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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
401 | 2024-11-29 |
The use of machine and deep learning to model the relationship between discomfort temperature and labor productivity loss among petrochemical workers
2024-Nov-25, BMC public health
IF:3.5Q1
DOI:10.1186/s12889-024-20713-4
PMID:39587532
|
研究论文 | 本研究利用机器学习和深度学习算法,量化了温度不适对石化工人生产力损失的影响,并识别了关键影响因素 | 首次使用机器学习和深度学习算法来量化温度不适对石化工人生产力损失的影响,并识别关键影响因素 | 研究仅限于福建省的石化工人,结果可能不适用于其他地区或行业 | 量化温度不适对石化工人生产力损失的影响,并识别关键影响因素 | 石化工人 | 机器学习 | NA | 机器学习、深度学习 | 支持向量机、随机森林、极端梯度提升、高斯朴素贝叶斯、多层感知器、逻辑回归 | 问卷调查数据 | 2393名石化工人 |
402 | 2024-11-29 |
Molecular identification via molecular fingerprint extraction from atomic force microscopy images
2024-Nov-25, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-024-00921-1
PMID:39587659
|
研究论文 | 本文提出了一种从原子力显微镜图像中提取分子指纹并进行分子识别的新方法 | 使用扩展连接化学指纹(ECFP4)作为分子结构的描述符,并通过深度学习模型从原子力显微镜图像中提取这些指纹,提高了分子识别的准确性 | 在哈希过程中丢失了分子中某些子结构的出现次数信息 | 提高从原子力显微镜图像中进行分子识别的准确性 | 分子结构和化学信息 | 计算机视觉 | NA | 原子力显微镜(AFM) | 深度学习模型 | 图像 | 理论图像的检索准确率为95.4%,实验图像的测试结果有前景 |
403 | 2024-11-29 |
Dose prediction of CyberKnife Monte Carlo plan for lung cancer patients based on deep learning: robust learning of variable beam configurations
2024-Nov-25, Radiation oncology (London, England)
DOI:10.1186/s13014-024-02531-5
PMID:39587661
|
研究论文 | 本文提出了一种基于深度学习的模型,用于预测肺癌患者在CyberKnife系统中使用蒙特卡罗算法计算的剂量分布 | 本文的创新点在于开发了一种能够处理不同射束配置的模型,并考虑了患者的解剖结构 | 本文未提及具体的局限性 | 研究目的是利用深度学习直接预测蒙特卡罗算法计算的3D剂量分布,实现快速且精确的自动计划 | 研究对象是肺癌患者在CyberKnife系统中的剂量分布预测 | 机器学习 | 肺癌 | 蒙特卡罗算法 | 3D U-Net网络 | 3D剂量分布 | 86名肺癌患者,其中66例用于训练/验证,20例用于测试 |
404 | 2024-11-29 |
Automated Assessment of Left Ventricular Filling Pressures From Coronary Angiograms With Video-Based Deep Learning Algorithms
2024-Nov-25, JACC. Cardiovascular interventions
DOI:10.1016/j.jcin.2024.07.047
PMID:39603788
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
405 | 2024-11-29 |
AI-readiness for Biomedical Data: Bridge2AI Recommendations
2024-Nov-24, bioRxiv : the preprint server for biology
DOI:10.1101/2024.10.23.619844
PMID:39484409
|
研究论文 | 本文介绍了美国国立卫生研究院(NIH)的Bridge2AI项目,旨在开发支持AI/ML分析的旗舰数据集,并制定AI准备度标准 | 提出了AI准备度标准,包括XAI和AI技术的伦理、法律和社会影响(ELSI)的考虑 | 领域正在迅速发展,标准需要不断更新 | 开发和传播支持AI/ML分析的旗舰数据集,并制定AI准备度标准 | 生物医学数据和AI/ML方法的标准和工具 | 机器学习 | NA | NA | NA | 数据集 | NA |
406 | 2024-11-29 |
CNV-Finder: Streamlining Copy Number Variation Discovery
2024-Nov-23, bioRxiv : the preprint server for biology
DOI:10.1101/2024.11.22.624040
PMID:39605431
|
研究论文 | 本文介绍了一种名为CNV-Finder的新型管道,利用深度学习技术在阵列数据上集成LSTM网络,以加速大规模拷贝数变异(CNV)的识别 | CNV-Finder通过集成深度学习技术,特别是LSTM网络,显著提高了CNV识别的效率和准确性 | CNV-Finder在复杂基因组区域的识别中仍需依赖人类专家的反馈来提高精度 | 研究CNV与疾病易感性之间的关联,特别是在神经退行性疾病中的作用 | 研究五个与神经退行性疾病相关的基因,包括Parkin、Leucine Rich Repeat And Ig Domain Containing 2、Microtubule Associated Protein Tau、alpha-Synuclein和Amyloid Beta Precursor Protein | 基因组学 | 神经退行性疾病 | Illumina基因分型阵列 | LSTM | 基因组数据 | 包括来自Global Parkinson's Genetics Program (GP2)和额外痴呆数据库的多样化样本 |
407 | 2024-11-29 |
Cellular behavior analysis from live-cell imaging of TCR T cell-cancer cell interactions
2024-Nov-21, bioRxiv : the preprint server for biology
DOI:10.1101/2024.11.19.624390
PMID:39605616
|
研究论文 | 本文开发了一种基于活细胞成像的T细胞与癌细胞相互作用的行为分析工具 | 本文首次使用人类在环深度学习技术进行细胞分割和追踪,并构建了用于收集细胞表型特征的管道 | NA | 研究T细胞与癌细胞相互作用的行为,以改进T细胞疗法 | T细胞与癌细胞的相互作用 | 数字病理学 | 癌症 | 活细胞成像 | 深度学习 | 图像 | NA |
408 | 2024-11-29 |
ACE-Net: AutofoCus-Enhanced Convolutional Network for Field Imperfection Estimation with application to high b-value spiral Diffusion MRI
2024-Nov-21, ArXiv
PMID:39606720
|
研究论文 | 本文提出了一种基于深度学习和自动聚焦技术的磁场不均匀性估计方法,应用于高b值螺旋扩散MRI成像中 | 结合自动聚焦指标与深度学习,利用紧凑的基表示法来估计磁场不均匀性,无需额外外部校准即可实现高质量图像重建 | NA | 开发一种自动估计磁场不均匀性的数据驱动方法,以减少快速图像编码方案中的图像伪影 | 高b值螺旋扩散MRI中的B0不均匀性和涡流 | 计算机视觉 | NA | 深度学习 | 卷积神经网络 | 图像 | NA |
409 | 2024-11-29 |
AI-Driven Prediction of Symptom Trajectories in Cancer Care: A Deep Learning Approach for Chemotherapy Management
2024-Nov-20, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11111172
PMID:39593830
|
研究论文 | 本研究提出了一种使用长短期记忆网络(LSTM)和卷积神经网络(CNN)预测化疗患者症状恶化的先进方法 | 本研究通过重新采样数据和使用CNN与LSTM模型相结合的方法,提高了症状恶化的预测准确性 | 模型的准确性和召回率随着时间间隔的增加而下降,尽管精确度保持相对稳定 | 旨在提高化疗患者症状恶化的预测准确性,以便及时干预和改善症状管理 | 化疗患者的症状日志数据,包括恶心、疲劳和疼痛等多种症状 | 机器学习 | 癌症 | 长短期记忆网络(LSTM)和卷积神经网络(CNN) | LSTM和CNN | 文本 | 包括大约84%无症状恶化的数据,重新采样为3到7天的时间间隔 |
410 | 2024-11-29 |
Food Public Opinion Prevention and Control Model Based on Sentiment Analysis
2024-Nov-20, Foods (Basel, Switzerland)
DOI:10.3390/foods13223697
PMID:39594112
|
研究论文 | 本文介绍了一种基于深度学习和个性化推荐算法的食物公共舆论预防与控制(FPOPC)模型 | 提出了基于Stacked Autoencoder的情感预测模型和结合Pearson相关系数权重的个性化新闻推荐机制 | 未提及具体实验数据的局限性或模型在不同场景下的适用性 | 旨在通过深度学习和个性化推荐算法,准确预测和控制食物公共舆论的发展 | 食物公共舆论及其对食品安全和消费者信任的影响 | 自然语言处理 | NA | 深度学习 | Stacked Autoencoder | 文本 | 未提及具体样本数量 |
411 | 2024-11-29 |
Explainable AI for computational pathology identifies model limitations and tissue biomarkers
2024-Nov-18, ArXiv
PMID:39279830
|
研究论文 | 本文开发了一种名为HIPPO的可解释AI框架,用于计算病理学,通过系统修改组织区域生成图像反事实,以进行定量假设测试、偏差检测和模型评估 | HIPPO框架能够更深入地洞察模型行为,超越传统性能指标和基于注意力的方法,发现关键组织元素驱动模型预测 | NA | 提高深度学习模型在数字病理学中的透明度和可靠性,促进其在临床和研究环境中的广泛应用 | 乳腺癌转移检测、乳腺癌和黑色素瘤的预后预测、胶质瘤中的IDH突变分类 | 数字病理学 | NA | 可解释AI | 深度学习模型 | 图像 | NA |
412 | 2024-11-29 |
Keyphrase Identification Using Minimal Labeled Data with Hierarchical Contexts and Transfer Learning
2024-Nov-18, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.01.26.23285060
PMID:37292830
|
研究论文 | 本文提出了一种半监督的关键短语识别框架,使用最少的标注数据和分层上下文进行迁移学习 | 首次在临床决策支持系统子领域中提出了一种基于有限人工标注数据的关键短语识别功能框架 | 需要进一步验证该方法在不同领域和数据集上的泛化能力 | 开发一种能够从现有文献中自动识别关键短语的方法,以促进临床决策支持系统的互操作性 | 关键短语识别和临床决策支持系统的互操作性 | 自然语言处理 | NA | 自然语言处理技术 | BiLSTM-CRF | 文本 | 每100个合成标注文档添加2到4个人工标注文档 |
413 | 2024-11-29 |
Intelligent Evaluation Method for Scoliosis at Home Using Back Photos Captured by Mobile Phones
2024-Nov-18, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11111162
PMID:39593822
|
研究论文 | 提出了一种基于手机拍摄背部照片的脊柱侧弯智能评估方法 | 基于YOLOv8关键点检测模型提出了判断脊柱冠状曲度类型的算法,并提出了基于背部关键点的脊柱冠状平面评估算法和基于多尺度自动峰值检测的躯干旋转测量算法 | 未提及具体限制 | 开发一种适用于大规模筛查和康复期间动态评估的脊柱侧弯评估方法 | 脊柱侧弯的类型和偏差程度 | 计算机视觉 | NA | YOLOv8, 多尺度自动峰值检测 | YOLOv8 | 图像 | 使用了公共数据集和临床配对数据(手机照片和X光片)进行测试 |
414 | 2024-11-29 |
Integrating spatial transcriptomics and snRNA-seq data enhances differential gene expression analysis results of AD-related phenotypes
2024-Nov-18, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.11.18.24317499
PMID:39606364
|
研究论文 | 本研究通过整合空间转录组学和单核RNA测序数据,增强了阿尔茨海默病相关表型的空间信息细胞类型特异性差异基因表达分析结果 | 本研究创新性地整合了空间转录组学和单核RNA测序数据,以增强阿尔茨海默病相关表型的空间信息细胞类型特异性差异基因表达分析 | 本研究的局限性在于使用了小样本量的空间转录组学数据,尽管通过整合单核RNA测序数据进行了弥补 | 本研究的目的是通过整合空间转录组学和单核RNA测序数据,增强阿尔茨海默病相关表型的空间信息细胞类型特异性差异基因表达分析 | 本研究主要研究对象是阿尔茨海默病相关表型的空间信息细胞类型特异性差异基因表达 | 数字病理学 | 阿尔茨海默病 | 空间转录组学和单核RNA测序 | 线性混合回归模型 | 基因表达数据 | 本研究使用了来自ROS/MAP队列的436个死后大脑的背外侧前额叶皮质组织样本 |
415 | 2024-11-29 |
Clinically Significant Prostate Cancer Prediction Using Multimodal Deep Learning with Prostate-Specific Antigen Restriction
2024-Nov-15, Current oncology (Toronto, Ont.)
DOI:10.3390/curroncol31110530
PMID:39590160
|
研究论文 | 本研究评估了使用多模态医学数据进行深度学习分析,预测PSA≤20 ng/mL患者中临床显著性前列腺癌的准确性 | 本研究采用多模态深度学习方法,结合医学数据和影像数据,提高了对PSA≤20 ng/mL患者中临床显著性前列腺癌的预测准确性 | 尽管在PSA≤20 ng/mL的患者中预测能力有所下降,但仍具有较高的AUC值 | 旨在提高对PSA≤20 ng/mL患者中临床显著性前列腺癌的预测准确性,辅助医生制定治疗策略 | PSA≤20 ng/mL的前列腺癌患者 | 机器学习 | 前列腺癌 | 深度学习分析 | 多模态深度学习 | 医学数据和影像数据 | 178名接受超声引导前列腺活检的患者 |
416 | 2024-11-29 |
Deciphering Membrane Proteins Through Deep Learning Models by Revealing Their Locale Within the Cell
2024-Nov-15, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11111150
PMID:39593811
|
研究论文 | 本文通过深度学习模型揭示膜蛋白在细胞内的定位 | 提出了一种新的方法,使用深度学习算法(如RNN和LSTM)将膜蛋白分为三个不同的位置,并引入了伪氨基酸组成(PseAAC)技术来提取蛋白质信息 | 研究仅使用了3000个蛋白质的数据集,可能不足以涵盖所有膜蛋白的多样性 | 解决现有蛋白质亚细胞定位预测器在膜蛋白上的性能不足问题 | 膜蛋白在细胞内的定位 | 机器学习 | NA | 伪氨基酸组成(PseAAC) | RNN和LSTM | 蛋白质序列 | 3000个蛋白质 |
417 | 2024-11-29 |
Volumetric imaging and computation to explore contractile function in zebrafish hearts
2024-Nov-15, bioRxiv : the preprint server for biology
DOI:10.1101/2024.11.14.623621
PMID:39605398
|
研究论文 | 本文开发了一种结合光场检测和单细胞追踪的框架,用于捕获斑马鱼心脏的实时体积数据,以研究心脏收缩功能 | 本文首次实现了在斑马鱼心脏中进行实时体积成像和细胞分辨率的收缩动力学评估 | 本文未详细讨论该技术在人体心脏中的应用潜力和挑战 | 研究心脏收缩功能的细胞机制,以促进有效筛查和治疗方法的开发 | 斑马鱼心脏 | 生物医学工程 | 心血管疾病 | 光场检测、深度学习 | 深度学习模型 | 体积数据 | 斑马鱼心脏 |
418 | 2024-11-29 |
Leveraging Deep Learning of Chest Radiograph Images to Identify Individuals at High Risk for Chronic Obstructive Pulmonary Disease
2024-Nov-15, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.11.14.24317055
PMID:39606360
|
研究论文 | 本研究评估了利用深度学习技术分析常规胸部X光片(CXR)以识别慢性阻塞性肺病(COPD)高风险个体的能力 | 本研究通过外部验证,证明了深度学习模型在常规CXR图像上识别COPD高风险个体的能力,超越了已知的风险因素 | 本研究的主要局限性在于样本主要来自特定地区(波士顿),可能限制了结果的普适性 | 研究目的是评估深度学习在常规胸部X光片上预测慢性阻塞性肺病(COPD)的能力 | 研究对象为无肺癌、COPD或肺气肿的门诊患者,他们在2013-2014年间在波士顿的Mass General Brigham医院进行了胸部X光检查 | 计算机视觉 | 慢性阻塞性肺病 | 卷积神经网络(CNN) | 卷积神经网络(CXR-Lung-Risk) | 图像 | 主要分析包括12,550名吸烟者和15,298名非吸烟者,次要分析包括2,097名Project Baseline Health Study的参与者 |
419 | 2024-11-29 |
Non-coding genetic variants underlying higher prostate cancer risk in men of African ancestry
2024-Nov-15, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.11.14.24317278
PMID:39606387
|
研究论文 | 本文研究了非编码遗传变异在非洲裔美国男性中前列腺癌风险增加中的作用 | 首次利用基于序列的深度学习模型识别了与前列腺癌易感性相关的增强子SNPs,并通过实验验证了其功能 | 研究仅限于非洲裔美国男性,未涵盖其他种族群体 | 探讨非洲裔美国男性中前列腺癌风险增加的遗传机制 | 非洲裔美国男性的非编码遗传变异 | 数字病理学 | 前列腺癌 | 深度学习 | 深度学习模型 | 基因序列 | 约2000个SNPs |
420 | 2024-11-29 |
Deep Learning and IoT-Based Ankle-Foot Orthosis for Enhanced Gait Optimization
2024-Nov-14, Healthcare (Basel, Switzerland)
DOI:10.3390/healthcare12222273
PMID:39595470
|
研究论文 | 本文提出了一种通过集成物联网和机器学习技术来管理步态失衡的方法,并开发了一种智能踝足矫形器 | 结合物联网和机器学习技术,提供了一种个性化、数据驱动的步态管理解决方案 | 未提及具体局限性 | 通过物联网和机器学习技术革新医疗矫形器,提供先进的步态管理解决方案 | 踝足矫形器及其在步态管理中的应用 | 机器学习 | NA | 物联网、表面肌电图(sEMG)、惯性测量单元(IMU) | Transformer | 传感器数据 | 未提及具体样本数量 |