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 154 篇文献，本页显示第 101 - 120 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 101 | 2024-08-05 |
An end-to-end deep learning framework for translating mass spectra to de-novo molecules
2023-Jun-23, Communications chemistry
IF:5.9Q1
DOI:10.1038/s42004-023-00932-3
PMID:37353554
|
研究论文 | 本文提出了一种深度学习框架Spec2Mol，用于根据质谱数据推荐分子结构 | 该研究首次应用类似Speech2Text的架构，将质谱直接转化为新分子的SMILES序列 | 该方法在参考数据库中无法找到分子结构信息时可能会存在局限性 | 研究旨在改善新分子结构的推荐过程 | 研究对象是通过质谱数据得出的化学分子结构 | 机器学习 | NA | 深度学习 | 编码器-解码器架构 | 质谱数据 | 使用了大量的化学结构数据进行预训练，但具体样本数量未明确 | NA | NA | NA | NA |
| 102 | 2024-08-05 |
scTour: a deep learning architecture for robust inference and accurate prediction of cellular dynamics
2023-06-23, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-023-02988-9
PMID:37353848
|
研究论文 | 本文介绍了scTour，这是一种深度学习架构，用于在最小化批次效应影响的情况下，进行细胞动态的推断和预测 | scTour具备同时估计发育伪时间、描绘向量场和映射转录组潜在空间的能力，整合在一个框架下 | NA | 构建一种能够推断和预测细胞发育动态的工具 | 对19个数据集中的多种生物过程进行研究 | 机器学习 | NA | 单细胞基因组学 | 深度学习架构 | 数据集 | 19个数据集 | NA | NA | NA | NA |
| 103 | 2024-08-05 |
Screening for extranodal extension in HPV-associated oropharyngeal carcinoma: evaluation of a CT-based deep learning algorithm in patient data from a multicentre, randomised de-escalation trial
2023-06, The Lancet. Digital health
DOI:10.1016/S2589-7500(23)00046-8
PMID:37087370
|
研究论文 | 本研究评估了一种基于CT的深度学习算法在HPV相关的口咽癌患者中预测病理性外结节扩展(ENE)的表现 | 首次在多中心随机试验中使用深度学习算法预测HPV相关口咽癌的病理性ENE | 该研究为回顾性评估，且可能受限于已排除的患者群体和标注的一致性 | 评估深度学习算法在HPV相关口咽癌患者中的ENE预测能力 | HPV相关口咽癌患者在ECOG-ACRIN E3311试验中的数据 | 计算机视觉 | 口咽癌 | CT | 深度学习算法 | 影像 | 178张扫描图像和313个淋巴结 | NA | NA | NA | NA |
| 104 | 2024-08-05 |
Toward next-generation endoscopes integrating biomimetic video systems, nonlinear optical microscopy, and deep learning
2023-Jun, Biophysics reviews
IF:2.9Q2
DOI:10.1063/5.0133027
PMID:38510341
|
研究论文 | 本文审查了三种新兴技术在下一代内镜系统中的潜在应用，以提高胃肠道癌症的诊断能力 | 提出了结合仿生视频系统、非线性光学显微镜和深度学习的内镜新配置，能够更有效地检测和确认可疑病变 | 在将这些技术应用于下一代内镜时面临诸多挑战 | 提高胃肠道癌症的早期检测和诊断效率 | 主要关注胃癌的内镜诊断技术进展 | 计算机视觉 | 癌症 | 非线性光学显微镜、深度学习 | NA | NA | NA | NA | NA | NA | NA |
| 105 | 2024-08-05 |
Development of a Deep Learning Model for Retinal Hemorrhage Detection on Head Computed Tomography in Young Children
2023-06-01, JAMA network open
IF:10.5Q1
|
研究论文 | 本研究开发了一种基于深度学习的模型，用于儿童头部CT图像中检测视网膜出血 | 该研究首次使用深度学习图像分析来检测小儿头部CT图像中的视网膜出血 | 可能需要外部前瞻性验证以确认模型的准确性 | 评估深度学习模型在儿童头部CT中检测视网膜出血的有效性 | 301名诊断为虐待性头部创伤（AHT）的儿童患者 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 301名患者 | NA | NA | NA | NA |
| 106 | 2024-08-05 |
A Trainable Open-Source Machine Learning Accelerometer Activity Recognition Toolbox: Deep Learning Approach
2023-Jun-08, JMIR AI
DOI:10.2196/42337
PMID:38875548
|
研究论文 | 本研究开发了一种准确、可训练的开源手机活动追踪工具箱。 | 提出了一种开放源代码的深度学习加速器活动识别工具，能够适应新行为的检测。 | 维度自适应神经架构模型在测试自有数据时准确性大幅下降至26%。 | 解决当前活动追踪器在科学应用中动作判别准确性不足的问题。 | 使用加速度计和陀螺仪数据识别不同类别的活动。 | 机器学习 | NA | 深度学习 | 维度自适应神经架构模型 | 加速度计和陀螺仪数据 | 6种不同的行为，包含来自自身记录的数据和MotionSense数据 | NA | NA | NA | NA |
| 107 | 2024-08-05 |
Natural Language Processing for Clinical Laboratory Data Repository Systems: Implementation and Evaluation for Respiratory Viruses
2023-Jun-06, JMIR AI
DOI:10.2196/44835
PMID:38875570
|
研究论文 | 本文探讨了自然语言处理技术在临床实验室数据中的应用，评估了其在呼吸病毒信息提取中的可行性 | 提出了一种基于深度学习的自然语言处理模型，以替代耗时且资源密集的手工规则工具 | 模型性能在不同病毒类别和类型间存在差异，且在检测到的病毒案例中的表现较差 | 研究自然语言处理模型在实验室报告信息提取中的可行性 | 省级实验室报告中的文本数据，涵盖14种呼吸病毒及其亚型 | 自然语言处理 | 呼吸道病毒感染 | 深度学习 | 层次多标签分类器 | 文本 | 87,500份独特的实验室报告 | NA | NA | NA | NA |
| 108 | 2024-08-05 |
Detecting Ground Glass Opacity Features in Patients With Lung Cancer: Automated Extraction and Longitudinal Analysis via Deep Learning-Based Natural Language Processing
2023-Jun-01, JMIR AI
DOI:10.2196/44537
PMID:38875565
|
研究论文 | 本文开发了一种基于深度学习的自然语言处理工具，用于自动提取肺癌患者计算机断层扫描中的地面玻璃不透明度特征 | 创新点在于建立了一个双向长短期记忆模型，结合条件随机场，以自动提取和分析GGO的特征 | 样本仅限于肺癌患者，可能不具备更广泛适应性 | 旨在通过自动提取GGO特征来支持GGO状态的长期轨迹分析 | 本研究对象为13,216名肺癌患者的放射学记录 | 自然语言处理 | 肺癌 | 深度学习，NLP | 双向长短期记忆模型 | 文本 | 涉及13,216名肺癌患者的放射学记录 | NA | NA | NA | NA |
| 109 | 2024-08-05 |
Automated deep learning auto-segmentation of air volumes for MRI-guided online adaptive radiation therapy of abdominal tumors
2023-06-15, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/acda0b
PMID:37253374
|
研究论文 | 本研究开发了一种自动化方法，用于在MRI引导的腹部肿瘤适应性放射治疗中分割空气区域 | 提出了一种修改版ResUNet3D深度学习模型用于自动分割MRI中的空气区域 | 该研究可能受到专门的MR图像序列和模型训练样本的限制 | 研究的目的是提高腹部肿瘤放射治疗中空气区域的分割速度和准确性 | 研究对象是102名患者的MRI图像 | 数字病理学 | NA | 深度学习 | ResUNet3D | 图像 | 102个患者的MR图像 | NA | NA | NA | NA |
| 110 | 2024-08-05 |
MeshDeform: Surface Reconstruction of Subcortical Structures in Human Brain MRI
2023-Jun, Information processing in medical imaging : proceedings of the ... conference
DOI:10.1007/978-3-031-34048-2_41
PMID:37915753
|
研究论文 | 本论文提出了一种名为MeshDeform的新型深度学习网格变形网络，用于重建人脑MRI中皮层下结构的表面 | MeshDeform结合了U-Net编码器提取的特征和网格变形模块，能够以亚体素精度快速重建皮层下结构的拓扑正确表面 | NA | 研究脑的形态学，通过重建皮层和皮层下结构的表面 | 人脑MRI中的皮层下结构 | 数字病理学 | NA | 深度学习 | U-Net | MRI图像 | 涉及了17个皮层下结构 | NA | NA | NA | NA |
| 111 | 2024-08-05 |
Pashto Handwritten Invariant Character Trajectory Prediction Using a Customized Deep Learning Technique
2023-Jun-30, Sensors (Basel, Switzerland)
DOI:10.3390/s23136060
PMID:37447909
|
研究论文 | 本研究专注于使用深度学习技术检测和识别普什图手写字符和连字 | 开发了针对普什图的特定数据集，并引入了数据增强技术，以提升手写字符识别的准确性 | 专注于普什图语言，可能对其他区域语言的适用性有限 | 旨在保护普什图手写字符的识别和记录 | 普什图手写字符和连字 | 计算机视觉 | NA | 深度学习 | 定制CNN | 图像 | NA | NA | NA | NA | NA |
| 112 | 2024-08-05 |
ConvNeXt steel slag sand substitution rate detection method incorporating attention mechanism
2023-Jun-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-37676-y
PMID:37391568
|
研究论文 | 提出了一种基于深度学习的钢渣砂替代率检测方法 | 通过在ConvNeXt模型中加入Squeeze and Excitation注意力机制，提高了钢渣砂混合物颜色特征的提取效率 | 检测方法效率低，缺乏具有代表性的采样 | 提升钢渣砂替代率检测的效率和准确性 | 钢渣砂的替代率 | 计算机视觉 | NA | 深度学习 | ConvNeXt | 图像 | NA | NA | NA | NA | NA |
| 113 | 2024-08-05 |
Micro-architecture design exploration template for AutoML case study on SqueezeSEMAuto
2023-Jun-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-37682-0
PMID:37391458
|
研究论文 | 本文探讨了一种AutoML框架，用于SqueezeNet的微架构设计探索 | 提出了将SE块与残差块组合并应用于SqueezeNet的创新方法 | 没有提及实验的计算资源和时间成本 | 旨在优化CNN架构设计以提高图像识别任务的准确性 | 研究对象为基于SqueezeNet的深度学习模型 | 计算机视觉 | NA | 卷积神经网络 | SqueezeNet | 图像 | CIFAR-10和清华人脸表情数据集 | NA | NA | NA | NA |
| 114 | 2024-08-05 |
Performance Degradation Assessment of Railway Axle Box Bearing Based on Combination of Denoising Features and Time Series Information
2023-Jun-26, Sensors (Basel, Switzerland)
DOI:10.3390/s23135910
PMID:37447760
|
研究论文 | 提出了一种基于深度残差收缩网络和深度长短期记忆网络的铁路轴箱轴承性能退化评估模型 | 提出了结合去噪特征和时间序列信息的方法，提高模型对早期故障的敏感性 | 未提及特定的应用环境和实际操作中的限制 | 解决现有滚动轴承性能退化评估方法中噪声和时间信息被忽略的问题 | 铁路轴箱轴承的性能退化评估 | 机器学习 | NA | 深度残差收缩网络，深度长短期记忆网络 | DRSN-LSTM | 信号 | 人工诱导缺陷和加速疲劳测试数据 | NA | NA | NA | NA |
| 115 | 2024-08-05 |
FPGA Implementation of Keyword Spotting System Using Depthwise Separable Binarized and Ternarized Neural Networks
2023-Jun-19, Sensors (Basel, Switzerland)
DOI:10.3390/s23125701
PMID:37420866
|
研究论文 | 该研究提出了一种深度可分离的二元/三元神经网络硬件加速器，用于关键词识别系统 | 提出了一种新的深度可分离二元/三元神经网络加速器，能够在单一设备上同时进行唤醒词识别和命令分类 | 没有提到在不同硬件平台上的适应性和扩展性 | 研究旨在优化关键词识别系统的硬件实现，以提高效率 | 本研究对象是关键词识别系统中的深度学习算法和硬件实现 | 机器学习 | NA | 硬件加速 | 深度可分离二元/三元神经网络 | 音频数据 | NA | NA | NA | NA | NA |
| 116 | 2024-08-05 |
Forest Fire Smoke Detection Based on Deep Learning Approaches and Unmanned Aerial Vehicle Images
2023-Jun-19, Sensors (Basel, Switzerland)
DOI:10.3390/s23125702
PMID:37420867
|
研究论文 | 该文章提出了一种基于深度学习的森林火灾烟雾检测方法，使用无人机图像提高检测效率 | 提出了改进的YOLOv7模型，结合CBAM注意机制和SPPF+层来增强烟雾特征提取能力 | 未提及限制条件 | 旨在快速识别森林火灾初期烟雾，以便及时响应并防止火势蔓延 | 森林火灾烟雾图像 | 计算机视觉 | NA | YOLOv7 | YOLOv7 | 图像 | 6500张无人机拍摄的烟雾图像 | NA | NA | NA | NA |
| 117 | 2024-08-05 |
Indoor Scene Recognition Mechanism Based on Direction-Driven Convolutional Neural Networks
2023-Jun-17, Sensors (Basel, Switzerland)
DOI:10.3390/s23125672
PMID:37420835
|
研究论文 | 本文提出了一种基于深度学习的房间级室内定位系统，结合视觉信息和智能手机传感器。 | 引入了方向驱动的卷积神经网络（CNN），并采用多种加权融合策略提升系统性能。 | 研究仍受限于智能手机计算能力，需结合服务器进行部分计算。 | 研究旨在提升室内场景识别与定位的准确性。 | 研究对象包括使用智能手机拍摄的室内图像。 | 计算机视觉 | NA | 深度学习、卷积神经网络（CNN） | 卷积神经网络（CNN） | 图像 | 在真实数据集上进行的多个实验分析 | NA | NA | NA | NA |
| 118 | 2024-08-05 |
A Cost-Driven Method for Deep-Learning-Based Hardware Trojan Detection
2023-Jun-11, Sensors (Basel, Switzerland)
DOI:10.3390/s23125503
PMID:37420671
|
研究论文 | 提出了一种基于深度学习的多尺度硬件木马检测模型MHTtext | 引入深度学习进行自动特征提取，并提出了稳定性效率指数(SEI)的新评估指标 | 现有传统检测方法不适用于大规模集成，研究社区尚处于早期阶段 | 研究自动检测硬件木马的方法以应对恶意电路 | 重点研究硬件木马在芯片中的检测问题 | 深度学习 | NA | 深度学习 | TextCNN | 电路网表 | 基准网表的实验结果 | NA | NA | NA | NA |
| 119 | 2024-08-05 |
A Deep Learning Method for Rolling Bearing Fault Diagnosis Based on Attention Mechanism and Graham Angle Field
2023-Jun-10, Sensors (Basel, Switzerland)
DOI:10.3390/s23125487
PMID:37420653
|
研究论文 | 提出了一种基于Gramian角场编码技术和改进的ResNet50模型的滚动轴承故障诊断方法 | 结合Graham角场技术与ResNet算法实现了自动特征提取和故障诊断 | 无法在摘要中找到具体的局限性信息 | 提高滚动轴承故障诊断的准确性和时效性 | 滚动轴承的故障诊断 | 机器学习 | NA | GAF编码技术 | 改进的ResNet50模型 | 图像 | 使用了Casey Reserve University的滚动轴承数据进行验证 | NA | NA | NA | NA |
| 120 | 2024-08-05 |
Research on Apple Recognition Algorithm in Complex Orchard Environment Based on Deep Learning
2023-Jun-08, Sensors (Basel, Switzerland)
DOI:10.3390/s23125425
PMID:37420591
|
研究论文 | 本文提出了一种基于深度学习的水果识别算法，以解决果园复杂环境下的低识别准确率问题 | 通过将残差模块与交叉阶段平衡网络（CSP Net）组合，集成空间金字塔池（SPP）模块，并替换NMS算法为Soft NMS算法，显著提高了识别精度 | 未提及具体的局限性 | 提高在复杂果园环境中的水果识别准确率和实时性 | 果园中的水果 | 计算机视觉 | NA | 深度学习 | YOLOv5 | 图像 | 使用数据集进行训练和测试，具体样本量未说明 | NA | NA | NA | NA |