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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1 | 2024-12-15 |
Nano-opto-electro-mechanical switches operated at CMOS-level voltages
2019-11-15, Science (New York, N.Y.)
DOI:10.1126/science.aay8645
PMID:31727832
|
研究论文 | 本文展示了在微米尺度的混合光子-等离子体结构中,利用光电机械效应在CMOS电压下实现光开关 | 本文首次展示了在CMOS电压下通过纳米级静电扰动实现快速光开关,并结合了光子和等离子体效应以最小化光学损耗 | 本文未详细讨论该技术的实际应用场景和大规模集成可能面临的挑战 | 探索在CMOS电压下实现光开关的技术,为集成光电子学提供新平台 | 微米尺度的混合光子-等离子体结构 | NA | NA | 光电机械效应 | NA | NA | NA |
2 | 2024-10-04 |
Artificial intelligence in clinical and genomic diagnostics
2019-11-19, Genome medicine
IF:10.4Q1
DOI:10.1186/s13073-019-0689-8
PMID:31744524
|
综述 | 本文综述了人工智能在临床和基因组诊断中的应用 | 介绍了人工智能在临床诊断和基因组学中的新兴方法,特别是深度学习算法在处理大型复杂基因组数据集中的应用 | 讨论了人工智能在医学应用中的挑战、局限性和偏见,特别是涉及人类遗传学和基因组数据的应用 | 总结人工智能系统擅长解决的主要问题,并描述受益于这些解决方案的临床诊断任务 | 人工智能在临床诊断和基因组学中的应用,包括变异检测、基因组注释和变异分类,以及表型与基因型的对应关系 | 机器学习 | NA | 深度学习 | 深度学习算法 | 基因组数据 | NA |
3 | 2024-08-31 |
Facial expression recognition for monitoring neurological disorders based on convolutional neural network
2019-Nov, Multimedia tools and applications
IF:3.0Q2
DOI:10.1007/s11042-019-07959-6
PMID:35693322
|
研究论文 | 本研究开发了一种基于卷积神经网络的自动化面部表情识别系统,用于监测神经障碍患者 | 该系统采用了一种新颖的深度学习方法,通过四阶段网络结构,结合整体面部信息和局部特征,提高了面部表情识别的准确性 | NA | 开发一种低成本、无创的自动化面部表情识别系统,帮助专家检测神经障碍 | 面部表情识别在神经障碍患者中的应用 | 计算机视觉 | 神经障碍 | 卷积神经网络 | CNN | 图像 | 在RaFD数据库上进行了实验,实现了94.44%的准确率 |
4 | 2024-08-07 |
Optimizing clinical trials recruitment via deep learning
2019-11-01, Journal of the American Medical Informatics Association : JAMIA
IF:4.7Q1
DOI:10.1093/jamia/ocz064
PMID:31188432
|
研究论文 | 本文提出了一种基于深度学习的方法DeepMatch (DM),用于优化临床试验的招募过程,通过分析调查员和试验相关的异构数据源,对调查员进行排名,以提高招募效率。 | DeepMatch方法结合了深度学习技术,能够从多种数据源中学习,提高调查员的排名准确性,从而优化临床试验的执行。 | NA | 优化临床试验的招募过程,降低新疗法的开发成本。 | 临床试验的调查员及其招募效率。 | 机器学习 | NA | 深度学习 | NA | 异构数据 | 2618项研究 |
5 | 2024-08-07 |
Toward a clinical text encoder: pretraining for clinical natural language processing with applications to substance misuse
2019-11-01, Journal of the American Medical Informatics Association : JAMIA
IF:4.7Q1
DOI:10.1093/jamia/ocz072
PMID:31233140
|
研究论文 | 本文旨在开发用于临床自然语言处理的临床文本编码器,并通过预训练方法在账单代码数据上进行实验,以提高在多种表型任务中的性能 | 探索了多种神经编码器架构,并通过预训练账单代码数据来解决临床自然语言处理中获取大型数据集的难题 | 讨论了预训练方法的潜在局限性 | 开发能够将临床文本编码为可用于多种表型任务的表示的算法 | 临床文本编码器及其在临床文本分类任务中的应用 | 自然语言处理 | NA | 深度学习方法 | 神经编码器 | 文本 | 大量账单代码数据 |
6 | 2024-08-07 |
Cohort selection for clinical trials using deep learning models
2019-11-01, Journal of the American Medical Informatics Association : JAMIA
IF:4.7Q1
DOI:10.1093/jamia/ocz139
PMID:31532478
|
研究论文 | 本文探讨了使用深度学习模型进行临床试验队列选择的任务,评估了几种深度学习架构的性能 | 研究了全连接前馈层对不同深度学习架构性能的影响 | 数据集规模有限,结果没有统计显著性 | 评估几种深度学习架构在临床试验队列选择任务中的表现 | 临床试验队列选择 | 自然语言处理 | NA | 深度学习 | CNN, RNN, CNN-RNN混合架构 | 文本 | 数据集规模有限 |
7 | 2024-08-07 |
Predicting HLA class II antigen presentation through integrated deep learning
2019-11, Nature biotechnology
IF:33.1Q1
DOI:10.1038/s41587-019-0280-2
PMID:31611695
|
研究论文 | 本文介绍了MARIA,一种多模态循环神经网络,用于预测特定HLA II类等位基因背景下感兴趣基因的抗原提呈可能性 | MARIA利用多种训练数据和改进的机器学习框架,在验证数据集中表现优于现有方法 | NA | 准确预测HLA II类分子抗原提呈,以促进疫苗开发和癌症免疫治疗 | HLA II类分子抗原提呈的预测 | 机器学习 | NA | NA | 循环神经网络 | 基因序列、表达水平、蛋白酶切割信号 | NA |
8 | 2024-08-07 |
Latest advances in aging research and drug discovery
2019-11-21, Aging
DOI:10.18632/aging.102487
PMID:31770722
|
综述 | 本文综述了衰老研究及药物发现的最新进展,并介绍了相关领域的年度会议系列 | 文章强调了人工智能,特别是深度学习在衰老研究中的应用,以及多家公司将衰老研究纳入其业务模型的创新策略 | NA | 旨在更好地理解与衰老相关的多层次变化,并探索治疗与年龄相关疾病的新干预措施 | 衰老过程中的分子、细胞、器官、组织、生理、心理及社会学变化 | NA | 老年病 | 深度学习 | NA | NA | NA |
9 | 2024-08-07 |
ReorientExpress: reference-free orientation of nanopore cDNA reads with deep learning
2019-11-29, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-019-1884-z
PMID:31783882
|
研究论文 | 描述了一种名为ReorientExpress的方法,用于无参考基因组的转录组长序列读取的自由定向 | ReorientExpress利用深度学习正确预测大多数读取的方向,特别是在训练于密切相关物种或与读取聚类结合时 | NA | 实现非模型生物和无基因组参考样本的长读取转录组学 | 转录组长序列读取的定向 | 机器学习 | NA | 深度学习 | NA | 序列数据 | NA |
10 | 2024-08-07 |
Diagnosis of Thyroid Nodules: Performance of a Deep Learning Convolutional Neural Network Model vs. Radiologists
2019-11-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-019-54434-1
PMID:31780753
|
研究论文 | 本文开发了一种基于深度学习的甲状腺结节超声计算机辅助诊断系统(dCAD),并将其性能与基于支持向量机(SVM)的系统(sCAD)和放射科医生的诊断性能进行了比较 | dCAD在总体敏感性、特异性、阳性预测值(PPV)、阴性预测值和准确性方面与放射科医生相当,并且在小结节方面表现更优于sCAD | NA | 开发和评估基于深度学习的甲状腺结节超声计算机辅助诊断系统的性能 | 甲状腺结节 | 计算机视觉 | 甲状腺疾病 | 深度学习 | CNN | 图像 | 4919个甲状腺结节图像 |
11 | 2024-08-07 |
Prediction Model of Organic Molecular Absorption Energies based on Deep Learning trained by Chaos-enhanced Accelerated Evolutionary algorithm
2019-Nov-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-019-53206-1
PMID:31754116
|
research paper | 本文提出了一种基于混沌增强加速进化算法的深度学习预测模型,用于提高分子吸收能量的计算准确性、效率和稳定性。 | 该模型结合了深度学习和智能算法,采用混沌增强加速粒子群优化算法和深度人工神经网络(CAPSO BP DNN),具有七层8-4-4-4-4-4-1结构,能够有效提高预测效果和准确性。 | NA | 开发一种高精度的分子吸收能量预测模型。 | 有机分子的吸收能量。 | machine learning | NA | deep learning | DNN | numerical | 涉及八个与分子吸收能量相关的参数作为输入,一个参数作为输出。 |
12 | 2024-08-07 |
Particle Mobility Analysis Using Deep Learning and the Moment Scaling Spectrum
2019-11-20, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-019-53663-8
PMID:31748591
|
研究论文 | 本文提出了一种使用深度学习和矩尺度谱分析来分析细胞内动态过程的新方法 | 首次采用深度学习方法对单颗粒轨迹进行分割,并使用矩尺度谱分析来估计移动类别的数量及其相关参数 | NA | 开发一种用于从时间序列显微镜图像中提取生物学相关参数的鲁棒方法 | 细胞内颗粒的动态行为 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 包括内部数据集和公开的颗粒跟踪数据,涵盖多种蛋白质的不同动态行为 |
13 | 2024-08-07 |
Unifying machine learning and quantum chemistry with a deep neural network for molecular wavefunctions
2019-11-15, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-019-12875-2
PMID:31729373
|
研究论文 | 本文介绍了一种深度学习框架,用于预测分子波函数,从而统一机器学习和量子化学 | 该框架能够在保持类似力场的效率的同时,通过波函数完全访问电子结构,并以分析可微分的方式捕捉量子力学 | NA | 旨在通过深度神经网络统一机器学习和量子化学,以优化分子结构的电子特性 | 分子的量子力学波函数 | 机器学习 | NA | 深度学习 | 深度神经网络 | 分子波函数 | NA |
14 | 2024-08-07 |
Deep Learning Techniques for Grape Plant Species Identification in Natural Images
2019-Nov-07, Sensors (Basel, Switzerland)
DOI:10.3390/s19224850
PMID:31703313
|
研究论文 | 本文评估了基于AlexNet架构的迁移学习和微调技术在自然图像中识别葡萄品种的性能 | 提出了一个四角合一的图像扭曲算法用于图像预处理,并验证了其在葡萄品种识别中的有效性 | 图像在自然环境中的采集、图像数量较少、不同葡萄品种图像间的高相似性以及收获季节中葡萄叶和果穗图像的显著变化 | 开发一种自动识别葡萄品种的算法,适用于如机器人采摘系统等集成软件组件 | 葡萄品种的自动识别 | 计算机视觉 | NA | 迁移学习和微调技术 | AlexNet | 图像 | 两个自然葡萄园图像数据集,分别在不同地理位置和收获季节采集 |
15 | 2024-08-07 |
Attention-Based Deep Neural Networks for Detection of Cancerous and Precancerous Esophagus Tissue on Histopathological Slides
2019-11-01, JAMA network open
IF:10.5Q1
|
研究论文 | 本文评估了一种基于注意力机制的深度学习方法,用于高分辨率组织学图像分析,以检测巴雷特食管(BE)和食管腺癌 | 该方法仅基于组织级别的标注,与基于感兴趣区域的现有方法不同 | 该模型的性能提升在统计上不显著 | 评估一种新的深度学习方法,用于高分辨率组织学图像分析,以检测巴雷特食管和食管腺癌 | 高分辨率组织学图像,用于训练和测试新的深度学习模型 | 数字病理学 | 食管癌 | 深度学习 | CNN和基于网格的注意力网络 | 图像 | 379张用于训练的图像,123张用于独立测试的图像 |
16 | 2024-08-07 |
Imaging biomarkers of adiposity and sarcopenia as potential predictors for overall survival among patients with endometrial cancer treated with bevacizumab
2019-Nov, Gynecologic oncology reports
IF:1.2Q3
DOI:10.1016/j.gore.2019.100502
PMID:31720357
|
研究论文 | 研究评估了身体质量指数(BMI)、皮下脂肪面积(SFA)和密度(SFD)、内脏脂肪面积(VFA)和密度(VFD)以及总腰大肌面积(TPA)与接受化疗联合或不联合贝伐珠单抗治疗的晚期或复发性子宫内膜癌患者预后之间的关系 | 使用深度学习算法从治疗前的CT扫描中确定SFA、VFA、SFD、VFD和TPA,并分析这些影像学指标与总体生存期(OS)和无进展生存期(PFS)的关系 | 研究未发现任何脂肪指标能预测贝伐珠单抗治疗的改善反应 | 探讨影像学指标作为预测子宫内膜癌患者总体生存的潜在标志物 | 接受化疗联合或不联合贝伐珠单抗治疗的晚期或复发性子宫内膜癌患者 | 数字病理学 | 子宫内膜癌 | 深度学习算法 | NA | 影像数据 | 78名患者 |
17 | 2024-08-07 |
Automatic Detection of Diabetic Retinopathy in Retinal Fundus Photographs Based on Deep Learning Algorithm
2019-Nov, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.8.6.4
PMID:31737428
|
研究论文 | 本文通过使用Inception-v3网络的深度迁移学习方法,实现了在眼底彩色图像中自动检测糖尿病视网膜病变(DR) | 采用深度迁移学习方法和Inception-v3网络进行自动DR检测,提高了分类准确性和敏感性 | NA | 实现自动糖尿病视网膜病变检测,辅助临床决策 | 糖尿病视网膜病变在眼底彩色图像中的自动检测 | 计算机视觉 | 糖尿病视网膜病变 | 深度学习 | Inception-v3网络 | 图像 | 共19,233张眼底彩色图像,来自5278名成年患者 |
18 | 2024-08-07 |
High-throughput phenotyping with deep learning gives insight into the genetic architecture of flowering time in wheat
2019-11-01, GigaScience
IF:11.8Q1
DOI:10.1093/gigascience/giz120
PMID:31742599
|
研究论文 | 本文展示了在田间条件下使用深度学习从移动田间车辆近端成像直接估计小麦的植物形态和发育阶段 | 本文提出了一种基于深度学习的田间高通量表型分析方法,能够直接测量遗传群体中的形态和发育表型,并展示了其在小麦开花时间遗传结构研究中的应用 | NA | 研究目的是通过深度学习技术提高植物性状测量的精确度和速度,从而更好地连接基因型与表型 | 研究对象是小麦的植物形态和发育阶段,特别是开花时间 | 计算机视觉 | NA | 深度学习 | 卷积神经网络 | 图像 | 使用了由专家视觉评分标记的图像数据集 |
19 | 2024-08-07 |
Deep Learning Algorithm for Automated Diagnosis of Retinopathy of Prematurity Plus Disease
2019-Nov, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.8.6.23
PMID:31819832
|
研究论文 | 本研究描述了用于自动诊断早产儿视网膜病变(ROP)加病变的深度学习算法ROP.AI的初步开发 | 开发了一种新的深度学习算法ROP.AI,能够自动诊断ROP加病变,具有高灵敏度和阴性预测值 | NA | 开发和验证一种深度学习算法,用于自动诊断早产儿视网膜病变加病变 | 早产儿视网膜病变加病变的自动诊断 | 机器学习 | 早产儿视网膜病变 | 深度学习 | 深度学习算法 | 图像 | 6974张眼底图像 |
20 | 2024-08-07 |
Exploring semantic deep learning for building reliable and reusable one health knowledge from PubMed systematic reviews and veterinary clinical notes
2019-11-12, Journal of biomedical semantics
IF:1.6Q3
DOI:10.1186/s13326-019-0212-6
PMID:31711540
|
研究论文 | 本文探讨了如何利用语义深度学习方法,从PubMed系统评价和兽医临床笔记中提取关于人类和动物健康的诊断、预后、治疗等信息,并将其转化为可计算的知识 | 结合语义网络技术和深度学习,开发了一种新的方法来处理和映射缩写形式,并使用现有本体正式表示关联 | NA | 探索如何将非结构化自由文本数据转化为可靠且可重用的一体化健康知识 | 从PubMed系统评价和兽医临床笔记中提取的11种常见医疗状况的相关临床概念 | 机器学习 | NA | 语义深度学习 | 深度学习方法 | 文本 | 30万篇PubMed系统评价文章和250万份兽医临床笔记 |