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!

Sample Image
添加微信请说明来意
Sample Image
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。

当前筛选条件: [分区不过滤] [IF不过滤] [发表日期:202401-202401] [清除筛选条件]
当前共找到 1556 篇文献,本页显示第 901 - 920 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
901 2024-08-19
Detecting images generated by diffusers
2024, PeerJ. Computer science
研究论文 本文探讨了通过文本到图像扩散模型生成的图像的检测任务,评估了使用不同模型和数据集的检测效果 提出使用多层感知器(MLP)和卷积神经网络(CNN)从CLIP或RoBERTa提取的特征中检测生成图像,并发现结合文本信息可以提高泛化能力 模型在某些情况下可能无法准确区分由不同扩散模型生成的图像 研究如何准确可靠地区分真实图像和由文本到图像扩散模型生成的合成图像 通过文本到图像扩散模型生成的图像,特别是来自MSCOCO和Wikimedia数据集的图像 计算机视觉 NA 文本到图像扩散模型 多层感知器(MLP),卷积神经网络(CNN) 图像 使用MSCOCO和Wikimedia数据集中的图像进行实验
902 2024-08-19
Bacterial image analysis using multi-task deep learning approaches for clinical microscopy
2024, PeerJ. Computer science
研究论文 本文利用多任务深度学习方法对细菌显微图像进行分析,以自动化检测和分类细菌 本文开发了三种深度学习算法(SSD-MobileNetV2、EfficientDet和YOLOv4)来自动检测和分类大肠杆菌的不同生长阶段 NA 研究旨在通过深度学习技术自动化细菌显微图像的检测和分类 大肠杆菌的不同生长阶段,包括杆状细胞、分裂细胞和微菌落 计算机视觉 NA 深度学习 SSD-MobileNetV2, EfficientDet, YOLOv4 图像 NA
903 2024-08-19
Mining software insights: uncovering the frequently occurring issues in low-rating software applications
2024, PeerJ. Computer science
研究论文 本研究聚焦于从亚马逊应用商店中收集的64个低评分应用的终端用户评论,通过内容分析和扎根理论方法,识别影响软件进化的关键概念,并评估机器学习和深度学习算法在自动分类用户反馈中的表现 本研究首次专注于低评分软件应用的用户反馈分析,并开发了一种基于扎根理论和内容分析的方法来识别常见问题 研究仅限于亚马逊应用商店中的64个低评分应用,可能无法完全代表所有低评分软件应用的情况 探讨低评分软件应用中频繁出现的问题,并评估机器学习和深度学习算法在自动分类用户反馈中的有效性 64个低评分软件应用的用户反馈 自然语言处理 NA 机器学习, 深度学习 CNN, LSTM, BiLSTM, GRU, BiGRU, RNN, MLP, RF, KNN, AdaBoost, Voting 文本 64个低评分应用
904 2024-08-19
Recognition of inscribed cursive Pashtu numeral through optimized deep learning
2024, PeerJ. Computer science
研究论文 研究提出了一种优化的机器学习模型,用于从0到9识别手写Pashtu数字 提出的LSTM模型在识别Pashtu数字方面略优于CNN模型 NA 提出一种能够有效识别Pashtu数字的优化机器学习模型 Pashtu数字从0到9 机器学习 NA 光学字符识别(OCR) LSTM和CNN 图像 数据集按80:20的比例分割
905 2024-08-19
A novel 3D LiDAR deep learning approach for uncrewed vehicle odometry
2024, PeerJ. Computer science
研究论文 本文提出了一种基于3D LiDAR和深度学习的无人车辆里程计方法 利用基于点云的深度学习替代传统的基于卷积神经网络(CNN)的方法,并使用正态分布变换(NDT)算法优化深度学习模型的粗略姿态估计 NA 提高下一代自主车辆在不确定环境下的自定位和姿态注册的精确度 无人车辆的里程计 机器学习 NA LiDAR-based localization and mapping (LOAM) 深度学习模型 点云 NA
906 2024-08-19
Natural language processing with transformers: a review
2024, PeerJ. Computer science
综述 本文综述了基于Transformer的自然语言处理(NLP)任务解决方案,包括BERT和GPT架构 系统总结并比较了基于Transformer架构的NLP应用 NA 旨在简要总结NLP任务的使用案例及其主要架构 NLP任务及其基于Transformer的解决方案 自然语言处理 NA Transformer BERT, GPT 文本 NA
907 2024-08-19
Efficient prediction of anticancer peptides through deep learning
2024, PeerJ. Computer science
研究论文 本研究利用二维卷积神经网络(2D CNN)深度学习模型,旨在提高抗癌肽预测的准确性 提出的2D CNN模型在预测抗癌肽方面表现优于现有方法,准确率、精确度、召回率和F1分数均较高 未来研究应扩大数据集,探索其他深度学习架构,并通过实验研究验证模型预测 开发和评估一个基于2D CNN的深度学习模型,以提高抗癌肽预测的准确性 抗癌肽的预测和识别 机器学习 癌症 2D CNN 2D CNN 序列 来自多个公共数据库和实验研究的多样化肽序列数据集
908 2024-08-19
Adversarial Learning for MRI Reconstruction and Classification of Cognitively Impaired Individuals
2024, IEEE access : practical innovations, open solutions IF:3.4Q2
研究论文 开发了一种双目标对抗学习框架,用于同时重建高质量的脑部磁共振图像并保留疾病特异性成像特征,以预测从轻度认知障碍到阿尔茨海默病的进展 引入了一种双目标对抗学习框架,结合生成对抗网络和分类器,以在重建高质量脑部MRI的同时保留疾病特异性成像特征 NA 开发一种新的深度学习框架,用于提高脑部MRI的重建质量和疾病特异性成像特征的保留 轻度认知障碍(MCI)到阿尔茨海默病(AD)的进展预测 计算机视觉 阿尔茨海默病 生成对抗网络(GAN) GAN 图像 来自阿尔茨海默病神经成像倡议(ADNI)的342名参与者和国家阿尔茨海默病协调中心(NACC)的190名参与者
909 2024-08-19
An automatic glaucoma grading method based on attention mechanism and EfficientNet-B3 network
2024, PloS one IF:2.9Q1
研究论文 本文提出了一种基于注意力机制和EfficientNet-B3网络的自动青光眼分级方法 该方法通过结合EfficientNetB3和ResNet34网络,从2D眼底图像和3D-OCT扫描图像中提取并融合特征,引入注意力机制以提高分类准确性,并减少特征冗余 该研究使用的是私有数据集,可能存在数据集大小和多样性的限制 旨在提高青光眼的早期识别和分级准确性 青光眼患者的眼底图像和3D-OCT扫描图像 计算机视觉 青光眼 NA CNN 图像 包含2D眼底图像和3D-OCT扫描图像的私有数据集
910 2024-08-19
A scalable blockchain-enabled federated learning architecture for edge computing
2024, PloS one IF:2.9Q1
研究论文 本文提出了一种基于区块链的可扩展联邦学习架构FLCoin,用于边缘计算 提出了一种新的委员会基于的共识处理方法,并采用双层区块链架构,确保了系统的可扩展性和效率 未提及 探索区块链和联邦学习技术在物联网边缘网络中的集成 边缘计算中的数据处理和智能生成 机器学习 NA 区块链,联邦学习 CNN 图像 使用MNIST数据集进行实验
911 2024-08-18
Multi-Modal Electrophysiological Source Imaging With Attention Neural Networks Based on Deep Fusion of EEG and MEG
2024, IEEE transactions on neural systems and rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society IF:4.8Q1
研究论文 本研究开发了一种多模态深度融合框架,使用注意力神经网络(ANN)来充分利用脑电图(EEG)和脑磁图(MEG)之间的互补信息,以解决电生理源成像(ESI)的逆问题 本研究提出的多模态深度融合注意力神经网络(MMDF-ANN)能够更有效地融合EEG和MEG数据,提高源定位的准确性 NA 旨在通过深度学习方法提高电生理源成像的性能 EEG和MEG数据及其在电生理源成像中的应用 机器学习 NA 注意力神经网络(ANN) 注意力神经网络(ANN) 脑电图(EEG)和脑磁图(MEG)数据 使用了合成数据集和真实数据集进行实验
912 2024-08-18
FDB-Net: Fusion double branch network combining CNN and transformer for medical image segmentation
2024, Journal of X-ray science and technology IF:1.7Q3
研究论文 本文提出了一种结合CNN和Transformer的双分支医学图像分割网络FDB-Net,通过使用包含gnConv块的CNN和包含Varied-Size Window Attention块的Transformer作为特征提取骨干网络,确保网络具有全局感受野以及获取目标局部细节特征的能力。 FDB-Net通过结合CNN和Transformer的双分支结构,克服了卷积操作受限的感受野和Transformer自注意力机制缺乏局部精细信息提取能力的局限。 NA 提高医学图像分割的性能 医学图像分割 计算机视觉 NA CNN, Transformer FDB-Net 图像 NA
913 2024-08-18
Connectome-based schizophrenia prediction using structural connectivity - Deep Graph Neural Network(sc-DGNN)
2024, Journal of X-ray science and technology IF:1.7Q3
研究论文 本研究利用结构连接深度图神经网络(sc-DGNN)模型,通过分析与精神分裂症相关的功能连接子网络,提高了对精神分裂症的预测准确性 提出了一种新的结构连接深度图神经网络(sc-DGNN)模型,该模型在预测精神分裂症相关的功能连接异常方面表现优于传统的机器学习和深度学习方法 NA 提高对脑部疾病问题的预测准确性 研究与精神分裂症相关的功能连接子网络和图结构 机器学习 精神分裂症 扩散磁共振成像(dMRI) 深度图神经网络(DGNN) 图像 88名受试者
914 2024-08-18
A fusion of deep neural networks and game theory for retinal disease diagnosis with OCT images
2024, Journal of X-ray science and technology IF:1.7Q3
研究论文 本文提出了一种结合深度神经网络和博弈论的混合模型GIGT,用于通过OCT图像诊断视网膜疾病 该方法结合了生成对抗网络(GANs)、Inception模型和博弈论,引入了一种战略和动态的诊断过程,提高了准确性和鲁棒性 NA 提高视网膜疾病诊断的准确性和可靠性 视网膜疾病 计算机视觉 视网膜疾病 生成对抗网络(GANs) 混合模型GIGT 图像 NA
915 2024-08-18
An improved attention module based on nnU-Net for segmenting primary central nervous system lymphoma (PCNSL) in MRI images1
2024, Journal of X-ray science and technology IF:1.7Q3
研究论文 本文提出了一种基于nnU-Net的改进注意力模块,用于在MRI图像中自动分割原发性中枢神经系统淋巴瘤(PCNSL) 首次将注意力模块引入基于脑部MRI的深度学习中进行PCNSL分割 NA 解决PCNSL在脑部MRI分割中的小尺寸、扩散分布、同轴层间连续性差及过度分割问题 原发性中枢神经系统淋巴瘤(PCNSL) 数字病理学 中枢神经系统疾病 3D卷积、批量归一化、残差注意力(res-attention)、多尺度扩张卷积核、注意力特征融合(AFF3D) nnU-Net MRI图像 114例T1 MRI图像
916 2024-08-18
Revolutionizing tumor detection and classification in multimodality imaging based on deep learning approaches: Methods, applications and limitations
2024, Journal of X-ray science and technology IF:1.7Q3
综述 本文综述了深度学习技术在多模态医学影像中肿瘤检测与分类的方法、应用及局限性 深度学习技术在多模态医学影像中的应用提高了肿瘤检测与分类的准确性和鲁棒性 文章指出了深度学习在多模态医学影像分析中面临的挑战和局限性 旨在全面审查深度学习方法在多模态医学影像中肿瘤检测与分类的进展、局限和关键挑战 肿瘤检测与分类 计算机视觉 NA 深度学习 卷积神经网络(CNN)、循环神经网络(RNN)及其变体 多模态医学影像 NA
917 2024-08-18
F-Net: Follicles Net an efficient tool for the diagnosis of polycystic ovarian syndrome using deep learning techniques
2024, PloS one IF:2.9Q1
研究论文 本研究旨在利用深度学习技术开发一种高效工具,用于诊断多囊卵巢综合征(PCOS) 开发了一种名为Follicles Net(F-Net)的自定义模型,该模型在PCOS分类中表现出色,分类准确率高达95%和97.5% NA 实现卵巢卵泡的目标检测和分割,并评估机器学习和深度学习分类器在检测PCOS中的有效性 卵巢卵泡和多囊卵巢综合征(PCOS) 计算机视觉 妇科疾病 YOLOv8, 混合模糊c均值基于的活动轮廓技术, Gray-level co-occurrence matrices (GLCM) CNN, Vision transformer 图像 两个数据集,数据集1包括50名正常和50名PCOS受试者,数据集2包括100名正常和100名PCOS受试者
918 2024-08-18
Ortho-digital dynamics: Exploration of advancing digital health technologies in musculoskeletal disease management
2024 Jan-Dec, Digital health IF:2.9Q2
研究论文 本文通过文献计量分析探索了数字健康技术在肌肉骨骼疾病管理中的应用趋势 首次对数字健康技术在肌肉骨骼疾病管理中的应用进行了全面的文献计量分析 未提及具体的局限性 分析数字健康技术在肌肉骨骼疾病管理中的应用趋势及其对医疗系统的影响 肌肉骨骼疾病管理中的数字健康技术应用 数字病理学 肌肉骨骼疾病 文献计量分析 NA 文本 6810篇论文
919 2024-08-18
Assessing clinical efficacy of polyp detection models using open-access datasets
2024, Frontiers in oncology IF:3.5Q2
研究论文 本研究评估了基于深度学习的计算机辅助检测(CADe)系统在开放访问数据集上对息肉检测的临床效能 引入了新的评估指标,如早期息肉检测的召回率和每个患者的平均假阳性数,以及自由响应接收器操作特性(FROC)曲线,以优化CADe系统的操作参数 研究发现,不使用完整过程视频会导致不现实的评估,且小息肉边界框的检测最具挑战性 评估和优化计算机辅助检测系统在临床环境中的效能 评估深度学习模型在开放访问数据集上的息肉检测效能 计算机视觉 结直肠癌 深度学习 YOLOv7 图像 包含超过340,000张图像和380个注释息肉的四个开放访问数据集,以及包含60个完整过程结肠镜视频的REAL-Colon数据集
920 2024-08-18
Real-time temperature anomaly detection in vaccine refrigeration systems using deep learning on a resource-constrained microcontroller
2024, Frontiers in artificial intelligence IF:3.0Q2
研究论文 本文提出了一种基于深度学习的实时温度异常检测系统,用于疫苗冷藏系统的故障检测 利用半监督卷积自编码器(CAE)模型在资源受限的ESP32微控制器上实现实时温度异常检测 NA 提高疫苗冷藏系统的监测和故障检测能力 疫苗冷藏系统的温度异常检测 机器学习 NA 深度学习 卷积自编码器(CAE) 温度传感器数据 NA
回到顶部