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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
641 | 2024-11-22 |
Deep learning for oncologic treatment outcomes and endpoints evaluation from CT scans in liver cancer
2024-Nov-17, NPJ precision oncology
IF:6.8Q1
DOI:10.1038/s41698-024-00754-z
PMID:39551847
|
研究论文 | 本文开发了一种基于深度学习的肿瘤体积引导的综合客观反应评估方法(RECORD),用于从CT扫描中评估肝癌的治疗效果 | RECORD方法结合了卷积神经网络(CNN)和视觉变换器(ViT),能够进行肿瘤分割、基于体积的治疗反应分类和新病灶评估,并提供治疗评估、无进展生存期(PFS)和反应时间的计算 | 该研究仅限于肝癌,未来研究应扩展到其他转移器官 | 开发一种客观、高效的肝癌治疗反应评估方法 | 肝癌患者的CT扫描图像 | 计算机视觉 | 肝癌 | 深度学习 | 卷积神经网络(CNN)和视觉变换器(ViT) | 图像 | 206名患者,891张CT扫描图像 |
642 | 2024-11-22 |
Balanced Training Sets Improve Deep Learning-Based Prediction of CRISPR sgRNA Activity
2024-Nov-15, ACS synthetic biology
IF:3.7Q1
DOI:10.1021/acssynbio.4c00542
PMID:39495623
|
研究论文 | 研究通过训练卷积神经网络(CNN)和大语言模型(LLM)在平衡和不平衡数据集上预测CRISPR sgRNA活性,探讨了平衡训练集对预测准确性的影响 | 研究首次探讨了在CRISPR-Cas12a筛选数据中使用平衡训练集对sgRNA活性预测的影响,并验证了通过添加合成sgRNA来改善不平衡数据集的预测性能 | 研究仅限于CRISPR-Cas12a和CRISPR-Cas9系统,未涵盖其他CRISPR系统 | 探讨平衡训练集对深度学习模型预测CRISPR sgRNA活性的影响 | CRISPR-Cas12a和CRISPR-Cas9系统的sgRNA活性 | 机器学习 | NA | CRISPR-Cas12a和CRISPR-Cas9筛选 | 卷积神经网络(CNN)和大语言模型(LLM) | CRISPR-Cas12a筛选数据 | 涉及酵母的CRISPR-Cas12a筛选数据和CRISPR-Cas9数据集,具体样本数量未明确说明 |
643 | 2024-11-22 |
Topographic and quantitative correlation of structure and function using deep learning in subclinical biomarkers of intermediate age-related macular degeneration
2024-11-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-72522-9
PMID:39548108
|
研究论文 | 研究使用深度学习量化中间年龄相关性黄斑变性(iAMD)的亚临床生物标志物与形态学影响之间的关系 | 首次使用深度学习算法量化iAMD中的椭圆带厚度、高反射焦点和玻璃膜疣体积,并分析其与视网膜功能的关系 | 样本量较小,仅涉及20名患者,可能影响结果的普适性 | 探讨深度学习量化生物标志物对iAMD患者视网膜功能的形态学影响 | 中间年龄相关性黄斑变性(iAMD)患者的视网膜结构与功能 | 计算机视觉 | 眼科疾病 | 深度学习 | NA | 图像 | 20名患者,共20只眼,分析了3600个点状敏感度数据 |
644 | 2024-11-22 |
Image-based deep learning model to predict stoma-site incisional hernia in patients with temporary ileostomy: A retrospective study
2024-Nov-15, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2024.111235
PMID:39563889
|
研究论文 | 本研究建立并验证了一种结合影像组学、逐步回归和深度学习的混合模型,用于预测临时回肠造口患者的造口部位切口疝 | 本研究创新性地结合了影像组学、逐步回归和深度学习,建立了一种混合模型,显著提高了预测造口部位切口疝的准确性 | 本研究为回顾性研究,且仅针对临时回肠造口患者,可能限制了模型的普适性 | 研究目的是建立和验证一种能够有效预测临时回肠造口患者造口部位切口疝的混合模型 | 研究对象为接受临时回肠造口手术的患者 | 计算机视觉 | NA | 深度学习 | 混合模型 | 图像 | 涉及多个队列,包括主要队列和两个外部验证队列 |
645 | 2024-11-22 |
Analysis of the impact of deep learning know-how and data in modelling neonatal EEG
2024-11-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-78979-y
PMID:39543245
|
研究论文 | 本文研究了深度学习知识和数据在新生儿脑电图建模中的影响,比较了使用更大高质量数据集和最新深度学习架构及训练方法带来的性能提升 | 提出了一种新的架构,在新生儿癫痫检测任务中超越了当前最先进的模型,并介绍了一种基于伪标签的微调方法 | 新生儿脑电图数据集的缺乏限制了研究 | 探讨深度学习技术在新生儿脑电图建模中的应用及性能提升 | 新生儿脑电图数据和深度学习模型 | 机器学习 | NA | 深度学习 | 深度学习模型 | 脑电图数据 | 具体样本数量未明确提及 |
646 | 2024-11-22 |
A deep learning model for predicting blastocyst formation from cleavage-stage human embryos using time-lapse images
2024-11-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-79175-8
PMID:39543360
|
研究论文 | 本文提出了一种基于时间序列图像的深度学习模型,用于预测早期人类胚胎的囊胚形成 | 本文创新性地使用了ResNet-GRU深度学习模型,结合时间序列图像,实现了对囊胚形成的高精度预测 | NA | 提高辅助生殖技术(ART)的成功率 | 早期人类胚胎的囊胚形成 | 计算机视觉 | NA | 深度学习 | ResNet-GRU | 图像 | 从第0天到第3天的时间序列图像 |
647 | 2024-11-22 |
Machine Learning to Predict Potential Energy Surface of Resveratrol Drug: A Quantum-Level Calculation
2024-Nov-14, ACS medicinal chemistry letters
IF:3.5Q2
DOI:10.1021/acsmedchemlett.4c00382
PMID:39563810
|
研究论文 | 研究使用ANI-1x神经网络预测白藜芦醇药物的势能面 | 利用量子级别的机器学习计算,快速预测白藜芦醇药物的势能面 | NA | 探索机器学习在药物势能面预测中的应用 | 白藜芦醇药物的势能面 | 机器学习 | 帕金森病 | 密度泛函理论 | 神经网络 | 理论数据 | NA |
648 | 2024-11-22 |
Predictive Modeling and Drug Repurposing for Type-II Diabetes
2024-Nov-14, ACS medicinal chemistry letters
IF:3.5Q2
DOI:10.1021/acsmedchemlett.4c00358
PMID:39563823
|
研究论文 | 研究使用三种机器学习和深度学习模型预测潜在的DPP-4抑制剂,并探索药物再利用的可能性 | 采用多任务深度神经网络(MTDNN)模型,显著提高了预测性能,并成功识别出潜在的DPP-4抑制剂 | 研究仅限于预测和初步验证,未进行临床试验验证 | 预测潜在的DPP-4抑制剂并探索药物再利用的可能性 | DPP-4抑制剂和糖尿病治疗 | 机器学习 | 糖尿病 | 机器学习和深度学习 | 多任务深度神经网络(MTDNN) | 化合物数据 | 6750个化合物和100个FDA批准的药物 |
649 | 2024-11-22 |
An open annotated dataset and baseline machine learning model for segmentation of vertebrae with metastatic bone lesions from CT
2024-Nov-12, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.10.14.24314447
PMID:39484265
|
研究论文 | 本文提供了一个公开的注释数据集和一个用于分割带有转移性骨病变的椎骨的基线机器学习模型 | 本文首次提供了公开的癌症CT脊柱图像注释数据集,并开发了一个用于自动分割和分类椎骨的机器学习模型 | NA | 开发和验证用于预测机械负荷响应和骨折及脊柱畸形风险的模型 | 带有转移性骨病变的椎骨 | 计算机视觉 | NA | 深度学习 | nnU-Net | 图像 | 55个CT扫描数据集 |
650 | 2024-11-22 |
DeSide: A unified deep learning approach for cellular deconvolution of tumor microenvironment
2024-Nov-12, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2407096121
PMID:39514318
|
研究论文 | 提出了一种名为DeSide的统一深度学习方法,用于肿瘤微环境的细胞反卷积分析 | DeSide方法通过整合生物学通路和优先评估非癌细胞类型,有效规避了癌细胞基因表达谱高度变异的问题,并引入了独特的采样和过滤技术生成高质量训练集 | NA | 开发一种高效且成本效益高的方法,用于分析肿瘤微环境的复杂细胞组成 | 肿瘤微环境中的细胞组成 | 数字病理学 | NA | RNA测序 | 深度学习 | 基因表达谱 | 利用了来自六种癌症类型和185个癌细胞系的单细胞RNA测序数据,以及来自TCGA的22种癌症类型的批量RNA测序数据 |
651 | 2024-11-22 |
Long duration forecasting and its performance capability for seasonal variation modelling of residual chlorine concentrations: A comparative evaluation of two small-scale water distribution systems in Japan
2024-Nov-08, Water research
IF:11.4Q1
DOI:10.1016/j.watres.2024.122766
PMID:39566282
|
研究论文 | 研究通过开发和评估一种深度学习模型来预测长期余氯浓度,以解决日本供水系统中余氯投加控制的问题 | 提出了一个能够预测长期余氯浓度的深度学习模型,并比较了两个不同复杂度的供水系统中的模型性能 | 模型在不同季节的预测精度有所不同,特别是在温度变化较大的夏季和冬季,模型误差较大 | 开发和评估一种能够预测长期余氯浓度的深度学习模型,以优化日本供水系统中的氯投加控制 | 余氯浓度、供水系统复杂度、模型性能 | 机器学习 | NA | 深度学习 | 深度学习模型 | 时间序列数据 | 两个不同复杂度的供水系统,训练数据长度分别为0.5年、1年、1.5年和2年 |
652 | 2024-11-22 |
Screening for Depression Using Natural Language Processing: Literature Review
2024-Nov-04, Interactive journal of medical research
IF:1.9Q3
DOI:10.2196/55067
PMID:39496145
|
综述 | 本文综述了使用自然语言处理(NLP)技术进行抑郁症筛查的现有方法 | 探讨了NLP技术在抑郁症筛查中的应用潜力,并讨论了其成功和局限性 | 存在隐私、偏见、可解释性和缺乏保护个人法规等伦理问题,以及文化和多语言视角的需求 | 探索现有的NLP方法用于检测抑郁症,讨论其成功和局限性,解决伦理问题,并突出潜在的偏见 | 抑郁症筛查和检测 | 自然语言处理 | 精神健康疾病 | 自然语言处理(NLP) | NA | 文本 | NA |
653 | 2024-11-22 |
Gender-based linguistic differences in letters of recommendation for rhinology fellowship over time: A dual-institutional follow-up study using natural language processing and deep learning
2024-Nov, International forum of allergy & rhinology
IF:7.2Q1
DOI:10.1002/alr.23411
PMID:39010845
|
研究论文 | 本研究通过自然语言处理和深度学习技术,分析了时间跨度内双机构鼻科学奖学金推荐信中的性别语言差异 | 首次使用自然语言处理和深度学习技术分析鼻科学奖学金推荐信中的性别偏见 | 仅限于双机构的数据,可能无法代表所有鼻科学奖学金推荐信的情况 | 评估鼻科学奖学金推荐信中是否存在性别偏见 | 鼻科学奖学金推荐信中的性别语言差异 | 自然语言处理 | NA | 自然语言处理,深度学习 | 深度学习 | 文本 | 双机构的数据 |
654 | 2024-11-22 |
Multi-feature Fusion Network on Gray Scale Ultrasonography: Effective Differentiation of Adenolymphoma and Pleomorphic Adenoma
2024-Nov, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.05.023
PMID:38871552
|
研究论文 | 本文开发了一种深度学习放射组学图网络(DLRN),通过融合灰度超声图像的深度学习特征、放射组学特征和临床特征,用于区分腮腺多形性腺瘤和腺淋巴瘤 | 本文创新性地将深度学习特征、放射组学特征和临床特征融合,构建了DLRN模型,显著提高了诊断性能 | 本文使用的数据集较小,可能存在过拟合问题 | 开发一种新的深度学习模型,用于提高腮腺良性肿瘤的诊断准确性 | 腮腺多形性腺瘤和腺淋巴瘤 | 机器学习 | 腮腺肿瘤 | 深度学习 | 深度学习放射组学图网络(DLRN) | 灰度超声图像 | 287名患者,包括162名训练集、70名内部验证集和55名外部验证集 |
655 | 2024-11-22 |
A new artificial intelligence system for both stomach and small-bowel capsule endoscopy
2024-Nov, Gastrointestinal endoscopy
IF:6.7Q1
DOI:10.1016/j.gie.2024.06.004
PMID:38851456
|
研究论文 | 本文介绍了一种新的人工智能系统SS Plus,用于胃和小肠胶囊内窥镜图像的识别和诊断 | SS Plus算法能够识别5种胃部病变和17种小肠病变,显著减少了需要审查的图像数量,并提高了初级内镜医师的诊断能力 | 研究为多中心回顾性诊断研究,样本量和数据类型有限 | 开发一种新的人工智能算法,用于胃和小肠胶囊内窥镜图像的自动识别和诊断 | 胃和小肠胶囊内窥镜图像 | 计算机视觉 | NA | 深度学习 | 深度学习算法 | 图像 | 训练阶段使用了1069次磁控GI胶囊内窥镜检查数据,验证阶段包括342次完全自动化的磁控CE检查 |
656 | 2024-11-22 |
Deep Learning Model for Predicting Proliferative Hepatocellular Carcinoma Using Dynamic Contrast-Enhanced MRI: Implications for Early Recurrence Prediction Following Radical Resection
2024-Nov, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.04.028
PMID:38749868
|
研究论文 | 本研究开发并验证了一种基于动态对比增强磁共振成像(DCE-MRI)的深度学习模型,用于预测肝细胞癌(HCC)的增殖性,以优化术后早期复发的风险评估和治疗策略 | 本研究首次使用DCE-MRI图像结合深度学习模型来区分增殖性和非增殖性HCC,并预测术后早期复发 | 本研究为回顾性研究,样本来自两家中国医疗机构,可能存在选择偏倚 | 开发和验证一种深度学习模型,用于预测肝细胞癌的增殖性,以优化术后早期复发的风险评估和治疗策略 | 肝细胞癌患者及其术后早期复发风险 | 计算机视觉 | 肝细胞癌 | 动态对比增强磁共振成像(DCE-MRI) | 深度学习模型 | 图像 | 355名肝细胞癌患者 |
657 | 2024-11-22 |
A Competition for the Diagnosis of Myopic Maculopathy by Artificial Intelligence Algorithms
2024-Nov-01, JAMA ophthalmology
IF:7.8Q1
DOI:10.1001/jamaophthalmol.2024.3707
PMID:39325442
|
研究论文 | 本文评估了用于近视性黄斑病变分类和分割的深度学习算法,并将其性能与眼科医生的表现进行比较 | 通过模型集成方法,AI模型在近视性黄斑病变的分类和分割任务中表现优于眼科医生 | NA | 评估和比较深度学习算法与眼科医生在近视性黄斑病变诊断中的表现 | 近视性黄斑病变(MM)的分类、病变分割和球面等效预测 | 计算机视觉 | 眼科疾病 | 深度学习(DL) | NA | 图像 | 2306、294和2003张眼底图像 |
658 | 2024-11-22 |
DeepNeoAG: Neoantigen epitope prediction from melanoma antigens using a synergistic deep learning model combining protein language models and multi-window scanning convolutional neural networks
2024-Nov, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2024.136252
PMID:39366619
|
研究论文 | 本文介绍了一种结合蛋白质语言模型和多窗口扫描卷积神经网络的深度学习模型,用于从黑色素瘤抗原中预测新抗原表位 | 本文提出了一种新的深度学习模型DeepNeoAG,结合了蛋白质语言模型和多窗口扫描卷积神经网络,以提高新抗原预测的准确性 | NA | 开发一种高效的新抗原预测模型,以加速个性化癌症免疫疗法的发展 | 黑色素瘤抗原中的新抗原表位 | 机器学习 | 黑色素瘤 | 深度学习 | 卷积神经网络 (CNN) | 蛋白质序列 | NA |
659 | 2024-10-18 |
Deep Learning to Improve Diagnosis Must Also Not Do Harm
2024-Nov-01, JAMA ophthalmology
IF:7.8Q1
DOI:10.1001/jamaophthalmol.2024.4377
PMID:39418056
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
660 | 2024-11-22 |
Prediction of cardiovascular markers and diseases using retinal fundus images and deep learning: a systematic scoping review
2024-Nov, European heart journal. Digital health
DOI:10.1093/ehjdh/ztae068
PMID:39563905
|
综述 | 本文系统地综述了使用眼底图像和深度学习技术预测心血管标志物和疾病的研究 | 本文综述了使用眼底图像和深度学习技术在心血管风险评估中的应用,并指出了一些研究在预测性能上的改进 | 本文指出需要更多的前瞻性研究、与临床风险评分的比较以及结合传统风险因素的模型来加强该领域的进一步研究 | 识别和描述使用眼底图像和深度学习技术预测心血管风险标志物和疾病的研究 | 眼底图像和深度学习技术在心血管风险预测中的应用 | 计算机视觉 | 心血管疾病 | 深度学习 | 卷积神经网络 | 图像 | 24篇文章,其中23篇为横断面研究,8篇为随访研究 |