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 1906 篇文献，本页显示第 921 - 940 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 921 | 2024-10-27 |
FIDMT-GhostNet: a lightweight density estimation model for wheat ear counting
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1435042
PMID:39450085
|
研究论文 | 提出了一种基于FIDMT-GhostNet的轻量级小麦穗计数模型，用于自动定位和计数小麦穗 | 引入了基于GhostNet的轻量级网络进行特征提取，并结合FIDMT网络提高计数精度，同时采用密集上采样卷积模块和局部最大值检测策略来解决小麦穗目标小和背景干扰的问题 | NA | 开发一种高效的小麦穗自动计数方法，以提高农业管理、产量预测和资源分配的效率 | 小麦穗的自动定位和计数 | 计算机视觉 | NA | 深度学习 | GhostNet | 图像 | 使用了包括WEC、WEDD和GWHD在内的多个小麦图像数据集进行训练和测试 | NA | NA | NA | NA |
| 922 | 2024-10-27 |
Enhancing prediction accuracy of foliar essential oil content, growth, and stem quality in Eucalyptus globulus using multi-trait deep learning models
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1451784
PMID:39450087
|
研究论文 | 本研究利用多性状深度学习模型预测桉树的叶片精油含量、生长和茎质量 | 本研究首次将基因组和表型组学方法结合，利用深度学习模型预测桉树的多性状，并发现多性状方法在预测准确性上优于单性状方法 | 本研究仅限于9年生的桉树育种群体，结果可能不适用于其他年龄或品种的桉树 | 研究目的是提高桉树生长相关性状和精油产量的预测准确性 | 研究对象是桉树的叶片精油含量、茎质量和生长相关性状 | 机器学习 | NA | 单核苷酸多态性（SNPs）、单倍型、近红外光谱（NIR） | 深度学习（DL）模型、卷积神经网络（CNN）、多层感知器（MLP） | 基因组数据、表型数据 | 9年生的桉树育种群体 | NA | NA | NA | NA |
| 923 | 2024-10-27 |
DeepO-GlcNAc: a web server for prediction of protein O-GlcNAcylation sites using deep learning combined with attention mechanism
2024, Frontiers in cell and developmental biology
IF:4.6Q1
DOI:10.3389/fcell.2024.1456728
PMID:39450274
|
研究论文 | 本文开发了一个基于深度学习的工具DeepO-GlcNAc，用于预测蛋白质O-GlcNAcylation位点 | 提出了一个新的深度学习框架DeepO-GlcNAc，结合了长短期记忆网络（LSTM）、卷积神经网络（CNN）和注意力机制，显著提高了O-GlcNAcylation位点预测的性能 | 模型在跨物种数据集上的表现较强，但在人类数据集上的表现未提及 | 开发一个基于深度学习的工具，以提高蛋白质O-GlcNAcylation位点的预测准确性 | 蛋白质O-GlcNAcylation位点 | 机器学习 | NA | 深度学习 | LSTM、CNN、注意力机制 | 蛋白质组学数据 | 包含五个跨物种数据集，未提及人类数据集的具体样本数量 | NA | NA | NA | NA |
| 924 | 2024-10-26 |
An ensemble deep learning model for medical image fusion with Siamese neural networks and VGG-19
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0309651
PMID:39441782
|
研究论文 | 本文提出了一种基于Siamese神经网络和VGG-19的集成深度学习模型，用于多模态医学图像融合 | 该模型结合了预训练和非预训练网络，通过堆叠集成方法，能够有效保留详细信息并提高图像质量，显著改善对比度、增加分辨率并减少伪影 | NA | 开发一种高效的混合学习模型，用于多模态医学图像融合 | 多模态医学图像 | 计算机视觉 | NA | 深度学习 | Siamese神经网络, VGG-19 | 图像 | 来自Havard-Medical-Image-Fusion Datasets、GitHub和Kaggle的公开可用源图像 | NA | NA | NA | NA |
| 925 | 2024-10-26 |
Deep learning and AI in reducing magnetic resonance imaging scanning time: advantages and pitfalls in clinical practice
2024, Polish journal of radiology
IF:0.9Q4
DOI:10.5114/pjr/192822
PMID:39444654
|
研究论文 | 本文探讨了深度学习和人工智能在减少磁共振成像扫描时间中的应用及其在临床实践中的优势和局限 | 开发了基于人工智能的算法，特别是深度学习模型，用于从更少的数据点重建高分辨率图像，显著提高了MRI效率 | 未具体提及 | 描述和讨论引入深度学习重建技术以减少MRI扫描时间在临床实践中的优缺点 | 磁共振成像（MRI）扫描时间的减少及其在临床实践中的应用 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 图像 | 未具体提及 | NA | NA | NA | NA |
| 926 | 2024-10-26 |
Dry age-related macular degeneration classification from optical coherence tomography images based on ensemble deep learning architecture
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1438768
PMID:39444813
|
研究论文 | 本文提出了一种基于集成深度学习架构的光学相干断层扫描图像干性年龄相关性黄斑变性分类方法 | 本文创新性地整合了四种不同的卷积神经网络（ResNet50、EfficientNetB4、MobileNetV3和Xception），并通过集成学习提高了干性AMD的分类准确性 | NA | 开发一种深度学习架构，以提高干性年龄相关性黄斑变性的分类准确性 | 干性年龄相关性黄斑变性的分类 | 计算机视觉 | 眼科疾病 | 深度学习 | 集成学习 | 图像 | 1,310名患者的4,096张原始图像，经过旋转和翻转操作后，数据集包含16,384张视网膜OCT图像 | NA | NA | NA | NA |
| 927 | 2024-10-26 |
Trends and hotspots in the field of diabetic retinopathy imaging research from 2000-2023
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1481088
PMID:39444814
|
研究论文 | 本研究通过文献计量分析评估了2000年至2023年间糖尿病视网膜病变成像研究领域的进展和热点 | 本研究首次通过文献计量分析方法，系统地评估了糖尿病视网膜病变成像研究领域的发展趋势和关键热点 | 本研究仅基于Web of Science Core Collection数据库中的文献信息，可能存在一定的数据偏差 | 评估糖尿病视网膜病变成像研究领域的发展趋势和关键热点 | 2000年至2023年间发表的糖尿病视网膜病变成像研究相关文献 | 计算机视觉 | 糖尿病视网膜病变 | 文献计量分析 | NA | 文献 | 共分析了1328篇文献，其中美国发表719篇，中国发表609篇 | NA | NA | NA | NA |
| 928 | 2024-10-26 |
Prediction of benign and malignant ground glass pulmonary nodules based on multi-feature fusion of attention mechanism
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1447132
PMID:39445066
|
研究论文 | 本研究开发并验证了一种新的特征融合算法，通过深度学习提高良性和恶性磨玻璃结节的分类性能 | 首次应用注意力机制融合全肺CT图像、影像组学特征、临床和形态学特征，显著提高了磨玻璃结节的分类性能 | NA | 开发和验证一种新的特征融合算法，以提高良性和恶性磨玻璃结节的分类性能 | 良性和恶性磨玻璃结节 | 计算机视觉 | 肺部疾病 | 深度学习 | 卷积神经网络 (CNN) 和反向传播神经网络 (BPNN) | 图像 | 385例磨玻璃结节，其中172例为良性，203例为恶性 | NA | NA | NA | NA |
| 929 | 2024-10-25 |
Generative deep learning furthers the understanding of local distributions of fat and muscle on body shape and health using 3D surface scans
2024-Jan-30, Communications medicine
IF:5.4Q1
DOI:10.1038/s43856-024-00434-w
PMID:38287144
|
研究论文 | 开发并验证了一种深度学习模型，能够从三维光学体扫描生成准确的DXA扫描，用于全身和特定子区域的成分分析 | 首次在生成医学影像模型中进行了定量验证，并报告了质量指标 | NA | 探索生成深度学习模型在医学影像中的应用潜力，并强调定量验证的重要性 | 人体脂肪和肌肉的局部分布与体形和健康的关系 | 计算机视觉 | NA | 深度学习 | 生成模型 | 三维表面扫描 | 两个大型临床DXA数据集和Shape Up! Adults研究数据集 | NA | NA | NA | NA |
| 930 | 2024-10-25 |
Counterfactual Sepsis Outcome Prediction Under Dynamic and Time-Varying Treatment Regimes
2024, AMIA Joint Summits on Translational Science proceedings. AMIA Joint Summits on Translational Science
PMID:38827103
|
研究论文 | 本文探讨了使用G-Net深度序列建模框架预测脓毒症患者在不同液体治疗策略下的结果 | 首次将G-Net应用于脓毒症患者的反事实治疗结果预测，并与线性模型进行比较 | 仅基于观察数据，未进行临床试验验证 | 评估G-Net在预测脓毒症患者反事实治疗结果中的临床应用潜力 | 脓毒症患者在不同液体治疗策略下的结果 | 机器学习 | 脓毒症 | G-Net | 深度学习 | 观察数据 | 来自重症监护室的脓毒症患者 | NA | NA | NA | NA |
| 931 | 2024-10-25 |
Deep Learning Approaches to Predict Exercise Exertion Levels Using Wearable Physiological Data
2024, AMIA Joint Summits on Translational Science proceedings. AMIA Joint Summits on Translational Science
PMID:38827087
|
研究论文 | 研究利用可穿戴设备生理数据，通过构建深度学习分类和回归模型来预测运动强度水平 | 首次使用深度学习模型结合可穿戴设备生理数据来预测运动强度水平 | 测试模型的最高准确率和F1分数为80%，仍有提升空间 | 预测运动强度水平 | 健康个体的运动强度 | 机器学习 | NA | 心电图传感器、脉搏血氧仪 | 深度学习模型 | 生理数据 | 健康个体在16分钟骑行运动中收集的数据，分为8个2分钟窗口 | NA | NA | NA | NA |
| 932 | 2024-10-25 |
An automatic classification method of testicular histopathology based on SC-YOLO framework
2024, BioTechniques
IF:2.2Q4
DOI:10.1080/07366205.2024.2393544
PMID:39263950
|
研究论文 | 本文提出了一种基于SC-YOLO框架的睾丸组织病理学自动分类方法 | 引入了SC-YOLO框架，集成了S3Ghost模块、CoordAtt模块和DCNv2模块，有效捕捉精原细胞的纹理和形状特征，同时减少模型参数 | 未来研究将集中在优化模型性能和探索其在临床应用中的潜力 | 开发一种高效准确的精原细胞识别方法，以辅助无精子症的病理诊断和治疗 | 精原细胞的分类和识别 | 数字病理学 | 男性不育症 | 深度学习 | SC-YOLO | 图像 | NA | NA | NA | NA | NA |
| 933 | 2024-10-25 |
Automatic authorship attribution in Albanian texts
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0310057
PMID:39436898
|
研究论文 | 本文研究了阿尔巴尼亚语文本中的自动作者归属问题，并引入了新的阿尔巴尼亚新闻专栏和文学作品语料库，分析了机器学习方法在作者归属中的应用 | 本文引入了新的阿尔巴尼亚语料库，并比较了机器学习和深度学习模型在作者归属任务中的表现，发现词汇特征是最有效的语言特征 | 本文主要关注阿尔巴尼亚语，未涉及其他低资源语言，且深度学习模型在特定场景下的应用潜力有待进一步验证 | 研究阿尔巴尼亚语文本中的自动作者归属问题，探索有效的特征和分类方法 | 阿尔巴尼亚语新闻专栏和文学作品 | 自然语言处理 | NA | 机器学习 | XGBoost, fastText, BERT-multilingual | 文本 | 新的阿尔巴尼亚新闻专栏和文学作品语料库 | NA | NA | NA | NA |
| 934 | 2024-10-25 |
Feature diffusion reconstruction mechanism network for crop spike head detection
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1459515
PMID:39439510
|
研究论文 | 提出了一种用于作物穗头检测的新型特征扩散重构机制网络FDRMNet | FDRMNet引入了多尺度特征聚焦重构模块和注意力增强特征融合模块，以提高模型在复杂环境中的检测精度和计算效率 | NA | 提高低空遥感图像中作物穗头的检测精度和计算效率 | 作物穗头 | 计算机视觉 | NA | 深度学习 | FDRMNet | 图像 | 全球小麦头检测数据集和多样水稻穗检测数据集 | NA | NA | NA | NA |
| 935 | 2024-10-25 |
Deep learning-driven ultrasound-assisted diagnosis: optimizing GallScopeNet for precise identification of biliary atresia
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1445069
PMID:39440041
|
研究论文 | 本文介绍了一种基于深度学习的超声辅助诊断系统GallScopeNet，用于精确识别胆道闭锁 | GallScopeNet通过创新的架构和高级特征提取技术，提高了诊断效率和准确性 | NA | 开发一种高效的深度学习模型，用于自动诊断胆道闭锁 | 胆道闭锁的超声图像 | 计算机视觉 | 胆道疾病 | 深度学习 | GallScopeNet | 图像 | 数千张超声图像，大部分用于训练和验证，部分用于外部测试 | NA | NA | NA | NA |
| 936 | 2024-10-25 |
Development of AI-assisted microscopy frameworks through realistic simulation with pySTED
2024, Nature machine intelligence
IF:18.8Q1
DOI:10.1038/s42256-024-00903-w
PMID:39440349
|
研究论文 | 本文介绍了通过pySTED平台开发人工智能辅助显微镜框架的方法 | 提出了一个基于pySTED的现实模拟平台，用于开发和部署超分辨率显微镜的人工智能策略 | NA | 开发和优化人工智能辅助超分辨率显微镜系统 | 超分辨率显微镜图像的获取和分析 | 计算机视觉 | NA | NA | 深度神经网络 | 图像 | NA | NA | NA | NA | NA |
| 937 | 2024-10-25 |
An integrated three-stream network model for discriminating fish feeding intensity using multi-feature analysis and deep learning
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0310356
PMID:39432511
|
研究论文 | 提出了一种集成三流网络模型，通过多特征分析和深度学习来区分鱼类摄食强度 | 结合计算机视觉技术和卷积神经网络，综合利用时间、空间和数据统计特征进行全面评估 | 依赖于特定场景和目标，缺乏普适性 | 实现精准投喂，减少饲料浪费和环境污染 | 鱼类摄食强度 | 计算机视觉 | NA | 计算机视觉技术 | 卷积神经网络（CNN） | 图像 | 珍珠石斑鱼摄食图像 | NA | NA | NA | NA |
| 938 | 2024-10-24 |
Parametric optimization and comparative study of machine learning and deep learning algorithms for breast cancer diagnosis
2024, Breast disease
DOI:10.3233/BD-240018
PMID:39331085
|
研究论文 | 本文研究了多种机器学习和深度学习算法在乳腺癌诊断中的性能，并进行了参数优化和比较 | 本文探讨了人工神经网络方法与传统机器学习技术在乳腺癌诊断中的对比，并强调了超参数调优和提升算法在处理数据复杂性和非线性方面的重要性 | 本文主要基于Wisconsin乳腺癌（原始）数据集进行研究，未涉及其他数据集的验证 | 研究不同机器学习和深度学习算法在乳腺癌诊断中的表现，找出最有效的模型 | 乳腺癌的早期诊断 | 机器学习 | 乳腺癌 | 机器学习算法 | SVM, 决策树, CART, ANN, ELM ANN, XGBoost, Adaboost, 梯度提升 | 数据集 | Wisconsin乳腺癌（原始）数据集 | NA | NA | NA | NA |
| 939 | 2024-10-24 |
Deep learned triple-tracer multiplexed PET myocardial image separation
2024, Frontiers in nuclear medicine (Lausanne, Switzerland)
DOI:10.3389/fnume.2024.1379647
PMID:39381030
|
研究论文 | 本文提出了一种基于深度学习的PET心肌图像分离方法，用于分离三重示踪剂的多重PET图像 | 该方法无需明确知道动脉输入函数，通过使用动态三重示踪剂噪声MLEM重建作为网络输入，动态单示踪剂噪声MLEM重建作为训练标签，实现了三重示踪剂PET图像的分离 | NA | 开发一种新的方法来分离多重PET扫描中的信号，以同时观察不同放射性示踪剂的生理和病理信息 | 三重示踪剂的多重PET心肌图像 | 计算机视觉 | 心血管疾病 | 深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 940 | 2024-10-24 |
Decoding the application of deep learning in neuroscience: a bibliometric analysis
2024, Frontiers in computational neuroscience
IF:2.1Q3
DOI:10.3389/fncom.2024.1402689
PMID:39429248
|
研究论文 | 本研究通过文献计量分析，探讨了深度学习在神经科学中的应用及其发展趋势 | 揭示了深度学习技术在神经科学中的应用热点和主题演变，强调了分类算法、模型和神经网络在神经科学中的关键作用 | NA | 分析深度学习在神经科学中的应用趋势，并为未来研究提供战略路线图 | 深度学习在神经科学中的应用及其对神经机制和神经疾病的理解 | 机器学习 | NA | 深度学习 | 卷积神经网络 | 神经数据 | 421篇文章 | NA | NA | NA | NA |