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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
321 | 2025-01-15 |
Enhanced diabetic retinopathy detection using U-shaped network and capsule network-driven deep learning
2025-Jun, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2024.103052
PMID:39802427
|
研究论文 | 本研究探索了一种结合UNet++和胶囊网络(CapsNet)架构的混合方法,用于提高青光眼的检测准确性 | 结合UNet++和CapsNet架构,利用UNet++进行语义分割,CapsNet识别层次模式,提高了青光眼检测的敏感性和准确性 | 未提及具体的数据集大小和多样性,可能影响模型的泛化能力 | 提高青光眼的检测准确性 | 青光眼 | 计算机视觉 | 青光眼 | Histogram Equalization, Contrast Limited Adaptive Histogram Equalization (CLAHE) | UNet++, CapsNet | 图像 | 基准数据集(未提及具体数量) |
322 | 2025-01-15 |
Comparative analysis and enhancing rainfall prediction models for monthly rainfall prediction in the Eastern Thailand
2025-Jun, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2024.103094
PMID:39802428
|
研究论文 | 本研究评估了泰国东部地区的降雨预测模型,通过分析海洋尼诺指数(ONI)的最佳滞后时间,比较了五种深度学习模型,并开发了一种新的混合深度学习模型 | 开发了一种新的混合深度学习模型,针对厄尔尼诺和南方涛动(ENSO)的不同条件,提高了在厄尔尼诺、拉尼娜和中性事件三种不同气候阶段的预测准确性 | NA | 评估和增强泰国东部地区月度降雨预测模型 | 泰国东部地区的五个选定气象站的月度降雨数据 | 机器学习 | NA | 深度学习 | RNN, LSTM, GRU, LSTM+LSTM, LSTM+GRU | 气象数据 | 五个选定气象站的月度降雨数据 |
323 | 2025-01-15 |
Preliminary study on detection and diagnosis of focal liver lesions based on a deep learning model using multimodal PET/CT images
2025-Jun, European journal of radiology open
IF:1.8Q3
DOI:10.1016/j.ejro.2024.100624
PMID:39803389
|
研究论文 | 本研究开发并验证了一种基于多模态PET/CT成像的深度学习模型,用于检测和分类肝脏局灶性病变(FLL) | 利用多模态PET/CT图像结合深度学习模型进行肝脏局灶性病变的检测和分类,提高了诊断的敏感性和准确性 | 样本量相对较小(150名患者),且仅在一家机构进行,可能影响模型的泛化能力 | 开发并验证一种深度学习模型,用于检测和分类肝脏局灶性病变 | 肝脏局灶性病变(FLL)患者 | 数字病理学 | 肝脏疾病 | 18F-FDG PET/CT成像 | 深度学习模型 | 多模态PET/CT图像 | 150名患者(46名良性肝结节患者,51名恶性肝结节患者,53名无FLL患者) |
324 | 2025-01-07 |
Deep learning enabled near-isotropic CAIPIRINHA VIBE in the nephrogenic phase improves image quality and renal lesion conspicuity
2025-Jun, European journal of radiology open
IF:1.8Q3
DOI:10.1016/j.ejro.2024.100622
PMID:39758710
|
研究论文 | 本研究探讨了深度学习加速的CAIPIRINHA-VIBE技术在肾脏成像中的应用,以提升图像质量和病变检测能力 | 首次将深度学习技术应用于CAIPIRINHA-VIBE序列,以改善肾脏成像的图像质量和病变显着性 | DL-CAIPIRINHA-VIBE呈现出更多的合成外观和混叠伪影 | 比较DL-CAIPIRINHA-VIBE与标准CAIPIRINHA-VIBE在肾脏成像中的图像质量和病变检测能力 | 50名患者,包括23个实性和45个囊性肾脏病变 | 医学影像 | 肾脏疾病 | 深度学习加速的CAIPIRINHA-VIBE技术 | 深度学习模型 | MRI图像 | 50名患者,68个肾脏病变 |
325 | 2024-12-05 |
Atmospheric scattering model and dark channel prior constraint network for environmental monitoring under hazy conditions
2025-Jun, Journal of environmental sciences (China)
DOI:10.1016/j.jes.2024.04.037
PMID:39617546
|
研究论文 | 提出了一种基于大气散射模型和暗通道先验约束网络的遥感图像去雾方法,用于改善雾霾天气下环境监测系统的精度 | 利用暗通道信息注入网络(DCIIN)和传输图网络,结合大气散射模型,实现了高质量的图像去雾效果,并通过分支融合模块优化特征权重,增强了去雾效果 | NA | 解决雾霾天气条件下遥感图像质量下降,导致环境监测系统精度降低的问题 | 遥感图像去雾 | 计算机视觉 | NA | 大气散射模型 | 暗通道先验约束网络 | 图像 | 合成非均匀雾霾遥感数据集 |
326 | 2024-12-05 |
Meteorological and traffic effects on air pollutants using Bayesian networks and deep learning
2025-Jun, Journal of environmental sciences (China)
DOI:10.1016/j.jes.2024.01.057
PMID:39617575
|
研究论文 | 研究利用贝叶斯网络和深度学习模型分析气象和交通因素对空气污染物的影响 | 提出了一种结合降雨量和模式的新方法来分析空气污染物和气象变量,并使用LSTM模型进行污染物浓度预测 | NA | 研究交通因素对空气质量的复杂影响,并构建空气质量预测模型 | 台北市的空气污染物数据,包括交通流量、速度、降雨模式和气象因素 | 机器学习 | NA | 贝叶斯网络、深度学习 | LSTM | 数据 | NA |