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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
841 | 2024-09-23 |
Deep learning models for cancer stem cell detection: a brief review
2023, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2023.1214425
PMID:37441078
|
综述 | 本文综述了深度学习在癌症干细胞检测中的应用 | 介绍了基于卷积神经网络(CNN)的多种深度学习模型在干细胞研究中的应用 | 讨论了深度学习在干细胞研究中的局限性 | 探讨深度学习在癌症干细胞研究中的新兴趋势 | 癌症干细胞(CSCs) | 计算机视觉 | NA | 深度学习 | 卷积神经网络(CNN) | 图像 | NA |
842 | 2024-09-23 |
Understanding structure-guided variant effect predictions using 3D convolutional neural networks
2023, Frontiers in molecular biosciences
IF:3.9Q2
DOI:10.3389/fmolb.2023.1204157
PMID:37475887
|
研究论文 | 本文介绍了一种名为DeepRank-Mut的可配置框架,用于从3D空间中提取和学习氨基酸周围突变的物理化学相关特征,并通过3D卷积神经网络预测突变的有害性 | 提出了DeepRank-Mut框架,结合3D卷积神经网络和多通道3D体素网格,从结构环境中提取特征,以提高突变有害性预测的准确性 | 研究结果显示模型性能与其他常用资源相当,但未提及具体的改进空间或未来研究方向 | 开发和评估一种新的方法,用于预测蛋白质结构引导下的突变有害性 | 氨基酸突变及其在3D空间中的物理化学特征 | 机器学习 | NA | 3D卷积神经网络 | 3D-CNN | 3D体素网格 | 独立测试数据集上的10折交叉验证实验 |
843 | 2024-09-23 |
Structural modeling of antibody variable regions using deep learning-progress and perspectives on drug discovery
2023, Frontiers in molecular biosciences
IF:3.9Q2
DOI:10.3389/fmolb.2023.1214424
PMID:37484529
|
综述 | 本文综述了使用深度学习进行抗体可变区结构建模的最新进展及其在药物发现中的应用 | 介绍了AlphaFold2在蛋白质结构预测方面的突破性进展,并探讨了其在抗体结构预测中的具体应用 | NA | 探讨深度学习在抗体结构预测中的应用及其对生物药物发现的影响 | 抗体结构预测及其在药物发现中的应用 | 机器学习 | NA | 深度学习 | AlphaFold2 | 蛋白质结构数据 | NA |
844 | 2024-09-23 |
Translating theory into practice: assessing the privacy implications of concept-based explanations for biomedical AI
2023, Frontiers in bioinformatics
IF:2.8Q2
DOI:10.3389/fbinf.2023.1194993
PMID:37484865
|
研究论文 | 本文探讨了基于概念的解释对生物医学AI模型隐私的影响 | 首次研究并比较了基于概念的解释对生物医学图像分析中深度学习AI模型隐私的影响 | 研究发现,在更现实的攻击场景中,解释带来的威胁在实践中可以忽略不计 | 评估基于概念的解释对生物医学AI模型隐私的影响 | 基于概念的解释对深度学习AI模型隐私的影响 | 机器学习 | NA | 深度学习 | ResNet50, NFNet, ConvNeXt | 图像 | 三个数据集:ISIC, EyePACS, SCDB |
845 | 2024-09-23 |
Generalizing factors of COVID-19 vaccine attitudes in different regions: A summary generation and topic modeling approach
2023 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076231188852
PMID:37485330
|
研究论文 | 本研究使用摘要生成和主题建模方法,识别不同地区对三种疫苗品牌态度的影响因素 | 采用BERTopic聚类和对比学习生成摘要,识别疫苗态度影响因素 | NA | 识别并概括不同地区对三种疫苗品牌态度的影响因素 | 三种疫苗品牌(Sinovac、AstraZeneca和Pfizer)的推文 | 自然语言处理 | NA | BERTopic聚类和对比学习 | BERTopic | 文本 | 5562条推文 |
846 | 2024-09-23 |
Mouse brain MR super-resolution using a deep learning network trained with optical imaging data
2023, Frontiers in radiology
DOI:10.3389/fradi.2023.1155866
PMID:37492378
|
研究论文 | 本文研究了使用深度学习网络对小鼠脑部MRI数据进行超分辨率处理的方法 | 首次使用高分辨率的小鼠脑部自体荧光数据训练深度学习网络,并通过迁移学习将其应用于MRI数据的超分辨率处理 | 研究主要集中在小鼠脑部,且需要高分辨率的自体荧光数据进行训练 | 提高MRI数据的分辨率和诊断价值 | 小鼠脑部MRI数据 | 计算机视觉 | NA | 深度学习 | 深度学习网络 | 图像 | 有限的高分辨率小鼠脑部MRI数据 |
847 | 2024-09-23 |
YOLO-plum: A high precision and real-time improved algorithm for plum recognition
2023, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0287778
PMID:37498811
|
研究论文 | 本文提出了一种改进的YOLOv5算法用于李子识别,提高了识别精度和速度 | 首次建立了李子的人工数据集,并通过深度学习改进了目标检测算法,提高了未成熟李子的批量识别准确率和速度 | 目前仅在未成熟李子上进行了验证,未来可能需要扩展到其他未成熟水果 | 提高水果生长状态的实时、快速、准确和无损批量检测,以提升经济效益 | 未成熟李子的识别 | 计算机视觉 | NA | 深度学习 | YOLOv5 | 图像 | 首次建立了李子的人工数据集 |
848 | 2024-09-23 |
Geometric deep learning as a potential tool for antimicrobial peptide prediction
2023, Frontiers in bioinformatics
IF:2.8Q2
DOI:10.3389/fbinf.2023.1216362
PMID:37521317
|
综述 | 本文综述了利用几何深度学习技术设计和预测抗菌肽的最新进展 | 本文介绍了几何深度学习在处理非欧几里得空间数据中的应用,特别是在抗菌肽预测中的潜力 | 本文主要讨论了当前研究的局限性和未来方向,未提供具体的研究数据或实验结果 | 探讨几何深度学习在抗菌肽预测中的应用潜力 | 抗菌肽及其在非欧几里得空间中的结构数据 | 机器学习 | NA | 几何深度学习 | 深度神经网络 | 非欧几里得空间数据 | NA |
849 | 2024-09-23 |
Retracted: Evaluation and Stratification for Chinese International Education Quality with Deep Learning Model
2023, Computational and mathematical methods in medicine
DOI:10.1155/2023/9840651
PMID:37538452
|
correction | 该文章已被撤回 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
850 | 2024-09-23 |
Research Hotspots and Trends of Deep Learning in Critical Care Medicine: A Bibliometric and Visualized Study
2023, Journal of multidisciplinary healthcare
IF:2.7Q2
DOI:10.2147/JMDH.S420709
PMID:37539364
|
研究论文 | 本研究通过文献计量学方法分析了深度学习在重症监护医学中的研究热点和趋势 | 首次系统评估了全球范围内深度学习在重症监护医学中的研究热点和趋势 | 研究主要基于文献计量学分析,缺乏实际临床应用的验证 | 系统评估深度学习在重症监护医学中的研究热点和趋势 | 全球范围内深度学习在重症监护医学中的应用研究 | 机器学习 | 重症监护医学 | 深度学习技术 | CNN, LSTM, RNN, Transformer, 注意力机制 | 文献 | 1708篇文献 |
851 | 2024-09-23 |
Accelerated MRI using intelligent protocolling and subject-specific denoising applied to Alzheimer's disease imaging
2023, Frontiers in neuroimaging
DOI:10.3389/fnimg.2023.1072759
PMID:37554641
|
研究论文 | 本文通过智能协议和个体特异性去噪技术加速MRI成像,应用于阿尔茨海默病的诊断 | 利用深度学习进行对比特异性图像去噪,提高加速协议下采集数据的图像质量,并展示了个体特异性图像去噪的效果 | NA | 加速MRI成像并提高图像质量,以应用于阿尔茨海默病的诊断 | MRI成像协议的优化和图像去噪技术 | 计算机视觉 | 阿尔茨海默病 | 深度学习 | 深度学习模型 | 图像 | 25个回顾性数据集 |
852 | 2024-09-21 |
Computational Advancements in Cancer Combination Therapy Prediction
2023-09, JCO precision oncology
IF:5.3Q1
DOI:10.1200/PO.23.00261
PMID:37824797
|
综述 | 本文综述了计算方法在癌症联合治疗预测中的应用,并总结了近年来的相关研究 | 本文强调了改进联合治疗预测方法的考虑因素,而非仅仅提供现有方法的元分析 | 本文未提供所有现有癌症联合治疗预测方法的全面分析 | 介绍计算方法在癌症联合治疗预测中的应用,并总结相关研究 | 癌症联合治疗预测方法 | 机器学习 | 癌症 | NA | NA | NA | NA |
853 | 2024-09-21 |
Detecting common coccinellids found in sorghum using deep learning models
2023-06-16, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-36738-5
PMID:37328502
|
研究论文 | 本文开发并训练了深度学习模型,用于检测和分类高粱中常见的瓢虫 | 首次开发了用于高粱中瓢虫检测和分类的深度学习模型 | NA | 开发自动化技术以检测和分类高粱中的瓢虫,减少对杀虫剂的依赖 | 高粱中常见的七种瓢虫 | 计算机视觉 | NA | 深度学习 | Faster R-CNN, YOLOv5, YOLOv7 | 图像 | 从iNaturalist项目中提取的图像 |
854 | 2024-09-21 |
Detecting stress caused by nitrogen deficit using deep learning techniques applied on plant electrophysiological data
2023-06-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-36683-3
PMID:37316610
|
研究论文 | 本文利用深度学习技术分析植物电生理数据,检测由氮缺乏引起的植物应激反应 | 本文首次将深度学习技术应用于植物电生理记录中识别植物应激反应,无需预先计算特征,自动学习分类目标 | NA | 检测由氮缺乏引起的植物应激反应 | 16株在典型生产条件下生长的番茄植物的电生理数据 | 机器学习 | NA | 深度学习 | NA | 电生理数据 | 16株番茄植物 |
855 | 2024-09-21 |
Bayesian interpolation with deep linear networks
2023-Jun-06, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2301345120
PMID:37252994
|
研究论文 | 本文研究了深度、宽度和数据集大小对模型质量的联合影响,并给出了线性网络在特定条件下的完整解决方案 | 提出了一个新的有效深度概念,并展示了无限深度线性网络在数据无关先验下的最优预测能力 | 研究仅限于输出维度为一的线性网络,并使用零噪声贝叶斯推断和均方误差作为负对数似然 | 探讨神经网络深度、宽度和数据集大小对模型质量的联合影响 | 线性网络在特定条件下的预测后验和贝叶斯模型证据 | 机器学习 | NA | 贝叶斯推断 | 线性网络 | 数值数据 | NA |
856 | 2024-09-21 |
An end-to-end deep learning method for protein side-chain packing and inverse folding
2023-06-06, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2216438120
PMID:37253017
|
研究论文 | 提出了一种端到端的深度学习方法AttnPacker,用于蛋白质侧链包装和逆折叠 | AttnPacker直接利用骨架3D几何结构同时计算所有侧链坐标,无需依赖离散的旋转异构体库或进行昂贵的构象搜索和采样步骤,显著提高了计算效率 | NA | 解决蛋白质侧链包装问题,提高蛋白质结构预测、优化和设计的速度和准确性 | 蛋白质侧链构象 | 机器学习 | NA | 深度学习 | NA | 蛋白质结构数据 | CASP13和CASP14中的天然和非天然蛋白质骨架 |
857 | 2024-09-21 |
Digital labeling for 3D histology: segmenting blood vessels without a vascular contrast agent using deep learning
2023-Jun-01, Biomedical optics express
IF:2.9Q2
DOI:10.1364/BOE.480230
PMID:37342724
|
研究论文 | 本文介绍了一种基于深度学习的数字标记方法,用于在3D组织学中无需血管对比剂即可分割血管 | 使用U-net架构的深度学习神经网络,采用回归损失而非常用的分割损失,以更好地检测小血管 | NA | 开发一种无需血管对比剂的3D组织学血管分割方法 | 3D组织学中的血管 | 数字病理学 | NA | 深度学习 | U-net | 图像 | NA |
858 | 2024-09-21 |
Variation in foraging activity influences area-restricted search behaviour by bottlenose dolphins
2023-Jun, Royal Society open science
IF:2.9Q1
DOI:10.1098/rsos.221613
PMID:37325592
|
研究论文 | 研究了宽吻海豚的区域限制搜索行为与其觅食活动之间的关系 | 利用被动声学监测和基于深度学习的技术,首次提供了宽吻海豚区域限制搜索行为的一个驱动因素的实证证据 | 研究仅限于特定种群的宽吻海豚,且依赖于特定的声学数据 | 探讨区域限制搜索行为在海洋系统中的驱动因素 | 宽吻海豚的区域限制搜索行为及其与觅食活动的关系 | NA | NA | 被动声学监测 | 卷积神经网络 | 声学数据 | 特定种群的宽吻海豚 |
859 | 2024-09-21 |
Quantitative characterization of zebrafish development based on multiple classifications using Mueller matrix OCT
2023-Jun-01, Biomedical optics express
IF:2.9Q2
DOI:10.1364/BOE.488614
PMID:37342688
|
研究论文 | 本文提出了一种基于Mueller矩阵光学相干断层扫描(Mueller matrix OCT)和深度学习的非侵入性方法,用于定量分析斑马鱼多个器官在其生长过程中的发育情况 | 结合Mueller矩阵OCT和深度学习技术,首次实现了对斑马鱼多个器官发育过程的定量分析 | NA | 开发一种非侵入性的方法,用于定量分析斑马鱼多个器官在其生长过程中的发育情况 | 斑马鱼的多个器官,包括身体、眼睛、脊柱、卵黄囊和游泳膀胱 | 生物医学工程 | NA | Mueller矩阵光学相干断层扫描(Mueller matrix OCT) | U-Net网络 | 三维图像 | 从第1天到第19天的斑马鱼胚胎 |
860 | 2024-09-21 |
Prediction of clinicopathological features, multi-omics events and prognosis based on digital pathology and deep learning in HR+/HER2- breast cancer
2023-May-30, Journal of thoracic disease
IF:2.1Q3
DOI:10.21037/jtd-23-445
PMID:37324098
|
研究论文 | 本研究利用深度学习技术,基于数字病理图像预测HR+/HER2-乳腺癌患者的临床病理特征、多组学事件及预后 | 首次在HR+/HER2-乳腺癌中应用深度学习模型预测治疗靶点和预后 | 研究样本量有限,且仅基于单一中心的病理图像数据 | 开发基于深度学习的模型,预测HR+/HER2-乳腺癌患者的临床病理特征、多组学特征及预后 | HR+/HER2-乳腺癌患者的临床病理特征、多组学事件及预后 | 数字病理学 | 乳腺癌 | 深度学习 | 深度学习模型 | 病理图像 | 421例HR+/HER2-乳腺癌患者 |