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 1879 篇文献，本页显示第 1301 - 1320 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1301 | 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
DOI:10.3233/XST-240016
PMID:38728198
|
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 | NA | NA | NA | NA |
| 1302 | 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
DOI:10.3233/XST-230429
PMID:38701131
|
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 | NA | NA | NA | NA |
| 1303 | 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
DOI:10.1371/journal.pone.0307571
PMID:39146307
|
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 | NA | NA | NA | NA |
| 1304 | 2024-08-18 |
Ortho-digital dynamics: Exploration of advancing digital health technologies in musculoskeletal disease management
2024 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076241269613
PMID:39148814
|
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 | NA | NA | NA | NA |
| 1305 | 2024-08-18 |
Assessing clinical efficacy of polyp detection models using open-access datasets
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1422942
PMID:39148908
|
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 | NA | NA | NA | NA |
| 1306 | 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
DOI:10.3389/frai.2024.1429602
PMID:39149162
|
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 | NA | NA | NA | NA |
| 1307 | 2024-08-17 |
CucumberAI: Cucumber Fruit Morphology Identification System Based on Artificial Intelligence
2024, Plant phenomics (Washington, D.C.)
DOI:10.34133/plantphenomics.0193
PMID:39144674
|
研究论文 | 本文提出了一种基于人工智能的黄瓜果实形态特征识别框架和软件CucumberAI，结合图像处理技术和深度学习模型，高效识别多达51种黄瓜特征 | 引入了黄瓜轮廓提取和果实分割的算法，并结合多种深度学习模型进行果实形态识别 | NA | 提高黄瓜育种效率和完善瓜果发育模型 | 黄瓜果实的形态特征 | 计算机视觉 | NA | 图像处理技术 | CNN | 图像 | NA | NA | NA | NA | NA |
| 1308 | 2024-08-17 |
Deep Learning for Strain Field Customization in Bioreactor with Dielectric Elastomer Actuator Array
2024, Cyborg and bionic systems (Washington, D.C.)
DOI:10.34133/cbsystems.0155
PMID:39144697
|
研究论文 | 本文介绍了一种使用9×9独立可控介电弹性体执行器阵列的生物反应器，通过基于图像回归的机器学习技术实现对复杂应变场的定制 | 采用多层感知器（MLP）和超分辨率生成对抗网络（SRGAN）进行逆向和正向控制，以实现对目标应变场的复制和快速预测 | NA | 解决生物反应器技术中根据特定要求定制复杂应变场的挑战 | 生物反应器中的应变场控制 | 生物力学 | NA | 有限元分析（FEA） | 多层感知器（MLP），超分辨率生成对抗网络（SRGAN） | 图像 | 10,000个不同的输出应变场图像用于训练集 | NA | NA | NA | NA |
| 1309 | 2024-08-17 |
Prediction of protein content in paddy rice (Oryza sativa L.) combining near-infrared spectroscopy and deep-learning algorithm
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1398762
PMID:39145192
|
研究论文 | 本研究利用近红外光谱和深度学习技术开发了一种非破坏性预测带壳稻米（粳稻）蛋白质含量的方法 | 本研究首次将深度神经网络（DNN）与近红外光谱技术结合，用于非破坏性预测稻米的蛋白质含量，并取得了较高的预测准确度 | NA | 开发一种快速且非破坏性的方法来测量收获和储存阶段稻米的蛋白质含量 | 带壳稻米（粳稻）和糙米的蛋白质含量 | 机器学习 | NA | 近红外光谱 | 深度神经网络（DNN） | 光谱数据 | 1800个带壳稻米光谱和1200个糙米光谱 | NA | NA | NA | NA |
| 1310 | 2024-08-17 |
Emerging trends in gait recognition based on deep learning: a survey
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2158
PMID:39145199
|
综述 | 本文综述了基于深度学习的步态识别技术的最新进展，探讨了其在法医、安全和刑事调查中的应用，并分析了当前面临的挑战和未来研究方向 | 文章介绍了多种基于神经网络的步态识别模型，如GA-ICDNet、MSTFE、GaitNet等，这些模型在不同行走条件下展示了高准确性 | 步态识别面临多种挑战，包括行走条件、视角和衣着变化等，尽管深度神经网络在一定程度上能解决这些问题，但仍存在改进空间 | 旨在综述和分析基于深度学习的步态识别技术的发展及其在多个领域的应用 | 步态识别技术及其在法医、安全和刑事调查中的应用 | 计算机视觉 | NA | 深度学习 | CNN, RNN, 注意力机制 | 图像 | NA | NA | NA | NA | NA |
| 1311 | 2024-08-17 |
A DoS attack detection method based on adversarial neural network
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2162
PMID:39145212
|
研究论文 | 本文研究了基于深度学习的分布式拒绝服务（DoS）攻击检测系统，并提出了一种改进的条件Wasserstein生成对抗网络与逆变器（ICWGANInverter）模型来提高检测性能 | 提出了ICWGANInverter模型，该模型能够自动学习原始数据的抽象信息，并通过重建误差方法识别最佳分类标签 | NA | 分析深度学习模型在检测拒绝服务（DoS）攻击中的影响，并提出改进的检测方法 | 拒绝服务（DoS）攻击的检测 | 机器学习 | NA | 深度学习 | 生成对抗网络（GAN） | 网络流量数据 | 使用了NSL-KDD入侵检测数据集进行测试 | NA | NA | NA | NA |
| 1312 | 2024-08-17 |
Pashto script and graphics detection in camera captured Pashto document images using deep learning model
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2089
PMID:39145223
|
研究论文 | 本研究首次探索了Pashto文档图像中的文本和图形检测，提出了一种基于深度学习的分类器 | 首次针对Pashto语言文档图像进行文本和图形检测，并创建了一个包含超过1000张Pashto文档图像的真实数据集 | 仅评估了测试集中的300张图像 | 开发一种能够检测Pashto文档图像中文本和图形的深度学习模型 | Pashto文档图像中的文本和图形 | 计算机视觉 | NA | 卷积神经网络（CNN） | Single-Shot Detector（SSD） | 图像 | 超过1000张Pashto文档图像 | NA | NA | NA | NA |
| 1313 | 2024-08-17 |
ProcGCN: detecting malicious process in memory based on DGCNN
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2193
PMID:39145247
|
研究论文 | 本文提出了一种基于DGCNN的深度学习模型ProcGCN，用于检测内存图像中的恶意进程 | 相较于基于进程字节特征的方法，本文采用函数调用特征，能更稳健地表示恶意软件的行为 | NA | 旨在提高内存取证中恶意进程检测的准确性和速度 | 内存图像中的恶意进程 | 机器学习 | NA | DGCNN | GCN | 图像 | 使用公开数据集进行实验 | NA | NA | NA | NA |
| 1314 | 2024-08-16 |
A hybrid TCN-GRU model for classifying human activities using smartphone inertial signals
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0304655
PMID:39137226
|
研究论文 | 本文提出了一种结合时间卷积网络（TCN）和门控循环单元（GRU）的混合轻量级模型，用于通过智能手机惯性信号识别人类活动 | 该模型通过在TCN中引入膨胀和残差连接，以及使用GRU层，实现了对输入惯性序列的长期时间依赖性的建模，同时减少了计算成本 | 目前的研究仅限于使用智能手机捕获的惯性信号，未来研究将探索该模型在不同传感器类型和数据集上的泛化能力 | 开发一种轻量级的深度学习模型，用于通过智能手机惯性信号识别人类活动 | 人类活动识别 | 机器学习 | NA | 时间卷积网络（TCN），门控循环单元（GRU） | TCN-GRU | 惯性信号 | 两个基准智能手机HAR数据库，即UCI HAR和UniMiB SHAR | NA | NA | NA | NA |
| 1315 | 2024-08-16 |
Leveraging smart image processing techniques for early detection of foot ulcers using a deep learning network
2024, Polish journal of radiology
IF:0.9Q4
DOI:10.5114/pjr/189412
PMID:39139256
|
研究论文 | 本文利用深度学习模型分析糖尿病患者足部的红外图像，以早期检测足溃疡，并通过与现有研究比较评估所提模型的有效性 | 采用ResNet50和EfficientNetB0模型，通过边缘检测和分水岭分割预处理数据集，提高了模型的准确性和降低了计算成本 | NA | 开发一种实用的足溃疡检测方法，特别是在缺乏专家分析的情况下 | 糖尿病患者的足部溃疡 | 计算机视觉 | 糖尿病 | 深度学习 | ResNet50, EfficientNetB0 | 红外图像 | 1055张图像，其中543张为正常足部图像，其余为异常足部图像 | NA | NA | NA | NA |
| 1316 | 2024-08-16 |
Linking genetic markers and crop model parameters using neural networks to enhance genomic prediction of integrative traits
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1393965
PMID:39139722
|
研究论文 | 本文通过使用卷积神经网络（CNN）将遗传标记与作物模型参数关联，以提高综合性状的基因组预测 | 提出使用卷积神经网络（CNN）和作物生长模型（CGM）结合的方法来预测非加性效应，如基因间的上位性 | NA | 提高作物综合性状的基因组预测准确性 | 高粱的综合性状，特别是地上鲜重积累 | 机器学习 | NA | 卷积神经网络（CNN） | CNN | NA | NA | NA | NA | NA | NA |
| 1317 | 2024-08-16 |
Multi-Quantifying Maxillofacial Traits via a Demographic Parity-Based AI Model
2024, BME frontiers
IF:5.0Q1
DOI:10.34133/bmef.0054
PMID:39139805
|
研究论文 | 本研究提出了一种基于人口统计平权的AI模型，用于多指标量化颌面特征，以提高其在颌面外科手术中的诊断、决策和预后能力 | 本研究采用了一种人口统计平权策略，通过集成学习提高了AI模型在量化颌面特征时的泛化能力 | 初步泛化结果显示AI模型在量化主要基底骨指标时表现不佳，需要通过细分数据集和训练子模型来改进 | 提高AI模型在颌面特征量化中的泛化能力和准确性 | 颌面特征的多指标量化 | 机器学习 | NA | 深度学习 | 深度学习模型 | 图像 | 共收集了4000张锥形束计算机断层摄影（CBCT）矢状图像 | NA | NA | NA | NA |
| 1318 | 2024-08-16 |
Automated crack identification in structures using acoustic waveforms and deep learning
2024, Journal of infrastructure preservation and resilience
DOI:10.1186/s43065-024-00102-2
PMID:39140005
|
研究论文 | 本文提出了一种使用声波信号和深度学习模型来自动识别结构中裂缝的方法 | 本文采用密集连接卷积神经网络（CNN）进行特征提取，减少了训练数据需求，并提高了预测损伤程度和位置的准确性 | NA | 自动化预测结构损伤程度和位置 | 混凝土梁和木梁及板 | 机器学习 | NA | 声发射（AE）波形 | CNN | 声波信号 | 混凝土梁和木梁及板的数据 | NA | NA | NA | NA |
| 1319 | 2024-08-16 |
A knowledge graph algorithm enabled deep recommendation system
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2010
PMID:39145203
|
研究论文 | 本研究提出了一种基于知识图谱的深度推荐系统算法（D-KGR），该算法包含四个数据处理单元，旨在提高在线教育中个性化学习资源推荐的准确性和效率 | 该算法引入了知识图谱中的交叉压缩技术，预测用户属性，并使用多模态技术优化项目属性处理过程，同时在知识图谱重建过程中引入卷积神经网络算法以优化数据特征质量 | NA | 提高在线教育中个性化学习资源推荐的准确性和效率 | 在线教育中的学习资源推荐 | 机器学习 | NA | 知识图谱、深度学习、神经网络、数据挖掘 | 卷积神经网络 | 文本、多值类型数据 | 超过1,000个学习资源和用户 | NA | NA | NA | NA |
| 1320 | 2024-08-14 |
Unfolded Proximal Neural Networks for Robust Image Gaussian Denoising
2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2024.3437219
PMID:39110565
|
研究论文 | 本文提出了一种基于双FB和原始对偶Chambolle-Pock算法的统一框架，用于构建用于高斯去噪任务的近端神经网络（PNNs），并探讨了其鲁棒性和去噪效率。 | 引入了加速惯性版本的算法，并在关联的神经网络层中实现了跳跃连接。 | NA | 改进图像去噪任务的估计质量。 | 高斯去噪任务和图像去模糊问题。 | 计算机视觉 | NA | 近端算法与深度学习策略结合 | 近端神经网络（PNNs） | 图像 | NA | NA | NA | NA | NA |