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 125 篇文献，本页显示第 121 - 125 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 121 | 2024-08-07 |
RGC-Net: An Automatic Reconstruction and Quantification Algorithm for Retinal Ganglion Cells Based on Deep Learning
2023-05-01, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.12.5.7
PMID:37140906
|
研究论文 | 本文开发了一种基于深度学习的视网膜神经节细胞自动重建和量化算法RGC-Net | RGC-Net能够自动分割视网膜神经节细胞的轴突和细胞体，提供了一种比手动分析更高效和快速的新工具 | NA | 开发一种基于深度学习的全自动重建和量化视网膜神经节细胞的算法 | 视网膜神经节细胞的轴突和细胞体 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 166个视网膜神经节细胞扫描图像，其中132个用于训练，34个用于测试 |
| 122 | 2024-08-07 |
Explainable semi-supervised deep learning shows that dementia is associated with small, avocado-shaped clocks with irregularly placed hands
2023-05-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-34518-9
PMID:37149670
|
研究论文 | 本研究使用相关性因子变分自编码器（RF-VAE）深度生成神经网络，对来自多个机构的数字化钟表绘图进行表征，以无监督方式识别钟表绘图的独特构造特征，并区分痴呆与非痴呆患者。 | 本研究首次使用RF-VAE网络在无监督情况下识别钟表绘图的独特构造特征，这些特征在先前研究中未被广泛探讨。 | NA | 研究目的是通过钟表绘图测试识别痴呆患者的独特构造特征。 | 研究对象为数字化钟表绘图，来自多个机构。 | 机器学习 | 痴呆 | 相关性因子变分自编码器（RF-VAE） | 变分自编码器（VAE） | 图像 | 多个机构的数字化钟表绘图 |
| 123 | 2024-08-07 |
Multiple sampling schemes and deep learning improve active learning performance in drug-drug interaction information retrieval analysis from the literature
2023-05-30, Journal of biomedical semantics
IF:1.6Q3
DOI:10.1186/s13326-023-00287-7
PMID:37248476
|
研究论文 | 本文首次研究了主动学习在药物-药物相互作用信息检索分析中的应用，并通过多种采样方案和深度学习算法提高了分析效率 | 首次将主动学习应用于药物-药物相互作用信息检索分析，并设计了随机负采样和正采样方法以提高分析效率 | NA | 提高药物-药物相互作用信息从文献中的检索分析效率 | 药物-药物相互作用信息检索分析 | 自然语言处理 | NA | 主动学习 | 支持向量机, 深度学习 | 文本 | PubMed摘要被分为筛选池和未筛选池，具体样本数量未提及 |
| 124 | 2024-08-07 |
Leveraging deep learning models to understand the daily experience of anxiety in teenagers over the course of a year
2023-05-15, Journal of affective disorders
IF:4.9Q1
DOI:10.1016/j.jad.2023.02.084
PMID:36858267
|
研究论文 | 本文利用深度学习模型评估青少年在一年中焦虑症状的日常变化，并探讨GAD-7评估与日常焦虑测量之间的关系 | 本文首次通过深度学习模型LSTM分析了青少年焦虑症状的动态变化，并揭示了GAD-7评估与日常焦虑体验之间的差异 | 研究样本较小，仅包括30名青少年，可能影响结果的普遍性 | 评估GAD-7等即时评估方法与青少年日常焦虑体验之间的关系 | 青少年的焦虑症状及其日常变化 | 机器学习 | NA | NA | LSTM | 文本 | 30名年龄在15至17岁之间的青少年 |
| 125 | 2024-08-07 |
STRIDE: Systematic Radar Intelligence Analysis for ADRD Risk Evaluation with Gait Signature Simulation and Deep Learning
2023-May-15, IEEE sensors journal
IF:4.3Q2
DOI:10.1109/jsen.2023.3263071
PMID:37547101
|
研究论文 | 本文提出了一种名为STRIDE的系统，结合微多普勒雷达传感器和先进的人工智能技术，用于评估阿尔茨海默病相关痴呆（ADRD）的风险 | STRIDE系统嵌入了一种新的深度学习分类框架，并开发了一个包含人体行走模拟模型和微多普勒雷达模拟模型的“数字孪生”，以生成步态特征数据集 | NA | 评估阿尔茨海默病相关痴呆（ADRD）的风险 | 通过微多普勒雷达捕捉的人体步态运动 | 机器学习 | 阿尔茨海默病 | 微多普勒雷达 | 深度学习 | 步态特征数据 | NA |