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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
601 | 2024-08-24 |
Fast and robust analog in-memory deep neural network training
2024-Aug-20, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-51221-z
PMID:39164263
|
研究论文 | 本文提出两种改进的内存计算训练算法,旨在加速深度学习网络的训练阶段 | 提出的算法解决了精确零点的需求,同时保持了快速的运行时间复杂度 | 算法在电导噪声、对称性、保持性和耐久性方面存在限制,影响可能的器件材料选择 | 探索内存计算技术在深度神经网络训练中的应用,提高训练效率 | 内存计算训练算法及其在深度学习网络中的应用 | 机器学习 | NA | 内存计算 | 深度神经网络 | NA | NA |
602 | 2024-08-24 |
An end-to-end deep learning method for mass spectrometry data analysis to reveal disease-specific metabolic profiles
2024-Aug-20, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-51433-3
PMID:39164279
|
研究论文 | 本文介绍了一种名为DeepMSProfiler的可解释深度学习方法,用于质谱数据分析,以揭示疾病特异性代谢谱 | DeepMSProfiler能够直接处理原始代谢信号,克服了医院间变异和未知代谢物信号的影响,并提供了疾病相关代谢物-蛋白质网络的直接访问 | NA | 开发一种用于疾病诊断和机制发现的高准确性和可靠性的深度学习方法 | 859个人类血清样本,包括肺腺癌、良性肺结节和健康个体 | 机器学习 | 肺腺癌 | 质谱分析 | 深度学习模型 | 代谢信号 | 859个人类血清样本 |
603 | 2024-08-24 |
Linking disease activity with optical coherence tomography angiography in neovascular age related macular degeneration using artificial intelligence
2024-08-20, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-70234-8
PMID:39164449
|
研究论文 | 研究使用人工智能评估新生血管性年龄相关性黄斑变性(nAMD)患者在接受抗VEGF治疗期间,疾病活动与光学相干断层扫描血管成像(OCTA)参数之间的定量关联 | 使用深度学习算法RetInSight检测和量化黄斑液,并应用混合效应模型评估液体体积、黄斑新生血管(MNV)类型与OCTA衍生的MNV参数之间的相关性 | NA | 探索疾病活动与OCTA参数之间的定量关联,以优化治疗策略 | 新生血管性年龄相关性黄斑变性患者 | 机器学习 | 年龄相关性黄斑变性 | 光学相干断层扫描血管成像(OCTA) | 深度学习算法(RetInSight) | 图像 | 230名患者 |
604 | 2024-08-24 |
A novel approach for automatic classification of macular degeneration OCT images
2024-08-20, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-70175-2
PMID:39164445
|
研究论文 | 提出了一种名为MSA-Net的深度学习神经网络模型,用于自动分类黄斑变性OCT图像 | 引入了多尺度架构和空间注意力机制,以解决OCT图像分类中的特征提取不完整和重要位置特征不突出的问题 | 未提及具体限制 | 开发一种有效的自动分类方法,用于早期诊断和预防黄斑变性和糖尿病性黄斑水肿 | 黄斑变性和糖尿病性黄斑水肿的OCT图像 | 计算机视觉 | 黄斑变性 | 深度学习 | MSA-Net | 图像 | 在NEH数据集和UCSD数据集上进行了三类和四类分类任务 |
605 | 2024-08-24 |
GEMTELLIGENCE: Accelerating gemstone classification with deep learning
2024-Aug-20, Communications engineering
DOI:10.1038/s44172-024-00252-x
PMID:39164470
|
研究论文 | 提出了一种名为GEMTELLIGENCE的深度学习方法,用于加速宝石分类,特别是确定宝石的来源和检测处理 | 利用卷积和基于注意力的神经网络结合多模态异构数据,实现了与昂贵的激光剥蚀电感耦合等离子体质谱分析和专家视觉检查相当的预测性能 | NA | 加速宝石分类过程,提高自动化和一致性 | 投资级宝石的来源和处理检测 | 机器学习 | NA | 深度学习 | CNN, 注意力机制 | 多模态异构数据 | NA |
606 | 2024-08-24 |
Current limitations in predicting mRNA translation with deep learning models
2024-Aug-20, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-024-03369-6
PMID:39164757
|
研究论文 | 本研究评估了当前用于预测mRNA翻译输出的深度学习模型的准确性和通用性 | 提出了结合高通量测量和机器学习来揭示翻译控制机制和改进构建设计的方法 | 深度学习模型在其他数据集上,特别是与报告构建物在许多属性上不同的内源性mRNA数据集上,泛化能力较差 | 评估现有深度学习模型预测mRNA翻译输出的准确性和通用性 | mRNA的5'非翻译区(5'UTR)序列及其翻译输出 | 机器学习 | NA | 深度学习 | 深度学习模型 | 序列数据 | 涉及两种不同细胞类型的互补数据 |
607 | 2024-08-24 |
A deep learning-based combination method of spatio-temporal prediction for regional mining surface subsidence
2024-Aug-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-70115-0
PMID:39160327
|
研究论文 | 本文提出了一种基于深度学习的时空预测组合方法,用于预测区域采矿地面沉降 | 该方法通过K-means聚类划分空间数据,并应用门控循环单元(GRU)模型捕捉沉降时间序列中的非线性关系,结合蛇优化(SO)进一步提高模型全局精度 | NA | 旨在提高采矿地面沉降预测的准确性 | 采矿地面沉降 | 机器学习 | NA | 深度学习 | 门控循环单元(GRU) | 空间数据 | 99.1%的样本像素 |
608 | 2024-08-24 |
Biophysical profiling of red blood cells from thin-film blood smears using deep learning
2024-Aug-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e35276
PMID:39170127
|
研究论文 | 本文开发了一种基于深度学习的方法,用于分析薄膜血液涂片中的红细胞图像,以评估细胞变形性和存储引起的形态变化 | 利用卷积神经网络分析Giemsa染色的血液涂片,能够准确评估红细胞的变形性,并区分不同变形性组别 | NA | 开发一种新的方法来评估红细胞的变形性,以作为输血医学中捐赠红细胞质量的潜在生物标志物 | 红细胞的变形性和存储引起的形态变化 | 机器学习 | NA | 深度学习 | 卷积神经网络(CNN) | 图像 | 27个红细胞样本(来自9名捐赠者,评估了3个存储时间点) |
609 | 2024-08-24 |
Handover for V2V communication in 5G using convolutional neural networks
2024-Aug-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e35269
PMID:39170130
|
研究论文 | 本文研究了在5G环境下使用卷积神经网络(CNN)进行车辆到车辆(V2V)通信的切换技术 | 提出了一种基于通道特征的新型水平切换预测方法,并使用VGG19深度学习模型通过迁移学习进行车辆检测和障碍识别 | NA | 旨在改善交通流量和道路安全,通过实时数据传输提高车辆通信效率 | 车辆通信系统及其在5G环境下的性能 | 计算机视觉 | NA | 卷积神经网络(CNN) | VGG19 | 图像 | NA |
610 | 2024-08-24 |
Novel digital-based approach for evaluating wine components' intake: A deep learning model to determine red wine volume in a glass from single-view images
2024-Aug-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e35689
PMID:39170194
|
研究论文 | 本文开发了一种基于深度学习的方法,用于从单视角图像中确定红葡萄酒的体积,并将其应用于通过网络服务进行的消费者研究 | 提出了一种新颖的数字方法,通过深度学习模型从单视角图像中准确估计红葡萄酒的体积 | 在实际图像数据集中的平均绝对误差较高(26 mL),可能影响其在实际应用中的准确性 | 开发一种新的方法来准确评估葡萄酒成分的摄入量 | 红葡萄酒的体积及其成分摄入量 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 图像 | 38名参与者 |
611 | 2024-08-24 |
Efficient state of charge estimation of lithium-ion batteries in electric vehicles using evolutionary intelligence-assisted GLA-CNN-Bi-LSTM deep learning model
2024-Aug-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e35183
PMID:39170306
|
研究论文 | 本文介绍了一种创新的混合深度学习架构,用于提高电动汽车中锂离子电池的荷电状态(SoC)估计精度 | 该模型独特地结合了卷积神经网络(CNN)和双向长短期记忆(Bi-LSTM),并通过进化智能进行优化,特别是应用了群体学习算法(GLA)来精细调整CNN-Bi-LSTM网络的超参数 | NA | 提高电动汽车中锂离子电池的荷电状态估计精度 | 锂离子电池的荷电状态估计 | 机器学习 | NA | 群体学习算法(GLA) | CNN-Bi-LSTM | 电池数据 | 六个不同数据集,代表多种电动汽车放电曲线 |
612 | 2024-08-24 |
Optimizing computed tomography image reconstruction for focal hepatic lesions: Deep learning image reconstruction vs iterative reconstruction
2024-Aug-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e34847
PMID:39170325
|
研究论文 | 本研究比较了深度学习图像重建(DLIR)与迭代重建(IR)技术在评估肝局灶性病变中的诊断性能 | 深度学习图像重建技术能够减少图像噪声,提高图像质量,并降低辐射剂量 | 高强度DLIR虽然噪声最少且伪影最少,但在病变边界和整体图像质量方面得分最低 | 比较DLIR和IR在评估肝局灶性病变中的诊断性能 | 216个肝局灶性病变在109名成年参与者中的诊断性能 | 计算机视觉 | 肝病 | 深度学习图像重建(DLIR)和迭代重建(IR) | NA | 图像 | 216个肝局灶性病变,109名成年参与者 |
613 | 2024-08-24 |
Artificial intelligence-based predictive model for guidance on treatment strategy selection in oral and maxillofacial surgery
2024-Aug-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e35742
PMID:39170321
|
研究论文 | 本文探讨了深度学习(DL)和机器学习(ML)在口腔颌面外科手术中应用的预测模型 | DL和ML能够帮助外科医生通过分析患者的病史、影像数据和手术记录来评估预后,制定更有效的治疗策略,选择合适的手术方式,并评估术后并发症的风险 | DL和ML面临数据漂移、模型结果不稳定和社会信任脆弱等限制 | 开发预测模型以辅助口腔颌面外科手术中的治疗策略选择 | 口腔颌面外科手术中的肿瘤诊断和治疗以及正颌手术 | 机器学习 | NA | 深度学习(DL)和机器学习(ML) | 预测模型 | 影像数据、病史记录和手术记录 | NA |
614 | 2024-08-24 |
Enhanced deep learning models for automatic fish species identification in underwater imagery
2024-Aug-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e35217
PMID:39170344
|
研究论文 | 本研究提出了一种两阶段的深度学习方法,用于自动识别水下图像中的鱼类物种 | 使用Unsharp Mask Filter进行图像预处理,并结合增强的区域全卷积网络和改进的ShuffleNetV2模型进行鱼类检测和分类 | NA | 提高水下图像中鱼类物种识别的准确性和效率 | 水下图像中的鱼类物种 | 计算机视觉 | NA | 深度学习 | 区域全卷积网络(R-FCN)和改进的ShuffleNetV2 | 图像 | Fish4knowledge数据集 |
615 | 2024-08-24 |
Deep learning-based corrosion inspection of long-span bridges with BIM integration
2024-Aug-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e35308
PMID:39170363
|
研究论文 | 本文研究了一种基于深度学习的方法,用于自动测量长跨桥梁腐蚀部位的位置和面积,并通过BIM(建筑信息模型)集成来提高桥梁管理的效率 | 本文创新地结合了深度学习技术和BIM模型,实现了对桥梁腐蚀部位的自动检测和测量 | 本文未提及该方法在不同环境条件下的适用性和准确性 | 提高基础设施维护的效率和自动化水平,特别是针对日本老化基础设施的检测和管理 | 长跨桥梁的腐蚀检测和维护 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 实际长跨桥梁 |
616 | 2024-08-24 |
Discovery of Potent Selective HDAC6 Inhibitors with 5-Phenyl-1H-indole Fragment: Virtual Screening, Rational Design, and Biological Evaluation
2024-Aug-12, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01052
PMID:39042494
|
研究论文 | 本文通过虚拟筛选、理性设计和生物评估,发现了一种含有5-苯基-1H-吲哚片段的高效选择性HDAC6抑制剂。 | 本文采用深度学习模型、分子对接和分子动力学模拟技术进行理性药物设计,发现了一种具有良好细胞毒性的新型HDAC6抑制剂。 | NA | 发现具有理想疗效且毒副作用小的选择性HDAC6抑制剂,以应用于肿瘤治疗。 | HDAC6抑制剂及其在肿瘤细胞中的作用机制。 | 药物设计 | 肿瘤 | 深度学习模型、分子对接、分子动力学模拟 | NA | 分子结构 | 多种肿瘤细胞系 |
617 | 2024-08-24 |
Kinetics and coexistence of autocatalytic reaction cycles
2024-Aug-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-69267-w
PMID:39117739
|
研究论文 | 研究了在资源无限和资源有限的系统中,自催化反应循环的动力学及其共存问题 | 展示了深度学习能够从拓扑结构和动力学速率常数预测竞争结果 | 研究仅限于特定类型的自催化循环,未涉及更复杂的耦合如互催化 | 探讨自催化反应循环的形成条件及其操作速度 | 自催化反应循环在不同系统中的动力学行为 | 化学 | NA | 深度学习 | NA | NA | NA |
618 | 2024-08-24 |
Investigation of heat-induced pork batter quality detection and change mechanisms using Raman spectroscopy coupled with deep learning algorithms
2024-Aug-08, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2024.140798
PMID:39173265
|
研究论文 | 本研究探讨了使用拉曼光谱结合深度学习算法快速检测猪肉面糊质量和揭示加热过程中质量变化机制的方法 | 本研究首次将拉曼光谱与深度学习算法结合,用于预测猪肉面糊的凝胶强度和白度,并揭示了加热过程中质量变化的机制 | NA | 研究目的是开发一种非破坏性工具,用于预测猪肉面糊的质量和阐明质量变化机制 | 猪肉面糊的质量检测和加热过程中质量变化机制 | 机器学习 | NA | 拉曼光谱 | CNN, LSTM, CNN-LSTM | 拉曼光谱 | NA |
619 | 2024-08-24 |
Markerless Motion Capture to Quantify Functional Performance in Neurodegeneration: Systematic Review
2024-Aug-06, JMIR aging
IF:5.0Q1
DOI:10.2196/52582
PMID:39106477
|
综述 | 本文通过系统综述探讨了无标记运动捕捉技术在量化痴呆、轻度认知障碍和帕金森病患者功能表现中的应用 | 无标记运动捕捉技术提供了一种客观且不显眼的方法来监测社区环境中的功能表现 | 尽管有潜力,但需要进一步研究以确定无标记运动捕捉技术在现实世界中量化移动性和功能表现的临床效用 | 调查无标记运动捕捉技术在量化痴呆、轻度认知障碍和帕金森病患者功能表现中的应用 | 痴呆、轻度认知障碍和帕金森病患者 | NA | 神经退行性疾病 | 无标记运动捕捉 | 深度学习模型 | 视频 | 26项符合选择标准的研究 |
620 | 2024-08-24 |
Non-Invasive Detection of Early-Stage Fatty Liver Disease via an On-Skin Impedance Sensor and Attention-Based Deep Learning
2024-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202400596
PMID:38887178
|
研究论文 | 本研究开发了一种粘性软皮肤传感器和基于注意力机制的深度学习算法,用于早期非酒精性脂肪肝病(NAFLD)的无创检测 | 通过在皮肤传感器上合成铂纳米颗粒和还原石墨量子点,降低电极-皮肤接触阻抗,提高检测准确性;引入基于注意力机制的深度学习算法,增强对早期NAFLD的识别能力 | NA | 开发一种非侵入性和成本效益高的方法,用于早期NAFLD的检测 | 早期非酒精性脂肪肝病(NAFLD) | 机器学习 | 肝病 | 基于注意力机制的深度学习算法 | 注意力机制 | 阻抗信号 | 高脂饮食喂养的低密度脂蛋白受体敲除(Ldlr)小鼠与健康对照组 |