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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
181 | 2024-10-02 |
Conserved cysteine residues in Kaposi's sarcoma herpesvirus ORF34 are necessary for viral production and viral pre-initiation complex formation
2024-Aug-20, Journal of virology
IF:4.0Q2
DOI:10.1128/jvi.01000-24
PMID:39078391
|
研究论文 | 研究探讨了Kaposi肉瘤疱疹病毒(KSHV)ORF34中保守的半胱氨酸残基在病毒生产和病毒前起始复合物形成中的必要性 | 通过深度学习算法辅助的结构模型,揭示了ORF34中高度保守的氨基酸残基,并设计了ORF34丙氨酸扫描突变体,评估了其与病毒前起始复合物其他因子的相互作用 | NA | 阐明KSHV ORF34在病毒前起始复合物功能和与其他成分相互作用中的具体贡献 | KSHV ORF34中的保守半胱氨酸残基及其在病毒生产和病毒前起始复合物形成中的作用 | NA | NA | 深度学习算法 | NA | NA | NA |
182 | 2024-10-02 |
From Deep Learning to the Discovery of Promising VEGFR-2 Inhibitors
2024-Aug-19, ChemMedChem
IF:3.6Q2
DOI:10.1002/cmdc.202400108
PMID:38726553
|
研究论文 | 本研究利用深度学习模型筛选潜在的VEGFR-2抑制剂,并通过分子对接和实验验证其抗肿瘤活性 | 首次将深度学习应用于VEGFR-2抑制剂的筛选,并结合分子对接和实验验证,成功发现两种具有潜在抗肿瘤活性的化合物 | 样本量较小,仅包含187种化合物,且实验验证仅针对MCF-7乳腺癌细胞和WI-38细胞 | 寻找新型且更有效的VEGFR-2抑制剂 | VEGFR-2抑制剂及其抗肿瘤活性 | 药物化学 | 癌症 | 深度学习 | 分类模型 | 化合物 | 187种药物样化合物 |
183 | 2024-10-02 |
Disease Activity and Therapeutic Response to Pegcetacoplan for Geographic Atrophy Identified by Deep Learning-Based Analysis of OCT
2024-Aug-14, Ophthalmology
IF:13.1Q1
DOI:10.1016/j.ophtha.2024.08.017
PMID:39151755
|
研究论文 | 使用基于深度学习的OCT图像分析,量化pegcetacoplan治疗下地理萎缩(GA)中光感受器(PR)和视网膜色素上皮(RPE)层的形态变化 | 首次使用深度学习技术量化pegcetacoplan治疗下GA中PR和RPE层的形态变化,并发现EZ-RPE差异对疾病进展和治疗反应有重要影响 | NA | 量化pegcetacoplan治疗下地理萎缩(GA)中光感受器(PR)和视网膜色素上皮(RPE)层的形态变化 | 地理萎缩(GA)患者的光感受器(PR)和视网膜色素上皮(RPE)层 | 计算机视觉 | 眼科疾病 | 深度学习 | 深度学习模型 | 图像 | 897只眼,897名患者 |
184 | 2024-10-02 |
Unsupervised denoising of photoacoustic images based on the Noise2Noise network
2024-Aug-01, Biomedical optics express
IF:2.9Q2
DOI:10.1364/BOE.529253
PMID:39346987
|
研究论文 | 本文提出了一种基于Noise2Noise网络的无监督深度学习方法,用于改善基于线性阵列的光声成像 | Noise2Noise网络无需噪声自由的地面真值,可以从一对噪声图像中学习噪声模式,这对于体内光声成像尤为重要 | NA | 提高光声成像的质量 | 光声成像中的噪声去除 | 计算机视觉 | NA | Noise2Noise网络 | Noise2Noise | 图像 | 单组光声图像 |
185 | 2024-10-02 |
Deep learning combined with attention mechanisms to assist radiologists in enhancing breast cancer diagnosis: a study on photoacoustic imaging
2024-Aug-01, Biomedical optics express
IF:2.9Q2
DOI:10.1364/BOE.530249
PMID:39346992
|
研究论文 | 本研究提出了一种结合注意力机制的深度学习方法,利用光声成像技术提高乳腺癌诊断的准确性 | 本研究创新性地将ResNet50模型与注意力机制结合,用于分析光声超声图像,显著提高了乳腺癌诊断的性能 | 本研究仅在特定时间段和特定医院的334名患者数据上进行了验证,未来需要在更大规模和多样化的数据集上进行验证 | 本研究的目的是通过深度学习技术提高乳腺癌诊断的准确性,辅助放射科医生进行早期检测 | 本研究的对象是334名患有乳腺病变的中国深圳人民医院患者 | 计算机视觉 | 乳腺癌 | 光声成像 | ResNet50 | 图像 | 334名患者 |
186 | 2024-10-02 |
Diffuse optical tomography of the brain: effects of inaccurate baseline optical parameters and refinements using learned post-processing
2024-Aug-01, Biomedical optics express
IF:2.9Q2
DOI:10.1364/BOE.524245
PMID:39347006
|
研究论文 | 研究了大脑扩散光学断层成像中不准确基线光学参数的影响,并提出了基于深度学习后处理的改进方法 | 提出了基于深度学习后处理技术,以减少不准确基线光学参数对大脑激活成像的影响 | 研究基于模拟数据,实际应用中的效果需进一步验证 | 探讨不准确基线光学参数对大脑功能成像的影响,并提出改进方法 | 大脑功能成像中的光学参数变化 | 计算机视觉 | NA | 扩散光学断层成像(DOT) | 深度学习 | 图像 | 四个成年受试者的脑图谱 |
187 | 2024-10-02 |
Coronary artery calcification and cardiovascular outcome as assessed by intravascular OCT and artificial intelligence
2024-Aug-01, Biomedical optics express
IF:2.9Q2
DOI:10.1364/BOE.524946
PMID:39347010
|
研究论文 | 本文提出了一种基于深度学习的方法,用于自动识别和量化冠状动脉钙化(CAC),并通过大规模的血管内光学相干断层扫描(OCT)数据进行验证 | 本文提出了一种新颖的深度学习方法,能够自动识别和量化冠状动脉钙化,并在大规模OCT数据上进行了训练和评估 | NA | 研究冠状动脉钙化与心血管不良事件之间的关系 | 冠状动脉钙化(CAC)及其与心血管不良事件的关联 | 计算机视觉 | 心血管疾病 | 光学相干断层扫描(OCT) | 深度学习 | 图像 | 1,106,291张OCT图像,来自1,048名患者 |
188 | 2024-10-01 |
DRpred: A Novel Deep Learning-Based Predictor for Multi-Label mRNA Subcellular Localization Prediction by Incorporating Bayesian Inferred Prior Label Relationships
2024-Aug-26, Biomolecules
IF:4.8Q1
DOI:10.3390/biom14091067
PMID:39334834
|
研究论文 | 提出了一种基于深度学习的mRNA亚细胞定位预测模型DRpred,结合贝叶斯推断的先验标签关系和神经网络进行预测 | DRpred通过贝叶斯网络捕捉标签间的依赖关系,并结合Word2vec提取的特征,使用BiLSTM和注意力机制捕捉输入特征的内部关系,显著提升了多标签预测性能 | NA | 开发一种新的多标签mRNA亚细胞定位预测模型,以提高预测性能 | mRNA的亚细胞定位 | 机器学习 | NA | 深度学习 | BiLSTM | 序列 | 独立测试集上的实验验证 |
189 | 2024-10-01 |
CROSS-AGE AND CROSS-SITE DOMAIN SHIFT IMPACTS ON DEEP LEARNING-BASED WHITE MATTER FIBER ESTIMATION IN NEWBORN AND BABY BRAINS
2024-Aug-25, ArXiv
PMID:38196752
|
研究论文 | 研究了深度学习模型在新生儿和婴儿大脑白质纤维估计中的跨年龄和跨站点域偏移影响 | 首次探讨了在快速发育的婴儿大脑中估计纤维方向分布函数的域适应技术 | 研究仅限于新生儿和婴儿大脑,未涉及成人或其他年龄段 | 探讨深度学习模型在不同年龄和站点数据上的域偏移问题 | 新生儿和婴儿大脑的白质纤维估计 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 201名新生儿和165名婴儿 |
190 | 2024-10-01 |
In Silico Exploration of Novel EGFR Kinase Mutant-Selective Inhibitors Using a Hybrid Computational Approach
2024-Aug-23, Pharmaceuticals (Basel, Switzerland)
DOI:10.3390/ph17091107
PMID:39338272
|
研究论文 | 本研究利用计算方法识别和表征潜在的EGFR突变选择性抑制剂 | 采用药效团设计和深度学习、虚拟筛选、ADMET和分子对接动力学模拟相结合的混合计算方法 | NA | 开发针对非小细胞肺癌中EGFR突变的有效治疗策略 | EGFR突变选择性抑制剂 | 药物设计 | 肺癌 | 分子对接、分子动力学模拟 | 深度学习 | 分子结构 | 从Zinc数据库中筛选出16个潜在抑制剂 |
191 | 2024-09-30 |
CA-ViT: Contour-Guided and Augmented Vision Transformers to Enhance Glaucoma Classification Using Fundus Images
2024-Aug-31, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11090887
PMID:39329629
|
研究论文 | 提出了一种轮廓引导和增强的视觉变换器(CA-ViT)用于增强青光眼分类 | 引入条件变分生成对抗网络(CVGAN)来增强和多样化训练数据集,并结合轮廓引导方法提供关键的疾病信息 | 未提及 | 提高青光眼分类的准确性 | 青光眼分类 | 计算机视觉 | 眼科疾病 | 条件变分生成对抗网络(CVGAN) | 视觉变换器(ViT) | 图像 | 使用了包含多个数据集(如EYEPACS、DRISHTI-GS、RIM-ONE、REFUGE)的标准化多通道青光眼数据集(SMDG) |
192 | 2024-09-30 |
FineTea: A Novel Fine-Grained Action Recognition Video Dataset for Tea Ceremony Actions
2024-Aug-31, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging10090216
PMID:39330436
|
研究论文 | 本文构建了一个细粒度视频动作数据集FineTea,用于茶道动作的细粒度分析,并提出了一种名为TSM-ConvNeXt的方法来改进细粒度动作识别 | 提出了TSM-ConvNeXt方法,结合TSM和高性能卷积神经网络ConvNeXt,显著提升了细粒度动作识别的性能 | NA | 促进细粒度动作识别的发展 | 茶道动作的细粒度分析 | 计算机视觉 | NA | 卷积神经网络 | TSM-ConvNeXt | 视频 | 2745个视频片段 |
193 | 2024-09-30 |
Anterior Cruciate Ligament Tear Detection Based on T-Distribution Slice Attention Framework with Penalty Weight Loss Optimisation
2024-Aug-30, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11090880
PMID:39329622
|
研究论文 | 本研究提出了一种基于T分布切片注意力框架和惩罚权重损失优化的前交叉韧带撕裂检测方法 | 本研究创新性地结合了T分布切片注意力机制和惩罚权重损失函数,显著提高了前交叉韧带撕裂检测的分类准确性 | NA | 提高前交叉韧带撕裂检测的准确性和诊断性能 | 前交叉韧带撕裂 | 计算机视觉 | 运动损伤 | 深度学习 | CNN | 图像 | NA |
194 | 2024-09-30 |
Diffusion Correction in Fricke Hydrogel Dosimeters: A Deep Learning Approach with 2D and 3D Physics-Informed Neural Network Models
2024-Aug-30, Gels (Basel, Switzerland)
DOI:10.3390/gels10090565
PMID:39330168
|
研究论文 | 本文提出了一种利用深度学习方法解决Fricke水凝胶剂量计中铁离子扩散问题的新方法 | 利用物理信息神经网络(PINNs)将物理定律直接应用于学习过程,优化网络以遵循离子扩散的原理 | NA | 解决Fricke水凝胶剂量计中铁离子扩散问题,提高剂量测量的准确性 | Fricke水凝胶剂量计中的铁离子扩散 | 机器学习 | NA | 深度学习 | 物理信息神经网络(PINNs) | 图像 | 从20到100小时的剂量分布数据 |
195 | 2024-09-30 |
A Novel Deep Learning Model for Breast Tumor Ultrasound Image Classification with Lesion Region Perception
2024-Aug-28, Current oncology (Toronto, Ont.)
DOI:10.3390/curroncol31090374
PMID:39330002
|
研究论文 | 本文提出了一种新的多特征融合多任务(MFFMT)模型,用于乳腺肿瘤超声图像分类,并设计了上下文病变增强感知(CLEP)模块和多特征融合(MFF)模块来提取更丰富的病变特征并缓解信息共享冲突 | 本文创新性地设计了上下文病变增强感知(CLEP)模块和多特征融合(MFF)模块,以提取更全面的病变特征信息并增强特征融合效果 | NA | 本文旨在解决多任务学习方法在乳腺影像中存在的信息共享冲突问题,以提高乳腺肿瘤分类的准确性 | 本文的研究对象是乳腺肿瘤超声图像及其病变区域 | 计算机视觉 | 乳腺癌 | 深度学习 | 多任务学习模型 | 图像 | 两个公开的乳腺超声影像数据集 |
196 | 2024-09-30 |
Electroretinogram Analysis Using a Short-Time Fourier Transform and Machine Learning Techniques
2024-Aug-26, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11090866
PMID:39329608
|
研究论文 | 本研究通过短时傅里叶变换和机器学习技术优化了电生理图波形信号的分类 | 本研究展示了使用Visual Transformer架构和Hamming窗口函数在电生理图信号分类中的优势,并推荐了RF算法用于手动特征提取的场景 | NA | 优化电生理图波形信号的分类方法 | 电生理图信号 | 机器学习 | NA | 短时傅里叶变换 | Visual Transformer | 信号 | NA |
197 | 2024-09-30 |
Artificial Intelligence for Predicting the Aesthetic Component of the Index of Orthodontic Treatment Need
2024-Aug-23, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11090861
PMID:39329602
|
研究论文 | 本研究利用人工智能自动化评估正畸治疗需求指数的美观成分 | 开发了基于深度学习的算法,能够根据IOTN-AC参考标准预测治疗需求,为临床评估牙齿美观提供辅助 | 所有其他方案提供的权衡较差,且在省略overjet值和数据集补充后的结果不一 | 使用人工智能自动化评估正畸治疗需求指数的美观成分 | 正畸治疗需求指数的美观成分评估 | 机器学习 | NA | 深度学习 | 深度学习算法 | 图像 | 1009张预治疗正面口腔内照片 |
198 | 2024-09-30 |
Beyond Nyquist: A Comparative Analysis of 3D Deep Learning Models Enhancing MRI Resolution
2024-Aug-23, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging10090207
PMID:39330427
|
研究论文 | 本文比较了多种3D深度学习模型在提高MRI分辨率方面的性能 | 本文首次系统比较了多种先进的3D卷积神经网络模型在超分辨率MRI任务中的表现 | 研究仅使用了IXI数据集的结构图像,且数据是通过人工下采样生成的低分辨率MRI | 旨在通过比较不同3D深度学习模型,找到在超分辨率MRI任务中性能和鲁棒性最佳的模型 | 3D卷积神经网络模型在超分辨率MRI任务中的性能 | 计算机视觉 | NA | 深度学习 | 3D卷积神经网络 | 图像 | 使用了IXI数据集的结构图像,数据通过人工下采样生成低分辨率MRI |
199 | 2024-09-30 |
A Deep Learning-Based Framework for Highly Accelerated Prostate MR Dispersion Imaging
2024-Aug-27, Cancers
IF:4.5Q1
DOI:10.3390/cancers16172983
PMID:39272841
|
研究论文 | 本文提出了一种基于深度学习的快速磁共振扩散成像(fMRDI)框架,用于加速前列腺磁共振扩散成像中的药代动力学参数估计 | 本文提出了一个两阶段的深度学习框架,通过深度神经网络直接从增强曲线中估计药代动力学参数,并使用非线性最小二乘法进行进一步优化,显著减少了处理时间 | 本文未详细讨论该方法在其他类型肿瘤或不同成像条件下的适用性 | 开发一种能够显著加速前列腺磁共振扩散成像中药代动力学参数估计的方法 | 前列腺磁共振扩散成像中的药代动力学参数 | 计算机视觉 | 前列腺癌 | 深度学习 | 深度神经网络 | 图像 | 本文使用了内部临床前列腺MRI数据集进行实验 |
200 | 2024-09-30 |
Performance of AI-Enabled Electrocardiogram in the Prediction of Metabolic Dysfunction-Associated Steatotic Liver Disease
2024-Aug-27, Clinical gastroenterology and hepatology : the official clinical practice journal of the American Gastroenterological Association
IF:11.6Q1
DOI:10.1016/j.cgh.2024.08.009
PMID:39209186
|
研究论文 | 研究使用基于深度学习的人工智能模型通过12导联心电图预测代谢功能障碍相关脂肪性肝病的表现 | 首次探索了基于深度学习的人工智能模型通过心电图区分代谢功能障碍相关脂肪性肝病的能力 | 人工智能模型在单独使用时表现不如结合临床参数的模型 | 探索基于深度学习的人工智能模型通过心电图预测代谢功能障碍相关脂肪性肝病的表现 | 代谢功能障碍相关脂肪性肝病 | 机器学习 | 代谢性疾病 | 深度学习 | 卷积神经网络 | 心电图 | 3468例代谢功能障碍相关脂肪性肝病患者和25407例对照组 |