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 1828 篇文献，本页显示第 1561 - 1580 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1561 | 2024-08-26 |
Novel Method for Safeguarding Personal Health Record in Cloud Connection Using Deep Learning Models
2022, Computational intelligence and neuroscience
DOI:10.1155/2022/3564436
PMID:35345805
|
研究论文 | 本文提出了一种新的安全措施，用于保护云连接中的个人健康记录（PHR），使用深度学习模型和优化的基于规则的模糊推理系统（ORFIS）来确定患者的危急程度 | 提出的ORFIS系统在检测PHR的危急程度方面优于现有的模糊推理方法，并使用基于图形的访问策略和匿名认证在私有云环境中提高了数据存储和检索效率 | NA | 开发一种新的安全措施，以保护云连接中的个人健康记录 | 个人健康记录（PHR）的安全性和患者危急程度的分类 | 机器学习 | NA | 深度学习 | 模糊推理系统 | 文本 | 使用UCI机器学习档案进行试验 | NA | NA | NA | NA |
| 1562 | 2024-08-26 |
Deep learning in prediction of intrinsic disorder in proteins
2022, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2022.03.003
PMID:35356546
|
研究论文 | 本文研究了深度神经网络（DNN）在蛋白质内在无序预测中的应用 | 首次系统地分析了DNN在内在无序预测中的多样性和准确性，并提出了未来发展的可能性 | 讨论了DNN在预测无序结合区域方面的不足 | 评估和推动深度学习在蛋白质内在无序预测领域的发展 | 深度神经网络在蛋白质内在无序预测中的应用 | 机器学习 | NA | 深度神经网络（DNN） | DNN | 蛋白质序列数据 | 使用了来自社区评估内在无序预测（CAID）的盲测数据集 | NA | NA | NA | NA |
| 1563 | 2024-08-26 |
User-Accessible Machine Learning Approaches for Cell Segmentation and Analysis in Tissue
2022, Frontiers in physiology
IF:3.2Q2
DOI:10.3389/fphys.2022.833333
PMID:35360226
|
研究论文 | 本文探讨了利用机器学习和深度学习技术进行细胞分割和分析的方法，特别是在组织中的应用 | 开发了针对特定成像模式和多模式解决方案的细胞分割技术，并构建了用于训练数据的注释细胞库 | 尖端技术通常仅限于少数具有必要领域知识的专家使用 | 提高细胞分割和分类的准确性，以深入了解生物机制 | 细胞在组织中的分析，以及细胞微环境的新模型 | 计算机视觉 | NA | 机器学习和深度学习 | CNN | 图像 | 多种物种、器官和细胞状态的细胞 | NA | NA | NA | NA |
| 1564 | 2024-08-26 |
Lung Disease Classification in CXR Images Using Hybrid Inception-ResNet-v2 Model and Edge Computing
2022, Journal of healthcare engineering
DOI:10.1155/2022/9036457
PMID:35368941
|
研究论文 | 本研究评估了多种机器学习、深度学习和迁移学习方法，用于分类公开可用的CXR图像数据集中的疾病 | 采用混合Inception-ResNet-v2迁移学习模型结合数据增强和图像增强，实现了最高的分类准确率 | NA | 自动化CXR图像中的疾病检测 | CXR图像中的肺炎、COVID-19和正常类别 | 计算机视觉 | 肺部疾病 | 迁移学习 | Inception-ResNet-v2 | 图像 | 公开可用的CXR图像数据集 | NA | NA | NA | NA |
| 1565 | 2024-08-26 |
Investigation of Effectiveness of Shuffled Frog-Leaping Optimizer in Training a Convolution Neural Network
2022, Journal of healthcare engineering
DOI:10.1155/2022/4703682
PMID:35368933
|
研究论文 | 本文研究了混洗蛙跳优化算法在训练卷积神经网络中的有效性 | 首次采用混洗蛙跳算法训练经典的LeNet-5结构 | 使用该算法会略微增加训练计算时间 | 探讨混洗蛙跳优化算法在训练卷积神经网络中的应用效果 | 卷积神经网络的训练优化 | 计算机视觉 | NA | 混洗蛙跳算法 | CNN | 图像 | 四个不同数据集 | NA | NA | NA | NA |
| 1566 | 2024-08-26 |
A Deep Learning Radiomics Analysis for Survival Prediction in Esophageal Cancer
2022, Journal of healthcare engineering
DOI:10.1155/2022/4034404
PMID:35368956
|
研究论文 | 本研究旨在探索深度学习放射组学（DLR）诺模图，用于预测食管癌患者在化疗放疗后的3年总体生存率 | 提出的DLR模型在非侵入性个体化预测食管癌患者3年生存率方面表现优于HCR签名模型 | NA | 探索深度学习放射组学（DLR）诺模图，预测食管癌患者化疗放疗后的3年总体生存率 | 食管癌患者 | 机器学习 | 食管癌 | 深度学习 | CNN | 图像 | 154名患者的数据，随机分为训练集（116）和验证集（38） | NA | NA | NA | NA |
| 1567 | 2024-08-26 |
Emotional Experience and Psychological Intervention of Depression Patients Based on SOM
2022, Computational intelligence and neuroscience
DOI:10.1155/2022/5064615
PMID:35371214
|
研究论文 | 本研究使用SOM模型识别抑郁症患者的抑郁倾向，并探讨其情绪体验和心理干预 | 本研究提出了一种新的抑郁指数概念，并探讨了其与抑郁症严重程度的关系，同时展示了SOM模型在抑郁症分类中的有效性 | NA | 探索抑郁症的客观诊断标志物，并研究抑郁症患者的情绪体验和心理干预 | 抑郁症患者及其情绪体验和心理干预 | 机器学习 | 抑郁症 | SOM | SOM | 脑电信号 | NA | NA | NA | NA | NA |
| 1568 | 2024-08-26 |
Deep Learning-Based Electrocardiograph in Evaluating Radiofrequency Ablation for Rapid Arrhythmia
2022, Computational and mathematical methods in medicine
DOI:10.1155/2022/6491084
PMID:35371280
|
研究论文 | 本研究旨在分析基于深度学习的电生理图（ECG）在评估射频消融治疗快速性心律失常疗效中的重要作用 | 使用基于深度学习的卷积神经网络模型对ECG检查指标进行量化分析 | NA | 评估射频消融治疗快速性心律失常的疗效 | 158名接受射频消融治疗的快速性心律失常患者 | 机器学习 | 心血管疾病 | 深度学习 | 卷积神经网络（CNN） | 电生理图（ECG） | 158名患者，分为有效治疗组（142例）和无效治疗组（16例） | NA | NA | NA | NA |
| 1569 | 2024-08-26 |
Kidney Tumor Segmentation Based on FR2PAttU-Net Model
2022, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2022.853281
PMID:35372025
|
研究论文 | 本文提出基于FR2PAttU-Net的深度学习模型，用于帮助医生快速高效地处理肾脏CT图像，节省医疗资源 | 使用R2Att网络改进U-Net的'U'结构，增加并行卷积，构建FR2PAttU-Net模型，提高模型对不同尺度图像特征的适应性，避免网络加深导致学习有价值特征的失败 | NA | 提高肾脏肿瘤从肾脏CT图像中的分割效果 | 肾脏肿瘤的CT图像分割 | 计算机视觉 | 肾脏肿瘤 | 深度学习 | FR2PAttU-Net | 图像 | 使用KiTS19数据集，通过增强小样本数据集以平衡样本数据集 | NA | NA | NA | NA |
| 1570 | 2024-08-25 |
Automated Deep Transfer Learning-Based Approach for Detection of COVID-19 Infection in Chest X-rays
2022-Apr, Ingenierie et recherche biomedicale : IRBM = Biomedical engineering and research
DOI:10.1016/j.irbm.2020.07.001
PMID:32837679
|
研究论文 | 本文提出了一种基于深度迁移学习的自动化方法，用于通过胸部X光片检测COVID-19感染 | 使用极端版本的Inception（Xception）模型进行深度迁移学习，显著提高了检测性能 | 目前仅在胸部X光片上应用了该方法，尚未在其他类型的影像数据上进行验证 | 开发一种自动化的深度迁移学习方法，以加速COVID-19感染的检测 | COVID-19感染的胸部X光片 | 计算机视觉 | COVID-19 | 深度迁移学习 | Xception | 图像 | NA | NA | NA | NA | NA |
| 1571 | 2024-08-25 |
Synthetic feature pairs dataset and siamese convolutional model for image matching
2022-Apr, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2022.107965
PMID:35242945
|
研究论文 | 本文通过使用相同的特征块创建一个新的合成特征对大型数据集，利用孪生卷积模型进行特征描述和匹配，完善了整个匹配流程 | 本文提出的数据集避免了使用其他算法提取特征块时的错误检测或手动标记的不准确性，并且可以控制合成特征块的内容和几何及光度参数，从而控制模型的不变性 | NA | 旨在通过合成特征对数据集和孪生卷积模型改进图像匹配技术 | 合成特征对数据集和孪生卷积模型 | 计算机视觉 | NA | 孪生卷积模型 | CNN | 图像 | 大型合成特征对数据集 | NA | NA | NA | NA |
| 1572 | 2024-08-25 |
Improved image classification explainability with high-accuracy heatmaps
2022-Mar-18, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2022.103933
PMID:35252819
|
研究论文 | 本文提出了一种名为金字塔定位网络（PYLON）的深度学习模型，用于提高类激活图（CAM）产生的热图分辨率，从而在图像分类中提供更精确的位置解释 | PYLON模型能够显著提高CAM热图的质量，并能精确地定位小物体的位置，且不需要专家对物体位置进行标注，仅使用图像级别的标签进行训练 | NA | 旨在提高深度学习模型在图像分类中的可解释性，特别是在医疗影像等关键应用中 | 深度学习模型在图像分类中的可解释性和热图的精确性 | 计算机视觉 | NA | 深度学习 | PYLON | 图像 | NA | NA | NA | NA | NA |
| 1573 | 2024-08-25 |
Application of machine learning in understanding plant virus pathogenesis: trends and perspectives on emergence, diagnosis, host-virus interplay and management
2022-03-09, Virology journal
IF:4.0Q2
DOI:10.1186/s12985-022-01767-5
PMID:35264189
|
综述 | 本文综述了机器学习在植物病毒发病机制、诊断、宿主-病毒相互作用及管理方面的应用趋势和前景。 | 机器学习方法能够处理高维大数据，提高植物病毒疾病的早期诊断准确性，并有助于更好地理解宿主-病毒相互作用。 | NA | 探讨机器学习在植物病毒学领域的应用，特别是在病毒疾病的诊断、宿主-病毒相互作用和病毒出现方面的应用。 | 植物病毒及其在农业中的影响。 | 机器学习 | NA | 机器学习 | 深度学习算法 | 大数据 | NA | NA | NA | NA | NA |
| 1574 | 2024-08-25 |
Personalized wearable electrodermal sensing-based human skin hydration level detection for sports, health and wellbeing
2022-03-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-022-07754-8
PMID:35260675
|
研究论文 | 本文提出了一种基于机器学习和深度学习的个性化穿戴式电皮肤传感系统，用于非侵入性地监测人体皮肤的水分水平 | 本文引入了混合（ML+DL）模型，特别是混合Bi-LSTM算法，以提高水分水平估计的准确性 | NA | 开发一种有效的非侵入性水分监测系统，以避免潜在的健康并发症和死亡风险 | 人体皮肤的水分水平 | 机器学习 | NA | 电皮肤反应（GSR） | Bi-LSTM | 数据 | 数据收集包括三种不同的水分状态（水分充足、轻度脱水和极度轻度脱水）和三种不同的身体姿势（坐、站和走） | NA | NA | NA | NA |
| 1575 | 2024-08-25 |
A deep learning-driven low-power, accurate, and portable platform for rapid detection of COVID-19 using reverse-transcription loop-mediated isothermal amplification
2022-03-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-022-07954-2
PMID:35260715
|
研究论文 | 本文介绍了一种基于深度学习的便携式、准确、低成本设备，用于通过逆转录环介导等温扩增（RT-LAMP）快速检测COVID-19 | 该设备采用3D打印技术，仅需5伏交流-直流适配器供电，可同时进行16次RT-LAMP反应，并可重复使用。实验方案设计消除了对单独昂贵RNA提取设备的需求，并防止样品蒸发 | NA | 开发一种快速、准确、便携的COVID-19检测设备 | COVID-19的快速检测 | 机器学习 | COVID-19 | RT-LAMP | 深度学习系统 | 颜色数据 | 250个RT-LAMP临床样本 | NA | NA | NA | NA |
| 1576 | 2024-08-25 |
Pretrained transformer framework on pediatric claims data for population specific tasks
2022-03-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-022-07545-1
PMID:35256645
|
研究论文 | 本文介绍了一种名为Claim Pre-Training (Claim-PT)的预训练框架，该框架首先在整个儿科索赔数据集上进行训练，然后针对每个特定人群任务进行区分性微调，以解决特定人群任务数据稀缺的问题 | 提出了Claim-PT框架，通过预训练和任务感知微调实现了有效的知识转移，并能在小规模患者群体中充分训练深度学习模型 | NA | 开发一种能够在特定人群任务中有效利用儿科索赔数据的预训练框架 | 儿科索赔数据和特定人群的医疗任务 | 机器学习 | NA | 预训练和微调技术 | Transformer | 电子健康记录(EHR)数据 | 超过一百万患者记录 | NA | NA | NA | NA |
| 1577 | 2024-08-25 |
A Hybrid Model for Driver Emotion Detection Using Feature Fusion Approach
2022-03-06, International journal of environmental research and public health
DOI:10.3390/ijerph19053085
PMID:35270777
|
研究论文 | 本文提出了一种混合模型，用于在不同姿态、遮挡和光照条件下检测驾驶员的六到七种情绪，通过融合Gabor和LBP特征并结合支持向量机和卷积神经网络进行分类 | 开发了一种新颖的混合网络架构，结合深度神经网络和支持向量机，以提高情绪检测的准确性 | NA | 旨在通过监测驾驶员的情绪来预测其行为，从而避免交通事故 | 驾驶员的情绪 | 机器学习 | NA | 特征融合 | 混合模型（深度神经网络和支持向量机） | 图像 | 使用了FER 2013、CK+、KDEF和KMU-FED数据集 | NA | NA | NA | NA |
| 1578 | 2024-08-25 |
Federated learning for multi-center imaging diagnostics: a simulation study in cardiovascular disease
2022-03-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-022-07186-4
PMID:35241683
|
研究论文 | 本文通过模拟研究探讨了联邦学习在多中心心血管疾病影像诊断中的应用 | 首次在心血管磁共振成像领域进行联邦学习的模拟研究，并探索了两种不同的形状先验信息整合方法和四种数据增强设置 | 研究样本量较小，仅包含180个来自四个中心的研究对象 | 验证联邦学习在多中心影像诊断中的有效性和优势 | 心血管疾病中的肥厚型心肌病诊断 | 机器学习 | 心血管疾病 | 联邦学习 | 3D-CNN | 影像 | 180个研究对象 | NA | NA | NA | NA |
| 1579 | 2024-08-25 |
Unsupervised Learning in Drug Design from Self-Organization to Deep Chemistry
2022-Mar-03, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms23052797
PMID:35269939
|
综述 | 本文回顾了从1990年代的自组织映射到当前深度化学中神经网络在药物设计中的应用 | 探讨了无监督学习在深度化学中的潜在应用，特别是自组织映射的高效性 | 化学领域中可用的测量属性数据仍然有限，影响了深度化学的效率 | 探索神经网络在药物设计中的应用，特别是深度学习和无监督学习方法 | 神经网络在药物设计中的应用，特别是自组织映射和深度学习 | 机器学习 | NA | 深度学习 | 神经网络 | 分子表示 | NA | NA | NA | NA | NA |
| 1580 | 2024-08-25 |
A deep learning model for molecular label transfer that enables cancer cell identification from histopathology images
2022-Mar-02, NPJ precision oncology
IF:6.8Q1
DOI:10.1038/s41698-022-00252-0
PMID:35236916
|
研究论文 | 本文开发了一种名为H&E分子神经网络（HEMnet）的深度学习模型，用于从组织病理学图像中识别癌细胞 | HEMnet利用免疫组织化学作为初始分子标签，通过分子转移方法成功生成了大量训练图像，并能以更高分辨率预测癌细胞 | NA | 提高癌症诊断的准确性 | 从组织病理学图像中识别癌细胞 | 机器学习 | 结直肠癌 | 深度学习 | 神经网络 | 图像 | 21,939个肿瘤图像和8,782个正常图像 | NA | NA | NA | NA |