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 | 2024-11-17 |
A deep learning model of dorsal and ventral visual streams for DVSD
2024-11-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-78304-7
PMID:39523365
|
研究论文 | 本文提出了一种名为VeDo-Net的深度学习模型,该模型包含背侧和腹侧视觉流分支,用于模拟视觉系统的行为 | 首次提出了一种结合背侧和腹侧视觉流的深度学习模型,能够同时识别物体并估计物体之间的距离 | 研究主要集中在模拟视觉障碍和自闭症谱系障碍,未涉及其他应用场景 | 开发一种能够模拟背侧和腹侧视觉流的深度学习模型,用于研究视觉障碍和自闭症谱系障碍 | 背侧和腹侧视觉流的功能及其在自闭症谱系障碍和脑视觉障碍中的作用 | 机器学习 | 自闭症谱系障碍 | 卷积神经网络 (CNN) | VeDo-Net | 图像 | NA |
822 | 2024-11-17 |
Glioma subtype prediction based on radiomics of tumor and peritumoral edema under automatic segmentation
2024-11-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-79344-9
PMID:39523433
|
研究论文 | 本文利用深度学习方法自动分割脑胶质瘤及其周围水肿区域,并基于提取的放射组学特征开发了胶质瘤亚型预测模型 | 本文创新性地使用3D U-Nets模型进行自动分割,并基于分割结果提取放射组学特征进行胶质瘤亚型预测 | 本文仅使用了BraTS2021数据集中的424例胶质瘤影像数据,样本量有限 | 开发一种基于放射组学的胶质瘤亚型预测模型,以实现非侵入性的术前分子诊断 | 成人型弥漫性胶质瘤的亚型预测 | 计算机视觉 | 脑肿瘤 | MRI | 3D U-Nets | 影像 | 424例胶质瘤影像数据 |
823 | 2024-11-17 |
An open codebase for enhancing transparency in deep learning-based breast cancer diagnosis utilizing CBIS-DDSM data
2024-11-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-78648-0
PMID:39516557
|
研究论文 | 本文提供了一个开源代码库,涵盖从图像预处理到模型开发和评估的整个流程,以提高基于深度学习的乳腺癌诊断的透明度 | 本文的创新点在于提供了一个开源代码库,解决了私有数据集的不透明性和模型训练测试中图像子集选择的模糊性问题 | 本文的局限性在于仅使用了CBIS-DDSM数据集,可能无法完全代表所有乳腺癌病例 | 本文的研究目的是提高基于深度学习的乳腺癌诊断的透明度和可重复性 | 本文的研究对象是基于CBIS-DDSM数据集的乳腺癌诊断模型 | 计算机视觉 | 乳腺癌 | 深度学习 | NA | 图像 | 使用了CBIS-DDSM数据集的全部图像和感兴趣区域(ROIs) |
824 | 2024-11-17 |
Hyperspectral imaging and deep learning for parasite detection in white fish under industrial conditions
2024-11-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-76808-w
PMID:39521834
|
研究论文 | 本文研究了在工业条件下使用高光谱成像和深度学习技术检测白鱼中的寄生虫 | 开发了一种新的解决方案,利用深度神经网络同时分析高光谱成像数据的空间和光谱信息,提高了检测率 | 检测率仍有提升空间,目前为73% | 提高海鲜行业中寄生虫检测的效率和准确性 | 白鱼中的寄生虫 | 计算机视觉 | NA | 高光谱成像 | 深度神经网络 | 图像 | 未明确提及具体样本数量 |
825 | 2024-11-17 |
Gas adsorption meets geometric deep learning: points, set and match
2024-Nov-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-76319-8
PMID:39521816
|
研究论文 | 本文提出了一种名为AIdsorb的无描述符框架,用于直接处理原始结构信息以预测气体吸附性能 | AIdsorb框架直接处理原始结构信息,避免了传统方法中将结构粗粒化为1D指纹的步骤,从而更好地利用了3D结构信息 | NA | 开发一种能够直接处理原始结构信息以预测气体吸附性能的新方法 | 金属有机框架(MOFs)和共价有机框架(COFs)的气体吸附性能 | 机器学习 | NA | 深度学习 | 点云分析 | 结构信息 | NA |
826 | 2024-11-17 |
Enhancing the diagnostic capacity of [18F]PSMA-1007 PET/MRI in primary prostate cancer staging with artificial intelligence and semi-quantitative DCE: an exploratory study
2024-Nov-08, EJNMMI reports
DOI:10.1186/s41824-024-00225-5
PMID:39510993
|
研究论文 | 研究利用人工智能和半定量动态对比增强多参数MRI在[18F]PSMA-1007 PET/MRI中区分前列腺癌与良性前列腺组织的能力 | 首次结合人工智能和半定量动态对比增强多参数MRI,评估其在前列腺癌诊断中的应用 | 样本量较小,仅涉及7名患者 | 探讨人工智能和半定量动态对比增强多参数MRI在前列腺癌诊断中的应用 | 前列腺癌与良性前列腺组织的区分 | 计算机视觉 | 前列腺癌 | 动态对比增强多参数MRI | 深度学习 | 图像 | 7名患者 |
827 | 2024-11-17 |
Artificial intelligence-based morphologic classification and molecular characterization of neuroblastic tumors from digital histopathology
2024-Nov-08, NPJ precision oncology
IF:6.8Q1
DOI:10.1038/s41698-024-00745-0
PMID:39511421
|
研究论文 | 开发了一种基于注意力机制的多实例学习和自监督学习的深度学习模型,用于从数字病理学中对神经母细胞瘤进行形态学分类和分子特征分析 | 首次使用注意力机制的多实例学习和自监督学习方法,结合H&E染色全切片图像,对神经母细胞瘤进行病理分类和MYCN扩增状态评估 | NA | 开发一种人工智能辅助的神经母细胞瘤分类方法 | 神经母细胞瘤的病理分类和MYCN扩增状态评估 | 数字病理学 | 神经母细胞瘤 | 注意力机制的多实例学习 (aMIL) 和自监督学习 (SSL) | 深度学习模型 | 图像 | 迄今为止报道的最大队列的全切片图像 |
828 | 2024-11-17 |
Utilizing retinal arteriole/venule ratio to estimate intracranial pressure
2024-Nov-08, Acta neurochirurgica
IF:1.9Q2
DOI:10.1007/s00701-024-06343-0
PMID:39514087
|
研究论文 | 本研究探讨了利用视网膜动静脉比率(A/V比率)结合眼内压(IOP)在神经重症监护病房(NICU)中非侵入性估计颅内压(ICP)的可行性 | 本研究首次在神经重症监护病房环境中验证了视网膜动静脉比率与颅内压之间的关系,并结合眼内压进行分析 | 研究样本量较小,图像质量问题和诊断特异性仍需解决,需要进一步的多中心研究验证 | 探索非侵入性方法估计颅内压,避免二次脑损伤 | 神经重症监护病房中的成年患者 | NA | NA | 深度学习算法 | 混合效应线性回归模型 | 视频 | 40名患者,最终分析包括15名 |
829 | 2024-11-17 |
Spatially varying nanophotonic neural networks
2024-Nov-08, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adp0391
PMID:39514662
|
研究论文 | 本文提出了一种将并行光学计算嵌入平面相机光学系统的方法,以实现低延迟和高能效的光学神经网络 | 通过在相机镜头中集成纳米光子阵列,实现了空间变化卷积网络,并利用低维重参数化进行学习,从而提高了光学神经网络的识别精度 | NA | 探索替代传统电子处理器的计算模式,以应对人工智能计算和能耗的快速增长 | 光学神经网络的计算性能和识别精度 | 计算机视觉 | NA | 纳米光子技术 | 卷积神经网络 | 图像 | CIFAR-10数据集 |
830 | 2024-11-17 |
The backpropagation algorithm implemented on spiking neuromorphic hardware
2024-Nov-08, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-53827-9
PMID:39516210
|
研究论文 | 本文介绍了在Intel的Loihi神经形态研究处理器上实现的基于突触火控动态信息协调和处理的神经形态脉冲反向传播算法 | 首次展示了在芯片上完全实现的脉冲神经网络反向传播算法,无需计算机介入,且在准确性和能效方面具有竞争力 | NA | 探索在神经形态硬件上实现现代深度学习算法的可行性 | 脉冲神经网络的反向传播算法及其在神经形态硬件上的实现 | 机器学习 | NA | 神经形态计算 | 脉冲神经网络(SNN) | 图像 | NA |
831 | 2024-11-17 |
Deep learning method for detecting fluorescence spots in cancer diagnostics via fluorescence in situ hybridization
2024-11-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-78571-4
PMID:39516673
|
研究论文 | 本文提出了一种基于深度学习的荧光原位杂交(FISH)图像中荧光点自动检测方法 | 本文提出的方法在检测FISH图像中的荧光点方面优于传统的YOLO系列模型,具有更高的准确性 | NA | 开发一种自动化的FISH图像荧光点检测系统,以提高癌症诊断中细胞特征评估的效率和准确性 | FISH图像中的荧光点 | 计算机视觉 | NA | 荧光原位杂交(FISH) | 深度学习模型 | 图像 | NA |
832 | 2024-11-17 |
An explainable deep learning model to predict partial anomalous pulmonary venous connection for patients with atrial septal defect
2024-Nov-08, BMC pediatrics
IF:2.0Q2
DOI:10.1186/s12887-024-05193-0
PMID:39516757
|
研究论文 | 本研究旨在利用深度学习模型预测房间隔缺损患者中部分肺静脉异位连接的存在 | 构建了一个可解释的深度学习预测模型,用于识别房间隔缺损患者中的部分肺静脉异位连接 | 研究样本仅来自青岛大学附属妇女儿童医院,可能存在地域局限性 | 探索房间隔缺损患者中部分肺静脉异位连接的预测变量,并构建一个基于深度学习的可解释预测模型 | 房间隔缺损患者及其部分肺静脉异位连接的诊断 | 机器学习 | 心血管疾病 | NA | LightGBM | 数值数据 | 834名房间隔缺损住院患者 |
833 | 2024-11-17 |
Deep learning segmentation-based bone removal from computed tomography of the brain improves subdural hematoma detection
2024-Nov-08, Journal of neuroradiology = Journal de neuroradiologie
DOI:10.1016/j.neurad.2024.101231
PMID:39521273
|
研究论文 | 本文探讨了基于深度学习分割算法的非对比CT头部扫描骨移除技术在提高硬膜下血肿检测中的应用 | 本文提出了一种基于深度学习分割算法的骨移除技术,显著提高了硬膜下血肿的检测准确性 | 研究样本量较小,且仅限于非对比CT头部扫描,未来需在更多类型的CT扫描和其他临床场景中验证 | 研究目的是通过骨移除技术提高硬膜下血肿的检测准确性 | 研究对象为非对比CT头部扫描图像中的硬膜下血肿 | 计算机视觉 | 脑部疾病 | 深度学习分割算法 | 深度学习模型 | 图像 | 训练集包含100例非对比CT头部扫描,测试集包含37例(内部15例,外部22例) |
834 | 2024-11-17 |
Predicting protein interactions of the kinase Lck critical to T cell modulation
2024-Nov-07, Structure (London, England : 1993)
DOI:10.1016/j.str.2024.09.010
PMID:39368461
|
研究论文 | 使用深度学习方法AF2Complex预测关键激酶Lck的蛋白质相互作用,揭示其在T细胞调节中的重要作用 | 首次使用AF2Complex方法预测Lck与约1000种与免疫反应相关的蛋白质的相互作用,并揭示了Lck与CD45和LAG3的关键相互作用及其分子机制 | NA | 研究Lck激酶在T细胞调节中的蛋白质相互作用及其分子机制 | Lck激酶及其与免疫反应相关蛋白质的相互作用 | 生物信息学 | NA | 深度学习 | AF2Complex | 蛋白质结构数据 | 约1000种与免疫反应相关的蛋白质 |
835 | 2024-11-17 |
Deep learning-assisted object recognition with hybrid triboelectric-capacitive tactile sensor
2024-Nov-07, Microsystems & nanoengineering
IF:7.3Q1
DOI:10.1038/s41378-024-00813-2
PMID:39511152
|
研究论文 | 本文提出了一种结合摩擦电传感单元和电容传感单元的混合触觉传感器,并通过深度学习辅助实现物体识别 | 创新点在于将摩擦电传感单元和电容传感单元集成在多孔PDMS基底上,结合两种传感单元的信号实现对物体表面材料、纹理和硬度的识别,并通过深度学习提高识别准确率 | NA | 研究目的是开发一种能够识别物体表面材料、纹理和硬度的混合触觉传感器,并应用于机器人感知和触觉智能 | 研究对象是混合触觉传感器及其在物体识别中的应用 | 机器人学 | NA | 深度学习 | NA | 传感器信号 | 12个样本 |
836 | 2024-11-17 |
Reliable and easy-to-use calculating tool for the Nail Psoriasis Severity Index using deep learning
2024-Nov-07, NPJ systems biology and applications
IF:3.5Q1
DOI:10.1038/s41540-024-00458-x
PMID:39511184
|
研究论文 | 开发了一种基于深度学习的可靠且易于使用的Nail Psoriasis Severity Index (NAPSI)计算工具 | 利用深度学习技术开发了一种新的NAPSI评分工具,显著提高了评分的准确性和一致性 | NA | 开发一种可靠且准确的NAPSI评分工具,以减少观察者间变异性 | 指甲银屑病患者的NAPSI评分 | 计算机视觉 | 银屑病 | 深度学习 | NA | 图像 | 138个指甲样本,由9名专业皮肤科医生进行标注 |
837 | 2024-11-17 |
PACT-3D, a deep learning algorithm for pneumoperitoneum detection in abdominal CT scans
2024-Nov-07, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-54043-1
PMID:39511229
|
研究论文 | 开发并验证了一种用于在腹部CT扫描中检测气腹的深度学习模型 | 提出了一种新的深度学习算法PACT-3D,用于在CT扫描中检测气腹,显著提高了检测的敏感性和特异性 | 模型在检测少量自由空气(总容积<10 ml)时的敏感性有所下降 | 开发和验证一种能够准确检测腹部CT扫描中气腹的深度学习模型 | 腹部CT扫描中的气腹检测 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 图像 | 训练集包括来自远东纪念医院的腹部扫描(2012年1月至2021年12月),验证集包括模拟测试集(14,039次扫描)和前瞻性测试集(6351次扫描),外部验证集包括来自Cedars-Sinai医疗中心的480次扫描 |
838 | 2024-11-17 |
Rumor detection model with weighted GraphSAGE focusing on node location
2024-Nov-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-76738-7
PMID:39511230
|
研究论文 | 提出了一种基于加权GraphSAGE的谣言检测模型,重点关注节点位置 | 引入了注意力机制动态分配不同权重给不同邻居节点,并引入了调制位置编码和情感特征,提高了模型对节点间复杂交互和信息传播动态的捕捉能力 | 未提及 | 提高社交媒体平台上谣言检测的准确性和鲁棒性 | 社交媒体平台上的谣言检测 | 自然语言处理 | NA | GraphSAGE | GraphSAGE | 文本 | Ma-Weibo和Weibo23数据集 |
839 | 2024-11-17 |
Automated acute pain prediction in domestic goats using deep learning-based models on video-recordings
2024-11-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-78494-0
PMID:39511381
|
研究论文 | 研究使用基于深度学习的模型自动识别家养山羊的急性疼痛 | 首次应用机器学习方法自动识别山羊的急性疼痛,并评估了不同帧提取率和验证技术的效果 | 模型在主题相关的10折交叉验证中准确率仅为60%以上,仍有提升空间 | 开发自动化的山羊急性疼痛识别方法 | 家养山羊的急性疼痛 | 机器学习 | NA | 机器学习 | VGG-16 和支持向量机 | 图像 | 40只山羊(20只疼痛,20只非疼痛),共2253张非疼痛图像和3154张疼痛图像(1帧/秒),以及7630张非疼痛图像和9071张疼痛图像(3帧/秒) |
840 | 2024-11-17 |
CT image segmentation of foxtail millet seeds based on semantic segmentation model VGG16-UNet
2024-Nov-07, Plant methods
IF:4.7Q1
DOI:10.1186/s13007-024-01288-y
PMID:39511624
|
研究论文 | 利用X射线计算机断层扫描技术和深度学习模型揭示粟米种子的微观结构 | 采用VGG16-UNet模型在粟米种子CT图像分割中取得了99.19%的准确率,优于其他模型 | NA | 研究粟米种子的内部结构,以优化农业和分子育种 | 粟米种子的内部结构,包括内稃、外稃、胚和胚乳 | 计算机视觉 | NA | X射线计算机断层扫描 | VGG16-UNet | 图像 | 100种粟米品种 |