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:202201-202201] [清除筛选条件]
当前共找到 528 篇文献,本页显示第 441 - 460 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
441 2024-08-25
Automatic measurement plane placement for 4D Flow MRI of the great vessels using deep learning
2022-Jan, International journal of computer assisted radiology and surgery IF:2.3Q2
研究论文 本文提出了一种基于深度学习的快速四步算法,用于在大型血管的4D流MRI中自动放置测量平面,以实现快速、稳健和可重复的血流测量。 该算法通过自动放置测量平面和血管分割,提高了4D流MRI后处理的效率和准确性。 目前该方法仅在大型血管中进行了验证,尚未在其他解剖区域进行测试。 旨在提高4D流MRI在血流动力学分析中的应用效率和准确性。 大型血管的4D流MRI图像。 计算机视觉 NA 4D流MRI 卷积神经网络(CNN) 图像 训练集包含283个扫描,测试集包含40个未见过的扫描。
442 2024-08-25
Degenerative adversarial neuroimage nets for brain scan simulations: Application in ageing and dementia
2022-01, Medical image analysis IF:10.7Q1
研究论文 本文介绍了一种名为4D-Degenerative Adversarial NeuroImage Net(4D-DANI-Net)的深度学习框架,用于生成高分辨率、纵向的MRI扫描图像,模拟个体特定的神经退化过程,应用于衰老和痴呆症研究 4D-DANI-Net框架基于对抗训练和一系列新颖的时空、生物学约束,引入了三种关键技术进步:Profile Weight Functions(PWFs)、3D超分辨率模块和迁移学习策略 NA 开发一种能够生成高分辨率、个体特定MRI图像的深度学习框架,以模拟衰老和痴呆症中的神经退化过程 衰老和痴呆症的神经退化过程 计算机视觉 痴呆症 深度学习 4D-DANI-Net MRI图像 训练集包含9852个T1加权MRI扫描图像,测试集包含1283个MRI扫描图像
443 2024-08-25
The crystal structure of vaccinia virus protein E2 and perspectives on the prediction of novel viral protein folds
2022-01, The Journal of general virology IF:3.6Q2
研究论文 本文解决了牛痘病毒蛋白E2的晶体结构,揭示了其包含两个具有新颖折叠的结构域,并探讨了使用AlphaFold2预测病毒蛋白结构的新方法。 首次解析了牛痘病毒蛋白E2的晶体结构,并展示了AlphaFold2在预测复杂病毒蛋白结构方面的能力。 NA 研究牛痘病毒蛋白E2的分子结构及其在病毒形态发生中的功能,并评估AlphaFold2在预测病毒蛋白结构中的应用。 牛痘病毒蛋白E2及其晶体结构。 结构生物学 天花 晶体学 AlphaFold2 蛋白质结构 NA
444 2024-08-25
Automatic Arrangement of Sports Dance Movement Based on Deep Learning
2022, Computational intelligence and neuroscience
研究论文 本文研究基于深度学习的体育舞蹈动作自动编排 提出了一种基于深度学习的浅层回归模型、卷积神经网络以及离线排序回归模型,并基于聚类算法进行了深度学习的研究 未提及具体的研究限制 研究基于深度学习的体育舞蹈动作自动编排 体育舞蹈动作的自动编排 机器学习 NA 深度学习 卷积神经网络 NA 未提及具体样本数量
445 2024-08-25
Measurement of Body Surface Area for Psoriasis Using U-net Models
2022, Computational and mathematical methods in medicine
研究论文 本研究旨在评估使用U-net模型进行机器学习方法,开发一种用于自动分割银屑病病变和测量体表面积的人工神经网络预测模型 提出了一种基于U-net架构的自动银屑病病变分割方法,并实现了与皮肤科医生相当的体表面积估计性能 NA 开发一种自动化的银屑病病变分割和体表面积测量方法,以评估疾病严重程度并调整治疗策略 银屑病病变的高分辨率图像 机器学习 银屑病 U-net模型 U-net 图像 255张高分辨率银屑病图像
446 2024-08-25
Experimental Research on the Antitumor Effect of Human Gastric Cancer Cells Transplanted in Nude Mice Based on Deep Learning Combined with Spleen-Invigorating Chinese Medicine
2022, Computational and mathematical methods in medicine
研究论文 本文研究了基于深度学习结合健脾中药对移植人胃癌细胞的裸鼠的抗癌效果 结合现代机器学习技术与传统中药,采用中西医结合的方法进行肿瘤治疗 实验仅限于裸鼠模型,尚未在人体上进行验证 探索新的胃癌治疗方法,减少传统放疗的副作用 人胃癌细胞移植的裸鼠 机器学习 胃癌 深度学习 NA 实验数据 使用了不同剂量的中药和氟尿嘧啶处理的小鼠
447 2024-08-25
Robust Prediction of Prognosis and Immunotherapeutic Response for Clear Cell Renal Cell Carcinoma Through Deep Learning Algorithm
2022, Frontiers in immunology IF:5.7Q1
研究论文 本研究利用深度学习算法构建了一个针对透明细胞肾细胞癌(ccRCC)的稳健预测模型,用于预测患者的预后和免疫治疗反应 本研究首次基于F-box基因家族对ccRCC进行表型分型,并发现其与免疫系统的负调控有关 NA 探索ccRCC患者的有效预后标志物并开发稳健的预后模型 透明细胞肾细胞癌(ccRCC)患者 机器学习 肾癌 深度学习算法 神经网络 基因数据 三个独立的ccRCC患者队列及一个泛癌队列
448 2024-08-25
Screening and functional prediction of differentially expressed genes in walnut endocarp during hardening period based on deep neural network under agricultural internet of things
2022, PloS one IF:2.9Q1
研究论文 本文利用深度神经网络建立模型,解决传统算法在筛选核桃内果皮硬化期间差异表达基因及功能预测中准确性低的问题 采用卷积神经网络(CNN)和长短时记忆(LSTM)网络模型构建表达基因筛选和功能预测模型,提高了筛选和预测的准确性 NA 研究核桃内果皮硬化期间的差异表达基因及其功能预测 核桃内果皮在开花后50天至90天的生物信息变化 机器学习 NA 深度学习 CNN + LSTM 转录组和蛋白质组测序数据 核桃内果皮样本在开花后50、57、78和90天的数据
449 2024-08-25
Electrocardiogram-Based Heart Age Estimation by a Deep Learning Model Provides More Information on the Incidence of Cardiovascular Disorders
2022, Frontiers in cardiovascular medicine IF:2.8Q2
研究论文 本文开发了一种深度学习模型,通过心电图预测心脏生物年龄,以探索其对未来心血管疾病的影响 使用深度学习模型通过心电图预测心脏生物年龄,为心血管疾病的发生提供额外信息 NA 探索通过心电图预测心脏生物年龄对未来心血管疾病的贡献 心脏生物年龄与心血管疾病的关系 机器学习 心血管疾病 深度学习 深度学习模型 心电图 71,741例,年龄范围20至80岁
450 2024-08-25
Significance of Visible Non-Invasive Risk Attributes for the Initial Prediction of Heart Disease Using Different Machine Learning Techniques
2022, Computational intelligence and neuroscience
研究论文 本文开发了一种基于显著非侵入性风险属性的有效、低成本且可靠的心脏病风险评估模型 基于新颖的非侵入性心脏病数据集开发了心脏病风险评估模型,该数据集包含5776条记录,来自克什米尔(印度)的不同异构数据源 未来研究将探讨深度学习并研究其他控制属性对不同年龄和性别群体在心脏病风险估计中的重要性 开发一种有效、低成本且可靠的心脏病风险评估模型 显著的非侵入性风险属性,如年龄、收缩压、舒张压、BMI、遗传因素、吸烟、饮酒和身体不活动 机器学习 心血管疾病 随机森林、朴素贝叶斯、决策树、支持向量机和K最近邻 随机森林 数值数据 5776条记录
451 2024-08-25
An Improved DeepLab v3+ Deep Learning Network Applied to the Segmentation of Grape Leaf Black Rot Spots
2022, Frontiers in plant science IF:4.1Q1
研究论文 本文提出了一种改进的DeepLab v3+深度学习网络,用于分割葡萄叶黑腐病斑 使用ResNet101网络作为DeepLab v3+的主干网络,并在残差模块中插入通道注意力模块,同时在DeepLab v3+编码器中添加基于特征金字塔网络的特征融合分支 NA 提高葡萄叶黑腐病斑的分割准确性 葡萄叶黑腐病斑 计算机视觉 葡萄病害 深度学习 DeepLab v3+ 图像 使用了Plant Village的测试集TS1和果园现场的测试集TS2进行测试
452 2024-08-25
Deep Learning Accurately Quantifies Plasma Cell Percentages on CD138-Stained Bone Marrow Samples
2022, Journal of pathology informatics
研究论文 本文研究使用深度学习技术,通过卷积神经网络(CNN)精确量化CD138染色骨髓样本中的浆细胞百分比 提出使用深度学习技术提高浆细胞百分比测量的精确度 NA 提高浆细胞肿瘤诊断中浆细胞百分比的测量精确度 CD138染色骨髓样本中的浆细胞百分比 计算机视觉 浆细胞肿瘤 深度学习 CNN 图像 使用小图像块进行训练和验证,扩展到全玻片图像(WSIs)进行评估
453 2024-08-25
Predicting EGFR and PD-L1 Status in NSCLC Patients Using Multitask AI System Based on CT Images
2022, Frontiers in immunology IF:5.7Q1
研究论文 开发了一种基于CT图像的多任务AI系统,用于预测非小细胞肺癌(NSCLC)患者的表皮生长因子受体(EGFR)和程序性死亡配体1(PD-L1)状态 该AI系统能够使用非侵入性的CT图像预测EGFR和PD-L1状态,避免了传统方法的侵入性操作 NA 开发一种非侵入性的AI系统,用于预测肺癌患者的EGFR和PD-L1状态,以辅助治疗决策 非小细胞肺癌患者的EGFR和PD-L1状态 机器学习 肺癌 CT图像 CNN 图像 NA
454 2024-08-25
Wearable Sensor-Based Human Activity Recognition in the Smart Healthcare System
2022, Computational intelligence and neuroscience
综述 本文综述了基于可穿戴传感器的人类活动识别(HAR)技术在智能医疗系统中的应用、挑战、数据集、方法和组件 提供了对HAR系统的全面评估和比较,以及系统的架构 未提及具体的技术限制 旨在全面审查基于可穿戴传感器的HAR技术 人类活动识别技术及其在智能医疗系统中的应用 计算机视觉 NA 可穿戴传感器 NA 传感器数据 NA
455 2024-08-25
New Opportunities, Challenges, and Applications of Edge-AI for Connected Healthcare in Internet of Medical Things for Smart Cities
2022, Journal of healthcare engineering
综述 本文综述了智能传感器、人工智能(AI)、机器学习(ML)、深度学习(DL)、医疗物联网(IoMT)和边缘分析与云计算集成在连接医疗保健中的新机遇、挑战和应用 探讨了AI、ML、DL、边缘AI、IoMT、6G和云计算在医疗保健中的应用,并提出了进一步验证和实施这些模型的建议 尽管这些技术在某些领域已显示出改进效果,但仍有有限区域尚未实施这些最新进展 探讨智能城市中医疗物联网的边缘AI在连接医疗保健中的应用和挑战 分析过去六年中发表的相关研究,评估AI、ML、DL等技术在医疗保健中的应用效果 人工智能 NA AI, ML, DL, 边缘AI, IoMT, 6G, 云计算 NA NA NA
456 2024-08-25
Radiological Analysis of COVID-19 Using Computational Intelligence: A Broad Gauge Study
2022, Journal of healthcare engineering
综述 本研究旨在识别不同研究者提出的各种COVID-19医学影像分析模型,并讨论其优缺点 本研究详细讨论了现有的COVID-19检测方法及其面临的挑战,并强调了各种预处理和后处理方法以增强检测机制 尽管深度学习方法显示出高效率,但本研究也简要描述了其局限性 探讨深度学习在医学影像分析中的应用及其优缺点 COVID-19的医学影像分析模型 计算机视觉 COVID-19 深度学习 CNN 影像 NA
457 2024-08-25
Wearable multimode sensor with a seamless integrated structure for recognition of different joint motion states with the assistance of a deep learning algorithm
2022, Microsystems & nanoengineering IF:7.3Q1
研究论文 本文介绍了一种新型的无缝集成结构的可穿戴多模传感器,该传感器能够解耦压力和应变刺激,并通过机器学习算法识别不同的关节运动状态 该传感器采用独特的无缝结构,包含电阻和电容两个主要部分,通过独立的电阻-电容传感机制解耦不同刺激,并具有高应变敏感性和高线性压力敏感性 NA 开发一种新型的可穿戴传感器,用于精确提取和识别运动特征,以支持多个科学问题的研究 可穿戴多模传感器的设计和性能评估 软机器人 NA 机器学习算法 NA 传感器数据 NA
458 2024-08-25
An Improved COVID-19 Detection using GAN-Based Data Augmentation and Novel QuNet-Based Classification
2022, BioMed research international IF:2.6Q3
研究论文 本文提出了一种改进的COVID-19检测方法,使用基于GAN的数据增强和新型QuNet分类器 引入了基于GAN的数据增强方法和新型卷积神经网络QuNet,提高了COVID-19检测的准确性 公开可用数据集的不足导致模型过拟合问题 改进COVID-19的检测方法,提高诊断准确性 COVID-19病毒的X射线图像 机器学习 COVID-19 GAN CNN 图像 使用了四种现有的深度卷积网络(DenseNet-121、InceptionV3、Xception和ResNet101)以及新提出的QuNet网络进行比较分析
459 2024-08-25
An Efficient Stacked Deep Transfer Learning Model for Automated Diagnosis of Lyme Disease
2022, Computational intelligence and neuroscience
研究论文 本文提出了一种高效的堆叠深度迁移学习模型,用于自动化诊断莱姆病 该模型通过使用二阶边缘基色恒常性预处理方法和数据增强技术,有效解决了过拟合和颜色变化问题 NA 提高莱姆病的诊断准确性 莱姆病与其他感染的区分 机器学习 莱姆病 深度学习 AlexNet 图像 使用了5折交叉验证
460 2024-08-25
Classification and Detection of Autism Spectrum Disorder Based on Deep Learning Algorithms
2022, Computational intelligence and neuroscience
研究论文 本研究利用深度学习算法对自闭症谱系障碍进行分类和检测 提出了一种基于社交媒体数据和人脸识别的自闭症谱系障碍检测系统 需要精确的技术来提取和生成正确的人脸特征模式 帮助社区和精神科医生通过面部特征实验性地检测自闭症 自闭症谱系障碍儿童的面部特征 机器学习 精神疾病 深度学习 卷积神经网络 图像 2,940张人脸图像
回到顶部