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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
4421 | 2024-10-29 |
SeqDance: A Protein Language Model for Representing Protein Dynamic Properties
2024-Oct-15, bioRxiv : the preprint server for biology
DOI:10.1101/2024.10.11.617911
PMID:39464109
|
研究论文 | SeqDance是一种蛋白质语言模型,旨在从序列中直接学习蛋白质动态特性的表示 | SeqDance通过预训练动态生物物理特性,有效捕捉局部动态相互作用、协同运动模式和全局构象特征,即使在缺乏同源蛋白质的情况下也能表现出色 | NA | 开发一种能够从序列中学习蛋白质动态特性的方法,以增强对蛋白质功能和突变适应性的研究 | 蛋白质动态特性及其在功能和突变适应性研究中的应用 | 机器学习 | NA | 分子动力学轨迹分析和正常模式分析 | 蛋白质语言模型 | 蛋白质序列 | 超过30,400个分子动力学轨迹和28,600个正常模式分析 |
4422 | 2024-10-29 |
Artificial Intelligence (AI) Applications in Drug Discovery and Drug Delivery: Revolutionizing Personalized Medicine
2024-Oct-14, Pharmaceutics
IF:4.9Q1
DOI:10.3390/pharmaceutics16101328
PMID:39458657
|
综述 | 本文综述了人工智能在药物发现和药物递送中的应用,探讨了其在个性化医学中的革命性影响 | 本文展示了人工智能在药物开发和发现、个性化医学等多个领域的创新应用,如目标识别和验证、辅料选择、合成路线预测等 | 本文主要从监管角度提出了人工智能集成可能带来的问题 | 分析当前研究趋势和案例,揭示人工智能对制药行业的变革性影响及其对医疗保健的广泛意义 | 人工智能在药物发现、目标优化、个性化医学、药物安全性等领域的应用 | 机器学习 | NA | 机器学习、深度学习 | NA | NA | NA |
4423 | 2024-10-29 |
Consecutive Image Acquisition without Anomalies
2024-Oct-14, Sensors (Basel, Switzerland)
DOI:10.3390/s24206608
PMID:39460088
|
研究论文 | 本文介绍了一种新的算法,用于消除移动载体上相机连续获取图像时的重叠和间隙异常 | 提出了一种新的算法,结合动态时间规整距离和Wasserstein距离来检测和纠正连续图像获取中的异常 | 未提及具体限制 | 开发一种算法,用于消除连续图像获取中的重叠和间隙异常 | 移动载体上相机获取的连续图像 | 计算机视觉 | NA | 动态时间规整距离和Wasserstein距离 | 深度学习 | 图像 | 未提及具体样本数量 |
4424 | 2024-10-29 |
Enhanced Infant Movement Analysis Using Transformer-Based Fusion of Diverse Video Features for Neurodevelopmental Monitoring
2024-Oct-14, Sensors (Basel, Switzerland)
DOI:10.3390/s24206619
PMID:39460099
|
研究论文 | 本研究开发了一种基于Transformer的融合模型,用于分析婴儿运动模式,以监测神经发育 | 本研究首次采用Transformer融合模型,结合多种视频特征,显著提高了婴儿运动模式分类的准确性 | 本研究样本量较小,仅招募了12对父母-婴儿,未来需要更大规模的验证 | 旨在提高神经发育异常的早期检测和预测能力 | 3至12个月大的婴儿及其运动模式 | 计算机视觉 | NA | 深度学习 | Transformer | 视频 | 12对父母-婴儿 |
4425 | 2024-10-29 |
Assessing substrate scope of the cyclodehydratase LynD by mRNA display-enabled machine learning models
2024-Oct-14, bioRxiv : the preprint server for biology
DOI:10.1101/2024.10.14.618330
PMID:39464139
|
研究论文 | 本文通过mRNA展示技术结合机器学习模型,评估了RiPP天然产物合成途径中的环脱水酶LynD的底物范围 | 利用mRNA展示技术进行大规模底物筛选,并构建深度学习模型预测LynD的底物加工能力 | NA | 研究RiPP酶的底物特异性和酶促反应中的上位相互作用 | 环脱水酶LynD及其底物 | 机器学习 | NA | mRNA展示技术 | 深度学习模型 | 肽序列 | 大规模肽库 |
4426 | 2024-10-29 |
A Systematic Review of AI-Driven Prediction of Fabric Properties and Handfeel
2024-Oct-13, Materials (Basel, Switzerland)
DOI:10.3390/ma17205009
PMID:39459715
|
综述 | 本文系统回顾了人工智能驱动的织物特性和手感预测技术 | 本文通过文献计量和内容分析,深入分析了39篇相关论文,评估了不同AI方法在织物预测中的应用 | 尽管取得了显著进展,但仍存在模型泛化性和复杂织物行为管理的挑战 | 提高人工智能在织物特性和手感预测中的应用,指导未来纺织创新 | 织物特性和手感 | 机器学习 | NA | 机器学习、深度学习和混合模型 | 机器学习、深度学习和混合模型 | 织物数据 | 899篇论文中筛选出39篇进行深入分析 |
4427 | 2024-10-29 |
StructNet-DDI: Molecular Structure Characterization-Based ResNet for Prediction of Drug-Drug Interactions
2024-Oct-12, Molecules (Basel, Switzerland)
DOI:10.3390/molecules29204829
PMID:39459198
|
研究论文 | 本研究介绍了一种基于SMILES表示的化学结构深度学习框架,用于预测药物-药物相互作用(DDI) | 提出了基于分子结构特征的ResNet模型,通过提取Morgan指纹和关键分子描述符,并将其转换为图形特征输入到改进的ResNet18架构中,有效解决了梯度消失和爆炸问题 | NA | 开发一种高效准确的深度学习模型,用于预测药物-药物相互作用 | 药物-药物相互作用(DDI) | 机器学习 | NA | 深度学习 | ResNet | 分子结构 | NA |
4428 | 2024-10-29 |
Image-Based Peridynamic Modeling-Based Micro-CT for Failure Simulation of Composites
2024-Oct-12, Materials (Basel, Switzerland)
DOI:10.3390/ma17204987
PMID:39459692
|
研究论文 | 本文利用CT技术和计算力学结合,通过数值模拟预测复合材料的结构响应,避免了高昂的实验成本 | 提出了一种基于图像的近场动力学模型(IB-PD),结合深度学习图像识别模型,能够准确重建复合材料的实际微观结构并模拟各种断裂现象 | NA | 研究碳化硅复合材料的拉伸开裂行为,并通过数值模拟预测其结构响应 | 碳化硅(C/SiC)复合材料 | 计算机视觉 | NA | CT技术 | 近场动力学模型(BB-PD),深度学习图像识别模型 | 图像 | NA |
4429 | 2024-10-29 |
High-Resolution Reconstruction of Temperature Fields Based on Improved ResNet18
2024-Oct-12, Sensors (Basel, Switzerland)
DOI:10.3390/s24206564
PMID:39460045
|
研究论文 | 本文提出了一种基于改进ResNet18的高精度温度场重建算法 | 引入了CBAM注意力机制和M-FPN特征金字塔,提高了特征提取能力 | 未提及具体局限性 | 提高工业生产中温度值分布的高精度测量 | 温度场重建算法 | 机器学习 | NA | 深度学习 | ResNet18 | 温度场数据 | 未提及具体样本数量 |
4430 | 2024-10-29 |
Multi-Source Information-Based Bearing Fault Diagnosis Using Multi-Branch Selective Fusion Deep Residual Network
2024-Oct-12, Sensors (Basel, Switzerland)
DOI:10.3390/s24206581
PMID:39460061
|
研究论文 | 提出了一种基于多源信息的多分支选择性融合深度残差网络用于轴承故障诊断 | 采用多分支结构设计,为每个输入信号源提供独特的特征处理通道,避免多个信号源的信息被卷积核盲目耦合,并根据每个输入信号的特性分配不同的卷积核大小,充分挖掘各自信息源上的宝贵故障成分 | 未提及具体限制 | 解决单信号源故障诊断方法在背景噪声污染和信息衰减下的不可靠性问题,以及多信号源信息冗余对深度学习算法表示能力和故障诊断精度负面影响的问题 | 滚动轴承故障诊断 | 机器学习 | NA | 深度学习 | 深度残差网络 | 信号 | 两个权威公共轴承数据集 |
4431 | 2024-10-29 |
AI Applications in Adult Stroke Recovery and Rehabilitation: A Scoping Review Using AI
2024-Oct-12, Sensors (Basel, Switzerland)
DOI:10.3390/s24206585
PMID:39460066
|
综述 | 本文综述了人工智能在成人中风康复中的应用 | 本文通过AI增强的多方法、数据驱动技术,总结了704项研究的成果,并识别了四个常见主题及其时间关联模式 | NA | 识别和描述现有关于AI在中风康复中应用的研究,包括应用类别和技术进展 | 成人中风康复 | 机器学习 | 中风 | 机器学习、深度学习、自然语言处理、传感器技术 | 人工神经网络、脑机接口 | 文本、图像 | 704项研究 |
4432 | 2024-10-29 |
DeepIndel: An Interpretable Deep Learning Approach for Predicting CRISPR/Cas9-Mediated Editing Outcomes
2024-Oct-11, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms252010928
PMID:39456711
|
研究论文 | 本文介绍了一种名为DeepIndel的深度学习方法,用于预测CRISPR/Cas9介导的基因编辑结果 | DeepIndel模型基于BERT-base模块,能够更好地预测修复结果,并在准确性和泛化性方面优于现有方法 | NA | 提高CRISPR/Cas9介导的基因编辑结果预测的准确性和模型可解释性 | CRISPR/Cas9介导的基因编辑结果 | 机器学习 | NA | 深度学习 | BERT-base模块 | DNA序列 | NA |
4433 | 2024-10-29 |
Crispr-SGRU: Prediction of CRISPR/Cas9 Off-Target Activities with Mismatches and Indels Using Stacked BiGRU
2024-Oct-11, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms252010945
PMID:39456727
|
研究论文 | 本文介绍了一种基于深度学习的框架Crispr-SGRU,用于预测CRISPR/Cas9的脱靶活性,包括错配和插入/删除(indels) | 该模型结合了Inception和堆叠BiGRU,并采用dice损失函数解决数据不平衡问题,提高了预测精度和鲁棒性 | NA | 提高CRISPR/Cas9脱靶活性预测的准确性和解释性 | CRISPR/Cas9的脱靶活性 | 机器学习 | NA | CRISPR/Cas9 | BiGRU | DNA序列 | NA |
4434 | 2024-10-29 |
Image-Based Auto-Focus Microscope System with Visual Servo Control for Micro-Stereolithography
2024-Oct-11, Micromachines
IF:3.0Q2
DOI:10.3390/mi15101250
PMID:39459124
|
研究论文 | 本文提出了一种基于图像的自动对焦显微镜系统,结合视觉伺服控制,用于微立体光刻技术 | 本文的创新点在于开发了一种基于深度学习的激光光斑图像处理算法,用于确定焦点位置,并通过视觉伺服控制实现自动对焦 | NA | 解决微立体光刻技术中精确对焦的挑战 | 微立体光刻技术中的自动对焦系统 | 计算机视觉 | NA | 微立体光刻技术 | 深度学习 | 图像 | NA |
4435 | 2024-10-29 |
Ultrasonic Weld Quality Inspection Involving Strength Prediction and Defect Detection in Data-Constrained Training Environments
2024-Oct-11, Sensors (Basel, Switzerland)
DOI:10.3390/s24206553
PMID:39460042
|
研究论文 | 本文研究了在数据受限环境下,利用超声波焊接质量检测进行强度预测和缺陷检测的方法 | 提出了一种基于RGB图像的焊接缺陷检测方法,并通过卷积自编码器(CAE)提取图像数据特征与输入参数设置数据融合,减少了焊接强度预测误差 | 研究中使用的数据集非常有限,可能会影响模型的泛化能力 | 开发一种非破坏性测试方法,用于基于RGB图像的焊接质量评估 | 超声波焊接质量检测中的强度预测和缺陷检测 | 计算机视觉 | NA | 卷积自编码器(CAE) | 卷积神经网络(CNN) | 图像 | 极小数据集 |
4436 | 2024-10-29 |
Piximi - An Images to Discovery web tool for bioimages and beyond
2024-Oct-10, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.03.597232
PMID:38895349
|
研究论文 | 介绍了一个名为Piximi的现代无编程图像分析工具,利用深度学习进行生物图像分析 | Piximi是一个无需编程的图像分析工具,通过深度学习技术,使生物研究人员能够快速进行图像分析 | NA | 开发一个无需编程的图像分析工具,使生物研究人员能够利用深度学习技术进行图像分析 | 生物图像分析 | 计算机视觉 | NA | 深度学习 | 深度学习分类器、预训练深度学习分割模块 | 图像 | NA |
4437 | 2024-10-29 |
YOLOv5s-Based Image Identification of Stripe Rust and Leaf Rust on Wheat at Different Growth Stages
2024-Oct-10, Plants (Basel, Switzerland)
DOI:10.3390/plants13202835
PMID:39458782
|
研究论文 | 本研究基于YOLOv5s模型,构建了不同生长阶段小麦条锈病和叶锈病的图像识别模型 | 首次在不同生长阶段使用YOLOv5s模型进行小麦条锈病和叶锈病的图像识别 | 模型在不同生长阶段的识别性能存在差异,某些阶段的模型不适用于其他阶段的识别 | 实现不同生长阶段小麦条锈病和叶锈病的准确识别 | 小麦条锈病和叶锈病 | 计算机视觉 | 植物病害 | 图像处理技术 | YOLOv5s | 图像 | 涉及小麦的不同生长阶段,包括苗期、拔节期、孕穗期、抽穗期、开花期、乳熟期等 |
4438 | 2024-10-29 |
EHNet: Efficient Hybrid Network with Dual Attention for Image Deblurring
2024-Oct-10, Sensors (Basel, Switzerland)
DOI:10.3390/s24206545
PMID:39460026
|
研究论文 | 提出了一种高效的混合网络EHNet,结合CNN和Transformer进行图像去模糊处理 | 引入双注意力模块和简单特征嵌入模块,减少计算复杂度和内存使用,同时保持高性能 | 未提及 | 开发一种高效的深度学习方法去除图像模糊 | 图像去模糊 | 计算机视觉 | NA | 卷积神经网络 (CNN), Transformer | 混合网络 (EHNet) | 图像 | 涉及多个基准数据集 |
4439 | 2024-10-29 |
Exploiting Temporal Features in Calculating Automated Morphological Properties of Spiky Nanoparticles Using Deep Learning
2024-Oct-10, Sensors (Basel, Switzerland)
DOI:10.3390/s24206541
PMID:39460021
|
研究论文 | 本文通过结合硬性和软性归纳偏置的序列机器学习技术,扩展了纳米颗粒形态分析中的时间特征 | 本文创新性地将循环层集成到卷积神经网络中,以捕捉纳米颗粒的自然顺序生长特征,并使用尖峰聚焦的损失函数进行训练 | NA | 研究目的是通过利用时间特征改进纳米颗粒的自动形态学特性计算 | 研究对象是电子显微镜图像中的尖刺金纳米颗粒(Au-SNPs) | 计算机视觉 | NA | 深度学习 | 卷积神经网络(CNN)和循环神经网络(RNN) | 图像 | NA |
4440 | 2024-10-29 |
Deep Learning Method Applied to Autonomous Image Diagnosis for Prick Test
2024-Oct-02, Life (Basel, Switzerland)
DOI:10.3390/life14101256
PMID:39459556
|
研究论文 | 本研究提出了一种深度学习方法,用于自动诊断皮肤点刺测试图像中的风团尺寸,旨在减少对人工解读的依赖 | 本研究首次将深度学习应用于皮肤点刺测试图像的自动诊断,提出了一种卷积神经网络模型用于风团分割,并展示了其优于传统方法的准确性 | 本研究仅评估了三种方法在风团分割中的表现,未涉及其他可能的深度学习模型或方法 | 研究目的是开发一种自动化的方法来解读皮肤点刺测试图像,以提高诊断的准确性和效率 | 研究对象是皮肤点刺测试图像中的风团尺寸 | 计算机视觉 | NA | 卷积神经网络 | CNN | 图像 | 5844张皮肤点刺测试图像,其中150张具有规则几何形状的风团,150张具有不规则形状的风团 |