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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
15861 | 2024-09-19 |
A dataset of the 2023 presidential election in Nigeria
2024-Dec, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.110847
PMID:39290427
|
研究论文 | 本文介绍了2023年尼日利亚总统选举的推特数据集,并探讨了社交媒体在政治发展和情感分析中的作用 | 本文首次收集并分析了2023年尼日利亚总统选举相关的推特数据,展示了深度学习在情感分析中的应用 | 数据集仅包含推特上的公开信息,可能无法全面反映所有选民的意见 | 研究社交媒体在政治发展和情感分析中的作用 | 2023年尼日利亚总统选举相关的推特数据 | 自然语言处理 | NA | 深度学习 | NA | 文本 | 364,867条推文 |
15862 | 2024-09-19 |
Prediction of Functional and Anatomic Progression in Lamellar Macular Holes
2024 Nov-Dec, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2024.100529
PMID:39280348
|
研究论文 | 使用人工智能识别层状黄斑孔的解剖和功能进展的影像生物标志物,并基于OCT和OCTA构建深度学习模型预测未治疗层状黄斑孔的视力损失 | 首次使用深度学习模型预测层状黄斑孔的功能进展,并识别出关键的影像生物标志物 | 研究为回顾性观察性研究,样本量有限,且仅限于特定类型的层状黄斑孔 | 开发和验证一种基于OCT和OCTA的深度学习模型,用于预测层状黄斑孔的功能和解剖进展 | 层状黄斑孔患者的功能和解剖进展 | 计算机视觉 | 眼科疾病 | 深度学习 | 深度学习模型 | 影像数据 | 139只眼,其中41只眼属于功能进展组,98只眼属于功能稳定组 |
15863 | 2024-09-19 |
Unifying antimicrobial peptide datasets for robust deep learning-based classification
2024-Oct, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.110822
PMID:39281014
|
研究论文 | 本文通过整合来自豆科植物种子的抗菌肽序列,开发了一个新的非冗余数据库,用于抗菌肽的二分类和预测 | 提出了一个新的非冗余抗菌肽序列数据库,解决了现有数据库中序列重叠的问题 | NA | 开发一个更精确的抗菌肽序列数据库,以支持可持续农业实践 | 豆科植物种子中的抗菌肽 | 计算生物学 | NA | 深度学习 | 二分类模型 | 序列数据 | 来自不同来源和功能的抗菌肽序列 |
15864 | 2024-09-19 |
PheW2P2V: a phenome-wide prediction framework with weighted patient representations using electronic health records
2024-Oct, JAMIA open
IF:2.5Q3
DOI:10.1093/jamiaopen/ooae084
PMID:39282083
|
研究论文 | 本文介绍了一种名为PheW2P2V的表型广泛预测框架,利用加权患者表示从电子健康记录中进行预测 | PheW2P2V通过加权患者向量进行定制化预测,利用医疗概念嵌入和相关病史的加权,提高了对罕见表型的预测能力 | 需要进一步研究评估嵌入在不同数据库之间的可转移性 | 开发一种能够从电子健康记录中进行表型广泛预测的计算工具 | 电子健康记录中的患者病史数据 | 机器学习 | NA | 加权患者向量计算 | NA | 文本 | 使用MIMIC-III数据库进行942种表型的预测 |
15865 | 2024-09-19 |
Deep-learning optical flow for measuring velocity fields from experimental data
2024-Sep-18, Soft matter
IF:2.9Q2
DOI:10.1039/d4sm00483c
PMID:39225732
|
研究论文 | 本文研究了基于深度学习的光流法(DLOF)在实验数据中测量速度场的应用 | DLOF在密集标记样本中比粒子图像测速法(PIV)产生更准确的速度场,并能克服PIV在高密度下无法可靠区分对比度变化的局限 | 对于稀疏标记样本,DLOF与PIV结果相当,但DLOF提供更高分辨率的速度场 | 评估光流法在量化微管(MT)基活性向列体自发流动中的能力,并比较其与粒子图像测速法的性能 | 微管(MT)基活性向列体在不同标记条件下的自发流动 | 计算机视觉 | NA | 深度学习 | 卷积神经网络(CNN) | 视频 | 不同标记条件下的微管(MT)基活性向列体样本 |
15866 | 2024-09-19 |
Crystal structure prediction and property calculation of copper-oxygen compounds using innovative search software from first principles
2024-Sep-18, Physical chemistry chemical physics : PCCP
IF:2.9Q1
DOI:10.1039/d4cp02501f
PMID:39248038
|
研究论文 | 使用基于贝叶斯优化算法的深度学习晶体结构预测软件CBD-GM,预测了Cu(I)和Cu(II)氧化物的2D和3D材料的结构,并通过密度泛函理论(DFT)优化和分析了这些结构 | 提出了基于贝叶斯优化算法的深度学习晶体结构预测软件CBD-GM,并成功预测了5种新型铜氧化物结构 | NA | 预测和计算铜氧化物的晶体结构及其性质,为工业应用提供新的铜氧化物合成灵感 | Cu(I)和Cu(II)氧化物的2D和3D材料 | 材料科学 | NA | 密度泛函理论(DFT) | 贝叶斯优化算法 | 晶体结构 | 9种结构(包括2种已知的2D结构、2种已知的3D结构和5种新型结构) |
15867 | 2024-09-19 |
Deep learning-based prediction of the dose-volume histograms for volumetric modulated arc therapy of left-sided breast cancer
2024-Sep-18, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17410
PMID:39291645
|
研究论文 | 研究利用深度学习预测左侧乳腺癌患者在容积旋转调强放疗中的剂量体积直方图 | 本研究首次探索了深度学习在预测左侧乳腺癌患者接受容积旋转调强放疗时器官剂量体积直方图方面的应用 | 研究样本仅限于左侧乳腺癌患者,且模型仅在特定数据集上进行了验证 | 开发一个基于深度学习的框架,用于预测左侧乳腺癌治疗中器官特定的剂量体积直方图 | 左侧乳腺癌患者在接受容积旋转调强放疗时的器官剂量体积直方图 | 机器学习 | 乳腺癌 | 深度学习 | DenseNet架构与循环神经网络 | 图像 | 249名左侧乳腺癌患者 |
15868 | 2024-09-19 |
Deep learning classification method for boar sperm morphology analysis
2024-Sep-17, Andrology
IF:3.2Q1
DOI:10.1111/andr.13758
PMID:39287620
|
研究论文 | 本文提出了一种结合深度学习和基于图像的流式细胞术(IBFC)的新方法,用于客观和准确地分析猪精子形态和无标记的顶体健康状况 | 本文的创新点在于利用深度学习技术与高吞吐量的IBFC相结合,实现了对数千个精子形态和顶体健康状况的自动化分析,取代了传统的手动显微镜计数方法 | NA | 克服传统手动计数方法的局限性,开发一种自动化、客观和准确的猪精子形态和顶体健康分析方法 | 猪精子形态和顶体健康状况 | 计算机视觉 | NA | 基于图像的流式细胞术(IBFC) | 卷积神经网络(CNN) | 图像 | 10,000个精子样本 |
15869 | 2024-09-19 |
Deep learning-assisted distinguishing breast phyllodes tumors from fibroadenomas based on ultrasound images: a diagnostic study
2024-Sep-17, The British journal of radiology
DOI:10.1093/bjr/tqae147
PMID:39288312
|
研究论文 | 本文评估了基于超声图像的深度学习模型在区分乳腺叶状肿瘤和纤维腺瘤中的表现及其在不同经验放射科医生中的临床应用 | 开发并验证了一个基于最大可用数据集的深度学习模型,用于辅助诊断叶状肿瘤,该模型有望帮助放射科医生更精确地区分两种难以识别的乳腺肿瘤类型 | NA | 评估深度学习模型在区分乳腺叶状肿瘤和纤维腺瘤中的表现及其临床应用 | 乳腺叶状肿瘤和纤维腺瘤的超声图像 | 计算机视觉 | 乳腺肿瘤 | 深度学习 | Xception模型 | 图像 | 1180张超声图像,来自539名患者(247例叶状肿瘤和292例纤维腺瘤) |
15870 | 2024-09-19 |
Deep feature fusion with computer vision driven fall detection approach for enhanced assisted living safety
2024-09-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-71545-6
PMID:39278949
|
研究论文 | 本文介绍了一种基于计算机视觉和深度学习的跌倒检测方法,用于提高辅助生活环境中的安全性 | 提出了新的深度特征融合与计算机视觉跌倒检测与分类(DFFCV-FDC)技术,结合了MobileNet、DenseNet和ResNet模型,并使用改进的鹈鹕优化算法(IPOA)进行超参数选择 | 未提及具体的研究局限性 | 开发一种高效可靠的跌倒检测系统,以提高辅助生活环境中老年人的安全 | 老年人跌倒事件的检测与分类 | 计算机视觉 | NA | 深度学习 | 深度特征融合模型(MobileNet、DenseNet、ResNet)、去噪自编码器(DAE) | 图像 | 使用了基准跌倒数据库进行性能分析 |
15871 | 2024-09-19 |
Boundary-aware convolutional attention network for liver segmentation in ultrasound images
2024-09-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-70527-y
PMID:39278955
|
研究论文 | 本文提出了一种用于超声图像中肝脏分割的边界感知卷积注意力网络BACANet | 利用轻量级网络主干进行肝脏特征提取,并结合卷积注意力机制增强网络捕捉全局上下文信息的能力,同时引入选择性大核卷积模块和显式肝脏边界监督以改进边界定位 | 未提及 | 加速肝脏相关疾病的辅助诊断 | 超声图像中的肝脏区域分割 | 计算机视觉 | NA | 卷积神经网络 | CNN | 图像 | 多个数据集,包括公开数据集和私有测试数据集 |
15872 | 2024-09-19 |
An ultra lightweight neural network for automatic modulation classification in drone communications
2024-Sep-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-72867-1
PMID:39278962
|
研究论文 | 本文研究了基于深度学习的自动调制分类网络的轻量化,以提高其在资源受限场景中的适应性 | 提出了一个超轻量级的神经网络(ULNN),结合了轻量级卷积结构、注意力机制和跨通道特征融合技术,并在模型训练过程中引入了基于信号相位偏移的数据增强方法 | NA | 提高无人机通信中自动调制分类技术的传输效率 | 无人机平台上的自动调制分类技术 | 机器学习 | NA | 深度学习 | 神经网络 | 信号 | 使用了公开数据集RML2016.10A进行实验验证 |
15873 | 2024-09-19 |
A machine learning approach to predicting dry eye-related signs, symptoms and diagnoses from meibography images
2024-Sep-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e36021
PMID:39286076
|
研究论文 | 本文利用机器学习方法从睑板腺图像中预测干眼相关体征、症状和诊断 | 本文首次将深度学习模型应用于睑板腺图像的形态特征分析,并结合临床和症状数据进行预测 | 样本量相对较小,且主要集中在特定人群(如隐形眼镜佩戴者) | 利用人工智能识别睑板腺形态特征与干眼相关临床结果和主观症状之间的关系 | 睑板腺的形态特征、临床结果和主观症状 | 机器学习 | 干眼症 | 深度学习 | 深度学习模型 | 图像 | 562张红外睑板腺图像,来自363名受试者 |
15874 | 2024-09-19 |
Nonrigid registration method for longitudinal chest CT images in COVID-19
2024-Sep-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e37272
PMID:39286087
|
研究论文 | 本文提出了一种基于深度学习的非刚性配准方法,用于COVID-19患者纵向胸部CT图像的形态学变化分析 | 采用深度学习方法VoxelMorph进行体素级别的非刚性配准,以减少呼吸相位和成像位置差异,同时避免过度变形病变区域 | NA | 分析COVID-19相关肺炎患者随时间的形态学变化 | COVID-19患者的纵向胸部CT图像 | 计算机视觉 | 呼吸系统疾病 | 非刚性配准 | 深度学习模型 | 图像 | 509个患者数据点 |
15875 | 2024-09-19 |
Deep learning-based scoring method of the three-chamber social behaviour test in a mouse model of alcohol intoxication. A comparative analysis of DeepLabCut, commercial automatic tracking and manual scoring
2024-Sep-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e36352
PMID:39286202
|
研究论文 | 本文介绍了一种基于深度学习的三室社会行为测试评分方法,用于研究酒精中毒小鼠模型的社会行为,并比较了DeepLabCut、商业自动跟踪和手动评分的结果 | 本文利用DeepLabCut进行动物身体部位的跟踪,提出了一种新的评分模型,显著提高了三室测试评分的准确性 | 本文仅在酒精中毒小鼠模型中进行了验证,尚未在其他模型或人类中进行测试 | 研究酒精戒断对小鼠社会行为的影响,并改进三室测试的评分准确性 | 酒精中毒小鼠模型的社会行为 | 机器学习 | NA | DeepLabCut | NA | 视频 | NA |
15876 | 2024-09-19 |
Deep learning-based human body pose estimation in providing feedback for physical movement: A review
2024-Sep-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e36589
PMID:39281455
|
综述 | 本文综述了基于深度学习的人体姿态估计在提供运动反馈中的应用 | 本文综述了当前人体姿态估计系统的研究现状,并指出了在运动评估方法选择和反馈优先级方面的研究空白 | 本文指出在选择运动评估方法的有效性和因素方面仍不明确,并建议需要进一步研究反馈优先级和错误反馈 | 调查当前基于深度学习的人体姿态估计在提供运动反馈中的研究现状和潜在的差距 | 人体姿态估计、运动评估、用户反馈 | 计算机视觉 | NA | 深度学习 | 卷积神经网络(CNN) | 图像 | 45篇文章 |
15877 | 2024-09-19 |
MONDEP: A unified SpatioTemporal MONitoring Framework for National DEPression Forecasting
2024-Sep-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e36877
PMID:39281477
|
研究论文 | 本文提出了一种用于国家抑郁症预测的时空监测框架MONDEP | 该框架利用机器学习和深度学习方法,通过多变量时间序列数据预测不同行政级别的抑郁症流行情况,相较于SARIMAX基线模型,MAE指标提高了13% | NA | 构建一个综合的MONDEP框架,利用机器学习和深度学习预测不同行政级别的抑郁症情况 | 泰国国家抑郁症统计数据 | 机器学习 | 抑郁症 | 机器学习 深度学习 | 深度学习模型 | 时间序列数据 | NA |
15878 | 2024-09-19 |
An efficient brain tumor detection and classification using pre-trained convolutional neural network models
2024-Sep-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e36773
PMID:39281484
|
研究论文 | 本文提出了一种利用预训练卷积神经网络模型进行脑肿瘤检测和分类的高效方法 | 本文的创新点在于使用预训练的卷积神经网络模型(如ResNet50和EfficientNet)进行脑肿瘤检测,并通过数据增强技术提高模型的准确性和召回率 | 本文未详细讨论模型的计算资源需求和训练时间,也未提及模型在不同数据集上的泛化能力 | 本文的研究目的是提高脑肿瘤检测的准确性和效率,以便为患者提供及时的治疗和决策支持 | 本文的研究对象是脑肿瘤的MRI图像,包括三种不同类型的肿瘤和非肿瘤样本 | 计算机视觉 | 脑肿瘤 | 卷积神经网络(CNN) | 卷积神经网络(CNN) | 图像 | 本文使用了包含两种类别的数据集,其中三种代表不同类型的肿瘤,一种代表非肿瘤样本 |
15879 | 2024-09-19 |
ArSa-Tweets: A novel Arabic sarcasm detection system based on deep learning model
2024-Sep-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e36892
PMID:39281495
|
研究论文 | 本文提出了一种基于深度学习模型的阿拉伯语讽刺检测系统ArSa-Tweets | 本文的创新点在于开发了一种新的阿拉伯语推文讽刺检测模型ArSa-Tweet,并引入了ArSa-data作为黄金语料库 | NA | 研究目的是解决阿拉伯语讽刺检测中的挑战,如隐含的间接习语和缺乏阿拉伯语讽刺语料库 | 研究对象是阿拉伯语推文中的讽刺表达 | 自然语言处理 | NA | 深度学习 | LSTM, Multi-headed CNN-LSTM-GRU, BERT, AraBert-V01, AraBert-V02 | 文本 | NA |
15880 | 2024-09-19 |
Cataract and glaucoma detection based on Transfer Learning using MobileNet
2024-Sep-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e36759
PMID:39281545
|
研究论文 | 本文提出了一种基于迁移学习的MobileNet模型,用于白内障和青光眼的检测 | 本文提出了基于深度可分离卷积的MobileNetV1和MobileNetV2模型,并在公开数据集上进行了实验,结果显示该模型在准确性上优于其他模型 | NA | 开发一种高效的深度学习模型,用于早期检测白内障和青光眼 | 白内障和青光眼 | 计算机视觉 | 眼科疾病 | 深度学习 | MobileNet | 图像 | 使用公开数据集,包含白内障与正常以及青光眼与正常的图像 |