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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1021 | 2024-10-07 |
AML leukocyte classification method for small samples based on ACGAN
2024-Oct-28, Biomedizinische Technik. Biomedical engineering
DOI:10.1515/bmt-2024-0028
PMID:38547466
|
研究论文 | 本文研究了基于辅助分类生成对抗网络(ACGAN)的小样本急性髓系白血病(AML)白细胞分类方法 | 本文首次将ACGAN应用于小样本白细胞分类任务,并展示了其在分类准确性上的竞争力 | NA | 评估ACGAN在小样本白细胞分类任务中的适用性 | 急性髓系白血病(AML)白细胞 | 机器学习 | 血液恶性肿瘤 | 生成对抗网络(GAN) | 辅助分类生成对抗网络(ACGAN) | 图像 | 小样本 |
1022 | 2024-10-07 |
Vein segmentation and visualization of upper and lower extremities using convolution neural network
2024-Oct-28, Biomedizinische Technik. Biomedical engineering
DOI:10.1515/bmt-2023-0331
PMID:38651783
|
研究论文 | 研究开发了一种基于深度学习自参数化卷积神经网络的静脉定位、识别和可视化框架,用于分割和可视化上下肢静脉图 | 提出了自参数化的U-Net模型,用于在不受约束条件下进行静脉分割和可视化,优于传统的CNN架构 | 研究样本量较小,仅涉及72名受试者 | 开发一种可靠的实时静脉定位和可视化系统,以辅助血管外科医生进行静脉穿刺、血管手术或慢性静脉疾病治疗 | 上下肢静脉的分割和可视化 | 计算机视觉 | 慢性静脉疾病 | 卷积神经网络 | U-Net | 图像 | 72名受试者的上下肢静脉数据 |
1023 | 2024-10-07 |
Repairing Noise-Contaminated Low-Frequency Vibrational Spectra with an Attention U-Net
2024-Oct-05, Journal of the American Chemical Society
IF:14.4Q1
DOI:10.1021/jacs.4c10893
PMID:39367839
|
研究论文 | 本文开发了一种基于注意力增强U-net架构的深度学习去噪协议,用于修复低频振动光谱中的噪声污染 | 利用高频和低频振动模式之间的内在相关性,有效重建低频光谱特征 | NA | 解决低频振动光谱检测和分析中的挑战 | 低频振动模式在红外和拉曼光谱中的应用 | 机器学习 | NA | 深度学习 | 注意力U-net | 光谱 | 实验中使用了吸附在Ag表面上的-1,2-双(4-吡啶基)乙烯(BPE)作为代表性系统 |
1024 | 2024-10-07 |
A comparative study of early stage Alzheimer's disease classification using various transfer learning CNN frameworks
2024-Oct-05, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2406946
PMID:39367861
|
研究论文 | 本文研究了使用多种迁移学习CNN框架对早期阿尔茨海默病进行分类的效果 | 通过在基础CNN架构中加入批量归一化、dropout和全连接层,提高了模型对阿尔茨海默病分类的准确性和效率 | 未提及具体限制 | 评估和比较不同迁移学习CNN框架在早期阿尔茨海默病分类中的性能 | 早期阿尔茨海默病的分类 | 计算机视觉 | 阿尔茨海默病 | 迁移学习 | CNN | 图像 | 训练图像5120张,测试图像1280张 |
1025 | 2024-10-07 |
Artificial intelligence for detection and characterization of focal hepatic lesions: a review
2024-Oct-05, Abdominal radiology (New York)
DOI:10.1007/s00261-024-04597-x
PMID:39369107
|
综述 | 本文综述了人工智能在检测和表征肝局灶性病变中的诊断能力 | 人工智能,特别是深度学习,通过分析大数据识别模式和提取临床特征,为早期检测和分类肝局灶性病变提供了潜在解决方案 | 未来研究应集中在数据集的扩展、模型可解释性的提高以及在不同临床环境中验证人工智能工具,以确保其适用性和可靠性 | 评估人工智能算法在处理CT和MRI图像以检测和分类肝局灶性病变中的诊断能力 | 肝局灶性病变 | 计算机视觉 | 肝病 | 深度学习 | 卷积神经网络 | 图像 | 45项相关研究 |
1026 | 2024-10-07 |
Enhanced image quality and lesion detection in FLAIR MRI of white matter hyperintensity through deep learning-based reconstruction
2024-Oct-04, Asian journal of surgery
IF:3.5Q1
DOI:10.1016/j.asjsur.2024.09.156
PMID:39368951
|
研究论文 | 研究深度学习重建(DLR)在3.0T扫描仪上对白质高信号(WMH)的评估是否能提高图像质量和病灶检测能力,并与传统重建(CR)进行比较 | 深度学习重建(DLR)在图像质量和病灶检测敏感性方面显著优于传统重建(CR) | NA | 研究深度学习重建(DLR)在白质高信号(WMH)评估中的应用效果 | 白质高信号(WMH)的图像质量和病灶检测能力 | 计算机视觉 | NA | 深度学习重建(DLR) | NA | 图像 | 131名参与者(平均年龄46岁±17;46名男性) |
1027 | 2024-10-07 |
Computer vision and deep transfer learning for automatic gauge reading detection
2024-10-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-71270-0
PMID:39362865
|
研究论文 | 本文提出了一种使用深度学习和图像处理技术的自动模拟仪表读数检测系统 | 采用DenseNet 169、InceptionNet V3和VGG19等深度迁移学习模型进行自动读数检测,并展示了DenseNet 169在精度和泛化能力上的优势 | VGG19模型存在过拟合问题,训练精度高但测试精度较低 | 开发一种自动化的模拟仪表读数检测系统,提高读数的准确性和效率 | 模拟仪表的读数检测 | 计算机视觉 | NA | 深度学习、机器学习、图像处理 | DenseNet 169、InceptionNet V3、VGG19 | 图像 | 1011张标注图片,9个类别,读数范围从0到8 |
1028 | 2024-10-07 |
ChemAP: predicting drug approval with chemical structures before clinical trial phase by leveraging multi-modal embedding space and knowledge distillation
2024-10-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-72868-0
PMID:39362916
|
研究论文 | 本文介绍了一种名为ChemAP的新型深度学习方案,用于在药物发现早期阶段预测药物批准 | 首次展示了仅使用药物结构信息通过深度学习技术定义批准和未批准药物的化学空间,从而预测药物批准的可能性 | NA | 开发一种仅使用化学结构数据在药物开发早期阶段进行决策的计算模型 | 药物批准预测 | 机器学习 | NA | 深度学习 | 深度学习模型 | 化学结构数据 | 使用了药物批准基准数据集和包含2023年FDA批准药物及2024年临床试验失败药物的外部数据集 |
1029 | 2024-10-07 |
Enhancing human computer interaction with coot optimization and deep learning for multi language identification
2024-10-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-74327-2
PMID:39362948
|
研究论文 | 本文提出了一种结合Coot优化算法和深度学习的多语言识别技术,用于增强人机交互 | 开发了一种新的Coot优化算法与深度学习驱动的多语言识别和检测技术(COADL-MSLID),用于人机交互应用 | NA | 提高人机交互系统中多语言识别的准确性和效率 | 多语言识别技术在人机交互中的应用 | 自然语言处理 | NA | 深度学习 | 卷积神经网络(CNN) | 音频 | 基准数据集 |
1030 | 2024-10-07 |
Integrative analysis of H&E and IHC identifies prognostic immune subtypes in HPV related oropharyngeal cancer
2024-Oct-03, Communications medicine
IF:5.4Q1
DOI:10.1038/s43856-024-00604-w
PMID:39363031
|
研究论文 | 本文通过整合H&E和IHC图像,利用深度学习技术识别HPV相关口咽癌中的预后免疫亚型 | 本文创新性地整合了H&E和IHC图像,以增强对肿瘤免疫微环境中细胞组成和功能特征的理解,并改善患者分层 | 本文的局限性在于其研究对象仅限于HPV阳性口咽鳞状细胞癌患者,且样本量相对较小 | 本文旨在通过整合H&E和IHC图像,提高对肿瘤免疫微环境中细胞组成和功能特征的理解,并改善患者分层 | 本文的研究对象为HPV阳性口咽鳞状细胞癌患者 | 数字病理学 | 口咽癌 | 深度学习 | NA | 图像 | 88例原发肿瘤和70例受累淋巴结组织图像 |
1031 | 2024-10-07 |
Synergistic application of digital outcrop characterization techniques and deep learning algorithms in geological exploration
2024-Oct-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-74903-6
PMID:39363057
|
研究论文 | 本研究开发了一个基于Cesium的野外数字露头可视化平台,结合改进的VGG19算法模型,提高了岩石纹理和复杂结构的识别精度 | 首次将数字露头表征技术与深度学习算法结合,提供了一种更快、更全面的野外地质条件理解手段 | NA | 开发一种新的技术平台,以提高地质学家在野外对露头数据的分析效率和易用性 | 地质露头数据及其在野外的可视化和分析 | 数字病理学 | NA | UAV倾斜摄影 | CNN | 图像 | NA |
1032 | 2024-10-07 |
Coronary artery disease detection using deep learning and ultrahigh-resolution photon-counting coronary CT angiography
2024-Oct-03, Diagnostic and interventional imaging
IF:4.9Q1
DOI:10.1016/j.diii.2024.09.012
PMID:39366836
|
研究论文 | 本研究评估了深度学习在光子计数冠状CT血管造影(PC-CCTA)中检测冠状动脉疾病(CAD)的诊断性能 | 本研究首次使用深度学习模型(CorEx, Spimed-AI)在非超高分辨率PC-CCTA图像上进行CAD检测,并展示了其显著的诊断性能 | 本研究为回顾性、单中心研究,样本量有限,且仅限于特定时间段内的患者 | 评估深度学习在PC-CCTA图像中检测CAD的诊断性能 | 连续接受PC-CCTA检查的疑似CAD患者 | 计算机视觉 | 心血管疾病 | 光子计数冠状CT血管造影(PC-CCTA) | 深度学习模型(CorEx, Spimed-AI) | 图像 | 140名患者(96名男性,44名女性) |
1033 | 2024-10-07 |
Postoperative facial prediction for mandibular defect based on surface mesh deformation
2024-Oct, Journal of stomatology, oral and maxillofacial surgery
DOI:10.1016/j.jormas.2024.101973
PMID:39089509
|
研究论文 | 本研究提出了一种基于表面网格变形的新型预测模型,用于预测下颌骨缺损患者的术后面部轮廓 | 本研究通过使用表面三角网格和Mesh Convolutional Restricted Boltzmann Machines模型,显著提高了几何信息保留和可解释性 | NA | 开发一种新的预测模型,以提高下颌骨缺损患者术后面部轮廓预测的准确性和可解释性 | 下颌骨缺损患者的术后面部轮廓 | 计算机视觉 | NA | 表面网格理论和深度学习 | Mesh Convolutional Restricted Boltzmann Machines (MCRBM) | 三维变形场 | NA |
1034 | 2024-10-07 |
A deep learning approach to detection of oral cancer lesions from intra oral patient images: A preliminary retrospective study
2024-Oct, Journal of stomatology, oral and maxillofacial surgery
DOI:10.1016/j.jormas.2024.101975
PMID:39043293
|
研究论文 | 本研究评估了一种基于深度学习算法的人工智能软件在检测口腔癌病变中的表现 | 首次使用YOLOv5架构进行口腔癌病变的检测 | 样本量较小,成功率有待提高 | 评估人工智能在口腔癌病变预诊断中的潜力 | 口腔鳞状细胞癌病变 | 计算机视觉 | 口腔癌 | 深度学习 | YOLOv5 | 图像 | 65张匿名的回顾性口腔内患者图像 |
1035 | 2024-10-07 |
Automatic detection of midfacial fractures in facial bone CT images using deep learning-based object detection models
2024-Oct, Journal of stomatology, oral and maxillofacial surgery
DOI:10.1016/j.jormas.2024.101914
PMID:38750725
|
研究论文 | 本文研究了使用深度学习对象检测模型自动检测面部骨CT图像中的中面部骨折 | 利用深度学习技术自动检测中面部骨折,提高了诊断的准确性和速度 | 样本量较小,仅包括100张CT图像 | 开发一个能够快速准确诊断中面部骨折的系统,以帮助急诊医生和患者 | 中面部骨折的自动检测 | 计算机视觉 | NA | 深度学习 | 对象检测模型(SSD和YOLOv8) | CT图像 | 100张包含中面部骨折的CT图像,其中80张用于训练,20张用于验证 |
1036 | 2024-10-06 |
Geometry-Aware Attenuation Learning for Sparse-View CBCT Reconstruction
2024-Oct-04, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2024.3473970
PMID:39365719
|
研究论文 | 本文提出了一种新的几何感知编码-解码框架,用于稀疏视图锥束CT重建 | 引入了一种几何感知编码-解码框架,通过2D CNN编码器和3D CNN解码器,利用CBCT扫描的几何特性,将多视角2D特征反投影到3D空间,形成全面的体素特征图,从而恢复3D CBCT图像 | NA | 减少锥束CT重建所需的辐射剂量,同时提高重建质量和时间效率 | 稀疏视图锥束CT图像的重建 | 计算机视觉 | NA | NA | CNN | 图像 | 两个模拟数据集和一个真实世界数据集 |
1037 | 2024-10-06 |
Deep Learning Denoising Improves CT Perfusion Image Quality in the Setting of Lower Contrast Dosing: A Feasibility Study
2024-Oct-03, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8367
PMID:38844370
|
研究论文 | 本研究探讨了在低碘对比剂剂量下,通过深度学习去噪技术提高CT灌注成像质量的可行性 | 本研究首次在低碘对比剂剂量下应用深度学习去噪技术,显著提高了CT灌注成像的信噪比和图像质量 | 研究样本量较小,且仅限于动物和临床病例,未来需在大规模临床试验中验证其效果 | 开发在低碘对比剂剂量下仍能保持图像质量的CT灌注成像协议 | 猪和人类患者的CT灌注成像 | 计算机视觉 | NA | CT灌注成像 | 残差编码器-解码器卷积神经网络(RED-CNN) | 图像 | 12头猪和22名患者 |
1038 | 2024-10-06 |
High-sensitivity acceleration sensor detecting micro-mechanomyogram and deep learning approach for parkinson's disease classification
2024-10-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-74526-x
PMID:39358456
|
研究论文 | 本研究使用高灵敏度加速度传感器检测帕金森病患者的高频微振动,并利用深度学习模型进行疾病分类 | 首次使用高灵敏度加速度传感器检测帕金森病患者肌肉纤维中的高频微振动(微机械肌动图),并开发了基于深度学习的分类模型 | NA | 开发一种基于高频微振动检测的帕金森病诊断方法 | 帕金森病患者和健康对照组的拇指伸肌 | 机器学习 | 帕金森病 | 高灵敏度加速度传感器 | 深度学习模型 | 微机械肌动图 | 帕金森病患者和健康对照组 |
1039 | 2024-10-06 |
Deep learning-based multi-frequency denoising for myocardial perfusion SPECT
2024-Oct-02, EJNMMI physics
IF:3.0Q2
DOI:10.1186/s40658-024-00680-w
PMID:39356406
|
研究论文 | 本文开发了一种基于深度学习的集成多频去噪网络,用于增强低剂量心肌灌注SPECT去噪效果 | 提出了一种3D集成注意力引导的多频条件生成对抗网络(AttMFGAN),并与传统的AttGAN和多频带AttGAN(AttGAN-MF)进行了比较 | NA | 开发一种集成多频去噪网络,以进一步增强低剂量心肌灌注SPECT的去噪效果 | 低剂量心肌灌注SPECT图像的去噪效果 | 计算机视觉 | 心血管疾病 | 生成对抗网络(GAN) | 生成对抗网络(GAN) | 图像 | 50名匿名患者的数据,分为训练集(35名)、验证集(5名)和测试集(10名) |
1040 | 2024-10-06 |
Improving predictions of rock tunnel squeezing with ensemble Q-learning and online Markov chain
2024-Oct-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-72998-5
PMID:39358373
|
研究论文 | 本文提出了一种结合集成学习、Q学习和在线马尔可夫链的方法,用于提高岩石隧道挤压预测的准确性和可靠性 | 本文的创新点在于将集成学习技术与Q学习和在线马尔可夫链相结合,以捕捉隧道参数的多样性并优化预测性能 | NA | 本文的研究目的是提高岩石隧道挤压预测的准确性和可靠性 | 本文的研究对象是岩石隧道挤压预测 | 计算机视觉 | NA | 集成学习、Q学习、在线马尔可夫链 | 深度学习模型(CNN、RNN) | 隧道参数数据 | 多个隧道建设项目的综合数据库 |