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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1081 | 2024-10-04 |
Hierarchically Nano-Decorated Poly(lactic acid) Nanofibers for Humidity-Resistant Respiratory Healthcare and High-Accuracy Disease Diagnosis
2024-Oct-02, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.4c11843
PMID:39297301
|
研究论文 | 本文介绍了一种微波辅助方法制备的ZnO@PDA纳米介电材料,通过电纺-电喷技术将其修饰在PLA纳米纤维上,显著提升了PLA纳米纤维膜的电活性、介电常数和表面电位,从而提高了空气过滤性能和摩擦电性能,并开发了一种基于深度学习的智能诊断系统,实现了高精度的疾病诊断 | 首次通过微波辅助方法制备ZnO@PDA纳米介电材料,并将其应用于PLA纳米纤维的修饰,显著提升了PLA纳米纤维膜的性能,并开发了基于深度学习的智能诊断系统 | NA | 提升PLA纳米纤维膜的性能,并开发智能诊断系统 | PLA纳米纤维膜的性能提升和智能诊断系统 | NA | NA | 微波辅助方法、电纺-电喷技术 | 深度学习 | 呼吸驱动信号模式 | NA |
1082 | 2024-09-24 |
Machine Learning-Assisted Gesture Sensor Made with Graphene/Carbon Nanotubes for Sign Language Recognition
2024-Oct-02, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.4c10872
PMID:39297553
|
研究论文 | 本文提出了一种基于石墨烯/碳纳米管的新型手势传感器,结合深度学习技术用于手语识别 | 受蜘蛛丝结构启发,设计了一种具有核壳结构的手势传感器,具有高灵敏度和宽响应范围,并结合深度学习技术实现了高精度的手语识别 | NA | 提高手势传感器在人机交互中的灵敏度和响应范围,并结合深度学习技术实现高精度的手语识别 | 手势传感器和手语识别系统 | 机器学习 | NA | 深度学习 | 神经网络 | 手势数据 | NA |
1083 | 2024-10-04 |
A Dual-Branch Cross-Modality-Attention Network for Thyroid Nodule Diagnosis Based on Ultrasound Images and Contrast-Enhanced Ultrasound Videos
2024-Oct-02, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3472609
PMID:39356606
|
研究论文 | 提出了一种双分支跨模态注意力网络,用于基于超声图像和增强超声视频的甲状腺结节诊断 | 引入了一种新的双分支网络,通过跨模态注意力机制整合超声视频和超声图像的信息,提高了诊断的准确性和可解释性 | NA | 开发一种新的方法来提高基于超声图像和增强超声视频的甲状腺结节诊断的准确性 | 甲状腺结节 | 计算机视觉 | 甲状腺疾病 | 跨模态注意力机制 | 双分支网络 | 图像和视频 | 收集的甲状腺超声-增强超声数据集 |
1084 | 2024-10-04 |
Reinforcement Learning for Improving Chemical Reaction Performance
2024-Oct-02, Journal of the American Chemical Society
IF:14.4Q1
DOI:10.1021/jacs.4c08866
PMID:39356950
|
研究论文 | 本文介绍了一种结合深度强化学习和基于RNN的深度生成模型的新方法RE-EXPLORE,用于改进化学反应性能 | 引入了一种新的奖励函数,包括基于Tanimoto的独特性因子,以改进环境探索并积累更大的回报 | NA | 旨在通过强化学习方法改进化学反应的产率和选择性 | 化学反应中的新反应物和催化剂 | 机器学习 | NA | 深度强化学习 (RL) | RNN | 分子数据 | 使用了三个化学数据库(ChEMBL, ZINC, COCONUT),包含五十万到一百万个未标记的分子 |
1085 | 2024-10-04 |
Automatic deep learning detection of overhanging restorations in bitewing radiographs
2024-Oct-01, Dento maxillo facial radiology
DOI:10.1093/dmfr/twae036
PMID:39024043
|
研究论文 | 本研究评估了深度卷积神经网络(CNN)算法在咬翼片放射图像中检测和分割悬突牙修复体的效果 | 本研究首次使用YOLOv5模型进行悬突牙修复体的检测和分割 | 研究样本量相对较小,可能影响模型的泛化能力 | 评估深度CNN算法在咬翼片放射图像中检测和分割悬突牙修复体的有效性 | 悬突牙修复体在咬翼片放射图像中的检测和分割 | 计算机视觉 | NA | 深度卷积神经网络(CNN) | YOLOv5 | 图像 | 1160张匿名咬翼片放射图像,分为训练集(930张,2399个标签)、验证集(115张,273个标签)和测试集(115张,306个标签) |
1086 | 2024-10-04 |
Extra-abdominal trocar and instrument detection for enhanced surgical workflow understanding
2024-Oct, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-024-03220-0
PMID:39008232
|
研究论文 | 本文研究了通过外部摄像头检测腹腔镜手术中的穿刺器及其占用状态,以增强手术工作流程的理解 | 提出了一种使用外部摄像头检测穿刺器并分类其占用状态的方法,以补充现有的腹腔内解决方案 | 当前方法的数据集较小,未来需要扩大数据集并结合腹腔内成像以提高准确性 | 增强腹腔镜手术工作流程的理解 | 腹腔镜手术中的穿刺器及其占用状态 | 计算机视觉 | NA | 深度学习 | 卷积神经网络 | 视频 | 四例腹腔镜手术记录 |
1087 | 2024-10-04 |
3D mobile regression vision transformer for collateral imaging in acute ischemic stroke
2024-Oct, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-024-03229-5
PMID:39002099
|
研究论文 | 本文提出了一种用于急性缺血性中风侧支成像的3D移动回归视觉Transformer模型 | 利用轻量级卷积和Transformer架构,提出了一种移动、轻量级的深度回归神经网络,平衡了模型复杂性和性能 | 未提及具体局限性 | 开发一种快速且精确的侧支状态评估方法,以改善急性缺血性中风患者的诊断和治疗 | 急性缺血性中风患者的侧支成像 | 计算机视觉 | 中风 | 动态磁敏感对比MR灌注(DSC-MRP) | Transformer | 图像 | 952名患者 |
1088 | 2024-10-04 |
Needle tracking in low-resolution ultrasound volumes using deep learning
2024-Oct, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-024-03234-8
PMID:39002100
|
研究论文 | 本文提出了一种利用深度学习从低分辨率超声体积中直接提取3D针尖位置的方法 | 本文的创新点在于利用深度学习技术从低分辨率超声体积中提取3D针尖位置,以实现实时导航 | 本文的局限性在于实验仅在水中和鸡肝组织中进行,尚未在临床环境中验证 | 本文的研究目的是提高临床针插入过程中的实时导航能力,减少针和探头的错位 | 本文的研究对象是低分辨率超声体积中的针尖位置 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 实验中使用了大量的低分辨率超声体积数据,采集频率为4Hz |
1089 | 2024-10-04 |
Automatic evaluation of Nail Psoriasis Severity Index using deep learning algorithm
2024-Oct, The Journal of dermatology
IF:2.9Q2
DOI:10.1111/1346-8138.17313
PMID:38847292
|
研究论文 | 本文开发了一种基于深度学习算法的自动评估指甲银屑病严重指数(NAPSI)的方法 | 首次使用深度学习算法(YOLOv7)自动评估NAPSI,显著提高了评估速度和准确性 | 模型在测试集上的准确率为67.6%,仍有提升空间 | 开发一种快速且可靠的NAPSI评估方法,以克服传统评估方法耗时且难以在临床环境中应用的问题 | 指甲银屑病患者的指甲图像 | 计算机视觉 | 银屑病 | 深度学习算法 | YOLOv7 | 图像 | 7054张单个指甲图像,来自634名银屑病患者 |
1090 | 2024-10-04 |
PolypNextLSTM: a lightweight and fast polyp video segmentation network using ConvNext and ConvLSTM
2024-Oct, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-024-03244-6
PMID:39115609
|
研究论文 | 本文提出了一种轻量级且快速的息肉视频分割网络PolypNextLSTM,结合了ConvNext和ConvLSTM技术,以提高分割性能并减少参数开销 | 本文的创新点在于PolypNextLSTM模型,该模型在参数数量和速度方面表现出色,超越了五个最先进的图像和视频分割模型 | NA | 本文旨在通过利用视频数据中的时间信息,提高息肉分割的准确性,并减少模型参数,使其适用于边缘设备 | 本文的研究对象是息肉视频的分割 | 计算机视觉 | NA | ConvNext, ConvLSTM | UNet, ConvNext-Tiny, ConvLSTM | 视频 | SUN-SEG数据集,包括易检测和难检测的息肉场景,以及包含快速运动和遮挡等挑战性伪影的视频 |
1091 | 2024-10-04 |
Predicting the potential associations between circRNA and drug sensitivity using a multisource feature-based approach
2024-Oct, Journal of cellular and molecular medicine
IF:4.3Q2
DOI:10.1111/jcmm.18591
PMID:39347936
|
研究论文 | 本文介绍了一种名为SNMGCDA的新型深度学习模型,用于预测circRNA与药物敏感性之间的潜在关联 | SNMGCDA模型整合了多种相似性网络,通过三种不同的计算方法提取circRNA和药物的特征向量,并结合多层感知器进行预测 | NA | 开发高效的计算技术来预测circRNA与药物敏感性之间的潜在关联 | circRNA与药物敏感性之间的关系 | 机器学习 | NA | 非负矩阵分解 (NMF), 多层感知器 (MLP), 多头图注意力网络 | 深度学习模型 | 特征向量 | NA |
1092 | 2024-10-04 |
Advances and prospects of multi-modal ophthalmic artificial intelligence based on deep learning: a review
2024-Oct-01, Eye and vision (London, England)
DOI:10.1186/s40662-024-00405-1
PMID:39350240
|
综述 | 本文综述了基于深度学习的多模态眼科人工智能的进展和前景 | 利用多模态数据,深度学习为基础的多模态AI技术在辅助诊断多种眼科疾病方面表现出优异的诊断效果 | 多模态技术在眼科AI中的应用仍面临许多挑战,尚未能在临床环境中有效应用 | 总结多模态眼科AI技术的概念、融合形式及进展,并探讨当前技术应用的挑战和未来可行的研究方向 | 多模态眼科AI技术及其在眼科疾病诊断中的应用 | 人工智能 | 眼科疾病 | 深度学习 | 多模态AI技术 | 多模态数据 | NA |
1093 | 2024-10-04 |
Deep Learning-Based Image Classification and Segmentation on Digital Histopathology for Oral Squamous Cell Carcinoma: A Systematic Review and Meta-Analysis
2024-Oct, Journal of oral pathology & medicine : official publication of the International Association of Oral Pathologists and the American Academy of Oral Pathology
IF:2.7Q2
DOI:10.1111/jop.13578
PMID:39256895
|
meta-analysis | 本文对基于深度学习的口腔鳞状细胞癌(OSCC)数字病理图像分类和分割进行了系统综述和荟萃分析 | 深度学习方法在OSCC检测中表现出与人类专家相当的高准确性,代表了数字病理学的根本性转变 | AI模型无法完全替代经验丰富的病理学家,但可以辅助提高诊断的客观性和重复性,减少病理学家疲劳带来的误差 | 评估深度学习模型在口腔鳞状细胞癌(OSCC)病理图像检测中的诊断性能 | 口腔鳞状细胞癌(OSCC)的病理图像 | digital pathology | 口腔癌 | 深度学习 | CNN | image | 17项研究符合最终纳入标准,使用了11项图像分类和3项分割方法,以及3项结合方法 |
1094 | 2024-10-04 |
Multiscale Spatial-Temporal Feature Fusion Neural Network for Motor Imagery Brain-Computer Interfaces
2024-Oct-01, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3472097
PMID:39352826
|
研究论文 | 提出了一种基于多尺度时空特征融合的卷积神经网络(MSTFNet)用于运动想象脑机接口的EEG分类 | 提出了新的端到端卷积神经网络MSTFNet,通过多尺度时空特征融合模块和数据增强策略,提高了运动想象信号的解码精度 | 实验仅在公开数据集和实验室数据集上进行验证,未来需在更多不同数据集上进行验证 | 提高运动想象脑机接口中EEG信号的解码精度 | 运动想象脑机接口中的EEG信号 | 机器学习 | NA | 卷积神经网络 | 卷积神经网络 | 脑电信号 | 在BCI Competition IV 2a和2b数据集上分别进行了实验,实验室数据集上也进行了验证 |
1095 | 2024-10-04 |
ANI/EFP: Modeling Long-Range Interactions in ANI Neural Network with Effective Fragment Potentials
2024-Oct-01, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.4c01052
PMID:39352841
|
研究论文 | 本文提出了一种改进的ANI神经网络模型,通过引入有效片段势能(EFP)来模拟长程相互作用 | 通过引入有效片段势能(EFP)作为额外的输入特征,改进了ANI神经网络对长程相互作用的描述能力 | 目前仅在训练数据集上验证了其准确性,尚未在更广泛的分子系统中进行验证 | 旨在改进深度学习神经网络在分子建模中的长程相互作用描述能力,以提高其在扩展分子系统中的适用性 | ANI神经网络及其在分子系统中的长程相互作用 | 机器学习 | NA | 深度学习神经网络 | 神经网络 | 分子数据 | 训练数据集中的溶质-溶剂相互作用能量 |
1096 | 2024-10-04 |
Frequency aware high-quality computer-generated holography via multilevel wavelet learning and channel attention
2024-Oct-01, Optics letters
IF:3.1Q2
DOI:10.1364/OL.532049
PMID:39353006
|
研究论文 | 本文提出了一种基于多级小波学习和通道注意力机制的频率感知网络,用于生成高质量的相位全息图 | 本文创新性地设计了多级小波通道注意力网络(MW-CANet),通过多尺度小波变换有效捕捉高低频特征,并利用注意力机制增强对关键高频成分的关注 | NA | 解决现有基于卷积神经网络的相位全息图生成方法中存在的高频成分学习不足的问题 | 相位全息图(POHs)的高质量生成 | 计算机视觉 | NA | 多级小波变换、通道注意力机制 | CNN | 图像 | NA |
1097 | 2024-10-04 |
Holography optimization based on combining iterative Green's function algorithm and deep learning method
2024-Oct-01, Optics letters
IF:3.1Q2
DOI:10.1364/OL.531648
PMID:39353020
|
研究论文 | 本文提出了一种结合数值迭代算法和物理信息神经网络(PINN)架构的新方法,用于解决亥姆霍兹方程,实现高度通用的折射率调制全息术 | 首次将数值迭代算法与物理信息神经网络结合,用于解决亥姆霍兹方程,并设计了非均匀折射率卷积神经网络(NRI-CNN)和U-net来处理光场和相位的残差 | NA | 解决亥姆霍兹方程,实现高度通用的折射率调制全息术 | 亥姆霍兹方程的求解和光场分布的获取 | 计算机视觉 | NA | 数值迭代算法 | 卷积神经网络(CNN)、物理信息神经网络(PINN)、U-net | 光场分布 | 多种类型的光束 |
1098 | 2024-10-04 |
Spatial Transcriptomics of the Respiratory System
2024-Oct-01, Annual review of physiology
IF:15.7Q1
|
综述 | 本文综述了空间转录组学在呼吸系统中的应用及其最新进展 | 介绍了利用机器学习和深度学习技术来解释空间数据的最新发展 | 本文主要综述了现有技术的优势和局限性,未提出新的研究方法 | 探讨空间转录组学如何帮助理解呼吸系统中细胞类型的三维空间交互 | 呼吸系统中的细胞类型及其在健康和疾病中的功能 | 生物信息学 | NA | 空间转录组学 | 机器学习 | 基因表达数据 | NA |
1099 | 2024-10-04 |
Deep-Learning-Based Disease Classification in Patients Undergoing Cine Cardiac MRI
2024-Oct-01, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29619
PMID:39353848
|
研究论文 | 开发了一种基于MRI的深度学习疾病分类算法,用于区分正常人、扩张型心肌病、肥厚型心肌病和缺血性心脏病 | 使用变分自编码器模型和无标签正常数据进行训练,提高了正常类别的特异性 | 研究为回顾性,样本量有限,且未涉及其他心脏疾病 | 开发一种自动化的MRI疾病分类算法,用于快速、可重复地评估心血管疾病 | 正常人、扩张型心肌病、肥厚型心肌病和缺血性心脏病患者 | 计算机视觉 | 心血管疾病 | MRI | 变分自编码器 | 图像 | 1337名受试者,包括568名正常人、151名扩张型心肌病患者、177名肥厚型心肌病患者和441名缺血性心脏病患者 |
1100 | 2024-10-04 |
MobileNet-V2: An Enhanced Skin Disease Classification by Attention and Multi-Scale Features
2024-Oct-01, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01271-y
PMID:39354294
|
研究论文 | 本文介绍了一种利用深度学习技术进行皮肤疾病分类的新模型 | 该模型结合了MobileNet-V2主干网络、Squeeze-and-Excitation块、Atrous空间金字塔池化(ASPP)和通道注意力机制,显著提升了特征提取能力 | 研究指出了模型的局限性,并提出了未来研究的方向 | 开发一种准确且高效的皮肤疾病分类工具 | 皮肤疾病分类 | 计算机视觉 | 皮肤疾病 | 深度学习 | MobileNet-V2 | 图像 | 四个不同数据集,包括PH2数据集、Skin Cancer MNIST: HAM10000数据集、DermNet数据集和Skin Cancer ISIC数据集 |