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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
15881 | 2024-08-07 |
PallorMetrics: Software for Automatically Quantifying Optic Disc Pallor in Fundus Photographs, and Associations With Peripapillary RNFL Thickness
2024-May-01, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.13.5.20
PMID:38780955
|
研究论文 | 开发了一种自动量化眼底照片中视盘苍白的软件,并研究了其与视网膜神经纤维层厚度的关联 | 首次使用深度学习技术自动分割眼底照片中的视盘、黄斑和血管,并测量苍白程度 | NA | 开发一种自动方法来量化眼底照片中的视盘苍白,并确定其与视网膜神经纤维层厚度的关联 | 视盘苍白与视网膜神经纤维层厚度的关系 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 118名参与者 |
15882 | 2024-08-07 |
Deep Learning-Based Detection of Glottis Segmentation Failures
2024-Apr-30, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11050443
PMID:38790311
|
研究论文 | 本文提出了一种基于深度学习的方法,用于检测喉头分割失败的情况 | 首次采用深度学习方法自动检测喉头分割失败,并引入了知识驱动的扰动过程和定制损失函数 | NA | 提高医学图像分割在临床应用中的准确性 | 喉头分割失败的情况 | 计算机视觉 | NA | 深度学习 | ResNet18 | 视频 | 使用了三个公共数据集,并通过数据增强和扰动过程生成故障分割数据 |
15883 | 2024-08-07 |
The Use of Generative Adversarial Network and Graph Convolution Network for Neuroimaging-Based Diagnostic Classification
2024-Apr-30, Brain sciences
IF:2.7Q3
DOI:10.3390/brainsci14050456
PMID:38790434
|
研究论文 | 本文探讨了使用生成对抗网络(GAN)和图卷积网络(GCN)进行基于神经影像的功能连接(FC)数据分类诊断 | 提出使用GCN来揭示脑网络数据的复杂结构,并利用GAN生成合成图像以解决数据稀缺和患者隐私问题 | 仍有改进空间,特别是在疾病预测和诊断方面 | 验证GAN和GCN模型在不同数据集上的泛化能力和分类准确性 | 功能连接(FC)数据和神经影像数据 | 机器学习 | NA | 生成对抗网络(GAN),图卷积网络(GCN) | 生成对抗网络(GAN),图卷积网络(GCN) | 图像 | 涉及多个公共数据集(ADHD, ABIDE-II, ADNI)和内部数据集(PTSD) |
15884 | 2024-08-07 |
Synergizing Deep Learning-Enabled Preprocessing and Human-AI Integration for Efficient Automatic Ground Truth Generation
2024-Apr-28, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11050434
PMID:38790302
|
研究论文 | 本文提出了一种结合深度学习预处理和人类-AI整合的新策略,用于高效生成高分辨率全切片显微图像的自动感兴趣区域(ROI)地面实况标注 | 引入了一种基于深度学习的预处理算法,用于将未知样本归一化到训练集分布,从而有效缓解过拟合问题,并显著增加了自动地面实况标注的数量 | NA | 旨在解决医学图像解释领域中,由于生成地面实况的高成本和时间消耗以及图像质量不一致性导致的深度学习进展受阻问题 | 高分辨率全切片显微图像 | 数字病理学 | NA | 深度学习 | NA | 图像 | 未标注数据集的自动标签接受率为92%,标注数据集扩展了845% |
15885 | 2024-08-07 |
Research on Fatigue Driving Detection Technology Based on CA-ACGAN
2024-Apr-27, Brain sciences
IF:2.7Q3
DOI:10.3390/brainsci14050436
PMID:38790415
|
研究论文 | 本研究提出了一种基于条件生成对抗网络与分类头结合卷积和注意力机制(CA-ACGAN)的疲劳驾驶检测技术,通过分析脑电图(EEG)信号来精确识别疲劳驾驶状态 | 本研究引入了CA-ACGAN框架,结合注意力机制、瓶颈残差块和Transformer元素,显著改进了EEG信号的处理,并通过生成高质量合成数据解决了真实数据稀缺的问题 | NA | 提高道路安全,通过先进的疲劳监测方法减少驾驶疲劳带来的交通风险 | 疲劳驾驶状态的识别 | 机器学习 | NA | EEG信号分析 | CA-ACGAN | 脑电图(EEG)信号 | 使用SEED-VIG公共数据集进行实验 |
15886 | 2024-08-07 |
A Novel Mis-Seg-Focus Loss Function Based on a Two-Stage nnU-Net Framework for Accurate Brain Tissue Segmentation
2024-Apr-26, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11050427
PMID:38790294
|
research paper | 本文提出了一种基于两阶段nnU-Net框架的新型误分割聚焦损失函数,用于提高脑组织分割的准确性 | 本文创新性地提出了一种两阶段nnU-Net框架,通过全局损失函数识别误分割区域,并使用误分割损失函数自适应调整模型,以更好地处理模糊边界和重叠的解剖结构 | NA | 提高脑组织分割的准确性 | 脑组织分割 | computer vision | NA | NA | nnU-Net | image | 两个数据集 |
15887 | 2024-08-07 |
Cancerous and Non-Cancerous MRI Classification Using Dual DCNN Approach
2024-Apr-23, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11050410
PMID:38790279
|
研究论文 | 本研究提出了一种双深度卷积神经网络(DCNN)模型,用于准确分类癌症和非癌症的MRI样本 | 本研究引入了双DCNN模型,结合inceptionV3和denseNet121两个深度学习模型,通过全局最大池化层提取特征,并使用五个全连接层进行训练,以提高分类准确性 | NA | 开发一种高效的系统,用于通过医学影像特别是MRI分析大量医疗数据,以实现早期肿瘤检测 | 癌症和非癌症的MRI样本 | 计算机视觉 | 脑癌 | 深度学习(DL),深度卷积神经网络(DCNN) | 双DCNN模型,包括inceptionV3和denseNet121 | MRI图像 | NA |
15888 | 2024-08-07 |
Accurate single-molecule spot detection for image-based spatial transcriptomics with weakly supervised deep learning
2024-Feb-05, bioRxiv : the preprint server for biology
DOI:10.1101/2023.09.03.556122
PMID:37732188
|
研究论文 | 本文介绍了Polaris,一个用于基于图像的空间转录组学的分析流程,结合深度学习模型进行细胞分割和点检测,并通过概率基因解码器准确量化单细胞基因表达 | Polaris提供了一个统一的、即插即用的解决方案,用于分析来自MERFSIH、seqFISH或ISS实验的空间转录组学数据 | NA | 开发一个自动化的分析流程,用于基于图像的空间转录组学数据分析 | 基于图像的空间转录组学数据 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 图像 | NA |
15889 | 2024-08-07 |
Optimizing Deep Learning-Based Segmentation of Densely Packed Cells using Cell Surface Markers
2023-Sep-26, Research square
DOI:10.21203/rs.3.rs-3307496/v1
PMID:37841876
|
研究论文 | 本文评估并优化了基于深度学习的细胞分割模型在免疫荧光图像上的性能,特别是在人类单纯疱疹病毒感染的皮肤组织中的应用 | 通过选择最佳模型并进一步训练,提高了预测性能,达到了与人类表现相当的水平 | 最终模型的性能不完美,主要归因于图像集中适度的信噪比 | 优化基于深度学习的细胞分割模型,以提高在密集组织中的细胞识别和定量 | 评估和优化18种基于深度学习的细胞分割模型在免疫荧光图像上的性能 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 使用了两组公共图像集和一组包含10,000+训练实例的当前图像集 |
15890 | 2024-08-07 |
Deep-Masker: A Deep Learning-based Tool to Assess Chord Length from Murine Lung Images
2023-08, American journal of respiratory cell and molecular biology
IF:5.9Q1
DOI:10.1165/rcmb.2023-0051MA
PMID:37236629
|
研究论文 | 本文介绍了一种基于深度学习的工具Deep-Masker,用于自动评估小鼠肺部图像中的弦长 | Deep-Masker通过自动化的深度学习算法,提高了评估弦长的准确性和效率,减少了人工操作的变异性和偏差 | NA | 开发一种自动化的工具,以标准化小鼠肺部疾病模型中弦长的测量 | 小鼠肺部图像中的弦长 | 计算机视觉 | 慢性阻塞性肺疾病 | 深度学习 | NA | 图像 | 1217张图像来自137只小鼠,涉及12个品系,暴露于室内空气或香烟烟雾6个月 |
15891 | 2024-08-07 |
Regional Deep Atrophy: a Self-Supervised Learning Method to Automatically Identify Regions Associated With Alzheimer's Disease Progression From Longitudinal MRI
2023-Apr-10, ArXiv
PMID:37090239
|
研究论文 | 本文提出了一种名为区域深度萎缩(RDA)的自监督学习方法,用于自动识别与阿尔茨海默病进展相关的脑区 | RDA结合了深度萎缩(DeepAtrophy)的时间推断方法与可变形配准神经网络及注意力机制,提高了模型的可解释性 | DeepAtrophy方法缺乏解释性,不清楚MRI中的哪些变化对进展测量有贡献 | 开发一种新的方法来提高阿尔茨海默病进展监测的准确性和可解释性 | 阿尔茨海默病患者的纵向MRI扫描数据 | 计算机视觉 | 阿尔茨海默病 | 自监督学习 | 卷积神经网络 | MRI图像 | NA |
15892 | 2024-08-07 |
Wide and deep learning based approaches for classification of Alzheimer's disease using genome-wide association studies
2023, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0283712
PMID:37126509
|
research paper | 本研究利用全基因组关联研究数据,通过基于关联测试、主成分分析和Boruta算法的混合特征选择方法,筛选出阿尔茨海默病的潜在预测因子,并将其输入到宽深神经网络模型中进行分类 | 提出了一种基于关联测试、主成分分析和Boruta算法的混合特征选择方法,并使用宽深神经网络模型进行分类,实验结果显示该方法在标准数据集上的准确率和F1分数达到99% | NA | 旨在通过基因组数据准确诊断阿尔茨海默病,并识别影响该疾病的关键因素 | 阿尔茨海默病及其相关基因 | machine learning | geriatric disease | GWAS | wide and deep neural network | genetic markers | 包含620901个属性的原始数据集 |
15893 | 2024-08-07 |
Identifying Barriers to Post-Acute Care Referral and Characterizing Negative Patient Preferences Among Hospitalized Older Adults Using Natural Language Processing
2022, AMIA ... Annual Symposium proceedings. AMIA Symposium
PMID:37128417
|
研究论文 | 本研究利用自然语言处理技术识别住院老年患者接受急性后护理的障碍,并分析患者的负面偏好 | 开发了一种自然语言处理分类器,用于识别最高价值的急性后护理障碍类别,即患者的负面偏好,并比较了多种机器学习模型,包括深度学习模型 | 研究样本仅包括594份急性护理笔记,来自100名患者,可能影响结果的普遍性 | 旨在检测住院老年患者接受急性后护理的常见障碍 | 住院老年患者的临床笔记 | 自然语言处理 | NA | 自然语言处理 | 深度学习模型 | 文本 | 594份急性护理笔记,来自100名患者 |
15894 | 2024-08-07 |
Integrating Medication Therapy Management Education into a Core Pharmacy Curriculum
2016-May-25, American journal of pharmaceutical education
IF:3.8Q2
DOI:10.5688/ajpe80470
PMID:27293237
|
research paper | 本文描述了将药物治疗管理(MTM)教育融入药学核心课程的设计,旨在提高学生的信心和能力以执行MTM服务。 | 本文创新地将美国药剂师协会(APhA)证书培训计划的框架应用于开发核心课程,通过深度学习和真实任务提高学生的信心和准备度。 | NA | 提高学生执行药物治疗管理服务的信心和能力。 | 药学学生 | NA | NA | NA | NA | NA | NA |
15895 | 2024-08-07 |
Deep-learning-based sampling position selection on color Doppler sonography images during renal artery ultrasound scanning
2024-05-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-60355-5
PMID:38782971
|
研究论文 | 本研究评估了深度学习对象检测技术在彩色多普勒超声(CDS)图像中辅助选择肾动脉超声采样位置的有效性 | 首次评估了深度学习在辅助选择肾动脉超声采样位置的潜力 | NA | 评估深度学习对象检测技术在彩色多普勒超声图像中辅助选择采样位置的有效性 | 2004名接受肾动脉超声检查的患者的彩色多普勒超声图像 | 计算机视觉 | NA | 深度学习 | 对象检测模型 | 图像 | 2004名患者 |
15896 | 2024-08-07 |
Assessment of image quality and impact of deep learning-based software in non-contrast head CT scans
2024-05-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-62394-4
PMID:38782976
|
研究论文 | 本研究回顾性地评估了不同重建技术和基于深度学习的软件对非对比头部CT图像的客观和主观图像质量的影响 | 使用基于深度学习的后处理算法显著降低了FBP重建图像的噪声,提高了信噪比 | 深度学习后处理与IR相比的差异不一致且部分不显著,主观评估未显示显著的临床影响 | 评估不同重建技术和基于深度学习的软件对非对比头部CT图像质量的影响 | 非对比头部CT图像的图像质量 | 计算机视觉 | NA | CT扫描 | 深度学习 | 图像 | 152例成人头部CT扫描(77名女性,75名男性;平均年龄69.4±18.3岁) |
15897 | 2024-08-07 |
Partial discharge localization in power transformer tanks using machine learning methods
2024-May-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-62527-9
PMID:38782982
|
研究论文 | 本文比较了用于电力变压器油箱内局部放电三维定位的机器学习方法 | 研究采用了从支持向量机到卷积神经网络等多种机器学习和深度学习方法,并在不同案例中进行了分析和比较 | NA | 旨在预测单传感器电场测量下的局部放电三维位置 | 电力变压器油箱内的局部放电定位 | 机器学习 | NA | 机器学习方法,包括支持向量机和卷积神经网络 | 卷积神经网络 (CNN) | 电场测量信号 | 多个具有不同传感器位置、局部放电信号频率内容和变压器油箱尺寸的案例 |
15898 | 2024-08-07 |
Training deep learning based dynamic MR image reconstruction using open-source natural videos
2024-05-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-62294-7
PMID:38783018
|
研究论文 | 开发并评估一种深度学习(DL)流程,用于从公开的自然视频(Inter4K)学习动态磁共振图像重建 | 利用公开的自然视频数据集进行动态磁共振图像重建的深度学习训练,并提供了预训练网络和代码 | 在模拟数据中,使用心脏数据的DL网络表现优于使用自然视频的DL网络 | 开发和评估一种深度学习流程,用于从自然视频学习动态磁共振图像重建 | 动态磁共振图像重建的深度学习网络及其在心脏和语音磁共振数据上的应用 | 计算机视觉 | NA | 深度学习 | VarNet, 3D UNet, FastDVDNet | 图像 | 心脏MR数据692例,模拟MR数据588例,模拟数据集104个,心脏电影数据20例,语音电影数据10例 |
15899 | 2024-08-07 |
Enhancing trash classification in smart cities using federated deep learning
2024-May-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-62003-4
PMID:38783026
|
研究论文 | 本研究通过比较分析多种基于卷积神经网络(CNN)的深度学习模型,探讨了在智能城市环境中实现可持续固体废物管理的高效垃圾分类方法 | 本研究展示了基于CNN的技术在智能城市垃圾分类中的显著进步潜力,并提出了一个基于联邦学习的分布式框架,以优化CNN模型组合的性能 | NA | 探讨在智能城市环境中实现可持续固体废物管理的高效垃圾分类方法 | 智能城市环境中的垃圾分类 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 使用TrashBox数据集进行实验 |
15900 | 2024-08-07 |
Deep learning for dual detection of microsatellite instability and POLE mutations in colorectal cancer histopathology
2024-May-23, NPJ precision oncology
IF:6.8Q1
DOI:10.1038/s41698-024-00592-z
PMID:38783059
|
研究论文 | 研究利用深度学习技术在结直肠癌病理切片中同时检测微卫星不稳定性(MSI)和DNA聚合酶ε(POLE)突变 | 首次提出使用基于transformer的深度学习系统,通过训练MSI病理切片数据,能够有效检测出POLE突变,为MSS患者提供增强的治疗选择 | NA | 开发一种深度学习模型,用于在结直肠癌病理图像中同时检测MSI和POLE突变,以提高治疗效率 | 结直肠癌病理图像中的微卫星不稳定性(MSI)和DNA聚合酶ε(POLE)突变 | 机器学习 | 结直肠癌 | 深度学习 | transformer | 图像 | 内部和外部切除队列中的大量病理图像数据 |