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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
12301 | 2024-11-15 |
Deep Learning Enhanced in Situ Atomic Imaging of Ion Migration at Crystalline-Amorphous Interfaces
2024-Nov-13, Nano letters
IF:9.6Q1
DOI:10.1021/acs.nanolett.4c04472
PMID:39494996
|
研究论文 | 本文构建了一种原位双倾斜电操纵器,结合深度学习图像增强技术,在晶体-非晶界面观察钾离子迁移和微结构演化 | 首次在扫描透射电子显微镜中结合深度学习图像增强技术,显著提高了原子图像的分辨率,观察到钾离子在晶体-非晶界面的迁移和微结构变化 | NA | 深入理解离子在界面处的传输机制,以改进能源存储和神经形态计算等应用的性能 | 钾离子在锑硒化物晶体-非晶界面的迁移和微结构演化 | 计算机视觉 | NA | 扫描透射电子显微镜 | 深度学习 | 图像 | NA |
12302 | 2024-11-15 |
Imaging error reduction in radial cine-MRI with deep learning-based intra-frame motion compensation
2024-Nov-11, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad8831
PMID:39419112
|
研究论文 | 本文提出了一种基于深度学习的径向电影MRI内帧运动补偿技术,以减少目标定位误差 | 提出了一种新的TransSin-UNet网络,通过模拟运动依赖的径向采样生成数据集,并在不同数据集上进行训练和评估,显著提高了图像质量和目标定位精度 | 仅在模拟数据集上进行了验证,尚未在实际临床环境中进行测试 | 提高径向电影MRI在实时运动管理中的准确性 | 径向电影MRI图像中的目标定位误差 | 计算机视觉 | 肺癌 | 深度学习 | TransSin-UNet | 图像 | 25个4D数字人体肺部癌症模型 |
12303 | 2024-11-15 |
Uncertainty Qualification for Deep Learning-Based Elementary Reaction Property Prediction
2024-Nov-11, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01358
PMID:39441973
|
研究论文 | 本文研究了基于深度学习的基元反应性质预测中的不确定性量化问题 | 本文将图卷积神经网络与三种不确定性预测技术(深度集成、蒙特卡罗 dropout 和证据学习)结合,提供了不确定性量化的见解,并展示了深度集成模型在估计预测不确定性方面的优越性 | NA | 研究基元反应性质预测中的不确定性量化问题 | 基元反应的热力学和动力学性质 | 机器学习 | NA | 深度学习 | 图卷积神经网络 (GCNN) | 数据集 | 多个基元反应性质数据集 |
12304 | 2024-11-15 |
Discovery of Highly Bioactive Peptides through Hierarchical Structural Information and Molecular Dynamics Simulations
2024-Nov-11, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01006
PMID:39466714
|
研究论文 | 本文介绍了一种利用分层结构信息和分子动力学模拟来发现高生物活性肽的创新方法 | 本文提出了一种名为Ladderpath的新策略,基于算法信息理论,用于快速生成和增强新型肽设计的效率和清晰度 | 本文未提及具体的局限性 | 开发针对髓系细胞白血病-1蛋白的新型BH3样肽抑制剂 | BH3样肽抑制剂及其对髓系细胞白血病-1蛋白的抑制活性 | NA | 癌症 | 分子动力学模拟 | NA | 肽序列 | 8个已知的生物活性BH3肽序列 |
12305 | 2024-11-15 |
Multimodal Representation Learning via Graph Isomorphism Network for Toxicity Multitask Learning
2024-Nov-11, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01061
PMID:39432821
|
研究论文 | 本文提出了一种多模态图同构网络(MMGIN)模型,用于化合物毒性多任务学习 | 引入了多模态表示学习模型,结合指纹和分子图,通过双通道结构独立学习表示,并采用前馈神经网络进行多任务学习 | NA | 解决化合物毒性计算任务的多样性和复杂性问题 | 化合物毒性分类和多类别分类 | 机器学习 | NA | 图同构网络 | 前馈神经网络 | 指纹和分子图 | 基于TOXRIC数据集构建的化合物毒性多任务学习(CTMTL)数据集和Tox21数据集 |
12306 | 2024-11-15 |
AlphaFold Meets De Novo Drug Design: Leveraging Structural Protein Information in Multitarget Molecular Generative Models
2024-Nov-11, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c00309
PMID:39475544
|
研究论文 | 本文介绍了一种多目标变压器模型,利用AlphaFold生成的蛋白质嵌入信息进行从头药物设计 | 本文创新性地将AlphaFold的蛋白质嵌入信息应用于多目标分子生成模型中,展示了其在药物设计中的潜力 | 本文未详细讨论模型在实际药物开发中的应用效果 | 研究如何利用深度学习和生成模型进行虚拟筛选和从头药物设计 | 多目标变压器模型和AlphaFold生成的蛋白质嵌入信息 | 机器学习 | NA | AlphaFold | 变压器模型 | 蛋白质嵌入信息 | 涉及多种蛋白质,包括稀有配体生物活性数据的蛋白质 |
12307 | 2024-11-15 |
Reconstruction of blood flow velocity with deep learning information fusion from spectral ct projections and vessel geometry
2024-Nov-08, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2024.2423883
PMID:39512150
|
研究论文 | 本文研究了一种新的深度学习方法,用于从对比增强X射线投影和血管几何形状中重建变形血管内的血流速度 | 提出了一种新的深度学习重建方法,通过融合低维Radon投影和血管网格信息来获得血管内的速度场 | NA | 研究一种新的深度学习方法,用于从对比增强X射线投影和血管几何形状中重建变形血管内的血流速度 | 变形血管内的血流速度 | 计算机视觉 | NA | 深度学习 | 神经网络 | 图像 | NA |
12308 | 2024-11-15 |
Deep Learning-Based Reconstruction of 3D T1 SPACE Vessel Wall Imaging Provides Improved Image Quality with Reduced Scan Times: A Preliminary Study
2024-Nov-07, AJNR. American journal of neuroradiology
DOI:10.3174/ajnr.A8382
PMID:38889969
|
研究论文 | 本文研究了基于深度学习的3D T1 SPACE血管壁成像重建方法,以提高图像质量和减少扫描时间 | 提出了一种基于深度学习的优化序列,显著提高了血管壁和管腔的可视化效果,并减少了扫描时间 | 研究样本量较小,需要在大规模队列中进一步验证 | 评估基于深度学习的优化序列在颅内血管壁成像中的应用效果 | 健康对照组和连续患者的颅内血管壁成像 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 10名健康对照者和5名连续患者 |
12309 | 2024-11-15 |
Decoding multi-limb movements from two-photon calcium imaging of neuronal activity using deep learning
2024-Nov-07, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ad83c0
PMID:39508456
|
研究论文 | 本文利用深度学习技术从双光子钙成像数据中解码多肢运动 | 本文扩展了先前的工作,通过应用深度学习解码跑步小鼠的多肢运动,并开发了一种循环编码器-解码器网络(LSTM-encdec),该网络的输出长于输入,能够准确解码单侧皮质中记录的钙成像数据中的所有四肢信息 | 由于双光子钙成像数据的采样率相对较低,将其与快速行为相关联具有挑战性 | 实现脑机接口(BMI)以恢复神经损伤和疾病患者的感官运动功能 | 跑步小鼠的多肢运动 | 机器学习 | NA | 双光子钙成像 | LSTM-encdec | 图像 | 小鼠 |
12310 | 2024-11-15 |
Comprehensive Morphometric Analysis to Identify Key Neuroimaging Biomarkers for the Diagnosis of Adult Hydrocephalus Using Artificial Intelligence
2024-Nov-07, Neurosurgery
IF:3.9Q1
DOI:10.1227/neu.0000000000003248
PMID:39508594
|
研究论文 | 本研究利用人工智能技术,通过形态学分析识别成人脑积水诊断的关键神经影像生物标志物 | 本研究通过SHapley Additive exPlanations (SHAP)特征重要性分析,识别出易于测量的1-D形态学生物标志物,为临床医生提供实用的诊断工具 | 本研究主要集中在非正常压力脑积水和健康受试者的比较,未来研究应扩展到其他类型的脑积水 | 开发实用且准确的诊断工具,帮助神经外科医生早期诊断脑积水 | 成人非正常压力脑积水患者和健康受试者的神经影像参数 | 计算机视觉 | 神经系统疾病 | 机器学习、集成学习和深度学习 | Gradient Boosting | 图像 | 15个1-D神经影像参数和10个形态学指数,涉及成人非正常压力脑积水患者和健康受试者 |
12311 | 2024-11-15 |
Performance Comparison between Deep Neural Network and Machine Learning based Classifiers for Huntington Disease Prediction from Human DNA Sequence
2024-Nov-07, IEEE/ACM transactions on computational biology and bioinformatics
DOI:10.1109/TCBB.2024.3493203
PMID:39509303
|
研究论文 | 比较深度神经网络与机器学习分类器在从人类DNA序列预测亨廷顿病中的性能 | 使用深度神经网络算法分析人类DNA序列以预测亨廷顿病,并与其他机器学习分类器进行性能比较 | 仅限于使用特定的DNA序列数据集和特征提取方法,未涵盖其他可能的数据源或方法 | 通过分析人类DNA序列,预测是否患有亨廷顿病 | 人类DNA序列和亨廷顿病 | 机器学习 | 神经退行性疾病 | 深度神经网络 (DNN) 算法 | 深度神经网络 (DNN), 神经网络 (NN), 支持向量机 (SVM), 随机森林 (RF), 分类树 (CTWFP) | DNA序列 | 从NCBI收集的人类DNA序列数据和合成的DNA数据 |
12312 | 2024-11-15 |
Cone-Beam CT to CT Image Translation Using a Transformer-Based Deep Learning Model for Prostate Cancer Adaptive Radiotherapy
2024-Nov-07, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01312-6
PMID:39511015
|
研究论文 | 本研究利用基于Transformer的深度学习模型SwinUNETR,将锥形束CT图像转换为CT图像,以提高前列腺癌自适应放疗的图像质量 | 本研究首次采用基于Transformer的深度学习模型SwinUNETR进行CBCT到CT的图像转换,相较于传统的卷积神经网络模型U-net,SwinUNETR能够生成更精确的合成CT图像 | 本研究为回顾性研究,样本量有限,且仅限于前列腺癌放疗患者 | 提高锥形束CT图像质量,以支持前列腺癌自适应放疗的精确剂量计算 | 前列腺癌放疗患者 | 计算机视觉 | 前列腺癌 | 深度学习 | Transformer | 图像 | 260名前列腺癌放疗患者,其中245名用于训练,15名用于独立测试 |
12313 | 2024-11-15 |
Enhancing the content of phycoerythrin through the application of microplastics from Porphyridium cruentum produced in wastewater using machine learning methods
2024-Nov-06, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2024.123266
PMID:39509973
|
研究论文 | 研究使用机器学习方法优化从Porphyridium cruentum中提取的微塑料和废水对藻红蛋白浓度的影响 | 开发了深度学习模型以最大化藻红蛋白浓度,并使用LIME和SHAP方法解释模型预测 | 研究仅限于特定类型的微塑料和废水参数,未涵盖所有可能的环境因素 | 探索微塑料和废水参数对藻红蛋白浓度的影响,并开发优化模型 | Porphyridium cruentum中的藻红蛋白浓度 | 机器学习 | NA | 深度学习 | 深度学习模型 | 数值数据 | 232组数据 |
12314 | 2024-11-15 |
The Current Application and Future Potential of Artificial Intelligence in Renal Cancer
2024-Nov, Urology
IF:2.1Q2
DOI:10.1016/j.urology.2024.07.010
PMID:39029807
|
综述 | 本文综述了人工智能在肾癌评估、管理和预后预测中的当前应用和未来潜力 | 本文探讨了人工智能在肾癌研究中的多种应用方法,包括监督/无监督机器学习、深度学习、自然语言处理和神经网络等 | 本文主要基于PubMed数据库中的72项研究,可能未涵盖所有相关文献 | 探讨人工智能在肾癌研究中的应用及其未来在临床决策中的潜力 | 肾癌的评估、管理和预后预测 | 机器学习 | 肾癌 | NA | NA | NA | 72项研究 |
12315 | 2024-11-15 |
Evaluation of OCT biomarker changes in treatment-naive neovascular AMD using a deep semantic segmentation algorithm
2024-Nov, Eye (London, England)
DOI:10.1038/s41433-024-03264-1
PMID:39068248
|
研究论文 | 评估深度语义分割算法在未经治疗的湿性年龄相关性黄斑变性(nAMD)患者OCT生物标志物变化中的应用 | 开发了一种基于深度学习的语义分割算法,首次为nAMD的11个OCT特征提供了自动分割的基准结果 | 算法在某些OCT特征(如亚反射性物质和纤维血管性PED)上的表现较差,需要进一步研究以优化个性化治疗方案 | 确定在真实世界环境中,未经治疗的nAMD患者在接受抗VEGF治疗后OCT生物标志物的定量变化 | 未经治疗的湿性年龄相关性黄斑变性(nAMD)患者的OCT扫描图像 | 计算机视觉 | 眼科疾病 | 深度学习 | U-net | 图像 | 大量未经治疗的nAMD患者 |
12316 | 2024-11-15 |
Automatic segmentation of the maxillary sinus on cone beam computed tomographic images with U-Net deep learning model
2024-Nov, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery
IF:1.9Q2
DOI:10.1007/s00405-024-08870-z
PMID:39083060
|
研究论文 | 研究使用U-Net深度学习模型对锥束CT图像中的上颌窦进行自动分割 | 提出了一种基于U-Net深度学习模型的上颌窦分割方法,旨在通过确定上颌窦腔的边界,为外科医生和专家提供更好的图像引导 | 研究仅使用了100名患者的轴向CBCT图像,样本量相对较小 | 开发一种基于深度学习的方法,用于上颌窦的自动分割,以提高诊断的准确性和手术干预的成功率 | 上颌窦的自动分割 | 计算机视觉 | NA | 深度学习 | U-Net | 图像 | 100名患者的轴向CBCT图像(200个上颌窦) |
12317 | 2024-11-15 |
Automatic classification and grading of canine tracheal collapse on thoracic radiographs by using deep learning
2024-Nov, Veterinary radiology & ultrasound : the official journal of the American College of Veterinary Radiology and the International Veterinary Radiology Association
IF:1.3Q2
DOI:10.1111/vru.13413
PMID:39012062
|
研究论文 | 开发了一种基于深度学习的人工智能模型,用于自动分类和分级犬气管塌陷的胸片 | 使用YOLO模型进行犬气管塌陷的自动分类和分级,提高了诊断的准确性和一致性 | NA | 开发一种自动化的工具,用于在不同兽医环境中通过胸片筛查犬气管塌陷 | 犬气管塌陷的胸片 | 计算机视觉 | NA | 深度学习 | YOLO | 图像 | NA |
12318 | 2024-11-15 |
Artificial intelligence based diagnosis of sulcus: assesment of videostroboscopy via deep learning
2024-Nov, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery
IF:1.9Q2
DOI:10.1007/s00405-024-08801-y
PMID:39001913
|
研究论文 | 本文开发了一种基于卷积神经网络(CNN)的模型,用于分类喉镜视频中的沟状病变、良性声带病变和健康声带图像,以提高临床医生在喉镜检查中诊断沟状病变的准确性 | 本文首次将深度学习技术应用于喉镜视频的分类,特别是针对沟状病变、良性声带病变和健康声带的分类,显著提高了诊断的准确性 | 研究结果主要基于实验室环境,尚未在临床实践中进行实时应用评估 | 开发一种基于卷积神经网络的模型,用于提高临床医生在喉镜检查中诊断沟状病变的准确性 | 喉镜视频中的沟状病变、良性声带病变和健康声带图像 | 计算机视觉 | NA | 卷积神经网络(CNN) | 卷积神经网络(CNN) | 视频 | 433名个体,包括91名沟状病变患者、311名良性声带疾病患者和33名健康个体 |
12319 | 2024-11-15 |
Laser Fabrication of Multi-Dimensional Perovskite Patterns with Intelligent Anti-Counterfeiting Applications
2024-Nov, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202309862
PMID:39120553
|
研究论文 | 研究利用飞秒激光直接写入技术在钙钛矿材料上实现快速且高精度的微纳加工,并探讨了其与多维钙钛矿生长之间的复杂关系 | 通过精确的卤素元素设计,实现了通过一步激光加工同时生成两种不同颜色的快速响应(QR)码图案,并结合人工智能(AI)方法识别图案化的钙钛矿防伪标签 | NA | 探讨飞秒激光直接写入技术在钙钛矿材料上的应用,并开发具有防伪功能的多维钙钛矿图案 | 多维钙钛矿材料及其在防伪应用中的潜力 | 材料科学 | NA | 飞秒激光直接写入技术 | 深度学习算法 | 图像 | NA |
12320 | 2024-11-15 |
Artificial neural network prediction of postoperative complications in papillary thyroid microcarcinoma based on preoperative ultrasonographic features
2024 Nov-Dec, Journal of clinical ultrasound : JCU
IF:1.2Q3
DOI:10.1002/jcu.23800
PMID:39189355
|
研究论文 | 本研究利用深度学习模型基于术前超声特征预测甲状腺微小乳头状癌术后并发症 | 首次利用深度学习模型基于术前超声特征预测甲状腺微小乳头状癌术后并发症 | 数据来源单一中心,未考虑生活方式和遗传因素 | 预测甲状腺微小乳头状癌术后并发症,辅助临床决策 | 甲状腺微小乳头状癌患者 | 机器学习 | 甲状腺癌 | 深度学习 | 全连接神经网络 | 超声图像 | 1638名cN0期甲状腺微小乳头状癌患者 |