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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
20021 | 2024-08-22 |
MSTCRB: Predicting circRNA-RBP interaction by extracting multi-scale features based on transformer and attention mechanism
2024-Aug-15, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2024.134805
PMID:39153682
|
研究论文 | 本文提出了一种基于transformer和注意力机制的深度学习模型MSTCRB,用于提取多尺度特征以预测circRNA与RNA结合蛋白(RBP)的相互作用 | MSTCRB模型通过结合K-mer、KNF、NCP、DPCP编码和CDPfold方法,能够捕捉circRNA的全局和局部序列特征及其结构特征,并通过优化的transformer框架和注意力机制整合这些多尺度特征 | NA | 预测circRNA与RBP的相互作用,以发现新的治疗药物 | circRNA与RNA结合蛋白(RBP)的相互作用 | 生物信息学 | NA | transformer和注意力机制 | transformer | 序列数据 | 37个circRNA数据集和31个线性RNA数据集 |
20022 | 2024-08-22 |
Chinese nursing students' academic self-concept and deep learning in online courses: Does psychological capital play a moderating role?
2024-Aug-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e35150
PMID:39161810
|
研究论文 | 本研究探讨了中国护理学生在在线课程中,学术自我概念与深度学习之间的关系,以及心理资本在此关系中的调节作用 | 首次探讨心理资本在学术自我概念与深度学习关系中的调节作用,并提供了实证数据支持 | 研究仅涉及中国东部四所公立大学的护理学生,样本选择可能存在局限性 | 探讨在线课程中护理学生的学术自我概念与深度学习之间的关系,以及心理资本的调节作用 | 中国护理学生在在线课程中的学术自我概念、深度学习及心理资本 | NA | NA | 相关分析、单变量分析、多元线性回归分析及PROCESS宏 | NA | 问卷调查数据 | 635名护理学生 |
20023 | 2024-08-22 |
Innovative approaches to atrial fibrillation prediction: should polygenic scores and machine learning be implemented in clinical practice?
2024-Aug-03, Europace : European pacing, arrhythmias, and cardiac electrophysiology : journal of the working groups on cardiac pacing, arrhythmias, and cardiac cellular electrophysiology of the European Society of Cardiology
IF:7.9Q1
DOI:10.1093/europace/euae201
PMID:39073570
|
综述 | 本文综述了心房颤动预测中使用多基因风险评分和机器学习技术的现状和未来应用前景 | 探讨了多基因风险评分和深度学习在心房颤动预测中的潜在价值和应用 | 讨论了当前实施这些技术的局限性和需要改进的领域 | 旨在探讨如何将创新方法如多基因风险评分和机器学习整合到临床实践中以提高心房颤动的预测和筛查效果 | 心房颤动的预测和筛查 | 机器学习 | 心血管疾病 | 多基因风险评分 | 深度学习 | 心电图数据 | NA |
20024 | 2024-08-22 |
Deep learning-designed implant-supported posterior crowns: Assessing time efficiency, tooth morphology, emergence profile, occlusion, and proximal contacts
2024-08, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2024.105142
PMID:38906454
|
研究论文 | 比较使用深度学习软件设计的种植支持后牙冠与传统计算机辅助设计软件设计的效果 | 深度学习方法在设计后牙种植支持冠方面在时间效率、咬合面面积、牙尖角度、牙尖高度、邻面接触和牙龈轮廓方面与传统人工方法相当 | 深度学习方法设计的牙冠在牙冠轮廓或牙龈轮廓角度方面可能需要进一步优化 | 评估深度学习软件设计的种植支持后牙冠与传统方法在时间效率、牙齿形态、牙龈轮廓、咬合和邻面接触方面的差异 | 树脂基部分无牙模型上制作的种植支持后牙冠 | 计算机辅助设计 | NA | 深度学习 | NA | 模型 | 20个树脂基部分无牙模型 |
20025 | 2024-08-22 |
DentalSegmentator: Robust open source deep learning-based CT and CBCT image segmentation
2024-08, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2024.105130
PMID:38878813
|
研究论文 | 本文提出并评估了一种名为DentalSegmentator的新型开源工具,用于自动分割牙颌面(DMF)CT和CBCT扫描中的五个解剖结构 | DentalSegmentator工具提供了全自动且稳健的多类分割功能,并已公开发布预训练的nnU-Net模型和3D Slicer软件扩展 | NA | 旨在提出并评估一种新型的开源工具,用于自动分割牙颌面CT和CBCT扫描中的解剖结构 | 牙颌面CT和CBCT扫描中的五个解剖结构:上颌/上颅骨、下颌骨、上牙、下牙和下颌管 | 计算机视觉 | NA | 深度学习 | nnU-Net | CT和CBCT图像 | 训练/验证集包含470个CT和CBCT扫描,内部测试集包含133个CT和CBCT扫描,外部测试集包含123个CBCT扫描 |
20026 | 2024-08-22 |
Automatic three-dimensional facial symmetry reference plane construction based on facial planar reflective symmetry net
2024-08, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2024.105043
PMID:38735469
|
研究论文 | 本研究开发了一种名为面部平面反射对称网络(FPRS-Net)的新型深度学习模型,用于自动构建三维面部对称参考平面(SRP),并建立了一种适用于该网络模型的三维点云感兴趣区域(ROI)和高维特征计算方法。 | 本研究的创新点在于开发了一种新的深度学习模型FPRS-Net,能够自动构建三维面部对称参考平面,减少了对专家经验的依赖,提高了治疗效率和效果。 | NA | 本研究旨在开发一种新的深度学习算法,用于自动构建口腔临床三维面部对称参考平面。 | 本研究的研究对象是三维面部数据,特别是面部对称参考平面的自动构建。 | 计算机视觉 | NA | 深度学习 | FPRS-Net | 三维面部数据 | 240名患者,其中200个样本用于训练和预测,40个样本用于评估临床适用性。 |
20027 | 2024-08-22 |
Immune response and mesenchymal transition of papillary thyroid carcinoma reflected in ultrasonography features assessed by radiologists and deep learning
2024-Aug, Journal of advanced research
IF:11.4Q1
DOI:10.1016/j.jare.2023.09.043
PMID:37783270
|
研究论文 | 本研究通过转录组分析探讨了放射科医生和三种卷积神经网络(CNN)评估的超声特征背后的分子生物学机制 | 首次通过转录组分析揭示了超声特征与免疫反应和上皮-间质转化(EMT)基因上调之间的关系 | 研究样本量有限,且仅限于甲状腺乳头状癌 | 探讨超声特征评估背后的分子生物学机制 | 甲状腺乳头状癌的超声特征及其分子生物学机制 | 数字病理 | 甲状腺癌 | 转录组分析 | CNN | 转录组数据 | 273个甲状腺乳头状癌组织样本 |
20028 | 2024-08-22 |
Validation of artificial intelligence application for dental caries diagnosis on intraoral bitewing and periapical radiographs
2024-08, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2024.105105
PMID:38821394
|
研究论文 | 本研究旨在评估基于人工智能的系统在口腔放射图像中诊断龋齿的可靠性 | 使用高级卷积神经网络(CNN)重新评估放射图像数据,并通过共识确定人类和AI系统观察者之间的评估支持 | NA | 评估AI辅助系统在口腔放射图像中诊断龋齿的可靠性 | 323颗牙齿的口腔放射图像 | 计算机视觉 | 口腔疾病 | 卷积神经网络(CNN) | CNN | 图像 | 323颗牙齿 |
20029 | 2024-08-22 |
Bird song comparison using deep learning trained from avian perceptual judgments
2024-Aug, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1012329
PMID:39110762
|
研究论文 | 本文通过使用一种新型的自动操作条件系统收集斑胸草雀对歌曲音节相似性的判断数据,并利用这些数据训练深度学习模型,以更准确地评估鸟类歌曲的相似性 | 引入了一种新的深度学习方法,该方法能够基于鸟类的判断生成感知相似性评价,并且在准确性上优于现有的方法 | 文章未明确提及具体的局限性 | 旨在开发和验证一种新的方法来比较鸟类歌曲的相似性 | 斑胸草雀的歌曲音节相似性 | 机器学习 | NA | 深度学习 | 深度学习模型 | 音频数据 | 大量斑胸草雀的判断数据 |
20030 | 2024-08-22 |
Enhancing Hypotension Prediction in Real-time Patient Monitoring Through Deep Learning: A Novel Application of XResNet with Contrastive Learning and Value Attention Mechanisms
2024-Jul, Artificial intelligence in medicine. Conference on Artificial Intelligence in Medicine (2005- )
DOI:10.1007/978-3-031-66538-7_5
PMID:39155989
|
研究论文 | 本研究通过深度学习技术,特别是结合XResNet、对比学习和值注意力机制,提高了实时患者监测中低血压预测的准确性 | 本研究引入了对比学习和值注意力机制,这些创新技术提高了对生理信号复杂模式的识别能力 | 传统机器学习方法依赖于结构化历史数据和手动特征提取技术,这些方法在识别生理信号复杂模式方面存在局限 | 提高低血压预测的准确性,优化患者护理策略 | 动脉血压(ABP)波形信号 | 机器学习 | NA | 深度学习 | XResNet | 生理信号 | NA |
20031 | 2024-08-22 |
3D Unsupervised deep learning method for magnetic resonance imaging-to-computed tomography synthesis in prostate radiotherapy
2024-Jul, Physics and imaging in radiation oncology
DOI:10.1016/j.phro.2024.100612
PMID:39161728
|
研究论文 | 本研究评估了无监督和有监督方法在前列腺MRI到CT合成中的准确性,以用于放射治疗剂量计算 | 本研究采用了无监督条件生成对抗网络(cGAN)和内容与风格增强感知合成(CREPs)损失的方法,避免了CT-MRI注册的需求 | 本研究仅限于前列腺癌患者的CT/MRI图像,且依赖于特定中心的数据 | 评估无监督和有监督方法在前列腺MRI到CT合成中的准确性,以用于放射治疗剂量计算 | 前列腺癌患者的CT/MRI图像 | 机器学习 | 前列腺癌 | 条件生成对抗网络(cGAN) | cGAN | 图像 | 99名前列腺癌患者 |
20032 | 2024-08-22 |
The history and future of population pharmacokinetic analysis in drug development
2024-Jul, Xenobiotica; the fate of foreign compounds in biological systems
DOI:10.1080/00498254.2023.2291792
PMID:38051030
|
研究论文 | 本文回顾了群体药代动力学分析在药物开发中的历史演变,并探讨了未来可能的发展方向 | 引入了新的机器学习工具,如遗传算法、机器学习算法和深度学习模型,以解决传统方法的挑战 | 新模型在准确外推方面仍存在疑问,需要进一步研究 | 探讨群体药代动力学分析在药物开发中的应用及其未来发展 | 群体药代动力学分析方法及其在药物开发中的应用 | NA | NA | 机器学习 | 遗传算法、机器学习算法、深度学习模型 | 药代动力学数据 | NA |
20033 | 2024-08-22 |
Bibliometric Analysis of Forensic Human Remains Identification Literature from 1991 to 2022
2024-Jun-25, Fa yi xue za zhi
|
研究论文 | 通过计量分析法对1991年至2022年间法医人类学遗骸识别领域的文献进行分析,以描述当前研究状态和未来研究热点 | 未来研究可能会集中在通过机器学习和深度学习技术更准确和高效地识别多具骨骼遗骸 | 国际和国内合作的范围仍然有限 | 描述法医人类学遗骸识别研究领域的当前状态和未来研究热点 | 法医人类学遗骸识别研究 | NA | NA | 机器学习, 深度学习 | NA | 文献 | 873篇英文论文 |
20034 | 2024-08-22 |
Comparison of the use of a clinically implemented deep learning segmentation model with the simulated study setting for breast cancer patients receiving radiotherapy
2024-Jun-20, Acta oncologica (Stockholm, Sweden)
DOI:10.2340/1651-226X.2024.34986
PMID:38899395
|
研究论文 | 本研究比较了在临床实践中使用的深度学习分割模型与先前模拟研究设置中乳腺癌患者接受放射治疗的表现和可接受性 | 本研究首次比较了临床实施的深度学习分割模型与模拟研究设置中的表现差异 | 研究未涉及其他类型的癌症患者,且仅限于特定的淋巴结水平 | 评估临床实施的深度学习分割模型在乳腺癌放射治疗中的表现和可接受性 | 乳腺癌患者接受放射治疗的深度学习分割模型 | 机器学习 | 乳腺癌 | 深度学习 | 深度学习分割模型 | 图像 | 60名接受全乳房放射治疗的患者 |
20035 | 2024-08-22 |
Radiomics based on T2-weighted and diffusion-weighted MR imaging for preoperative prediction of tumor deposits in rectal cancer
2024-Jun, American journal of surgery
IF:2.7Q1
DOI:10.1016/j.amjsurg.2024.01.002
PMID:38272767
|
研究论文 | 本研究旨在开发和验证基于T2加权(T2WI)和扩散加权磁共振成像(DWI)的放射组学诺模图,用于直肠癌患者术前肿瘤沉积(TDs)的识别 | 本研究构建的放射组学诺模图结合了Rad-score(T2WI + ADC)和临床因素,显示出优于随机森林、支持向量机和深度学习模型的性能 | NA | 开发和验证一种基于T2WI和DWI的放射组学诺模图,用于直肠癌患者术前肿瘤沉积的预测 | 直肠癌患者的肿瘤沉积 | 数字病理学 | 直肠癌 | 磁共振成像(MRI) | 诺模图 | 图像 | 共199名直肠癌患者,分为训练集(159名)和验证集(40名) |
20036 | 2024-08-22 |
Evaluation method for ecology-agriculture-urban spaces based on deep learning
2024-05-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-61919-1
PMID:38762514
|
research paper | 本研究基于自注意力残差神经网络(SARes-NET)模型,评估了中国榆林市的生态-农业-城市空间 | 本研究采用了自注意力残差神经网络(SARes-NET)模型,该模型在模拟性能上优于其他五种模型,能够捕捉复杂的非线性关系并减少数据处理中的人为错误 | NA | 协调城市发展、粮食安全和生态保护,促进可持续发展 | 中国榆林市的生态-农业-城市空间 | computer vision | NA | deep learning | Self-Attention Residual Neural Network (SARes-NET) | spatial data | NA |
20037 | 2024-08-22 |
Real-time visualization of dextran extravasation in intermittent hypoxia mice using noninvasive SWIR imaging
2024-04-01, American journal of physiology. Heart and circulatory physiology
DOI:10.1152/ajpheart.00787.2023
PMID:38363213
|
研究论文 | 本研究利用短波红外(SWIR)成像技术,结合血管分割和深度学习分析,实时监测间歇性低氧小鼠模型中的葡聚糖渗出情况 | 首次报道了间歇性低氧暴露14天后,小鼠模型中70 kDa葡聚糖的实时渗出增加 | NA | 研究间歇性低氧条件下血管通透性的变化 | C57Bl/6小鼠在间歇性低氧和常氧条件下的血管通透性 | 数字病理学 | 睡眠呼吸障碍 | 短波红外(SWIR)成像 | 深度学习 | 图像 | C57Bl/6小鼠在间歇性低氧和常氧条件下暴露14天 |
20038 | 2024-08-22 |
Continual learning framework for a multicenter study with an application to electrocardiogram
2024-Mar-06, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-024-02464-9
PMID:38448921
|
研究论文 | 本文提出了一种无需中央服务器的持续学习框架,用于多中心研究,并应用于心电图分析 | 该框架能够防止先前训练知识的灾难性遗忘,并通过生成对抗网络生成的假数据进行前瞻性评估 | NA | 旨在解决多中心数据联合研究中数据共享的隐私问题和中央服务器的成本及法律限制 | 心电图数据集和心律失常检测模型 | 机器学习 | 心血管疾病 | 生成对抗网络 | NA | 心电图数据 | 四个独立的心电图数据集 |
20039 | 2024-08-22 |
Deep learning models reveal replicable, generalizable, and behaviorally relevant sex differences in human functional brain organization
2024-Feb-27, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2310012121
PMID:38377194
|
研究论文 | 本文使用时空深度神经网络(stDNN)模型揭示了人类功能性脑组织的性别差异及其行为相关性 | 本文通过stDNN模型和可解释AI(XAI)分析,揭示了高度可复制和可泛化的性别差异,并预测了性别特定的认知特征 | NA | 探讨人类功能性脑组织的性别差异及其行为后果 | 男性与女性大脑的功能性脑动态 | 机器学习 | NA | 时空深度神经网络(stDNN) | 深度神经网络 | 功能性脑数据 | 约1,500名20至35岁的年轻成年人 |
20040 | 2024-08-22 |
filoVision - using deep learning and tip markers to automate filopodia analysis
2024-02-15, Journal of cell science
IF:3.3Q3
DOI:10.1242/jcs.261274
PMID:38264939
|
研究论文 | 本文介绍了一种名为filoVision的深度学习平台,用于自动化分析带有标记的丝状伪足 | filoVision平台通过filoTips和filoSkeleton工具,能够在没有肌动蛋白或膜标记的情况下,仅使用单一的丝状伪足尖端标记进行信息提取,并结合肌动蛋白标记进行更全面的分析 | NA | 开发一种适用于不同细胞类型和可视化方法的自动化丝状伪足分析流程 | 丝状伪足的自动化分析 | 计算机视觉 | NA | 深度学习 | NA | 图像 | NA |