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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
301 | 2024-12-18 |
Annotated emotional image datasets of Chinese university students in real classrooms for deep learning
2024-Dec, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.111147
PMID:39687365
|
研究论文 | 本文收集并预处理了中国大学生在真实课堂中的面部表情数据,建立了首个真实课堂环境下的面部表情数据集,用于深度学习 | 本文填补了真实课堂环境中面部表情数据集的空白,提供了高质量和真实性的数据集,适用于教育技术中的实时情感识别模型开发 | 本文未提及数据集在不同光照、遮挡等复杂环境下的表现,也未讨论模型在实际应用中的性能 | 建立一个真实课堂环境下的面部表情数据集,为教育技术中的实时情感识别模型提供基础 | 中国大学生在真实课堂中的面部表情 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 5527张图像,分为训练集、验证集和测试集 |
302 | 2024-12-18 |
Raw dataset of tensile tests in a 3D-printed nylon reinforced with oriented short carbon fibers
2024-Dec, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.111149
PMID:39687376
|
研究论文 | 本文提供了在不同打印方向下3D打印尼龙复合材料拉伸测试的原始数据集 | 首次提供了不同打印方向下3D打印尼龙复合材料的拉伸测试数据,并结合了SEM和DIC图像 | 部分0°试样在测试区域半径处断裂,90°试样过早失效,导致部分图像丢失 | 研究3D打印尼龙复合材料在不同打印方向下的各向异性力学行为 | 3D打印尼龙复合材料在不同打印方向下的拉伸性能 | NA | NA | 3D打印、拉伸测试、扫描电子显微镜(SEM)、数字图像相关(DIC) | NA | 机械测试数据、SEM图像、DIC图像 | 使用Mark 2打印机打印的三个不同打印方向(0°、±45°、90°)的试样 |
303 | 2024-12-18 |
Correction methods and applications of ERT in complex terrain
2024-Dec, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2024.103012
PMID:39687593
|
review | 本文回顾了自20世纪初以来电阻率法地形校正研究的进展,并详细介绍了各种地形校正技术 | 本文介绍了多种地形校正技术,包括比值法、数值模拟方法、角域法、保角变换法、反演法和正交投影法 | 现有校正方法仍存在计算需求高和对实际地质条件适应性差等局限性 | 提高电阻率层析成像(ERT)数据解释的准确性 | 复杂地形下的电阻率法数据校正 | NA | NA | 电阻率层析成像(ERT) | NA | NA | NA |
304 | 2024-12-18 |
Improving the generalizability of white blood cell classification with few-shot domain adaptation
2024-Dec, Journal of pathology informatics
DOI:10.1016/j.jpi.2024.100405
PMID:39687668
|
研究论文 | 本文提出了一种易于实现的流程,通过少样本域适应方法提高白细胞分类的泛化能力 | 本文的创新点在于使用EfficientNet模型进行训练,并通过颜色转换和微调技术来提高模型在不同数据集上的分类准确性,同时保持较低的计算成本 | 本文的局限性在于仅使用了100张或少于100张的标注图像进行微调,可能限制了模型在某些数据集上的表现 | 研究目的是提高白细胞分类模型在不同数据集上的泛化能力 | 研究对象是白细胞的形态分类 | 机器学习 | 血液疾病 | 深度学习 | EfficientNet | 图像 | 训练集包括来自两个数据集的图像,测试集包括来自八个数据集的图像,每个目标数据集使用100张或少于100张标注图像进行微调 |
305 | 2024-12-17 |
ProteoNet: A CNN-based framework for analyzing proteomics MS-RGB images
2024-Dec-20, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2024.111362
PMID:39679296
|
研究论文 | 本文提出了一种基于CNN的框架ProteoNet,用于分析蛋白质组学MS-RGB图像,以提高分析效率和准确性 | ProteoNet通过引入语义分割、自适应平均池化和加权因子,改进了MS-RGB数据的分析,并展示了其在多种CNN架构中的兼容性和可扩展性 | NA | 提高蛋白质组学数据在临床研究中的应用效率和准确性 | 尿液、血液和组织样本中的蛋白质组学数据,涉及肝脏、肾脏和甲状腺疾病 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 涉及尿液、血液和组织样本 |
306 | 2024-12-17 |
The impact of body mass index on rehabilitation outcomes after lower limb amputation
2024-Dec-16, PM & R : the journal of injury, function, and rehabilitation
DOI:10.1002/pmrj.13292
PMID:39676648
|
研究论文 | 研究肥胖对接受下肢截肢术后住院康复服务的患者在身体功能和临床结果指标上的影响 | 使用深度学习神经网络(DLNNs)分析调整后的BMI与出院回家之间的关系 | 回顾性研究,可能存在选择偏倚和信息偏倚 | 探讨肥胖对下肢截肢患者康复结果的影响 | 接受下肢截肢术后住院康复服务的患者 | NA | NA | 深度学习神经网络(DLNNs) | 深度学习神经网络(DLNNs) | 文本 | 951名下肢截肢患者 |
307 | 2024-12-17 |
Automated Bone Cancer Detection Using Deep Learning on X-Ray Images
2024-Dec-16, Surgical innovation
IF:1.2Q3
DOI:10.1177/15533506241299886
PMID:39679470
|
研究论文 | 本文提出了一种基于深度学习的骨癌检测系统,利用X射线图像进行自动分类 | 本文创新性地结合了Golden Search优化算法和SqueezeNet模型,用于骨癌分类,并使用改进的布谷鸟搜索算法和长短期记忆模型进行特征分类 | NA | 开发一种自动化的骨癌检测系统,以提高诊断精度和减少人工劳动 | 骨癌的X射线图像 | 计算机视觉 | 骨癌 | 深度学习 | SqueezeNet、长短期记忆模型 | 图像 | 训练集和测试集数据 |
308 | 2024-12-17 |
Primary angle-closed diseases recognition through artificial intelligence-based anterior segment-optical coherence tomography imaging
2024-Dec-16, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie
DOI:10.1007/s00417-024-06709-1
PMID:39680113
|
研究论文 | 本研究利用人工智能对前段光学相干断层扫描图像进行深度学习分类,自动分析和分类前房角结构 | 本研究开发了一种基于深度学习的AS-OCT图像自动前房角分析软件,并应用迁移学习在ResNet-50架构上开发了最佳分类器 | NA | 提高AS-OCT图像分析的效率 | 前段光学相干断层扫描图像中的前房角结构 | 计算机视觉 | 眼科疾病 | 深度学习 | ResNet-50 | 图像 | 94895张AS-OCT图像,来自687名参与者 |
309 | 2024-12-17 |
Enhancing diabetic retinopathy and macular edema detection through multi scale feature fusion using deep learning model
2024-Dec-16, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie
DOI:10.1007/s00417-024-06687-4
PMID:39680112
|
研究论文 | 本文提出了一种基于多尺度特征融合的深度学习模型,用于增强糖尿病视网膜病变和黄斑水肿的检测 | 利用多尺度特征融合技术,结合高层次语义输入和低层次纹理特征,提高了自动化诊断的准确性 | NA | 提高糖尿病视网膜病变和黄斑水肿的早期识别准确性 | 糖尿病视网膜病变和黄斑水肿 | 计算机视觉 | 糖尿病性眼病 | 卷积神经网络 (CNN) | CNN | 图像 | 使用MESSIDOR数据集,包含带有病理注释的视网膜图像 |
310 | 2024-12-17 |
Diagnostic performance of neural network algorithms in skull fracture detection on CT scans: a systematic review and meta-analysis
2024-Dec-16, Emergency radiology
IF:1.7Q3
DOI:10.1007/s10140-024-02300-7
PMID:39680295
|
meta-analysis | 本文系统回顾和荟萃分析了卷积神经网络(CNN)在CT扫描中检测颅骨骨折的诊断性能 | 本文首次系统回顾和荟萃分析了CNN模型在CT扫描中检测颅骨骨折的诊断性能,展示了深度学习技术在医学影像诊断中的潜力 | 研究存在显著的异质性,可能存在发表偏倚,未来研究需进一步验证CNN模型在临床试验中的实用性 | 评估CNN模型在CT图像上诊断颅骨骨折的准确性 | 颅骨骨折的诊断 | computer vision | 颅骨骨折 | 卷积神经网络(CNN) | CNN | 图像 | 20,798名患者 |
311 | 2024-12-17 |
SpatialCVGAE: Consensus Clustering Improves Spatial Domain Identification of Spatial Transcriptomics Using VGAE
2024-Dec-16, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-024-00676-1
PMID:39680300
|
研究论文 | 本文提出了一种名为SpatialCVGAE的共识聚类框架,用于空间转录组数据分析,通过结合变分图自编码器和共识聚类方法,提高空间域识别的稳定性和准确性 | SpatialCVGAE通过结合多个空间图和共识聚类方法,解决了空间转录组数据稀疏性和高噪声导致的聚类不稳定问题,显著提高了模型的稳定性和鲁棒性 | NA | 提高空间转录组数据分析中空间域识别的稳定性和准确性 | 空间转录组数据 | 空间转录组学 | NA | 变分图自编码器(VGAE) | 变分图自编码器(VGAE) | 空间转录组数据 | NA |
312 | 2024-12-17 |
Dataset augmentation with multiple contrasts images in super-resolution processing of T1-weighted brain magnetic resonance images
2024-Dec-16, Radiological physics and technology
IF:1.7Q3
DOI:10.1007/s12194-024-00871-1
PMID:39680317
|
研究论文 | 本研究探讨了在脑部T1加权磁共振图像的超分辨率处理中,通过深度学习方法使用不同对比度的图像增强数据集的有效性 | 通过引入同一受试者的不同对比度图像来增强数据集,从而提高网络性能并评估其对图像质量指标的影响 | 本研究为回顾性研究,样本量有限,可能影响结果的普适性 | 研究如何通过数据集增强提高脑部T1加权磁共振图像超分辨率处理的性能 | 脑部T1加权磁共振图像及其不同对比度的图像 | 计算机视觉 | NA | 深度学习 | U-Net, EDSR | 图像 | 240名接受脑部MRI检查的患者 |
313 | 2024-12-17 |
Grand canonical Monte Carlo and deep learning assisted enhanced sampling to characterize the distribution of Mg2+ and influence of the Drude polarizable force field on the stability of folded states of the twister ribozyme
2024-Dec-14, The Journal of chemical physics
IF:3.1Q1
DOI:10.1063/5.0241246
PMID:39665326
|
研究论文 | 本研究使用大正则蒙特卡罗和机器学习辅助的增强采样方法,结合元动力学模拟,探讨了Mg2+分布和电子极化对经典Drude振子极化力场下扭结核酶折叠状态稳定性的影响 | 本研究引入了电子极化,显著提高了模拟的稳定性,并发现了Mg2+与碱基之间的特定相互作用对稳定性的重要贡献 | 本研究主要集中在模拟方法和特定相互作用的识别上,未涉及实验验证 | 探讨Mg2+分布和电子极化对扭结核酶折叠状态稳定性的影响 | 扭结核酶的折叠状态稳定性 | 分子动力学 | NA | 大正则蒙特卡罗,元动力学模拟 | 机器学习 | NA | NA |
314 | 2024-12-17 |
A deep learning approach for the screening of referable age-related macular degeneration - Model development and external validation
2024-Dec-14, Journal of the Formosan Medical Association = Taiwan yi zhi
DOI:10.1016/j.jfma.2024.12.008
PMID:39675993
|
研究论文 | 开发并验证了一种用于诊断可转诊年龄相关性黄斑变性(AMD)的深度学习图像评估软件VeriSee™ AMD | 首次开发并验证了一种基于深度学习的图像评估软件,用于辅助临床筛查中度和重度AMD | 研究仅限于特定年龄段的患者和特定类型的眼底图像 | 开发并验证一种深度学习模型,用于诊断可转诊的年龄相关性黄斑变性 | 50岁及以上患者的45度彩色眼底图像 | 计算机视觉 | 年龄相关性黄斑变性 | 深度学习 | 深度学习模型 | 图像 | 6801张用于模型开发,937张用于外部验证 |
315 | 2024-12-17 |
Automatic Segmentation of Sylvian Fissure in Brain Ultrasound Images of Pre-Term Infants Using Deep Learning Models
2024-Dec-14, Ultrasound in medicine & biology
|
研究论文 | 本文研究了使用深度学习模型自动分割早产儿脑部超声图像中的Sylvian裂隙 | 首次尝试使用超声图像自动分割早产儿脑部裂隙,并比较了U-Net和ResU-Net模型的性能,发现ResU-Net在处理复杂解剖结构方面表现更优 | 研究结果在不同设备获取的图像上表现差异较大,表明模型在跨设备应用时存在局限性 | 探索使用深度学习模型自动分割早产儿脑部超声图像中的Sylvian裂隙,以监测其发育情况 | 早产儿脑部超声图像中的Sylvian裂隙 | 计算机视觉 | NA | 深度学习 | U-Net, ResU-Net | 图像 | 来自同一超声设备的图像用于交叉验证,不同厂商的图像用于微调 |
316 | 2024-12-15 |
Author Correction: AutoTransOP: translating omics signatures without orthologue requirements using deep learning
2024-Dec-13, NPJ systems biology and applications
IF:3.5Q1
DOI:10.1038/s41540-024-00456-z
PMID:39672816
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
317 | 2024-12-17 |
Advance drought prediction through rainfall forecasting with hybrid deep learning model
2024-Dec-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-80099-6
PMID:39672936
|
研究论文 | 本文提出了一种混合深度学习模型,用于通过降雨预测来提高干旱预测的准确性 | 本文的创新点在于使用双向LSTM和LSTM的堆叠模型来捕捉复杂的时间依赖性,从而提高降雨预测的准确性 | NA | 本文的研究目的是通过提高降雨预测的准确性来改进干旱预测和管理 | 本文的研究对象是干旱预测和降雨预测 | 机器学习 | NA | 深度学习 | 双向LSTM和LSTM | 时间序列数据 | NA |
318 | 2024-12-17 |
Deep Learning-Based Detection of Malignant Bile Duct Stenosis in Fluoroscopy Images of Endoscopic Retrograde Cholangiopancreatography
2024-Dec-13, Digestion
IF:3.0Q2
DOI:10.1159/000543049
PMID:39675349
|
研究论文 | 本文评估了使用深度学习模型在ERCP过程中通过荧光透视图像区分恶性胆管狭窄的可行性 | 本文首次使用卷积神经网络(CNN)基于荧光透视图像区分恶性胆管狭窄,提高了诊断过程的准确性和可重复性 | 研究为回顾性分析,且仅在德国的三所大学中心进行,结果需要在更大规模的前瞻性研究中进一步验证 | 评估深度学习模型在ERCP过程中通过荧光透视图像区分恶性胆管狭窄的可行性 | 成人患者的ERCP荧光透视图像 | 计算机视觉 | 胆管疾病 | 卷积神经网络(CNN) | CNN | 图像 | 251名成年患者 |
319 | 2024-12-17 |
Thoughtful Application of Artificial Intelligence Technique Improves Diagnostic Accuracy and Supportive Clinical Decision-Making
2024-Dec-13, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association
IF:4.4Q1
DOI:10.1016/j.arthro.2024.12.009
PMID:39675394
|
研究论文 | 本文探讨了人工智能技术在医学影像诊断中的应用,强调了其在提高诊断准确性和支持临床决策方面的重要性 | 本文提出了人工智能技术在医学影像中的差异化应用,强调了不同问题需要不同技术复杂度的模型应用 | 本文未具体讨论特定模型或技术的局限性 | 探讨人工智能技术在医学影像诊断中的应用,以提高诊断准确性和支持临床决策 | 人工智能技术在医学影像中的应用 | 计算机视觉 | NA | 深度学习 | NA | 影像 | NA |
320 | 2024-12-17 |
Incorporating patient-specific prior clinical knowledge to improve clinical target volume auto-segmentation generalisability for online adaptive radiotherapy of rectal cancer: A multicenter validation
2024-Dec-13, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology
IF:4.9Q1
DOI:10.1016/j.radonc.2024.110667
PMID:39675574
|
研究论文 | 本文研究了在直肠癌在线自适应放疗中,利用患者特定的先验临床知识来提高临床靶区自动分割模型的泛化能力 | 本文的创新点在于引入了患者特定的先验临床知识(治疗前的分割),以提高深度学习模型在多中心环境下的泛化能力 | 本文的局限性在于仅在两个外部数据集上验证了模型的性能,未来需要在更多中心进行验证 | 研究如何提高直肠癌在线自适应放疗中临床靶区自动分割模型的泛化能力 | 研究对象为中度风险或局部晚期直肠癌患者 | 机器学习 | 直肠癌 | 深度学习 | 深度学习模型 | 图像 | 来自三个中心的中度风险或局部晚期直肠癌患者 |