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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
221 | 2024-10-12 |
Contextual AI models for single-cell protein biology
2024-Aug, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-024-02341-3
PMID:39039335
|
研究论文 | 介绍了一种名为PINNACLE的几何深度学习方法,用于生成上下文感知的蛋白质表示,以解决蛋白质相互作用建模的挑战 | 引入了PINNACLE,一种几何深度学习方法,能够生成上下文感知的蛋白质表示,并展示了其在多种下游任务中的优越性能 | 未提及具体限制 | 开发一种能够理解蛋白质功能和相互作用的新算法,以支持分子疗法的开发 | 蛋白质及其在不同细胞类型和组织中的相互作用 | 机器学习 | NA | 几何深度学习 | 几何深度学习模型 | 蛋白质相互作用网络 | 394,760个蛋白质表示,来自24种组织的156种细胞类型上下文 |
222 | 2024-10-11 |
NLP-based ergonomics MSD risk root cause analysis and risk controls recommendation
2024-Aug-27, Ergonomics
IF:2.0Q3
DOI:10.1080/00140139.2024.2394510
PMID:39189206
|
研究论文 | 本文提出了一种基于自然语言处理(NLP)的工效学评估方法,用于分析工作场所中肌肉骨骼疾病(MSD)的风险根源并推荐控制措施 | 本文的创新点在于结合深度学习NLP技术和专家系统,自动分析工作中的物理动作及其对象,识别MSD风险的根源并推荐控制策略 | NA | 研究目的是开发一种自动化的工效学评估流程,用于预测和预防工作场所中的肌肉骨骼疾病 | 研究对象是工作场所中的物理风险因素及其导致的肌肉骨骼疾病 | 自然语言处理 | NA | 自然语言处理(NLP) | 深度学习 | 文本 | NA |
223 | 2024-10-11 |
A deep learning-based theoretical protocol to identify potentially isoform-selective PI3Kα inhibitors
2024-Aug, Molecular diversity
IF:3.9Q2
DOI:10.1007/s11030-023-10799-0
PMID:38305819
|
研究论文 | 本文设计了一种基于深度学习的理论协议,用于识别潜在的PI3Kα同工型选择性抑制剂 | 本文创新性地将机器学习与计算机药物设计策略相结合,开发了一种深度学习分类模型,用于筛选潜在的PI3Kα抑制剂 | 本文主要依赖于计算模型和分子对接技术,尚未进行实验验证 | 开发一种新的计算方法,用于识别具有同工型选择性的PI3Kα抑制剂 | PI3Kα抑制剂及其在癌症治疗中的应用 | 机器学习 | NA | 深度学习分类模型、分子对接 | 深度学习分类模型 | 物理化学描述符数据 | 662种化合物,最终筛选出12种潜在抑制剂 |
224 | 2024-10-09 |
AlphaFold predictions of fold-switched conformations are driven by structure memorization
2024-Aug-24, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-51801-z
PMID:39181864
|
研究论文 | 本文探讨了AlphaFold在预测折叠切换蛋白质结构方面的能力,发现其成功部分源于对训练集结构的记忆而非学习到的蛋白质能量学 | 首次系统评估了AlphaFold在预测折叠切换蛋白质结构方面的局限性,并揭示了其成功预测的部分原因 | AlphaFold在预测折叠切换蛋白质结构时表现不佳,部分成功源于对训练集结构的记忆而非学习到的蛋白质能量学 | 评估AlphaFold在预测折叠切换蛋白质结构方面的预测能力及其局限性 | 折叠切换蛋白质的结构预测 | 机器学习 | NA | 深度学习 | AlphaFold | 蛋白质结构 | 超过280,000个模型,包括AlphaFold2和AlphaFold3的多个实现 |
225 | 2024-10-09 |
Harnessing the power of longitudinal medical imaging for eye disease prognosis using Transformer-based sequence modeling
2024-Aug-16, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-024-01207-4
PMID:39152209
|
研究论文 | 本文提出了一种基于Transformer的长程医学影像序列建模方法,用于眼科疾病的预后分析 | 本文首次将Transformer模型应用于长程医学影像序列,实现了动态疾病预后分析 | 本文仅在AMD和POAG两种眼科疾病上进行了验证,未来需在更多疾病类型上进行验证 | 开发一种能够从长程医学影像中动态预测疾病预后的方法 | 年龄相关性黄斑变性(AMD)和原发性开角型青光眼(POAG) | 计算机视觉 | 眼科疾病 | Transformer模型 | Transformer | 图像 | 使用来自AREDS和OHTS研究的长程影像数据,具体样本数量未明确说明 |
226 | 2024-10-09 |
CT-based synthetic contrast-enhanced dual-energy CT generation using conditional denoising diffusion probabilistic model
2024-Aug-02, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad67a1
PMID:39053511
|
研究论文 | 研究利用条件去噪扩散概率模型从非对比单能量CT扫描生成合成对比增强双能量CT图像 | 首次采用条件去噪扩散概率模型生成合成对比增强双能量CT图像,为缺乏双能量CT扫描仪的机构和不适合碘对比成像的患者提供了一种替代成像解决方案 | 研究样本仅限于130名头颈部癌症患者,结果的普适性有待进一步验证 | 解决双能量CT扫描仪稀缺和碘对比剂对高风险患者健康风险的问题 | 头颈部癌症患者的非对比单能量CT和对比增强双能量CT图像 | 计算机视觉 | 头颈部癌症 | 条件去噪扩散概率模型 | C-DDPM | 图像 | 130名头颈部癌症患者 |
227 | 2024-10-06 |
Data-driven quantum chemical property prediction leveraging 3D conformations with Uni-Mol
2024-Aug-19, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-51321-w
PMID:39160169
|
研究论文 | 本文介绍了一种利用3D构象进行量子化学性质预测的深度学习方法Uni-Mol+ | Uni-Mol+通过生成和迭代优化3D构象,显著提高了量子化学性质预测的准确性 | NA | 加速量子化学性质预测过程,提高预测准确性 | 量子化学性质预测 | 机器学习 | NA | 深度学习 | Transformer | 3D构象 | NA |
228 | 2024-10-06 |
Probing perfection: The relentless art of meddling for pulmonary airway segmentation from HRCT via a human-AI collaboration based active learning method
2024-08, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2024.102930
PMID:39047631
|
研究论文 | 本文提出了一种基于人机协作的主动学习方法,用于从高分辨率CT图像中进行肺部气道分割 | 本文的创新点在于结合了多种查询策略和深度学习模型,通过人机协作的方式显著减少了标注数据的需求,提高了模型的性能 | 本文未详细讨论该方法在不同数据集上的泛化能力 | 本文旨在解决肺部气道分割中标注数据稀缺的问题,并提高深度学习模型的透明度和性能 | 本文的研究对象是肺部气道,通过高分辨率CT图像进行分割 | 计算机视觉 | 肺部疾病 | 深度学习 | UNet | 图像 | 使用了部分训练数据,具体数量未明确说明 |
229 | 2024-10-06 |
Prediction of Freezing of Gait in Parkinson's disease based on multi-channel time-series neural network
2024-08, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2024.102932
PMID:39004005
|
研究论文 | 提出了一种基于多通道时间序列神经网络的帕金森病步态冻结预测方法 | 引入了一种新的多通道时间序列神经网络(MCT-Net),能够整合多通道步态特征,实现对步态冻结症状的提前预警 | 未提及 | 开发一种能够实时预测帕金森病步态冻结的方法,以提高患者的生活质量 | 帕金森病患者的步态冻结症状 | 机器学习 | 神经退行性疾病 | 多通道时间序列神经网络 | MCT-Net | 时间序列数据 | 未提及 |
230 | 2024-10-06 |
Enhancing stroke risk and prognostic timeframe assessment with deep learning and a broad range of retinal biomarkers
2024-08, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2024.102927
PMID:38991398
|
研究论文 | 本文介绍了一种基于深度学习和广泛视网膜生物标志物的自动系统,用于预测中风风险和估计其发生时间 | 利用全面的视网膜生物标志物和深度学习技术,提高了中风风险评估的准确性和时间框架的预测能力 | NA | 开发一种新的方法来提高中风风险评估的准确性和预测时间框架 | 中风风险(包括缺血性和出血性)及其发生时间 | 计算机视觉 | 心血管疾病 | 深度学习 | NA | 图像 | 使用了UK Biobank和DRSSW数据集 |
231 | 2024-10-06 |
Deep Learning for hand tracking in Parkinson's Disease video-based assessment: Current and future perspectives
2024-08, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2024.102914
PMID:38909431
|
综述 | 本文综述了使用深度学习进行帕金森病视频评估中的手部追踪技术的现状和未来展望 | 本文介绍了使用深度学习框架进行手部追踪以自动评估帕金森病症状的创新方法 | 为了确保临床接受度,需要标准化和验证 | 描述深度学习框架在视频评估帕金森病手部追踪中的现状和未来展望 | 帕金森病患者的手部运动 | 计算机视觉 | 帕金森病 | 深度学习 | NA | 视频 | 23篇符合筛选标准的出版物 |
232 | 2024-10-06 |
A comprehensive survey on the use of deep learning techniques in glioblastoma
2024-08, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2024.102902
PMID:38852314
|
综述 | 本文综述了深度学习技术在胶质母细胞瘤中的应用 | 探讨了人工智能技术在非组学和组学数据中的应用,并强调了其在诊断、决策和治疗策略制定中的重要性 | 未提及具体的技术局限性 | 全面探索机器学习方法在胶质母细胞瘤领域的应用及相关研究 | 胶质母细胞瘤及其相关数据 | 机器学习 | 脑肿瘤 | NA | NA | 图像、基因表达数据 | NA |
233 | 2024-10-06 |
Predictive Modeling with Temporal Graphical Representation on Electronic Health Records
2024-Aug, IJCAI : proceedings of the conference
DOI:10.24963/ijcai.2024/637
PMID:39359569
|
研究论文 | 本文提出了一种基于时间图表示的电子健康记录预测模型 | 本文创新性地将患者的电子健康记录建模为一种新颖的时间异构图,并引入了一种新的时间图变换器(TRANS),该变换器结合了时间边特征、全局位置编码和局部结构编码,以捕捉时间和结构信息 | NA | 研究如何有效表示患者的电子健康记录,以提高预测模型的性能 | 患者的电子健康记录及其中的时间关系和结构信息 | 机器学习 | NA | 时间图变换器(TRANS) | 时间异构图卷积网络 | 电子健康记录 | 三个真实世界数据集 |
234 | 2024-10-05 |
Machine learning-based classification models for non-covalent Bruton's tyrosine kinase inhibitors: predictive ability and interpretability
2024-Aug, Molecular diversity
IF:3.9Q2
DOI:10.1007/s11030-023-10696-6
PMID:37479824
|
研究论文 | 本研究构建了基于机器学习技术的分类模型,用于预测非共价Bruton酪氨酸激酶(BTK)抑制剂的生物活性,并提供可解释的预测结果 | 本研究首次使用SHAP方法分解预测值,将定性模型转化为定量模型,为新BTK抑制剂的设计提供了指导 | NA | 预测非共价BTK抑制剂的生物活性和提供可解释的预测结果 | 非共价BTK抑制剂的生物活性 | 机器学习 | NA | 机器学习算法(决策树、随机森林、支持向量机、极端梯度提升)和深度神经网络 | 分类模型 | 化合物数据 | 3895个非共价BTK抑制剂 |
235 | 2024-10-05 |
Review and perspective on bioinformatics tools using machine learning and deep learning for predicting antiviral peptides
2024-Aug, Molecular diversity
IF:3.9Q2
DOI:10.1007/s11030-023-10718-3
PMID:37626205
|
综述 | 本文综述了利用机器学习和深度学习算法预测抗病毒肽的生物信息学工具和方法 | 本文填补了抗病毒肽预测工具和方法研究的空白 | NA | 探讨利用人工智能技术预测抗病毒肽的现状和未来方向 | 抗病毒肽及其在治疗病原体感染中的应用潜力 | 机器学习 | NA | 机器学习 深度学习 | NA | 氨基酸序列 | NA |
236 | 2024-10-05 |
Deep learning algorithms applied to computational chemistry
2024-Aug, Molecular diversity
IF:3.9Q2
DOI:10.1007/s11030-023-10771-y
PMID:38151697
|
综述 | 本文综述了应用于计算化学中的深度学习算法,涵盖了传统深度学习和几何深度学习模型,并分析了它们的特征和开放问题 | 提出了一个全面的分类方法,涵盖了传统深度学习和几何深度学习模型,并详细分析了这些算法的输入描述符、使用的数据集、开源代码可用性、任务解决方案和实际研究应用 | 没有模型能完美解决所有问题,且每种方法的优缺点对新手来说仍不明确 | 综述应用于计算化学中解决分子挑战的深度学习算法,并讨论分子算法设计的趋势和未来方向 | 深度学习算法在计算化学中的应用,包括输入描述符、数据集、开源代码、任务解决方案和实际研究应用 | 机器学习 | NA | 深度学习 | 深度学习模型(包括传统深度学习和几何深度学习模型) | 分子数据 | NA |
237 | 2024-10-05 |
A comparative analysis of computational drug repurposing approaches: proposing a novel tensor-matrix-tensor factorization method
2024-Aug, Molecular diversity
IF:3.9Q2
DOI:10.1007/s11030-024-10851-7
PMID:38683487
|
研究论文 | 本文提出了一种新的张量-矩阵-张量分解方法,并比较了不同计算药物再利用方法的性能 | 提出了一种新的张量-矩阵-张量(TMT)分解方法,并将其应用于药物再利用 | 图神经网络方法需要以归纳方式进行才能获得可靠的预测 | 比较不同计算药物再利用方法的性能,并提出一种新的分解方法 | 药物再利用方法的性能比较 | 机器学习 | NA | 张量-矩阵-张量分解 | 深度学习方法、图神经网络 | 数据集 | 两个数据集 |
238 | 2024-10-04 |
High-Precision Skin Disease Diagnosis through Deep Learning on Dermoscopic Images
2024-Aug-27, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11090867
PMID:39329609
|
研究论文 | 本文提出了一种基于深度学习的计算机辅助诊断框架,用于早期检测皮肤疾病 | 本文提出了一种计算效率高且轻量级的深度学习模型,采用CNN架构,并在国际皮肤成像协作数据集上进行了实验,取得了87.64%的准确率 | NA | 提高皮肤疾病诊断的准确性和效率 | 皮肤疾病 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 使用国际皮肤成像协作数据集,包含皮肤镜图像 |
239 | 2024-10-04 |
Turn-table micro-CT scanner for dynamic perfusion imaging in mice: design, implementation, and evaluation
2024-Aug-23, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad6edd
PMID:39137802
|
研究论文 | 介绍了一种用于小鼠动态灌注成像的新型桌面微型CT扫描仪的设计、实现和评估 | 该系统具有定制的旋转台,能够进行圆形和螺旋扫描,并使用小孔径滑环实现连续旋转,具有高分辨率和低辐射剂量的特点 | 小样本量限制了得出确切结论的能力 | 旨在增强小鼠临床前成像能力,提供高分辨率和低辐射剂量的动态成像 | 小鼠的动态灌注成像,特别是具有阿尔茨海默病和心血管疾病遗传风险因素的小鼠 | 计算机视觉 | 心血管疾病 | 微型CT扫描 | NA | 图像 | 涉及不同遗传风险因素的小鼠样本 |
240 | 2024-10-04 |
TIANA: transcription factors cooperativity inference analysis with neural attention
2024-Aug-22, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-024-05852-0
PMID:39174927
|
研究论文 | 本文介绍了一种名为TIANA的深度学习框架,用于解释转录因子协同作用的分析 | TIANA利用神经网络注意力机制来揭示转录因子之间的复杂依赖关系,相较于传统方法具有更高的解释性和鲁棒性 | NA | 开发一种新的方法来解析转录因子在远端调控元件中的协同作用 | 转录因子及其在远端调控元件中的协同作用 | 机器学习 | NA | 神经网络注意力机制 | 深度学习框架 | 序列数据 | NA |