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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
4861 | 2024-10-24 |
Using Wearable Sensors and Machine Learning to Assess Upper Limb Function in Huntington's Disease
2024-Jun-03, Research square
DOI:10.21203/rs.3.rs-4355136/v1
PMID:38883736
|
研究论文 | 本研究利用可穿戴传感器和机器学习评估亨廷顿病患者的上肢功能 | 本研究首次使用可穿戴传感器监测亨廷顿病患者日常生活中的上肢功能,并结合深度学习模型进行分析 | 样本量较小,且仅限于亨廷顿病患者和对照组,研究结果的普适性有待进一步验证 | 评估亨廷顿病患者的上肢功能,并探索可穿戴传感器和机器学习在疾病监测和治疗评估中的应用潜力 | 亨廷顿病患者、前驱期亨廷顿病患者和健康对照组的上肢功能 | 机器学习 | 神经退行性疾病 | 可穿戴传感器 | 深度学习模型 | 运动数据 | 16名亨廷顿病患者、7名前驱期亨廷顿病患者和16名健康对照组 |
4862 | 2024-10-24 |
Deep Learning without Weight Symmetry
2024-May-31, ArXiv
PMID:38855537
|
研究论文 | 本文介绍了一种名为产品反馈对齐(PFA)的算法,该算法在深度卷积网络中避免了显式的权重对称性,同时实现了与反向传播(BP)相当的性能 | 提出了产品反馈对齐(PFA)算法,解决了长期存在的权重对称性问题,使得深度卷积网络的学习更加生物学上合理 | 文章未明确提及PFA算法在实际应用中的局限性 | 解决深度学习中权重对称性的问题,提高算法的生物学合理性 | 深度卷积网络中的权重对称性问题 | 机器学习 | NA | 深度学习 | 卷积神经网络(CNN) | NA | NA |
4863 | 2024-10-24 |
Transfer learning reveals sequence determinants of the quantitative response to transcription factor dosage
2024-May-29, bioRxiv : the preprint server for biology
DOI:10.1101/2024.05.28.596078
PMID:38853998
|
研究论文 | 本文利用迁移学习训练深度学习模型,预测转录因子剂量变化对面部前体细胞中调控元件染色质可及性的影响 | 本文首次使用迁移学习方法,结合深度学习模型和DNA序列,准确预测转录因子剂量变化对染色质可及性的影响 | 本文主要集中在面部前体细胞中的两个转录因子(TWIST1, SOX9),未涵盖其他细胞类型或转录因子 | 研究转录因子剂量变化对染色质可及性的影响及其分子机制 | 面部前体细胞中的TWIST1和SOX9转录因子及其调控元件 | 生物信息学 | NA | 迁移学习 | 深度学习模型 | DNA序列 | NA |
4864 | 2024-10-24 |
Molecular Display of the Animal Meta-Venome for Discovery of Novel Therapeutic Peptides
2024-May-28, bioRxiv : the preprint server for biology
DOI:10.1101/2024.05.27.595990
PMID:38854075
|
研究论文 | 本文开发了一种创新的计算方法来设计高度多样化的动物毒液和“元毒液”库,并使用可编程的M13超噬菌体展示技术进行高通量筛选,以发现新的治疗肽 | 本文创新性地使用计算方法设计了高度多样化的动物毒液和“元毒液”库,并结合可编程的M13超噬菌体展示技术进行高通量筛选 | 本文未提及具体的局限性 | 发现新的治疗肽 | 动物毒液和“元毒液”中的治疗分子 | 生物信息学 | NA | 高通量DNA测序 | 深度学习 | 蛋白质结构 | NA |
4865 | 2024-10-24 |
Histopathology Based AI Model Predicts Anti-Angiogenic Therapy Response in Renal Cancer Clinical Trial
2024-May-28, ArXiv
PMID:38855551
|
研究论文 | 本文介绍了一种基于深度学习的AI模型,用于从病理切片中预测肾癌临床试验中抗血管生成疗法的反应 | 提出了一种新的深度学习方法,从病理切片中预测RNA基础的Angioscore,并生成可视化的血管网络,提高了模型的可解释性 | NA | 开发一种新的方法来预测肾透明细胞癌(ccRCC)对抗血管生成疗法的反应 | 肾透明细胞癌(ccRCC)患者对抗血管生成疗法的反应 | 数字病理学 | 肾癌 | 深度学习 | 深度学习模型 | 病理切片 | 多个独立队列,包括临床试验数据集 |
4866 | 2024-10-24 |
Discordance between a deep learning model and clinical-grade variant pathogenicity classification in a rare disease cohort
2024-May-23, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.05.22.24307756
PMID:38826236
|
研究论文 | 本文探讨了深度学习模型AlphaMissense在罕见疾病队列中识别致病性错义变异的局限性 | 本文首次揭示了AlphaMissense在评估内在无序区域(IDRs)中变异致病性方面的不足 | AlphaMissense在评估内在无序区域(IDRs)中变异致病性时表现不佳,导致某些基因的基因水平必要性评分不可靠 | 评估深度学习模型AlphaMissense在罕见疾病队列中识别致病性错义变异的能力 | AlphaMissense模型在罕见疾病队列中对错义变异的致病性评估 | 机器学习 | 罕见疾病 | 深度学习 | 深度学习模型 | 基因变异数据 | 罕见疾病队列 |
4867 | 2024-10-24 |
VesselBoost: A Python Toolbox for Small Blood Vessel Segmentation in Human Magnetic Resonance Angiography Data
2024-May-22, bioRxiv : the preprint server for biology
DOI:10.1101/2024.05.22.595251
PMID:38826408
|
研究论文 | 介绍了一种用于人类磁共振血管造影数据中小血管分割的Python工具箱VesselBoost | 利用深度学习和数据增强技术,解决了小血管分割任务中数据标注不足的问题 | 未提及 | 探索深度学习方法在高分辨率磁共振血管造影数据中的应用,以实现小血管的精确分割 | 人类大脑中的小血管 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 未提及 |
4868 | 2024-10-24 |
De novo designed proteins neutralize lethal snake venom toxins
2024-May-17, Research square
DOI:10.21203/rs.3.rs-4402792/v1
PMID:38798548
|
研究论文 | 本文利用深度学习方法设计蛋白质,以中和致命的蛇毒毒素 | 首次使用深度学习方法设计蛋白质,以中和蛇毒中的三种三指毒素亚家族,并保护小鼠免受致命神经毒素的侵害 | 实验筛选有限,需要进一步验证和优化 | 开发更安全、成本效益高且广泛可及的下一代抗蛇毒疗法 | 蛇毒中的三指毒素及其亚家族 | 机器学习 | 热带疾病 | 深度学习方法 | NA | 蛋白质结构 | 小鼠 |
4869 | 2024-10-24 |
Deconvolution of polygenic risk score in single cells unravels cellular and molecular heterogeneity of complex human diseases
2024-May-14, bioRxiv : the preprint server for biology
DOI:10.1101/2024.05.14.594252
PMID:38798507
|
研究论文 | 本文介绍了一种名为scPRS的几何深度学习模型,利用单细胞染色质可及性数据构建单细胞分辨率的PRS,以增强复杂疾病的生物发现和预测能力 | scPRS不仅能够预测疾病风险,还能揭示与疾病相关的细胞类型,并识别细胞类型特异性的遗传基础 | NA | 开发一种新的方法来解构复杂疾病的单细胞多基因风险评分,以揭示细胞和分子异质性 | 单细胞多基因风险评分(scPRS)在复杂疾病中的应用,包括2型糖尿病、肥厚型心肌病和阿尔茨海默病 | 机器学习 | NA | 几何深度学习 | 几何深度学习模型 | 单细胞染色质可及性数据 | 涉及多种复杂疾病的多个样本 |
4870 | 2024-10-24 |
drGAT: Attention-Guided Gene Assessment of Drug Response Utilizing a Drug-Cell-Gene Heterogeneous Network
2024-May-14, ArXiv
PMID:38800657
|
研究论文 | 本文介绍了一种名为drGAT的图深度学习模型,用于药物反应预测和药物机制阐释 | drGAT通过利用药物-细胞-基因异构网络,实现了药物反应的二元敏感性预测和药物机制的阐释,性能优于现有模型 | NA | 提高药物反应预测模型的可解释性,并阐释药物机制 | 药物反应预测和药物机制阐释 | 机器学习 | NA | 图深度学习 | 图注意力网络(GAT) | 异构网络 | 269种DNA损伤化合物 |
4871 | 2024-10-24 |
Virtual Screening of Molecules via Neural Fingerprint-based Deep Learning Technique
2024-May-09, Research square
DOI:10.21203/rs.3.rs-4355625/v1
PMID:38766198
|
研究论文 | 开发并优化了一种基于卷积神经网络指纹的机器学习药物筛选技术 | 提出了一种新的基于神经网络指纹的分子虚拟筛选技术,相比传统的固定Morgan指纹,在药物-靶点结合亲和力的二分类任务中表现更优 | 仅在六个不同的目标蛋白上进行了评估,样本量较小 | 开发和优化一种高效的分子虚拟筛选技术 | 药物-靶点结合亲和力的二分类任务 | 机器学习 | NA | 卷积神经网络 | CNN | 分子指纹 | 使用ZINC15数据库中的随机选择的小分子进行训练,涉及六个不同的目标蛋白 |
4872 | 2024-10-24 |
Automated Cytometric Gating with Human-Level Performance Using Bivariate Segmentation
2024-May-09, bioRxiv : the preprint server for biology
DOI:10.1101/2024.05.06.592739
PMID:38766268
|
研究论文 | 提出了一种基于深度学习的自动化细胞分选框架UNITO,通过双变量分割实现与人类水平相当的细胞分选性能 | 将细胞级分类任务转化为基于图像的语义分割问题,提出UNITO框架,能够在不需要人工提示或先验知识的情况下实现全自动细胞分选 | NA | 解决流式细胞术中样本间生物和技术变异带来的分选挑战,减轻人工分选的劳动强度 | 流式细胞术中的细胞亚群识别 | 数字病理学 | NA | 深度学习 | UNITO框架 | 图像 | 三个独立队列 |
4873 | 2024-10-24 |
Filling the gaps: leveraging large language models for temporal harmonization of clinical text across multiple medical visits for clinical prediction
2024-May-07, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.05.06.24306959
PMID:38765975
|
研究论文 | 本文探讨了利用大型语言模型对临床文本进行时间同步,以提高跨多次医疗访问的临床预测准确性 | 提出使用大型语言模型(LLMs)进行临床笔记的时间同步,以填补数据中的时间间隔 | 未提及 | 提高长期临床预测(如慢性病和死亡率)的准确性 | 临床笔记的时间同步和跨多次访问的数据整合 | 自然语言处理 | NA | 大型语言模型(LLMs) | 深度学习模型 | 文本 | 未提及 |
4874 | 2024-10-24 |
A general algorithm for consensus 3D cell segmentation from 2D segmented stacks
2024-May-06, bioRxiv : the preprint server for biology
DOI:10.1101/2024.05.03.592249
PMID:38766074
|
研究论文 | 本文提出了一种通用的算法,用于从2D分割堆栈中进行3D细胞分割 | 开发了u-Segment3D工具箱,能够在没有数据训练的情况下,从2D分割生成最优的3D分割 | 需要最佳的2D分割作为输入,且在处理大量细胞时仍存在可视化和记录的挑战 | 解决3D细胞分割中的密集标注和可视化问题 | 3D细胞分割 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 11个真实数据集,超过70,000个细胞 |
4875 | 2024-10-24 |
Diffeomorphic Transformer-based Abdomen MRI-CT Deformable Image Registration
2024-May-04, ArXiv
PMID:38745706
|
研究论文 | 本文提出了一种基于微分同胚变换器的深度学习模型,用于腹部MRI-CT图像的可变形图像配准 | 本文创新性地将Swin变换器集成到卷积神经网络中,用于变形特征提取,并使用微分同胚变形假设来保持拓扑结构 | 本文仅在50个肝脏病例上进行了回顾性研究,未来需要在更大规模和多样化的数据集上验证模型的泛化能力 | 开发一种新的深度学习模型,用于直接估计腹部MRI-CT图像的变形向量场,以提高立体定向体部放疗(SBRT)的治疗计划精度 | 腹部MRI-CT图像的可变形图像配准 | 计算机视觉 | NA | 深度学习 | 卷积神经网络(CNN) | 图像 | 50个肝脏病例 |
4876 | 2024-10-24 |
ntEmbd: Deep learning embedding for nucleotide sequences
2024-May-02, bioRxiv : the preprint server for biology
DOI:10.1101/2024.04.30.591806
PMID:38746190
|
研究论文 | 介绍了一种名为ntEmbd的深度学习嵌入工具,用于捕获核苷酸序列中不同特征之间的依赖关系,并学习给定序列的潜在表示 | ntEmbd能够隐式学习输入序列特征,解决了长序列中特征间长期依赖关系难以捕捉的问题 | NA | 开发一种能够有效处理长核苷酸序列的深度学习嵌入方法 | 核苷酸序列的特征嵌入 | 机器学习 | NA | 深度学习 | 深度学习模型 | 序列数据 | NA |
4877 | 2024-10-24 |
RECONSTRUCTING RETINAL VISUAL IMAGES FROM 3T FMRI DATA ENHANCED BY UNSUPERVISED LEARNING
2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging
DOI:10.1109/isbi56570.2024.10635641
PMID:39421191
|
研究论文 | 本文提出了一种利用无监督生成对抗网络(GAN)增强3T fMRI数据以重建视网膜视觉图像的新框架 | 利用无监督GAN在7T和3T fMRI数据集之间进行无配对训练,生成增强的3T fMRI数据,以克服高质量7-Tesla数据稀缺和3-Tesla实验中短时低质量扫描的挑战 | 需要高成本的7-Tesla fMRI实验数据进行训练,且依赖于无监督学习方法的性能 | 探索从大脑活动重建人类视觉输入的方法,特别是通过功能性磁共振成像(fMRI) | 视网膜视觉图像的重建 | 计算机视觉 | NA | 功能性磁共振成像(fMRI) | 生成对抗网络(GAN) | 图像 | 涉及多个3-Tesla和7-Tesla fMRI数据集,具体样本数量未明确说明 |
4878 | 2024-10-24 |
Fast MRI Reconstruction Using Deep Learning-based Compressed Sensing: A Systematic Review
2024-Apr-30, ArXiv
PMID:38745700
|
综述 | 本文综述了基于深度学习的压缩感知在快速MRI重建中的应用 | 本文系统地分析了各种基于深度学习的压缩感知MRI技术,包括端到端、展开优化、自监督和联邦学习方法 | 本文未详细讨论每种方法的具体实现细节和实验结果 | 探讨基于深度学习的压缩感知技术在提高MRI成像速度中的作用 | 基于深度学习的压缩感知MRI技术 | 计算机视觉 | NA | 压缩感知 | 深度学习 | 图像 | NA |
4879 | 2024-10-24 |
Missing Wedge Completion via Unsupervised Learning with Coordinate Networks
2024-Apr-28, bioRxiv : the preprint server for biology
DOI:10.1101/2024.04.12.589090
PMID:38712113
|
研究论文 | 本文提出了一种基于坐标网络的无监督学习方法,用于解决冷冻电子断层扫描中的缺失楔形问题 | 引入了一种无监督学习方法,使用坐标网络直接优化网络权重,无需预训练,减少了重建时间 | 本文仅提出了概念验证方法,未详细讨论其在实际应用中的广泛适用性 | 改进冷冻电子断层扫描中的缺失楔形问题,提高重建质量 | 冷冻电子断层扫描中的缺失楔形问题 | 计算机视觉 | NA | 冷冻电子断层扫描 | 坐标网络 | 图像 | 未具体说明样本数量 |
4880 | 2024-10-24 |
Deep learning-driven imaging of cell division and cell growth across an entire eukaryotic life cycle
2024-Apr-27, bioRxiv : the preprint server for biology
DOI:10.1101/2024.04.25.591211
PMID:38712227
|
研究论文 | 本文开发了一种基于深度学习的成像框架,用于跟踪真核微生物在有性生殖世代中的细胞分裂和细胞生长 | 本文提出了一种新的细胞跟踪算法FIEST,通过深度学习视频帧插值增强连续图像中单细胞掩码的重叠,并开发了基于荧光标记Whi5蛋白和新型High-Cdk1活性传感器LiCHI的荧光报告系统 | 本文仅在酵母中验证了该框架,尚未在其他真核生物中进行广泛验证 | 开发一种更定量化的方法来研究完整的真核生物生命周期 | 真核微生物的细胞分裂和细胞生长 | 计算机视觉 | NA | 深度学习 | 卷积神经网络 | 图像 | 三个有性生殖世代的酵母样本 |