of Patient Demographic Characteristics on Chest Radiographs: Looking Beyond Deep Learning for Risk of Bias
2024-10-16, AJR. American journal of roentgenology
DOI:10.2214/AJR.24.31963
PMID:39413236
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
783 | 2024-10-18 |
AI in Psoriatic Disease: Scoping Review
2024-Oct-16, JMIR dermatology
DOI:10.2196/50451
PMID:39413371
|
综述 | 本文综述了人工智能在银屑病疾病中的应用,包括诊断和临床管理 | 探讨了人工智能在银屑病疾病管理中的潜在应用,如通过机器学习和深度学习技术进行诊断、监测和治疗结果预测 | 需要关注人工智能在特定人群中的验证和标准化问题,如深肤色患者 | 提供关于人工智能在银屑病疾病中应用的最新文献综述 | 银屑病及其相关疾病 | 机器学习 | 皮肤疾病 | 机器学习 | NA | 图像 | NA |
784 | 2024-10-18 |
Diffusion probabilistic priors for zero-shot low-dose CT image denoising
2024-Oct-16, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17431
PMID:39413369
|
研究论文 | 提出了一种基于扩散模型的低剂量CT图像去噪方法,无需低剂量CT图像对进行训练 | 该方法仅使用正常剂量CT图像进行训练,实现了零样本低剂量CT图像去噪 | NA | 解决低剂量CT图像去噪中数据稀缺的问题 | 低剂量CT图像 | 计算机视觉 | NA | 扩散模型 | 扩散模型 | 图像 | 不同区域的低剂量CT数据集,包括腹部和胸部CT数据集 |
785 | 2024-10-18 |
Deep learning model with pathological knowledge for detection of colorectal neuroendocrine tumor
2024-Oct-15, Cell reports. Medicine
DOI:10.1016/j.xcrm.2024.101785
PMID:39413732
|
研究论文 | 本文提出了一种基于病理图像和病理先验信息的深度学习模型,用于区分结直肠神经内分泌肿瘤和结直肠癌 | 利用病理先验信息生成鲁棒的切片级特征,并通过计算形态描述与补丁之间的相似性,仅选择2%的诊断相关补丁进行训练和推理 | NA | 开发一种成本效益高的方法,准确区分结直肠神经内分泌肿瘤和结直肠癌 | 结直肠神经内分泌肿瘤和结直肠癌 | 数字病理学 | 结直肠癌 | 深度学习 | 深度学习模型 | 图像 | 内部数据集和两个外部数据集 |
786 | 2024-10-18 |
Acoustic leak localization for water distribution network through time-delay-based deep learning approach
2024-Oct-09, Water research
IF:11.4Q1
DOI:10.1016/j.watres.2024.122600
PMID:39413711
|
研究论文 | 本文介绍了一种基于深度学习的时间延迟估计方法,用于水分配网络中的声学泄漏定位 | 提出了一种利用深度学习技术估计时间延迟的新方法,在低信噪比条件下表现出更高的准确性和鲁棒性 | 在高信噪比条件下,Res1D-CNN模型的性能不如GCC-SCOT和BCC | 提高水分配网络中泄漏定位的准确性和鲁棒性 | 水分配网络中的声学泄漏定位 | 机器学习 | NA | 深度学习 | Res1D-CNN | 声学信号 | 通过实地测量验证了方法的有效性 |
787 | 2024-10-18 |
Machine/deep learning-assisted hemoglobin level prediction using palpebral conjunctival images
2024-Oct, British journal of haematology
IF:5.1Q1
DOI:10.1111/bjh.19621
PMID:39024119
|
研究论文 | 本研究利用智能手机拍摄的150张眼睑结膜图像,构建了机器/深度学习模型来预测血红蛋白水平 | 首次使用眼睑结膜图像进行血红蛋白水平的定量预测,并比较了非卷积神经网络和卷积神经网络模型的性能 | 卷积神经网络模型的性能提升有限,且对贫血样本的预测准确性有待提高 | 开发一种非侵入性的方法来预测血红蛋白水平 | 眼睑结膜图像和血红蛋白水平 | 计算机视觉 | NA | 卷积神经网络 | CNN | 图像 | 150张眼睑结膜图像,包括10名血红蛋白水平低于11 g/dL的患者 |
788 | 2024-10-18 |
Deep learning for quantifying spatial patterning and formation process of early differentiated human-induced pluripotent stem cells with micropattern images
2024-Oct, Journal of microscopy
IF:1.5Q3
DOI:10.1111/jmi.13346
PMID:38994744
|
研究论文 | 本文提出了一种深度学习方法,用于量化早期分化阶段人类诱导多能干细胞(hiPSCs)的空间模式和形成过程 | 本文创新性地使用U-net结构和算法,通过解码和编码Hoechst(DNA染色)hiPSC区域,以及比较荧光图像的强度来提取各胚层细胞区域,从而量化hiPSCs的干性 | 本文未详细讨论该方法在不同实验条件下的泛化能力和鲁棒性 | 研究目的是开发一种深度学习方法,用于量化早期分化阶段hiPSCs的空间模式和形成过程 | 研究对象是早期分化阶段的人类诱导多能干细胞(hiPSCs)及其在微图案上的空间模式 | 计算机视觉 | NA | 深度学习 | U-net | 图像 | 多个hiPSC系、不同微图案尺寸、不同标记组、活细胞和固定细胞的微图案图像 |
789 | 2024-10-18 |
Applying machine learning to primate bioacoustics: Review and perspectives
2024-Oct, American journal of primatology
IF:2.0Q1
DOI:10.1002/ajp.23666
PMID:39120066
|
综述 | 本文全面回顾了计算生物声学以及信号和语音处理技术在灵长类动物语音通信分析中的应用 | 探讨了从简单的监督算法到最新的自监督模型等机器学习和深度学习方法在处理和分析大规模数据集中的潜力 | 讨论了数据收集和注释方面的挑战,并提供了潜在解决方案的见解 | 探讨机器学习方法在灵长类动物语音通信分析中的应用和未来研究机会 | 灵长类动物的语音通信 | 机器学习 | NA | 机器学习、深度学习 | 监督学习、自监督学习 | 音频 | 大规模数据集 |
790 | 2024-10-18 |
Image cropping for malaria parasite detection on heterogeneous data
2024-10, Journal of microbiological methods
IF:1.7Q4
DOI:10.1016/j.mimet.2024.107022
PMID:39173888
|
研究论文 | 本文提出了一种基于深度学习的图像裁剪方法,用于在异质数据上早期和更准确地检测疟原虫 | 本文提出了一种图像预处理方法,以缓解由于患者多样性和数据中存在的其他伪影导致的红细胞特征多样性带来的挑战 | NA | 早期和更准确地检测疟原虫 | 疟原虫的检测 | 计算机视觉 | 疟疾 | 深度学习 | 卷积神经网络 | 图像 | 65,970张显微图像,来自876名不同患者,形成33,007张图像的数据集 |
791 | 2024-10-18 |
Protein interactions in human pathogens revealed through deep learning
2024-Oct, Nature microbiology
IF:20.5Q1
DOI:10.1038/s41564-024-01791-x
PMID:39294458
|
研究论文 | 本文开发了一种名为RoseTTAFold2-Lite的快速深度学习模型,用于系统地识别和结构化表征人类病原体中的蛋白质相互作用 | 本文创新性地利用深度学习模型RoseTTAFold2-Lite,结合残基-残基共进化和蛋白质结构预测,实现了对蛋白质相互作用的大规模系统识别和结构表征 | 本文仅实验验证了12个预测的相互作用,且仅有一半得到验证,表明模型在实际应用中的准确性仍需进一步验证 | 本文旨在通过识别细菌蛋白质相互作用及其结构预测,帮助理解病原性机制并开发传染病治疗方案 | 本文主要研究对象为19种人类细菌病原体中的蛋白质相互作用及其结构 | 机器学习 | 传染病 | 深度学习 | RoseTTAFold2-Lite | 蛋白质 | 涉及19种人类细菌病原体中的7800万对蛋白质,识别出1923个涉及必需基因的复杂相互作用和256个涉及毒力因子的相互作用 |
792 | 2024-10-18 |
Mpox outbreak: Time series analysis with multifractal and deep learning network
2024-Oct-01, Chaos (Woodbury, N.Y.)
DOI:10.1063/5.0236082
PMID:39413265
|
研究论文 | 本文分析了非洲、美洲和欧洲等受影响最严重的地区的mpox流行病学情况,并使用多重分形插值进行预处理,以揭示mpox传播趋势中的不规则和分形模式 | 本文利用多重分形测度探索mpox病例的异质性,并使用双向长短期记忆神经网络预测未来的mpox传播 | NA | 研究mpox的传播趋势并预测未来的爆发 | mpox病例的传播趋势 | 机器学习 | NA | 多重分形插值 | 双向长短期记忆神经网络 | 时间序列数据 | 涉及非洲、美洲和欧洲的mpox病例数据 |
793 | 2024-10-17 |
MFCA-MICNN: a convolutional neural network with multiscale fast channel attention and multibranch irregular convolution for noise removal in dMRI
2024-Oct-16, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad8294
PMID:39412243
|
研究论文 | 提出了一种用于dMRI图像去噪的多尺度快速通道注意力和多分支不规则卷积神经网络 | 引入了多尺度快速通道注意力和多分支不规则卷积架构,以及一种新的损失函数 | NA | 提高dMRI图像去噪的准确性和速度 | dMRI图像中的噪声 | 计算机视觉 | NA | 卷积神经网络 | CNN | 图像 | NA |
794 | 2024-10-17 |
Deep learning radiomic nomogram outperforms the clinical model in distinguishing intracranial solitary fibrous tumors from angiomatous meningiomas and can predict patient prognosis
2024-Oct-16, European radiology
IF:4.7Q1
DOI:10.1007/s00330-024-11082-y
PMID:39412667
|
研究论文 | 本文评估了基于磁共振成像(MRI)的深度学习放射组学列线图(DLRN)在区分颅内孤立性纤维瘤(ISFT)与血管性脑膜瘤(AM)以及预测ISFT患者总体生存(OS)方面的价值 | 提出的DLRN在区分ISFT与AM方面优于临床模型,并能预测ISFT患者的OS | NA | 评估基于MRI的DLRN在区分ISFT与AM及预测ISFT患者OS方面的价值 | 颅内孤立性纤维瘤(ISFT)与血管性脑膜瘤(AM) | 机器学习 | NA | 深度学习 | 放射组学列线图(DLRN) | MRI图像 | 1090名来自北京天坛医院和131名来自兰州大学第二医院的患者 |
795 | 2024-10-17 |
Mild cognitive impairment detection from facial video interviews by applying spatial-to-temporal attention module
2024-Oct-15, Expert systems with applications
IF:7.5Q1
DOI:10.1016/j.eswa.2024.124185
PMID:38881832
|
研究论文 | 本文提出了一种基于深度学习模型,通过面部视频访谈检测轻度认知障碍(MCI)的方法 | 本文创新性地提出了空间到时间注意力模块(STAM),结合面部和交互特征,提高了MCI检测的准确性 | NA | 早期检测轻度认知障碍(MCI),以实现早期干预,减缓MCI向痴呆的进展 | 老年人的轻度认知障碍(MCI) | 计算机视觉 | 老年疾病 | 深度学习(DL) | 卷积自编码器和Transformer | 视频 | 来自I-CONECT行为干预研究的多个视频记录会话,涉及社会隔离的老年人与采访者之间的半结构化访谈 |
796 | 2024-10-17 |
Based on improved joint detection and tracking of UAV for multi-target detection of livestock
2024-Oct-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e38316
PMID:39403468
|
研究论文 | 本文介绍了一种基于改进的联合检测和跟踪框架,用于无人机对牲畜的多目标检测 | 提出了一种结合目标检测和跟踪的深度学习框架,通过连续帧对提取和共享特征,提高了计算效率,并使用多种损失函数和复合去模糊模块来提高检测精度 | 未提及具体限制 | 提高无人机在农业中对牲畜多目标检测和跟踪的精度和速度 | 牲畜的多目标检测和跟踪 | 计算机视觉 | NA | 深度学习 | NA | 视频 | 未提及具体样本数量 |
797 | 2024-10-17 |
How to go green? Exploring public attention and sentiment towards waste sorting behaviors on Weibo platform: A study based on text co-occurrence networks and deep learning
2024-Oct-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e38510
PMID:39403487
|
研究论文 | 研究通过文本共现网络和深度学习模型分析微博平台上公众对垃圾分类行为的关注度和情感 | 开发了结合共现网络和深度学习的研究框架,扩展了公众对垃圾分类感知研究的范式和维度 | NA | 探讨公众对垃圾分类行为在社交媒体上的关注度和情感,以促进绿色生活和气候政策的实施 | 微博平台上关于垃圾分类的帖子及其用户 | 自然语言处理 | NA | 文本共现网络、LDA主题建模、深度学习 | LSTM | 文本 | 367,856条微博帖子 |
798 | 2024-10-17 |
Unpaired data training enables super-resolution confocal microscopy from low-resolution acquisitions
2024-Oct-15, Optics letters
IF:3.1Q2
DOI:10.1364/OL.537713
PMID:39404535
|
研究论文 | 本文介绍了一种使用循环一致生成对抗网络(cycleGAN)框架,通过未配对数据训练来提高共聚焦显微镜横向分辨率的方法 | 本文首次使用未配对数据训练cycleGAN模型,实现了共聚焦显微镜的超分辨率成像 | 需要进一步验证该方法在其他类型细胞和不同显微镜系统中的适用性 | 开发一种无需配对训练数据即可实现显微镜超分辨率成像的方法 | 人胶质母细胞瘤细胞的低分辨率和高分辨率共聚焦图像 | 计算机视觉 | NA | NA | cycleGAN | 图像 | 未配对的低分辨率和高分辨率共聚焦图像 |
799 | 2024-10-17 |
Deep Learning Analysis With Gray Scale and Doppler Ultrasonography Images to Differentiate Graves' Disease
2024-Oct-15, The Journal of clinical endocrinology and metabolism
DOI:10.1210/clinem/dgae254
PMID:38609169
|
研究论文 | 本研究开发了一种基于灰度和多普勒超声图像的机器学习算法,用于区分格雷夫斯病和甲状腺炎 | 利用深度学习模型Xception和EfficientNetB0_2处理超声图像,以提高格雷夫斯病诊断的准确性和敏感性 | 研究仅在单一三级医院进行,样本量有限,可能影响结果的普适性 | 开发一种机器学习算法,用于区分格雷夫斯病和甲状腺炎,以确保有效的治疗决策 | 格雷夫斯病和甲状腺炎患者 | 机器学习 | 内分泌疾病 | 超声成像 | 深度学习模型 | 图像 | 7719张格雷夫斯病患者的超声图像和2980张甲状腺炎患者的超声图像 |
800 | 2024-10-17 |
Deep Learning Image Segmentation Based on Adaptive Total Variation Preprocessing
2024-Oct-15, IEEE transactions on cybernetics
IF:9.4Q1
DOI:10.1109/TCYB.2024.3418937
PMID:39405157
|
研究论文 | 本文提出了一种基于MS模型的两阶段图像分割方法,旨在提高复杂结构和背景图像的分割精度 | 引入了各向异性正则化项,通过自适应加权矩阵结合梯度算子,使得曲线沿物体局部特征切线方向扩散,并能过滤与图像目标无关的信息,减少复杂背景的干扰 | NA | 提高复杂结构和背景图像的分割精度 | 图像分割 | 计算机视觉 | NA | 交替方向乘子法(ADMMs) | 深度学习方法 | 图像 | NA |