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 1907 篇文献，本页显示第 1141 - 1160 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1141 | 2024-09-26 |
Enhancing geotechnical damage detection with deep learning: a convolutional neural network approach
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2052
PMID:39314724
|
研究论文 | 本文提出了一种基于卷积神经网络（CNN）的计算机视觉方法，用于通过无人机和移动设备识别地质结构表面的缺陷，以减少对人工现场检查的依赖 | 本文提出了一种定制的CNN和低复杂度模型架构，用于构建二分类图像辅助的地质表面缺陷检测器 | 由于地质工程领域的特殊性，如公共数据集有限和冗余图像，计算机视觉算法在该领域的研究仍需进一步探索 | 开发一种快速且安全的评估方法，用于识别地质结构表面的缺陷，以减少对人工现场检查的依赖 | 地质结构表面的缺陷 | 计算机视觉 | NA | 卷积神经网络（CNN） | 卷积神经网络（CNN） | 图像 | 从巴西国家公路附近的斜坡上获取的表面故障指示图像 | NA | NA | NA | NA |
| 1142 | 2024-09-26 |
Detecting rumors in social media using emotion based deep learning approach
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2202
PMID:39314729
|
研究论文 | 本文提出了一种基于情感的深度学习方法，用于在社交媒体中检测谣言 | 本文创新性地结合了情感和情感标签提取，以及文本内容信息的整合，提出了Sentiment and EMotion driven TransformEr Classifier方法（SEMTEC），显著提高了谣言检测的准确率 | NA | 提高社交媒体中谣言检测的准确性 | 社交媒体中的谣言 | 自然语言处理 | NA | 深度学习 | Transformer | 文本 | 在PHEME数据集上达到了92%的准确率，并在Twitter24数据集上超过了标准方法2%的准确率 | NA | NA | NA | NA |
| 1143 | 2024-09-26 |
Terrorism group prediction using feature combination and BiGRU with self-attention mechanism
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2252
PMID:39314736
|
研究论文 | 研究提出了一种基于特征组合和双向门控循环单元（BiGRU）与自注意力机制的框架，用于预测恐怖组织 | 引入了BiGRU-SA模型，结合DistilBERT提取的文本特征和高相关性特征，并通过SMOTE-T技术处理数据不平衡问题，显著提高了分类准确性 | NA | 提高对恐怖组织的识别和分类能力，增强国家及地区对恐怖主义的防御 | 恐怖组织及其相关攻击事件 | 机器学习 | NA | 双向门控循环单元（BiGRU），自注意力机制，DistilBERT，SMOTE-T | BiGRU-SA | 文本 | 36个恐怖组织 | NA | NA | NA | NA |
| 1144 | 2024-09-26 |
Improving synthetic media generation and detection using generative adversarial networks
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2181
PMID:39314737
|
研究论文 | 本文提出了一种改进的生成对抗网络（GAN）模型，用于提高合成媒体生成和检测的准确性 | 通过数据增强和标签平滑策略改进了GAN模型的训练，提高了合成图像的生成和检测效果 | NA | 解决合成图像生成和检测中的问题，减少社交媒体法规违规和虚假信息传播的风险 | 合成图像的生成和检测 | 计算机视觉 | NA | 生成对抗网络（GAN） | 深度卷积生成对抗网络（DCGAN） | 图像 | 使用了包含人脸的数据集，包括Flickr-Faces Nvidia数据集和Fakefaces数据集 | NA | NA | NA | NA |
| 1145 | 2024-09-26 |
Enhancing intrusion detection performance using explainable ensemble deep learning
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2289
PMID:39314740
|
研究论文 | 提出了一种基于可解释集成深度学习的入侵检测方法，以提高网络攻击检测的准确性和可解释性 | 设计了一种新的集成入侵检测模型，结合了三个一维长短期记忆网络（LSTM）和一个元学习算法，并通过SHAP方法增强了结果的可解释性 | NA | 提高大规模网络中入侵检测系统的准确性和可解释性 | 网络攻击的检测和分类 | 机器学习 | NA | 长短期记忆网络（LSTM），元学习算法，SHAP | LSTM | 数据 | 真实数据集 | NA | NA | NA | NA |
| 1146 | 2024-09-26 |
Reconstructing interpretable features in computational super-resolution microscopy via regularized latent search
2024, Biological imaging
DOI:10.1017/S2633903X24000084
PMID:39314829
|
研究论文 | 提出了一种基于正则化潜在搜索（RLS）的计算超分辨率显微镜方法，以在保持真实性的同时重建高分辨率图像的可解释特征 | 引入了一种新的正则化潜在搜索方法，能够在不需要成对图像的情况下显著提高分辨率，并重建高分辨率图像的可解释特征 | 需要大量的低分辨率/高分辨率图像对，并且生成的合成图像分辨率提升有限 | 开发一种能够在保持真实性的同时重建高分辨率图像可解释特征的超分辨率方法 | 显微镜图像的超分辨率重建 | 计算机视觉 | NA | 生成对抗网络（GAN） | 生成对抗网络（GAN） | 图像 | 大量低分辨率/高分辨率图像对 | NA | NA | NA | NA |
| 1147 | 2024-09-26 |
Knowledge mapping of freezing of gait in Parkinson's disease: a bibliometric analysis
2024, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2024.1388326
PMID:39315077
|
综述 | 本文对帕金森病中的冻结步态进行了文献计量分析，总结了过去二十年来的研究热点和趋势 | 首次对帕金森病中的冻结步态进行文献计量分析 | NA | 总结帕金森病中冻结步态的研究热点和趋势 | 帕金森病中的冻结步态 | NA | 帕金森病 | 文献计量分析 | NA | 文献 | 1340篇文章，来自64个国家/地区 | NA | NA | NA | NA |
| 1148 | 2024-09-26 |
A modified U-Net to detect real sperms in videos of human sperm cell
2024, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2024.1376546
PMID:39315244
|
研究论文 | 研究探讨了在人类精子细胞视频中检测真实精子的改进U-Net模型 | 提出了使用UNet++与ResNet34结合的模型，在VISEM数据集上表现出色 | 在识别紧密相邻的精子细胞方面仍存在挑战 | 提高男性不育诊断中精子分割的自动化程度 | 人类精子细胞视频中的精子分割 | 计算机视觉 | 男性不育 | 深度学习 | UNet++ | 视频 | 使用了VISEM数据集中的帧 | NA | NA | NA | NA |
| 1149 | 2024-09-26 |
An experimental study of acoustic bird repellents for reducing bird encroachment in pear orchards
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1365275
PMID:39315369
|
研究论文 | 本文设计了一种基于计算机视觉的声波鸟类驱赶系统，结合深度学习目标识别技术，用于减少梨园中的鸟类侵扰 | 首次将计算机视觉与声波驱鸟技术结合，通过深度学习模型识别鸟类并进行驱赶 | 实验规模较小，仅在两个实验区域进行测试，未来需在更大范围内验证其有效性 | 研究声波鸟类驱赶技术在梨园中的应用，减少鸟类对高价值作物的损害 | 梨园中的鸟类侵扰及其对作物产量的影响 | 计算机视觉 | NA | 深度学习目标识别技术 | 神经网络模型 | 视频 | 两个实验区域，使用声波驱鸟器和无驱鸟器的对照组进行对比 | NA | NA | NA | NA |
| 1150 | 2024-09-26 |
Prediction of nitrous oxide emission of a municipal wastewater treatment plant using LSTM-based deep learning models
2024-Jan, Environmental science and pollution research international
DOI:10.1007/s11356-023-31250-9
PMID:38055175
|
研究论文 | 本研究开发并评估了基于LSTM的深度学习模型，用于预测瑞士某污水处理厂的NO排放 | LSTM模型在预测NO排放方面优于RNN模型，表现出更高的准确性和鲁棒性 | NA | 评估深度学习模型在预测污水处理厂NO排放方面的性能 | 瑞士某污水处理厂的NO排放 | 机器学习 | NA | 深度学习 | LSTM | 数值数据 | 涉及六个关键参数 | NA | NA | NA | NA |
| 1151 | 2024-09-26 |
Evaluating the influence of road construction on landslide susceptibility in Saudi Arabia's mountainous terrain: a Bayesian-optimised deep learning approach with attention mechanism and sensitivity analysis
2024-Jan, Environmental science and pollution research international
DOI:10.1007/s11356-023-31352-4
PMID:38082044
|
研究论文 | 研究评估了沙特阿拉伯山区道路建设对滑坡易感性的影响，采用贝叶斯优化深度学习方法结合注意力机制和敏感性分析 | 本研究创新性地结合了贝叶斯优化和注意力机制的深度学习模型，显著提高了滑坡预测的准确性 | 研究主要集中在沙特阿拉伯的Asir地区，可能限制了结果的普适性 | 开发高精度的深度学习模型来预测滑坡易感性，并进行全面的敏感性分析 | 沙特阿拉伯Asir地区的山区滑坡易感性 | 机器学习 | NA | 深度学习 | CNN | 图像 | NA | NA | NA | NA | NA |
| 1152 | 2024-09-25 |
RediscMol: Benchmarking Molecular Generation Models in Biological Properties
2024-01-25, Journal of medicinal chemistry
IF:6.8Q1
DOI:10.1021/acs.jmedchem.3c02051
PMID:38181194
|
研究论文 | 本文构建了一个名为RediscMol的基准，用于评估分子生成模型在生物学特性方面的表现 | 引入了重新发现和相似性相关的指标，以评估生成模型的性能 | 现有评估方法在生物学背景下的不足 | 解决现有评估方法的局限性，模拟实际应用场景 | 8种代表性的生成模型在生物学特性方面的表现 | 机器学习 | NA | 深度学习 | 生成模型 | 分子数据 | 5个激酶和3个GPCR数据集中的活性分子 | NA | NA | NA | NA |
| 1153 | 2024-09-25 |
TUBA1C orchestrates the immunosuppressive tumor microenvironment and resistance to immune checkpoint blockade in clear cell renal cell carcinoma
2024, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2024.1457691
PMID:39301023
|
研究论文 | 本文研究了TUBA1C在透明细胞肾细胞癌（ccRCC）中的作用，特别是其与免疫检查点阻断（ICB）疗法抵抗的关系 | 首次揭示了TUBA1C在ccRCC中通过激活PI3K/AKT通路促进免疫抑制微环境，从而影响ICB疗法的效果 | 需要进一步的临床试验验证TUBA1C作为治疗靶点的有效性 | 探讨TUBA1C在ccRCC中的作用及其与ICB疗法抵抗的关系 | 透明细胞肾细胞癌（ccRCC）患者及肿瘤细胞 | 数字病理学 | 肾癌 | 单细胞分析、免疫组化、RT-qPCR、CCK-8试验 | 深度学习模型 | 基因表达数据 | 多个临床队列和肾癌细胞系 | NA | NA | NA | NA |
| 1154 | 2024-09-25 |
Brainchop: Providing an Edge Ecosystem for Deployment of Neuroimaging Artificial Intelligence Models
2024, Aperture neuro
DOI:10.52294/001c.123059
PMID:39301517
|
研究论文 | 本文介绍了一个名为Brainchop的完全功能性网络应用程序，允许用户在其浏览器中将使用Python开发的深度学习模型应用于本地神经影像数据 | Brainchop利用终端用户的图形卡，使得脑提取、组织分割和区域划分仅需几秒钟，避免了隐私问题，并提供了一个简单的机制来分发模型，用于额外的图像处理任务 | NA | 开发一个高效的分布平台，使开发者能够与终端用户共享神经影像人工智能模型 | 神经影像数据和深度学习模型 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 图像 | NA | NA | NA | NA | NA |
| 1155 | 2024-09-25 |
Artificial intelligence and bioinformatics: a journey from traditional techniques to smart approaches
2024, Gastroenterology and hepatology from bed to bench
DOI:10.22037/ghfbb.v17i3.2977
PMID:39308539
|
综述 | 本文综述了人工智能在生物信息学中的应用，从传统技术到智能方法的演变 | 探讨了人工智能在生物信息学多个领域的应用，包括机器学习、深度学习和自然语言处理 | NA | 分析和解释生物数据中人工智能模型的不可或缺作用 | 人工智能在生物信息学中的应用，包括基因组测序、蛋白质结构预测、药物发现等 | 生物信息学 | NA | 机器学习、深度学习、自然语言处理 | NA | 基因组数据、蛋白质结构数据、药物数据、医学影像、文本数据 | NA | NA | NA | NA | NA |
| 1156 | 2024-09-25 |
An in-depth analysis of data reduction methods for sustainable deep learning
2024, Open research Europe
DOI:10.12688/openreseurope.17554.2
PMID:39309190
|
研究论文 | 本文深入分析了数据缩减方法在可持续深度学习中的应用 | 提出了八种不同的表格训练数据集缩减方法，并开发了一个Python包来应用这些方法；引入了一个基于拓扑的表示性度量来衡量缩减数据集与完整训练数据集的相似性；开发了一种将这些数据缩减方法应用于图像数据集进行目标检测任务的方法 | NA | 研究数据缩减方法在减少深度学习模型训练过程中的能源消耗和提高效率方面的应用 | 深度学习模型的数据缩减方法及其对数据集表示性、能源消耗和模型预测性能的影响 | 机器学习 | NA | 深度学习 | NA | 表格数据和图像数据 | NA | NA | NA | NA | NA |
| 1157 | 2024-09-25 |
A deep learning method that identifies cellular heterogeneity using nanoscale nuclear features
2024, Nature machine intelligence
IF:18.8Q1
DOI:10.1038/s42256-024-00883-x
PMID:39309215
|
研究论文 | 本文介绍了一种名为AINU的深度学习方法，用于通过纳米级核特征识别细胞异质性 | AINU能够基于超分辨率显微镜图像中的核心组蛋白H3、RNA聚合酶II或DNA的空间排列，区分不同的细胞状态 | AINU需要少量的图像作为训练数据，并且需要适当的再训练才能识别特定类型的细胞 | 开发一种能够识别细胞异质性的深度学习方法，以理解其生物学过程的根源 | 人类体细胞、人类诱导多能干细胞、早期感染细胞以及癌症细胞 | 计算机视觉 | 癌症 | 超分辨率显微镜 | 深度学习 | 图像 | 少量图像用于训练 | NA | NA | NA | NA |
| 1158 | 2024-09-25 |
Multiview deep learning networks based on automated breast volume scanner images for identifying breast cancer in BI-RADS 4
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1399296
PMID:39309734
|
研究论文 | 开发并验证了一种基于深度学习的自动分割和分类系统，用于分类使用ABVS成像的BI-RADS 4病变 | 提出了一个两阶段的深度学习框架，包括自动分割模块和自动分类模块，并比较了不同ABVS视图和深度学习架构的诊断性能 | 研究仅限于BI-RADS 4病变的分类，且样本量相对较小 | 开发和验证一种基于深度学习的自动分割和分类系统，用于分类BI-RADS 4病变 | BI-RADS 4病变的自动分割和分类 | 计算机视觉 | 乳腺癌 | 深度学习 | Inception-v3, ResNet 50, MobileNet | 图像 | 251个BI-RADS 4病变，来自216名患者（训练集178个，独立测试集73个） | NA | NA | NA | NA |
| 1159 | 2024-09-25 |
Prediction of Arteriovenous Access Dysfunction by Mel Spectrogram-based Deep Learning Model
2024, International journal of medical sciences
IF:3.2Q1
DOI:10.7150/ijms.98421
PMID:39310268
|
研究论文 | 本研究利用深度学习模型基于Mel频谱图预测动静脉通路功能障碍 | 首次使用Mel频谱图和深度学习模型预测动静脉通路功能障碍 | ViT-GRU模型在测试集上的泛化能力较低 | 利用深度学习预测动静脉通路功能障碍，以便及时进行血管管理 | 动静脉瘘或动静脉移植的血液透析患者 | 机器学习 | NA | Mel频谱图 | 卷积神经网络 (CNN), 卷积循环神经网络 (CRNN), Vision Transformers-Gate Recurrent Unit (ViT-GRU) | 音频 | 437个音频记录，来自84名患者 | NA | NA | NA | NA |
| 1160 | 2024-09-25 |
Artificial Intelligence-What to Expect From Machine Learning and Deep Learning in Hernia Surgery
2024, Journal of abdominal wall surgery : JAWS
DOI:10.3389/jaws.2024.13059
PMID:39310669
|
综述 | 本文探讨了人工智能在疝气手术中的应用，重点介绍了机器学习和深度学习的角色 | 本文详细阐述了深度学习模型在预测腹壁重建复杂性和其他术后结果方面的显著进展 | 本文指出当前人工智能技术在疝气手术中的应用仍存在局限性，并呼吁进一步的研究和应用 | 探讨人工智能在疝气手术中的应用及其潜在优势和局限性 | 疝气手术中的预手术规划、手术技术和术后管理 | 机器学习 | NA | 深度学习 | 神经网络 | 图像和视频 | NA | NA | NA | NA | NA |