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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
11521 | 2024-08-07 |
Predict lncRNA-drug associations based on graph neural network
2024, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2024.1388015
PMID:38737125
|
研究论文 | 本研究利用图卷积网络(GCN)和图注意力网络(GAT)基于lncRNA和药物相似网络预测lncRNA-药物关联(LDAs) | 提出了一种基于深度学习的框架,用于预测新的lncRNA-药物关联,该方法在五个数据集上实现了良好的性能(平均AUCs > 0.92) | NA | 开发预测lncRNA-药物关联的方法,以促进基于lncRNA的药物开发 | lncRNA和药物的关联 | 机器学习 | NA | 图卷积网络(GCN),图注意力网络(GAT) | GCN,GAT | 网络数据 | 五个数据集 |
11522 | 2024-08-07 |
FM-FCN: A Neural Network with Filtering Modules for Accurate Vital Signs Extraction
2024, Research (Washington, D.C.)
DOI:10.34133/research.0361
PMID:38737196
|
研究论文 | 本文提出了一种名为过滤模块全卷积网络(FM-FCN)的新型网络,结合传统过滤技术与神经网络,用于增强生理信号并抑制噪声 | FM-FCN通过引入过滤模块(FM)作为网络模块,利用过滤器结构消除不需要的干扰,构建了深度学习与信号处理方法之间的桥梁 | NA | 提高生理信号提取的准确性和可靠性 | 远程光电容积脉搏波(PPG)信号的提取和心率(HR)估计 | 机器学习 | NA | 全卷积网络(FCN) | CNN | 信号 | NA |
11523 | 2024-08-07 |
How AI drives innovation in cardiovascular medicine
2024, Frontiers in cardiovascular medicine
IF:2.8Q2
DOI:10.3389/fcvm.2024.1397921
PMID:38737711
|
comments | 本文总结了人工智能和深度学习在心血管医学领域的一些重要进展 | NA | NA | 探讨人工智能在心血管医学中的应用及其对患者护理的影响 | 心血管医学领域 | machine learning | cardiovascular disease | AI | deep learning | NA | NA |
11524 | 2024-08-07 |
Evaluation of two deep learning-based approaches for detecting weeds growing in cabbage
2024-Jun, Pest management science
IF:3.8Q1
DOI:10.1002/ps.7990
PMID:38323798
|
研究论文 | 本研究比较了两种基于深度学习的方法在卷心菜中检测杂草的效果 | 提出了一种间接检测杂草的方法,通过生成覆盖作物的边界框,并将边界框外的绿色像素视为杂草 | 直接检测杂草的性能较低,可能是由于不同密度和生长阶段的多种杂草物种及其不同的植物形态 | 比较两种不同的深度学习方法在卷心菜中检测杂草的效果 | 卷心菜中的杂草 | 计算机视觉 | NA | 深度学习 | YOLOv5, YOLOv8 | 图像 | NA |
11525 | 2024-08-07 |
OMERACT validation of a deep learning algorithm for automated absolute quantification of knee joint effusion versus manual semi-quantitative assessment
2024-Jun, Seminars in arthritis and rheumatism
IF:4.6Q1
DOI:10.1016/j.semarthrit.2024.152420
PMID:38422727
|
research paper | 本文通过OMERACT过滤器评估深度学习(DL)自动量化膝关节积液-滑膜炎的效果 | 使用DL算法自动量化膝关节积液体积,并与专家的手动半定量评分进行比较 | 需要进一步评估区分度和真实性与临床结果的关系,以完全满足OMERACT过滤器的要求 | 评估深度学习自动量化膝关节积液的准确性 | 膝关节积液的量化 | machine learning | NA | deep learning | NA | MRI image | 53名OAI受试者 |
11526 | 2024-08-07 |
Image2InChI: Automated Molecular Optical Image Recognition
2024-May-13, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.3c02082
PMID:38359459
|
研究论文 | 本文提出了一种基于深度学习的自动化分子光学图像识别模型Image2InChI,用于将分子图像转换为机器可读的表示 | 引入了具有注意机制的新型特征融合网络,以整合图像块和InChI预测 | NA | 提高分子图像识别的准确性和效率 | 分子图像的自动识别和分析 | 计算机视觉 | NA | 深度学习 | SwinTransformer和Transformer Decoder | 图像 | NA |
11527 | 2024-08-07 |
Intramolecular and Water Mediated Tautomerism of Solvated Glycine
2024-May-13, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c00273
PMID:38620066
|
研究论文 | 本研究使用基于深度学习势能的增强采样分子动力学方法,探究了水溶液中甘氨酸的互变异构平衡 | 本研究首次观察到甘氨酸的互变异构可以通过分子内和分子间质子转移两种途径进行,并且这两种途径的能垒相当,对反应通量的贡献几乎相等 | NA | 理解互变异构现象并表征溶剂对动态过程的影响 | 甘氨酸在水溶液中的互变异构平衡 | NA | NA | 增强采样分子动力学 | 深度学习模型 | 分子动力学模拟数据 | NA |
11528 | 2024-08-07 |
MMSyn: A New Multimodal Deep Learning Framework for Enhanced Prediction of Synergistic Drug Combinations
2024-May-13, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c00165
PMID:38676916
|
研究论文 | 本文提出了一种新的多模态深度学习框架MMSyn,用于增强协同药物组合的预测 | MMSyn框架结合了药物分子特征和癌症细胞系数据,通过注意力机制和交互模块集成处理特征,提高了药物组合预测的准确性 | NA | 开发一种有效的深度学习框架,用于预测协同药物组合 | 协同药物组合的预测 | 机器学习 | 癌症 | 深度学习 | 多层感知器 | 基因表达数据、DNA拷贝数、通路活性 | 使用了多种药物分子特征和癌症细胞系数据 |
11529 | 2024-08-07 |
EEGminer: discovering interpretable features of brain activity with learnable filters
2024-May-13, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ad44d7
PMID:38684154
|
研究论文 | 本文提出了一种新的可微分解码流程,包括可学习滤波器和预定的特征提取模块,用于从多通道EEG记录中学习信息丰富的潜在表示 | 引入了由广义高斯函数参数化的滤波器,提供平滑的导数以实现稳定的端到端模型训练,并允许学习可解释的特征 | NA | 设计一个系统,从多通道EEG活动中学习信息丰富的潜在表示 | EEG数据中的脑活动模式 | 神经科学 | NA | 可学习滤波器 | 可微分解码模型 | EEG数据 | 721名受试者 |
11530 | 2024-08-07 |
Omics data classification using constitutive artificial neural network optimized with single candidate optimizer
2024-May-12, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2348726
PMID:38736309
|
研究论文 | 本文提出了一种使用单候选优化器优化的组成型人工神经网络进行omics数据分类的方法 | 该方法通过使用自适应变分贝叶斯滤波进行数据预处理,并采用斑马优化算法进行降维,以及组成型人工神经网络进行分类,提高了分类准确性 | NA | 提高omics数据分类的准确性 | omics数据 | 机器学习 | NA | 自适应变分贝叶斯滤波, 斑马优化算法, 组成型人工神经网络 | 组成型人工神经网络 | omics数据 | NA |
11531 | 2024-08-07 |
The analysis of ecological security and tourist satisfaction of ice-and-snow tourism under deep learning and the Internet of Things
2024-May-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-61598-y
PMID:38730047
|
研究论文 | 本文提出了一种基于深度学习和物联网技术的预测方法,用于解决冰雪旅游领域的生态安全和游客满意度问题 | 该方法通过结合深度学习模型和物联网技术,提高了预测冰雪旅游生态安全和游客满意度的准确性和性能指标 | NA | 提出一种新的预测方法,以提高冰雪旅游生态安全和游客满意度的预测准确性 | 冰雪旅游的生态安全和游客满意度 | 机器学习 | NA | 深度学习 (DL) 和物联网 (IoT) | 卷积神经网络和循环神经网络 | 环境数据和游客行为数据 | NA |
11532 | 2024-08-07 |
Fine tuning deep learning models for breast tumor classification
2024-05-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-60245-w
PMID:38730248
|
研究论文 | 本文提出了一种利用深度学习模型对乳腺癌肿瘤进行良恶性分类的方法 | 使用自定义卷积神经网络(Custom CNN)模型,结合灰狼优化(GWO)和改进的猩猩部队优化(MGTO)算法进行超参数调优,显著提高了分类准确率 | NA | 提高乳腺癌肿瘤良恶性分类的准确性 | 乳腺癌肿瘤的良恶性分类 | 计算机视觉 | 乳腺癌 | 卷积神经网络(CNN) | Custom CNN | 图像 | 使用BreakHis数据集中的组织病理学图像 |
11533 | 2024-08-07 |
Fragment ion intensity prediction improves the identification rate of non-tryptic peptides in timsTOF
2024-May-10, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-48322-0
PMID:38730277
|
研究论文 | 本文研究了在timsTOF平台上通过片段离子强度预测提高非胰蛋白酶肽的鉴定率 | 通过深度学习模型Prosit对片段离子强度预测进行微调,显著提高了免疫肽的鉴定率 | NA | 提高免疫肽的鉴定率,支持免疫疗法和疫苗开发 | 非胰蛋白酶肽的鉴定 | 蛋白质组学 | NA | 质谱分析 | 深度学习 | 质谱数据 | 分析了302,105个独特的合成非胰蛋白酶肽,生成了包含93,227个MS/MS光谱的基准数据集 |
11534 | 2024-08-07 |
A dual-branch selective attention capsule network for classifying kiwifruit soft rot with hyperspectral images
2024-05-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-61425-4
PMID:38724603
|
研究论文 | 本研究提出了一种双分支选择性注意力胶囊网络(DBSACaps),用于基于高光谱图像准确检测猕猴桃软腐病 | 使用双分支结构分别提取光谱和空间特征,并通过注意力机制融合这些特征,提高了分类准确性 | NA | 旨在通过深度学习方法基于高光谱图像准确检测猕猴桃软腐病 | 猕猴桃软腐病 | 计算机视觉 | NA | 高光谱图像 | 胶囊网络 | 图像 | 猕猴桃软腐病数据集 |
11535 | 2024-08-07 |
GAN Inversion for Data Augmentation to Improve Colonoscopy Lesion Classification
2024-May-07, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3397611
PMID:38713568
|
研究论文 | 本研究探讨了使用生成对抗网络(GAN)生成的合成图像进行数据增强,以改善结肠镜检查病变分类的效果 | 通过将图像对反转到语义丰富且解耦的潜在空间并操纵潜在表示来生成新的合成图像,这种方法在结肠镜检查数据增强技术中表现优异,无需重新训练多个生成模型 | NA | 探索使用合成图像进行数据增强以解决结肠镜检查病变分类中标注数据不足的问题 | 结肠镜检查病变分类 | 计算机视觉 | NA | 生成对抗网络(GAN) | GAN | 图像 | NA |
11536 | 2024-08-07 |
Enhancing Fetal Electrocardiogram Signal Extraction Accuracy through a CycleGAN Utilizing Combined CNN-BiLSTM Architecture
2024-May-06, Sensors (Basel, Switzerland)
DOI:10.3390/s24092948
PMID:38733053
|
研究论文 | 本文提出了一种新的深度学习模型CBLS-CycleGAN,用于提高胎儿心电图信号提取的准确性 | 模型结合了CNN提取的空间特征和BiLSTM提取的时间特征,确保重建信号具有空间和时间依赖性的组合特征 | NA | 提高胎儿心电图信号提取的准确性,以反映胎儿在子宫内的发育状态和生理心脏活动 | 胎儿心电图信号 | 机器学习 | NA | CycleGAN | CNN-BiLSTM | 信号 | 使用两个真实的胎儿心电图信号数据库进行评估 |
11537 | 2024-08-07 |
MultiFuseYOLO: Redefining Wine Grape Variety Recognition through Multisource Information Fusion
2024-May-06, Sensors (Basel, Switzerland)
DOI:10.3390/s24092953
PMID:38733058
|
研究论文 | 本研究提出了一种基于多源信息融合的方法,通过优化和改进YOLOV7模型,形成MultiFuseYOLO模型,以提高葡萄酒葡萄品种识别的准确性 | 本研究通过引入多源信息融合方法,特别是基于SynthDiscrim算法,显著提高了对相似葡萄品种的识别精度 | NA | 旨在通过多源信息融合方法提高葡萄酒葡萄品种识别的准确性和全面性 | 葡萄酒葡萄品种的识别 | 计算机视觉 | NA | 多源信息融合 | YOLO | 图像 | 未具体说明样本数量 |
11538 | 2024-08-07 |
An Optimized Instance Segmentation of Underlying Surface in Low-Altitude TIR Sensing Images for Enhancing the Calculation of LSTs
2024-May-05, Sensors (Basel, Switzerland)
DOI:10.3390/s24092937
PMID:38733039
|
研究论文 | 本研究提出了一种深度学习方法,用于优化低空热红外遥感图像中地表的实例分割,以提高地表温度计算的准确性 | 本研究采用基于掩膜的卷积神经网络进行像素级分类和分割,并通过优化超参数和架构,提高了地表分类的精确度 | NA | 提高基于低空热红外遥感图像的地表温度计算准确性 | 低空热红外遥感图像中的地表实例分割 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 1350张标注的热红外图像用于训练,150张新图像用于验证 |
11539 | 2024-08-07 |
Predicting Transcription Factor Binding Sites with Deep Learning
2024-May-03, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms25094990
PMID:38732207
|
研究论文 | 本文提出了一种基于双向Transformer编码器的深度学习方法,用于预测转录因子结合位点,并通过实验验证了其在不同细胞系中的有效性 | 本文提出的方法结合了双向长短期记忆层和胶囊层,以提高遗传数据嵌入的鲁棒性和意义 | NA | 研究转录因子如何调控基因表达及其在治疗中的潜在应用 | 转录因子结合位点的预测 | 机器学习 | NA | ChIP-seq | 双向Transformer编码器 | 基因数据 | 使用了ENCODE数据库中的五个细胞系(A549, GM12878, Hep-G2, H1-hESC, 和 Hela)以及五个额外的细胞系进行测试 |
11540 | 2024-08-07 |
AI Concepts for System of Systems Dynamic Interoperability
2024-May-03, Sensors (Basel, Switzerland)
DOI:10.3390/s24092921
PMID:38733028
|
研究论文 | 本文探讨了在系统工程中动态建立异构网络物理系统间互操作性的问题,并总结了相关领域的最新进展 | 文章提出了利用机器学习和深度学习方法来解决互操作性问题的新思路,并讨论了相关架构和开放问题 | 目前尚未有能够完全解决复杂系统间动态互操作性的概念实例,且需要实际测试环境 | 研究如何自动建立具有目的性通信的系统,以实现动态互操作性 | 异构网络物理系统间的互操作性问题 | 机器学习 | NA | 深度学习 | 神经网络 | 文本和代码 | NA |