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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
961 | 2024-08-05 |
Decoding depression: a comprehensive multi-cohort exploration of blood DNA methylation using machine learning and deep learning approaches
2024-Jul-15, Translational psychiatry
IF:5.8Q1
DOI:10.1038/s41398-024-02992-y
PMID:39009577
|
研究论文 | 这篇文章探讨了血液DNA甲基化特征在抑郁症诊断中的应用 | 利用机器学习和深度学习评估抑郁症分类的新方法,发现1987个与抑郁症相关的CpG位点,提供了潜在的生物标志物 | 在使用统一数据时,甲基化的预测能力较低,未能在持出测试中表现出预测能力 | 研究抑郁症的血液DNA甲基化标志及其在不同人群中的稳定性 | 使用六个不同人群的血液样本进行的DNA甲基化签名分析 | 机器学习 | 抑郁症 | DNA甲基化 | 随机森林分类器,联动自编码器-分类器 | 血液样本 | 1942个样本 |
962 | 2024-08-05 |
Unraveling Reactivity Origin of Oxygen Reduction at High-Entropy Alloy Electrocatalysts with a Computational and Data-Driven Approach
2024-Jul-11, The journal of physical chemistry. C, Nanomaterials and interfaces
DOI:10.1021/acs.jpcc.4c01630
PMID:39015415
|
研究论文 | 本文探讨了高熵合金在电催化氧还原反应中的反应性起源 | 采用计算与数据驱动的方法深度学习原子间势,合理化了PdCuPtNiCo高熵合金纳米颗粒系统的电化学氧还原活性 | 具体的试验与理论模型支持之间的较为复杂的关系仍需进一步探索 | 深入理解高熵材料的表面反应性并加速其催化应用的开发 | 合成的PdCuPtNiCo高熵合金纳米颗粒系统 | 计算机视觉 | NA | 深度学习 | NA | NA | NA |
963 | 2024-08-05 |
PHACTboost: A Phylogeny-Aware Pathogenicity Predictor for Missense Mutations via Boosting
2024-Jul-03, Molecular biology and evolution
IF:11.0Q1
DOI:10.1093/molbev/msae136
PMID:38934805
|
研究论文 | PHACTboost是一种基于梯度提升树的分类器,用于通过利用系统发育树提高错义突变的致病性预测 | PHACTboost结合了PHACT评分、多个序列比对信息、系统发育树和祖先重建,从而优于之前的方法 | NA | 提高对遗传疾病的理解并促进更准确的诊断 | 215百万种氨基酸变化,涉及20,191种蛋白质 | 计算机视觉 | NA | 梯度提升树 | NA | 序列数据 | 215百万 |
964 | 2024-08-05 |
Comprehensive data analysis of white blood cells with classification and segmentation by using deep learning approaches
2024-Jul, Cytometry. Part A : the journal of the International Society for Analytical Cytology
DOI:10.1002/cyto.a.24839
PMID:38563259
|
研究论文 | 本文通过深度学习方法对不同数据集的白细胞进行了分类和分割的全面数据分析 | 该研究结合了多个数据集来进行白细胞分类和分割,这是以往研究中未见的 | 未提及方法在更大规模或更多样化数据集上的适用性 | 研究和优化白细胞的分类和分割方法 | 人类外周血细胞中的五种白细胞类型 | 计算机视觉 | NA | 深度学习 | CNN, UNet, SegNet | 图像 | 四种不同的数据集 |
965 | 2024-08-05 |
A multi-label transformer-based deep learning approach to predict focal visual field progression
2024-Jul, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie
DOI:10.1007/s00417-024-06393-1
PMID:38334809
|
研究论文 | 该研究旨在开发和评估一种深度学习模型,以预测视野区域的进展。 | 该研究首次探索了使用深度学习模型预测视野进行性变化的方法。 | 研究只限于使用特定数量的视野检查数据进行训练,可能影响模型的通用性。 | 该研究的目的是通过深度学习预测青光眼患者的视野进展。 | 研究对象为1283名患者的2430只眼睛,这些眼睛进行了四次或更多次的视野检查。 | 计算机视觉 | 青光眼 | 深度学习 | 多标签变压器网络 (MTN) | 视野数据 | 2430只眼睛,1283名患者 |
966 | 2024-08-05 |
Resting state electroencephalographic brain activity in neonates can predict age and is indicative of neurodevelopmental outcome
2024-Jul, Clinical neurophysiology : official journal of the International Federation of Clinical Neurophysiology
IF:3.7Q2
DOI:10.1016/j.clinph.2024.05.002
PMID:38797002
|
研究论文 | 本研究探讨了新生儿静息状态下的脑电图如何预测其生物大脑年龄并反映神经发育结果 | 提出了一种基于深度学习的新模型,能够在减少数据需求的情况下准确预测新生儿的脑龄差距 | 模型仍然依赖于相对较小的数据集,可能在不同的临床环境下表现变异 | 研究静息状态下脑电图对新生儿生物大脑年龄和神经发育结果的预测能力 | 重点研究早产新生儿及其神经发育结果 | 数字病理学 | NA | 深度学习 | NA | 脑电图 | 包括来自两个临床站点的多个独立数据集 |
967 | 2024-08-05 |
Segmentation, feature extraction and classification of leukocytes leveraging neural networks, a comparative study
2024-Jul, Cytometry. Part A : the journal of the International Society for Analytical Cytology
DOI:10.1002/cyto.a.24832
PMID:38420862
|
研究论文 | 本文比较了多种机器学习和深度学习模型在白细胞分割、特征提取和分类中的表现 | 首次进行不同机器学习和深度学习模型的白细胞分类比较研究 | 未提及数据集的多样性和模型的可泛化性 | 提高白细胞分类的自动化准确性 | 白细胞的分割、特征提取和分类 | 计算机视觉 | NA | 深度学习 | U-Net, U-Net + ResNet18, U-Net + ResNet34, AlexNet, VGG16, ResNet18 | 图像 | 两个数据集CellaVision和BCCD的样本 |
968 | 2024-08-05 |
An enumerative pre-processing approach for retinopathy severity grading using an interpretable classifier: a comparative study
2024-Jul, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie
DOI:10.1007/s00417-024-06396-y
PMID:38400856
|
研究论文 | 本文提出了一种枚举预处理方法,用于使用可解释分类器对糖尿病视网膜病变的严重程度进行分级。 | 该研究使用了一种独特的枚举预处理方法,与多种预训练模型进行比较,以提高糖尿病视网膜病变分级的准确性。 | 虽然使用了多个优化算法进行比较,但具体的局限性未在摘要中提及 | 旨在开发和实施一种高效的糖尿病视网膜病变筛查系统,以改善临床诊断结果。 | 研究对象为糖尿病视网膜病变的严重程度评估,通过深度学习模型进行分析。 | 机器学习 | 糖尿病视网膜病变 | 深度学习 | K1-K2-K3-DFNN-LOA | 图像 | MESSIDOR 数据集 |
969 | 2024-08-05 |
A variational autoencoder trained with priors from canonical pathways increases the interpretability of transcriptome data
2024-Jul, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1011198
PMID:38959284
|
研究论文 | 本文探讨了如何利用变分自编码器(VAE)提高转录组数据的可解释性 | 提出了一种新型的VAE,利用生物数据的先验知识引导网络学习基于生物概念的转录组表示 | 简单的全连接自编码器性能优秀,但缺乏直接可解释的潜在维度 | 研究转录组数据的可解释性与深度学习技术的结合 | 转录组数据及其隐变量表示 | 机器学习 | NA | 变分自编码器 (VAE) | 变分自编码器 | 转录组数据 | NA |
970 | 2024-08-05 |
Elevating nanomaterial optical sensor arrays through the integration of advanced machine learning techniques for enhancing visual inspection of food quality and safety
2024-Jul-17, Critical reviews in food science and nutrition
IF:7.3Q1
DOI:10.1080/10408398.2024.2376113
PMID:39015031
|
综述 | 本综述总结了基于纳米材料的光学传感器阵列在食品质量和安全视觉监测中的应用 | 探讨了纳米材料与先进机器学习技术结合,提升食品质量检测效率的创新点 | 尚未提及具体的实验性研究数据或实证案例支持 | 旨在总结和讨论基于纳米材料的光学传感器在食品质量和安全监测中的应用 | 涵盖农药残留、重金属离子、细菌污染等食品相关指标的检测 | 机器学习 | NA | 光学传感器阵列 | 机器学习和深度学习方法 | 高维数据 | NA |
971 | 2024-08-05 |
A novel optimization-assisted multi-scale and dilated adaptive hybrid deep learning network with feature fusion for event detection from social media
2024-Jul-17, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2376705
PMID:39015012
|
研究论文 | 提出了一种新的基于社交媒体数据的事件检测方法 | 引入了多尺度和膨胀自适应混合深度学习网络,并通过改进的海狸优化算法调优参数 | 未提及具体的实验环境和数据多样性 | 提高社交媒体事件检测的准确性 | 社交媒体数据中的事件 | 自然语言处理 | NA | BERT, TF-IDF | MDA-HDL (多尺度和膨胀自适应混合深度学习) | 文本 | 两个数据集,分别的准确率为94.96和96.42 |
972 | 2024-08-05 |
Neural Network Enables High Accuracy for Hepatitis B Surface Antigen Detection with a Plasmonic Platform
2024-Jul-17, Nano letters
IF:9.6Q1
DOI:10.1021/acs.nanolett.4c02860
PMID:38975746
|
研究论文 | 本研究介绍了一种基于厚度灵敏的等离子体耦合和深度学习的无标签等离子体生物传感方法来检测乙型肝炎表面抗原 | 该方法结合了深度学习与等离子体传感技术,提高了传感器的灵敏度和检测准确性 | 尚未提及本研究的具体局限性 | 研究旨在开发高精度的乙型肝炎表面抗原检测工具 | 研究对象是乙型肝炎表面抗原(HBsAg) | 数字病理学 | 乙型肝炎 | 等离子体生物传感 | 神经网络 | 输出数据 | NA |
973 | 2024-08-05 |
Deep learning with convolution neural network detecting mesiodens on panoramic radiographs: comparing four models
2024-Jul-17, Odontology
IF:1.9Q2
DOI:10.1007/s10266-024-00980-8
PMID:39017730
|
研究论文 | 本研究旨在开发一种简单轻巧的深度学习卷积神经网络模型,以在全景放射影像中检测胚牙的存在 | 提出了一种简单轻量的CNN模型用于胚牙的检测,并对四种模型进行了比较 | 需要专业人士进一步评估,因为儿童对辐射的敏感性高于成人 | 开发用于检测胚牙的高效深度学习模型 | 628幅含有与不含胚牙的全景放射影像 | 计算机视觉 | NA | 深度学习,卷积神经网络(CNN) | binary_connect_mnist_LeNet | 图像 | 628幅全景放射影像,分别用于训练、验证和测试 |
974 | 2024-08-05 |
Ualign: pushing the limit of template-free retrosynthesis prediction with unsupervised SMILES alignment
2024-Jul-15, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-024-00877-2
PMID:39010144
|
研究论文 | 本研究介绍了UAlign,这是一种无模板的反合成预测管道。 | 提出了一种新的图到序列的无模板反合成预测管道,克服了Transformer方法在分子表征学习中的局限性 | 无监督学习机制可能在某些情况下不如监督学习方法准确 | 旨在提高反合成预测的有效性,特别是在无模板的情况下 | 研究分子结构在化学反应中的变化,特别是如何利用不变结构进行反应物生成 | 化学信息学 | NA | 图神经网络和Transformer | NA | SMILES | 大量实验支持,具体样本数量未说明 |
975 | 2024-08-05 |
Real-time deep learning-based model predictive control of a 3-DOF biped robot leg
2024-Jul-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-66104-y
PMID:39004665
|
研究论文 | 本研究利用深度学习改进了三自由度双足机器人腿部的控制 | 该研究将深度学习与模型预测控制相结合,能够在不依赖传统动态模型的情况下实现精确的轨迹跟踪 | 实验结果可能受到数据集的限制,未提及实际应用的长期稳定性 | 研究旨在提高双足机器人在轨迹控制方面的精确性和效率 | 研究对象为三自由度双足机器人腿部的动态控制 | 机器人技术 | NA | 深度学习 | NA | 数据集包含关节角度和执行器扭矩的详细信息 | NA |
976 | 2024-08-05 |
An ensemble deep learning models approach using image analysis for cotton crop classification in AI-enabled smart agriculture
2024-Jul-14, Plant methods
IF:4.7Q1
DOI:10.1186/s13007-024-01228-w
PMID:39004764
|
研究论文 | 提出了一种结合深度学习的计算机视觉技术用于早期检测棉花疾病的框架 | 创新性在于采用集成学习框架与持续小波变换提取的特点相结合,提高棉花分类准确性 | 未提及具体的样本量和数据来源,可能影响结果的普适性 | 旨在利用深度学习和计算机视觉技术改善棉花作物管理 | 研究对象为健康和不健康的棉花植物 | 计算机视觉 | NA | 深度学习,持续小波变换(CWT),快速傅里叶变换(FFT) | AlexNet,GoogLeNet,InceptionV3,VGG-19 | 图像 | NA |
977 | 2024-08-05 |
Centimeter-Scale Tellurium Oxide Films for Artificial Optoelectronic Synapses with Broadband Responsiveness and Mechanical Flexibility
2024-Jul-16, ACS nano
IF:15.8Q1
DOI:10.1021/acsnano.4c04851
PMID:38950148
|
研究论文 | 本文介绍了一种由厘米级二氧化碲(TeO)薄膜组成的灵活光电子突触设备,能够检测并展示宽带波长的突触特性 | 该研究提出了利用光电子特性和机械灵活性的金属氧化物半导体人工突触,强调其在宽带神经形态计算中的应用潜力 | 未提及具体的测试条件和潜在的长期稳定性问题 | 探索灵活的光电子突触设备在神经形态计算中的应用 | 厘米级的二氧化碲薄膜及其光电子突触特性 | 神经形态计算 | NA | 光电子技术 | NA | NA | NA |
978 | 2024-08-05 |
A deep learning approach to direct immunofluorescence pattern recognition in autoimmune bullous diseases
2024-Jul-16, The British journal of dermatology
DOI:10.1093/bjd/ljae142
PMID:38581445
|
研究论文 | 本研究开发了AI算法,自动分类自身免疫性水疱病的直接免疫荧光模式 | 利用深度学习自动化分类直接免疫荧光模式,提升诊断准确性和效率 | 样本不平衡可能影响模型的训练效果,需要进一步优化数据处理 | 提高自身免疫性水疱病的诊断准确性和管理效率 | 怀疑患有自身免疫性水疱病的患者皮肤活检中的免疫荧光图像 | 计算机视觉 | 自身免疫性水疱病 | 深度学习 | 卷积神经网络 (CNN) 和 Swin Transformer | 图像 | 训练集436张,测试集93张 |
979 | 2024-08-05 |
Reaction Templates: Bridging Synthesis Knowledge and Artificial Intelligence
2024-Jul-16, Accounts of chemical research
IF:16.4Q1
DOI:10.1021/acs.accounts.4c00261
PMID:38924502
|
研究论文 | 本研究探讨了将反应模板集成到深度学习模型中的方法,以弥补合成知识和人工智能之间的差距 | 创新点在于通过反应模板将已知的合成知识整合到深度学习模型中,从而提升模型的可解释性和发展潜力 | 早期计算机程序依赖于手动编码规则,限制了可扩展性和适应性 | 研究如何将已知的合成知识与人工智能模型连接起来 | 研究对象包括化学反应模板及其在深度学习模型中的应用 | 化学研究 | NA | 深度学习 | NA | 化学反应数据库 | NA |
980 | 2024-08-05 |
Fcg-Former: Identification of Functional Groups in FTIR Spectra Using Enhanced Transformer-Based Model
2024-Jul-15, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.4c01622
PMID:39008658
|
研究论文 | 本研究提出了一种基于增强变压器模型的FTIR光谱功能组识别方法 | 采用自注意机制,通过深度学习模型提升功能组预测准确性 | 未提及具体的局限性 | 研究FTIR光谱中未知化合物的功能组识别方法 | 约8677个光谱数据集中的功能组 | 数字病理 | NA | FTIR光谱 | 变压器模型 | 光谱 | 约8677个光谱 |