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 578 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 | 算法框架 | 模型架构 | 性能指标 | 计算资源 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 241 | 2024-09-07 |
Histology segmentation using active learning on regions of interest in oral cavity squamous cell carcinoma
2022, Journal of pathology informatics
DOI:10.1016/j.jpi.2022.100146
PMID:36268093
|
研究论文 | 本文研究了在口腔鳞状细胞癌中使用主动学习进行组织学分割的方法 | 提出了一种基于主动学习的改进U-net分类器，用于在感兴趣区域（ROI）尺度上进行分割 | 需要大量高质量的病理学家注释，且处理大型全切片图像（WSIs）时存在网络瓶颈 | 探讨主动学习在数字病理学中进行组织学分割的有效性 | 口腔鳞状细胞癌的组织学图像 | 数字病理学 | 口腔癌 | 主动学习 | U-net | 图像 | NA | NA | NA | NA | NA |
| 242 | 2024-09-07 |
Tackling stain variability using CycleGAN-based stain augmentation
2022, Journal of pathology informatics
DOI:10.1016/j.jpi.2022.100140
PMID:36268102
|
研究论文 | 本文探讨了使用CycleGAN进行染色增强以应对病理学中的染色变异性问题 | 提出了一种通过数据增强而非传统的染色标准化方法来应对染色变异性的新策略 | 尽管提出的方法在分割准确性上有所提升，但提升幅度较小，且需考虑额外的碳足迹 | 旨在提高预训练深度学习分割模型在具有较大染色变异性的多中心队列中的适用性 | 肾脏病理学中的染色变异性问题 | 数字病理学 | NA | 深度学习 | CycleGAN | 图像 | 涉及三个外部多中心队列 | NA | NA | NA | NA |
| 243 | 2024-09-07 |
JustDeepIt: Software tool with graphical and character user interfaces for deep learning-based object detection and segmentation in image analysis
2022, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2022.964058
PMID:36275541
|
研究论文 | 介绍了一种名为JustDeepIt的软件工具，该工具通过图形用户界面和字符用户界面支持基于深度学习的对象检测和分割 | JustDeepIt提供了一个易于使用的图形用户界面，简化了深度学习模型的构建过程，特别适合编程初学者 | NA | 开发一种易于使用的深度学习软件工具，以支持实验人员在图像分析中的工作 | 植物科学中的关键问题，如小麦头检测、甜菜和杂草分割、植物和叶片分割 | 计算机视觉 | NA | 深度学习 | Faster R-CNN, YOLOv3, SSD, RetinaNet, Mask R-CNN, U-Net | 图像 | 四个案例研究，涵盖植物科学中的不同应用 | NA | NA | NA | NA |
| 244 | 2024-09-07 |
Using AAEHS-Net as an Attention-Based Auxiliary Extraction and Hybrid Subsampled Network for Semantic Segmentation
2022, Computational intelligence and neuroscience
DOI:10.1155/2022/1536976
PMID:36275973
|
研究论文 | 本文提出了一种基于注意力机制的辅助提取和混合子采样网络（AAEHS-Net）用于语义分割 | 引入互补增强提取模块（CEEM）和混合子采样模块（HSM），以及全局最大池和全局平均池模块（GAGM）来提高特征提取和分割精度 | 未提及 | 解决深度学习语义分割中浅层特征被忽视导致的分割不准确问题 | 语义分割网络的性能提升 | 计算机视觉 | NA | 深度学习 | AAEHS-Net | 图像 | 三个数据集：无人机图像数据集、马萨诸塞州道路数据集和马萨诸塞州建筑数据集 | NA | NA | NA | NA |
| 245 | 2024-09-07 |
Analysis of Characteristic Factors of Nursing Safety Incidents in ENT Surgery by Deep Learning-Based Medical Data Association Rules Method
2022, Computational and mathematical methods in medicine
DOI:10.1155/2022/8491411
PMID:36277009
|
研究论文 | 本文通过深度学习结合医疗数据关联规则方法，分析了耳鼻喉科手术后护理安全事件的特征因素 | 采用深度学习结合关联规则方法分析护理安全事件的特征因素，为改善耳鼻喉科手术后护理安全提供了新思路 | 样本量较小，仅涉及385名住院患者，可能影响结果的普适性 | 探讨耳鼻喉科手术后护理安全事件的特征因素，以提高护理安全 | 耳鼻喉科手术后的护理安全事件及其影响因素 | 机器学习 | 耳鼻喉疾病 | 深度学习 | 关联规则方法 | 文本 | 385名住院患者 | NA | NA | NA | NA |
| 246 | 2024-09-07 |
Deep Transfer Learning for COVID-19 Detection and Lesion Recognition Using Chest CT Images
2022, Computational and mathematical methods in medicine
DOI:10.1155/2022/4509394
PMID:36285284
|
研究论文 | 本文提出了一种基于深度迁移学习的方法，用于使用胸部CT图像进行COVID-19检测和病变识别 | 引入了2D全局最大池化层以提高模型性能，并开发了一种热图方法来突出显示COVID-19胸部CT图像中的病变区域 | NA | 开发一种快速且自动化的COVID-19诊断方法，以提高诊断效率和准确性 | COVID-19的检测和胸部CT图像中的病变识别 | 计算机视觉 | COVID-19 | 深度卷积神经网络 | CNN | 图像 | 测试数据集上的准确率为94.12% | NA | NA | NA | NA |
| 247 | 2024-09-07 |
A Machine Learning Applied Diagnosis Method for Subcutaneous Cyst by Ultrasonography
2022, Oxidative medicine and cellular longevity
DOI:10.1155/2022/1526540
PMID:36299601
|
研究论文 | 本文提出了一种基于机器学习的皮下囊肿超声诊断方法 | 利用深度学习技术提升超声计算机辅助诊断系统的性能 | 仅在湖南省级人民医院的132例患者数据上进行了验证 | 开发一种机器学习方法来诊断皮下囊肿 | 皮下囊肿的超声图像 | 机器学习 | NA | 超声成像 | 支持向量机（SVM） | 图像 | 132例患者 | NA | NA | NA | NA |
| 248 | 2024-09-07 |
A multi-task FP-GNN framework enables accurate prediction of selective PARP inhibitors
2022, Frontiers in pharmacology
IF:4.4Q1
DOI:10.3389/fphar.2022.971369
PMID:36304149
|
研究论文 | 提出了一种多任务FP-GNN深度学习框架，用于预测分子对四种PARP同工酶的抑制活性 | 多任务FP-GNN方法在预测PARP抑制剂活性方面表现最佳，并能识别与每种PARP同工酶抑制相关的关键结构片段 | NA | 开发一种能够准确预测选择性PARP抑制剂的深度学习框架 | 四种PARP同工酶（PARP-1, PARP-2, PARP-5A, PARP-5B）的抑制活性 | 机器学习 | NA | FP-GNN（指纹和图神经网络） | 多任务FP-GNN | 分子数据 | NA | NA | NA | NA | NA |
| 249 | 2024-09-07 |
Contrastive learning and subtyping of post-COVID-19 lung computed tomography images
2022, Frontiers in physiology
IF:3.2Q2
DOI:10.3389/fphys.2022.999263
PMID:36304574
|
研究论文 | 研究构建了一个深度学习模型，通过对比学习方法对COVID-19后遗症患者的肺部CT图像进行分类和亚型识别 | 引入肺体积变换的对比学习模型，能够从CT扫描中学习疾病的潜在特征，并识别出COVID-19后遗症的两种亚型 | 研究样本量相对较小，可能影响模型的泛化能力 | 通过深度学习模型区分COVID-19后遗症患者与健康个体，并识别COVID-19后遗症的亚型 | COVID-19后遗症患者的肺部CT图像 | 计算机视觉 | 肺部疾病 | 对比学习 | 对比学习模型 | 图像 | 140名COVID-19后遗症患者和105名健康对照者 | NA | NA | NA | NA |
| 250 | 2024-09-07 |
Evaluation of deep learning techniques for identification of sarcoma-causing carcinogenic mutations
2022 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076221133703
PMID:36312852
|
研究论文 | 本文提出了一种使用深度学习循环神经网络（RNN）算法进行人类肉瘤癌症早期检测的框架 | 本文首次将RNN算法应用于肉瘤癌症的早期检测，并取得了高达99.6%的准确率 | 研究样本数量有限，仅包含134个样本和141个突变，可能影响模型的泛化能力 | 开发一种用于早期检测人类肉瘤癌症的深度学习框架 | 人类肉瘤癌症的早期检测 | 机器学习 | 肉瘤 | 深度学习 | 循环神经网络（RNN） | 基因序列 | 134个样本，包含141个突变 | NA | NA | NA | NA |
| 251 | 2024-09-07 |
Learning to diagnose common thorax diseases on chest radiographs from radiology reports in Vietnamese
2022, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0276545
PMID:36315483
|
研究论文 | 本文提出了一种从越南语放射报告自动提取标签的数据收集和标注流程，用于胸部X光片的常见胸腔疾病诊断 | 本文的创新点在于利用越南语放射报告自动生成标签，为越南放射学家和临床医生提供更符合当地诊断类别的标注数据 | 本文的局限性在于仅使用了越南语放射报告，未涉及其他语言的报告 | 本文的研究目的是开发一种自动化的数据标注工具，用于胸部X光片的常见胸腔疾病诊断 | 本文的研究对象是胸部X光片及其对应的越南语放射报告 | 计算机视觉 | 胸腔疾病 | 深度学习 | EfficientNet-B2 | 图像 | 9752个胸部X光片研究 | NA | NA | NA | NA |
| 252 | 2024-09-07 |
Deep Learning for Strawberry Canopy Delineation and Biomass Prediction from High-Resolution Images
2022, Plant phenomics (Washington, D.C.)
DOI:10.34133/2022/9850486
PMID:36320455
|
研究论文 | 本文提出了一种利用深度神经网络从高分辨率图像中自动分割草莓冠层并预测生物量的工作流程 | 本文首次将Mask R-CNN应用于草莓冠层的分割，并使用深度回归模型预测冠层叶面积和干生物量 | 本文仅在RGB和RGB-NIR图像上进行了实验，未探讨其他波段组合的效果 | 研究如何利用深度学习技术从高分辨率图像中自动分割草莓冠层并预测其生物量 | 草莓冠层的分割和生物量预测 | 计算机视觉 | NA | 深度学习 | Mask R-CNN, VGG-16, ResNet-50 | 图像 | 使用了高分辨率RGB、近红外和数字表面模型图像，样本数量未明确提及 | NA | NA | NA | NA |
| 253 | 2024-09-07 |
Advances in antibody discovery from human BCR repertoires
2022, Frontiers in bioinformatics
IF:2.8Q2
DOI:10.3389/fbinf.2022.1044975
PMID:36338807
|
研究论文 | 本文综述了从人类B细胞受体库中发现抗体的技术进展 | 本文将这些创新技术分为四类：细胞分选、BCR测序、BCR库分析和抗体-抗原相互作用的验证，并结合深度学习技术，为未来直接从人类中发现诊断和治疗性抗体提供了新的方向 | NA | 探讨从人类B细胞受体库中发现抗体的技术进展 | 人类B细胞受体库中的抗体 | 生物技术 | NA | 细胞分选、BCR测序、抗体-抗原相互作用建模 | 深度学习 | mRNA、基因组DNA | NA | NA | NA | NA | NA |
| 254 | 2024-09-07 |
A wheat spike detection method based on Transformer
2022, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2022.1023924
PMID:36340370
|
研究论文 | 本文提出了一种基于Transformer的麦穗检测方法，名为Multi-Window Swin Transformer (MW-Swin Transformer)，并结合了Wheat Intersection over Union损失函数，以提高检测精度 | 本文创新性地引入了Transformer网络来解决麦穗检测问题，并提出了新的损失函数以优化检测结果 | NA | 研究麦穗检测方法，以提高生产估计和作物田间管理的准确性 | 麦穗 | 计算机视觉 | NA | Transformer | Transformer | 图像 | 构建了一个名为WSD-2022的麦穗检测数据集 | NA | NA | NA | NA |
| 255 | 2024-09-07 |
Multiple conserved states characterize the twist landscape of the bacterial actin homolog MreB
2022, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2022.10.008
PMID:36382191
|
研究论文 | 研究了细菌肌动蛋白同源物MreB的双原丝在微秒尺度分子动力学模拟中可以采用多种扭转状态 | 使用深度学习算法识别了MreB双原丝在不同扰动下的扭转构象，并发现这些状态在ADP替代ATP后仍然稳定 | NA | 研究MreB双原丝的扭转状态及其对细胞形状的影响 | 细菌肌动蛋白同源物MreB的双原丝 | NA | NA | 分子动力学模拟 | 深度学习算法 | NA | NA | NA | NA | NA | NA |
| 256 | 2024-09-06 |
Survey of Supervised Learning for Medical Image Processing
2022, SN computer science
DOI:10.1007/s42979-022-01166-1
PMID:35602289
|
综述 | 本文综述了监督学习在医学图像处理中的关键概念和算法 | 本文总结了现有的医学数据集，并研究了最先进的监督学习架构，包括卷积神经网络（CNN）及其变体 | 监督学习需要大量标注数据集才能学习和取得良好性能，数据增强、迁移学习和dropout技术被广泛用于克服数据集不足的问题 | 帮助医学图像分析的研究人员和从业者理解监督学习技术的核心概念和算法 | 医学图像的分类、检测和分割 | 计算机视觉 | NA | 监督学习 | 卷积神经网络（CNN）、全卷积网络（FCN）、U-Net架构 | 图像 | NA | NA | NA | NA | NA |
| 257 | 2024-09-06 |
An intelligent cyber security phishing detection system using deep learning techniques
2022, Cluster computing
DOI:10.1007/s10586-022-03604-4
PMID:35602317
|
研究论文 | 本文提出了一种基于深度学习技术的智能网络安全钓鱼检测系统 | 本文通过使用机器学习算法和数据集分割方法，提高了钓鱼邮件检测的准确性和效率 | 本文未详细讨论数据集的来源和质量，以及模型在实际应用中的泛化能力 | 开发一种更有效的钓鱼邮件检测技术，以应对日益增长的钓鱼威胁 | 钓鱼邮件及其检测技术 | 机器学习 | NA | 机器学习 | 决策树 | 文本 | 使用了三个不同的数据集进行训练和验证 | NA | NA | NA | NA |
| 258 | 2024-09-06 |
Bike sharing usage prediction with deep learning: a survey
2022, Neural computing & applications
IF:4.5Q2
DOI:10.1007/s00521-022-07380-5
PMID:35702665
|
综述 | 本文综述了使用深度学习技术进行共享单车使用预测的最新研究 | 本文是首个专注于使用深度学习技术进行共享单车使用预测的综合性综述 | NA | 探讨共享单车使用预测的重要性及其在系统运营和管理中的应用 | 共享单车使用预测问题及其相关模型 | 机器学习 | NA | 深度学习 | RNN, CNN, 图神经网络 | 时间序列数据, 空间数据 | NA | NA | NA | NA | NA |
| 259 | 2024-09-06 |
Explainable artificial intelligence approach in combating real-time surveillance of COVID19 pandemic from CT scan and X-ray images using ensemble model
2022, The Journal of supercomputing
IF:2.5Q2
DOI:10.1007/s11227-022-04631-z
PMID:35754515
|
研究论文 | 本文提出了一种基于深度学习和机器学习集成模型的可解释人工智能方法，用于从CT扫描和X光图像中实时监测COVID-19疫情 | 本文结合了深度学习和机器学习算法，开发了一种集成模型，用于从CT扫描和X光图像中自动检测COVID-19，并通过Grad-CAM和t-SNE解释模型的决策过程 | NA | 开发一种自动检测COVID-19的方法，以提高检测的准确性和稳定性，降低死亡率 | COVID-19患者的CT扫描和X光图像 | 计算机视觉 | COVID-19 | 深度学习和机器学习 | 集成模型（包括CNN、GNB、SVM、DT、LR、KNN、RF） | 图像 | 1646和2481张CT扫描图像 | NA | NA | NA | NA |
| 260 | 2024-09-06 |
Real-time internet of medical things framework for early detection of Covid-19
2022, Neural computing & applications
IF:4.5Q2
DOI:10.1007/s00521-022-07582-x
PMID:35912366
|
研究论文 | 提出了一种用于Covid-19感染检测和早期预防的IoMT框架 | 首次提出了结合IoMT、Apache Spark和机器学习算法（如随机森林和梯度提升树）的实时Covid-19检测框架 | 实验结果基于模拟数据，实际应用中可能存在差异 | 开发一种实时Covid-19检测系统，以减轻医疗系统的负担 | Covid-19感染的早期检测和预防 | 机器学习 | Covid-19 | Apache Spark | 随机森林和梯度提升树 | 健康数据 | 使用了Riverbed Modeler模拟软件中的多种传感器数据 | NA | NA | NA | NA |