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 321 - 340 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 321 | 2024-11-17 |
Parkinson's disease detection from EEG signal employing autoencoder and RBFNN-based hybrid deep learning framework utilizing power spectral density
2024 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076241297355
PMID:39539721
|
研究论文 | 本文提出了一种基于自编码器和径向基函数神经网络的混合深度学习框架，用于从脑电信号中检测帕金森病 | 本文的创新点在于结合了自编码器和径向基函数神经网络，提高了帕金森病的检测准确率 | NA | 本文的研究目的是通过引入混合深度学习方法，克服利用深度学习进行帕金森病准确识别的挑战 | 本文的研究对象是帕金森病患者的脑电信号 | 机器学习 | 帕金森病 | 脑电信号分析 | 自编码器和径向基函数神经网络 | 脑电信号 | 31名受试者和93分钟的脑电记录 |
| 322 | 2024-11-17 |
Predicting an opaque bubble layer during small-incision lenticule extraction surgery based on deep learning
2024, Frontiers in cell and developmental biology
IF:4.6Q1
DOI:10.3389/fcell.2024.1487482
PMID:39539961
|
研究论文 | 本研究旨在利用深度学习技术预测飞秒激光小切口角膜基质透镜取出术（SMILE）中不透明气泡层（OBL）的形成 | 开发了一种基于SENet的残差回归深度神经网络模型，用于预测SMILE手术中的OBL形成 | 研究仅在一家大学医院进行，样本量有限，且仅使用了手术视频数据 | 预测飞秒激光SMILE手术中不透明气泡层的形成 | 不透明气泡层（OBL）的形成 | 计算机视觉 | NA | 深度学习 | 深度神经网络 | 视频 | 3271个训练样本，704个验证样本，467个内部验证样本 |
| 323 | 2024-11-17 |
Facial emotion recognition using deep quantum and advanced transfer learning mechanism
2024, Frontiers in computational neuroscience
IF:2.1Q3
DOI:10.3389/fncom.2024.1435956
PMID:39539995
|
研究论文 | 本文提出了一种利用深度量子计算和高级迁移学习机制进行面部情感识别的系统设计 | 本文创新性地结合了量子计算和残差连接，显著减少了计算时间，并提高了面部情感识别的准确性 | NA | 开发一种高效准确的面部情感识别系统 | 面部表情和情感 | 计算机视觉 | NA | 量子计算 | ResNet-18 | 图像 | NA |
| 324 | 2024-11-17 |
Retraction: Influence of the combination of big data technology on the Spark platform with deep learning on elevator safety monitoring efficiency
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0313640
PMID:39541288
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 325 | 2024-11-17 |
Cancer genetics and deep learning applications for diagnosis, prognosis, and categorization
2024, Journal of biological methods
DOI:10.14440/jbm.2024.0016
PMID:39544183
|
研究论文 | 本文探讨了基因表达数据在癌症诊断、预后和分类中的应用，并介绍了深度学习技术在其中的作用 | 本文提出使用深度学习策略来增强基因表达数据集的维度，并通过合成样本来加强信息范围 | 基因表达数据集的样本数量有限，且癌症特征多样复杂 | 研究基因表达数据在癌症诊断、预后和分类中的应用，并探讨深度学习技术在其中的潜力 | 基因表达数据和癌症疾病 | 机器学习 | 癌症 | 基因表达微阵列 | 深度学习 | 基因表达数据 | 样本数量有限 |
| 326 | 2024-11-17 |
LCGSC-YOLO: a lightweight apple leaf diseases detection method based on LCNet and GSConv module under YOLO framework
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1398277
PMID:39544536
|
研究论文 | 提出了一种基于LCNet和GSConv模块的轻量级苹果叶病害检测方法LCGSC-YOLO | 使用LCNet重建主干网络，引入GSConv和VOVGSCSP模块，并在模型尾部嵌入坐标注意力机制，以减少参数和计算量并提高检测精度 | NA | 开发一种轻量级且高效的苹果叶病害检测方法 | 苹果叶病害 | 计算机视觉 | NA | YOLO框架 | CNN | 图像 | Plant Pathology 2021 (FGVC8)和AppleLeaf9混合数据集 |
| 327 | 2024-11-10 |
An automated ECG-based deep learning for the early-stage identification and classification of cardiovascular disease
2024, Technology and health care : official journal of the European Society for Engineering and Medicine
IF:1.4Q3
DOI:10.3233/THC-240543
PMID:39302394
|
研究论文 | 本文提出了一种基于心电图（ECG）的深度学习方法，用于早期识别和分类心血管疾病 | 本文创新性地结合了症状检测和ECG分析，并使用前馈神经网络（FFNN）和常数Q非平稳Gabor变换（CQNGT）来提高诊断准确性 | NA | 提高心血管疾病的诊断准确性 | 心血管疾病 | 机器学习 | 心血管疾病 | 深度学习 | 前馈神经网络（FFNN） | 图像 | NA |
| 328 | 2024-11-15 |
Advances in Protein-Ligand Binding Affinity Prediction via Deep Learning: A Comprehensive Study of Datasets, Data Preprocessing Techniques, and Model Architectures
2024, Current drug targets
IF:3.0Q2
|
综述 | 本文综述了通过深度学习预测蛋白质-配体结合亲和力的最新进展，全面分析了常用数据集、数据预处理技术和模型架构 | 本文填补了以往研究的空白，全面分析了最常用的数据集并讨论了其质量和局限性，同时提供了蛋白质-配体结合亲和力预测领域中最新深度学习方法的综合分类 | 本文指出了通过深度学习进行结合亲和力预测的固有挑战，如数据质量、模型可解释性和可解释性 | 本文旨在通过系统分析数据集和深度学习方法，加速开发更有效和可靠的结合亲和力预测模型 | 本文研究对象包括蛋白质-配体结合亲和力预测的常用数据集、数据预处理技术和深度学习模型 | 机器学习 | NA | 深度学习 | 图神经网络、卷积神经网络、变换器 | 数据集 | NA |
| 329 | 2024-11-15 |
AS2LS: Adaptive Anatomical Structure-Based Two-Layer Level Set Framework for Medical Image Segmentation
2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2024.3483563
PMID:39446550
|
研究论文 | 提出了一种基于解剖结构的自适应双层水平集框架（AS2LS）用于医学图像分割 | 引入了基于解剖结构的双层水平集表示和两阶段水平集演化算法，能够自适应地拟合区域和边缘强度信息，提高了复杂医学图像分割的准确性 | NA | 提高医学图像分割的准确性 | 具有同心结构的器官，如左心室和眼底 | 计算机视觉 | NA | 水平集方法 | 双层水平集框架 | 医学图像 | NA |
| 330 | 2024-11-15 |
Intelligent agriculture: deep learning in UAV-based remote sensing imagery for crop diseases and pests detection
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1435016
PMID:39512475
|
综述 | 本文综述了基于无人机遥感图像的深度学习技术在智能农业中用于作物病虫害检测的应用 | 本文介绍了大型语言模型（LLM）和大型视觉模型（LVM）在农业中的最新应用 | 本文讨论了现有研究中的一些不足和待解决的挑战 | 探讨智能农业中基于无人机遥感图像的深度学习技术在作物病虫害检测中的应用 | 作物病虫害检测 | 计算机视觉 | NA | 深度学习（DL） | 深度学习模型 | 图像 | NA |
| 331 | 2024-11-15 |
Development of a deep learning model for automated detection of calcium pyrophosphate deposition in hand radiographs
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1431333
PMID:39512610
|
研究论文 | 开发了一种深度学习模型，用于在手部X光片中自动检测钙焦磷酸盐沉积 | 首次开发了一种深度学习算法，能够自动且可靠地检测手部X光片中的钙焦磷酸盐沉积特征 | 模型在某些情况下可能会出现意外的高亮区域，可能是由于不同手部区域的相关特征 | 开发和测试一种深度学习算法，用于自动检测手部X光片中的钙焦磷酸盐沉积特征 | 手部X光片中的钙焦磷酸盐沉积特征，特别是三角纤维软骨复合体和掌指关节的钙化 | 计算机视觉 | 关节炎 | 卷积神经网络 | CNN | 图像 | 926张手部X光片，包括319例钙焦磷酸盐沉积阳性病例和607例阴性病例 |
| 332 | 2024-11-15 |
Development and evaluation of a soft pneumatic muscle for elbow joint rehabilitation
2024, Frontiers in bioengineering and biotechnology
IF:4.3Q2
DOI:10.3389/fbioe.2024.1401686
PMID:39512658
|
研究论文 | 开发并评估了一种用于肘关节康复的软气动肌肉 | 开发了生物力学兼容的软气动肌肉，优化了肘关节的精确旋转控制，并结合了基于深度学习的运动跟踪系统 | NA | 提高肘关节康复的安全性和有效性 | 肘关节的康复 | NA | NA | 有限元分析 | 深度学习算法 | NA | NA |
| 333 | 2024-11-15 |
De novo design of mIDH1 inhibitors by integrating deep learning and molecular modeling
2024, Frontiers in pharmacology
IF:4.4Q1
DOI:10.3389/fphar.2024.1491699
PMID:39512821
|
研究论文 | 本研究通过整合深度学习和分子建模技术，设计了新的mIDH1抑制剂 | 首次尝试使用深度学习设计mIDH1抑制剂，为mIDH1抑制剂的设计提供了理论指导 | NA | 设计新的mIDH1抑制剂，用于癌症治疗 | mIDH1基因突变相关的急性髓系白血病、胶质瘤和某些实体瘤 | 机器学习 | 血液肿瘤 | 双向循环神经网络（BRNN）、分子对接、分子动力学模拟 | BRNN | 化合物 | 3890个新化合物（BRNN生成）和3680个新化合物（支架跳跃方法生成） |
| 334 | 2024-11-15 |
Deep learning-based computed tomography urography image analysis for prediction of HER2 status in bladder cancer
2024, Journal of Cancer
IF:3.3Q2
DOI:10.7150/jca.101296
PMID:39513113
|
研究论文 | 本研究利用深度学习技术分析计算机断层扫描尿路造影（CTU）图像，预测膀胱癌中的HER2状态 | 首次提出了一种非侵入性方法，通过CTU图像识别和检测膀胱癌中的HER2表达 | NA | 旨在通过CTU图像检测HER2表达，以实现更精确的治疗 | 膀胱癌患者的CTU图像 | 计算机视觉 | 膀胱癌 | Pyradiomics包提取放射特征，主成分分析（PCA）降维 | 多层感知器（MLP） | 图像 | 97名膀胱癌患者 |
| 335 | 2024-11-15 |
Deep Neural Network and Radiomics-based Magnetic Resonance Imaging System for Predicting Microvascular Invasion in Hepatocellular Carcinoma
2024, Journal of Cancer
IF:3.3Q2
DOI:10.7150/jca.93712
PMID:39513126
|
研究论文 | 本文提出了一种基于深度神经网络和放射组学的磁共振成像系统，用于预测肝细胞癌中的微血管侵犯 | 本文的创新点在于结合了放射组学特征和临床特征，构建了一个用于预测微血管侵犯的深度神经网络模型 | 本文的局限性在于样本量相对较小，且未提及模型的泛化能力和在其他数据集上的表现 | 本文的研究目的是开发一种基于磁共振成像的自动化系统，用于准确预测肝细胞癌中的微血管侵犯 | 本文的研究对象是肝细胞癌患者的磁共振成像数据和临床特征 | 计算机视觉 | 肝癌 | 磁共振成像 | 深度神经网络 | 图像 | 420名肝细胞癌患者，其中140例为微血管侵犯，280例为非微血管侵犯 |
| 336 | 2024-11-14 |
Use of a novel magnetically actuated compression system to study the temporal dynamics of axial and lateral strain in human osteochondral plugs
2024-Jan, Journal of biomechanics
IF:2.4Q3
DOI:10.1016/j.jbiomech.2023.111887
PMID:38128469
|
研究论文 | 研究了一种新型磁力驱动压缩系统对人类骨软骨插件轴向和横向应变时间动态的影响 | 开发了一种磁力驱动装置，在加载周期之间提供完全的平板提升，以解决传统实验系统可能影响组织再水化的问题 | 研究仅限于尸体人类骨软骨插件，未涉及活体组织 | 研究再水化对软骨在循环加载下行为的影响 | 人类骨软骨插件 | 生物力学 | NA | 磁力驱动技术 | UNet | 图像 | 750次加载周期，30帧每秒的二维软骨图像捕捉 |
| 337 | 2024-11-12 |
A Siamese ResNeXt network for predicting carotid intimal thickness of patients with T2DM from fundus images
2024, Frontiers in endocrinology
IF:3.9Q2
DOI:10.3389/fendo.2024.1364519
PMID:38549767
|
研究论文 | 开发并验证基于眼底图像的人工智能诊断模型，用于预测2型糖尿病患者的颈动脉内膜厚度 | 提出了一种基于Siamese ResNeXt网络的深度学习模型，用于从眼底图像中预测2型糖尿病患者的颈动脉内膜厚度 | 研究仅限于单个医院的1236名患者，且年龄因素嵌入网络后分类性能下降 | 开发和验证基于眼底图像的人工智能模型，用于预测2型糖尿病患者的颈动脉内膜厚度 | 2型糖尿病患者的颈动脉内膜厚度和眼底图像 | 计算机视觉 | 糖尿病 | 深度学习 | Siamese ResNeXt网络 | 图像 | 1236名2型糖尿病患者 |
| 338 | 2024-11-11 |
Artificial intelligence in forensic medicine and related sciences - selected issues
2024, Archiwum medycyny sadowej i kryminologii
|
综述 | 本文综述了人工智能在法医学及相关科学中的潜在应用，并探讨了在诊断和治疗中可能造成的伤害的法律责任问题 | 本文介绍了人工智能在法医学及相关科学中的多种应用，如法医病理学、法医创伤学、死后鉴定检查等 | 人工智能在医学中应被视为辅助工具，最终的诊断和治疗决策应由人类负责 | 探讨人工智能在法医学及相关科学中的应用及其法律责任问题 | 人工智能在法医学及相关科学中的应用 | 机器学习 | NA | NA | NA | NA | NA |
| 339 | 2024-11-11 |
Deep CANALs: a deep learning approach to refining the canalization theory of psychopathology
2024, Neuroscience of consciousness
IF:3.1Q1
DOI:10.1093/nc/niae005
PMID:38533457
|
研究论文 | 本文利用深度学习理论对心理病理学的运河化理论进行改进 | 本文通过深度学习理论区分了大脑中信念表示的两个不同优化景观，并描述了每种景观运河化可能导致的独特病理 | NA | 改进心理病理学的运河化理论 | 心理病理学中的运河化现象 | 机器学习 | NA | 深度学习 | 深度神经网络 | NA | NA |
| 340 | 2024-11-10 |
The automated Greulich and Pyle: a coming-of-age for segmental methods?
2024, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2024.1326488
PMID:38533467
|
研究论文 | 本文回顾了自动化骨龄评估方法的成功与局限，并提出了一种新的假设，即深度学习网络在预测骨龄时捕捉到了超出参考类别的细微差别 | 提出了一个新的假设，即深度学习网络在预测骨龄时捕捉到了超出参考类别的细微差别，并建议使用基于特征骨组的评分来解释预测偏差 | 未具体提及 | 探讨自动化骨龄评估方法的进展及其潜在应用 | 骨龄评估方法及其自动化应用 | 计算机视觉 | NA | 深度学习 | NA | 图像 | NA |