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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
821 | 2024-10-15 |
Deep-learning-based attenuation map generation in kidney single photon emission computed tomography
2024-Oct-12, EJNMMI physics
IF:3.0Q2
DOI:10.1186/s40658-024-00686-4
PMID:39394395
|
研究论文 | 本研究利用深度学习技术从SPECT数据中生成合成衰减图(μ-maps),以实现肾脏SPECT成像的无CT量化技术 | 本研究开发了一种基于深度学习的算法,用于从SPECT数据生成合成μ-maps,无需CT扫描,从而减少辐射暴露 | NA | 建立一种无需CT扫描的肾脏SPECT成像量化技术,以减少辐射暴露 | 肾脏SPECT成像中的衰减校正 | 计算机视觉 | NA | 深度学习 | 3D U-Net | 图像 | 1000例Tc-99m DTPA SPECT/CT扫描数据,其中800例用于训练,100例用于验证,100例用于测试 |
822 | 2024-10-15 |
A lightweight defect detection algorithm for escalator steps
2024-Oct-11, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-74320-9
PMID:39394361
|
研究论文 | 提出了一种高效的电梯台阶缺陷检测算法ASF-Sim-YOLO,解决了检测网络模型参数过多、适应性差和视频流实时处理困难的问题 | 设计了ASF-Sim-P2结构以提高小目标检测精度,结合SimAM与SPPF增强模型捕捉关键信息的能力,采用NWD替代传统的CIoU损失函数,并对模型进行通道剪枝以满足移动设备部署需求 | NA | 开发一种轻量级且高效的电梯台阶缺陷检测算法 | 电梯台阶缺陷 | 计算机视觉 | NA | 目标检测 | YOLO | 视频 | 测试数据集上的平均精度(mAP50)为96.8%,比基线模型提高了22.1%,模型计算复杂度(GFLOPS)降低到基线模型的四分之一,帧率(FPS)提高到575.1 |
823 | 2024-10-15 |
A comparative study on automatic treatment planning for online adaptive proton therapy of esophageal cancer: which combination of deformable registration and deep learning planning tools performs the best?
2024-Oct-10, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad80f6
PMID:39332445
|
研究论文 | 本文比较了四种在线自适应质子治疗(OAPT)策略在食管癌治疗计划中的表现,评估了变形图像配准(DIR)和深度学习(DL)工具的组合效果 | 本文首次系统地比较了四种OAPT策略,并展示了DL-DEF和DL-DL在10分钟内实现OAPT的潜力 | 在某些情况下,目标体积的分割错误导致剂量下降,需要进一步改进分割算法 | 评估和比较不同变形图像配准和深度学习工具组合在食管癌在线自适应质子治疗中的效果 | 食管癌患者的在线自适应质子治疗计划 | 计算机视觉 | 食管癌 | 变形图像配准(DIR),深度学习(DL) | nnU-Net | 图像 | 17名食管癌患者 |
824 | 2024-10-15 |
Comparison of deep-learning multimodality data fusion strategies in mandibular osteoradionecrosis NTCP modelling using clinical variables and radiation dose distribution volumes
2024-Oct-10, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad8290
PMID:39357529
|
研究论文 | 本文比较了不同深度学习多模态数据融合策略在颌骨放射性骨坏死NTCP模型中的应用 | 首次比较了早期、联合和晚期多模态数据融合策略在深度学习NTCP模型中的应用 | 晚期融合策略虽然技术复杂度较低,但缺乏关键的模态间交互作用 | 探讨不同多模态数据融合策略在深度学习NTCP模型中的有效性 | 颌骨放射性骨坏死的NTCP模型 | 机器学习 | NA | 深度学习 | 3D DenseNet-40 | 图像数据和临床数据 | 92例放射性骨坏死病例和92例对照组 |
825 | 2024-10-15 |
Deep learning-based detection of affected body parts in Parkinson's disease and freezing of gait using time-series imaging
2024-10-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-75445-7
PMID:39390087
|
研究论文 | 提出了一种基于卷积神经网络的时间序列图像深度学习方法,用于检测帕金森病和冻结步态中受影响的身体部位 | 利用时间序列图像和卷积神经网络进行帕金森病和冻结步态中受影响身体部位的检测和区分 | NA | 开发一种辅助工具,用于评估帕金森病的严重程度和冻结步态 | 帕金森病患者和冻结步态患者在360°转身任务中的身体部位检测 | 计算机视觉 | 神经退行性疾病 | 卷积神经网络 | CNN | 时间序列图像 | 90名参与者,包括60名帕金森病患者(30名冻结步态患者和30名非冻结步态患者)和30名年龄匹配的老年人(对照组) |
826 | 2024-10-15 |
DETECTION OF ORAL SQUAMOUS CELL CARCINOMA USING PRE-TRAINED DEEP LEARNING MODELS
2024-Oct-09, Experimental oncology
|
研究论文 | 本文研究了使用预训练深度学习模型检测口腔鳞状细胞癌的方法 | 本文提出了一种基于迁移学习的预训练分类模型和卷积神经网络(CNN)用于口腔鳞状细胞癌的二分类 | 本文的实验数据集较小,且仅限于口腔鳞状细胞癌的检测 | 评估使用迁移学习方法和预训练模型在口腔鳞状细胞癌早期诊断中的应用 | 口腔鳞状细胞癌的组织病理学图像 | 计算机视觉 | 口腔癌 | 迁移学习 | CNN | 图像 | 5192张组织病理学图像 |
827 | 2024-10-15 |
[Accelerated musculoskeletal magnetic resonance imaging with deep learning-based image reconstruction at 0.55 T-3 T]
2024-Oct, Radiologie (Heidelberg, Germany)
DOI:10.1007/s00117-024-01325-w
PMID:38864874
|
研究论文 | 本文探讨了使用深度学习技术加速肌肉骨骼磁共振成像(MRI)重建的方法 | 引入深度学习(DL)算法进行图像重建,以减少信噪比、空间分辨率和图像采集时间之间的相互依赖性,并允许使用更高的加速因子 | NA | 提高肌肉骨骼MRI的效率、患者舒适度、访问性和价值,同时保持高诊断准确性 | 肌肉骨骼系统的MRI图像重建 | 计算机视觉 | NA | 磁共振成像(MRI) | 深度学习(DL) | 图像 | NA |
828 | 2024-10-15 |
Enhancing the analysis of murine neonatal ultrasonic vocalizations: Development, evaluation, and application of different mathematical models
2024-Oct-01, The Journal of the Acoustical Society of America
IF:2.1Q1
DOI:10.1121/10.0030473
PMID:39400270
|
研究论文 | 本文系统评估了不同类型的神经网络用于小鼠新生超声发声(USV)分类的效果 | 首次系统评估了多种神经网络架构在USV分类中的适用性,并确定了最适合的架构 | NA | 确定最适合分析小鼠新生超声发声的神经网络架构 | 小鼠新生超声发声的分类 | 机器学习 | NA | 深度学习 | 卷积神经网络(CNN) | 音频 | NA |
829 | 2024-10-14 |
Validation of the Mirai model for predicting breast cancer risk in Mexican women
2024-Oct-10, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-024-01808-3
PMID:39387984
|
研究论文 | 验证Mirai模型在预测墨西哥女性乳腺癌风险中的表现 | Mirai模型在非白人少数族裔中的应用研究较少 | 模型在预测未来乳腺癌风险中的表现中等,需要进一步改进 | 验证Mirai模型在预测墨西哥女性乳腺癌风险中的表现 | 墨西哥女性乳腺癌风险 | 机器学习 | 乳腺癌 | 深度学习 | 深度学习模型 | 影像 | 3110名患者,其中76名在5年随访期内发展为乳腺癌 |
830 | 2024-10-14 |
A novel embedded kernel CNN-PCFF algorithm for breast cancer pathological image classification
2024-10-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-74025-z
PMID:39390003
|
研究论文 | 提出了一种新的嵌入式核函数CNN-PCFF算法用于乳腺癌病理图像分类 | 通过在主成分分析中嵌入核函数,形成多核主成分,将高维特征融合为一些代表性的综合变量,从而实现降维 | 未提及具体限制 | 提高乳腺癌病理图像分类的性能 | 乳腺癌病理图像 | 计算机视觉 | 乳腺癌 | 主成分分析 | CNN | 图像 | 两个公开的乳腺癌图像数据集 |
831 | 2024-10-13 |
Identification of dynamic networks community by fusing deep learning and evolutionary clustering
2024-Oct-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-74361-0
PMID:39390015
|
研究论文 | 本文提出了一种融合深度学习和进化聚类的动态网络社区检测方法 | 结合深度学习和进化聚类,提出了一种新的动态社区检测方法DLEC,能够有效挖掘复杂非线性结构并生成高质量的社区结构 | NA | 旨在提高动态网络中社区检测的准确性和鲁棒性 | 动态网络中的社区结构 | 机器学习 | NA | 深度学习 | 多层深度自编码器 | 网络数据 | 合成网络和真实世界网络 |
832 | 2024-10-14 |
Galformer: a transformer with generative decoding and a hybrid loss function for multi-step stock market index prediction
2024-Oct-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-72045-3
PMID:39390029
|
研究论文 | 本文介绍了一种名为Galformer的创新型Transformer模型,结合生成式解码和混合损失函数,用于多步股票市场指数预测 | Galformer模型具有生成式解码器和混合损失函数,能够显著提高长序列预测的速度,并结合定量误差和趋势准确性优化模型 | NA | 提高股票市场指数预测的准确性和效率 | 股票市场指数的多步预测 | 机器学习 | NA | Transformer模型 | Transformer | 时间序列数据 | 四个典型股票市场指数:CSI 300指数、S&P 500指数、道琼斯工业平均指数(DJI)和纳斯达克综合指数(IXIC) |
833 | 2024-10-14 |
Integrating holotomography and deep learning for rapid detection of NPM1 mutations in AML
2024-10-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-75168-9
PMID:39390137
|
研究论文 | 本研究利用全息断层成像(HT)和深度学习技术,快速检测急性髓系白血病(AML)中的NPM1突变 | 首次将全息断层成像与深度学习结合,用于检测AML中的NPM1突变,提供了一种早期、高效且成本效益高的诊断方法 | 研究样本量相对较小,且仅限于AML中的NPM1突变检测 | 开发一种新的方法,用于快速准确地诊断AML中的NPM1突变 | AML患者中的NPM1突变 | 数字病理学 | 白血病 | 全息断层成像(HT) | 卷积神经网络(CNN) | 图像 | 2073张HT髓母细胞图像,来自48名个体,包括NPM1野生型和突变样本 |
834 | 2024-10-14 |
Application of artificial intelligence model in pathological staging and prognosis of clear cell renal cell carcinoma
2024-Oct-10, Discover oncology
IF:2.8Q2
DOI:10.1007/s12672-024-01437-8
PMID:39390246
|
研究论文 | 本研究开发了一种基于全切片图像的深度学习模型,用于预测透明细胞肾细胞癌的病理分期和预后 | 首次使用深度学习模型从病理图像中准确预测透明细胞肾细胞癌的病理分期和预后 | 研究样本仅来自TCGA数据库,可能存在数据偏倚 | 开发一种能够准确预测透明细胞肾细胞癌病理分期和预后的深度学习模型 | 透明细胞肾细胞癌患者的病理图像 | 数字病理学 | 肾癌 | 深度学习 | 深度学习模型 | 图像 | 513例透明细胞肾细胞癌患者 |
835 | 2024-10-14 |
A multi-task graph deep learning model to predict drugs combination of synergy and sensitivity scores
2024-Oct-10, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-024-05925-0
PMID:39390357
|
研究论文 | 本文提出了一种多任务图深度学习模型'MultiComb',用于预测药物组合的协同作用和敏感性评分 | 该模型利用图卷积网络处理药物的SMILES表示,并通过注意力机制优化特征表示,结合交叉缝合模型学习任务间关系,从而实现对药物组合协同作用和敏感性评分的预测 | NA | 预测药物组合对特定癌细胞系的协同作用和敏感性评分 | 药物组合的协同作用和敏感性评分 | 机器学习 | 癌症 | 图卷积网络 | 多任务深度学习模型 | 分子数据 | 38种独特药物组合成17,901对药物组合,并在37种独特癌细胞上测试 |
836 | 2024-10-14 |
Automatic maxillary sinus segmentation and pathology classification on cone-beam computed tomographic images using deep learning
2024-Oct-10, BMC oral health
IF:2.6Q1
DOI:10.1186/s12903-024-04924-0
PMID:39390490
|
研究论文 | 使用深度学习技术自动分割锥束计算机断层扫描图像中的上颌窦并进行病理分类 | 采用改进的YOLOv5x架构进行迁移学习,以提高上颌窦及其疾病的分割和检测精度 | 研究样本量相对较小,且仅限于特定的上颌窦疾病 | 开发一种自动化的方法来分割和分类上颌窦及其疾病,以辅助医生工作 | 上颌窦及其相关疾病,包括黏液潴留囊肿、黏膜增厚、完全和部分不透明以及健康上颌窦 | 计算机视觉 | 口腔颌面疾病 | 深度学习 | YOLOv5x | 图像 | 307例锥束计算机断层扫描图像,包括173名女性和134名男性患者 |
837 | 2024-10-14 |
A deep learning-based dose calculation method for volumetric modulated arc therapy
2024-Oct-10, Radiation oncology (London, England)
DOI:10.1186/s13014-024-02534-2
PMID:39390598
|
研究论文 | 本研究利用深度学习方法开发了一种用于容积旋转调强放疗(VMAT)的快速且准确的剂量计算方法 | 本研究采用3D UNet模型,通过学习剂量计算的物理原理,实现了比传统治疗计划系统(TPS)更快的剂量计算速度 | 本研究仅在头颈部VMAT计划上进行了验证,未来需要在更多类型的放疗计划上进行测试 | 开发一种基于深度学习的快速且准确的VMAT剂量计算方法 | 头颈部VMAT计划 | 机器学习 | NA | 深度学习 | 3D UNet | 图像 | 51个头颈部VMAT计划,其中43个用于训练,1个用于验证,7个用于测试 |
838 | 2024-10-14 |
A deep learning model to enhance the classification of primary bone tumors based on incomplete multimodal images in X-ray, CT, and MRI
2024-Oct-10, Cancer imaging : the official publication of the International Cancer Imaging Society
IF:3.5Q1
DOI:10.1186/s40644-024-00784-7
PMID:39390604
|
研究论文 | 研究开发了一种基于深度学习的模型,用于在X光、CT和MRI等多模态图像不完整的情况下,对原发性骨肿瘤进行分类 | 提出了基于Transformer的PBTC-TransNet融合模型,能够在多模态图像不完整的情况下有效分类原发性骨肿瘤 | 研究为回顾性研究,且仅在两个中心的数据集上进行了验证 | 开发和验证一种基于不完整多模态图像和临床特征的深度学习模型,用于原发性骨肿瘤的分类 | 原发性骨肿瘤的分类 | 计算机视觉 | 骨肿瘤 | 深度学习 | Transformer | 图像 | 1305名患者,包括内部数据集1043例和外部数据集262例 |
839 | 2024-10-14 |
Analyzing hope speech from psycholinguistic and emotional perspectives
2024-10-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-74630-y
PMID:39384851
|
研究论文 | 本研究利用自然语言处理工具分析社交媒体中的希望言论,提取心理语言学、情感和情感特征 | 提出了一种利用NLP工具分析社交媒体希望言论的新方法,并展示了LightGBM和CatBoost模型在分类不同类型希望方面的优越性能 | NA | 研究社交媒体中希望言论的心理语言学和情感特征,并探索利用这些数据分类不同类型希望的潜力 | 社交媒体中的希望言论 | 自然语言处理 | NA | 自然语言处理 (NLP) | LightGBM, CatBoost | 文本 | 希望言论数据集 |
840 | 2024-10-14 |
Enhancing quantitative imaging to study DNA damage response: A guide to automated liquid handling and imaging
2024-Oct-06, DNA repair
IF:3.0Q2
DOI:10.1016/j.dnarep.2024.103769
PMID:39395383
|
研究论文 | 本文介绍了一种自动化免疫荧光染色流程,结合定量高内涵成像技术,用于研究DNA损伤信号传导 | 提出了自动化液体处理系统与高内涵成像技术的无缝集成方法,并提供了确保实验结果可重复性和可扩展性的实用建议 | 未明确提及具体的局限性 | 提升实验室高内涵定量成像能力,通过先进实验室自动化的无缝集成 | DNA损伤信号传导 | 生物技术 | NA | 自动化液体处理系统,高内涵成像 | 深度学习 | 图像 | 未明确提及具体样本数量 |