深度学习在生物医药领域中的应用

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,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!

Sample Image
添加微信请说明来意
Sample Image
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。

当前筛选条件: [分区不过滤] [IF不过滤] [发表日期:202101-202112] [清除筛选条件]
当前共找到 560 篇文献,本页显示第 241 - 260 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
241 2024-08-31
Motion Extraction of the Right Ventricle from 4D Cardiac Cine MRI Using A Deep Learning-Based Deformable Registration Framework
2021-11, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference
研究论文 本文描述了一种基于深度学习的可变形配准框架,用于从4D心脏电影MRI中提取右心室的动态模型,并评估其功能。 提出了一种结合CondenseUNet和深度学习可变形网络的方法,用于生成右心室的动态模型。 仅在ACDC数据集上进行了训练和测试,可能需要进一步验证其在其他数据集上的性能。 开发动态的、特定于患者的右心室模型,用于评估右心室功能。 正常受试者和异常右心室患者的右心室模型。 数字病理学 心血管疾病 MRI CondenseUNet 图像 150例心脏MRI患者数据
242 2024-08-31
Towards Real-time pose estimation of the Mitral Valve Robot under C-arm X-ray Fluoroscopy
2021-Nov, IEEE transactions on medical robotics and bionics IF:3.4Q2
research paper 本文讨论了使用C臂荧光透视下实时跟踪夹子位置和方向的算法,以实现二尖瓣机器人的精确定位 提出了一种深度学习语义分割框架来定位夹子的位置,并通过等效椭圆算法和SVM分类器计算其弯曲和旋转角度 弯曲角度计算的平均误差为7.7°,旋转角度分类的准确率为76% 开发一种用于治疗二尖瓣反流(MR)的机器人,实现夹子对瓣叶的精确导航 二尖瓣机器人的定位和导航 computer vision 心血管疾病 C-arm fluoroscopy CNN image NA
243 2024-08-31
A Coarse-to-Fine Framework for Automated Knee Bone and Cartilage Segmentation Data from the Osteoarthritis Initiative
2021-08, Journal of digital imaging IF:2.9Q2
研究论文 本文开发了一种基于深度学习的粗到细方法,用于自动分割膝关节骨、软骨和半月板,具有高计算效率 提出了一个基于深度学习的粗到细框架,用于自动分割膝关节骨和软骨,提高了分割的准确性和效率 NA 开发一种自动化的方法来分割膝关节骨和软骨,以便于量化分析OA图像 膝关节骨、软骨和半月板的自动分割 计算机视觉 骨关节炎 深度学习 NA 图像 507个MR体积(81,120个切片)
244 2024-08-31
Abnormal lung quantification in chest CT images of COVID-19 patients with deep learning and its application to severity prediction
2021-Apr, Medical physics IF:3.2Q1
研究论文 本研究开发了一种基于深度学习的方法,用于自动分割和量化COVID-19患者的胸部CT扫描中的感染区域,并应用于病情严重程度预测 首次开发了一种基于深度学习的系统,能够自动分割和量化COVID-19患者的胸部CT扫描中的感染区域,并用于病情严重程度预测 需要进一步验证该系统在更大规模数据集上的性能,并考虑其在不同医疗环境中的适用性 开发一种自动化的工具,用于在临床实践中对COVID-19患者的胸部CT扫描进行定量评估,特别是用于病情严重程度预测 COVID-19患者的胸部CT扫描图像 计算机视觉 COVID-19 深度学习 VB-Net神经网络 CT扫描图像 训练集包含249名COVID-19患者的CT扫描,验证集包含300名COVID-19患者的CT扫描
245 2024-08-31
Shallow Convolutional Neural Network for COVID-19 Outbreak Screening Using Chest X-rays
2021-Feb-05, Cognitive computation IF:4.3Q1
研究论文 本文提出了一种轻量级的浅层卷积神经网络(CNN)架构,用于通过胸部X光片自动检测COVID-19阳性病例 该浅层CNN架构设计参数较少,相比其他深度学习模型更高效,且在实验中达到了99.69%的最高准确率和1.0的敏感度 NA 开发一种计算效率高的AI工具,用于通过胸部X光片大规模筛查COVID-19阳性病例 COVID-19阳性病例和非COVID-19病例的胸部X光片 计算机视觉 COVID-19 卷积神经网络(CNN) CNN 图像 321张COVID-19阳性胸部X光片和5856张非COVID-19病例胸部X光片
246 2024-08-31
Automatic Screening of COVID-19 Using an Optimized Generative Adversarial Network
2021-Jan-25, Cognitive computation IF:4.3Q1
研究论文 本文提出了一种使用优化生成对抗网络(GAN)进行COVID-19自动筛查的方法 采用鲸鱼优化算法(WOA)优化GAN生成器的超参数,提高了模型的性能 NA 开发一种自动筛查COVID-19的方法,减轻医疗系统的负担 COVID-19和非COVID-19的CT图像 计算机视觉 COVID-19 生成对抗网络(GAN) GAN 图像 使用了包含COVID-19和非COVID-19图像的SARS-CoV-2 CT-Scan数据集
247 2024-08-31
DRISTI: a hybrid deep neural network for diabetic retinopathy diagnosis
2021, Signal, image and video processing
研究论文 本文提出了一种名为DRISTI的混合深度神经网络模型,用于糖尿病视网膜病变(DR)的诊断和分类 DRISTI模型结合了VGG16和胶囊网络,相较于现有技术,在性能上有了显著提升 NA 旨在通过深度学习技术提高糖尿病视网膜病变的诊断准确性 糖尿病视网膜病变(DR)的诊断和分类 计算机视觉 糖尿病视网膜病变 深度学习 混合深度神经网络(VGG16和胶囊网络) 图像 使用了扩增的APTOS数据集进行训练和验证
248 2024-08-31
Convolutional neural networks for the classification of chest X-rays in the IoT era
2021, Multimedia tools and applications IF:3.0Q2
研究论文 本文提出两种基于深度学习的方法,用于快速自动分类胸片图像,以检测胸部疾病 引入了基于AlexNet和VGGNet16的支持向量机方法,这些方法在胸片图像分类任务中表现优于传统的AlexNet和VGG16深度学习方法 NA 开发自动化的人工智能系统,帮助放射科医生更准确和快速地检测肺部疾病 胸片图像 计算机视觉 肺部疾病 深度学习 CNN 图像 十二种胸片疾病
249 2024-08-30
A novel and efficient deep learning approach for COVID-19 detection using X-ray imaging modality
2021-Dec, International journal of imaging systems and technology IF:3.0Q2
研究论文 本文提出了一种基于深度学习的卷积神经网络(CNN)集成模型,用于通过X射线影像快速准确地检测COVID-19 采用对比度增强和图像归一化预处理方法,以及数据增强技术,提高了检测准确性 NA 开发一种高效且准确的自动化COVID-19检测方法,以减少计算需求并防止病毒传播 COVID-19、肺炎和正常胸部X射线图像 计算机视觉 COVID-19 深度学习 CNN 图像 2161张COVID-19图像,2022张肺炎图像,5863张正常胸部X射线图像
250 2024-08-30
Cognitive computing-based COVID-19 detection on Internet of things-enabled edge computing environment
2021-Nov-18, Soft computing IF:3.1Q2
研究论文 本文提出了一种基于物联网边缘计算环境的联邦深度学习COVID-19检测模型(FDL-COVID) 利用联邦学习概念生成共享模型,无需使用本地数据进行深度学习COVID-19检测 NA 旨在辅助医疗专业人员在疾病诊断过程中快速处理大量数据并生成定制智能推荐 COVID-19的早期检测 机器学习 COVID-19 深度学习(DL), 联邦学习(FL) SqueezeNet 图像 基准CXR数据集
251 2024-08-30
Multilevel depth-wise context attention network with atrous mechanism for segmentation of COVID19 affected regions
2021-Oct-26, Neural computing & applications IF:4.5Q2
研究论文 本文提出了一种带有膨胀机制的多层次深度上下文注意力网络,用于COVID-19受影响区域的精确分割 引入了3D深度卷积和3D残差挤压激励块,以及不同膨胀率的膨胀机制,以捕获多尺度上下文特征 未提及 开发一种高效的深度学习解决方案,用于COVID-19及其变种的快速准确诊断 COVID-19受影响区域的分割和病变定位 计算机视觉 COVID-19 深度学习 CNN CT图像 基准CT数据集
252 2024-08-30
Characterizing Swallows From People With Neurodegenerative Diseases Using High-Resolution Cervical Auscultation Signals and Temporal and Spatial Swallow Kinematic Measurements
2021-09-14, Journal of speech, language, and hearing research : JSLHR
研究论文 本研究通过高分辨率颈听诊信号和时空吞咽运动学测量,比较了神经退行性疾病患者与健康成年人的吞咽功能差异,并探讨了高分辨率颈听诊在标记神经退行性疾病患者吞咽运动学事件中的能力 本研究首次使用高分辨率颈听诊(HRCA)结合深度学习机器学习算法,对神经退行性疾病患者的吞咽运动学事件进行精确标注 研究样本量相对较小,且仅限于神经退行性疾病患者与健康成年人之间的比较 比较神经退行性疾病患者与健康成年人的吞咽运动学测量,并评估高分辨率颈听诊在标记这些事件中的准确性 神经退行性疾病患者和健康成年人的吞咽功能 数字病理学 神经退行性疾病 高分辨率颈听诊(HRCA) 深度学习机器学习算法 信号 170名神经退行性疾病患者和171名健康成年人的吞咽样本
253 2024-08-30
Examining embedded apparatuses of AI in Facebook and TikTok
2021-Sep-12, AI & society IF:2.9Q2
研究论文 本文通过分析Facebook和TikTok的透明度倡议和官方声明,探讨了AI在这些社交平台中的嵌入方式及其功能,特别是AI内容审核作为解决问题材料和错误信息传播的解决方案。 文章创新地分析了AI作为物质-话语机制的复杂性,强调了其在特定时间段内可见、可说、可知的论述技巧以及算法、数据集、用户、平台、基础设施、审核员等物质安排。 文章主要依赖于Facebook和TikTok的透明度倡议和官方声明,可能未能全面揭示AI在这些平台中运作的所有细节。 研究目的是探讨AI在社交平台中的嵌入方式及其对内容推荐、广告个性化、新闻聚合和问题材料审核的影响。 研究对象包括Facebook和TikTok这两个社交平台中的AI嵌入机制。 自然语言处理 NA 机器学习 (ML), 深度学习 (DL) NA 文本 NA
254 2024-08-30
Machine learning for medical imaging-based COVID-19 detection and diagnosis
2021-Sep, International journal of intelligent systems IF:5.0Q1
综述 本文综述了机器学习在基于医学影像的COVID-19检测与诊断中的最新进展,特别关注使用CT和X射线图像的机器学习模型 利用深度学习算法,特别是卷积神经网络,进行图像分割和分类,以识别COVID-19患者 许多机器学习模块在样本量有限的数据集上取得了显著的预测结果 探讨机器学习在COVID-19检测与诊断中的应用,以控制疫情传播和降低死亡率 COVID-19的检测与诊断 机器学习 COVID-19 NA 卷积神经网络 图像 有限样本量
255 2024-08-30
CondenseNet with exclusive lasso regularization
2021, Neural computing & applications IF:4.5Q2
研究论文 本文开发了CondenseNet-elasso,通过应用exclusive lasso正则化来消除不同卷积组之间的特征相关性,从而缓解神经网络的过拟合问题 引入exclusive lasso正则化,鼓励不同卷积组使用不同的输入通道子集,学习更多样化的特征 NA 提高计算效率并缓解神经网络的过拟合问题 CondenseNet-elasso模型及其在图像分类任务中的性能 机器学习 NA group convolution CNN image CIFAR10, CIFAR100和Tiny ImageNet数据集
256 2024-08-30
Deep neural networks for COVID-19 detection and diagnosis using images and acoustic-based techniques: a recent review
2021, Soft computing IF:3.1Q2
综述 本文综述了使用图像和声学技术基于深度学习算法进行COVID-19检测和诊断的方法 讨论了不同方法的优势和劣势,并介绍了基于深度学习的COVID-19检测的数据库和主要未来挑战 未具体提及 探讨基于深度学习的COVID-19早期诊断和检测方法,以加快治疗过程并防止病毒传播 COVID-19的早期检测和诊断 计算机视觉 COVID-19 深度学习算法 深度神经网络 图像 未具体提及
257 2024-08-30
Automated diagnosis of COVID-19 with limited posteroanterior chest X-ray images using fine-tuned deep neural networks
2021, Applied intelligence (Dordrecht, Netherlands)
研究论文 本文提出了一种使用后前位胸X光图像和微调深度神经网络来自动诊断COVID-19的方法 采用随机过采样和加权类别损失函数方法,以实现无偏微调学习,并应用于多种先进的深度学习模型 研究使用的数据集样本有限,主要关注COVID-19阳性病例 开发一种更稳健和替代的COVID-19诊断技术 COVID-19的自动诊断和肺部感染的识别 机器学习 呼吸系统疾病 深度学习 NASNetLarge, ResNet, Inception-v3, Inception ResNet-v2, DenseNet169 图像 公开数据集中包含的COVID-19阳性患者的后前位胸X光图像有限
258 2024-08-29
An investigation of traffic density changes inside Wuhan during the COVID-19 epidemic with GF-2 time-series images
2021-Dec-01, International journal of applied earth observation and geoinformation : ITC journal IF:7.6Q1
研究论文 本文通过收集武汉封城前后由GF-2卫星获取的时间序列高分辨率遥感图像,分析了武汉内部交通密度的变化,以反映城市内部人口流动的变化。 利用高分辨率遥感图像和结合形态学滤波与深度学习的车辆检测方法,首次详细分析了武汉封城期间内部交通密度的变化。 研究主要依赖于遥感图像数据,可能存在天气等外部因素对数据质量的影响。 探讨武汉封城政策对城市内部交通密度和人口流动的影响。 武汉封城前后的交通密度变化。 遥感 COVID-19 遥感图像分析 深度学习 图像 武汉封城前后由GF-2卫星获取的时间序列高分辨率遥感图像
259 2024-08-29
FusionAI: Predicting fusion breakpoint from DNA sequence with deep learning
2021-Oct-22, iScience IF:4.6Q1
研究论文 本研究开发了FusionAI,利用深度学习预测基于DNA序列的基因融合断裂点,帮助研究人员更准确地选择融合基因并更好地理解基因组断裂 FusionAI利用已知的融合断裂点,通过深度学习从原始基因组序列中提供融合基因的预测模型 NA 识别与基因组断裂相关的分子机制 基因融合断裂点 机器学习 NA 深度学习 深度学习模型 DNA序列 NA
260 2024-08-28
Assessment of the CASP14 assembly predictions
2021-12, Proteins IF:3.2Q2
研究论文 本文评估了CASP14中39个研究小组提交的超过2500个蛋白质复合物三维模型的预测性能 文章展示了结合传统技术与深度学习方法在蛋白质复合物预测中的有效性,并指出AlphaFold2预测在界面预测中的潜在帮助 文章指出,对于没有整体模板复合物的预测仍面临重大挑战 评估CASP14中蛋白质复合物结构预测的准确性和挑战 CASP14中的22个蛋白质复合物 计算机视觉 NA 模板基础建模、蛋白质对接、深度学习基础的接触预测 深度学习模型 3D模型 超过2500个3D模型,涉及22个蛋白质复合物
回到顶部