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 1537 篇文献，本页显示第 301 - 320 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 301 | 2024-11-20 |
Deep Learning Algorithm for Keratoconus Detection from Tomographic Maps and Corneal Biomechanics: A Diagnostic Study
2024 Jan-Mar, Journal of current ophthalmology
IF:1.2Q3
DOI:10.4103/joco.joco_18_24
PMID:39553332
|
研究论文 | 开发了一种用于从角膜地形图和生物力学数据中检测圆锥角膜的深度学习算法 | 结合了角膜地形图和生物力学数据，提高了圆锥角膜和亚临床圆锥角膜的检测性能 | NA | 开发一种人工智能方法，用于区分正常角膜、亚临床圆锥角膜和圆锥角膜 | 角膜地形图和角膜生物力学数据 | 机器学习 | NA | 卷积神经网络 | CNN | 图像 | 1668张地形图（769名患者）和611张生物力学图像（307名患者） |
| 302 | 2024-11-20 |
Systematic observation of participatory interaction in university lectures: a multiple case study with a mixed methods approach
2024, Frontiers in psychology
IF:2.6Q2
DOI:10.3389/fpsyg.2024.1410486
PMID:39554715
|
研究论文 | 本文通过多案例研究与混合方法，系统观察了大学讲座中的参与性互动 | 本文创新性地使用了系统观察和滞后序列分析作为概念-方法选择，以评估社会建构主义教学实践 | 本文的局限性在于仅关注了四位研究生教师的教学互动，样本量较小 | 旨在改进和创新研究生和博士阶段的面对面教学任务 | 大学讲座中的参与性互动 | NA | NA | 滞后序列分析 | NA | NA | 四位研究生教师 |
| 303 | 2024-11-19 |
MMV_Im2Im: an open-source microscopy machine vision toolbox for image-to-image transformation
2024-01-02, GigaScience
IF:11.8Q1
DOI:10.1093/gigascience/giad120
PMID:38280188
|
研究论文 | 介绍了一个名为MMV_Im2Im的开源显微镜机器视觉工具箱，用于生物成像应用中的图像到图像变换 | 提出了一个通用的图像到图像变换框架，适用于多种任务，并利用了先进的机器学习工程技术 | 未提及具体限制 | 开发一个开源工具箱，帮助研究人员在生物医学图像分析中应用深度学习技术 | 生物医学图像分析中的图像到图像变换任务 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 超过10种不同的生物医学问题 |
| 304 | 2024-11-19 |
Evaluation of Swin Transformer and knowledge transfer for denoising of super-resolution structured illumination microscopy data
2024-01-02, GigaScience
IF:11.8Q1
DOI:10.1093/gigascience/giad109
PMID:38217407
|
研究论文 | 本文评估了Swin Transformer在超分辨率结构化照明显微镜（SR-SIM）数据去噪中的应用，并探讨了知识迁移策略的效果 | 首次全面研究了Swin Transformer在SR-SIM图像去噪中的应用，并比较了直接迁移和微调两种知识迁移策略的效果 | 目前公开的SR-SIM数据集稀缺，限制了对深度学习方法性能和泛化能力的探索 | 评估Swin Transformer在SR-SIM图像去噪中的性能，并探讨知识迁移策略的有效性 | 超分辨率结构化照明显微镜（SR-SIM）图像的去噪 | 计算机视觉 | NA | 深度学习 | Swin Transformer | 图像 | 四个数据集，涵盖两种细胞结构（微管和囊泡结构），不同噪声水平 |
| 305 | 2024-11-19 |
IPEV: identification of prokaryotic and eukaryotic virus-derived sequences in virome using deep learning
2024-01-02, GigaScience
IF:11.8Q1
DOI:10.1093/gigascience/giae018
PMID:38649300
|
研究论文 | 本文介绍了一种名为IPEV的新方法，用于在病毒组中区分原核和真核病毒，该方法结合了三核苷酸对相对距离和频率的二维卷积神经网络 | IPEV在独立测试集上显著提高了F1分数，相比现有方法提升了约22%，并且在海洋和肠道病毒组样本的准确性上优于其他方法 | NA | 开发一种高性能工具，用于在病毒组中准确识别和分类原核和真核病毒 | 原核和真核病毒的识别与分类 | 机器学习 | NA | 深度学习 | 卷积神经网络 | 序列数据 | NA |
| 306 | 2024-11-19 |
Deep learning links localized digital pathology phenotypes with transcriptional subtype and patient outcome in glioblastoma
2024-Jan-02, GigaScience
IF:11.8Q1
DOI:10.1093/gigascience/giae057
PMID:39185700
|
研究论文 | 本文利用深度学习技术将胶质母细胞瘤的局部数字病理表型与转录亚型及患者预后联系起来 | 本文创新性地应用Xception卷积神经网络，通过数字病理图像准确映射转录亚型和预测预后区域 | NA | 研究胶质母细胞瘤的基因型-表型相关性，并探索深度学习在脑癌中的应用 | 胶质母细胞瘤的数字病理图像和分子亚型 | 数字病理 | 脑癌 | 深度学习 | Xception卷积神经网络 | 图像 | 276个数字苏木精-伊红（H&E）切片用于发现集，178个病例用于独立验证 |
| 307 | 2024-11-19 |
Advances in AI-Driven Retention Prediction for Different Chromatographic Techniques: Unraveling the Complexity
2024, Critical reviews in analytical chemistry
IF:4.2Q1
DOI:10.1080/10408347.2023.2254379
PMID:37672314
|
综述 | 本文综述了不同色谱技术中基于人工智能的保留时间预测方法 | 深度学习模型在保留时间预测中的准确性和有效性优于线性机器学习模型，支持向量机神经网络在薄层色谱中广泛用于预测不同化合物的保留因子，化学信息学、化学计量学和混合方法也被用于建模，比传统模型更可靠 | 由于缺乏总结性文献，本文旨在提供一个全面的文献综述 | 探索不同色谱技术中基于人工智能的保留时间预测方法 | 不同色谱技术中的化合物保留时间预测 | 化学信息学 | NA | 色谱技术 | 深度学习模型、支持向量机神经网络 | 化合物数据 | NA |
| 308 | 2024-11-18 |
MaskDGNets: Masked-attention guided dynamic graph aggregation network for event extraction
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0306673
PMID:39546454
|
研究论文 | 提出了一种名为MaskDGNets的新框架，用于事件提取，通过掩码注意力引导的动态图聚合网络来解决传统方法忽略词特征与序列信息关联的问题 | 引入了掩码注意力机制和动态图聚合模块，有效平衡词向量特征与序列语义，并增强事件与事件、事件与主要属性之间的关联 | NA | 解决传统事件提取方法无法充分探索事件间及事件与主要属性间隐藏关联的问题 | 事件提取 | 自然语言处理 | NA | 双向独立循环单元、掩码注意力机制、动态图聚合模块 | MaskDGNets | 文本 | 在DuEE和CCKS2020两个基准数据集上进行了评估 |
| 309 | 2024-11-17 |
TomoNet: A streamlined cryogenic electron tomography software pipeline with automatic particle picking on flexible lattices
2024, Biological imaging
DOI:10.1017/S2633903X24000060
PMID:38828212
|
研究论文 | 开发了一种名为TomoNet的软件包，用于低温电子断层扫描（cryoET）和子断层平均的全流程处理，具有自动粒子挑选和三维分类功能 | TomoNet集成了模板匹配和深度学习两种互补的自动粒子挑选方法，并支持1D、2D和3D阵列的结构处理 | NA | 开发一种高效的软件工具，用于低温电子断层扫描中的自动粒子挑选和三维分类 | 低温电子断层扫描数据中的病毒样颗粒、细菌表面层和核外蛋白复合物 | 计算机视觉 | NA | 低温电子断层扫描（cryoET） | 深度学习 | 图像 | 三种类型的数据集 |
| 310 | 2024-11-17 |
Comparison of deep learning approaches to estimate injury severity from the International Classification of Diseases codes
2024, Traffic injury prevention
IF:1.6Q4
DOI:10.1080/15389588.2024.2356663
PMID:39485495
|
研究论文 | 比较了基于深度学习的不同方法，用于从国际疾病分类代码中估计损伤严重程度 | 提出了一种新的方法，通过使用神经机器翻译模型（NMT）和前馈神经网络（FFNN）直接或间接估计损伤严重程度，并比较了它们的准确性和效率 | 间接NMT模型在处理时间上最为耗费资源 | 确定前馈神经网络（FFNN）是否与神经机器翻译（NMT）模型一样准确，并比较直接和间接估计损伤严重程度的准确性 | 损伤严重程度的估计方法 | 机器学习 | NA | 神经机器翻译（NMT），前馈神经网络（FFNN） | 神经机器翻译模型（NMT），前馈神经网络（FFNN） | 文本 | 训练数据包括2017-2018年的2,031,793个病例，测试数据包括2019年的1,091,792个病例 |
| 311 | 2024-11-17 |
Deep learning-based rice pest detection research
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0313387
PMID:39509376
|
研究论文 | 本研究利用深度学习技术优化YOLOv8模型，结合CBAM和BiFPN机制，显著提高了水稻害虫检测的准确性 | 本研究通过优化YOLOv8模型，结合CBAM和BiFPN机制，显著提高了水稻害虫检测的准确性，为农业害虫管理提供了新的技术途径 | NA | 解决水稻害虫检测问题，提高农业生产力和可持续性 | 水稻害虫检测 | 计算机视觉 | NA | 深度学习 | YOLOv8 | 图像 | 9663张包含八种害虫的图像，训练集与测试集比例为8:2 |
| 312 | 2024-11-17 |
Deep learning algorithms reveal increased social activity in rats at the onset of the dark phase of the light/dark cycle
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0307794
PMID:39514582
|
研究论文 | 本研究利用深度学习算法分析了在光照周期转换期间，大鼠在半自然条件下的社交行为和超声波发声 | 首次使用深度学习算法分析大鼠在光照周期转换期间的社交行为和超声波发声，并发现了光照变化对大鼠行为的具体影响 | 未能证明光照变化对大鼠积极情绪的影响 | 研究光照周期变化对大鼠社交行为和超声波发声的影响 | 大鼠在光照周期转换期间的社交行为和超声波发声 | 机器学习 | NA | 深度学习算法 | DeepLabCut神经网络 | 视频和音频 | 6天内记录的大鼠配对样本 |
| 313 | 2024-11-17 |
ONDL: An optimized Neutrosophic Deep Learning model for classifying waste for sustainability
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0313327
PMID:39514594
|
研究论文 | 本文提出了一种优化的中智深度学习模型（ONDL）用于废物分类，以促进可持续发展 | 本文的创新点在于结合了中智理论和深度迁移学习（DTL）模型，并使用灰狼优化（GWO）进行图像特征选择，以提高废物分类的准确性和效率 | 本文的局限性在于仅测试了两个公开的废物管理数据集，未来可以扩展到更多类型的废物数据集以验证模型的泛化能力 | 本文的研究目的是通过优化中智深度学习模型来提高废物分类的准确性，从而促进可持续发展 | 本文的研究对象是废物分类，具体包括有机物、可回收物和不可回收物 | 机器学习 | NA | 深度迁移学习（DTL），灰狼优化（GWO） | 中智深度学习模型（ONDL） | 图像 | 两个数据集：DSWM1包含2个类别，DSWM2包含3个类别 |
| 314 | 2024-11-17 |
Postoperative Karnofsky performance status prediction in patients with IDH wild-type glioblastoma: A multimodal approach integrating clinical and deep imaging features
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0303002
PMID:39527541
|
研究论文 | 本研究开发了一种结合临床数据和深度学习图像特征的多模态方法，用于预测IDH野生型胶质母细胞瘤患者术后6个月的Karnofsky表现状态评分 | 本研究的创新点在于将临床参数与术前和术后MRI扫描的深度学习图像特征相结合，显著提高了KPS预测性能 | 本研究仅在一个单中心进行了回顾性分析，样本量相对较小，未来需要在更多中心和更大样本量上进行验证 | 本研究旨在开发一种能够结合临床数据和深度学习图像特征的多模态模型，以提高胶质母细胞瘤患者术后6个月KPS评分的预测准确性 | 本研究的研究对象是150名新诊断的IDH野生型胶质母细胞瘤患者 | 计算机视觉 | 脑肿瘤 | 变分自编码器（VAE） | 神经网络 | 图像 | 150名新诊断的IDH野生型胶质母细胞瘤患者，分为训练集（100名患者）和测试集（50名患者） |
| 315 | 2024-11-17 |
Interpretable multimodal classification for age-related macular degeneration diagnosis
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0311811
PMID:39527566
|
研究论文 | 本文分析了三种可解释人工智能（XAI）策略在眼科医学图像分析中的性能，特别是用于年龄相关性黄斑变性（AMD）的诊断 | 本文提出了一种结合光学相干断层扫描（OCT）和红外反射（IR）成像的多模态深度学习模型，并展示了其在AMD诊断中的高准确性（0.94） | NA | 研究如何通过可解释的人工智能方法提高医学图像分析的透明度和诊断准确性 | 年龄相关性黄斑变性（AMD）的诊断 | 计算机视觉 | 眼科疾病 | 光学相干断层扫描（OCT）和红外反射（IR）成像 | 深度学习模型 | 图像 | NA |
| 316 | 2024-11-17 |
Exploring machine learning algorithms in sickle cell disease patient data: A systematic review
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0313315
PMID:39527575
|
综述 | 本文系统综述了机器学习算法在镰状细胞病（SCD）患者数据中的应用，重点关注诊断和临床特征 | 综述了多种机器学习算法在SCD诊断和监测中的应用，展示了其在提高诊断和监测方面的潜力 | 研究中存在数据集规模有限、模型可解释性问题和过拟合风险等挑战 | 探讨机器学习算法在镰状细胞病诊断和监测中的应用 | 镰状细胞病患者数据和临床特征 | 机器学习 | 血液疾病 | 机器学习 | 多种模型，包括多层感知器、支持向量机、随机森林、逻辑回归、长短期记忆网络、极端学习机、卷积神经网络和迁移学习方法 | 患者数据 | NA |
| 317 | 2024-11-17 |
Research on recognition of slippery road surface and collision warning system based on deep learning
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0310858
PMID:39527616
|
研究论文 | 本文提出了一种基于深度学习的湿滑路面识别与碰撞预警系统 | 本文提出了集成SE注意力机制和多层次特征信息的FS-ResNet50模型，并结合yolov5算法和自适应交通环境特征的驾驶安全距离模型，提高了预警精度和降低了误报率 | NA | 解决现有车辆碰撞预警系统检测速度慢、预测误差大和环境适应性差的问题 | 湿滑路面状态和前方车辆位置 | 计算机视觉 | NA | 深度学习 | FS-ResNet50, yolov5 | 图像 | NA |
| 318 | 2024-11-17 |
Enhancing multiclass COVID-19 prediction with ESN-MDFS: Extreme smart network using mean dropout feature selection technique
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0310011
PMID:39531465
|
研究论文 | 本研究提出了一种新的方法ESN-MDFS，结合极端智能网络和均值丢弃特征选择技术，用于增强多类别肺部疾病（包括COVID-19）的诊断准确性 | 本研究的创新点在于结合了极端智能网络和均值丢弃特征选择技术，以及使用预训练的VGG-16模型提取的动态深度学习特征 | NA | 本研究的目的是提高便携式胸部X光片中多类别肺部疾病的检测准确性 | 本研究的对象是COVID-19、细菌性肺炎、病毒性肺炎和正常病例的胸部X光片图像 | 计算机视觉 | 肺部疾病 | 极端智能网络（ESN）和均值丢弃特征选择技术（MDFS） | 极端智能网络（ESN） | 图像 | 超过6000张胸部X光片图像 |
| 319 | 2024-11-17 |
Harnessing hybrid deep learning approach for personalized retrieval in e-learning
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0308607
PMID:39536054
|
研究论文 | 本文提出了一种基于深度学习的课程推荐系统DLCRS，结合GRU+adam优化器和协同过滤技术，提供个性化课程推荐 | 本文的创新点在于结合了GRU+adam优化器和协同过滤技术，并使用ELMO词嵌入技术进行学习者和课程特征提取，以提高推荐准确性 | NA | 开发一种能够根据用户知识框架差异提供个性化课程推荐的系统 | 在线教育平台中的课程推荐 | 机器学习 | NA | ELMO词嵌入技术 | GRU | 文本 | 使用了来自知名公共组织的真实数据集进行实验 |
| 320 | 2024-11-17 |
Knowledge mapping and research trends of brain-computer interface technology in rehabilitation: a bibliometric analysis
2024, Frontiers in human neuroscience
IF:2.4Q2
DOI:10.3389/fnhum.2024.1486167
PMID:39539351
|
研究论文 | 本研究通过文献计量方法分析了脑机接口技术在康复领域的研究进展 | 首次系统全面地对脑机接口技术在康复领域的应用进行了文献计量分析 | 研究仅基于Web of Science Core Collection的数据，可能存在数据偏差 | 分析脑机接口技术在康复领域的研究进展和趋势 | 脑机接口技术在康复领域的应用 | NA | NA | 文献计量分析 | NA | 文献 | 1431篇相关出版物，4932名作者，1281个机构，79个国家，386种学术期刊 |