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 329 篇文献，本页显示第 241 - 260 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 241 | 2024-10-17 |
Predicting rice diseases using advanced technologies at different scales: present status and future perspectives
2023-Dec, aBIOTECH
IF:4.6Q1
DOI:10.1007/s42994-023-00126-4
PMID:38106429
|
综述 | 本文综述了利用机器学习和深度学习模型在不同尺度上预测水稻疾病的图像处理技术 | 本文总结了当前最先进的病原体-植物相互作用表型的光学传感应用 | NA | 探讨利用先进技术在不同尺度上预测水稻疾病的现状和未来展望 | 水稻疾病 | 计算机视觉 | NA | 图像处理技术 | 机器学习 (ML) 和深度学习 (DL) 模型 | 图像 | NA | NA | NA | NA | NA |
| 242 | 2024-10-17 |
A three-dimensional deep learning model for inter-site harmonization of structural MR images of the brain: Extensive validation with a multicenter dataset
2023-Dec, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2023.e22647
PMID:38107313
|
研究论文 | 本文开发了一种基于循环一致对抗网络的三维深度学习模型，用于多中心脑部MRI图像的强度分布协调 | 该模型能够稳定处理三维全脑图像，同时优化计算资源，与以往方法相比具有更高的稳定性和效率 | 尽管模型在多种数据集和指标上表现出了鲁棒性，但仍需在更多实际应用中验证其效果 | 旨在解决多中心MRI研究中因数据池化引入的站点相关变异性问题，以减少后续分析的偏差 | T1加权脑部MRI图像的强度分布协调 | 计算机视觉 | NA | 深度学习 | 循环一致对抗网络 | 图像 | 总共1525名健康成年人的六种不同MRI数据集 | NA | NA | NA | NA |
| 243 | 2024-10-17 |
Image dataset of Pune city historical places for degradation detection, classification, and restoration
2023-Dec, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2023.109794
PMID:38107470
|
研究论文 | 研究了浦那市历史遗迹的图像数据集，用于退化检测、分类和修复 | 创建了一个包含浦那市历史遗迹图像的数据集，包括不同角度、比例和方向的图像，以及白天和夜晚的图像，用于训练计算机视觉模型 | 未提及 | 通过图像数据集和机器学习算法，实现历史遗迹的退化检测、分类和虚拟修复 | 浦那市的历史遗迹，包括其建筑年龄、类型、颜色、形状和大小 | 计算机视觉 | NA | 机器学习、深度学习 | NA | 图像 | 包含浦那市历史遗迹的图像数据集，包括不同角度、比例和方向的图像，以及白天和夜晚的图像 | NA | NA | NA | NA |
| 244 | 2024-10-16 |
Fully automated deep learning models with smartphone applicability for prediction of pain using the Feline Grimace Scale
2023-12-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-49031-2
PMID:38062194
|
研究论文 | 本研究利用深度神经网络和机器学习模型，通过猫面部表情量表（FGS）预测面部标志位置和疼痛评分 | 开发了适用于智能手机的全自动深度学习模型，用于猫急性疼痛评估 | NA | 开发一种自动化的智能手机应用程序，用于猫的急性疼痛评估 | 猫的面部图像和疼痛评分 | 计算机视觉 | NA | 深度神经网络 | 卷积神经网络（CNN）和XGBoost | 图像 | 3447张猫的面部图像，标注了37个面部标志 | NA | NA | NA | NA |
| 245 | 2024-10-16 |
Detection of safety helmet and mask wearing using improved YOLOv5s
2023-12-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-48943-3
PMID:38049536
|
研究论文 | 本文提出了一种结合深度学习和目标检测技术的轻量级人工智能检测方法，用于识别佩戴安全帽和口罩的人员 | 该方法在YOLOv5s网络框架中引入了ShuffleNetv2特征提取机制，并结合ECA注意力机制和优化损失函数，提高了目标检测的精度和效率 | NA | 确保市政建设工程中人员的安全，特别是在疫情控制措施下 | 佩戴安全帽和口罩的人员 | 计算机视觉 | NA | 深度学习 | YOLOv5s | 图像 | NA | NA | NA | NA | NA |
| 246 | 2024-10-16 |
Discovery of a non-canonical GRHL1 binding site using deep convolutional and recurrent neural networks
2023-Dec-04, BMC genomics
IF:3.5Q2
DOI:10.1186/s12864-023-09830-3
PMID:38049725
|
研究论文 | 本研究使用深度卷积和循环神经网络发现了GRHL1的非典型结合位点 | 本研究首次使用卷积循环神经网络发现了GRHL1的非典型结合位点，这些位点无法通过传统的PWM方法识别 | 本研究仅限于GRHL1的结合位点预测，未涉及其他转录因子的研究 | 本研究的目的是探索深度学习方法在预测转录因子结合位点中的应用 | 本研究主要研究GRHL1的结合位点 | 机器学习 | NA | ChIP-Seq | 卷积循环神经网络 | DNA序列 | 本研究使用了来自人类细胞的ChIP-Seq实验数据 | NA | NA | NA | NA |
| 247 | 2024-10-16 |
Enhancing Interoperability and Harmonisation of Nuclear Medicine Image Data and Associated Clinical Data
2023-Dec, Nuklearmedizin. Nuclear medicine
DOI:10.1055/a-2187-5701
PMID:37907246
|
综述 | 本文综述了核医学图像数据及其相关临床数据的互操作性和标准化现状 | 探讨了提高数据兼容性和集成性的各种方法和标准，包括结构化临床历史、图像采集和重建的标准化以及图像数据评估的标准化准备 | 未详细讨论具体的技术实现细节和实际应用中的挑战 | 研究核医学图像数据及其相关临床数据的互操作性和标准化问题 | 核医学图像数据及其相关临床数据 | 计算机视觉 | NA | NA | NA | 图像 | NA | NA | NA | NA | NA |
| 248 | 2024-10-16 |
Scaling deep learning for materials discovery
2023-Dec, Nature
IF:50.5Q1
DOI:10.1038/s41586-023-06735-9
PMID:38030720
|
研究论文 | 本文展示了通过大规模训练的图网络模型，显著提高了材料发现的效率 | 通过大规模数据和计算，图网络模型实现了前所未有的泛化能力，将材料发现的效率提高了数量级 | NA | 提高材料发现的效率，扩展已知稳定材料的范围 | 无机晶体材料 | 机器学习 | NA | 图网络 | 图网络 | 晶体结构数据 | 48,000个稳定晶体，220万个新结构 | NA | NA | NA | NA |
| 249 | 2024-10-16 |
Usefulness of machine learning and deep learning approaches in screening and early detection of breast cancer
2023-Dec, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2023.e22427
PMID:38076050
|
研究论文 | 本文系统分析了机器学习和深度学习方法在乳腺癌筛查和早期检测中的应用 | 本文提出了一个全面的分类法，将临床诊断方法与机器学习技术相结合，用于乳腺癌诊断 | 本文讨论了使用机器学习技术的优缺点以及未解决的问题 | 本文旨在为医疗专业人员和技术人员提供新的筛查和诊断工具及方法的深入理解，并识别该领域的新挑战和流行方法 | 本文研究对象为乳腺癌的筛查和早期检测 | 机器学习 | 乳腺癌 | 机器学习、深度学习 | 神经网络、深度学习 | 临床数据 | NA | NA | NA | NA | NA |
| 250 | 2024-10-15 |
Attaching organic fibers to mineral: The case of the avian eggshell
2023-Dec-15, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2023.108425
PMID:38034363
|
研究论文 | 研究鸟类蛋壳中有机纤维膜与无机矿物质之间的结构附着机制 | 通过3D多尺度成像技术结合深度学习特征分割，揭示了有机纤维膜如何嵌入和锚定到蛋壳矿物质中 | NA | 理解有机纤维膜如何附着到蛋壳矿物质上，以支持鸟类胚胎发育和孵化 | 鸟类蛋壳中的有机纤维膜和无机矿物质 | 生物学 | NA | X射线和电子断层扫描 | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 251 | 2024-10-15 |
Abdominal fat quantification using convolutional networks
2023-Dec, European radiology
IF:4.7Q1
DOI:10.1007/s00330-023-09865-w
PMID:37436508
|
研究论文 | 本文介绍了使用全卷积网络（FCN）自动量化腹部磁共振成像（MRI）数据中脂肪组织的软件，并评估了其性能 | 本文提出的方法在脂肪组织量化方面显著优于常见的半自动化方法，减少了依赖性和工作量 | NA | 开发和评估一种自动化的方法来量化腹部MRI数据中的脂肪组织 | 肥胖患者的腹部脂肪组织 | 计算机视觉 | 肥胖 | 全卷积网络（FCN） | UNet | 图像 | 331个完整的腹部图像系列 | NA | NA | NA | NA |
| 252 | 2024-10-15 |
M-MSSEU: source-free domain adaptation for multi-modal stroke lesion segmentation using shadowed sets and evidential uncertainty
2023-Dec, Health information science and systems
IF:4.7Q1
DOI:10.1007/s13755-023-00247-6
PMID:37780536
|
研究论文 | 本文提出了一种新的无源域自适应方法，用于多模态中风病变分割，利用阴影集和证据不确定性 | 本文创新性地使用了证据深度学习代替卷积神经网络，并设计了多模态意见融合模块，利用Dempster-Shafer证据理论进行不同模态的决策融合 | NA | 解决无源域自适应问题，并有效利用医学图像中的多模态信息 | 多模态中风病变 | 计算机视觉 | 中风 | Dempster-Shafer证据理论 | 证据深度学习 | 图像 | 两个多模态中风病变数据集 | NA | NA | NA | NA |
| 253 | 2024-10-15 |
HUT: Hybrid UNet transformer for brain lesion and tumour segmentation
2023-Dec, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2023.e22412
PMID:38046150
|
研究论文 | 本文提出了一种混合UNet Transformer网络（HUT），用于脑部病变和肿瘤的分割 | HUT网络结合了UNet和Transformer的优势，通过并行运行的两个管道，分别基于UNet和Transformer，提高了单模态病变分割和多模态脑肿瘤分割的性能 | NA | 提高脑部病变和肿瘤分割的准确性 | 脑部病变和肿瘤 | 计算机视觉 | NA | 深度学习 | 混合UNet Transformer | 3D脑部体积图像 | ATLAS数据集和BraTS20数据集 | NA | NA | NA | NA |
| 254 | 2024-10-14 |
An open-source dataset for arabic fine-grained emotion recognition of online content amid COVID-19 pandemic
2023-Dec, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2023.109745
PMID:38020433
|
研究论文 | 本文介绍了一个名为ArPanEmo的开源数据集，用于在COVID-19疫情期间对阿拉伯语在线内容的细粒度情感识别 | 该数据集是首个专注于沙特方言并涵盖COVID-19相关话题的阿拉伯语情感识别数据集，包含11,128条手动标注的在线帖子 | 数据集仅涵盖沙特方言和COVID-19相关话题，可能不适用于其他方言或话题 | 旨在丰富阿拉伯语自然语言处理资源，并帮助开发机器学习和深度学习工具以识别文本中的情感 | 阿拉伯语在线内容的细粒度情感识别 | 自然语言处理 | NA | NA | NA | 文本 | 11,128条在线帖子 | NA | NA | NA | NA |
| 255 | 2024-10-13 |
Sen-2 LULC: Land use land cover dataset for deep learning approaches
2023-Dec, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2023.109724
PMID:37965594
|
研究论文 | 本文介绍了一个名为Sen-2 LULC的数据集，用于支持深度学习方法在土地利用和土地覆盖分类中的应用 | 该数据集填补了高质量数据集在现代计算机视觉和遥感数据分析之间的空白，促进了环境理解和城市规划的突破 | NA | 促进土地利用和土地覆盖分类的研究，特别是在印度地区 | 土地利用和土地覆盖分类 | 计算机视觉 | NA | 遥感技术 | CNN | 图像 | 213,761张预处理的10米分辨率图像，涵盖七种土地利用和土地覆盖类别 | NA | NA | NA | NA |
| 256 | 2024-10-10 |
Development of Deep Ensembles to Screen for Autism and Symptom Severity Using Retinal Photographs
2023-12-01, JAMA network open
IF:10.5Q1
|
研究论文 | 开发深度集成模型以使用视网膜照片筛查自闭症和症状严重程度 | 首次探索使用深度学习算法通过视网膜照片进行自闭症谱系障碍（ASD）及其症状严重程度的客观筛查 | 研究在单一医院进行，样本主要为男孩，可能影响结果的普适性 | 开发深度集成模型以区分ASD患者与典型发育（TD）个体的视网膜照片，并区分严重ASD与轻中度ASD | 自闭症谱系障碍（ASD）患者和典型发育（TD）个体的视网膜照片 | 计算机视觉 | 自闭症 | 深度学习算法 | 深度集成模型 | 图像 | 1890只眼睛，958名参与者 | NA | NA | NA | NA |
| 257 | 2024-10-09 |
DeepPBS: Geometric deep learning for interpretable prediction of protein-DNA binding specificity
2023-Dec-16, bioRxiv : the preprint server for biology
DOI:10.1101/2023.12.15.571942
PMID:38293168
|
研究论文 | 本文介绍了一种名为DeepPBS的几何深度学习模型，用于预测蛋白质-DNA结合特异性 | DeepPBS模型能够基于蛋白质-DNA结构预测跨蛋白质家族的结合特异性，并提供可解释的蛋白质重原子级别的重要性评分 | NA | 开发一种可解释的深度学习模型，用于预测蛋白质-DNA结合特异性，并指导实验选择和复杂设计 | 蛋白质-DNA结合特异性 | 机器学习 | NA | 几何深度学习 | 几何深度学习模型 | 蛋白质-DNA结构 | NA | NA | NA | NA | NA |
| 258 | 2024-10-09 |
Large-scale annotation dataset for fetal head biometry in ultrasound images
2023-Dec, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2023.109708
PMID:38020431
|
数据集 | 本文介绍了一个大规模的胎儿头部超声图像标注数据集 | 该数据集提供了多种格式的兼容性，适用于多种计算机视觉任务，并经过严格的验证过程 | NA | 为医学影像和计算机视觉领域的研究提供一个高质量的标注数据集 | 胎儿头部超声图像及其解剖区域的标注 | 计算机视觉 | NA | NA | NA | 图像 | 3832张高分辨率超声图像 | NA | NA | NA | NA |
| 259 | 2024-10-05 |
Game-Based Learning in Neuroscience: Key Terminology, Literature Survey, and How To Guide to Create a Serious Game
2023-Dec-22, Neurology. Education
DOI:10.1212/NE9.0000000000200103
PMID:39359316
|
研究论文 | 本文综述了基于游戏的学习（GBL）在神经科学教育中的应用现状，并提供了创建严肃游戏的指南 | 本文首次系统地综述了GBL在神经科学教育中的应用，并提供了创建教育游戏的实用建议 | 本文主要基于文献综述，未涉及具体的游戏开发实践 | 探讨基于游戏的学习在神经科学教育中的应用潜力 | 神经科学教育中的游戏元素、游戏化、严肃游戏和GBL | 教育技术 | NA | NA | NA | 文本 | NA | NA | NA | NA | NA |
| 260 | 2024-10-05 |
Validity of Neural Networks to Determine Body Position on the Bicycle
2023-12, Research quarterly for exercise and sport
IF:1.4Q3
DOI:10.1080/02701367.2022.2070103
PMID:35575754
|
研究论文 | 本研究评估了两种深度学习方法（MSRA和OpenPose）在自行车上自动估计人体关节角度以确定身体位置的有效性 | 本研究首次比较了两种深度学习方法在自行车上自动估计人体关节角度的准确性 | 研究仅在一个静止的自行车上进行，且样本量较小，可能限制了结果的普适性 | 评估神经网络在自行车上自动估计人体关节角度以确定身体位置的有效性 | 自行车上的身体位置和关节角度 | 计算机视觉 | NA | 深度学习 | 神经网络 | 视频 | 14名自行车手 | NA | NA | NA | NA |