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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
521 | 2024-08-28 |
Transformer for low concentration image denoising in magnetic particle imaging
2024-Aug-27, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad6ede
PMID:39137818
|
研究论文 | 本文提出了一种基于稀疏轻量级Transformer模型的深度学习方法,用于磁粒子成像(MPI)图像的去噪和质量提升 | 提出的残差局部Transformer结构降低了模型复杂性,避免了过拟合,并通过信息保留块增强了图像细节的特征提取能力 | NA | 改善低浓度MPI图像的质量 | 低浓度磁粒子成像图像 | 计算机视觉 | NA | 深度学习 | Transformer | 图像 | 模拟和真实MPI图像数据,真实图像样本的Fe浓度低至67gml |
522 | 2024-08-28 |
Classification of optic neuritis in neuromyelitis optica spectrum disorders (NMOSD) on MRI using CNN with transfer learning and manipulation of pre-processing on augmentation
2024-Aug-27, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ad6f17
PMID:39142299
|
研究论文 | 本研究使用迁移学习和预处理增强技术,通过八种先进的卷积神经网络(CNN)模型对神经脊髓炎光谱障碍(NMOSD)患者的视神经炎(ON)进行MRI分类 | 首次利用深度学习技术对NMOSD患者的MRI图像中的ON变化进行分类 | NA | 旨在通过迁移学习的CNN模型对NMOSD患者是否存在慢性ON进行分类 | NMOSD患者的视神经炎(ON) | 计算机视觉 | 神经脊髓炎光谱障碍 | 卷积神经网络(CNN) | CNN | 图像 | NA |
523 | 2024-08-28 |
Sleep onset time as a mediator in the association between screen exposure and aging: a cross-sectional study
2024-Aug-27, GeroScience
IF:5.3Q1
DOI:10.1007/s11357-024-01321-x
PMID:39190220
|
研究论文 | 本研究探讨了屏幕暴露时间对中老年人衰老的影响,并分析了睡眠开始时间在其中的中介作用 | 首次研究了睡眠开始时间在屏幕使用与视网膜年龄差距关系中的中介作用 | 研究为横断面研究,可能存在因果关系解释的局限性 | 探究屏幕暴露时间与中老年人衰老之间的关系及其机制 | 上海45岁以上的健康工作成年人 | NA | NA | 深度学习算法 | NA | 图像 | 未明确具体样本数量 |
524 | 2024-08-28 |
Synthesizing Real-Time Ultrasound Images of Muscle Based on Biomechanical Simulation and Conditional Diffusion Network
2024-Aug-26, IEEE transactions on ultrasonics, ferroelectrics, and frequency control
DOI:10.1109/TUFFC.2024.3445434
PMID:39186423
|
研究论文 | 本文提出了一种基于生物力学模拟和条件扩散网络的肌肉实时超声图像合成流程 | 该流程通过生物力学模拟和扩散网络生成多样化的实时超声图像数据集,无需手动扫描和标注 | NA | 旨在通过合成超声图像数据集来增强模型训练并避免过拟合 | 肌肉实时超声图像的合成 | 计算机视觉 | NA | 有限元方法 | 扩散网络 | 图像 | 3,030张超声图像 |
525 | 2024-08-28 |
Generative Adversarial Network with Robust Discriminator Through Multi-Task Learning for Low-Dose CT Denoising
2024-Aug-26, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2024.3449647
PMID:39186436
|
研究论文 | 本文提出了一种通过多任务学习增强鲁棒性的生成对抗网络(GAN),用于低剂量CT图像的去噪 | 提出了一个通过多任务学习增强鲁棒性的生成对抗网络,引入了两种监管机制(RC和NDS)以提高判别器的表示能力,并在生成器中集成了残差快速傅里叶变换与卷积(Res-FFT-Conv)块 | NA | 旨在解决低剂量CT图像去噪中的挑战,如放射科医生的视觉不一致性、跨不同指标的不满意表现以及网络在其他CT领域中的鲁棒性探索不足 | 低剂量CT图像的去噪 | 机器学习 | NA | 生成对抗网络(GAN) | GAN | 图像 | NA |
526 | 2024-08-28 |
ASO Visual Abstract: Development and Validation Study of the Prognostic Impact of Deep Learning-Determined Myxoid Stroma After Neoadjuvant Chemotherapy in Patients with Esophageal Squamous Cell Carcinoma
2024-Aug-26, Annals of surgical oncology
IF:3.4Q1
DOI:10.1245/s10434-024-16099-7
PMID:39187666
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
527 | 2024-08-28 |
Improved Automated Quality Control of Skeletal Wrist Radiographs Using Deep Multitask Learning
2024-Aug-26, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01220-9
PMID:39187704
|
研究论文 | 本研究开发了一种基于DenseNet 121架构的深度多任务学习卷积神经网络模型,用于自动质量控制手腕X光片的关键属性 | 该模型能够高精度地分类投影、检测石膏和识别手术硬件,并确保结果与图像请求元数据的一致性 | 模型在检测部分可见或截断的侧标记时性能较低 | 开发和评估一种用于自动质量控制手腕X光片的深度学习模型 | 手腕X光片的质量控制 | 计算机视觉 | NA | 卷积神经网络 | DenseNet 121 | 图像 | 6283张手腕X光片,来自2591名患者 |
528 | 2024-08-28 |
A Semantic-Consistent Few-Shot Modulation Recognition Framework for IoT Applications
2024-Aug-23, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2024.3441597
PMID:39178083
|
研究论文 | 本文提出了一种语义一致的少样本调制识别框架,用于物联网应用中的信号处理 | 引入了一种新的语义一致信号预变换(ScSP)方法,使无线信号能更有效地被现有的先进少样本学习(FSL)模型处理 | NA | 旨在解决物联网网络中由于标签数据稀缺而导致的调制格式识别难题 | 物联网网络中的信号调制识别 | 计算机视觉 | NA | 少样本学习(FSL) | NA | 信号 | 有限数量的标记样本 |
529 | 2024-08-28 |
Discovering New Metallo-Deubiquitinase CSN5 Inhibitors by a Non-Catalytic Activity Assay Platform
2024-Aug-22, Journal of medicinal chemistry
IF:6.8Q1
DOI:10.1021/acs.jmedchem.4c01514
PMID:39129245
|
研究论文 | 本文介绍了一种新的非催化活性检测平台,用于发现CSN5金属脱氧核糖核酸酶抑制剂,并利用荧光探针进行验证 | 开发了一种新的荧光探针和非催化活性检测平台,用于识别CSN5抑制剂,并结合深度学习虚拟筛选和分子动力学模拟探索抑制剂与CSN5的结合模式 | 文章未提及具体的局限性 | 发现新的CSN5金属脱氧核糖核酸酶抑制剂,作为抗癌靶点 | CSN5金属脱氧核糖核酸酶及其抑制剂 | NA | 癌症 | 荧光偏振,分子动力学模拟 | NA | 荧光信号 | 文章未提及具体的样本数量 |
530 | 2024-08-28 |
A Multibranch Neural Network for Drug-Target Affinity Prediction Using Similarity Information
2024-Aug-20, ACS omega
IF:3.7Q2
DOI:10.1021/acsomega.4c05607
PMID:39184467
|
研究论文 | 本文提出了一种利用药物相似性和蛋白质相似性信息的多分支神经网络GASI-DTA,用于预测药物-靶点亲和力 | 引入药物和蛋白质的相似性信息,并设计了一个自主提取相似信息的网络框架,不依赖于知识图谱 | 未提及具体限制 | 加速药物发现过程中的药物-靶点亲和力预测 | 药物-靶点亲和力预测 | 机器学习 | NA | 深度学习 | 多分支神经网络 | 图结构数据 | 两个基准数据集和三种冷启动场景 |
531 | 2024-08-28 |
AutoSamp: Autoencoding k-space Sampling via Variational Information Maximization for 3D MRI
2024-Aug-15, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2024.3443292
PMID:39146168
|
研究论文 | 本文介绍了一种基于变分信息最大化的深度学习框架AutoSamp,用于优化3D MRI扫描的采样模式和重建 | 提出了一种新的深度学习框架AutoSamp,通过变分信息最大化实现采样模式和重建的联合优化 | NA | 优化3D MRI扫描的采样模式,提高重建质量 | 3D MRI数据集的采样模式和重建质量 | 计算机视觉 | NA | 非均匀快速傅里叶变换 | 深度重建网络 | MRI数据 | 使用公共3D MRI数据集进行实验 |
532 | 2024-08-28 |
Dataset of miRNA-disease relations extracted from textual data using transformer-based neural networks
2024-Aug-05, Database : the journal of biological databases and curation
DOI:10.1093/database/baae066
PMID:39104284
|
研究论文 | 本文提出了一种基于深度学习的文本挖掘方法,用于从生物医学文献中提取标准化的小RNA-疾病关联 | 利用远程监督和多个外部数据库扩展训练语料库,提高了模型检测小RNA-疾病关联的准确性 | NA | 开发一种自动化的方法从生物医学文献中提取小RNA-疾病关联 | 小RNA-疾病关联 | 自然语言处理 | 神经退行性疾病 | 深度学习 | transformer-based neural networks | 文本 | NA |
533 | 2024-08-28 |
Deep learning bias correction of GEMS tropospheric NO2: A comparative validation of NO2 from GEMS and TROPOMI using Pandora observations
2024-Aug, Environment international
IF:10.3Q1
DOI:10.1016/j.envint.2024.108818
PMID:38878653
|
研究论文 | 本研究首次使用深度卷积神经网络来校正2021-2023年间地球静止环境监测光谱仪(GEMS)对NO(TCDNO)的偏差,并通过Pandora观测数据验证GEMS与TROPOMI的NO2测量精度。 | 采用深度学习方法显著提高了GEMS对NO2测量数据的准确性,减少了偏差超过50%。 | 尽管GEMS经过深度学习校正后的数据精度有所提高,但仍不及TROPOMI的测量精度。 | 验证并比较GEMS和TROPOMI的NO2测量数据,使用深度学习方法校正GEMS数据的偏差。 | GEMS和TROPOMI的NO2测量数据,以及Pandora观测数据。 | 机器学习 | NA | 深度卷积神经网络 | CNN | NO2测量数据 | 多个Pandora站点数据 |
534 | 2024-08-28 |
A review: artificial intelligence in image-guided spinal surgery
2024-Aug, Expert review of medical devices
IF:2.9Q3
DOI:10.1080/17434440.2024.2384541
PMID:39115295
|
综述 | 本文综述了深度学习和人工智能在图像引导脊柱手术中的最新进展 | 通过人工智能增强的图像引导脊柱手术优于传统脊柱手术技术 | 需要收集更广泛的数据集以进一步确保手术程序的安全性 | 为从事该领域的医生、工程师和研究人员提供参考和指导 | 图像引导脊柱手术中的人工智能应用 | 计算机视觉 | NA | 深度学习 | NA | 图像 | NA |
535 | 2024-08-27 |
scSwinFormer: A Transformer-Based Cell-Type Annotation Method for scRNA-Seq Data Using Smooth Gene Embedding and Global Features
2024-Aug-26, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c00616
PMID:39101690
|
研究论文 | 本文介绍了一种基于Transformer的深度学习方法scSwinFormer,用于大规模scRNA-seq数据的细胞类型注释 | scSwinFormer通过平滑基因嵌入模块和自注意力模块捕捉基因间的潜在依赖关系,并利用Cell Token整合scRNA-seq数据中的全局信息,提高了细胞类型注释的准确性 | NA | 开发一种新的方法来提高scRNA-seq数据细胞类型注释的准确性 | scRNA-seq数据的细胞类型注释 | 机器学习 | NA | scRNA-seq | Transformer | 基因表达数据 | 多个真实数据集 |
536 | 2024-08-27 |
Denoising Drug Discovery Data for Improved Absorption, Distribution, Metabolism, Excretion, and Toxicity Property Prediction
2024-Aug-26, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c00639
PMID:39108185
|
研究论文 | 本文开发了一种基于深度学习的去噪方案,用于提高小分子吸收、分布、代谢、排泄和毒性(ADMET)属性预测的准确性 | 首次提出使用训练误差(TE)作为噪声检测指标,通过微调原始模型与去噪数据来提高ADMET数据模型的性能 | 该方法主要适用于中等噪声的模型,对于低噪声和高噪声模型的性能改善有限 | 提高ADMET属性预测模型的准确性 | 小分子的ADMET属性 | 机器学习 | NA | 深度学习 | NA | 数据 | NA |
537 | 2024-08-27 |
DDSBC: A Stacking Ensemble Classifier-Based Approach for Breast Cancer Drug-Pair Cell Synergy Prediction
2024-Aug-26, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01101
PMID:39116326
|
研究论文 | 本文介绍了一种针对乳腺癌药物组合细胞协同作用的堆叠集成分类器DDSBC | DDSBC专门针对乳腺癌设计,与跨癌症类型的现有模型相比,提供了更专注的方法 | 在某些指标上,其他方法略微超过DDSBC 1-2% | 旨在提高乳腺癌药物组合协同作用的预测准确性 | 乳腺癌药物组合的细胞协同作用 | 机器学习 | 乳腺癌 | NA | 堆叠集成分类器 | NA | NA |
538 | 2024-08-27 |
Transformers for Molecular Property Prediction: Lessons Learned from the Past Five Years
2024-Aug-26, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c00747
PMID:39136669
|
综述 | 本文综述了过去五年中使用transformer模型进行分子性质预测的研究进展 | 分析了当前可用的模型,并探讨了训练和微调transformer模型时出现的关键问题,如预训练数据的选择和规模、最佳架构选择以及有前景的预训练目标 | 强调了比较不同模型时的挑战,需要标准化的数据分割和稳健的统计分析 | 旨在从当前使用transformer模型进行分子性质预测的研究中提炼见解 | 分析transformer模型在分子性质预测中的应用 | 机器学习 | NA | transformer模型 | transformer | 分子数据 | NA |
539 | 2024-08-27 |
MGNDTI: A Drug-Target Interaction Prediction Framework Based on Multimodal Representation Learning and the Gating Mechanism
2024-Aug-26, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c00957
PMID:39137398
|
研究论文 | 本文提出了一种基于多模态表示学习和门控机制的药物-靶点相互作用预测框架MGNDTI | MGNDTI通过多模态表示学习和门控机制,有效提取药物和靶点的联合表示,并在多个数据集上显著优于现有方法 | NA | 加速药物发现和促进药物再定位 | 药物-靶点相互作用预测 | 机器学习 | NA | 图卷积网络 | 多模态门控网络 | 序列数据,分子图 | 使用了四个数据集(Human, BioSNAP, BindingDB)进行实验 |
540 | 2024-08-27 |
Ultrasound-Based Deep Learning Radiomics Nomogram for Tumor and Axillary Lymph Node Status Prediction After Neoadjuvant Chemotherapy
2024-Aug-24, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.07.036
PMID:39183131
|
研究论文 | 本研究旨在探讨基于超声的深度学习放射组学诺模图(DLRN)预测乳腺癌患者新辅助化疗(NAC)后肿瘤状态及腋窝淋巴结转移(ALNM)的可行性,并采用Cox回归模型进行生存分析以验证融合算法的有效性 | 本研究创新性地结合了临床特征、放射组学及深度迁移学习特征,开发了一种基于超声的DLRN模型,用于预测乳腺癌患者NAC后的肿瘤状态及ALNM | NA | 探索基于超声的深度学习放射组学诺模图预测乳腺癌患者新辅助化疗后肿瘤状态及腋窝淋巴结转移的可行性 | 乳腺癌患者新辅助化疗后的肿瘤状态及腋窝淋巴结转移 | 机器学习 | 乳腺癌 | 深度学习 | DLRN | 超声图像 | 243名接受新辅助化疗的患者 |