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 1802 篇文献，本页显示第 1341 - 1360 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1341 | 2024-08-30 |
PSegNet: Simultaneous Semantic and Instance Segmentation for Point Clouds of Plants
2022, Plant phenomics (Washington, D.C.)
DOI:10.34133/2022/9787643
PMID:35693119
|
研究论文 | 本文提出了一种名为PSegNet的深度学习网络，用于植物点云的语义和实例分割 | 引入了Voxelized Farthest Point Sampling (VFPS)点云下采样策略和三个新模块：Double-Neighborhood Feature Extraction Block (DNFEB)、Double-Granularity Feature Fusion Module (DGFFM)和Attention Module (AM) | 未提及 | 提高植物表型分析中对植物生长监测的自动化水平 | 植物的叶子和茎的3D点云 | 计算机视觉 | NA | 深度学习 | PSegNet | 点云 | 涉及三种植物物种的数据集 | NA | NA | NA | NA |
| 1342 | 2024-08-30 |
Development and Validation of a Deep Learning Based Automated Minirhizotron Image Analysis Pipeline
2022, Plant phenomics (Washington, D.C.)
DOI:10.34133/2022/9758532
PMID:35693120
|
研究论文 | 开发并验证了一种基于深度学习的自动化微根窗图像分析流程 | 结合了先进的软件工具，使用深度神经网络和自动特征提取，显著减少了微根窗图像的处理时间 | NA | 开发一种用于高通量图像分析的客观方法，为田间根系表型分析提供数据 | 作物根系及其在农业生态系统中的作用 | 计算机视觉 | NA | 深度神经网络 | 神经网络模型 | 图像 | 超过36,500张图像 | NA | NA | NA | NA |
| 1343 | 2024-08-30 |
Deep Learning-Based Automated Detection of Arterial Vessel Wall and Plaque on Magnetic Resonance Vessel Wall Images
2022, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2022.888814
PMID:35720719
|
研究论文 | 本文开发并评估了一种基于深度学习的动脉血管壁和斑块自动分割方法，该方法有助于在磁共振血管壁成像中进行动脉形态学定量分析 | 提出的自动分割方法在分割动脉血管壁和斑块方面与手动方法具有良好的一致性，并且比传统U-Net、Attention U-Net和Inception U-Net在相同测试集上表现更好 | NA | 开发和评估一种自动分割动脉血管壁和斑块的方法，以促进动脉形态学在磁共振血管壁成像中的定量分析 | 动脉血管壁和斑块的自动分割 | 计算机视觉 | 心血管疾病 | 磁共振血管壁成像 | 卷积神经网络 | 图像 | 124名患有动脉粥样硬化斑块的患者 | NA | NA | NA | NA |
| 1344 | 2024-08-29 |
Improving breast cancer diagnosis by incorporating raw ultrasound parameters into machine learning
2022-Dec-01, Machine learning: science and technology
DOI:10.1088/2632-2153/ac9bcc
PMID:36698865
|
研究论文 | 本研究提出了一种基于生物物理特征的机器学习方法，用于乳腺癌检测，旨在提高诊断性能并提供恶性概率的彩色叠加视觉图。 | 本研究通过结合原始超声参数和机器学习方法，提高了乳腺癌诊断的准确性，并提供了恶性概率的彩色叠加视觉图。 | NA | 提高超声乳腺检查的诊断准确性。 | 乳腺癌检测。 | 机器学习 | 乳腺癌 | 超声 | 支持向量机 | 图像 | 150个乳腺病变样本 | NA | NA | NA | NA |
| 1345 | 2024-08-29 |
Resolving complex cartilage structures in developmental biology via deep learning-based automatic segmentation of X-ray computed microtomography images
2022-05-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-022-12329-8
PMID:35610276
|
研究论文 | 本研究利用卷积神经网络（CNN）自动分割发育中的鼻囊软骨结构，通过X射线计算显微断层扫描（μCT）图像进行分析 | 提出了一种针对大尺寸图像优化的CNN分割模型，并使用独特的手动注释数据库进行训练 | 图像数据尺寸大且训练数据库相对较小，包括基因改造的小鼠胚胎，分析结构的表型与正常情况不同 | 加速μCT分析动物模型中软骨骨骼元素的发育疾病 | 发育中的鼻囊软骨结构 | 计算机视觉 | NA | X射线计算显微断层扫描（μCT） | CNN | 图像 | 包括基因改造的小鼠胚胎 | NA | NA | NA | NA |
| 1346 | 2024-08-29 |
Birdsong classification based on ensemble multi-scale convolutional neural network
2022-05-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-022-12121-8
PMID:35606386
|
研究论文 | 本文针对传统卷积神经网络（CNN）在层数增加时语义信息丰富但细节信息丢失的问题，提出了一种基于小波变换特征谱图的多尺度卷积神经网络（MSCNN）和集成多尺度卷积神经网络（EMSCNN）分类框架，用于鸟鸣分类 | 本文提出的EMSCNN模型通过集成多尺度卷积神经网络，有效解决了传统CNN在处理鸟鸣数据时全局信息丢失的问题，提高了分类性能 | NA | 提高鸟鸣分类的准确性和稳定性 | 鸟鸣数据 | 计算机视觉 | NA | 小波变换 | CNN | 音频 | 30种鸟类 | NA | NA | NA | NA |
| 1347 | 2024-08-29 |
Hippocampal representations for deep learning on Alzheimer's disease
2022-05-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-022-12533-6
PMID:35597814
|
研究论文 | 本文比较了五种海马体表示方法及其相应的网络架构，用于通过深度学习分析阿尔茨海默病中的海马体变化 | 本文首次评估了不同海马体表示方法对深度学习分析阿尔茨海默病的影响 | 需要进一步研究以确定最佳的海马体表示方法和网络架构 | 探讨不同海马体表示方法对深度学习预测阿尔茨海默病的影响 | 海马体在阿尔茨海默病中的变化 | 机器学习 | 阿尔茨海默病 | 深度学习 | 神经网络 | 图像 | 独立测试数据集 | NA | NA | NA | NA |
| 1348 | 2024-08-29 |
Predicting the failure of two-dimensional silica glasses
2022-May-20, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-022-30530-1
PMID:35595727
|
研究论文 | 本文利用机器学习方法预测模拟二维硅玻璃的失效，并通过Grad-CAM构建注意力图以实现物理解释 | 本文通过Grad-CAM构建的注意力图可以物理解释为拓扑缺陷和局部势能，提高了预测结果的可解释性 | NA | 预测材料的失效 | 二维硅玻璃 | 机器学习 | NA | 机器学习方法 | 人工神经网络 | 结构信息 | 不同形状和大小的样本以及实验图像 | NA | NA | NA | NA |
| 1349 | 2024-08-29 |
A fine-grained network for human identification using panoramic dental images
2022-May-13, Patterns (New York, N.Y.)
DOI:10.1016/j.patter.2022.100485
PMID:35607622
|
研究论文 | 本文提出了一种利用全景牙科图像进行人体细粒度识别的网络模型 | 设计了一种双分支架构，其中一个分支作为图像特征提取器，另一个作为掩码特征提取器，并通过改进的注意力机制和ArcFace损失函数提高了模型性能 | NA | 开发一种新的深度学习模型，用于通过全景牙科图像进行人体识别 | 利用牙科图像中的牙齿掩码分布来区分不同个体的细微牙齿差异 | 计算机视觉 | NA | 深度神经网络 | CNN | 图像 | 23,715张全景X光牙科图像，来自10,113名患者 | NA | NA | NA | NA |
| 1350 | 2024-08-29 |
Analysis of Deep Learning-Based Phase Retrieval Algorithm Performance for Quantitative Phase Imaging Microscopy
2022-May-06, Sensors (Basel, Switzerland)
DOI:10.3390/s22093530
PMID:35591220
|
研究论文 | 本文提出了一种理论框架，用于分析和量化基于深度学习的相位检索算法在定量相位成像显微镜中的性能 | 通过比较恢复的相位图像与其理论相位轮廓，评估了深度学习在相位检索中的正确性和可靠性 | NA | 分析和量化深度学习在定量相位成像中的应用性能 | 包括均匀等离子体金传感器和介电层样品等有损和无损样本 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 包括有损的等离子体样品和无损的介电层样品 | NA | NA | NA | NA |
| 1351 | 2024-08-29 |
Significance and stability of deep learning-based identification of subtypes within major psychiatric disorders
2022-04, Molecular psychiatry
IF:9.6Q1
DOI:10.1038/s41380-022-01482-1
PMID:35228675
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1352 | 2024-08-29 |
The next step in deep learning-guided clinical trials
2022-Apr, Nature cardiovascular research
IF:9.4Q1
DOI:10.1038/s44161-022-00044-6
PMID:39196129
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1353 | 2024-08-29 |
DOTA: Deep Learning Optimal Transport Approach to Advance Drug Repositioning for Alzheimer's Disease
2022-01-24, Biomolecules
IF:4.8Q1
DOI:10.3390/biom12020196
PMID:35204697
|
研究论文 | 本文开发了一种名为DOTA的新型深度学习方法，用于重新定位FDA批准的药物，以治疗阿尔茨海默病 | DOTA方法结合了多模态自编码器和Wasserstein变分自编码器，用于整合异质药物信息并识别有效的阿尔茨海默病药物 | NA | 开发一种新的深度学习方法，用于药物重新定位，以治疗阿尔茨海默病 | FDA批准的药物，特别是具有昼夜节律效应的抗精神病药物 | 机器学习 | 阿尔茨海默病 | 深度学习 | 自编码器 | 药物信息 | 涉及多种抗精神病药物，如quetiapine, aripiprazole, risperidone等 | NA | NA | NA | NA |
| 1354 | 2024-08-29 |
Contour-aware semantic segmentation network with spatial attention mechanism for medical image
2022, The Visual computer
DOI:10.1007/s00371-021-02075-9
PMID:33642659
|
研究论文 | 本文提出了一种基于Unet的轮廓感知语义分割网络，用于医学图像分割 | 引入语义分支和细节分支，分别提取语义特征和增强轮廓信息，并设计MulBlock模块和空间注意力模块（CAM）以提高网络的表示能力 | NA | 开发适用于临床环境的计算机辅助系统中的医学图像分割技术 | 医学图像分割 | 计算机视觉 | NA | 深度学习 | Unet | 图像 | NA | NA | NA | NA | NA |
| 1355 | 2024-08-29 |
Civil airline fare prediction with a multi-attribute dual-stage attention mechanism
2022, Applied intelligence (Dordrecht, Netherlands)
DOI:10.1007/s10489-021-02602-0
PMID:34764615
|
研究论文 | 本文提出了一种基于多属性双阶段注意力机制的民航票价预测系统 | 引入了多属性双阶段注意力（MADA）机制，结合不同类型的数据，并通过Seq2Seq模型在编码器和解码器中加入注意力机制，以提高预测准确性 | 未提及具体限制 | 提高民航票价预测的准确性 | 民航票价预测系统 | 机器学习 | NA | Seq2Seq模型 | MADA | 时间序列数据 | 实际民航数据集 | NA | NA | NA | NA |
| 1356 | 2024-08-29 |
An optimal deep learning framework for multi-type hemorrhagic lesions detection and quantification in head CT images for traumatic brain injury
2022, Applied intelligence (Dordrecht, Netherlands)
DOI:10.1007/s10489-021-02782-9
PMID:34764620
|
研究论文 | 本文提出了一种优化的深度学习框架，用于通过头部CT扫描图像检测和量化创伤性脑损伤中的多种类型出血性病变 | 该框架通过将原始输入数据从3D DICOM转换为NIfTI，并应用预训练的多类语义分割模型和微调的分类神经网络，实现了对出血性病变亚型的精确检测和量化评估 | NA | 旨在辅助创伤性脑损伤中颅内出血的诊断和准确检测不同亚型 | 创伤性脑损伤中的颅内出血及其亚型 | 计算机视觉 | 创伤性脑损伤 | 深度学习 | CNN | 图像 | 涉及三种类型的出血性病变 | NA | NA | NA | NA |
| 1357 | 2024-08-29 |
A Novel Deep Learning Network and Its Application for Pulmonary Nodule Segmentation
2022, Computational intelligence and neuroscience
DOI:10.1155/2022/7124902
PMID:35619752
|
研究论文 | 本文提出了一种基于U-NET的新型深度学习网络，用于肺结节CT图像的分割 | 该网络引入了密集连接以传输和利用特征，并引入了一种新的损失函数，对结节边界附近的像素具有容忍性 | NA | 提高肺结节轮廓分割的准确性，从而帮助医生提高诊断效率 | 肺结节 | 计算机视觉 | 肺癌 | 深度学习 | U-NET | 图像 | NA | NA | NA | NA | NA |
| 1358 | 2024-08-29 |
PANDORA: A Fast, Anchor-Restrained Modelling Protocol for Peptide: MHC Complexes
2022, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2022.878762
PMID:35619705
|
研究论文 | 本文介绍了一种名为PANDORA的快速、锚定约束的肽:MHC复合物建模协议 | PANDORA是一种通用的建模管道，适用于pMHC I类和II类复合物，通过锚定约束能量最小化确保了迄今为止最快的pMHC建模速度，并在准确性和速度上优于AlphaFold2 | NA | 深入理解T细胞介导的适应性免疫反应，为癌症免疫疗法和抗大流行病毒疫苗的设计提供支持 | 肽:MHC复合物的三维结构及其在T细胞识别机制和免疫疗法设计中的应用 | 计算机视觉 | NA | NA | NA | 结构模型 | 835个pMHC I类复合物，涵盖78种MHC类型 | NA | NA | NA | NA |
| 1359 | 2024-08-29 |
The Classification of Music and Art Genres under the Visual Threshold of Deep Learning
2022, Computational intelligence and neuroscience
DOI:10.1155/2022/4439738
PMID:35634048
|
研究论文 | 本文开发了一种基于深度学习的音乐流派分类技术（DLE-MGC），通过预处理、分类和超参数优化三个子过程有效分类音乐流派 | 提出了一种新的DLE-MGC技术，使用Pitch2vec方法进行预处理，并设计了结合猫群优化（CSO）和双向长短期记忆（BiLSTM）模型的分类方法 | 需要大量音乐数据进行训练，且预处理和模型训练过程可能较为耗时 | 开发一种有效的音乐流派分类系统 | 音乐流派分类 | 机器学习 | NA | 深度学习 | BiLSTM | 音乐数据 | 使用了Lakh MIDI音乐数据集 | NA | NA | NA | NA |
| 1360 | 2024-08-29 |
Efficient Liver Segmentation from Computed Tomography Images Using Deep Learning
2022, Computational intelligence and neuroscience
DOI:10.1155/2022/2665283
PMID:35634046
|
研究论文 | 本文提出了一种基于深度学习的方法，使用堆叠自编码器（SAE）从CT图像中高效分割肝脏区域 | 该方法采用基于补丁的学习方式，通过预处理和转换图像为重叠补丁，利用SAE进行无监督特征学习，最终在监督方式下进行分类，生成概率图 | NA | 提高CT图像中肝脏分割的准确性，为计算机辅助决策支持和精确医疗诊断提供量化生物标志物 | 肝脏在CT图像中的分割 | 计算机视觉 | NA | 堆叠自编码器（SAE） | SAE | 图像 | 整个数据集被预处理并转换为多个重叠补丁 | NA | NA | NA | NA |