深度学习在生物医药领域的应用
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（使用关键词“['deep learning']”过滤），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！
添加微信请说明来意
微信赞赏
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19.9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。
当前共找到 175 篇文献，本页显示第 61 - 80 篇。
| 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 | 算法框架 | 模型架构 | 性能指标 | 计算资源 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 61 | 2024-09-29 |
Biologically Inspired Deep Learning Model for Efficient Foveal-Peripheral Vision
2021, Frontiers in computational neuroscience
IF:2.1Q3
DOI:10.3389/fncom.2021.746204
PMID:34880741
|
研究论文 | 本文提出了一种受灵长类和人类视网膜皮层映射启发的端到端神经模型，用于高效的中央凹-周边视觉 | 该模型采用了一种高效的采样技术来压缩视觉信号，使得场景的一小部分以高分辨率感知，而大部分视野以低分辨率维持，同时引入了一种注意力机制来模拟“眼球运动”，帮助代理从观察场景中逐步收集详细信息 | NA | 开发一种高效的计算模型来模拟生物学中的中央凹-周边视觉 | 中央凹-周边视觉的神经网络模型 | 计算机视觉 | NA | NA | 神经网络 | 图像和视频 | NA | NA | NA | NA | NA |
| 62 | 2024-09-28 |
Can Deep Learning Hit a Moving Target? A Scoping Review of Its Role to Study Neurological Disorders in Children
2021, Frontiers in computational neuroscience
IF:2.1Q3
DOI:10.3389/fncom.2021.670489
PMID:34025380
|
综述 | 本文综述了深度学习在研究儿童神经发育障碍中的潜在作用 | 深度学习因其对特征探索和工程的依赖性较小，可能在研究儿童神经发育障碍中克服现有挑战 | 本文主要探讨了深度学习在儿童神经发育障碍研究中的潜在作用，未涉及具体实验或模型 | 探讨深度学习在儿童神经发育障碍研究中的挑战和潜在应用 | 儿童神经发育障碍，如注意力缺陷多动障碍、自闭症谱系障碍、脑瘫、脑震荡和癫痫 | 机器学习 | 神经发育障碍 | 深度学习 | NA | NA | NA | NA | NA | NA | NA |
| 63 | 2024-09-28 |
Layer-Skipping Connections Improve the Effectiveness of Equilibrium Propagation on Layered Networks
2021, Frontiers in computational neuroscience
IF:2.1Q3
DOI:10.3389/fncom.2021.627357
PMID:34079446
|
研究论文 | 本文探讨了通过在分层网络中引入随机层跳跃连接来缓解平衡传播学习框架中的梯度消失问题 | 提出了一种基于小世界网络的随机层跳跃连接方法，以解决平衡传播在分层网络中遇到的梯度消失问题 | NA | 探索生物学上合理的深度学习实现方法 | 平衡传播学习框架在分层网络中的应用 | 机器学习 | NA | 平衡传播 | 分层网络 | NA | NA | NA | NA | NA | NA |
| 64 | 2024-09-27 |
Deep learning approaches for natural product discovery from plant endophytic microbiomes
2021, Environmental microbiome
IF:6.2Q1
DOI:10.1186/s40793-021-00375-0
PMID:33758794
|
综述 | 本文综述了利用深度学习方法从植物内生微生物组中发现天然产物的新方法 | 强调了深度学习在预测内生菌生物化学新奇性和调控控制方面的潜力 | NA | 探讨从植物微生物组中发现天然产物的新突破方法 | 植物内生微生物组的次级代谢产物 | 机器学习 | NA | 深度学习 | NA | 基因组、代谢组、调控组和化学数据 | NA | NA | NA | NA | NA |
| 65 | 2024-09-27 |
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
2021, Journal of big data
IF:8.6Q1
DOI:10.1186/s40537-021-00444-8
PMID:33816053
|
综述 | 本文综述了深度学习的概念、CNN架构、挑战、应用和未来方向 | 本文采用更全面的方法，提供了一个更合适的起点，以便全面理解深度学习 | 尽管本文试图全面综述深度学习，但仍可能存在某些方面的遗漏 | 旨在提供一个全面的深度学习综述，涵盖其概念、技术、架构、挑战和应用 | 深度学习及其在多个领域的应用 | 机器学习 | NA | 深度学习 | CNN | NA | NA | NA | NA | NA | NA |
| 66 | 2024-09-27 |
Application of Machine Learning in Diagnosis of COVID-19 Through X-Ray and CT Images: A Scoping Review
2021, Frontiers in cardiovascular medicine
IF:2.8Q2
DOI:10.3389/fcvm.2021.638011
PMID:33842563
|
综述 | 本文综述了使用机器学习和深度学习方法通过X射线和CT图像诊断COVID-19的研究 | 本文通过比较不同机器学习和深度学习方法在COVID-19诊断中的表现，展示了这些方法在临床诊断中的应用潜力 | 本文为综述性研究，未提供新的实验数据或模型 | 探讨机器学习和深度学习方法在COVID-19诊断中的应用 | COVID-19的诊断 | 机器学习 | COVID-19 | NA | NA | 图像 | NA | NA | NA | NA | NA |
| 67 | 2024-09-26 |
A deep learning approach for monitoring parietal-dominant Alzheimer's disease in World Trade Center responders at midlife
2021, Brain communications
IF:4.1Q2
DOI:10.1093/braincomms/fcab145
PMID:34396105
|
研究论文 | 本文利用深度学习方法评估世贸中心响应者的神经心理学和神经影像数据，生成皮层萎缩风险评分，以监测顶叶主导的阿尔茨海默病 | 本文首次应用深度学习方法对世贸中心响应者的神经心理学和神经影像数据进行评估，生成皮层萎缩风险评分，并验证了其准确性 | 样本量相对较小，且仅限于世贸中心响应者群体 | 研究早期认知障碍的特征和原因，并开发一种监测顶叶主导的阿尔茨海默病的新方法 | 世贸中心响应者的神经心理学和神经影像数据 | 机器学习 | 阿尔茨海默病 | 深度学习 | 人工神经网络 | 神经影像数据 | 1441名世贸中心响应者 | NA | NA | NA | NA |
| 68 | 2024-09-26 |
Accuracy of deep learning-based computed tomography diagnostic system for COVID-19: A consecutive sampling external validation cohort study
2021, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0258760
PMID:34735458
|
研究论文 | 评估基于深度学习的CT诊断系统Ali-M3在检测COVID-19中的准确性及其临床价值 | 首次对Ali-M3进行外部验证，评估其在日本三级医疗机构中的表现 | Ali-M3的特异性表现较低，尤其是在症状出现后的前5天内 | 评估Ali-M3在检测COVID-19中的准确性并讨论其临床价值 | 617名有症状的患者及其COVID-19感染概率 | 计算机视觉 | COVID-19 | 深度学习 | NA | 图像 | 617名有症状的患者，其中289名RT-PCR阳性 | NA | NA | NA | NA |
| 69 | 2024-09-23 |
Lung parenchymal characterization via thoracic dynamic MRI in normal children and pediatric patients with TIS
2021, Proceedings of SPIE--the International Society for Optical Engineering
DOI:10.1117/12.2581708
PMID:35465442
|
研究论文 | 本文展示了通过胸腔动态MRI评估正常儿童和TIS患儿肺实质特征的方法 | 首次提供了一种定量的动态功能方法，用于在动态MRI上分析健康儿童和TIS患儿的潮气呼吸期间肺实质 | NA | 评估胸腔不足综合征（TIS）患儿的治疗效果 | 正常儿童和TIS患儿的肺实质特征 | 数字病理 | 胸腔不足综合征 | 动态磁共振成像（dMRI） | 深度学习 | 图像 | 11名TIS患儿（每名患儿有术前和术后扫描）和23名健康儿童的45次dMRI扫描 | NA | NA | NA | NA |
| 70 | 2024-09-20 |
Enhanced bat algorithm for COVID-19 short-term forecasting using optimized LSTM
2021, Soft computing
IF:3.1Q2
DOI:10.1007/s00500-021-06075-8
PMID:34393647
|
研究论文 | 本文提出了一种优化的长短期记忆网络（LSTM）用于COVID-19病例的短期预测，并使用增强的蝙蝠算法（BA）进行优化 | 本文提出了一种增强的蝙蝠算法，通过使用高斯自适应惯性权重和替换随机漫步为高斯漫步来解决过早收敛和局部最小值问题 | NA | 提高COVID-19病例预测的准确性，帮助控制疫情 | COVID-19病例的短期预测 | 机器学习 | COVID-19 | 蝙蝠算法 | LSTM | 时间序列数据 | NA | NA | NA | NA | NA |
| 71 | 2024-09-19 |
Machine and Deep Learning towards COVID-19 Diagnosis and Treatment: Survey, Challenges, and Future Directions
2021-01-27, International journal of environmental research and public health
DOI:10.3390/ijerph18031117
PMID:33513984
|
综述 | 本文综述了基于人工智能的机器学习和深度学习方法在COVID-19诊断和治疗中的应用 | 总结了现有的最先进方法及其在COVID-19中的应用，并提供了未来研究方向 | NA | 探讨人工智能技术在COVID-19诊断和治疗中的应用及其未来发展方向 | COVID-19的诊断和治疗 | 机器学习 | COVID-19 | 机器学习 (ML) 和深度学习 (DL) | NA | NA | NA | NA | NA | NA | NA |
| 72 | 2024-09-17 |
Using Deep Learning to Identify High-Risk Patients with Heart Failure with Reduced Ejection Fraction
2021, Journal of health economics and outcomes research
IF:2.3Q2
DOI:10.36469/jheor.2021.25753
PMID:34414250
|
研究论文 | 本研究利用深度学习模型预测心力衰竭伴射血分数降低患者的心力衰竭住院、恶化事件及30天和90天再入院 | 本研究首次采用双向长短期记忆网络（Bi-LSTM）模型，并展示了其在预测心力衰竭相关结果方面的优越性 | 缺乏详细的临床数据以及样本量和样本不平衡问题可能限制了模型的性能 | 开发和部署预测工具以识别高风险的心力衰竭伴射血分数降低患者 | 心力衰竭伴射血分数降低患者的住院、恶化事件及再入院 | 机器学习 | 心血管疾病 | 深度学习 | 双向长短期记忆网络（Bi-LSTM） | 电子健康记录 | 共纳入47,498名心力衰竭伴射血分数降低患者，其中9,427名至少有一次心力衰竭住院 | NA | NA | NA | NA |
| 73 | 2024-09-14 |
Breast tumor segmentation in 3D automatic breast ultrasound using Mask scoring R-CNN
2021-Jan, Medical physics
IF:3.2Q1
DOI:10.1002/mp.14569
PMID:33128230
|
研究论文 | 本文开发了一种基于深度学习的方法，使用Mask scoring R-CNN进行3D自动乳腺超声中的乳腺肿瘤自动分割 | 本文提出了一种新颖的Mask scoring R-CNN方法，用于自动分割3D自动乳腺超声图像中的乳腺肿瘤 | NA | 开发一种基于深度学习的方法，用于3D自动乳腺超声中的乳腺肿瘤自动分割 | 3D自动乳腺超声图像中的乳腺肿瘤 | 计算机视觉 | 乳腺癌 | Mask scoring R-CNN | R-CNN | 图像 | 70名经针刺活检确诊的乳腺癌患者，其中40名用于五折交叉验证，30名用于保留测试 | NA | NA | NA | NA |
| 74 | 2024-09-11 |
A Novel Block Imaging Technique Using Nine Artificial Intelligence Models for COVID-19 Disease Classification, Characterization and Severity Measurement in Lung Computed Tomography Scans on an Italian Cohort
2021-Jan-26, Journal of medical systems
IF:3.5Q2
DOI:10.1007/s10916-021-01707-w
PMID:33496876
|
研究论文 | 本文提出了一种基于九种人工智能模型的新型块状图像技术，用于COVID-19疾病的分类、特征化和严重程度测量 | 本文创新性地使用了九种人工智能模型，包括深度学习模型和迁移学习模型，以及块状图像技术来评估COVID-19的严重程度 | 本文的局限性在于仅使用了意大利的一个患者队列，可能存在样本偏差 | 研究目的是开发和验证一种新型的人工智能技术，用于COVID-19疾病的分类和严重程度评估 | 研究对象是COVID-19患者的肺部CT扫描图像 | 计算机视觉 | COVID-19 | 深度学习 | CNN, VGG16, DenseNet121, DenseNet169, DenseNet201, MobileNet, ANN, DT, RF | 图像 | 60名患者（包括30名COVID-19患者和30名对照组），共1695张切片 | NA | NA | NA | NA |
| 75 | 2024-09-11 |
Intelligent system for COVID-19 prognosis: a state-of-the-art survey
2021, Applied intelligence (Dordrecht, Netherlands)
DOI:10.1007/s10489-020-02102-7
PMID:34764577
|
综述 | 本文综述了智能系统在COVID-19预后中的应用现状 | 本文探讨了机器学习和深度学习在COVID-19预后中的应用及其效率和影响 | 本文主要集中在现有方法的综述，未提出新的解决方案 | 探讨智能系统在COVID-19预后中的应用及其未来挑战 | COVID-19的预后和诊断 | 机器学习 | COVID-19 | 机器学习 (ML) 和深度学习 (DL) | NA | 复杂大数据 | NA | NA | NA | NA | NA |
| 76 | 2024-09-11 |
Pre-clinical undergraduate students' perspectives on the adoption of virtual and augmented reality to their dental learning experience: A one-group pre- and post-test design protocol
2021, F1000Research
DOI:10.12688/f1000research.53059.2
PMID:36703700
|
研究论文 | 研究评估虚拟现实（VR）和增强现实（AR）技术在牙科预临床学习中的应用对学生感知的影响 | 探讨了VR和AR技术在牙科预临床学习中的应用，以改善学生的学习体验 | 研究采用单一组别的前后测试设计，可能存在偏差 | 评估VR和AR技术在牙科预临床学习中的应用对学生感知的影响 | 牙科预临床学生 | NA | NA | 虚拟现实（VR）和增强现实（AR） | NA | 问卷调查 | 一组牙科预临床学生 | NA | NA | NA | NA |
| 77 | 2024-09-10 |
Integrative analysis for COVID-19 patient outcome prediction
2021-01, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2020.101844
PMID:33091743
|
研究论文 | 本文提出了一种综合分析方法，结合影像学和非影像学特征来预测COVID-19患者的预后 | 首次使用包括影像和非影像数据的全面信息进行患者预后预测 | NA | 提高COVID-19患者预后预测的准确性，以辅助临床决策 | COVID-19患者的预后预测 | 计算机视觉 | COVID-19 | 深度学习 | NA | 影像和非影像数据 | 295名COVID-19阳性患者 | NA | NA | NA | NA |
| 78 | 2024-09-06 |
Machine learning meets mechanistic modelling for accurate prediction of experimental activation energies
2021-Jan-21, Chemical science
IF:7.6Q1
DOI:10.1039/d0sc04896h
PMID:36299676
|
研究论文 | 本文构建了结合传统过渡态模型和机器学习的混合模型，用于准确预测反应能垒 | 提出了一种结合传统过渡态模型和机器学习的混合模型，显著提高了反应能垒预测的准确性 | 模型在低数据情况下表现良好，但在数据量较大的情况下可能需要进一步优化 | 开发一种能够准确预测化学反应能垒的混合模型 | 核芳香亲核取代反应的实验动力学数据 | 机器学习 | NA | 高斯过程回归 | 混合模型 | 实验数据 | 100-150个速率常数 | NA | NA | NA | NA |
| 79 | 2024-09-04 |
Compressible Latent-Space Invertible Networks for Generative Model-Constrained Image Reconstruction
2021, IEEE transactions on computational imaging
IF:4.2Q2
DOI:10.1109/tci.2021.3049648
PMID:35989942
|
研究论文 | 本文提出了一种基于可压缩潜在空间可逆网络的图像重建框架，用于从欠采样测量中重建图像 | 引入了一种新的正则化策略，利用某些可逆神经网络的多尺度架构，提高了重建性能 | NA | 开发能够从欠采样测量中生成诊断有用图像的图像重建方法 | 磁共振成像（MRI）中的图像重建 | 计算机视觉 | NA | 可逆神经网络 | GAN | 图像 | NA | NA | NA | NA | NA |
| 80 | 2024-09-02 |
Towards the sustainable development of smart cities through mass video surveillance: A response to the COVID-19 pandemic
2021-Jan, Sustainable cities and society
IF:10.5Q1
DOI:10.1016/j.scs.2020.102582
PMID:33178557
|
研究论文 | 本文提出了一种基于深度学习的智能城市可持续发展框架，通过大规模视频监控系统应对COVID-19疫情，实现人群社交距离监控 | 开发了一种能够监控和执行人群社交距离的主动监控系统，有效减缓病毒传播 | COVID-19疫情揭示了现有智能城市部署的局限性 | 开发能够提供快速有效机制以限制病毒进一步传播的系统和架构 | 智能城市的可持续发展及通过视频监控应对COVID-19疫情 | 计算机视觉 | NA | 深度学习 | CNN | 视频 | 使用了一个真实世界的视频监控数据集进行系统性能验证 | NA | NA | NA | NA |