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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1181 | 2024-08-29 |
An optimal deep learning framework for multi-type hemorrhagic lesions detection and quantification in head CT images for traumatic brain injury
2022, Applied intelligence (Dordrecht, Netherlands)
DOI:10.1007/s10489-021-02782-9
PMID:34764620
|
研究论文 | 本文提出了一种优化的深度学习框架,用于通过头部CT扫描图像检测和量化创伤性脑损伤中的多种类型出血性病变 | 该框架通过将原始输入数据从3D DICOM转换为NIfTI,并应用预训练的多类语义分割模型和微调的分类神经网络,实现了对出血性病变亚型的精确检测和量化评估 | NA | 旨在辅助创伤性脑损伤中颅内出血的诊断和准确检测不同亚型 | 创伤性脑损伤中的颅内出血及其亚型 | 计算机视觉 | 创伤性脑损伤 | 深度学习 | CNN | 图像 | 涉及三种类型的出血性病变 |
1182 | 2024-08-29 |
A Novel Deep Learning Network and Its Application for Pulmonary Nodule Segmentation
2022, Computational intelligence and neuroscience
DOI:10.1155/2022/7124902
PMID:35619752
|
研究论文 | 本文提出了一种基于U-NET的新型深度学习网络,用于肺结节CT图像的分割 | 该网络引入了密集连接以传输和利用特征,并引入了一种新的损失函数,对结节边界附近的像素具有容忍性 | NA | 提高肺结节轮廓分割的准确性,从而帮助医生提高诊断效率 | 肺结节 | 计算机视觉 | 肺癌 | 深度学习 | U-NET | 图像 | NA |
1183 | 2024-08-29 |
PANDORA: A Fast, Anchor-Restrained Modelling Protocol for Peptide: MHC Complexes
2022, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2022.878762
PMID:35619705
|
研究论文 | 本文介绍了一种名为PANDORA的快速、锚定约束的肽:MHC复合物建模协议 | PANDORA是一种通用的建模管道,适用于pMHC I类和II类复合物,通过锚定约束能量最小化确保了迄今为止最快的pMHC建模速度,并在准确性和速度上优于AlphaFold2 | NA | 深入理解T细胞介导的适应性免疫反应,为癌症免疫疗法和抗大流行病毒疫苗的设计提供支持 | 肽:MHC复合物的三维结构及其在T细胞识别机制和免疫疗法设计中的应用 | 计算机视觉 | NA | NA | NA | 结构模型 | 835个pMHC I类复合物,涵盖78种MHC类型 |
1184 | 2024-08-29 |
The Classification of Music and Art Genres under the Visual Threshold of Deep Learning
2022, Computational intelligence and neuroscience
DOI:10.1155/2022/4439738
PMID:35634048
|
研究论文 | 本文开发了一种基于深度学习的音乐流派分类技术(DLE-MGC),通过预处理、分类和超参数优化三个子过程有效分类音乐流派 | 提出了一种新的DLE-MGC技术,使用Pitch2vec方法进行预处理,并设计了结合猫群优化(CSO)和双向长短期记忆(BiLSTM)模型的分类方法 | 需要大量音乐数据进行训练,且预处理和模型训练过程可能较为耗时 | 开发一种有效的音乐流派分类系统 | 音乐流派分类 | 机器学习 | NA | 深度学习 | BiLSTM | 音乐数据 | 使用了Lakh MIDI音乐数据集 |
1185 | 2024-08-29 |
Efficient Liver Segmentation from Computed Tomography Images Using Deep Learning
2022, Computational intelligence and neuroscience
DOI:10.1155/2022/2665283
PMID:35634046
|
研究论文 | 本文提出了一种基于深度学习的方法,使用堆叠自编码器(SAE)从CT图像中高效分割肝脏区域 | 该方法采用基于补丁的学习方式,通过预处理和转换图像为重叠补丁,利用SAE进行无监督特征学习,最终在监督方式下进行分类,生成概率图 | NA | 提高CT图像中肝脏分割的准确性,为计算机辅助决策支持和精确医疗诊断提供量化生物标志物 | 肝脏在CT图像中的分割 | 计算机视觉 | NA | 堆叠自编码器(SAE) | SAE | 图像 | 整个数据集被预处理并转换为多个重叠补丁 |
1186 | 2024-08-29 |
PFP-LHCINCA: Pyramidal Fixed-Size Patch-Based Feature Extraction and Chi-Square Iterative Neighborhood Component Analysis for Automated Fetal Sex Classification on Ultrasound Images
2022, Contrast media & molecular imaging
DOI:10.1155/2022/6034971
PMID:35655731
|
research paper | 本文介绍了一种名为PFP-LHCINCA的新型特征工程模型,用于自动化的超声图像胎儿性别分类 | 采用金字塔固定尺寸补丁生成与平均池化图像分解,结合局部相位量化(LPQ)和方向梯度直方图(HOG)提取方向和纹理特征,并使用卡方迭代邻域成分分析(CINCA)进行特征选择 | 模型架构可进一步发展为深度学习模型以适应更大规模的数据集 | 开发一种高效的超声图像胎儿性别分类模型,以促进筛查并减少误诊 | 胎儿性别分类 | computer vision | NA | local phase quantization (LPQ), histogram of oriented gradients (HOG) | shallow classifiers | image | 339名男性和332名女性的胎儿超声图像 |
1187 | 2024-08-28 |
Predicting cognitive scores with graph neural networks through sample selection learning
2022-Jun, Brain imaging and behavior
IF:2.4Q2
DOI:10.1007/s11682-021-00585-7
PMID:34757563
|
研究论文 | 本文设计了一种新的回归图神经网络模型(RegGNN),用于从脑连接性预测智商分数,并引入了一种全新的模块化样本选择方法,以选择最佳样本进行目标预测任务的学习 | 本文提出的RegGNN模型能够利用脑连接图的拓扑属性,避免了现有方法通过向量化脑连接图而忽略其拓扑特性的问题。此外,引入的样本选择方法能够学习如何选择具有最高预期预测能力的训练样本 | 深度学习架构在训练过程中计算成本较高 | 分析智力与神经活动之间的关系,以理解健康和疾病状态下人脑的工作原理 | 智商分数的预测 | 机器学习 | 自闭症谱系障碍 | 图神经网络(GNN) | 图神经网络(GNN) | 脑连接图 | 未明确提及具体样本数量 |
1188 | 2024-08-28 |
New open-source software for subcellular segmentation and analysis of spatiotemporal fluorescence signals using deep learning
2022-May-20, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2022.104277
PMID:35573197
|
研究论文 | 本文介绍了一种新的开源软件,利用深度学习方法进行亚细胞荧光信号的分割和分析 | 该软件通过深度学习方法优化了钙信号分割的准确性和速度,适用于多种细胞类型和不同信号模式 | NA | 开发一种快速、准确且标准化的亚细胞荧光信号分析工具 | 亚细胞荧光信号的分割和量化 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 多种细胞类型 |
1189 | 2024-08-28 |
A benchmark dataset for Hydrogen Combustion
2022-May-17, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-022-01330-5
PMID:35581204
|
研究论文 | 本文通过扩展内在反应坐标(IRC)计算与从头算分子动力学模拟和正常模式位移计算,为氢燃烧的19个反应通道的势能面提供更广泛的覆盖,构建了一个用于深度学习模型的基准数据集。 | 本文采用了高精度的范围分离杂化密度泛函ωB97X-V,评估了约290,000个势能和约1,270,000个核力矢量,以构建深度学习模型的参考数据集。 | NA | 为深度学习模型生成用于研究氢燃烧反应的参考数据。 | 氢燃烧反应的19个反应通道。 | 机器学习 | NA | 从头算分子动力学模拟 | 深度学习模型 | 势能和核力矢量数据 | 约290,000个势能和约1,270,000个核力矢量 |
1190 | 2024-08-28 |
Expert surgeons and deep learning models can predict the outcome of surgical hemorrhage from 1 min of video
2022-05-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-022-11549-2
PMID:35581213
|
研究论文 | 评估深度学习神经网络(DNN)通过手术视频前一分钟预测止血控制能力的能力,并与人类专家的预测进行比较 | 深度学习模型SOCALNet在预测手术出血结果和血量损失方面表现优于人类专家,且没有假阴性结果 | 文章未提及具体限制 | 研究深度学习模型在预测手术出血结果和血量损失方面的有效性 | 深度学习模型SOCALNet和人类专家在预测手术出血结果和血量损失方面的表现 | 机器学习 | NA | 深度学习神经网络 | 卷积神经网络(ResNet)和循环神经网络(LSTM) | 视频 | 147个手术视频,其中20个用于测试 |
1191 | 2024-08-28 |
Protein design via deep learning
2022-05-13, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbac102
PMID:35348602
|
综述 | 本文回顾了基于深度学习的蛋白质设计方法的主要进展,并通过显著案例展示了其与传统基于知识的途径相比的新颖性 | 深度学习的引入对设计方法产生了变革性影响,特别是在结构基础的蛋白质设计和直接序列设计方面,以及最近在蛋白质设计中应用深度强化学习 | NA | 探讨深度学习在蛋白质设计中的应用及其未来发展方向 | 蛋白质设计方法及其在纳米技术和生物医学领域的应用 | 机器学习 | NA | 深度学习 | 深度强化学习 | NA | NA |
1192 | 2024-08-28 |
Design and validation of a semi-automatic bone segmentation algorithm from MRI to improve research efficiency
2022-05-12, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-022-11785-6
PMID:35551485
|
研究论文 | 本文开发并验证了一种半自动骨分割算法,利用空间强度梯度从膝关节的磁共振(MR)图像中分离髌骨,无需训练集 | 该算法通过减少约75%的分割时间,提高了研究效率,并可能用于生成深度学习算法的训练数据 | NA | 开发一种半自动分割算法,以提高骨分割的效率 | 髌骨的分割 | 计算机视觉 | NA | MRI | NA | 图像 | 4名人类参与者(体内)和3个猪膝关节(体外) |
1193 | 2024-08-28 |
Postural behavior recognition of captive nocturnal animals based on deep learning: a case study of Bengal slow loris
2022-05-11, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-022-11842-0
PMID:35545645
|
研究论文 | 本研究利用深度学习技术对圈养夜行性动物的姿势行为进行识别,以孟加拉懒猴为例 | 建立了首个由人工标记的懒猴姿势行为数据集,并使用深度学习技术进行物体检测和语义分割 | NA | 评估动物福利和圈养管理中姿势行为的精确识别 | 孟加拉懒猴的姿势行为 | 计算机视觉 | NA | 深度学习 | YOLOv5, Dilated Residual Networks (DRN) | 图像 | 大量懒猴个体 |
1194 | 2024-08-28 |
Evaluation of Deep Learning Architectures for Aqueous Solubility Prediction
2022-May-10, ACS omega
IF:3.7Q2
DOI:10.1021/acsomega.2c00642
PMID:35571767
|
研究论文 | 本研究评估了当前深度学习方法在分子水溶性预测中的应用,并开发了一个能够预测广泛有机分子水溶性的通用模型 | 本研究使用了目前最大的水溶性数据集,并探索了多种分子表示方法和四种不同的神经网络架构,以提高预测性能 | NA | 评估和改进深度学习方法在分子水溶性预测中的应用 | 有机分子的水溶性 | 机器学习 | NA | 深度学习 | 全连接神经网络、循环神经网络、图神经网络(GNNs)、SchNet | 分子结构数据 | 使用了目前最大的水溶性数据集 |
1195 | 2024-08-28 |
Machine Learning of Reaction Properties via Learned Representations of the Condensed Graph of Reaction
2022-05-09, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.1c00975
PMID:34734699
|
研究论文 | 本文结合化学信息学中的反应表示方法——凝聚反应图(CGR)与图卷积神经网络(GCNN)架构,开发了一种用于预测化学反应性质的深度学习模型 | 首次开发了适用于反应的通用且可转移的GCNN模型,该模型不依赖专家知识,能够生成数据驱动的、任务依赖的反应嵌入 | NA | 开发一种新的机器学习模型,用于准确预测化学反应的各种性质 | 化学反应的性质,如活化能、反应速率、产率等 | 机器学习 | NA | 图卷积神经网络(GCNN) | GCNN | 图数据 | 包含大量原子映射反应及其目标性质的数据集 |
1196 | 2024-08-28 |
Split BiRNN for real-time activity recognition using radar and deep learning
2022-05-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-022-08240-x
PMID:35523811
|
研究论文 | 本文提出了一种使用雷达和深度学习进行实时活动识别的分割双向循环神经网络(BiRNN)框架 | 该框架通过在本地设备上进行前向循环神经网络(RNN)计算并在远程设备上进行后向RNN计算,实现了快速响应和准确性提升 | NA | 旨在提高雷达系统在隐私保护下进行人体活动识别的效率和准确性 | 雷达数据处理和人体活动识别 | 机器学习 | NA | 深度神经网络 | 循环神经网络(RNN) | 雷达数据 | NA |
1197 | 2024-08-28 |
Portable Deep Learning-Driven Ion-Sensitive Field-Effect Transistor Scheme for Measurement of Carbaryl Pesticide
2022-May-06, Sensors (Basel, Switzerland)
DOI:10.3390/s22093543
PMID:35591232
|
研究论文 | 本研究提出了一种多输入深度学习驱动的离子敏感场效应晶体管(ISFET)方案,用于预测杀虫剂甲萘威的浓度 | 本研究的创新点在于使用深度学习算法与ISFET传感器相结合,有效预测杀虫剂浓度,并提高了预测准确性 | NA | 研究目的是开发一种能够现场测量杀虫剂浓度的便携式深度学习驱动的ISFET方案 | 研究对象是杀虫剂甲萘威的浓度 | 机器学习 | NA | 离子敏感场效应晶体管(ISFET) | 深度学习回归模型 | 溶液温度 | 甲萘威浓度范围为1 × 10-1 × 10 M,溶液温度范围为20-35 °C |
1198 | 2024-08-28 |
Exploration of chemical space with partial labeled noisy student self-training and self-supervised graph embedding
2022-May-02, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-022-04681-3
PMID:35501680
|
研究论文 | 本文开发了一种自训练方法PLANS和一种新的自监督图嵌入GINFP,用于化学化合物的子结构信息表示,并评估了其在预测CYP450结合活性和化学毒性方面的性能 | 提出了PLANS自训练方法和GINFP自监督图嵌入,能够利用大量未标记的化学化合物和标记及部分标记的药理数据,提高神经网络模型的泛化能力 | NA | 加速药物发现过程并降低成本,通过机器学习尤其是深度学习在QSAR建模中的应用 | 化学化合物的子结构信息表示和化学性质预测,如结合亲和力、毒性等 | 机器学习 | NA | 自监督学习 | 图神经网络 | 化学数据 | 数百万未标记的化学化合物以及标记和部分标记的药理数据 |
1199 | 2024-08-28 |
Pushing the Limits of Surface-Enhanced Raman Spectroscopy (SERS) with Deep Learning: Identification of Multiple Species with Closely Related Molecular Structures
2022-May, Applied spectroscopy
IF:2.2Q2
DOI:10.1177/00037028221077119
PMID:35081756
|
研究论文 | 本文探讨了将深度学习算法应用于表面增强拉曼光谱(SERS)以区分和分类不同种类的胆酸 | 结合SERS与深度学习算法,提高了检测和分类能力,特别是在区分分子结构非常相似的胆酸种类上 | NA | 评估深度学习算法在SERS光谱中区分和分类不同胆酸种类的潜力 | 胆酸,一种分子结构相似且拉曼散射截面低的分子家族 | 机器学习 | NA | 表面增强拉曼光谱(SERS) | 卷积神经网络(CNN) | 光谱 | 五种胆酸种类 |
1200 | 2024-08-28 |
A radiomics-boosted deep-learning model for COVID-19 and non-COVID-19 pneumonia classification using chest x-ray images
2022-May, Medical physics
IF:3.2Q1
DOI:10.1002/mp.15582
PMID:35263458
|
研究论文 | 本文开发了一种结合放射组学分析的深度学习模型,用于通过胸部X光图像区分COVID-19和非COVID-19肺炎 | 采用2D滑动核映射放射组学特征,并将这些特征转化为与X光图像相同维度的2D图,增强了模型的性能和鲁棒性 | NA | 提高COVID-19和非COVID-19肺炎检测的准确性和鲁棒性 | COVID-19、非COVID-19肺炎和健康个体的分类 | 计算机视觉 | COVID-19 | 放射组学分析 | 深度神经网络(包括VGG-16、VGG-19和DenseNet-121) | 图像 | 812张胸部X光图像,包括262例COVID-19、288例非COVID-19肺炎和262例健康案例 |