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 1933 篇文献，本页显示第 861 - 880 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 861 | 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 | NA | NA | NA | NA |
| 862 | 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 | NA | NA | NA | NA |
| 863 | 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 | NA | NA | NA | NA |
| 864 | 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 | NA | NA | NA | NA |
| 865 | 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 | NA | NA | NA | NA |
| 866 | 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 | NA | NA | NA | NA |
| 867 | 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 | NA | NA | NA | NA |
| 868 | 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 | NA | NA | NA | NA |
| 869 | 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 | NA | NA | NA | NA |
| 870 | 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 | NA | NA | NA | NA |
| 871 | 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 | NA | NA | NA | NA |
| 872 | 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 | NA | NA | NA | NA |
| 873 | 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 | NA | NA | NA | NA |
| 874 | 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 | NA | NA | NA | NA |
| 875 | 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 | NA | NA | NA | NA |
| 876 | 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 | NA | NA | NA | NA |
| 877 | 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） | NA | NA | NA | NA |
| 878 | 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 | NA | NA | NA | NA |
| 879 | 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 | NA | NA | NA | NA |
| 880 | 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 | NA | NA | NA | NA |