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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1281 | 2024-08-05 |
Deep learning based ECG segmentation for delineation of diverse arrhythmias
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0303178
PMID:38870233
|
研究论文 | 本文研究了心电图中关键波形的准确描绘,特别是在不同心律失常情况下的表现 | 提出了一种类似U-Net的心电图分割模型,重点关注多样化的心律失常并开发后处理算法 | 在标准基准上的高表现模型在稀有心律失常下性能较差 | 旨在提高心电图分割在不同心律失常情况下的性能 | 多种心律失常的心电图数据 | 数字病理学 | 心脏病 | 深度学习 | U-Net | 心电图(ECG) | 在多样化数据集上训练并在LUDB和QTDB数据集上评估 |
1282 | 2024-08-05 |
Stable tensor neural networks for efficient deep learning
2024, Frontiers in big data
IF:2.4Q2
DOI:10.3389/fdata.2024.1363978
PMID:38873283
|
研究论文 | 该文章提出了一种基于张量的神经网络,用于高效地学习高维数据 | 引入了张量神经网络(t-NNs),作为传统全连接网络的扩展,以更高效的参数空间进行训练 | 本文没有具体提到实验的限制条件或潜在的应用局限性 | 研究旨在通过张量表示和处理来提高深度神经网络的训练效率 | 研究对象是高维数据及其在深度学习中的应用 | 机器学习 | NA | 深度神经网络 | 张量神经网络(t-NNs) | 图像 | 使用了MNIST和CIFAR-10两个基准图像数据集 |
1283 | 2024-08-05 |
Prediction of miRNAs and diseases association based on sparse autoencoder and MLP
2024, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2024.1369811
PMID:38873111
|
研究论文 | 该研究提出了一种新的稀疏自编码器和多层感知器方法(SPALP)来预测miRNA与疾病之间的关联 | 采用稀疏自编码器和多层感知器结合的深度学习技术来提高miRNA-疾病关联预测的准确性 | NA | 旨在揭示miRNA与疾病之间的关联以探讨病理机制和治疗方法 | miRNA和多种老年疾病的关联数据 | 计算机视觉 | 老年疾病 | 深度学习,稀疏自编码器和多层感知器 | 多层感知器 | 生物信息学数据 | 在研究中验证了与五种老年疾病相关的miRNA共30个,具体包括狼疮红斑、急性髓性白血病、心血管、卒中、糖尿病 |
1284 | 2024-08-05 |
Identification of biological indicators for human exposure toxicology in smart cities based on public health data and deep learning
2024, Frontiers in public health
IF:3.0Q2
DOI:10.3389/fpubh.2024.1361901
PMID:38873314
|
研究论文 | 本研究提出了一种基于公共健康数据和深度学习的方法,以识别智能城市中人类暴露的毒理生物指标 | 创新之处在于结合公共健康数据和深度学习,建立环境监测数据与健康指标之间的关联模型 | 研究可能受到传感器数据准确性和公共健康数据完整性影响 | 旨在通过识别毒理生物指标,准确评估和管理城市环境暴露风险 | 研究对象为城市公共健康数据与环境监测数据采集的污染物类型和浓度 | 计算机视觉 | 呼吸系统疾病与心血管疾病 | 深度学习 | 卷积神经网络 | 环境监测数据 | 涉及的样本数量及类型为通过智能城市基础设施收集的环境监测数据 |
1285 | 2024-08-05 |
MRET: Modified Recursive Elimination Technique for ranking author assessment parameters
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0303105
PMID:38870157
|
研究论文 | 本文提出了一种修改的递归消除技术,通过深度学习对作者评估参数进行排名 | 创新点在于结合多层感知器分类器和修改递归消除技术来评估和排名作者影响力参数 | 限制在于仅针对数学领域的数据进行分析,可能不适用于其他领域的参数评估 | 研究的目的是识别和优先排序最有效的作者评估指标 | 研究对象包括525个尚未获奖的个体和525个被认为是潜在获奖者的个体 | 自然语言处理 | NA | 深度学习 | 多层感知器 (MLP) | 数据集 | 共1050个个体,包括525个未获奖个体和525个潜在获奖个体 |
1286 | 2024-08-05 |
scAMAC: self-supervised clustering of scRNA-seq data based on adaptive multi-scale autoencoder
2024-Jan-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae068
PMID:38426327
|
研究论文 | 开发了一种基于自适应多尺度自编码器的自监督聚类方法scAMAC,用于分析单细胞RNA测序数据 | 创新性地利用自适应反馈机制和多尺度注意力机制来融合多尺度自编码器的特征信息,提升聚类效果 | 目前未提及在生物样本多样性方面的局限性 | 研究自监督学习在单细胞RNA测序数据聚类分析中的应用 | 单细胞RNA测序数据及细胞特征表示 | 机器学习 | NA | 自编码器 | 多尺度自编码器 | 基因表达数据 | NA |
1287 | 2024-08-05 |
Diff-AMP: tailored designed antimicrobial peptide framework with all-in-one generation, identification, prediction and optimization
2024-Jan-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae078
PMID:38446739
|
研究论文 | 本文章提出了一种名为Diff-AMP的集成深度学习框架,自动化抗菌肽的生成、识别、属性预测和迭代优化 | 本研究创新性地将动力扩散和注意力机制整合到强化学习框架中,以提高抗菌肽的生成效率 | 现有模型未能考虑氨基酸之间的复杂相互依赖关系 | 开发一个自动化的抗菌肽生成和优化平台,以应对微生物耐药性问题 | 抗菌肽(AMPs) | 计算机视觉 | NA | 深度学习 | 卷积神经网络 | NA | NA |
1288 | 2024-08-05 |
Investigation of the Binding Interaction of Mfsd2a with NEDD4-2 via Molecular Dynamics Simulations
2024-01-17, ACS chemical neuroscience
IF:4.1Q2
DOI:10.1021/acschemneuro.3c00791
PMID:38155530
|
研究论文 | 本文研究了Mfsd2a与NEDD4-2之间的结合相互作用,并通过分子动态模拟提供了结构基础 | 采用深度学习与分子动态模拟相结合的方法,获取了高质量的Mfsd2a结构及稳定的Mfsd2a/NEDD4-2-WW3相互作用模型 | 尚不清楚Mfsd2a与NEDD4-2结合的全面机制 | 旨在探讨Mfsd2a与NEDD4-2的结合相互作用 | 研究对象为Mfsd2a和NEDD4-2 | 分子生物学 | 神经疾病 | 分子动态模拟、深度学习 | NA | 结构数据 | 在氧-葡萄糖剥夺模型中验证了一个关键肽的抑制作用 |
1289 | 2024-08-05 |
Quantitative Prediction of Right Ventricular Size and Function From the ECG
2024-Jan-02, Journal of the American Heart Association
IF:5.0Q1
DOI:10.1161/JAHA.123.031671
PMID:38156471
|
研究论文 | 本研究利用深度学习和ECG分析预测右心室大小和功能 | 探索了通过深度学习进行ECG分析以评估右心室功能和大小,填补了传统方法的空白 | 研究限于UK Biobank和一个医疗系统的样本,可能影响结果的普遍适用性 | 研究深度学习在ECG分析中预测右心室功能和大小的能力 | 使用来自UK Biobank和多中心健康系统的患者数据进行模型训练和验证 | 机器学习 | 心血管疾病 | 深度学习 | NA | ECG | UK Biobank (n=42,938), MSHoriginal (n=3,019), MSHvalidation (n=115) |
1290 | 2024-08-05 |
Learning Attention in the Frequency Domain for Flexible Real Photograph Denoising
2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2024.3404253
PMID:38809730
|
研究论文 | 该文章提出了一种新的基于频率注意的方法来进行真实图像的去噪处理 | 本文创新性地引入了一种基于频率注意的框架,以全面表征多个频率通道的特征相关性 | 本文未提及具体的局限性 | 旨在解决当前基于CNN的去噪器在处理高频成分时的不足 | 主要研究真实图像去噪的效果和方法 | 计算机视觉 | NA | 深度学习 | 频率注意去噪网络 (FADNet) | 图像 | 在多个真实相机基准数据集上进行评估 |
1291 | 2024-08-05 |
Application value of artificial intelligence algorithm-based magnetic resonance multi-sequence imaging in staging diagnosis of cervical cancer
2024, Open life sciences
IF:1.7Q3
DOI:10.1515/biol-2022-0733
PMID:38867922
|
研究论文 | 本研究探讨了基于深度学习的多序列磁共振成像在宫颈癌分期诊断中的应用价值 | 提出了在DRN模型中加入特征增强层以提高宫颈癌MRI成像特征的信息,并评估了其诊断准确性 | 样本量仅为90例,可能限制研究的广泛适用性 | 探讨深度残差网络模型在宫颈癌分期诊断中的应用效果 | 90名在2019年8月至2021年5月间诊断为宫颈癌的患者 | 医学影像学 | 宫颈癌 | 磁共振成像 (MRI) | 深度残差网络 (DRN) | 医学影像 | 90例宫颈癌患者 |
1292 | 2024-08-05 |
Explaining deep learning-based representations of resting state functional connectivity data: focusing on interpreting nonlinear patterns in autism spectrum disorder
2024, Frontiers in psychiatry
IF:3.2Q2
DOI:10.3389/fpsyt.2024.1397093
PMID:38832332
|
研究论文 | 本研究开发了解释性变分自编码器模型,以分析自闭症谱系障碍中的静息态功能连接数据 | 引入了潜在贡献分数来解释变分自编码器识别的非线性模式 | 解释这些潜在表示仍然面临挑战 | 旨在提高对自闭症谱系障碍脑机制的理解 | 分析1150名参与者(601名健康对照和549名自闭症患者)的rs-fMRI数据 | 数字病理学 | 自闭症谱系障碍 | 变分自编码器(VAE) | NA | 静息态功能性磁共振成像数据(rs-fMRI) | 1150名参与者(601名健康对照,549名自闭症患者) |
1293 | 2024-08-05 |
Hate speech detection with ADHAR: a multi-dialectal hate speech corpus in Arabic
2024, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2024.1391472
PMID:38873176
|
研究论文 | 本文提出ADHAR,一个综合的阿拉伯语多方言、多类别仇恨言论语料库。 | ADHAR数据库维护了方言、类别和仇恨/非仇恨类之间的平衡,提供了一种无偏的评估方法。 | 本文没有提到样本的收集范围或其他可能的语料库限制。 | 研究阿拉伯语的仇恨言论检测。 | ADHAR语料库,包括现代标准阿拉伯语、埃及方言、黎凡特方言、海湾方言和马格里比方言。 | 自然语言处理 | NA | 深度学习 | 经典模型和深度学习模型 | 文本 | 70,369个词 |
1294 | 2024-08-05 |
Interpretable deep learning reveals the role of an E-box motif in suppressing somatic hypermutation of AGCT motifs within human immunoglobulin variable regions
2024, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2024.1407470
PMID:38863710
|
研究论文 | 本文系统研究了E-box基序在抑制人类免疫球蛋白可变区域内AGCT基序的体细胞高突变中的作用 | 提出了一种新的抑制机制,表明E-box转录因子与特定AGCT基序之间的结合与突变频率存在对抗关系 | 未详细探讨其他可能影响突变频率的序列上下文因素 | 揭示E-box基序在调控人类免疫球蛋白变量区域中SHM模式的作用 | 人类免疫球蛋白可变区域内AGCT基序的体细胞高突变数据集 | 机器学习 | NA | 深度学习 | DeepSHM | 基因组数据 | 使用了人类SHM数据集进行系统分析 |
1295 | 2024-08-05 |
Seismic resolution improving by a sequential convolutional neural network
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0304981
PMID:38861574
|
研究论文 | 本文提出了一种通过顺序卷积神经网络提高地震分辨率的方法。 | 创新点在于引入顺序卷积神经网络(SCNN)来实现低分辨率和高分辨率地震信号之间的映射关系。 | 本文未提及具体的限制条件 | 研究旨在提高薄层软岩的地震探测精度。 | 研究对象为用于地震数据处理的薄层软岩。 | 计算机视觉 | NA | 深度学习 | 顺序卷积神经网络(SCNN) | 地震信号 | 低分辨率和高分辨率地震数据集 |
1296 | 2024-08-05 |
Current status of artificial intelligence methods for skin cancer survival analysis: a scoping review
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1243659
PMID:38711781
|
综述 | 本文分析了用于皮肤癌生存分析的人工智能方法 | 提出了合成多种数据类型进行生存分析的人工智能方法,强调深度学习在黑色素瘤中的应用 | 目前的研究主要集中于黑色素瘤,缺乏对其他皮肤恶性肿瘤的分析 | 探讨人工智能在皮肤癌生存分析中的应用情况 | 关注皮肤癌患者的生存分析和相关数据类型的结合 | 机器学习 | 皮肤癌 | 人工智能 | 深度学习 | 临床数据 | 14篇相关文献 |
1297 | 2024-08-05 |
MCCM: multi-scale feature extraction network for disease classification and recognition of chili leaves
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1367738
PMID:38863551
|
研究论文 | 本研究提出了一种优化的卷积神经网络模型MCCM,用于辣椒叶疾病的分类和识别。 | 该模型引入了多尺度特征融合模块(MSFFM)和混合通道空间注意机制(MCSAM),显著提高了对多种疾病特征的捕捉能力。 | 模型在实际应用中仍可能面临准确性和应用挑战。 | 旨在提高辣椒叶疾病的分类和识别效果。 | 研究对象为辣椒叶的疾病图像。 | 计算机视觉 | NA | 卷积神经网络(CNN) | MCCM(MCSAM-ConvNeXt-MSFFM) | 图像 | 使用Plant Village数据集进行训练,样本数量未具体说明 |
1298 | 2024-08-05 |
A joint model for lesion segmentation and classification of MS and NMOSD
2024, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2024.1351387
PMID:38863883
|
研究论文 | 本文提出了一种联合模型,用于多发性硬化症(MS)和视神经脊髓炎光谱障碍(NMOSD)的病灶分割和分类 | 创新点在于利用任务间的关联性提出联合模型,同时处理病灶分割和疾病分类任务 | 研究中没有提到样本的多样性和外部验证的不足 | 提高多发性硬化症和视神经脊髓炎光谱障碍的识别和诊断的准确性与速度 | 主要研究对象是多发性硬化症和视神经脊髓炎光谱障碍的病灶 | 计算机视觉 | 多发性硬化症和视神经脊髓炎光谱障碍 | T2-FLAIR MRI成像技术 | 双支路结构的卷积模块和Swin Transformer模块 | 图像 | NA |
1299 | 2024-08-05 |
Sensitivity Decouple Learning for Image Compression Artifacts Reduction
2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2024.3403034
PMID:38787669
|
研究论文 | 提出了一种灵敏度解耦学习的方法,以减少图像压缩伪影 | 将压缩图像的内在属性解耦为两种互补特征,以提高图像压缩伪影的减少效果 | NA | 改善图像压缩伪影的减少效果,为下游解析任务提供更好的性能 | 图像压缩伪影 | 计算机视觉 | NA | 对抗训练 | 双重意识引导网络(DAGN) | 图像 | BSD500数据集上的处理,每张图像的处理时间为29.7毫秒 |
1300 | 2024-08-05 |
Technical note: ShinyAnimalCV: open-source cloud-based web application for object detection, segmentation, and three-dimensional visualization of animals using computer vision
2024-Jan-03, Journal of animal science
IF:2.7Q1
DOI:10.1093/jas/skad416
PMID:38134209
|
研究论文 | 本研究开发了一个名为ShinyAnimalCV的开源云端网络应用,用于在动物科学中教授计算机视觉。 | ShinyAnimalCV提供了一个用户友好的界面,便于进行物体分割、检测和三维可视化,是一个创新的教学工具。 | 尽管ShinyAnimalCV提供了易用的界面,但在某些情况下,用户仍可能需要编程和数据分析技能。 | 研究旨在通过开发ShinyAnimalCV来促进动物科学中的计算机视觉教育。 | 本研究的对象是动物科学学生和相关教育者。 | 计算机视觉 | NA | 计算机视觉 | 预训练的计算机视觉模型 | 图像 | 九个使用俯视动物数据的预训练模型 |