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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
19561 | 2024-08-13 |
Bayesian neural networks for stock price forecasting before and during COVID-19 pandemic
2021, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0253217
PMID:34197473
|
研究论文 | 本文研究了在COVID-19大流行前后使用贝叶斯神经网络进行股票价格多步预测的可行性 | 采用了带有并行回火MCMC的朗之万梯度法,能够在并行计算环境中实施贝叶斯神经网络的推断 | 由于参数数量多和需要更好的计算资源,传统的MCMC方法存在局限性 | 探讨在COVID-19大流行期间股票市场波动性增加的情况下,贝叶斯神经网络在股票价格预测中的表现 | 股票价格预测模型在COVID-19大流行前后的表现 | 机器学习 | NA | 贝叶斯神经网络 | 贝叶斯神经网络 | 股票市场数据 | 具体样本数量未明确 |
19562 | 2024-08-13 |
Perceived Teacher Autonomy Support and Students' Deep Learning: The Mediating Role of Self-Efficacy and the Moderating Role of Perceived Peer Support
2021, Frontiers in psychology
IF:2.6Q2
DOI:10.3389/fpsyg.2021.652796
PMID:34234709
|
研究论文 | 本研究旨在探讨自我效能在大学生感知教师自主支持与深度学习之间的中介作用,以及学生感知到的同伴支持是否能调节感知教师自主支持与深度学习之间的关系 | 研究首次探讨了自我效能在感知教师自主支持与深度学习之间的中介作用,以及同伴支持的调节作用 | 研究样本仅来自贵州省一所本科师范大学的1800名大学生,可能限制了结果的普遍性 | 测试自我效能的中介作用及同伴支持的调节作用 | 大学生感知教师自主支持、自我效能、同伴支持与深度学习之间的关系 | NA | NA | 描述性分析、相关分析、探索性因子分析、验证性因子分析、调节效应分析和中介效应分析 | NA | 调查数据 | 1800名大学生 |
19563 | 2024-08-12 |
A knowledge-enhanced interpretable network for early recurrence prediction of hepatocellular carcinoma via multi-phase CT imaging
2024-Sep, International journal of medical informatics
IF:3.7Q2
DOI:10.1016/j.ijmedinf.2024.105509
PMID:38851131
|
研究论文 | 本文提出了一种基于多相CT影像的知识增强型可解释网络,用于预测肝细胞癌的早期复发 | 引入了一种新的基于Vision Transformer(ViT)的深度学习网络DSViT,增强了领域知识与图像之间的交互和多相CT图像的有效融合,提高了预测性能和解释性 | NA | 提高肝细胞癌早期复发预测的性能和解释性 | 肝细胞癌的早期复发预测 | 计算机视觉 | 肝癌 | 深度学习 | Vision Transformer(ViT) | 图像 | 多相CT数据 |
19564 | 2024-08-12 |
Deep learning-based computer-aided diagnosis system for the automatic detection and classification of lateral cervical lymph nodes on original ultrasound images of papillary thyroid carcinoma: a prospective diagnostic study
2024-Sep, Endocrine
IF:3.0Q2
DOI:10.1007/s12020-024-03808-1
PMID:38570388
|
研究论文 | 本研究旨在开发一种基于深度学习的计算机辅助诊断系统,用于自动检测和分类甲状腺乳头状癌患者的颈部淋巴结超声图像 | 本研究采用了Deformable Detection Transformer (DETR)模型,该模型在检测和分类颈部淋巴结方面表现出最高的诊断效能 | NA | 开发一种基于深度学习的计算机辅助诊断系统,用于自动检测和分类甲状腺乳头状癌患者的颈部淋巴结超声图像 | 甲状腺乳头状癌患者的颈部淋巴结超声图像 | 计算机视觉 | 甲状腺癌 | 深度学习 | DETR | 图像 | 回顾性数据集包含1801张颈部淋巴结超声图像来自1675名患者,前瞻性测试集包含185张图像来自160名患者 |
19565 | 2024-08-12 |
Deep learning classification of drug-related problems from pharmaceutical interventions issued by hospital clinical pharmacists during medication prescription review: a large-scale descriptive retrospective study in a French university hospital
2024-Aug-09, European journal of hospital pharmacy : science and practice
IF:1.6Q3
DOI:10.1136/ejhpharm-2024-004139
PMID:39122480
|
研究论文 | 本研究利用新开发的深度神经网络分类器,从法国某大学医院的临床药师在处方审查期间提出的药学干预中识别药物相关问题,并进行大规模回顾性描述性分析 | 使用深度神经网络分类器自动分类药物相关问题,无需大量人力资源 | NA | 利用深度神经网络分类器识别药物相关问题,并进行大规模回顾性描述性分析 | 药学干预中的药物相关问题 | 机器学习 | NA | 深度神经网络 | 深度神经网络分类器 | 文本 | 分析了2,930,656条处方记录,涉及119,689名患者 |
19566 | 2024-08-12 |
Deep learning tight-binding approach for large-scale electronic simulations at finite temperatures with ab initio accuracy
2024-Aug-08, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-51006-4
PMID:39117636
|
研究论文 | 本文介绍了一种基于深度学习的紧束缚方法DeePTB,用于在有限温度下进行具有从头计算精度的大规模电子行为模拟 | DeePTB模型通过训练结构数据和相应的从头计算本征值,能够高效预测未见结构的紧束缚哈密顿量,实现对大尺寸系统在外部扰动下的高效模拟 | NA | 解决在从头计算框架内模拟具有现实大系统尺寸的材料和设备中电子行为的计算强度问题 | 半导体带隙工程和材料设计 | 材料科学 | NA | 深度学习 | 深度学习模型 | 结构数据和本征值 | 包含10个原子的镓磷化物系统 |
19567 | 2024-08-12 |
Implementing heuristic-based multiscale depth-wise separable adaptive temporal convolutional network for ambient air quality prediction using real time data
2024-Aug-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-68793-x
PMID:39117706
|
研究论文 | 本研究利用深度学习架构开发了一种先进的系统,用于预测环境空气质量,通过使用多尺度深度可分离自适应时间卷积网络(MDS-ATCN)结合融合欧亚蛎鹬路径查找器算法(FEO-PFA)进行特征选择和优化 | 本研究采用了一种新的深度学习模型MDS-ATCN,并结合FEO-PFA算法进行特征选择和优化,提高了预测精度 | NA | 开发一种新的深度学习模型,用于提高环境空气质量预测的准确性 | 环境空气质量预测 | 机器学习 | NA | 深度学习 | 多尺度深度可分离自适应时间卷积网络(MDS-ATCN) | 实时数据 | 使用了三个公开数据库和现实世界数据,具体样本数量未详细说明 |
19568 | 2024-08-12 |
Occlusion enhanced pan-cancer classification via deep learning
2024-Aug-08, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-024-05870-y
PMID:39118043
|
研究论文 | 本文介绍了一种名为GENESO的新框架,用于通过深度学习结合遮挡方法进行泛癌分类和标记基因发现 | 提出了一种新的标记基因发现方法——对称遮挡(SO),能够模拟基因的“功能获得”和“功能丧失”,以量化评估其在泛癌分类中的重要性 | NA | 旨在通过深度学习改进泛癌分类和标记基因的发现 | RNA-Seq数据中的样本来源和状态分类,以及标记基因的发现 | 机器学习 | 泛癌 | RNA-Seq | LSTM | RNA表达数据 | 使用单细胞RNA-Seq数据进行验证 |
19569 | 2024-08-12 |
Evaluation of reinforcement learning in transformer-based molecular design
2024-Aug-08, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-024-00887-0
PMID:39118113
|
研究论文 | 本文评估了强化学习在基于transformer的分子生成模型中的效果,以优化分子设计和发现新的分子骨架 | 本文引入了强化学习框架,以增强基于transformer的分子生成模型在多参数优化中的灵活性,特别是针对用户定义的属性配置文件 | NA | 研究强化学习如何影响基于transformer的分子生成模型,以生成更多符合用户特定属性要求的化合物 | 基于transformer的分子生成模型和强化学习在分子优化和骨架发现中的应用 | 机器学习 | NA | transformer | transformer | 分子数据 | NA |
19570 | 2024-08-12 |
Deep learning-based multimodal fusion of the surface ECG and clinical features in prediction of atrial fibrillation recurrence following catheter ablation
2024-Aug-08, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-024-02616-x
PMID:39118118
|
研究论文 | 本研究提出了一种基于Transformer的深度学习算法,用于融合表面心电图(ECG)信号和临床特征,预测房颤消融后的复发情况 | 本研究首次使用Transformer算法结合ECG信号和临床特征来预测房颤复发,提高了预测性能 | NA | 旨在开发一种新算法,利用表面ECG信号和临床特征预测房颤消融后的复发 | 房颤患者消融后的复发情况 | 机器学习 | 心血管疾病 | Transformer | Transformer | ECG信号和临床特征 | 920名患者 |
19571 | 2024-08-12 |
Deep convolutional neural network-based 3D fluorescence sensor array for sugar identification in serum based on the oxidase-mimicking property of CuO nanoparticles
2024-Aug-06, Talanta
IF:5.6Q1
DOI:10.1016/j.talanta.2024.126679
PMID:39126967
|
研究论文 | 本文开发了一种基于CuO纳米颗粒氧化酶样活性的三维荧光传感器阵列,结合深度学习模型,用于识别和预测生物液体中结构高度相似的糖类浓度 | 该模型在分类九种选定的糖类时达到了99-100%的准确率,并能有效预测1-100 μM浓度范围内的糖类浓度,显著提高了检测灵敏度 | NA | 开发新型传感器阵列和深度学习模型,用于生物医学和其他领域的应用 | 生物液体中结构高度相似的糖类 | 机器学习 | NA | 深度学习 | CNN | 荧光光谱 | 九种选定的糖类 |
19572 | 2024-08-12 |
Clinical implementation and evaluation of deep learning-assisted automatic radiotherapy treatment planning for lung cancer
2024-Aug, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)
DOI:10.1016/j.ejmp.2024.104492
PMID:39094213
|
研究论文 | 研究深度学习辅助的自动放射治疗计划在肺癌临床应用中的实施与评估 | 深度学习辅助的方法显著减少了计划时间和监控单元,同时显示出与手动计划相当或更优的质量 | NA | 探讨深度学习辅助的自动放射治疗计划在肺癌中的临床应用 | 深度学习模型在预测患者特定剂量方面的应用,以及自动计划与手动计划的比较 | 机器学习 | 肺癌 | 深度学习 | DL模型 | 数据集 | 235名患者的数据集用于训练和验证模型,50个手动体积调制弧治疗计划用于回顾性设计自动计划 |
19573 | 2024-08-12 |
Innovations in detecting skull fractures: A review of computer-aided techniques in CT imaging
2024-Aug, Physica medica : PM : an international journal devoted to the applications of physics to medicine and biology : official journal of the Italian Association of Biomedical Physics (AIFB)
DOI:10.1016/j.ejmp.2024.103400
PMID:38996627
|
综述 | 本文综述了计算机辅助技术在CT影像中检测颅骨骨折的创新方法 | 介绍了从基于特征的算法到现代机器学习和深度学习技术的进步 | 讨论了自动化颅骨骨折评估中的固有挑战 | 提高颅骨骨折诊断的准确性和患者护理 | 颅骨骨折的检测 | 计算机视觉 | 创伤性脑损伤 | 计算机辅助诊断(CAD)系统 | 机器学习和深度学习 | CT影像 | NA |
19574 | 2024-08-12 |
Machine learning/artificial intelligence in sports medicine: state of the art and future directions
2024-Aug, Journal of ISAKOS : joint disorders & orthopaedic sports medicine
DOI:10.1016/j.jisako.2024.01.013
PMID:38336099
|
综述 | 本文综述了机器学习(ML)在运动医学中的应用现状及未来发展方向 | 机器学习能够分析大量数据,建立输入与输出变量之间的复杂关系,这种关系比传统统计分析更为复杂,能以高精度预测输出 | 临床医生对机器学习方法和概念的不熟悉是广泛应用的一个主要障碍 | 介绍机器学习概念,回顾当前运动医学中的机器学习模型,并讨论该领域的未来创新机会 | 机器学习在运动医学中的应用 | 机器学习 | NA | 机器学习 | 监督学习、深度学习 | 图像、文本 | NA |
19575 | 2024-08-12 |
An early warning indicator trained on stochastic disease-spreading models with different noises
2024-Aug, Journal of the Royal Society, Interface
DOI:10.1098/rsif.2024.0199
PMID:39118548
|
研究论文 | 本文研究了在不同噪声影响下的随机疾病传播模型中训练的早期预警指标 | 采用深度学习算法,通过训练噪声诱导的疾病传播模型来提供传染病爆发的早期预警信号,并在实际COVID-19病例和模拟时间序列中展示了其有效性 | NA | 开发可靠的早期预警信号,以支持公共卫生干预策略 | 疾病传播模型中的早期预警指标 | 机器学习 | NA | 深度学习算法 | NA | 时间序列 | 实际COVID-19病例和模拟时间序列 |
19576 | 2024-08-12 |
Segmentation of stroke lesions using transformers-augmented MRI analysis
2024-Aug-01, Human brain mapping
IF:3.5Q1
DOI:10.1002/hbm.26803
PMID:39119860
|
研究论文 | 本研究提出了一种结合变形特征注意机制的Transformer和卷积深度学习架构的方法,用于提高慢性中风病变分割的准确性和泛化能力,并通过生态数据增强技术进一步优化性能 | 引入Transformer的变形特征注意机制与卷积深度学习架构相结合,以及基于插入真实病变的生态数据增强技术 | NA | 提高慢性中风病变从单光谱磁共振成像扫描中分割的准确性 | 慢性中风病变 | 计算机视觉 | 中风 | MRI | Transformer | 图像 | 使用Anatomical Tracings of Lesions After Stroke (ATLAS) 2022数据集和Ischemic Stroke Lesion Segmentation (ISLES) 2015数据集进行训练和测试 |
19577 | 2024-08-12 |
Deep learning approach for unified recognition of driver speed and lateral intentions using naturalistic driving data
2024-Jul-28, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2024.106569
PMID:39121787
|
研究论文 | 本研究提出了一种基于深度学习的统一识别方法,用于识别驾驶员的速度和横向意图,使用自然驾驶数据 | 本研究首次考虑了驾驶环境对速度意图的影响,并利用横向意图中的时间依赖性来防止识别错误的变化,同时整合了速度和横向意图的耦合关系 | NA | 提高车辆安全性、智能化和燃油经济性 | 驾驶员的速度和横向意图 | 机器学习 | NA | 深度学习 | LSTM | 自然驾驶数据 | 大量自然驾驶数据 |
19578 | 2024-08-12 |
A Hyper-Transformer model for Controllable Pareto Front Learning with Split Feasibility Constraints
2024-Jul-26, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2024.106571
PMID:39121789
|
研究论文 | 本文提出了一种用于可控帕累托前沿学习的超变换器模型,该模型适用于具有分割可行性约束的多目标优化问题 | 本文创新性地使用了超变换器模型(Hyper-Trans)替代传统的多层感知器(Hyper-MLP)模型,以提高计算效率和准确性 | NA | 研究目的是改进可控帕累托前沿学习方法,使其在具有分割可行性约束的多目标优化问题中更有效 | 研究对象是可控帕累托前沿学习方法及其在多目标优化问题中的应用 | 机器学习 | NA | 超变换器模型 | 超变换器(Hyper-Trans) | NA | NA |
19579 | 2024-08-12 |
CAPE: a deep learning framework with Chaos-Attention net for Promoter Evolution
2024-Jul-25, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae398
PMID:39120645
|
研究论文 | 本文介绍了一种名为CAPE的深度学习框架,该框架采用混沌注意力网络用于启动子进化,旨在预测启动子强度并指导其定向进化 | CAPE模型通过综合提取启动子内的进化信息,并使用改进的DenseNet和Transformer结构处理整体信息,实现了对原核生物启动子强度预测的最新成果 | NA | 预测启动子强度并指导其定向进化,以降低传统启动子工程中的实验成本 | 原核生物启动子强度 | 机器学习 | NA | 深度学习 | DenseNet, Transformer | 序列数据 | NA |
19580 | 2024-08-12 |
Deep-learning-enabled antibiotic discovery through molecular de-extinction
2024-Jul, Nature biomedical engineering
IF:26.8Q1
DOI:10.1038/s41551-024-01201-x
PMID:38862735
|
研究论文 | 本文展示了利用深度学习从已灭绝生物的蛋白质组中挖掘抗生素肽的可能性 | 首次利用深度学习技术从已灭绝生物的蛋白质组中挖掘具有广谱抗菌活性的抗生素肽 | NA | 通过分子复活技术解决抗生素抗性和其他生物医学问题 | 从已灭绝生物的蛋白质组中挖掘抗生素肽 | 机器学习 | NA | 深度学习 | 神经网络 | 蛋白质序列 | 10,311,899个肽序列 |