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 | 2024-12-02 |
The factors affecting aerobics athletes' performance using artificial intelligence neural networks with sports nutrition assistance
2024-Nov-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-81437-4
PMID:39609607
|
研究论文 | 本文通过结合运动营养辅助和人工智能神经网络,全面探讨影响有氧运动员表现的因素 | 本文引入了ShuffleNet V3和Inception V3优化算法,并结合通道注意力机制,提出了一种基于ShuffleNet V3的有氧运动分类与识别模型,显著提高了分类识别的准确性 | NA | 探讨影响有氧运动员表现的因素,并提出一种新的分类与识别模型 | 有氧运动员的表现及其影响因素 | 机器学习 | NA | 神经网络算法 | ShuffleNet V3 | 运动数据和营养数据 | 使用了MultiSports数据集和自建数据集 |
222 | 2024-12-02 |
cidalsDB: an AI-empowered platform for anti-pathogen therapeutics research
2024-Nov-28, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-024-00929-7
PMID:39609715
|
研究论文 | 本文介绍了一个名为CidalsDB的AI赋能平台,用于抗病原体治疗药物的研究 | CidalsDB是一个新颖的网络服务器,整合了PubChem的生物测定数据,并实现了多种机器学习和深度学习算法,用于预测分子的生物活性 | NA | 开发一个AI辅助的药物发现平台,用于抗感染病原体的药物研究 | 利什曼原虫和冠状病毒 | 机器学习 | NA | 机器学习 (ML) 和深度学习 (DL) 算法 | 随机森林 (RF), 多层感知器 (MLP), ChemBERTa, 梯度提升 (GB), 图卷积网络 (GCN) | 分子数据 | NA |
223 | 2024-12-02 |
The efficacy of topological properties of functional brain networks in identifying major depressive disorder
2024-11-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-80294-5
PMID:39604455
|
研究论文 | 研究探讨了功能性脑网络拓扑属性在识别重度抑郁症患者中的有效性 | 首次揭示了重度抑郁症患者脑网络拓扑属性的变化,并验证了这些属性在识别患者中的有效性 | 研究样本量较小,且仅使用了单一的脑成像技术 | 探索功能性脑网络拓扑属性在识别重度抑郁症患者中的有效性 | 重度抑郁症患者和健康对照组的功能性脑网络 | 神经科学 | 精神疾病 | 功能性磁共振成像 (fMRI) | 支持向量机 (SVM) | 图像 | 未明确提及具体样本数量 |
224 | 2024-12-02 |
AI-empowered perturbation proteomics for complex biological systems
2024-Nov-13, Cell genomics
IF:11.1Q1
DOI:10.1016/j.xgen.2024.100691
PMID:39488205
|
研究论文 | 本文介绍了扰动蛋白质组学的基本原理、必要性和实用性,并提出了一个通用的PMMP(扰动、测量、建模到预测)流程 | 提出了基于大规模扰动蛋白质组数据的通用PMMP流程和基础模型构建方法 | 未具体说明所使用的模型和数据类型 | 推动系统生物学的发展,提高对生物系统扰动响应的理解和预测能力 | 生物系统的扰动响应、作用机制和蛋白质功能 | 系统生物学 | NA | 扰动蛋白质组学 | 传统机器学习或深度学习模型 | 蛋白质表达、翻译后修饰、蛋白质相互作用、运输和定位变化数据 | NA |
225 | 2024-12-02 |
Weakly Supervised Classification of Mohs Surgical Sections Using Artificial Intelligence
2024-Nov-09, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2024.100653
PMID:39522646
|
研究论文 | 本研究开发并评估了一种深度学习模型,用于在Mohs显微手术的全切片图像中检测基底细胞癌 | 本研究结合了弱监督学习和基于注意力图的可解释分割方法,提高了模型的性能和可解释性 | 本研究未对第三方数据集进行微调或预处理,可能影响模型的泛化能力 | 解决Mohs显微手术全切片图像中基底细胞癌检测的挑战 | 基底细胞癌在Mohs显微手术全切片图像中的检测 | 数字病理学 | 皮肤癌 | 深度学习 | 深度学习模型 | 图像 | 来自2个医疗中心的数据集,包括内部测试和第三方独立数据集 |
226 | 2024-12-02 |
Decoding protein dynamicity in DNA ligase activity through deep learning-based structural ensembles
2024-Nov-07, bioRxiv : the preprint server for biology
DOI:10.1101/2024.11.07.622521
PMID:39574676
|
研究论文 | 本研究利用AlphaFold3模型研究了DNA连接酶的结构动力学及其在DNA修复中的机制 | 通过修改AlphaFold3的输入参数,生成了DNA结合酶的详细构象状态,提供了增强的机制见解 | NA | 揭示与蛋白质功能相关的构象集合,以理解蛋白质在DNA修复中的机制 | NAD依赖的Taq连接酶和人类DNA连接酶1 | 计算机视觉 | NA | AlphaFold3 | 深度学习模型 | 蛋白质结构数据 | NA |
227 | 2024-12-02 |
Precise Image-level Localization of Intracranial Hemorrhage on Head CT Scans with Deep Learning Models Trained on Study-level Labels
2024-Nov, Radiology. Artificial intelligence
DOI:10.1148/ryai.230296
PMID:39194400
|
研究论文 | 本文开发了一种高度可推广的弱监督模型,用于在头部CT扫描中自动检测和定位图像级别的颅内出血 | 使用基于注意力的双向长短期记忆网络进行预训练和微调,提高了模型的泛化能力和检测速度 | NA | 开发一种自动检测和定位颅内出血的模型,以提高诊断效率 | 颅内出血的检测和定位 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 10699个非对比头部CT扫描,7469名患者 |
228 | 2024-12-02 |
Multicenter investigation of preoperative distinction between primary central nervous system lymphomas and glioblastomas through interpretable artificial intelligence models
2024-Nov, Neuroradiology
IF:2.4Q2
DOI:10.1007/s00234-024-03451-7
PMID:39225815
|
研究论文 | 研究基于磁共振成像(MRI)的深度学习和放射组学模型在术前区分原发性中枢神经系统淋巴瘤(PCNSL)和胶质母细胞瘤(GBM)中的有效性和适用性 | 提出了结合放射组学模型和深度学习模型的Max-Fusion模型,显著提高了区分PCNSL和GBM的性能 | 研究仅在两个医疗中心的261名患者数据上进行,样本量有限 | 探索和验证基于MRI的深度学习和放射组学模型在术前区分PCNSL和GBM中的应用 | 原发性中枢神经系统淋巴瘤(PCNSL)和胶质母细胞瘤(GBM) | 计算机视觉 | 神经系统疾病 | 磁共振成像(MRI) | CNN, MobileVIT, 放射组学模型 | 图像 | 261名患者,分为训练集(153名)和外部测试集(108名) |
229 | 2024-12-02 |
AI-integrated Screening to Replace Double Reading of Mammograms: A Population-wide Accuracy and Feasibility Study
2024-Nov, Radiology. Artificial intelligence
DOI:10.1148/ryai.230529
PMID:39230423
|
研究论文 | 本研究比较了三种模拟的AI集成筛查场景与标准双读取仲裁在249,402张乳腺X光片样本中的准确性和可行性 | 探讨了在乳腺X光筛查中使用深度学习AI系统替代双读取的不同场景,并评估了其在工作量减少和准确性方面的影响 | 研究为回顾性,且仅限于特定样本量,未来需进一步验证其在不同人群和环境中的适用性 | 评估AI集成筛查在乳腺X光片双读取替代中的准确性和可行性 | 249,402张乳腺X光片样本 | 计算机视觉 | 乳腺癌 | 卷积神经网络(CNN) | 卷积神经网络(CNN) | 图像 | 249,402张乳腺X光片 |
230 | 2024-12-02 |
Boosting Deep Learning for Interpretable Brain MRI Lesion Detection through the Integration of Radiology Report Information
2024-Nov, Radiology. Artificial intelligence
DOI:10.1148/ryai.230520
PMID:39377669
|
研究论文 | 本文通过整合放射报告中的文本特征,引导深度学习模型关注脑部MRI病变特征,以实现可解释的病变检测 | 本文创新性地将放射报告中的文本特征整合到深度学习模型中,提升了模型的解释性和泛化能力 | 本文的研究是回顾性的,且仅使用了特定时间段和中心的数据 | 研究目的是通过整合放射报告信息,提升深度学习模型在脑部MRI病变检测中的解释性和性能 | 研究对象包括35,282个脑部MRI扫描及其对应的放射报告,以及2,655个外部测试数据 | 计算机视觉 | NA | 深度学习 | ReportGuidedNet, PlainNet | 图像, 文本 | 35,282个训练和验证样本,2,655个外部测试样本 |
231 | 2024-11-28 |
Watch Your Back! How Deep Learning Is Cracking the Real World of CT for Cervical Spine Fractures
2024-Nov, Radiology. Artificial intelligence
DOI:10.1148/ryai.240604
PMID:39601670
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
232 | 2024-12-01 |
Deep learning-based surgical phase recognition in laparoscopic cholecystectomy
2024-Nov-30, Annals of hepato-biliary-pancreatic surgery
IF:1.1Q3
DOI:10.14701/ahbps.24-091
PMID:39069309
|
研究论文 | 本文设计了一种基于深度学习的模型,用于自动识别腹腔镜胆囊切除术视频中的手术阶段 | 首次使用深度学习模型自动识别腹腔镜胆囊切除术的手术阶段 | 模型在某些手术阶段(如夹切)的识别准确率较低 | 开发一种能够自动识别腹腔镜胆囊切除术手术阶段的深度学习模型 | 腹腔镜胆囊切除术视频 | 计算机视觉 | 胆囊疾病 | 深度学习 | 深度学习模型 | 视频 | 120个公开数据集视频和40个单机构记录的视频 |
233 | 2024-12-01 |
Advances in artificial intelligence-based technologies for increasing the quality of medical products
2024-Nov-30, Daru : journal of Faculty of Pharmacy, Tehran University of Medical Sciences
IF:2.5Q3
DOI:10.1007/s40199-024-00548-5
PMID:39613923
|
综述 | 本文综述了基于人工智能的技术如何提高医疗产品的质量和效率 | 探讨了人工智能在药物靶蛋白行为预测和物理化学性质预测中的应用,以及如何通过结合健康数据和先进的人工智能技术来获得精确的患者治疗见解 | NA | 探讨人工智能技术在医疗产品开发中的应用及其对产品质量、成本效益和安全性的影响 | 人工智能技术在医疗产品开发中的应用 | 机器学习 | NA | 机器学习 (ML) 和深度学习 | NA | 健康数据 | NA |
234 | 2024-12-01 |
Generative adversarial network (GAN) model-based design of potent SARS-CoV-2 Mpro inhibitors using the electron density of ligands and 3D binding pockets: insights from molecular docking, dynamics simulation, and MM-GBSA analysis
2024-Nov-30, Molecular diversity
IF:3.9Q2
DOI:10.1007/s11030-024-11047-9
PMID:39613993
|
研究论文 | 本研究利用生成对抗网络(GAN)模型,基于配体电子密度和3D结合口袋设计SARS-CoV-2 Mpro抑制剂,并通过分子对接、动力学模拟和MM-GBSA分析验证其有效性 | 本研究创新性地结合了生成对抗网络(GAN)和分子对接技术,设计出具有高亲和力的SARS-CoV-2 Mpro抑制剂 | 本研究仅评估了两种GAN算法生成的分子,且样本量较小,可能影响结果的普适性 | 本研究旨在利用生成对抗网络(GAN)模型设计高效的SARS-CoV-2 Mpro抑制剂 | 本研究主要研究对象为SARS-CoV-2 Mpro及其抑制剂 | 机器学习 | NA | 分子对接、分子动力学模拟、MM-GBSA分析 | 生成对抗网络(GAN) | 分子结构数据 | 约26,000个分子(基于电子密度数据生成)和约100个分子(基于结合口袋生成) |
235 | 2024-12-01 |
A general temperature-guided language model to design proteins of enhanced stability and activity
2024-Nov-29, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adr2641
PMID:39602544
|
研究论文 | 介绍了一种名为PRIME的深度学习模型,用于设计具有增强稳定性和活性的蛋白质突变体 | PRIME模型无需任何先验实验突变数据,通过温度感知语言建模,展示了优于现有最先进模型的预测能力 | NA | 开发一种能够设计具有高稳定性和活性的蛋白质突变体的深度学习模型 | 蛋白质突变体的稳定性和活性 | 机器学习 | NA | 深度学习 | 深度学习模型 | 蛋白质数据 | 283个蛋白质实验数据集,5个蛋白质验证,30到45个单点突变 |
236 | 2024-12-01 |
Conditional neural field latent diffusion model for generating spatiotemporal turbulence
2024-Nov-29, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-54712-1
PMID:39613755
|
研究论文 | 介绍了一种用于生成复杂三维域中时空湍流的生成学习框架CoNFiLD模型 | 结合条件神经场编码与潜在扩散过程,实现了高效、高保真的随机湍流生成 | 未提及 | 开发一种高效、高保真的生成模型,用于模拟复杂流体动力学中的湍流 | 时空湍流 | 机器学习 | NA | 条件神经场编码与潜在扩散过程 | CoNFiLD模型 | 时空数据 | 未提及 |
237 | 2024-12-01 |
Face mask identification with enhanced cuckoo optimization and deep learning-based faster regional neural network
2024-Nov-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-78746-z
PMID:39613761
|
研究论文 | 提出了一种使用无人机和物联网技术进行口罩识别和社会距离监测的系统 | 结合了增强的布谷鸟优化方法和基于深度学习的快速区域卷积神经网络算法,用于口罩识别和社会距离监测 | NA | 开发一种能够识别口罩佩戴情况并监测社会距离的系统 | 口罩佩戴情况和社会距离 | 计算机视觉 | NA | 快速区域卷积神经网络 (R-CNN) 和自适应银河群优化 (AGSO) | 卷积神经网络 (CNN) | 图像 | 训练集包含16,000张图像,测试集包含12,751张图像 |
238 | 2024-12-01 |
Mastering seismic time series response predictions using an attention-Mamba transformer model for bridge bearings and piers across varied testing conditions
2024-Nov-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-79195-4
PMID:39613766
|
研究论文 | 本研究提出了一种先进的方法,利用注意力机制驱动的Mamba变压器模型预测桥梁支座和桥墩在不同加载条件下的地震响应和滞回曲线 | 采用自注意力Mamba驱动的变压器层,增强模型捕捉地震数据中长期依赖关系的能力 | NA | 开发一种能够准确预测桥梁支座和桥墩在不同加载条件下地震响应的深度学习模型 | 桥梁支座和桥墩的地震响应和滞回曲线 | 机器学习 | NA | 深度学习 | 变压器模型 | 时间序列数据 | 95次实时混合模拟测试(铅橡胶支座),29次实时混合模拟测试(桥墩),17次循环测试(10次快速和7次慢速) |
239 | 2024-12-01 |
Deep learning based signal processing and detection for multiple medical devices OFDM systems
2024-Nov-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-81082-x
PMID:39613798
|
研究论文 | 本文评估了三种深度学习算法在多医疗设备OFDM通信系统中的信号处理和检测性能 | 深度学习方法在多医疗设备干扰情况下优于传统LMMSE检测器,并表现出强大的抗干扰能力 | NA | 评估深度学习算法在多医疗设备OFDM系统中的信号处理和检测性能 | 多医疗设备OFDM通信系统中的信号处理和检测 | 机器学习 | NA | 深度学习 | 全连接深度神经网络、卷积神经网络、长短期记忆神经网络 | 信号 | NA |
240 | 2024-12-01 |
Automatic detection and counting of wheat spike based on DMseg-Count
2024-Nov-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-80244-1
PMID:39613805
|
研究论文 | 提出了一种改进的小麦穗计数模型DMseg-Count,通过增强局部上下文监督信息来提高小麦穗的自动检测和计数精度 | 引入了小麦穗局部分割分支,设计了元素级点乘机制来融合全局和局部上下文监督信息,从而提高了模型的计数精度 | 未提及具体的局限性 | 提高小麦穗的自动检测和计数精度,为产量预测和品种评估提供支持 | 小麦穗图像的自动检测和计数 | 计算机视觉 | NA | NA | DMseg-Count | 图像 | 未提及具体样本数量 |