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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
581 | 2024-09-08 |
Deep learning-based phenotyping for genome wide association studies of sudden death syndrome in soybean
2022, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2022.966244
PMID:36340398
|
研究论文 | 本文研究了使用深度学习技术对大豆猝死综合征进行表型分析,并应用于全基因组关联研究 | 本文首次将深度学习技术应用于大豆猝死综合征的表型分析,并将其与传统的视觉评分方法进行比较 | 本文仅使用了473个样本,样本量相对较小,可能影响结果的普适性 | 研究旨在通过深度学习技术对大豆猝死综合征进行表型分析,并应用于全基因组关联研究 | 研究对象为大豆猝死综合征的表型和相关单核苷酸多态性标记 | 机器学习 | 大豆猝死综合征 | 深度学习 | 深度学习框架 | 图像 | 473个大豆样本 |
582 | 2024-09-08 |
Hallucinating structure-conditioned antibody libraries for target-specific binders
2022, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2022.999034
PMID:36341416
|
研究论文 | 本文提出了一种名为FHallucinator的深度学习模型,用于设计基于抗体结构的抗体序列,特别是CDR环,以生成针对特定抗原的抗体库 | FHallucinator模型利用结构预测深度学习模型,生成保留结合位点构象的靶向CDR库,从而保留与抗原表位的结合模式 | NA | 开发一种高效且经济的深度学习模型,用于抗体亲和力成熟过程中生成多样化和靶向的抗体库 | 抗体序列,特别是CDR环 | 机器学习 | NA | 深度学习 | 深度学习模型 | 抗体序列 | 60个抗体样本 |
583 | 2024-09-08 |
Deep learning algorithm reveals probabilities of stage-specific time to conversion in individuals with neurodegenerative disease LATE
2022, Alzheimer's & dementia (New York, N. Y.)
DOI:10.1002/trc2.12363
PMID:36348767
|
研究论文 | 本文开发了一种深度学习算法,用于评估神经退行性疾病LATE患者特定阶段转换时间的概率 | 首次利用深度学习方法在个体水平上预测LATE疾病特定阶段的转换时间 | NA | 开发一种有效的预测方法,用于评估神经退行性疾病LATE患者特定阶段转换时间的概率 | 神经退行性疾病LATE患者 | 机器学习 | 神经退行性疾病 | 深度学习 | 深度学习模型 | 临床数据 | 不同受试者 |
584 | 2024-09-08 |
Calibrated bagging deep learning for image semantic segmentation: A case study on COVID-19 chest X-ray image
2022, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0276250
PMID:36383512
|
研究论文 | 本文提出了一种结合bagging深度学习和模型校准的集成深度学习模型,用于COVID-19胸部X光图像的语义分割,旨在提高分割性能并降低预测不确定性 | 本文的创新点在于将bagging深度学习与模型校准相结合,提出了一种新的集成深度学习模型,以提高分割性能并减少预测不确定性 | 本文未详细讨论该方法在其他类型医学图像上的适用性及其泛化能力 | 研究目的是开发一种能够提高COVID-19胸部X光图像分割性能并降低预测不确定性的深度学习模型 | 研究对象是COVID-19患者的胸部X光图像 | 计算机视觉 | COVID-19 | 深度学习 | 集成深度学习模型 | 图像 | 大量胸部X光图像数据集 |
585 | 2024-09-08 |
The performance of deep generative models for learning joint embeddings of single-cell multi-omics data
2022, Frontiers in molecular biosciences
IF:3.9Q2
DOI:10.3389/fmolb.2022.962644
PMID:36387277
|
研究论文 | 本文研究了深度生成模型在单细胞多组学数据联合嵌入学习中的性能 | 本文首次系统评估了不同样本量下深度生成模型在单细胞多组学数据集成中的表现 | 本文主要基于现有工具和数据集进行评估,未涉及模型训练和优化过程 | 评估深度生成模型在不同样本量下单细胞多组学数据联合嵌入学习的效果 | 单细胞RNA测序和蛋白质丰度数据(CITE-seq)以及染色质可及性和RNA表达数据(10x Multiome) | 机器学习 | NA | 深度生成模型 | 深度生成模型 | 多组学数据 | 数千个细胞 |
586 | 2024-09-08 |
Site effects how-to and when: An overview of retrospective techniques to accommodate site effects in multi-site neuroimaging analyses
2022, Frontiers in neurology
IF:2.7Q3
DOI:10.3389/fneur.2022.923988
PMID:36388214
|
综述 | 本文综述了用于处理多站点神经影像分析中站点效应的回顾性技术 | 本文首次全面讨论了各种统计和机器学习方法在不同应用场景中的优缺点 | 本文未提供每种方法的具体实现细节和代码示例 | 探讨如何处理多站点神经影像数据中的站点效应,以提高分析的可靠性和泛化性 | 多站点神经影像数据中的站点效应 | 机器学习 | NA | 线性混合效应模型、ComBat技术及其变体、基于图像质量指标的调整、规范建模、生成对抗网络 | 生成对抗网络 | 影像 | NA |
587 | 2024-09-08 |
Enhancing short-term crime prediction with human mobility flows and deep learning architectures
2022, EPJ data science
IF:3.0Q1
DOI:10.1140/epjds/s13688-022-00366-2
PMID:36406335
|
研究论文 | 本文探讨了在短期犯罪预测中结合人流数据和深度学习架构的效果 | 本文首次使用公开的细粒度人流数据集,并展示了人流特征对短期犯罪预测的改进效果 | 研究仅限于多个城市和不同类型的犯罪,未涵盖所有可能的情况 | 提高短期犯罪预测的准确性 | 短期犯罪预测模型 | 机器学习 | NA | 深度学习 | 神经网络 | 人流数据 | 多个具有不同人口特征的城市和多种犯罪类型 |
588 | 2024-09-08 |
Mental Disorder Diagnosis from EEG Signals Employing Automated Leaning Procedures Based on Radial Basis Functions
2022, Journal of medical and biological engineering
IF:1.6Q4
DOI:10.1007/s40846-022-00758-9
PMID:36407571
|
研究论文 | 本文提出了一种基于深度学习方法的自动化程序,用于精神分裂症的诊断 | 本文提出了一种基于径向基函数和模糊均值算法的新型神经网络分类方法,用于精神分裂症的诊断 | NA | 开发一种高精度的自动化诊断工具,用于精神分裂症的早期诊断和治疗 | 精神分裂症患者和健康志愿者的脑电信号 | 机器学习 | 精神疾病 | 径向基函数 | 神经网络 | 脑电信号 | 使用32通道头盔采集的脑电信号数据 |
589 | 2024-09-08 |
Predicting the tissue outcome of acute ischemic stroke from acute 4D computed tomography perfusion imaging using temporal features and deep learning
2022, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2022.1009654
PMID:36408399
|
研究论文 | 本文提出了一种基于深度学习的模块化UNet网络,用于从急性缺血性卒中患者的急性4D CT灌注成像中预测组织结果 | 本文创新性地将时间特征提取与组织结果预测分离,允许使用灌注参数图进行模型验证,并从时空CTP数据中进行端到端学习 | 本文未正式调查将深度学习应用于源或反卷积CTP数据与灌注参数图相比的益处 | 研究目的是预测急性缺血性卒中患者的随访病变,以辅助临床决策 | 研究对象为接受静脉溶栓或动脉机械取栓治疗的急性缺血性卒中患者 | 计算机视觉 | 脑血管疾病 | CT灌注成像 | 深度卷积网络(DCN) | 图像 | 145例回顾性数据集,包括基线CT灌注成像、灌注参数图和随访非对比CT |
590 | 2024-09-08 |
Real-time noise cancellation with deep learning
2022, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0277974
PMID:36409690
|
研究论文 | 本文介绍了一种新的实时深度学习算法,用于生物测量中的噪声消除 | 提出了一种自适应的深度学习算法,能够产生与噪声相反的信号,实现破坏性干扰 | 仅在电生理学测量中进行了验证,尚未在其他领域广泛应用 | 开发一种有效的噪声消除技术,以提高生物测量信号的质量 | 电生理学信号,特别是脑电图(EEG)中的肌电噪声 | 机器学习 | NA | 深度学习 | NA | 信号 | 使用了定制的3D打印复合电极进行实验 |
591 | 2024-09-08 |
Applications of Computer Vision on Automatic Potato Plant Disease Detection: A Systematic Literature Review
2022, Computational intelligence and neuroscience
DOI:10.1155/2022/7186687
PMID:36419507
|
综述 | 本文综述了计算机视觉技术在自动检测马铃薯病害中的应用 | 发现深度学习算法在检测作物病害方面比传统机器学习算法更常用 | NA | 综述计算机视觉技术在马铃薯病害检测中的应用 | 马铃薯病害检测 | 计算机视觉 | NA | 计算机视觉 | 深度学习 | 图像 | 39项主要研究 |
592 | 2024-09-08 |
Deep Learning in Ischemic Stroke Imaging Analysis: A Comprehensive Review
2022, BioMed research international
IF:2.6Q3
DOI:10.1155/2022/2456550
PMID:36420096
|
综述 | 本文综述了深度学习在缺血性脑卒中影像分析中的应用现状 | 深度学习模型被认为是急性干预和指导缺血性脑卒中预后的有力辅助工具 | 当前研究存在问题和展望 | 探讨深度学习技术在缺血性脑卒中影像分析中的应用,以促进临床实践和改善患者临床结果 | 缺血性脑卒中的影像诊断和多模态预后 | 计算机视觉 | 脑血管疾病 | 深度学习 | NA | 影像 | NA |
593 | 2024-09-08 |
Deep-learning-based generation of synthetic 6-minute MRI from 2-minute MRI for use in head and neck cancer radiotherapy
2022, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2022.975902
PMID:36425548
|
研究论文 | 研究利用深度学习技术从2分钟MRI生成高质量的合成6分钟MRI,用于头颈部癌症的放射治疗 | 首次利用深度学习生成高质量的合成MRI图像,以替代传统的6分钟MRI扫描 | 合成图像与真实图像之间仍存在一定差异,需要进一步改进 | 探索深度学习在生成高质量MRI图像中的应用,以提高放射治疗的准确性 | 头颈部癌症患者的MRI图像 | 计算机视觉 | 头颈部癌症 | 深度学习 | 生成对抗网络(GAN) | 图像 | 108组头颈部MRI图像,包括2分钟和6分钟T2加权扫描 |
594 | 2024-09-08 |
NN-Poly: Approximating common neural networks with Taylor polynomials to imbue dynamical system constraints
2022, Frontiers in robotics and AI
IF:2.9Q2
DOI:10.3389/frobt.2022.968305
PMID:36425848
|
研究论文 | 提出了一种将常见神经网络近似为泰勒多项式的方法,以赋予动力系统约束,从而提高状态预测的准确性 | 通过将神经网络近似为泰勒多项式,确保了算法在遵循物理定律的同时保持状态预测的准确性 | 目前仅在单层神经网络和多项式训练数据上进行了评估,未来工作将扩展到高维动力系统数据 | 解决现有神经网络在动力系统预测中不遵循物理定律的问题 | 全连接感知器、卷积和递归神经网络及其激活函数 | 机器学习 | NA | 泰勒多项式近似 | 神经网络 | 动力系统数据 | NA |
595 | 2024-09-07 |
Forecasting of non-accidental, cardiovascular, and respiratory mortality with environmental exposures adopting machine learning approaches
2022-Dec, Environmental science and pollution research international
DOI:10.1007/s11356-022-21768-9
PMID:35834079
|
研究论文 | 本研究利用机器学习和深度学习算法,基于每日或每小时的环境气象和空气污染数据,开发了针对特定死因的预测模型 | 本研究采用机器学习和深度学习算法,相较于传统方法,显著提高了预测性能,特别是在非意外、心血管和呼吸系统死亡率的预测上 | 最佳算法依赖于不良健康结果,且每小时数据在某些模型中并未提升性能 | 开发和验证基于环境暴露的机器学习和深度学习算法,用于预测特定死因的死亡率 | 非意外死亡、心血管死亡和呼吸系统死亡 | 机器学习 | 心血管疾病 | 机器学习 | 极端梯度提升、岭回归、弹性网络 | 环境数据 | 每日或每小时的环境气象和空气污染数据 |
596 | 2024-09-07 |
Predicting infectious disease for biopreparedness and response: A systematic review of machine learning and deep learning approaches
2022-Dec, One health (Amsterdam, Netherlands)
DOI:10.1016/j.onehlt.2022.100439
PMID:36277100
|
综述 | 本文通过PRISMA系统综述方法,调查了使用机器学习和深度学习技术预测人类和动物传染病的发展 | 本文首次全面综述了机器学习和深度学习在传染病预测中的应用,涵盖了多种疾病类型、地理分布、预测任务和技术方法 | 尽管涵盖了多种疾病和地理区域,但大多数研究集中在人类疾病上,忽略了动物疾病和生态系统的全面性,且很少有研究解决不确定性量化、计算效率和缺失数据处理等关键问题 | 评估和总结机器学习和深度学习在传染病预测中的应用现状,为未来的研究提供指导 | 人类和动物的传染病预测 | 机器学习 | 传染病 | 机器学习(ML)和深度学习(DL) | 树形模型和前馈神经网络 | 多种数据类型,包括时间序列、空间数据和疾病风险数据 | 237篇相关文章,涵盖了37种疾病,其中51.4%为人畜共患病,37.8%为仅人类疾病,8.1%为仅动物疾病 |
597 | 2024-09-07 |
Wide-Bandwidth Nanocomposite-Sensor Integrated Smart Mask for Tracking Multiphase Respiratory Activities
2022-11, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202203565
PMID:35999427
|
研究论文 | 本文介绍了一种集成超薄纳米复合海绵结构声波传感器的智能口罩,用于跟踪多相呼吸活动 | 该智能口罩能够高灵敏度地检测呼吸、说话和咳嗽等多种呼吸声音,并使用机器/深度学习方法识别这些活动 | NA | 开发一种智能口罩,用于监测人体生理信号,以促进个人和公共健康 | 智能口罩及其在多相呼吸活动监测中的应用 | NA | NA | NA | 支持向量机和卷积神经网络 | 声音 | 31名受试者 |
598 | 2024-09-07 |
Exploring Physics of Ferroelectric Domain Walls in Real Time: Deep Learning Enabled Scanning Probe Microscopy
2022-Nov, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202203957
PMID:36065001
|
研究论文 | 本文通过在扫描探针显微镜(SPM)实验中实时实施计算机视觉算法,探索铁电材料中铁弹性畴壁的功能 | 本文引入了基于深度残差学习框架和整体嵌套边缘检测的深度卷积神经网络(DCNN),并将其集成以最小化分布外漂移效应,实现了实时操作 | NA | 探索铁电材料中铁弹性畴壁的功能,并建立实时DCNN分析数据流的框架 | 铁电材料中的铁弹性畴壁 | 计算机视觉 | NA | 扫描探针显微镜(SPM) | 深度卷积神经网络(DCNN) | 图像 | 涉及PbTiO(PTO)薄膜和锆钛酸铅(PZT)薄膜中的铁弹性畴壁 |
599 | 2024-09-07 |
Deep-TOF-PET: Deep learning-guided generation of time-of-flight from non-TOF brain PET images in the image and projection domains
2022-11, Human brain mapping
IF:3.5Q1
DOI:10.1002/hbm.26068
PMID:36087092
|
研究论文 | 本文提出了一种基于深度学习的方法,用于从非TOF脑PET图像生成TOF图像和投影数据,以提高信噪比和对比度,并减少示踪剂摄取量评估中的偏差 | 本文创新性地使用CycleGAN模型,在图像空间和投影空间中生成TOF PET图像,显著提高了图像质量和对比度 | 本文未详细讨论模型的泛化能力和在不同数据集上的表现 | 研究目的是通过深度学习技术生成TOF PET图像,以提高图像质量和对比度,并减少示踪剂摄取量评估中的偏差 | 研究对象是脑部F-FDG PET/CT扫描图像 | 计算机视觉 | NA | CycleGAN | CycleGAN | 图像 | 140例临床脑部F-FDG PET/CT扫描图像 |
600 | 2024-09-07 |
Novel 3D Printed Modular Tablets Containing Multiple Anti-Viral Drugs: a Case of High Precision Drop-on-Demand Drug Deposition
2022-Nov, Pharmaceutical research
IF:3.5Q2
DOI:10.1007/s11095-022-03378-9
PMID:36109460
|
研究论文 | 本文介绍了一种新型3D打印模块化药片,通过按需滴液技术精确沉积多种抗病毒药物 | 采用按需滴液技术在基于粘合剂喷射的3D打印多隔间药片中精确沉积药物溶液,展示了定制化设计和个性化给药的潜力 | NA | 展示3D打印药物输送系统的潜力,特别是通过按需滴液技术实现定制化设计和个性化给药 | 研究3D打印药片中药物的分布和释放特性 | 制药研究 | NA | 3D打印技术,按需滴液技术 | 深度学习模型 | 图像 | 包含三种模型抗病毒药物(羟氯喹硫酸盐、利托那韦和法匹拉韦)的多隔间药片 |