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！
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。
当前共找到 2020 篇文献，本页显示第 1321 - 1340 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1321 | 2024-09-15 |
Newly reconstructed Arctic surface air temperatures for 1979-2021 with deep learning method
2023-03-15, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-023-02059-5
PMID:36922501
|
研究论文 | 本文通过深度学习方法重建了1979年至2021年的北极表面气温数据集 | 本文提出了一个新的北极表面气温数据集，该数据集具有更完整的空间和时间覆盖，并结合了多个数据源的表面气温观测 | NA | 重建一个精确且定期更新的北极表面气温数据集，以监测和理解北极气候的快速变化 | 北极表面气温数据 | 机器学习 | NA | 深度学习 | NA | 数据集 | 包括1979年至今的每月北极表面气温数据和2011年至今的每日北极表面气温数据 |
| 1322 | 2024-09-15 |
Automatic segmentation of thyroid with the assistance of the devised boundary improvement based on multicomponent small dataset
2023-Mar-15, Applied intelligence (Dordrecht, Netherlands)
DOI:10.1007/s10489-023-04540-5
PMID:37363389
|
研究论文 | 本文提出了一种基于多成分小数据集的甲状腺自动分割方法，通过设计多成分邻域极限学习机来改进初步分割结果的边界关注区域 | 结合深度学习和传统机器学习的优势，提出了一种新的多成分邻域极限学习机方法，以提高甲状腺分割的准确性 | 该方法依赖于多成分小数据集，可能不适用于大规模数据集 | 提高甲状腺超声图像分割的准确性 | 甲状腺超声图像 | 计算机视觉 | NA | 极限学习机 | U-Net | 图像 | 多成分小数据集 |
| 1323 | 2024-09-15 |
The predictive model for COVID-19 pandemic plastic pollution by using deep learning method
2023-03-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-31416-y
PMID:36914765
|
研究论文 | 本文提出了一种基于深度学习的预测模型，用于预测COVID-19大流行期间塑料污染的扩展情况 | 使用深度神经网络（DNN）模型进行预测，相较于其他方法具有更高的准确性和较低的误差率 | NA | 预测COVID-19大流行期间塑料污染的扩展情况，以提供情境管理、控制程序并减少COVID-19的影响 | COVID-19大流行期间的塑料污染 | 机器学习 | NA | 深度学习 | 深度神经网络（DNN） | 时间序列数据 | 从2020年2月27日至2021年10月10日的COVID-19传播和个人防护设备使用数据，训练集占80%，测试集占20% |
| 1324 | 2024-09-15 |
Federated learning for 6G-enabled secure communication systems: a comprehensive survey
2023-Mar-12, Artificial intelligence review
IF:10.7Q1
DOI:10.1007/s10462-023-10417-3
PMID:37362891
|
综述 | 本文综述了联邦学习在6G安全通信系统中的应用及其面临的挑战 | 探讨了联邦学习在不同应用领域的扩展及其面临的威胁，并综述了最新的防御算法和策略 | 未提供具体的解决方案或实验结果，主要集中在文献综述和理论分析 | 分析联邦学习环境中的各种漏洞，并从不同应用领域的角度设计文献综述 | 联邦学习在空间、空中、地面和水下通信中的应用及其安全性 | 机器学习 | NA | 联邦学习 | NA | NA | NA |
| 1325 | 2024-09-15 |
Interpretable and context-free deconvolution of multi-scale whole transcriptomic data with UniCell deconvolve
2023-03-11, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-36961-8
PMID:36906603
|
研究论文 | 介绍了一种名为UniCell: Deconvolve Base（UCDBase）的预训练深度学习模型，用于在没有上下文参考数据的情况下解卷积多尺度全转录组数据 | 提出了一个预训练的、可解释的深度学习模型UCDBase，能够在没有上下文参考数据的情况下解卷积细胞类型分数并预测细胞身份 | NA | 开发一种新的深度学习模型，用于解卷积多尺度全转录组数据，并预测细胞身份 | 多尺度全转录组数据，包括空间数据、bulk-RNA-Seq和scRNA-Seq数据 | 机器学习 | NA | 深度学习 | 深度学习模型 | 转录组数据 | 训练数据包括1000万个伪混合数据，来自一个包含超过2800万个注释单细胞的综合scRNA-Seq训练数据库，涵盖840种独特的细胞类型 |
| 1326 | 2024-09-15 |
Toward ubiquitous sensing: Researchers turn WiFi signals into human activity patterns
2023-Mar-10, Patterns (New York, N.Y.)
DOI:10.1016/j.patter.2023.100707
PMID:36960447
|
研究论文 | 研究团队开发了用于WiFi感知的综合基准和库，并探讨了深度学习在WiFi感知中的优势 | 提出了一个综合的WiFi感知基准和库，并探讨了深度学习在WiFi感知中的应用 | NA | 探索WiFi信号在人类活动模式中的应用 | WiFi信号和人类活动模式 | 计算机视觉 | NA | 深度学习 | NA | WiFi信号 | NA |
| 1327 | 2024-09-15 |
Convolutional-recurrent neural networks approximate diffusion tractography from T1-weighted MRI and associated anatomical context
2023-Mar-08, bioRxiv : the preprint server for biology
DOI:10.1101/2023.02.25.530046
PMID:36909466
|
研究论文 | 本文提出了一种卷积-递归神经网络（CoRNN），用于从T1加权MRI和相关解剖背景中近似扩散张量成像（dMRI）的纤维束追踪 | 本文创新性地提出了一种新的卷积-递归神经网络（CoRNN），利用T1加权MRI和相关解剖背景来学习纤维束传播，从而在没有dMRI数据的情况下进行纤维束追踪 | 本文发现使用该方法生成的纤维束与传统dMRI纤维束追踪方法生成的纤维束在测量结果上存在5-15%的差异 | 本文旨在解决高角分辨率dMRI采集时间长且不常用于临床的问题，提出一种新的方法来近似扩散张量成像的纤维束追踪 | 本文的研究对象是大脑中的白质通路 | 计算机视觉 | NA | 扩散张量成像（dMRI） | 卷积-递归神经网络（CoRNN） | 图像 | 使用了来自人类连接组项目的数据 |
| 1328 | 2024-09-15 |
Detection of cerebral aneurysms using artificial intelligence: a systematic review and meta-analysis
2023-Mar, Journal of neurointerventional surgery
IF:4.5Q1
DOI:10.1136/jnis-2022-019456
PMID:36375834
|
meta-analysis | 本文对使用人工智能（AI）算法检测脑动脉瘤的诊断准确性进行了系统综述和荟萃分析 | 本文首次对使用AI算法检测脑动脉瘤的诊断准确性进行了系统综述和荟萃分析 | 研究结果受限于高偏倚风险和适用性问题，结论有限 | 评估人工智能在检测脑动脉瘤中的诊断准确性 | 脑动脉瘤的检测 | machine learning | NA | NA | deep learning | image | 43项研究，其中41项为回顾性研究，34项使用AI作为独立工具，9项使用AI辅助阅读者 |
| 1329 | 2024-09-15 |
Customizable landmark-based field aperture design for automated whole-brain radiotherapy treatment planning
2023-Mar, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.13839
PMID:36412092
|
研究论文 | 开发并评估了一种基于深度学习的自动全脑放射治疗（WBRT）治疗计划流程，包括自动轮廓绘制和可定制的地标基场孔径设计 | 提出了一个自动化的全脑放射治疗计划流程，结合了深度学习技术和可定制的地标基场孔径设计 | 需要进一步验证在更大样本量和不同临床环境中的适用性 | 开发和评估一种自动化的全脑放射治疗计划流程 | 全脑放射治疗计划中的自动轮廓绘制和场孔径设计 | 数字病理学 | NA | 深度学习 | NA | 图像 | 182名患者的场孔径和30名患者的临床审查 |
| 1330 | 2024-09-15 |
Classification modeling of intention to donate for victims of Typhoon Odette using deep learning neural network
2023-Mar, Environmental development
IF:4.7Q2
DOI:10.1016/j.envdev.2023.100823
PMID:36844910
|
研究论文 | 研究使用深度学习神经网络模型分析台风奥黛特受害者捐赠意愿的影响因素 | 首次使用深度学习神经网络模型分析台风受害者捐赠意愿的影响因素，并获得了97.12%的分类准确率 | 研究仅限于菲律宾的台风奥黛特事件，可能不适用于其他国家或地区的自然灾害 | 确定影响台风奥黛特受害者捐赠意愿的关键因素，以促进捐赠行为和经济发展 | 台风奥黛特受害者的捐赠意愿及其影响因素 | 机器学习 | NA | 深度学习神经网络 | 深度学习神经网络 | 文本 | 菲律宾81个省份中的38个 |
| 1331 | 2024-09-15 |
TextureWGAN: texture preserving WGAN with multitask regularizer for computed tomography inverse problems
2023-Mar, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.10.2.024003
PMID:36895762
|
研究论文 | 本文提出了一种基于深度学习的TextureWGAN方法，用于解决计算机断层扫描（CT）逆问题中的过度平滑问题，同时保持高像素保真度 | 本文引入了多任务正则化器（MTR）到WGAN框架中，以提高生成图像与真实图像的相关性，从而在不损害像素保真度的情况下解决过度平滑问题 | NA | 解决医学影像行业中后处理算法导致的图像过度平滑问题 | 计算机断层扫描（CT）图像 | 计算机视觉 | NA | 深度学习 | WGAN | 图像 | NA |
| 1332 | 2024-09-15 |
Automated Monkeypox Skin Lesion Detection Using Deep Learning and Transfer Learning Techniques
2023-03-01, International journal of environmental research and public health
DOI:10.3390/ijerph20054422
PMID:36901430
|
研究论文 | 研究使用深度学习和迁移学习技术自动检测猴痘皮肤病变 | 本研究首次使用MobileNetV2模型在猴痘图像分类中取得了98.16%的准确率，优于以往文献中的模型 | 研究仅评估了五种预训练深度学习模型，未探讨其他可能的模型 | 旨在通过深度学习方法检测和验证用于猴痘检测的最佳模型 | 猴痘皮肤病变图像 | 计算机视觉 | NA | 深度学习 | MobileNetV2 | 图像 | 不同数据集的验证显示最高准确率为0.94% |
| 1333 | 2024-09-15 |
Exploring Self-Supervised Vision Transformers for Gait Recognition in the Wild
2023-Mar-01, Sensors (Basel, Switzerland)
DOI:10.3390/s23052680
PMID:36904884
|
研究论文 | 探索自监督视觉变换器在野外步态识别中的应用 | 首次将五种不同的视觉变换器架构直接应用于自监督步态识别，并在大规模步态数据集上进行预训练 | 研究主要集中在视觉变换器架构的性能比较，未深入探讨其他潜在的步态识别技术 | 研究自监督视觉变换器在步态识别中的应用，并评估其在不同数据集上的性能 | 步态识别 | 计算机视觉 | NA | 自监督学习 | 视觉变换器 | 视频 | 使用了两个大规模步态数据集：GREW和DenseGait，以及两个基准步态识别数据集：CASIA-B和FVG |
| 1334 | 2024-09-15 |
Variation of Female Pronucleus Reveals Oocyte or Embryo Chromosomal Copy Number Variations
2023-Mar, Advanced genetics (Hoboken, N.J.)
DOI:10.1002/ggn2.202200001
PMID:36910589
|
研究论文 | 本文介绍了一种结合专家经验和深度学习从大量标注数据中生成的定量原核测量方法，用于评估人类卵子和胚胎的质量 | 本文提出了一种新的定量原核测量方法，结合了专家经验和深度学习技术，能够更准确地评估卵子和胚胎的染色体完整性 | 本文仅在女性供体群体中进行了验证，尚未在男性供体群体中进行验证 | 研究目的是开发一种新的方法来评估人类卵子和胚胎的染色体完整性 | 研究对象是人类卵子和胚胎的原核 | NA | NA | 深度学习 | NA | 图像 | 大量标注数据 |
| 1335 | 2024-09-15 |
Deep learning for predicting epidermal growth factor receptor mutations of non-small cell lung cancer on PET/CT images
2023-Mar-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-22-760
PMID:36915325
|
研究论文 | 本文利用深度学习技术预测非小细胞肺癌PET/CT图像中的表皮生长因子受体（EGFR）基因突变 | 本文采用先进的EfficientNet-V2模型，通过融合PET和CT图像来预测EGFR突变，相比传统放射组学方法表现更优 | 由于医学数据量小和PET/CT设备参数不同，预测基因突变仍具有挑战性 | 开发一种非侵入性、低成本的方法，通过PET/CT图像预测非小细胞肺癌中的EGFR基因突变，以支持靶向治疗 | 非小细胞肺癌患者的PET/CT图像 | 计算机视觉 | 肺癌 | 深度学习 | EfficientNet-V2 | 图像 | 150名患者 |
| 1336 | 2024-09-15 |
Relationship between the deep features of the full-scan pathological map of mucinous gastric carcinoma and related genes based on deep learning
2023-Mar, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2023.e14374
PMID:36942252
|
研究论文 | 本研究探讨了基于深度学习的全扫描病理图深度特征与粘液性胃癌相关基因之间的关系 | 首次尝试通过深度学习提取病理图的深度特征，并分析其与疾病相关基因表达的相关性，为病理学与基因组学的联合分析提供了新思路 | 研究样本量较小，且仅基于TCGA数据，可能影响结果的普适性 | 探索深度学习提取的病理图深度特征与粘液性胃癌相关基因表达之间的关系 | 粘液性胃癌患者的全病理扫描图像、基因测序数据和临床数据 | 数字病理学 | 胃癌 | 深度学习 | VGG-16 | 图像 | NA |
| 1337 | 2024-09-15 |
A pathomic approach for tumor-infiltrating lymphocytes classification on breast cancer digital pathology images
2023-Mar, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2023.e14371
PMID:36950640
|
研究论文 | 本文提出了一种基于数字病理图像的肿瘤浸润淋巴细胞分类的新方法 | 本文提出了一种新的病理学方法，通过高通量图像特征提取技术分析全切片图像中的微观模式，提供比传统深度学习方法更易解释和可解释的结果 | NA | 开发一种客观的肿瘤浸润淋巴细胞浸润分级方法，并支持乳腺癌的决策制定 | 乳腺癌的全切片病理图像中的肿瘤浸润淋巴细胞 | 数字病理学 | 乳腺癌 | 高通量图像特征提取 | 随机森林 | 图像 | 195张H&E染色的全切片图像，包含1037个感兴趣区域 |
| 1338 | 2024-09-15 |
Deep Learning Algorithms with LIME and Similarity Distance Analysis on COVID-19 Chest X-ray Dataset
2023-02-28, International journal of environmental research and public health
DOI:10.3390/ijerph20054330
PMID:36901338
|
研究论文 | 本研究利用深度学习算法结合LIME和相似性距离分析，对COVID-19胸部X光数据集进行分析 | 本研究创新性地使用LIME解释模型，并通过U-Net分割技术去除非肺部区域，以提高分类器的准确性，同时引入相似性分析来识别异常值并提供客观的置信度参考 | 本研究未详细讨论低准确性子空间的改进方法 | 研究如何通过深度学习算法提高COVID-19胸部X光图像的分类准确性 | COVID-19患者的胸部X光图像 | 计算机视觉 | COVID-19 | 深度学习算法 | U-Net | 图像 | 未明确提及具体样本数量 |
| 1339 | 2024-09-15 |
NOVEL APPROACH EXPLAINS SPATIO-SPECTRAL INTERACTIONS IN RAW ELECTROENCEPHALOGRAM DEEP LEARNING CLASSIFIERS
2023-Feb-27, bioRxiv : the preprint server for biology
DOI:10.1101/2023.02.26.530118
PMID:36909628
|
研究论文 | 本文提出了一种新的方法，用于解释静息态脑电图（rs-EEG）深度学习分类器中的空间-频谱相互作用 | 首次结合梯度和基于扰动的方法，揭示了rs-EEG深度学习分类器中的空间-频谱相互作用 | NA | 研究深度学习方法在静息态脑电图分类中的可解释性 | 静息态脑电图数据和深度学习分类器 | 机器学习 | NA | 深度学习 | 深度学习分类器 | 脑电图数据 | NA |
| 1340 | 2024-09-15 |
Cyclic peptide structure prediction and design using AlphaFold
2023-Feb-26, bioRxiv : the preprint server for biology
DOI:10.1101/2023.02.25.529956
PMID:36865323
|
研究论文 | 本文报道了使用AlphaFold网络进行环肽结构预测和设计的方法 | 开发了一种基于AlphaFold的环肽结构预测和设计方法，能够准确预测环肽的结构并设计新的环肽序列 | 主要依赖于AlphaFold网络的性能，且环肽结构的可用数据较少 | 开发一种能够准确预测和设计环肽结构的深度学习方法 | 环肽的结构和序列设计 | 生物信息学 | NA | AlphaFold | 深度学习网络 | 蛋白质序列和结构数据 | 49个环肽结构，10,000个独特设计候选 |