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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
121 | 2024-11-08 |
Deep learning-based pathway-centric approach to characterize recurrent hepatocellular carcinoma after liver transplantation
2024-06-05, Human genomics
IF:3.8Q2
DOI:10.1186/s40246-024-00624-6
PMID:38840185
|
研究论文 | 研究利用深度学习方法分析肝移植后肝细胞癌复发的转录组数据,识别差异表达基因和相关通路 | 首次采用深度学习方法分析肝移植后肝细胞癌复发的基因表达数据,识别出与复发相关的关键基因和通路 | 研究样本量较小,仅包含7对患者的样本 | 研究肝移植后肝细胞癌复发的分子机制 | 肝移植后复发的肝细胞癌患者的转录组数据 | 机器学习 | 肝癌 | 深度学习 | 深度学习模型 | 转录组数据 | 7对肝移植后复发的肝细胞癌患者样本 |
122 | 2024-11-07 |
Temporal Dynamic Synchronous Functional Brain Network for Schizophrenia Classification and Lateralization Analysis
2024-Jun-25, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2024.3419041
PMID:38917293
|
研究论文 | 研究提出了一种用于精神分裂症分类和侧化分析的时间动态同步功能脑网络模型 | 设计了独特的动态脑网络分析模块DSF-BrainNet,并提出了基于同步时间特性的图卷积方法TemporalConv和用于异常半球侧化的模块化测试工具CategoryPool | NA | 研究精神分裂症患者脑活动异常的机制 | 精神分裂症患者的功能磁共振成像数据 | 计算机视觉 | 精神分裂症 | 功能磁共振成像 | 图卷积网络 | 图像 | COBRE和UCLA数据集 |
123 | 2024-11-02 |
Mapping the landscape of histomorphological cancer phenotypes using self-supervised learning on unannotated pathology slides
2024-Jun-11, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-48666-7
PMID:38862472
|
研究论文 | 本文介绍了一种无需标注的自我监督学习方法,用于从病理切片中自动发现区分性特征,构建组织形态学表型图谱 | 提出了一种无需标注的自我监督学习方法,自动发现病理图像中的区分性特征,并构建了组织形态学表型图谱 | NA | 开发一种无需标注的自我监督学习方法,用于从病理切片中提取复杂信息,辅助癌症诊断和管理 | 病理切片图像中的组织形态学表型 | 数字病理学 | 肺癌 | 自我监督学习 | NA | 图像 | NA |
124 | 2024-11-02 |
Application of simultaneous uncertainty quantification and segmentation for oropharyngeal cancer use-case with Bayesian deep learning
2024-Jun-08, Communications medicine
IF:5.4Q1
DOI:10.1038/s43856-024-00528-5
PMID:38851837
|
研究论文 | 本文探讨了在口咽癌治疗中使用贝叶斯深度学习进行不确定性量化和分割的方法 | 首次将贝叶斯深度学习应用于口咽癌主要肿瘤体积的分割和不确定性量化 | 仅使用了292个PET/CT扫描数据集,样本量相对较小 | 开发一种可靠且可信的自动化工具,用于口咽癌放射治疗中的肿瘤体积分割 | 口咽癌的主要肿瘤体积 | 计算机视觉 | 口咽癌 | 贝叶斯深度学习 | 贝叶斯深度学习模型 | 图像 | 292个PET/CT扫描数据 |
125 | 2024-10-30 |
Deep learning-based prediction of compressive strength of eco-friendly geopolymer concrete
2024-Jun, Environmental science and pollution research international
DOI:10.1007/s11356-024-33853-2
PMID:38844634
|
研究论文 | 本文利用深度长短期记忆网络模型预测环保型地质聚合物混凝土的抗压强度 | 本文首次采用深度长短期记忆网络模型来预测环保型地质聚合物混凝土的抗压强度,并与其他回归模型进行了比较 | 本文仅限于预测环保型地质聚合物混凝土的抗压强度,未涉及其他性能指标 | 研究如何利用深度学习技术提高环保型地质聚合物混凝土抗压强度的预测精度 | 环保型地质聚合物混凝土的抗压强度 | 机器学习 | NA | 深度学习 | LSTM | 数值数据 | 未明确提及具体样本数量 |
126 | 2024-10-27 |
Contribution of MALDI-TOF mass spectrometry and machine learning including deep learning techniques for the detection of virulence factors of Clostridioides difficile strains
2024-06, Microbial biotechnology
IF:4.8Q1
DOI:10.1111/1751-7915.14478
PMID:38850267
|
研究论文 | 本研究评估了MALDI-TOF质谱与机器学习和深度学习技术结合用于检测艰难梭菌菌株的毒力因子 | 首次将MALDI-TOF质谱与机器学习和深度学习技术结合用于检测艰难梭菌菌株的毒力因子,展示了其在快速和成本效益方面的优势 | 研究样本量有限,且仅限于特定的艰难梭菌菌株 | 评估MALDI-TOF质谱与机器学习和深度学习技术结合用于检测艰难梭菌菌株的毒力因子的有效性 | 艰难梭菌菌株的毒力因子检测 | 机器学习 | NA | MALDI-TOF质谱 | 深度学习 | 质谱数据 | 201株艰难梭菌菌株,包括151株产毒菌株和50株非产毒菌株 |
127 | 2024-10-26 |
Single-cell multi-omics analysis reveals cooperative transcription factors for gene regulation in oligodendrocytes
2024-Jun-21, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.19.599799
PMID:38948852
|
研究论文 | 本研究整合单细胞RNA测序和单细胞ATAC测序数据,识别了在小胶质细胞中协同调控基因表达的转录因子对 | 首次通过深度学习模型预测目标基因表达水平,并计算转录因子重要性和转录因子间相互作用得分 | 实验验证仅限于部分识别的转录因子对,且使用的是大鼠外周神经的ChIP-seq数据 | 揭示小胶质细胞中转录因子协同调控基因表达的机制 | 小胶质细胞中的转录因子和基因表达 | 基因组学 | NA | 单细胞RNA测序,单细胞ATAC测序,ChIP-seq | 深度学习模型 | 基因表达数据,染色质可及性数据 | NA |
128 | 2024-10-26 |
AUTOMATED DETECTION OF VITRITIS USING ULTRAWIDE-FIELD FUNDUS PHOTOGRAPHS AND DEEP LEARNING
2024-06-01, Retina (Philadelphia, Pa.)
DOI:10.1097/IAE.0000000000004049
PMID:38261816
|
研究论文 | 评估深度学习算法在超广角眼底照片上自动检测和分级玻璃体炎的性能 | 提出了一种基于超广角眼底成像的新深度学习模型,用于高效检测玻璃体炎 | 模型在六级分级中的性能有限,需要更大的样本量来改进 | 评估深度学习算法在超广角眼底照片上自动检测和分级玻璃体炎的性能 | 玻璃体炎的自动检测和分级 | 计算机视觉 | 眼科疾病 | 深度学习 | DenseNet121 | 图像 | 1181张图像 |
129 | 2024-10-24 |
Hidden Structural States of Proteins Revealed by Conformer Selection with AlphaFold-NMR
2024-Jun-30, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.26.600902
PMID:38979209
|
研究论文 | 本文介绍了一种利用AlphaFold2和NMR数据选择蛋白质构象模型的新方法 | 提出了一种基于AI的增强采样方法生成蛋白质构象模型,并通过实验数据进行选择,替代传统的约束满足协议 | NA | 探索利用深度学习和NMR技术揭示蛋白质的动态结构 | Gaussia荧光素酶的NMR结构 | 计算机视觉 | NA | NMR | AlphaFold2 | 蛋白质结构数据 | NA |
130 | 2024-10-24 |
Machine learning on multiple epigenetic features reveals H3K27Ac as a driver of gene expression prediction across patients with glioblastoma
2024-Jun-28, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.25.600585
PMID:38979226
|
研究论文 | 使用机器学习方法分析多重表观遗传特征,揭示H3K27Ac在胶质母细胞瘤患者基因表达预测中的驱动作用 | 首次使用机器学习和深度学习模型分析跨患者的基因表达预测,并发现H3K27Ac是跨患者基因表达预测的最重要表观遗传特征 | 研究仅限于胶质母细胞瘤干细胞和神经嵴干细胞,未涵盖其他类型的癌症细胞 | 探究胶质母细胞瘤细胞表观遗传重编程对细胞可塑性和基因表达的影响 | 胶质母细胞瘤干细胞和神经嵴干细胞的表观遗传特征 | 机器学习 | 脑癌 | 机器学习、深度学习、ATAC-seq、CTCF ChIP-seq、RNAPII ChIP-seq、H3K27Ac ChIP-seq、RNA-seq | XGBoost | 表观遗传数据 | 多个胶质母细胞瘤患者来源的干细胞样本 |
131 | 2024-10-24 |
BioMapAI: Artificial Intelligence Multi-Omics Modeling of Myalgic Encephalomyelitis / Chronic Fatigue Syndrome
2024-Jun-28, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.24.600378
PMID:38979186
|
研究论文 | 开发了一种名为BioMapAI的可解释深度学习框架,用于多组学建模,以解决肌痛性脑脊髓炎/慢性疲劳综合征(ME/CFS)的高异质性和多因素病因问题 | 首次使用最丰富的纵向多组学数据集进行ME/CFS研究,并提出了几个创新的机制假设 | NA | 解决ME/CFS的高异质性和多因素病因问题,提高疾病分类的精确度 | 肌痛性脑脊髓炎/慢性疲劳综合征(ME/CFS) | 机器学习 | 肌痛性脑脊髓炎/慢性疲劳综合征 | 多组学分析 | 深度学习 | 多组学数据 | 包括肠道微生物组、血浆代谢组、免疫分析、血液实验室数据和临床症状的纵向多组学数据集 |
132 | 2024-10-24 |
Leveraging Large Language Models for Knowledge-free Weak Supervision in Clinical Natural Language Processing
2024-Jun-28, Research square
DOI:10.21203/rs.3.rs-4559971/v1
PMID:38978609
|
研究论文 | 本文提出了一种利用大型语言模型进行无领域知识弱监督的方法,用于临床自然语言处理 | 通过微调大型语言模型和弱监督,实现了在几乎没有领域知识的情况下仍然保持高性能 | 推理过程计算量大 | 解决临床领域中缺乏标注数据的问题,提升自然语言处理系统的性能 | 临床自然语言处理系统 | 自然语言处理 | NA | 大型语言模型 | BERT | 文本 | 使用不超过10个黄金标准笔记进行微调,最终模型在F1分数上比PubMedBERT高出4.7-47.9% |
133 | 2024-10-24 |
Nutrient Signaling-Dependent Quaternary Structure Remodeling Drives the Catalytic Activation of metazoan PASK
2024-Jun-28, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.28.599394
PMID:38979257
|
研究论文 | 研究通过进化尺度序列、域映射和基于深度学习的蛋白质结构分析,揭示了多细胞生物PAS域调控激酶(PASK)中信号调节的PAS和PAC亚域组装的新机制 | 发现了PASK中先前未被识别的第三个PAS域(PAS-C),并通过实验验证了其营养响应性,揭示了PAS-C域组装在PASK中稳定激酶催化核心的作用 | NA | 揭示多细胞生物PAS域调控激酶(PASK)中信号调节的PAS和PAC亚域组装的新机制 | 多细胞生物PAS域调控激酶(PASK)的结构和功能 | 生物信息学 | NA | 深度学习 | NA | 蛋白质序列 | 鱼、鸟和哺乳动物的PASK同源物 |
134 | 2024-10-24 |
Sampling Conformational Ensembles of Highly Dynamic Proteins via Generative Deep Learning
2024-Jun-28, Research square
DOI:10.21203/rs.3.rs-4301803/v1
PMID:38978607
|
研究论文 | 本文开发了一种基于无监督深度学习的模型,称为内部坐标网络(ICoN),用于从分子动力学(MD)模拟数据中学习蛋白质构象变化的物理原理,并通过插值方法快速生成新的合成构象 | 首次使用深度学习模型ICoN从MD模拟数据中学习蛋白质构象变化的物理原理,并通过插值方法生成新的合成构象 | 本文未提及具体的局限性 | 研究蛋白质构象集合,理解内在无序蛋白质(IDPs)的调控和与疾病相关的聚集 | 高度动态的蛋白质构象集合,特别是Aβ42单体的构象景观 | 机器学习 | NA | 分子动力学(MD)模拟 | 深度学习模型(ICoN) | 蛋白质构象数据 | 未具体提及样本数量 |
135 | 2024-10-24 |
Providing context: Extracting non-linear and dynamic temporal motifs from brain activity
2024-Jun-27, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.27.600937
PMID:38979316
|
研究论文 | 本文提出了一种生成式非线性深度学习模型,用于从脑活动数据中提取非线性和动态的时间模式 | 本文创新性地使用了分离变分自编码器(DSVAE)来分解窗口特定信息和时间步特定信息,从而捕捉多时间尺度的差异 | NA | 研究静息态功能磁共振成像(rs-fMRI)活动的动态特性,并探索其在精神疾病诊断中的应用 | 精神分裂症患者和对照组的脑活动数据 | 计算机视觉 | 精神分裂症 | 功能磁共振成像(fMRI) | 分离变分自编码器(DSVAE) | 图像 | 精神分裂症患者和对照组的脑活动数据 |
136 | 2024-10-24 |
Spatial Deconvolution of Cell Types and Cell States at Scale Utilizing TACIT
2024-Jun-27, Research square
DOI:10.21203/rs.3.rs-4536158/v1
PMID:38978567
|
研究论文 | 本文介绍了一种名为TACIT的无监督算法,用于大规模空间生物学中的细胞类型和状态的去卷积 | 开发了TACIT算法,无需训练数据,通过预定义的签名进行细胞注释,并在多个数据集上展示了其优越的准确性和可扩展性 | NA | 解决空间生物学中细胞类型和状态识别的挑战 | 细胞类型和状态的识别 | 数字病理学 | NA | 空间转录组学和蛋白质组学 | 无监督算法 | 多组学数据 | 五个数据集,包含5,000,000个细胞和51种细胞类型,来自三个微环境(大脑、肠道、腺体) |
137 | 2024-10-24 |
Brain clocks capture diversity and disparity in aging and dementia
2024-Jun-25, Research square
DOI:10.21203/rs.3.rs-4150225/v1
PMID:38978575
|
研究论文 | 研究分析了多模态数据对脑年龄差距的影响,并开发了一种深度学习架构来量化这种差距 | 首次探讨了多模态多样性对脑年龄差距的影响,并开发了一种基于fMRI和EEG数据的深度学习模型 | 研究主要集中在拉丁美洲和非拉丁美洲国家的数据,可能无法全面代表全球多样性 | 理解脑健康和疾病中脑年龄与实际年龄之间的差异 | 分析多模态数据对脑年龄差距的影响,并开发一种新的深度学习模型 | 神经科学 | 痴呆症 | 功能磁共振成像(fMRI)和脑电图(EEG) | 深度学习 | 图像和信号 | 5306名参与者,来自15个国家,包括健康对照组和患有轻度认知障碍、阿尔茨海默病和行为变异型额颞叶痴呆的患者 |
138 | 2024-10-24 |
Assessing CT-based Volumetric Analysis via Transfer Learning with MRI and Manual Labels for Idiopathic Normal Pressure Hydrocephalus
2024-Jun-24, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.06.23.24309144
PMID:38978640
|
研究论文 | 本文通过迁移学习和手动标签,利用MRI数据改进CT图像中脑脊液的分割,并评估其在特发性正常压力脑积水诊断中的表现 | 利用MRI数据进行迁移学习,改进CT图像中脑脊液的自动分割,提高特发性正常压力脑积水的诊断准确性 | NA | 提高CT图像中脑脊液的分割精度,并评估其在特发性正常压力脑积水诊断中的应用 | 特发性正常压力脑积水患者和健康对照组的CT图像 | 计算机视觉 | 脑积水 | CT | U-Net | 图像 | 734例健康对照组和62例特发性正常压力脑积水患者的CT数据,以及来自德国和美国的外部临床图像 |
139 | 2024-10-24 |
Deep Learning Segmentation of Ascites on Abdominal CT Scans for Automatic Volume Quantification
2024-Jun-23, ArXiv
PMID:39398214
|
研究论文 | 评估一种自动深度学习方法在检测肝硬化和卵巢癌患者腹水并量化其体积方面的表现 | 提出了一种深度学习方法来自动检测和量化腹水体积 | 研究是回顾性的,且数据集来自两个机构 | 评估深度学习方法在腹水检测和体积量化中的性能 | 肝硬化和卵巢癌患者的腹水 | 计算机视觉 | NA | 深度学习 | NA | 图像 | NIH-LC 25名患者,NIH-OV 166名患者,UofW-LC 124名患者 |
140 | 2024-10-24 |
Variants in tubule epithelial regulatory elements mediate most heritable differences in human kidney function
2024-Jun-22, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.18.599625
PMID:38948875
|
研究论文 | 本文通过GWAS和单细胞染色质可及性图谱,识别了影响人类肾功能的遗传变异及其相关的调控元件和基因 | 首次揭示了肾小管上皮细胞中的调控元件在大多数遗传性肾功能差异中的作用,并开发了名为ChromKid的深度学习模型来预测肾细胞类型特异性染色质可及性 | 研究主要集中在肾小管上皮细胞和足细胞,其他细胞类型的影响尚未完全探索 | 识别影响人类肾功能的遗传变异及其在细胞类型中的功能和分子机制 | 肾功能的遗传变异、肾细胞类型特异性调控元件及其功能 | 基因组学 | 肾病 | GWAS、单细胞染色质可及性测序(scATAC-seq)、CRISPR干扰(CRISPRi) | 深度学习模型(ChromKid) | 基因组数据、单细胞染色质可及性数据 | 462个位点、多种肾功能生物标志物 |