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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
21 | 2024-10-01 |
A Review on Electronic Health Record Text-Mining for Biomedical Name Entity Recognition in Healthcare Domain
2023-Apr-28, Healthcare (Basel, Switzerland)
DOI:10.3390/healthcare11091268
PMID:37174810
|
综述 | 本文综述了在医疗领域中使用深度学习和人工智能技术进行电子健康记录文本挖掘的生物医学命名实体识别 | 本文介绍了基于深度学习的生物医学命名实体识别系统,这些系统能够自动学习生物医学文本的模式,比传统的基于规则的系统更强大和高效 | 本文讨论了生物医学命名实体识别系统面临的挑战,并提出了未来的研究方向 | 综述生物医学命名实体识别在医疗领域的应用,特别是使用深度学习和人工智能技术 | 电子健康记录中的生物医学命名实体识别 | 自然语言处理 | NA | 深度学习 | NA | 文本 | NA |
22 | 2024-10-01 |
Sybil: A Validated Deep Learning Model to Predict Future Lung Cancer Risk From a Single Low-Dose Chest Computed Tomography
2023-04-20, Journal of clinical oncology : official journal of the American Society of Clinical Oncology
IF:42.1Q1
DOI:10.1200/JCO.22.01345
PMID:36634294
|
研究论文 | 本文介绍了一种名为Sybil的深度学习模型,用于从单次低剂量胸部CT扫描中预测未来肺癌风险 | 提出了一个经过验证的深度学习模型,能够从单次低剂量胸部CT扫描中预测未来肺癌风险 | NA | 开发和验证一种能够预测未来肺癌风险的深度学习模型 | 低剂量胸部CT扫描图像 | 计算机视觉 | 肺癌 | 深度学习 | 深度学习模型 | 图像 | NA |
23 | 2024-09-30 |
A Large-scale Synthetic Pathological Dataset for Deep Learning-enabled Segmentation of Breast Cancer
2023-04-21, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-023-02125-y
PMID:37085533
|
研究论文 | 本文介绍了一个大规模的合成病理图像数据集SNOW,用于乳腺癌细胞核的语义分割 | 提出了一个大规模的合成病理图像数据集SNOW,通过标准化的工作流程生成和注释,适用于监督和半监督训练场景 | NA | 开发一个大规模的合成病理图像数据集,以支持计算机视觉模型在病理学中的应用 | 乳腺癌细胞核的语义分割 | 数字病理学 | 乳腺癌 | NA | NA | 图像 | 20,000张图像,1,448,522个注释的细胞核 |
24 | 2024-09-30 |
Research on Performance Degradation Estimation of Key Components of High-Speed Train Bogie Based on Multi-Task Learning
2023-Apr-20, Entropy (Basel, Switzerland)
DOI:10.3390/e25040696
PMID:37190484
|
研究论文 | 本文提出了一种基于多任务学习的模型,用于估计高速列车转向架关键部件的性能退化状态 | 本文创新性地采用了多任务和多尺度卷积神经网络,结合软参数共享方法,实现了对高速列车转向架多个关键部件性能退化状态的联合估计 | 本文未详细讨论模型的泛化能力和在不同列车类型上的适用性 | 提高高速列车转向架关键部件性能退化估计的准确性和效率 | 高速列车转向架的关键部件 | 机器学习 | NA | 多任务学习 | 卷积神经网络 | 振动信号 | NA |
25 | 2024-09-30 |
Deep Learning Approaches for Data Augmentation in Medical Imaging: A Review
2023-Apr-13, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging9040081
PMID:37103232
|
综述 | 本文综述了使用深度生成模型进行医学影像数据增强的三种主要方法 | 本文介绍了使用深度生成模型生成更真实和多样化数据的方法,以解决医学影像数据增强中的局限性 | 本文讨论了每种模型的优缺点,并指出了未来研究的方向 | 本文旨在全面综述深度生成模型在医学影像数据增强中的应用,并强调这些模型在提高深度学习算法性能方面的潜力 | 本文研究了变分自编码器、生成对抗网络和扩散模型在医学影像数据增强中的应用 | 计算机视觉 | NA | 深度学习 | 变分自编码器、生成对抗网络、扩散模型 | 图像 | NA |
26 | 2024-09-29 |
Automatic detection of circulating tumor cells and cancer associated fibroblasts using deep learning
2023-04-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-32955-0
PMID:37029224
|
研究论文 | 本文开发了一种定制的成像系统和深度学习方法,用于自动检测循环肿瘤细胞和癌症相关成纤维细胞 | 本文的创新点在于开发了一种定制的成像系统和深度学习方法,显著提高了循环肿瘤细胞和癌症相关成纤维细胞的检测精度 | NA | 本文的研究目的是开发一种高效的方法来自动检测循环肿瘤细胞和癌症相关成纤维细胞,以辅助癌症诊断和预后 | 本文的研究对象是循环肿瘤细胞和癌症相关成纤维细胞 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 使用了培养的癌症细胞和癌症相关成纤维细胞样本 |
27 | 2024-09-30 |
Using Automatic Speech Recognition to Measure the Intelligibility of Speech Synthesized from Brain Signals
2023-Apr, International IEEE/EMBS Conference on Neural Engineering : [proceedings]. International IEEE EMBS Conference on Neural Engineering
DOI:10.1109/ner52421.2023.10123751
PMID:39323876
|
研究论文 | 本文介绍了一种基于深度学习的AI听者,用于客观、快速、自动地评估脑机接口合成语音的可理解性 | 提出了一种新的深度学习模型AI听者,用于评估脑机接口合成语音的可理解性,并发现多个先前发布的脑机接口输出数据集不可理解 | 尚未提及 | 开发一种客观、快速、自动的方法来评估脑机接口合成语音的可理解性 | 脑机接口合成语音的可理解性 | 自然语言处理 | NA | 自动语音识别(ASR) | 深度学习模型(Deepspeech, Wav2vec 2.0, Kaldi, XLSR-Wav2vec 2.0) | 语音数据 | 包括健康语音、构音障碍者语音和脑机接口合成语音的多个语音数据集 |
28 | 2024-09-28 |
A Perspective on Explanations of Molecular Prediction Models
2023-Apr-25, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.2c01235
PMID:36972469
|
综述 | 本文综述了可解释人工智能(XAI)在化学领域的应用,特别是解释深度学习(DL)模型及其预测的方法 | 介绍了化学反事实和描述符解释等XAI方法,展示了这些方法在解释DL预测和揭示结构-性质关系方面的潜力 | NA | 探讨XAI在化学领域中的应用,特别是解释DL模型及其预测的方法 | 化学领域的深度学习模型及其预测的解释方法 | 机器学习 | NA | 深度学习(DL) | 深度学习模型 | 分子数据 | NA |
29 | 2024-09-28 |
Retinal Disease Detection Using Deep Learning Techniques: A Comprehensive Review
2023-Apr-18, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging9040084
PMID:37103235
|
综述 | 本文综述了使用深度学习技术进行视网膜疾病检测的研究进展 | 本文提出了未来研究方向,包括探索集成CNN架构在多类多标签任务中的潜力以及提高模型可解释性 | 本文未提供具体的研究数据或模型实现细节 | 评估当前深度学习技术在视网膜疾病检测和分级中的应用 | 视网膜疾病,包括青光眼、糖尿病视网膜病变、年龄相关性黄斑变性和多种视网膜疾病 | 计算机视觉 | NA | 深度卷积神经网络(DCNN)和视觉变换器(ViT) | CNN | 图像 | NA |
30 | 2024-09-28 |
Transforming medical imaging with Transformers? A comparative review of key properties, current progresses, and future perspectives
2023-Apr, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2023.102762
PMID:36738650
|
综述 | 本文综述了Transformer模型在医学影像领域的应用现状,并探讨了其未来发展方向 | 本文通过对比Transformer和卷积神经网络(CNN)的关键特性,系统地组织了Transformer在医学影像中的应用,帮助读者更好地理解这些方法背后的原理 | NA | 探讨Transformer模型在医学影像领域的应用现状及未来发展方向 | Transformer模型在医学影像中的应用,包括图像分割、识别、检测、配准、重建、增强等 | 计算机视觉 | NA | Transformer | Transformer | 图像 | NA |
31 | 2024-09-28 |
Applying a GAN-based classifier to improve transcriptome-based prognostication in breast cancer
2023-04, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1011035
PMID:37011102
|
研究论文 | 本文提出了一种基于生成对抗网络(GAN)的分类器,用于改善乳腺癌患者的转录组学预后 | 本文创新性地使用了一种包含梯度惩罚的Wasserstein生成对抗网络(GAN)和嵌入式辅助分类器的数据增强管道,以克服omics数据集中变量数量远超患者数量的挑战 | NA | 开发一种能够基于全转录组数据对乳腺癌患者进行风险分层的稳健分类器 | 乳腺癌患者 | 机器学习 | 乳腺癌 | 生成对抗网络(GAN) | 生成对抗网络(GAN) | 转录组数据 | 1244名患者(METABRIC乳腺癌队列) |
32 | 2024-09-23 |
A genome-wide optical pooled screen reveals regulators of cellular antiviral responses
2023-04-18, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2210623120
PMID:37043539
|
研究论文 | 本文通过大规模光学组合筛选技术,揭示了调控细胞抗病毒反应的基因 | 本文通过提高光学组合筛选技术的通量,实现了大规模CRISPR敲除筛选,并结合高分辨率多参数成像和原位cDNA合成测序,识别了80,408个单引导RNA,显著扩展了功能基因组学方法的应用范围 | NA | 揭示调控细胞抗病毒反应的基因 | 细胞对病毒感染的先天免疫反应 | 基因组学 | NA | CRISPR敲除筛选、高分辨率多参数成像、原位cDNA合成测序 | NA | 图像 | 10,366,390个细胞中的80,408个单引导RNA |
33 | 2024-09-23 |
Persistent topological Laplacian analysis of SARS-CoV-2 variants
2023-Apr-06, ArXiv
PMID:36748007
|
研究论文 | 本文探讨了持久拓扑拉普拉斯(PTLs)在分析严重急性呼吸综合征冠状病毒2(SARS-CoV-2)刺突受体结合域(RBD)蛋白质结构变化中的建模和分析能力 | 提出了持久拓扑拉普拉斯(PTLs)作为一种新的拓扑数据分析工具,用于克服持久同调的局限性,特别是在处理异质信息和描述非拓扑变化方面 | NA | 研究持久拓扑拉普拉斯在分析SARS-CoV-2变种蛋白质结构变化中的应用 | SARS-CoV-2刺突受体结合域(RBD)及其与血管紧张素转换酶2(ACE2)结合的结构变化 | 数据科学 | NA | 持久拓扑拉普拉斯(PTLs) | 拓扑深度学习 | 蛋白质结构数据 | 多种SARS-CoV-2变种及其计算生成的RBD结构 |
34 | 2024-09-20 |
Efficient labelling for efficient deep learning: the benefit of a multiple-image-ranking method to generate high volume training data applied to ventricular slice level classification in cardiac MRI
2023-Apr, Journal of medical artificial intelligence
DOI:10.21037/jmai-22-55
PMID:37346802
|
研究论文 | 本文介绍了一种利用多位临床专家对心脏磁共振成像(CMR)图像进行排序的新方法,以生成高质量的训练数据,并应用于左心室切片级别的分类 | 提出了一种基于多图像排序的标注方法,相比传统的单图像标注方法,能够更高效地生成高质量的训练数据 | 研究样本量较小,仅涉及300个随机扫描的图像,未来需要在大规模数据集上验证方法的有效性 | 探讨如何通过高效的标注方法提高深度学习模型在心脏磁共振成像中的分类性能 | 心脏磁共振成像(CMR)图像的左心室切片分类 | 计算机视觉 | 心血管疾病 | 深度学习 | 卷积神经网络(CNN) | 图像 | 300个随机扫描的图像,共3552张个体图像 |
35 | 2024-09-20 |
Deep learning analysis of endometrial histology as a promising tool to predict the chance of pregnancy after frozen embryo transfers
2023-Apr, Journal of assisted reproduction and genetics
IF:3.2Q2
DOI:10.1007/s10815-023-02745-8
PMID:36862259
|
研究论文 | 本研究利用深度学习算法分析子宫内膜组织学,以预测冷冻胚胎移植后的妊娠机会 | 本研究通过深度学习算法分析子宫内膜组织学,克服了传统Noyes法的主观性和与生育状态或妊娠结果相关性差的局限 | 本研究仅在特定人群中进行了初步验证,需要进一步在大规模和多样化的样本中验证其有效性 | 本研究旨在通过深度学习算法分析子宫内膜组织学,以预测冷冻胚胎移植后的妊娠机会 | 本研究的对象是自然月经周期中的健康志愿者和接受模拟人工周期的不孕患者 | 机器学习 | NA | 深度学习 | 二分类器 | 图像 | 自然月经周期中的健康志愿者24例,接受模拟人工周期的不孕患者37例 |
36 | 2024-09-20 |
Peanut leaf disease identification with deep learning algorithms
2023-Apr, Molecular breeding : new strategies in plant improvement
IF:2.6Q2
DOI:10.1007/s11032-023-01370-8
PMID:37313521
|
研究论文 | 本文提出了一种新的深度学习模型用于花生叶病害识别 | 提出的模型结合了改进的Xception、部分激活特征融合模块和两个注意力增强分支,显著提高了识别准确率 | NA | 提高花生叶病害识别的准确性和泛化能力 | 花生叶病害 | 计算机视觉 | NA | 深度学习 | Xception | 图像 | 应用于黄瓜、苹果、水稻、玉米和小麦叶病害识别,平均准确率为99.61% |
37 | 2024-09-19 |
hist2RNA: An Efficient Deep Learning Architecture to Predict Gene Expression from Breast Cancer Histopathology Images
2023-Apr-30, Cancers
IF:4.5Q1
DOI:10.3390/cancers15092569
PMID:37174035
|
研究论文 | 提出了一种名为hist2RNA的高效深度学习架构,用于从乳腺癌病理图像中预测基因表达 | hist2RNA方法借鉴了批量RNA测序技术,能够快速且经济地从HE染色全切片图像中预测138个基因的表达,包括管腔PAM50亚型 | NA | 开发一种高效的方法,从乳腺癌病理图像中预测基因表达,以替代昂贵且耗时的分子检测 | 乳腺癌患者的HE染色全切片图像和基因表达数据 | 数字病理学 | 乳腺癌 | 深度学习 | 深度学习架构 | 图像 | 训练集包含335个样本,测试集包含160个样本,外部TMA数据集包含498个样本 |
38 | 2024-09-19 |
Enhancing Intrusion Detection Systems for IoT and Cloud Environments Using a Growth Optimizer Algorithm and Conventional Neural Networks
2023-Apr-30, Sensors (Basel, Switzerland)
DOI:10.3390/s23094430
PMID:37177634
|
研究论文 | 本文提出了一种结合深度学习和优化算法的新型入侵检测系统模型,用于增强物联网和云环境的安全性 | 本文创新性地结合了深度学习和优化算法,特别是使用了一种改进的生长优化器(MGO)和鲸鱼优化算法(WOA)来提升特征选择和搜索过程 | NA | 提升物联网和云环境中入侵检测系统的准确性和效率 | 物联网和云环境的入侵检测系统 | 机器学习 | NA | 生长优化器(GO)、鲸鱼优化算法(WOA) | 卷积神经网络(CNN) | 数据集 | 使用了公开的云和物联网环境数据集 |
39 | 2024-09-19 |
Deep Learning Utilizing Suboptimal Spirometry Data to Improve Lung Function and Mortality Prediction in the UK Biobank
2023-Apr-29, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.04.28.23289178
PMID:37162978
|
研究论文 | 本文利用次优的肺功能测试数据,通过深度学习模型提高肺功能和全因死亡率的预测 | 提出了一种基于对比学习的模型,利用次优和质量控制失败的肺功能测试数据进行肺功能和全因死亡率的预测 | NA | 提高肺功能和全因死亡率的预测准确性 | 肺功能测试数据和全因死亡率 | 机器学习 | NA | 对比学习 | 对比学习框架(Spiro-CLF) | 肺功能测试数据 | 940,705个肺功能测试曲线,来自352,684名UK Biobank参与者 |
40 | 2024-09-19 |
Rapid Synthesis of Cryo-ET Data for Training Deep Learning Models
2023-Apr-28, bioRxiv : the preprint server for biology
DOI:10.1101/2023.04.28.538636
PMID:37162972
|
研究论文 | 本文介绍了一种用于训练深度学习模型的快速合成冷冻电镜数据的方法 | 引入了cryo-TomoSim (CTS)软件包,能够模拟冷冻电镜数据,为深度学习模型提供训练数据 | NA | 开发一种能够快速合成冷冻电镜数据的方法,以解决深度学习模型训练数据不足的问题 | 冷冻电镜图像的恢复和分割任务 | 计算机视觉 | NA | 冷冻电镜 | 深度学习模型 | 图像 | NA |