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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
3001 | 2025-05-01 |
A Network Intrusion Detection System Using Hybrid Multilayer Deep Learning Model
2024-10, Big data
IF:2.6Q2
DOI:10.1089/big.2021.0268
PMID:35704031
|
research paper | 提出了一种使用混合多层深度学习模型的网络入侵检测系统 | 结合多层卷积神经网络和softmax分类器,以及多层深度神经网络,提高了入侵检测的准确率 | 仅使用了NSL-KDD和KDDCUP'99两个数据集进行实验,可能在其他数据集上表现不同 | 提高网络入侵检测系统的准确率 | 网络流量数据 | machine learning | NA | 深度学习 | CNN, softmax classifier, deep neural network | 网络流量数据 | NSL-KDD和KDDCUP'99数据集 |
3002 | 2025-05-01 |
Deep learning in the diagnosis of maxillary sinus diseases: a systematic review
2024-09-01, Dento maxillo facial radiology
DOI:10.1093/dmfr/twae031
PMID:38995816
|
系统综述 | 评估深度学习在上颌窦疾病检测、分类和分割中的性能 | 系统综述了深度学习在上颌窦疾病诊断中的应用,涵盖了多种任务类型和模型组合 | 仅纳入了截至2024年2月7日发表的英文论文,可能存在发表偏倚 | 评估深度学习在上颌窦疾病诊断中的性能 | 上颌窦疾病 | 数字病理 | 上颌窦疾病 | 深度学习 | DL | 放射影像 | 14项研究(从1167项研究中筛选) |
3003 | 2025-05-01 |
Detection and classification of mandibular fractures in panoramic radiography using artificial intelligence
2024-09-01, Dento maxillo facial radiology
DOI:10.1093/dmfr/twae018
PMID:38652576
|
研究论文 | 本研究评估了YOLOv5深度学习模型在全景X光片中检测不同类型下颌骨骨折的性能 | 使用YOLOv5模型对六种下颌骨骨折类型进行检测和分类,特别是在体和联合区域表现出色 | 在检测髁突头和髁突颈骨折时表现较差,精度和灵敏度较低 | 评估人工智能在全景X光片中检测和分类下颌骨骨折的潜力 | 下颌骨骨折的全景X光片 | 计算机视觉 | 下颌骨骨折 | 深度学习 | YOLOv5 | 图像 | 498张全景X光片,包含673处骨折 |
3004 | 2025-05-01 |
Accurate, automated classification of radiographic knee osteoarthritis severity using a novel method of deep learning: Plug-in modules
2024-Aug-13, Knee surgery & related research
IF:4.1Q1
DOI:10.1186/s43019-024-00228-3
PMID:39138550
|
研究论文 | 开发了一种基于深度学习的自动膝关节骨关节炎严重程度分类模型 | 使用插件模块(PIM)提升细粒度分类任务的性能,优于之前的深度学习模型 | 未来仍需改进,模型在KL等级1的分类准确率较低(43%) | 开发自动膝关节骨关节炎严重程度分类模型 | 膝关节骨关节炎的X光片 | 计算机视觉 | 骨关节炎 | 深度学习 | CNN或transformer-based网络与PIM模块集成 | 图像 | 训练集:Osteoarthritis Initiative数据集;测试集:17,040例(Multicenter Osteoarthritis Study) |
3005 | 2025-05-01 |
Automated cooling tower detection through deep learning for Legionnaires' disease outbreak investigations: a model development and validation study
2024-Jul, The Lancet. Digital health
DOI:10.1016/S2589-7500(24)00094-3
PMID:38906615
|
研究论文 | 本研究开发并验证了一种基于深度学习的计算机视觉模型,用于自动检测航空图像中的冷却塔,以加速军团病爆发的调查 | 使用YOLOv5和EfficientNet-b5两阶段模型自动检测冷却塔,显著提高了检测速度和准确性 | 模型在未训练过的城市(如波士顿和雅典)的表现略有下降,PPV和敏感度有所降低 | 开发一种自动检测冷却塔的深度学习模型,以加速军团病爆发的调查和源头控制 | 航空图像中的冷却塔 | 计算机视觉 | 军团病 | 深度学习 | YOLOv5, EfficientNet-b5 | 卫星图像 | 2051张包含7292个冷却塔的图像,测试数据集包含548张图像 |
3006 | 2025-05-01 |
DMAF-Net: deformable multi-scale adaptive fusion network for dental structure detection with panoramic radiographs
2024-06-28, Dento maxillo facial radiology
DOI:10.1093/dmfr/twae014
PMID:38518093
|
研究论文 | 提出了一种名为DMAF-Net的可变形多尺度自适应融合网络,用于全景X光片中的牙齿结构检测 | 改进了YOLO网络,通过不同模块增强特征提取能力,并利用自适应空间特征融合解决不同特征层尺度不匹配的问题 | NA | 提高全景X光片中牙齿结构问题检测的准确性 | 牙齿结构问题(阻生牙、缺失牙、种植体、冠修复体和根管治疗牙) | 计算机视觉 | 牙科疾病 | 深度学习 | DMAF-Net(基于YOLO改进) | 图像(全景X光片) | 1474张全景X光片 |
3007 | 2025-05-01 |
Deep learning in the diagnosis for cystic lesions of the jaws: a review of recent progress
2024-06-28, Dento maxillo facial radiology
DOI:10.1093/dmfr/twae022
PMID:38814810
|
review | 本文综述了深度学习在颌骨囊性病变诊断中的最新进展 | 探讨了深度学习在颌骨囊性病变诊断中的性能表现,并比较了不同模型的差异 | 模型可解释性不足,缺乏多中心数据验证 | 研究深度学习在颌骨囊性病变诊断中的应用 | 颌骨囊性病变 | digital pathology | 颌骨囊性病变 | deep learning | DL | image | 44项研究 |
3008 | 2025-05-01 |
Development and external validation of deep learning clinical prediction models using variable-length time series data
2024-May-20, Journal of the American Medical Informatics Association : JAMIA
IF:4.7Q1
DOI:10.1093/jamia/ocae088
PMID:38679906
|
研究论文 | 比较和外部验证了用于可变长度时间序列数据的深度学习模型架构和数据转换方法在三个临床任务中的表现 | 比较了三种特征工程方法和三种深度学习架构在临床任务中的表现,发现LSTM/GRU架构与PLE-DT转换数据结合在所有任务中表现最佳 | 研究仅基于两个医疗中心的数据,可能缺乏更广泛的代表性 | 开发和外部验证深度学习临床预测模型,用于预测临床恶化、严重急性肾损伤和疑似感染 | 医院住院患者 | 机器学习 | 急性肾损伤、感染 | 深度学习 | LSTM/GRU, TDW-CNN, 时间卷积网络 | 时间序列数据 | 训练集373,825例住院患者,测试集256,128例住院患者 |
3009 | 2025-05-01 |
Improving resolution of panoramic radiographs: super-resolution concept
2024-04-29, Dento maxillo facial radiology
DOI:10.1093/dmfr/twae009
PMID:38483289
|
研究论文 | 本研究利用深度学习超分辨率技术提升牙科全景X光片的分辨率,以支持更精确的诊断和治疗计划 | 采用四种先进的深度学习模型(SRCNN、Efficient Sub-Pixel CNN、SRGAN和Autoencoder)进行牙科图像超分辨率重建,并比较其性能 | 当图像缩放比例较高时,性能会下降 | 提升牙科全景X光片的分辨率,以改善诊断和治疗计划的精确性 | 牙科全景X光片 | 计算机视觉 | 牙科疾病 | 深度学习超分辨率技术 | SRCNN, Efficient Sub-Pixel CNN, SRGAN, Autoencoder | 图像 | 1714张全景X光片(训练集1364张,测试集350张) |
3010 | 2025-05-01 |
Artificial intelligence system for automatic maxillary sinus segmentation on cone beam computed tomography images
2024-04-29, Dento maxillo facial radiology
DOI:10.1093/dmfr/twae012
PMID:38502963
|
研究论文 | 开发基于nnU-Net v2的人工智能模型,用于在锥形束计算机断层扫描(CBCT)图像中自动分割上颌窦 | 使用nnU-Net v2深度学习模型实现上颌窦的自动分割,并在CBCT图像上评估其性能 | 样本量较小(101例CBCT扫描),可能影响模型的泛化能力 | 开发并评估一种自动分割上颌窦的人工智能模型 | 上颌窦 | 计算机视觉 | NA | CBCT | nnU-Net v2 | 图像 | 101例CBCT扫描(80例训练,11例验证,10例测试) |
3011 | 2025-05-01 |
Histopathological evaluation of abdominal aortic aneurysms with deep learning
2024-Apr-24, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.04.23.24306178
PMID:38712033
|
研究论文 | 利用深度学习技术对腹主动脉瘤的组织病理学标本进行数字全切片图像分析 | 首次在血管病理学中全面评估深度学习技术的应用,特别是在预测炎症特征、纤维化等级和剩余弹性纤维方面 | 研究仅基于三个欧洲中心的369名患者样本,可能存在样本多样性和代表性的限制 | 探索深度学习在血管疾病计算病理学中的应用,以改善对腹主动脉瘤病理生理学的理解和治疗策略的个性化 | 腹主动脉瘤患者的组织病理学标本 | 数字病理学 | 心血管疾病 | 深度学习 | NA | 图像 | 369名患者的腹主动脉瘤样本 |
3012 | 2025-05-01 |
An Intelligent Channel Estimation Algorithm Based on Extended Model for 5G-V2X
2024-04, Big data
IF:2.6Q2
DOI:10.1089/big.2022.0029
PMID:36848263
|
研究论文 | 提出了一种基于扩展模型的智能信道估计算法,用于5G-V2X车联网系统 | 基于信道脉冲响应的稀疏性建立适用于高速移动场景的扩展模型,并设计了一种基于深度学习的信道估计算法,结合多层CNN和双向GRU提高估计精度 | 未提及实际场景测试结果或与其他深度学习方法的对比 | 提高5G-V2X车联网系统的信道估计精度和降低误码率 | 5G-V2X车联网系统的信道估计 | 机器学习 | NA | 深度学习 | CNN, 双向GRU | 信道数据 | NA |
3013 | 2025-05-01 |
Topical hidden genome: discovering latent cancer mutational topics using a Bayesian multilevel context-learning approach
2024-Mar-27, Biometrics
IF:1.4Q2
DOI:10.1093/biomtc/ujae030
PMID:38682463
|
研究论文 | 提出了一种基于贝叶斯多层次上下文学习的方法,用于发现潜在的癌症突变主题 | 利用计算语言学中的主题模型对突变上下文进行降维,产生可解释、去相关的元特征主题 | 突变上下文的体积、相关性和不可解释性使得原则性统计推断不可行 | 推断超罕见、全基因组体细胞突变的癌症类型特异性 | 全基因组体细胞突变 | 机器学习 | 癌症 | 贝叶斯多层次上下文学习、主题模型 | hidden genome模型 | 基因组数据 | 数千个肿瘤中的数千万个变异 |
3014 | 2025-05-01 |
Development and validation of a deep learning system for detection of small bowel pathologies in capsule endoscopy: a pilot study in a Singapore institution
2024-03-01, Singapore medical journal
IF:1.7Q2
|
研究论文 | 开发并验证了一种用于胶囊内窥镜中小肠病理检测的深度学习系统 | 在新加坡机构中首次应用深度学习模型进行胶囊内窥镜图像分析,提出了一种结合预训练模型和本地数据的方法 | 样本量较小(总样本72例),且仅在单一机构进行验证 | 提高胶囊内窥镜诊断效率,缩短诊断时间 | 小肠胶囊内窥镜图像 | 计算机视觉 | 小肠疾病 | 胶囊内窥镜 | CNN(基于ResNet50架构) | 图像 | 72例(43例来自开源数据集Kvasir-Capsule,29例为本地收集数据) |
3015 | 2025-05-01 |
Utilisation of ChatGPT and other Artificial Intelligence tools among medical faculty in Uganda: a cross-sectional study
2024, MedEdPublish (2016)
DOI:10.12688/mep.20554.2
PMID:39911314
|
研究论文 | 评估乌干达医学院教师对ChatGPT及其他AI工具的使用情况 | 首次在乌干达医学院教师中调查AI工具的使用情况,并分析了不同年龄段教师的使用差异 | 样本仅来自四所公立大学,可能无法代表所有医学院教师 | 了解AI工具在医学教育中的应用现状 | 乌干达四所公立大学的医学院教师 | 自然语言处理 | NA | 问卷调查 | NA | 问卷调查数据 | 224名医学院教师 |
3016 | 2025-04-30 |
DeepMolecules: a web server for predicting enzyme and transporter-small molecule interactions
2025-Apr-29, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkaf343
PMID:40297998
|
research paper | DeepMolecules是一个易于访问的Web服务器,用于预测蛋白质与小分子的相互作用 | 集成了四种最先进的模型,用于预测酶和转运体与小分子的相互作用,以及酶的周转数和米氏常数 | NA | 预测蛋白质与小分子的相互作用,支持代谢工程、药物发现和生物催化剂优化 | 酶和转运体与小分子的相互作用 | machine learning | NA | deep learning, gradient-boosted decision tree | ESP, SPOT, TurNuP | protein amino acid sequences, small molecules in SMILES, InChI, or KEGG ID formats | NA |
3017 | 2025-04-30 |
A Dual-Modal Wearable Pulse Detection System Integrated with Deep Learning for High-Accuracy and Low-Power Sleep Apnea Monitoring
2025-Apr-29, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202501750
PMID:40298874
|
research paper | 介绍了一种集成深度学习的双模态可穿戴脉搏检测系统,用于高精度和低功耗的睡眠呼吸暂停监测 | 结合压电纳米发电机(PENG)和PPG传感器的双模态系统,采用两阶段检测策略及Vision Transformer深度学习模型,实现高精度和低功耗 | 未提及具体样本量或临床试验结果 | 开发一种长期监测睡眠呼吸暂停综合征(SAS)的可穿戴系统,克服传统多导睡眠图(PSG)的局限性 | 睡眠呼吸暂停综合征(SAS)患者 | 数字病理学 | 睡眠呼吸暂停综合征 | 光电容积描记术(PPG)和压电纳米发电机(PENG) | Vision Transformer | 生理信号数据 | NA |
3018 | 2025-04-30 |
ConsisTNet: a spatio-temporal approach for consistent anatomical localization in endoscopic pituitary surgery
2025-Apr-29, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-025-03369-2
PMID:40299263
|
research paper | 提出了一种名为ConsisTNet的时空模型,用于提高内窥镜垂体手术中关键解剖结构定位的预测稳定性 | ConsisTNet利用连续帧的时空特征,通过半监督策略和标签传播生成伪标签,显著提高了预测的时空一致性 | 未提及具体的数据集规模或多样性限制 | 提升内窥镜垂体手术中关键解剖结构定位的预测稳定性和准确性 | 内窥镜垂体手术中的关键解剖结构 | computer vision | pituitary disease | semi-supervised learning, label propagation | ConsisTNet (spatio-temporal model) | video | NA |
3019 | 2025-04-30 |
Stochastic forest transition model dynamics and parameter estimation via deep learning
2025-Apr-18, Mathematical biosciences and engineering : MBE
DOI:10.3934/mbe.2025046
PMID:40296811
|
研究论文 | 本研究开发了一个随机微分方程模型来捕捉森林、农业和废弃土地之间动态转变的复杂现象,并提出了一个深度学习方法来估计模型参数 | 提出了一种新颖的深度学习方法,能够从包含森林和农业土地比例时间序列观测的单个样本中估计所有模型参数 | NA | 理解森林转变动态和未来任何时间的森林砍伐趋势 | 森林、农业和废弃土地之间的动态转变 | 机器学习 | NA | 深度学习 | 随机微分方程模型 | 时间序列数据 | 单个样本(包含时间序列观测) |
3020 | 2025-04-30 |
Silencer variants are key drivers of gene upregulation in Alzheimer's disease
2025-Apr-08, medRxiv : the preprint server for health sciences
DOI:10.1101/2025.04.07.25325386
PMID:40297423
|
research paper | 该研究开发了一个深度学习框架,用于评估阿尔茨海默病(AD)相关非编码变异在背外侧前额叶皮层(DLPFC)及其主要细胞类型中的调控潜力 | 结合bulk和单细胞表观基因组数据,首次系统性地评估了AD相关非编码变异的调控潜力,并分类为沉默子变异(SL)、增强子变异(EN)或两者兼具的变异(ENSL) | 研究主要关注DLPFC区域,可能无法完全代表其他脑区的情况 | 阐明AD相关遗传变异的调控机制及其在AD发病中的作用 | AD相关的非编码遗传变异 | machine learning | 阿尔茨海默病 | 深度学习 | 深度学习框架 | 表观基因组数据 | NA |