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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
821 | 2024-08-13 |
Transformer-Based Deep Learning Prediction of 10-Degree Humphrey Visual Field Tests From 24-Degree Data
2024-Aug-01, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.13.8.11
PMID:39110574
|
研究论文 | 本文利用深度学习技术,基于24度视野测试数据预测10度视野测试结果 | 开发了一种基于transformer的深度学习模型,用于从24度视野测试数据预测10度视野测试结果,并评估了预测结果对青光眼诊断中结构-功能关系的影响 | 模型在下颞区域的准确性较低 | 预测10度视野测试结果,并评估其对青光眼诊断的潜在价值 | 24度和10度视野测试数据,以及相关的非总偏差特征 | 机器学习 | 青光眼 | 深度学习 | Transformer | 视野测试数据 | 5189对24度和10度视野测试数据,以及28,409对黄斑OCT扫描和24度视野测试数据 |
822 | 2024-08-13 |
Artificial Intelligence (AI) Applications for Point of Care Ultrasound (POCUS) in Low-Resource Settings: A Scoping Review
2024-Aug-01, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics14151669
PMID:39125545
|
综述 | 本文综述了人工智能(AI)在低资源环境下即时超声(POCUS)应用的现状,分析了来自三个数据库的研究,重点关注了深度学习算法在资源受限环境中的应用 | 探讨了AI在即时超声中的应用,特别是在低资源环境下的潜力 | 存在可推广性挑战、数据集可用性、地区研究差异、患者依从性和伦理考虑等限制,以及POCUS设备、协议和算法缺乏标准化的问题 | 分析AI在低资源环境下即时超声应用的现状,并探讨其对医疗诊断的影响 | 主要研究了深度学习算法在即时超声操作和解释中的应用,特别是在低资源环境下的应用 | 计算机视觉 | NA | 深度学习 | 深度学习算法 | 图像 | 29项独立研究 |
823 | 2024-08-13 |
AI-Driven Deep Learning Techniques in Protein Structure Prediction
2024-Aug-01, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms25158426
PMID:39125995
|
综述 | 本文综述了用于预测蛋白质结构的计算模型,从传统的蛋白质建模到最先进的人工智能框架 | 介绍了如AlphaFold、RoseTTAFold和ProteinBERT等最先进的AI模型,并讨论了AI技术如何整合到如Swiss-Model和Rosetta等现有框架中 | 未包含CASP16的结果,并指出在预测蛋白质结构方面仍存在困难,如动态蛋白质行为和蛋白质-蛋白质相互作用的预测 | 综述蛋白质结构预测领域的最新进展,特别是基于深度学习的模型 | 蛋白质结构预测的计算模型 | 机器学习 | NA | 深度学习 | CNN, LSTM | 结构数据 | NA |
824 | 2024-08-12 |
Deep learning classification of drug-related problems from pharmaceutical interventions issued by hospital clinical pharmacists during medication prescription review: a large-scale descriptive retrospective study in a French university hospital
2024-Aug-09, European journal of hospital pharmacy : science and practice
IF:1.6Q3
DOI:10.1136/ejhpharm-2024-004139
PMID:39122480
|
研究论文 | 本研究利用新开发的深度神经网络分类器,从法国某大学医院的临床药师在处方审查期间提出的药学干预中识别药物相关问题,并进行大规模回顾性描述性分析 | 使用深度神经网络分类器自动分类药物相关问题,无需大量人力资源 | NA | 利用深度神经网络分类器识别药物相关问题,并进行大规模回顾性描述性分析 | 药学干预中的药物相关问题 | 机器学习 | NA | 深度神经网络 | 深度神经网络分类器 | 文本 | 分析了2,930,656条处方记录,涉及119,689名患者 |
825 | 2024-08-12 |
Deep learning tight-binding approach for large-scale electronic simulations at finite temperatures with ab initio accuracy
2024-Aug-08, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-51006-4
PMID:39117636
|
研究论文 | 本文介绍了一种基于深度学习的紧束缚方法DeePTB,用于在有限温度下进行具有从头计算精度的大规模电子行为模拟 | DeePTB模型通过训练结构数据和相应的从头计算本征值,能够高效预测未见结构的紧束缚哈密顿量,实现对大尺寸系统在外部扰动下的高效模拟 | NA | 解决在从头计算框架内模拟具有现实大系统尺寸的材料和设备中电子行为的计算强度问题 | 半导体带隙工程和材料设计 | 材料科学 | NA | 深度学习 | 深度学习模型 | 结构数据和本征值 | 包含10个原子的镓磷化物系统 |
826 | 2024-08-12 |
Implementing heuristic-based multiscale depth-wise separable adaptive temporal convolutional network for ambient air quality prediction using real time data
2024-Aug-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-68793-x
PMID:39117706
|
研究论文 | 本研究利用深度学习架构开发了一种先进的系统,用于预测环境空气质量,通过使用多尺度深度可分离自适应时间卷积网络(MDS-ATCN)结合融合欧亚蛎鹬路径查找器算法(FEO-PFA)进行特征选择和优化 | 本研究采用了一种新的深度学习模型MDS-ATCN,并结合FEO-PFA算法进行特征选择和优化,提高了预测精度 | NA | 开发一种新的深度学习模型,用于提高环境空气质量预测的准确性 | 环境空气质量预测 | 机器学习 | NA | 深度学习 | 多尺度深度可分离自适应时间卷积网络(MDS-ATCN) | 实时数据 | 使用了三个公开数据库和现实世界数据,具体样本数量未详细说明 |
827 | 2024-08-12 |
Occlusion enhanced pan-cancer classification via deep learning
2024-Aug-08, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-024-05870-y
PMID:39118043
|
研究论文 | 本文介绍了一种名为GENESO的新框架,用于通过深度学习结合遮挡方法进行泛癌分类和标记基因发现 | 提出了一种新的标记基因发现方法——对称遮挡(SO),能够模拟基因的“功能获得”和“功能丧失”,以量化评估其在泛癌分类中的重要性 | NA | 旨在通过深度学习改进泛癌分类和标记基因的发现 | RNA-Seq数据中的样本来源和状态分类,以及标记基因的发现 | 机器学习 | 泛癌 | RNA-Seq | LSTM | RNA表达数据 | 使用单细胞RNA-Seq数据进行验证 |
828 | 2024-08-12 |
Evaluation of reinforcement learning in transformer-based molecular design
2024-Aug-08, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-024-00887-0
PMID:39118113
|
研究论文 | 本文评估了强化学习在基于transformer的分子生成模型中的效果,以优化分子设计和发现新的分子骨架 | 本文引入了强化学习框架,以增强基于transformer的分子生成模型在多参数优化中的灵活性,特别是针对用户定义的属性配置文件 | NA | 研究强化学习如何影响基于transformer的分子生成模型,以生成更多符合用户特定属性要求的化合物 | 基于transformer的分子生成模型和强化学习在分子优化和骨架发现中的应用 | 机器学习 | NA | transformer | transformer | 分子数据 | NA |
829 | 2024-08-12 |
Deep learning-based multimodal fusion of the surface ECG and clinical features in prediction of atrial fibrillation recurrence following catheter ablation
2024-Aug-08, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-024-02616-x
PMID:39118118
|
研究论文 | 本研究提出了一种基于Transformer的深度学习算法,用于融合表面心电图(ECG)信号和临床特征,预测房颤消融后的复发情况 | 本研究首次使用Transformer算法结合ECG信号和临床特征来预测房颤复发,提高了预测性能 | NA | 旨在开发一种新算法,利用表面ECG信号和临床特征预测房颤消融后的复发 | 房颤患者消融后的复发情况 | 机器学习 | 心血管疾病 | Transformer | Transformer | ECG信号和临床特征 | 920名患者 |
830 | 2024-08-12 |
Deep convolutional neural network-based 3D fluorescence sensor array for sugar identification in serum based on the oxidase-mimicking property of CuO nanoparticles
2024-Aug-06, Talanta
IF:5.6Q1
DOI:10.1016/j.talanta.2024.126679
PMID:39126967
|
研究论文 | 本文开发了一种基于CuO纳米颗粒氧化酶样活性的三维荧光传感器阵列,结合深度学习模型,用于识别和预测生物液体中结构高度相似的糖类浓度 | 该模型在分类九种选定的糖类时达到了99-100%的准确率,并能有效预测1-100 μM浓度范围内的糖类浓度,显著提高了检测灵敏度 | NA | 开发新型传感器阵列和深度学习模型,用于生物医学和其他领域的应用 | 生物液体中结构高度相似的糖类 | 机器学习 | NA | 深度学习 | CNN | 荧光光谱 | 九种选定的糖类 |
831 | 2024-08-12 |
Clinical implementation and evaluation of deep learning-assisted automatic radiotherapy treatment planning for lung cancer
2024-Aug, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)
DOI:10.1016/j.ejmp.2024.104492
PMID:39094213
|
研究论文 | 研究深度学习辅助的自动放射治疗计划在肺癌临床应用中的实施与评估 | 深度学习辅助的方法显著减少了计划时间和监控单元,同时显示出与手动计划相当或更优的质量 | NA | 探讨深度学习辅助的自动放射治疗计划在肺癌中的临床应用 | 深度学习模型在预测患者特定剂量方面的应用,以及自动计划与手动计划的比较 | 机器学习 | 肺癌 | 深度学习 | DL模型 | 数据集 | 235名患者的数据集用于训练和验证模型,50个手动体积调制弧治疗计划用于回顾性设计自动计划 |
832 | 2024-08-12 |
Innovations in detecting skull fractures: A review of computer-aided techniques in CT imaging
2024-Aug, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)
DOI:10.1016/j.ejmp.2024.103400
PMID:38996627
|
综述 | 本文综述了计算机辅助技术在CT影像中检测颅骨骨折的创新方法 | 介绍了从基于特征的算法到现代机器学习和深度学习技术的进步 | 讨论了自动化颅骨骨折评估中的固有挑战 | 提高颅骨骨折诊断的准确性和患者护理 | 颅骨骨折的检测 | 计算机视觉 | 创伤性脑损伤 | 计算机辅助诊断(CAD)系统 | 机器学习和深度学习 | CT影像 | NA |
833 | 2024-08-12 |
Machine learning/artificial intelligence in sports medicine: state of the art and future directions
2024-Aug, Journal of ISAKOS : joint disorders & orthopaedic sports medicine
DOI:10.1016/j.jisako.2024.01.013
PMID:38336099
|
综述 | 本文综述了机器学习(ML)在运动医学中的应用现状及未来发展方向 | 机器学习能够分析大量数据,建立输入与输出变量之间的复杂关系,这种关系比传统统计分析更为复杂,能以高精度预测输出 | 临床医生对机器学习方法和概念的不熟悉是广泛应用的一个主要障碍 | 介绍机器学习概念,回顾当前运动医学中的机器学习模型,并讨论该领域的未来创新机会 | 机器学习在运动医学中的应用 | 机器学习 | NA | 机器学习 | 监督学习、深度学习 | 图像、文本 | NA |
834 | 2024-08-12 |
An early warning indicator trained on stochastic disease-spreading models with different noises
2024-Aug, Journal of the Royal Society, Interface
DOI:10.1098/rsif.2024.0199
PMID:39118548
|
研究论文 | 本文研究了在不同噪声影响下的随机疾病传播模型中训练的早期预警指标 | 采用深度学习算法,通过训练噪声诱导的疾病传播模型来提供传染病爆发的早期预警信号,并在实际COVID-19病例和模拟时间序列中展示了其有效性 | NA | 开发可靠的早期预警信号,以支持公共卫生干预策略 | 疾病传播模型中的早期预警指标 | 机器学习 | NA | 深度学习算法 | NA | 时间序列 | 实际COVID-19病例和模拟时间序列 |
835 | 2024-08-12 |
Segmentation of stroke lesions using transformers-augmented MRI analysis
2024-Aug-01, Human brain mapping
IF:3.5Q1
DOI:10.1002/hbm.26803
PMID:39119860
|
研究论文 | 本研究提出了一种结合变形特征注意机制的Transformer和卷积深度学习架构的方法,用于提高慢性中风病变分割的准确性和泛化能力,并通过生态数据增强技术进一步优化性能 | 引入Transformer的变形特征注意机制与卷积深度学习架构相结合,以及基于插入真实病变的生态数据增强技术 | NA | 提高慢性中风病变从单光谱磁共振成像扫描中分割的准确性 | 慢性中风病变 | 计算机视觉 | 中风 | MRI | Transformer | 图像 | 使用Anatomical Tracings of Lesions After Stroke (ATLAS) 2022数据集和Ischemic Stroke Lesion Segmentation (ISLES) 2015数据集进行训练和测试 |
836 | 2024-08-11 |
Data-Driven Knowledge Fusion for Deep Multi-Instance Learning
2024-Aug-09, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2024.3436944
PMID:39120987
|
研究论文 | 本文提出了一种新的数据驱动知识融合深度多实例学习(DKMIL)算法,通过分析关键样本的决策并利用知识融合模块提取有用信息来辅助模型学习 | DKMIL算法通过数据驱动和知识融合模块,提供了一个新的数据与模型之间的接口,增强了模型的学习能力并提高了可扩展性 | NA | 旨在改进多实例学习算法,通过数据驱动和知识融合提高模型的学习能力和分类效果 | 多实例学习算法及其在复杂数据结构中的应用 | 机器学习 | NA | 多实例学习 | 深度学习模型 | 复杂数据结构 | 62个跨五个类别的数据集 |
837 | 2024-08-11 |
A deep learning system for myopia onset prediction and intervention effectiveness evaluation in children
2024-Aug-07, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-024-01204-7
PMID:39112566
|
研究论文 | 本文介绍了一种名为DeepMyopia的人工智能决策支持系统,用于检测和预测儿童近视的发生及评估干预效果 | DeepMyopia系统基于深度学习架构,能够有效地对儿童进行低风险和高风险分层,并在模拟随机对照试验中显示出近视预防的有效性 | NA | 开发和验证一种人工智能系统,用于早期检测和预测儿童近视,并评估干预措施的效果 | 儿童近视的早期检测和预测,以及干预措施的效果评估 | 机器学习 | 眼科疾病 | 深度学习 | CNN | 图像 | 内部验证集包含1,638,315张视网膜眼底图像,外部测试集包含22,060张图像,上海户外队列包含3,303名儿童 |
838 | 2024-08-11 |
Assessing the impact of jigsaw technique for cooperative learning in undergraduate medical education: merits, challenges, and forward prospects
2024-Aug-07, BMC medical education
IF:2.7Q1
DOI:10.1186/s12909-024-05831-2
PMID:39112972
|
研究论文 | 本文评估了拼图技术在本科医学教育中合作学习的影响,探讨了其优点、挑战和未来前景。 | 拼图技术作为一种结构化的合作学习方法,能够促进深度学习和团队合作,创造更具包容性的学习环境。 | NA | 介绍拼图模型在早期本科医学学生中的合作学习应用,并评估其对学术表现的影响。 | 早期本科医学学生及其学术表现,以及学生和教职员工对拼图技术的看法。 | 医学教育 | NA | 拼图技术 | NA | 问卷调查和焦点小组讨论 | 80名二年级本科医学学生 |
839 | 2024-08-11 |
Deep learning ensemble approach with explainable AI for lung and colon cancer classification using advanced hyperparameter tuning
2024-Aug-07, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-024-02628-7
PMID:39112991
|
研究论文 | 本研究提出了一种结合Xception和MobileNet架构的深度学习框架,用于提高肺和结肠癌的分类准确性和模型鲁棒性 | 创新地结合了Xception和MobileNet架构,提高了特征提取能力和模型鲁棒性,并引入了Gradient-weighted Class Activation Mapping (Grad-CAM)增强模型的可解释性 | NA | 提高肺和结肠癌的诊断准确性和治疗效果 | 肺和结肠癌的分类 | 计算机视觉 | 肺癌, 结肠癌 | 深度学习 | CNN | 图像 | 一个全面的组织病理学图像数据集 |
840 | 2024-08-11 |
Advancing Fundamental Understanding of Retention Interactions in Supercritical Fluid Chromatography Using Artificial Neural Networks: Polar Stationary Phases with -OH Moieties
2024-Aug-06, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.4c01811
PMID:39069659
|
研究论文 | 研究了具有主要-OH官能团的极性固定相在超临界流体色谱中的保留行为及其随时间的变化 | 使用人工神经网络模拟器和深度学习工具箱,对大量实验数据进行训练,以确定影响保留的关键分子描述符 | NA | 深入理解超临界流体色谱中的保留相互作用及其稳定性 | 极性固定相(如硅胶、混合硅胶和二醇柱)及其保留行为 | 机器学习 | NA | 人工神经网络 | 人工神经网络 | 分子描述符 | 超过100个分子 |