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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
381 | 2024-12-19 |
Deep profiling of gene expression across 18 human cancers
2024-Dec-17, Nature biomedical engineering
IF:26.8Q1
DOI:10.1038/s41551-024-01290-8
PMID:39690287
|
研究论文 | 本文介绍了一种无监督深度学习框架DeepProfile,用于生成18种人类癌症的基因表达数据的低维潜在空间 | DeepProfile框架在生物可解释性和方法学稳健性方面优于传统的降维方法,揭示了跨癌症类型定义潜在空间的重要基因与免疫细胞激活相关,而癌症类型特异性基因和通路定义了分子疾病亚型 | NA | 开发一种无监督深度学习框架,以从大规模基因表达数据中提取生物学见解 | 18种人类癌症的基因表达数据 | 机器学习 | NA | 无监督深度学习 | NA | 基因表达数据 | 50,211个转录组 |
382 | 2024-12-19 |
Comparison of Intratumoral and Peritumoral Deep Learning, Radiomics, and Fusion Models for Predicting KRAS Gene Mutations in Rectal Cancer Based on Endorectal Ultrasound Imaging
2024-Dec-17, Annals of surgical oncology
IF:3.4Q1
DOI:10.1245/s10434-024-16697-5
PMID:39690384
|
研究论文 | 比较基于直肠超声影像的肿瘤内和肿瘤周围深度学习、放射组学及融合模型在预测直肠癌KRAS基因突变中的表现 | 提出了基于特征的融合模型DLRexpand10_FB,并验证了其预测KRAS基因突变的有效性,同时发现肿瘤周围区域的整合可以提升放射组学和深度学习模型的预测性能 | 研究样本仅来自一家医院,可能存在地域偏倚,且样本量相对较小 | 比较不同模型在预测直肠癌KRAS基因突变中的表现 | 直肠癌患者的KRAS基因突变 | 机器学习 | 直肠癌 | 放射组学、深度学习 | 融合模型 | 影像 | 304名直肠癌患者,分为训练组213人和测试组91人 |
383 | 2024-12-19 |
Residue-Level Multiview Deep Learning for ATP Binding Site Prediction and Applications in Kinase Inhibitors
2024-Dec-17, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01255
PMID:39690486
|
研究论文 | 本文提出了一种基于残基水平的多视角深度学习模型,用于ATP结合位点的预测,并展示了其在激酶抑制剂药物发现中的应用 | 引入了Multiview-ATPBind和ResiBoost两种新方法,前者整合了1D序列和3D结构信息,后者通过增强稀有正样本的预测来缓解数据不平衡问题 | NA | 开发一种快速且精确的ATP结合位点预测方法,并探索其在激酶抑制剂药物发现中的应用 | ATP结合位点及其在激酶抑制剂中的应用 | 机器学习 | 癌症 | 深度学习 | 深度学习模型 | 序列和结构数据 | 使用了基准数据集,具体样本数量未提及 |
384 | 2024-12-18 |
Correction: Deep learning assists early-detection of hypertension-mediated heart change on ECG signals
2024-Dec-16, Hypertension research : official journal of the Japanese Society of Hypertension
IF:4.3Q1
DOI:10.1038/s41440-024-01980-5
PMID:39681651
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
385 | 2024-12-19 |
Dual biomarkers CT-based deep learning model incorporating intrathoracic fat for discriminating benign and malignant pulmonary nodules in multi-center cohorts
2024-Dec-16, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)
DOI:10.1016/j.ejmp.2024.104877
PMID:39689571
|
研究论文 | 本研究提出了一种基于深度学习的模型,结合纵隔脂肪来区分良性和恶性肺结节 | 首次将纵隔脂肪作为影像学标志物,结合肺结节进行良恶性鉴别 | 研究仅在多中心队列中验证,尚未在更大范围的临床实践中应用 | 探索纵隔脂肪在肺结节良恶性鉴别中的潜在预测价值 | 肺结节患者的良恶性鉴别 | 数字病理学 | 肺癌 | 深度学习 | 深度学习模型 | 影像 | 1321名肺结节患者 |
386 | 2024-12-19 |
SMART: Development and Application of a Multimodal Multi-organ Trauma Screening Model for Abdominal Injuries in Emergency Settings
2024-Dec-16, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.11.056
PMID:39690074
|
研究论文 | 本研究开发并应用了一种多模态多器官创伤筛查模型,用于急诊环境中腹部损伤的快速诊断 | 本研究创新性地构建了一个多模态诊断模型,结合了非对比CT和非结构化文本数据,提高了腹部创伤评估的速度和准确性 | NA | 提高急诊环境中腹部创伤的诊断速度和准确性 | 腹部创伤患者 | 计算机视觉 | NA | 深度学习 | CNN | 图像和文本 | 2638名患者(459例阳性,2179例阴性腹部创伤病例) |
387 | 2024-12-19 |
Interpretable Deep-learning Model Based on Superb Microvascular Imaging for Noninvasive Diagnosis of Interstitial Fibrosis in Chronic Kidney Disease
2024-Dec-16, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.11.067
PMID:39690075
|
研究论文 | 本文开发了一种基于超微血流成像(SMI)的可解释深度学习(XDL)模型,用于慢性肾病(CKD)患者间质纤维化(IF)的无创诊断 | 本文提出了基于SMI的可解释深度学习模型,相较于传统的超声影像组学和彩色多普勒超声成像(CDUS)模型,具有更高的诊断准确性 | 本文的研究样本仅限于2022年5月至2023年10月期间接受肾活检、二维超声和SMI检查的CKD患者 | 开发一种基于SMI的可解释深度学习模型,用于CKD患者间质纤维化的无创诊断 | 慢性肾病(CKD)患者的间质纤维化程度 | 机器学习 | 肾脏疾病 | 超微血流成像(SMI) | 深度学习模型 | 图像 | 365名慢性肾病患者 |
388 | 2024-12-19 |
Cropformer: An Interpretable Deep Learning Framework for Crop Genome Prediction
2024-Dec-16, Plant communications
IF:9.4Q1
DOI:10.1016/j.xplc.2024.101223
PMID:39690739
|
研究论文 | 本文提出了Cropformer,一个用于作物表型预测和下游任务探索的深度学习框架 | Cropformer结合了卷积神经网络和多重自注意力机制,提高了预测精度和鲁棒性,并增强了基因分析和挖掘能力 | NA | 解决当前基因组选择中深度学习模型鲁棒性和可解释性低的问题 | 玉米、水稻、小麦、黍和番茄五种主要作物的表型预测 | 机器学习 | NA | 深度学习 | 卷积神经网络和自注意力机制 | 基因组数据 | 超过20种性状,涉及五种主要作物 |
389 | 2024-12-19 |
Improving real-time detection of laryngeal lesions in endoscopic images using a decoupled super-resolution enhanced YOLO
2024-Dec-13, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2024.108539
PMID:39689500
|
研究论文 | 本文提出了一种基于深度学习的SRE-YOLO方法,用于实时检测喉部病变,通过结合超分辨率增强的YOLOv8 nano模型,提高了病变检测的准确性和效率 | 本文创新性地将超分辨率分支与YOLOv8 nano模型结合,并在推理过程中解耦超分辨率分支,以保持低计算需求,同时提高检测精度 | 本文未详细讨论该方法在不同医疗资源条件下的适用性和推广性 | 开发一种高效的深度学习驱动的决策支持系统,用于实时检测喉部病变 | 喉部病变的实时检测 | 计算机视觉 | 喉癌 | 深度学习 | YOLOv8 nano | 图像 | 多中心数据集,涵盖多种喉部病理和采集模式 |
390 | 2024-12-19 |
[Artificial intelligence-powered robotic joint surgery:application,research progress,and prospects]
2024-Dec-13, Zhonghua wai ke za zhi [Chinese journal of surgery]
|
研究论文 | 本文探讨了人工智能在机器人关节手术中的应用、研究进展及未来展望 | 人工智能的集成提升了手术规划、注册、手术机械臂控制和机器人自主性的智能化水平 | NA | 探讨人工智能在机器人关节手术中的应用及其未来发展 | 机器人关节手术中的手术规划、注册、机械臂控制和机器人自主性 | 机器学习 | NA | 深度学习、强化学习、神经网络 | 深度学习模型、强化学习模型、神经网络模型 | NA | NA |
391 | 2024-12-19 |
A hybrid deep learning model based on signal decomposition and dynamic feature selection for forecasting the influent parameters of wastewater treatment plants
2024-Dec-12, Environmental research
IF:7.7Q1
DOI:10.1016/j.envres.2024.120615
PMID:39674247
|
研究论文 | 本文提出了一种基于信号分解和动态特征选择的混合深度学习模型,用于预测污水处理厂的进水参数 | 引入了新的动态特征选择机制,实时优化特征选择,减少模型冗余,提高预测稳定性 | 未提及具体的局限性 | 提高化学需氧量(COD)和五日生化需氧量(BOD)预测的准确性,优化污水处理过程 | 污水处理厂的进水参数,如化学需氧量(COD)和五日生化需氧量(BOD) | 机器学习 | NA | 深度学习 | 混合模型 | 时间序列数据 | 两个污水处理厂的数据 |
392 | 2024-12-19 |
ItpCtrl-AI: End-to-end interpretable and controllable artificial intelligence by modeling radiologists' intentions
2024-Dec-12, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2024.103054
PMID:39689443
|
研究论文 | 本文提出了一种名为ItpCtrl-AI的端到端可解释和可控的人工智能框架,模拟放射科医生的决策过程,并通过眼动模式生成注意力热图以辅助诊断 | 创新点在于通过模拟放射科医生的眼动模式,实现了模型的可解释性和可控性,并创建了与医学发现对齐的眼动数据集Diagnosed-Gaze++ | NA | 解决深度学习模型在计算机辅助诊断系统中缺乏可解释性的问题 | 放射科医生的决策过程和眼动模式 | 计算机视觉 | NA | 深度学习 | NA | 图像 | NA |
393 | 2024-12-19 |
Active learning for extracting rare adverse events from electronic health records: A study in pediatric cardiology
2024-Dec-12, International journal of medical informatics
IF:3.7Q2
DOI:10.1016/j.ijmedinf.2024.105761
PMID:39689449
|
研究论文 | 本文研究了如何通过主动学习从电子健康记录中自动提取与心脏导管插入术相关的罕见不良事件 | 本文创新点在于使用主动学习注释过程,使得在罕见疾病(如心脏导管插入术相关的不良事件)中,能够获取代表性数据集,从而训练深度学习模型 | 由于不良事件的稀有性,初始预筛选步骤得到的数据集不平衡,包含大量假阳性 | 自动化从电子病历文本中提取心脏导管插入术相关的不良事件 | 心脏导管插入术相关的不良事件 | 自然语言处理 | 心血管疾病 | 深度学习 | 文本分类器 | 文本 | 2980名患者 |
394 | 2024-12-19 |
"Sadness smile" curve: Processing emotional information from social network for evaluating thermal comfort perception
2024-Dec-12, Journal of thermal biology
IF:2.9Q1
DOI:10.1016/j.jtherbio.2024.104025
PMID:39689668
|
研究论文 | 本文通过分析社交网络中志愿者面部表情来评估热舒适感知,提出了一种基于深度学习的精确评估方法 | 本文创新性地提出了'悲伤微笑'曲线,通过面部表情分数预测热舒适感知,并使用ResNet模型进行验证 | 本文仅基于面部表情进行分析,未考虑其他可能影响热舒适感知的因素 | 研究如何通过社交网络中的面部表情信息来精确评估热舒适感知 | 志愿者在不同温度环境下的面部表情 | 机器学习 | NA | 深度学习 | ResNet | 图像 | 8314张面部照片,来自49个城市的82个公园的志愿者 |
395 | 2024-12-19 |
A deep learning approach to predict differentiation outcomes in hypothalamic-pituitary organoids
2024-12-06, Communications biology
IF:5.2Q1
DOI:10.1038/s42003-024-07109-1
PMID:39643622
|
研究论文 | 本研究利用深度学习技术创建了一个模型,能够从类器官图像中预测垂体类器官的分化结果 | 本研究首次使用EfficientNetV2-S或Vision Transformer模型,结合VENUS-coupled RAX表达,能够以70%的准确率将类器官图像分类为三个类别,优于专家观察者的预测结果 | 本研究仅在特定条件下验证了模型的有效性,未来需要在更多样化的样本和临床环境中进行验证 | 开发一种能够预测垂体类器官分化结果的深度学习模型,以提高分化效率并应用于临床 | 人多能干细胞分化成的垂体类器官 | 机器学习 | NA | 深度学习 | EfficientNetV2-S, Vision Transformer | 图像 | NA |
396 | 2024-12-19 |
Seizure Sources Can Be Imaged from Scalp EEG by Means of Biophysically Constrained Deep Neural Networks
2024-Dec, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202405246
PMID:39473085
|
研究论文 | 研究了一种基于深度学习的源成像框架(DeepSIF),用于从药物难治性局灶性癫痫患者的脑电图(EEG)记录中成像癫痫活动 | 提出了DeepSIF框架,通过生物物理约束的深度神经网络从头皮EEG中成像癫痫源,并展示了其在空间和时间信息估计上的优越性 | 研究仅在药物难治性局灶性癫痫患者中进行了验证,未来需要在更多类型的癫痫患者中进行进一步验证 | 开发一种非侵入性方法,用于在药物难治性局灶性癫痫患者中成像癫痫活动的起源 | 药物难治性局灶性癫痫患者的癫痫活动起源 | 机器学习 | 癫痫 | 深度学习 | 深度神经网络 | 脑电图(EEG) | 33名药物难治性局灶性癫痫患者的高密度(76通道)EEG记录 |
397 | 2024-12-19 |
Artificial intelligence: a primer for pediatric radiologists
2024-12, Pediatric radiology
IF:2.1Q2
DOI:10.1007/s00247-024-06098-x
PMID:39556194
|
review | 本文为儿科放射科医生介绍了人工智能(AI)的基本概念及其在儿科放射学中的应用 | 本文首次系统性地向儿科放射科医生介绍AI的基本概念和应用,旨在激发该领域进一步的探索和创新 | 本文主要为介绍性内容,未涉及具体的实验或应用案例 | 向儿科放射科医生介绍AI的基本概念及其在儿科放射学中的应用,并探讨其挑战和当前用途 | 儿科放射科医生及AI在儿科放射学中的应用 | NA | NA | 机器学习、深度学习、自然语言处理、生成式AI | NA | NA | NA |
398 | 2024-12-19 |
Accurate RNA 3D structure prediction using a language model-based deep learning approach
2024-Dec, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-024-02487-0
PMID:39572716
|
研究论文 | 本文介绍了一种基于语言模型的深度学习方法RhoFold+,用于准确预测RNA的三维结构 | RhoFold+通过集成预训练的RNA语言模型和解决数据稀缺问题的技术,提供了一个全自动的端到端RNA 3D结构预测管道,并在多个评估中展示了其优于现有方法的性能 | NA | 开发一种能够准确预测RNA三维结构的方法,以促进RNA功能研究和RNA靶向药物开发 | 单链RNA的三维结构 | 机器学习 | NA | 深度学习 | 语言模型 | 序列 | 约2370万条RNA序列 |
399 | 2024-11-23 |
Large language modeling and deep learning shed light on RNA structure prediction
2024-Dec, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-024-02488-z
PMID:39572717
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
400 | 2024-12-19 |
Machine Learning-Based Prediction Model for ICU Mortality After Continuous Renal Replacement Therapy Initiation in Children
2024-Dec-01, Critical care explorations
DOI:10.1097/CCE.0000000000001188
PMID:39688905
|
研究论文 | 本文开发并验证了基于机器学习模型预测接受连续肾脏替代治疗(CRRT)的儿童和年轻成年人在ICU和医院出院后的生存率 | 本文首次使用机器学习模型预测接受CRRT的儿童和年轻成年人在ICU和医院出院后的生存率,并展示了随机森林模型在预测ICU死亡率方面的优越性 | 本文的局限性在于样本量有限,且未使用深度学习算法进行更精确的模型生成 | 预测接受CRRT的儿童和年轻成年人在ICU和医院出院后的生存率 | 接受CRRT的儿童和年轻成年人 | 机器学习 | NA | 机器学习 | 随机森林(RF)、逻辑回归(LR)、决策树、梯度提升机、支持向量机 | 数值数据 | 933名患者,其中538名(54%)为男性,中位年龄为8.97岁 |