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 529 篇文献,本页显示第 81 - 100 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
81 2024-09-28
Research on the Predictive Analysis of Park Landscape Design and Cost Based on RNN Model
2022, Computational intelligence and neuroscience
研究论文 研究基于RNN模型的公园景观设计和成本预测分析 引入人工蜂群算法更新RNN权重,提出全局最优的ABC-RNN预测模型 未提及具体限制 探索影响公园景观成本的主要因素,提出成本预测模型以控制建设成本 公园景观设计及其成本 机器学习 NA 深度学习技术 RNN NA 未提及具体样本数量
82 2024-09-27
Learning to Localize Cross-Anatomy Landmarks in X-Ray Images with a Universal Model
2022, BME frontiers IF:5.0Q1
研究论文 本文开发了一种通用的解剖标志检测模型,该模型可以从多个对应不同解剖区域的X射线图像数据集中学习 首次尝试在多个数据集上训练单一网络进行解剖标志检测,相比传统单数据集训练模型,该模型更轻量且训练更简单,同时提高了解剖标志定位的准确性 NA 开发一种能够在不同解剖区域X射线图像中准确自动定位解剖标志的通用模型 X射线图像中的解剖标志 计算机视觉 NA 深度学习 全卷积网络 图像 1710张X射线图像,包含72个解剖标志,涉及四个解剖区域
83 2024-09-27
Virtual Staining, Segmentation, and Classification of Blood Smears for Label-Free Hematology Analysis
2022, BME frontiers IF:5.0Q1
研究论文 本文提出了一种基于单通道、无标记深紫外显微镜的全自动血液分析框架,用于无标记血液分析 利用深紫外显微镜的独特能力,开发了一种基于深度学习的管道,实现了虚拟染色、分割、分类和白细胞计数 NA 简化并改进当前的全血计数和血涂片分析,开发一种简单、快速、低成本的即时血液分析仪 白细胞的虚拟染色、分割、分类和计数 数字病理学 NA 深紫外显微镜 深度学习网络 图像 NA
84 2024-09-27
Label-Free Virtual HER2 Immunohistochemical Staining of Breast Tissue using Deep Learning
2022, BME frontiers IF:5.0Q1
研究论文 本文介绍了一种基于深度学习的无标签虚拟HER2免疫组化染色方法 提出了一种基于条件生成对抗网络的虚拟HER2免疫组化染色方法,能够快速将未标记的乳腺组织切片的自发荧光显微图像转换为与标准化学染色相匹配的明场显微图像 需要进一步验证该方法在其他生物标志物上的适用性 开发一种无需化学处理的虚拟HER2免疫组化染色方法,以加速生物医学工作流程 乳腺组织中的HER2生物标志物 数字病理学 乳腺癌 深度学习 条件生成对抗网络 图像 NA
85 2024-09-27
A Low-Cost High-Performance Data Augmentation for Deep Learning-Based Skin Lesion Classification
2022, BME frontiers IF:5.0Q1
研究论文 提出了一种低成本高性能的数据增强策略,用于基于深度学习的皮肤病变分类 该策略不仅提高了皮肤病变的分类性能,还突出了临床医生关注的潜在区域,并且可以在低资源环境下广泛应用于多种疾病的早期筛查和自动诊断 NA 开发高性能且低成本的数据增强策略,用于智能皮肤癌筛查设备 皮肤病变分类 机器学习 皮肤癌 数据增强 EfficientNets 图像 HAM10000数据集
86 2024-09-27
Connectivity-based Cortical Parcellation via Contrastive Learning on Spatial-Graph Convolution
2022, BME frontiers IF:5.0Q1
研究论文 本文提出了一种基于结构连接的皮质分割框架,利用空间图卷积网络进行对比学习 提出了空间图卷积分割(SGCP)框架,通过两阶段深度学习模型进行图表示脑成像数据的分割 NA 开发和评估基于结构连接的皮质分割框架 脑皮质分割 计算机视觉 NA 空间图卷积网络 深度学习模型 图像 15个受试者的DWI数据集,用于5个脑区域的分割任务
87 2024-09-26
Deep Learning-Based Recurrence Prediction of Atrial Fibrillation After Catheter Ablation
2022-01-25, Circulation journal : official journal of the Japanese Circulation Society IF:3.1Q2
研究论文 研究使用深度卷积神经网络(CNN)预测心房颤动(AF)患者在射频消融(RFCA)后的复发情况,并与传统统计分析方法进行比较 提出了一种新的CNNSurv模型用于预测AF复发,其性能优于传统的统计分析方法 NA 研究深度学习模型在预测心房颤动复发中的应用 接受射频消融治疗的心房颤动患者 机器学习 心血管疾病 深度卷积神经网络(CNN) CNN 数值数据 310名接受射频消融治疗的心房颤动患者,其中包括94名复发患者
88 2024-09-26
A systematic literature review of deep learning neural network for time series air quality forecasting
2022-Jan, Environmental science and pollution research international
综述 本文系统回顾了深度学习神经网络在时间序列空气质量预测中的应用 本文总结了不同类型的深度学习算法在空气质量预测中的应用,并介绍了混合深度学习技术的有效性 本文主要集中在现有研究的回顾和总结,未提出新的模型或方法 探讨深度学习在时间序列空气质量预测中的应用 深度学习算法在空气质量预测中的应用 机器学习 NA 深度学习 混合深度学习模型 时间序列数据 NA
89 2024-09-23
Artificial Intelligence and Machine Learning: What You Always Wanted to Know but Were Afraid to Ask
2022, Gastro hep advances
综述 本文综述了人工智能和机器学习在健康科学中的应用,特别是其在胃肠病学和肝病学领域的研究与临床实践中的影响 本文介绍了机器学习的基本原理及其在医学技术中的应用,特别是深度学习方法 NA 旨在为临床医生提供机器学习基础知识的指南,帮助他们理解和应用人工智能技术 人工智能和机器学习在健康科学中的应用,特别是其在胃肠病学和肝病学领域的研究与临床实践中的影响 机器学习 NA 机器学习 深度学习 NA NA
90 2024-09-23
Predicting biochemical recurrence of prostate cancer with artificial intelligence
2022, Communications medicine IF:5.4Q1
研究论文 本文利用人工智能技术预测前列腺癌的生化复发 开发了一种基于卷积神经网络的形态学生物标志物,用于预测前列腺癌的生化复发,并使用概念性解释方法解释了学习到的组织模式 NA 探索利用人工智能发现额外的预后信息,以预测前列腺癌的生化复发 前列腺癌的生化复发 数字病理学 前列腺癌 卷积神经网络 CNN 组织 685名患者用于训练,204名患者用于验证
91 2024-09-23
Deep learning models for COVID-19 chest x-ray classification: Preventing shortcut learning using feature disentanglement
2022, PloS one IF:2.9Q1
研究论文 本文提出了一种使用特征解耦技术来防止深度学习模型在COVID-19胸片分类中出现捷径学习的方法 引入特征解耦技术,强制模型识别图像中的肺部特征,并惩罚其学习来自原始数据集的特征 未提及 提高深度学习模型在COVID-19胸片分类中的泛化性能 COVID-19患者的胸片 计算机视觉 COVID-19 特征解耦 深度学习模型 图像 未提及
92 2024-09-23
Informative and Reliable Tract Segmentation for Preoperative Planning
2022, Frontiers in radiology
研究论文 本研究使用深度学习进行可靠的脑白质束分割,并结合不确定性量化来测量分割的不确定性,以辅助术前规划 本研究首次将深度学习和不确定性量化结合用于脑白质束分割,并提出了基于体积的校准方法来计算代表性的预测概率 本研究仅在特定数据集上进行了验证,尚未在临床环境中广泛应用 提高脑白质束分割的准确性和可靠性,以辅助术前规划和手术操作 脑白质束的分割和不确定性量化 计算机视觉 NA 深度学习 3D U-Net 图像 未明确提及具体样本数量
93 2024-09-23
Improving disease classification performance and explainability of deep learning models in radiology with heatmap generators
2022, Frontiers in radiology
研究论文 研究通过在训练中引入热图生成器,改进深度学习模型在放射学中的疾病分类性能和可解释性 通过在训练过程中引入热图生成器和眼动数据,同时提高了疾病分类性能和模型的可解释性 NA 提高深度学习模型在放射学中的疾病分类性能和可解释性 胸部X光片及其相关标签(正常、充血性心力衰竭和肺炎)以及放射科医生的眼动坐标数据 计算机视觉 心血管疾病 NA U-Net 图像 包含胸部X光片、相关标签和放射科医生眼动坐标的多个样本
94 2024-09-23
Applications of machine learning in computer-aided drug discovery
2022, QRB discovery
综述 本文综述了机器学习在基于结构的药物设计中的应用,特别是深度学习在从头药物设计、结合位点预测和结合亲和力预测方面的最新趋势 本文介绍了深度学习在基于结构的药物设计中的应用,特别是其在从头药物设计、结合位点预测和结合亲和力预测方面的创新应用 NA 总结机器学习在基于结构的药物设计中的最新趋势 基于结构的药物设计中的深度学习应用 计算机视觉 NA 机器学习 深度学习 实验数据 NA
95 2024-09-20
Deformable MR-CT image registration using an unsupervised, dual-channel network for neurosurgical guidance
2022-01, Medical image analysis IF:10.7Q1
研究论文 本文提出了一种无监督的深度学习框架,用于神经外科手术指导中的术前MR和术中CT图像的变形配准 创新点在于使用双通道网络进行配准,并结合合成不确定性提供空间变化的权重,以及端到端的联合优化训练策略 NA 旨在提高微创颅内神经外科手术的精度,解决脑组织变形问题 术前MR和术中CT图像的变形配准 计算机视觉 神经外科疾病 深度学习 双通道网络 图像 使用了三个数据集:模拟变形的MR/CT配对数据、真实变形的MR/CT配对数据和真实神经外科手术数据
96 2024-09-19
Pushing the Boundaries of Molecular Property Prediction for Drug Discovery with Multitask Learning BERT Enhanced by SMILES Enumeration
2022, Research (Washington, D.C.)
研究论文 提出了一种基于多任务学习和BERT增强的SMILES枚举的分子性质预测框架,用于药物发现 利用大规模预训练、多任务学习和SMILES枚举来缓解数据稀缺问题,并通过注意力机制提高模型可解释性 未提及 提高分子性质预测的准确性,促进药物发现 小分子药物的药理学性质 机器学习 NA 多任务学习、BERT、SMILES枚举 BERT 文本 60个实际分子数据集
97 2024-09-19
Machine Learning-Based Research for COVID-19 Detection, Diagnosis, and Prediction: A Survey
2022, SN computer science
综述 本文综述了160多种基于机器学习的方法,用于COVID-19的检测、诊断和预测 本文系统地分类和分析了现有的基于机器学习的方法,并提供了详细的统计数据 本文主要关注已发表的方法,未涉及未发表或正在进行的研究 综述和分析现有的基于机器学习的方法,用于COVID-19的检测、诊断和预测 COVID-19的检测、诊断和预测方法 机器学习 COVID-19 机器学习 CNN, SVM, 随机森林, 回归算法 文本数据, X光图像, CT图像, 时间序列, 临床数据 NA
98 2024-09-19
Automated Dental Cavity Detection System Using Deep Learning and Explainable AI
2022, AMIA Joint Summits on Translational Science proceedings. AMIA Joint Summits on Translational Science
PMID:35854730
研究论文 开发了一种基于深度学习和可解释AI的自动化牙洞检测系统 该系统能够在显示多个牙齿和四个牙齿表面的照片上检测牙洞,并提供视觉解释 仅使用了506张图像进行训练,样本量有限 开发一种能够自动检测牙洞并解释诊断原因的AI系统,以解决牙科诊断中的障碍 牙洞检测和诊断解释 计算机视觉 NA 深度学习 ResNet-27 图像 506张去识别化的图像
99 2024-09-19
Prior Knowledge Enhances Radiology Report Generation
2022, AMIA Joint Summits on Translational Science proceedings. AMIA Joint Summits on Translational Science
PMID:35854760
研究论文 本文提出了一种利用知识图谱中的先验知识来增强放射报告生成质量的方法 通过挖掘和表示医学发现之间的关联,并将这些先验知识整合到放射报告生成中,以提高生成报告的质量 未提及 旨在通过利用先验知识提高放射报告生成的质量,从而减轻放射科医生的工作负担 放射报告生成 自然语言处理 NA 知识图谱 NA 文本 IU X-ray数据集
100 2024-09-17
Question Answering System Based on Knowledge Graph in Traditional Chinese Medicine Diagnosis and Treatment of Viral Hepatitis B
2022, BioMed research international IF:2.6Q3
研究论文 本文利用中医治疗乙型肝炎的真实病历和网页,提取结构化医学知识,构建了中医乙型肝炎诊断治疗的知识图谱,并应用于智能问答系统 本文创新性地将深度学习方法应用于乙型肝炎医疗问答系统的问答识别和知识响应,提升了系统的智能化水平 NA 研究构建中医乙型肝炎诊断治疗的知识图谱,并应用于智能问答系统,为乙型肝炎疾病的诊断、治疗和患者自我护理提供参考 中医治疗乙型肝炎的结构化医学知识,以及基于该知识图谱的智能问答系统 自然语言处理 乙型肝炎 深度学习 NA 文本 8563个实体,96896个关系,32种实体类型,40种关系类型
回到顶部