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 1321 - 1340 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1321 | 2024-08-14 |
Deep learning-based elaiosome detection in milk thistle seed for efficient high-throughput phenotyping
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1395558
PMID:39129764
|
研究论文 | 本研究提出了一种基于深度学习的新方法，用于半自动检测和分割奶蓟种子中的油质体，以实现高效的高通量表型分析 | 使用Detectron2深度学习算法进行半自动图像标注和模型再训练，提高了检测和分割油质体的准确性 | NA | 开发一种高效的高通量表型分析方法，用于检测和分割奶蓟种子中的油质体 | 奶蓟种子中的油质体 | 计算机视觉 | NA | 深度学习 | Detectron2 | 图像 | 总共使用了6,000张标记图像进行训练 | NA | NA | NA | NA |
| 1322 | 2024-08-14 |
Diagnostic value of a deep learning-based hyoid bone tracking model for aspiration in patients with post-stroke dysphagia
2024 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076241271778
PMID:39130520
|
研究论文 | 本研究利用基于深度学习的甲状骨追踪模型，评估其在卒中后吞咽困难患者中预测吸入风险的诊断价值 | 采用基于BiFPN-U-Net(T)架构的深度学习模型，高效准确地测量甲状骨运动距离，并评估其在临床上的实用性 | NA | 旨在更高效准确地测量卒中后吞咽困难患者甲状骨运动距离，并确定该模型的临床有用性 | 卒中后吞咽困难患者的甲状骨运动 | 机器学习 | 卒中 | 深度学习 | BiFPN-U-Net(T) | 视频 | 85名卒中后吞咽困难患者，分为吸入组（35名）和非吸入组（50名） | NA | NA | NA | NA |
| 1323 | 2024-08-14 |
Design of Interoperable Electronic Health Record (EHR) Application for Early Detection of Lung Diseases Using a Decision Support System by Expanding Deep Learning Techniques
2024, The open respiratory medicine journal
|
研究论文 | 本研究旨在通过扩展深度学习技术，设计一个用于早期发现肺部疾病的互操作电子健康记录（EHR）应用程序，利用决策支持系统提高护理质量。 | 本研究通过开发一个Android应用程序，结合深度学习技术，实现了EHR系统的互操作性和早期肺部疾病的检测。 | 研究主要集中在肺部疾病的早期检测，未来工作可以扩展到其他疾病的早期检测。 | 实现一个互操作的EHR系统，通过决策支持系统在早期阶段识别肺部疾病，提高护理质量。 | 主要研究对象是肺部疾病，特别是肺癌的早期检测。 | 机器学习 | 肺部疾病 | 深度学习技术 | 深度学习模型 | 图像 | 实验过程中共考虑了316张图像，数据集分为80:20的训练和测试比例。 | NA | NA | NA | NA |
| 1324 | 2024-08-14 |
Prediction of PM2.5 concentration based on a CNN-LSTM neural network algorithm
2024, PeerJ
IF:2.3Q2
DOI:10.7717/peerj.17811
PMID:39131620
|
研究论文 | 本研究基于卷积神经网络长短期记忆（CNN-LSTM）模型，预测和分析了监测站的PM浓度 | 采用CNN-LSTM深度学习模型，结合CNN层提取空间特征和LSTM层学习时间依赖性，提高了PM浓度的预测准确性和泛化能力 | NA | 预测和分析PM浓度的空间分布，以便更好地追踪污染源并采取保护人类健康的措施 | 青岛市2020年的PM数据及气象因素（如温度、风速和气压） | 机器学习 | NA | CNN-LSTM | CNN-LSTM | 时间序列数据 | 青岛市2020年的PM数据及气象因素数据 | NA | NA | NA | NA |
| 1325 | 2024-08-14 |
Automatic Identification of Hate Speech - A Case-Study of alt-Right YouTube Videos
2024, F1000Research
DOI:10.12688/f1000research.147107.1
PMID:39131834
|
研究论文 | 本文研究了自动识别仇恨言论的方法，特别是针对alt-right YouTube视频的应用 | 提出了一种跨学科的混合方法，结合机器学习、深度学习和自然语言处理技术与传统的实证研究 | 自动识别或 moderation 仇恨言论无法适应间接象征意义的不断变化的背景 | 探讨自动识别仇恨言论的有效方法及其在alt-right YouTube视频中的应用 | alt-right YouTube视频中的仇恨言论 | 自然语言处理 | NA | 机器学习, 深度学习, 自然语言处理 (NLP) | NA | 视频 | 涉及alt-right YouTube视频的数据 | NA | NA | NA | NA |
| 1326 | 2024-08-14 |
XAI-TRIS: non-linear image benchmarks to quantify false positive post-hoc attribution of feature importance
2024, Machine learning
IF:4.3Q2
DOI:10.1007/s10994-024-06574-3
PMID:39132312
|
研究论文 | 本文提出了一种名为XAI-TRIS的非线性图像基准，用于量化事后归因于特征重要性的假阳性 | 本文设计了基准数据集和新的定量指标，用于评估不同深度学习模型架构下的XAI方法的解释性能 | 本文指出流行的XAI方法在非线性问题上往往无法显著超越随机性能基线和边缘检测方法，且不同模型架构的解释结果差异大，易导致误解 | 验证和评估XAI方法的理论和实证性能 | XAI方法在非线性分类问题中的解释性能 | 机器学习 | NA | 深度神经网络 | CNN | 图像 | 包含一个线性和三个不同非线性分类场景的基准数据集 | NA | NA | NA | NA |
| 1327 | 2024-08-12 |
The impact of data augmentation and transfer learning on the performance of deep learning models for the segmentation of the hip on 3D magnetic resonance images
2024, Informatics in medicine unlocked
DOI:10.1016/j.imu.2023.101444
PMID:39119151
|
研究论文 | 研究数据增强和迁移学习对深度学习模型在3D磁共振图像上分割髋关节性能的影响 | 数据增强比迁移学习更有效，能提高模型的鲁棒性和对图像质量变化的适应性 | 未提及 | 探讨数据增强和迁移学习在自动分割髋关节骨结构中的效果 | 髋关节的股骨和髋臼的自动分割 | 计算机视觉 | NA | 深度学习 | CNN | 3D磁共振图像 | 患者诊断为髋臼撞击症的3D MR图像 | NA | NA | NA | NA |
| 1328 | 2024-08-12 |
An unconstrained palmprint region of interest extraction method based on lightweight networks
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0307822
PMID:39121173
|
研究论文 | 本文提出了一种基于轻量级网络的无约束掌纹感兴趣区域（ROI）提取方法 | 使用YOLOv5-lite网络进行手掌检测和初步定位，并改进UNet进行关键点检测，减少了参数数量，提高了网络性能和收敛速度 | NA | 旨在解决无约束环境下掌纹ROI提取的挑战 | 掌纹的感兴趣区域 | 计算机视觉 | NA | YOLOv5-lite, UNet | 轻量级网络 | 图像 | 混合数据库，包含5个数据库 | NA | NA | NA | NA |
| 1329 | 2024-08-11 |
Machine Learning Approaches for Dementia Detection Through Speech and Gait Analysis: A Systematic Literature Review
2024, Journal of Alzheimer's disease : JAD
DOI:10.3233/JAD-231459
PMID:38848181
|
综述 | 本文通过系统文献综述，总结了基于机器学习的非侵入性方法在通过语音和步态分析进行痴呆预测中的应用 | 综述强调了机器学习，特别是非侵入性方法在早期预测痴呆中的潜力 | NA | 总结当前基于机器学习的痴呆预测方法，特别是非侵入性方法 | 痴呆的早期预测 | 机器学习 | 痴呆 | 支持向量机、深度学习 | 支持向量机、深度学习模型 | 语音、步态数据 | 40篇相关研究论文 | NA | NA | NA | NA |
| 1330 | 2024-08-11 |
A new protocol for multispecies bacterial infections in zebrafish and their monitoring through automated image analysis
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0304827
PMID:39116043
|
研究论文 | 本文开发了一种新的多物种细菌感染协议，并利用自动化图像分析技术监测斑马鱼内耳结构中的感染情况 | 首次为斑马鱼模型建立了多物种细菌感染协议，并开发了基于深度学习的图像分析管道，用于自动分割内耳结构和量化病原体频率 | NA | 解决斑马鱼模型中缺乏多物种感染协议和合适的图像分析管道的问题 | 斑马鱼内耳结构中的单物种和多物种细菌感染 | 数字病理学 | NA | 深度学习 | CNN | 图像 | 使用铜绿假单胞菌、鲍曼不动杆菌和肺炎克雷伯菌三种难以治疗的ESKAPE病原体进行实验 | NA | NA | NA | NA |
| 1331 | 2024-08-11 |
Fruit-In-Sight: A deep learning-based framework for secondary metabolite class prediction using fruit and leaf images
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0308708
PMID:39116159
|
研究论文 | 本研究开发了一种基于深度学习的框架，利用水果和叶片图像预测次级代谢物的浓度类别 | 本研究首次使用水果和叶片图像，通过深度学习模型预测次级代谢物的浓度类别，无需昂贵的实验室设备和繁琐的分析程序 | 研究仅限于从野生生长在0.6百万平方公里内的楝树中收集的1045个水果和叶片样本 | 验证是否可以通过水果和叶片图像的深度学习模型预测代谢物的浓度类别 | 楝树的水果和叶片 | 机器学习 | NA | 深度学习 | YOLOv5, GoogLeNet, InceptionNet, EfficientNet_B0, Resnext_50, Resnet18, SqueezeNet | 图像 | 1045个水果和叶片样本 | NA | NA | NA | NA |
| 1332 | 2024-08-11 |
Chicken swarm optimization modelling for cognitive radio networks using deep belief network-enabled spectrum sensing technique
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0305987
PMID:39116190
|
研究论文 | 本研究提出了一种新的认知无线网络频谱感知技术（SST-CRN），利用深度信念网络（DBN）和鸡群算法（CSA）进行非线性阈值设定，以提高频谱效率和网络韧性 | 本研究通过结合DBN的深度学习能力和CSO的自然启发算法，创建了一个协同框架，使CRN能够自主探索和分配频谱，具有惊人的准确性 | 未来的研究可能需要改进CSO算法，以更好地优化频谱感知过程，增强DBN感知技术的可靠性 | 提高认知无线网络的频谱效率和韧性 | 认知无线网络中的频谱感知技术 | 机器学习 | NA | 深度信念网络（DBN） | 卷积神经网络（CNN） | 频谱数据 | 预收集的数据集用于离线训练DBN模型 | NA | NA | NA | NA |
| 1333 | 2024-08-11 |
Determination of the rat estrous cycle vased on EfficientNet
2024, Frontiers in veterinary science
IF:2.6Q1
DOI:10.3389/fvets.2024.1434991
PMID:39119352
|
研究论文 | 本研究利用EfficientNet模型通过深度学习技术自动识别雌性大鼠的发情周期 | 提出了一种基于EfficientNet模型的自动化识别方法，通过系统地调整网络深度、宽度和图像分辨率来优化性能 | 未来工作需要在大规模数据集上进一步验证并整合到实验流程中 | 提高实验效率并减少在识别发情周期中的人为误差 | 雌性大鼠的发情周期 | 生物医学研究 | NA | 深度学习 | EfficientNet | 生理数据 | 大量雌性大鼠的生理数据 | NA | NA | NA | NA |
| 1334 | 2024-08-11 |
Integrating multi-modal remote sensing, deep learning, and attention mechanisms for yield prediction in plant breeding experiments
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1408047
PMID:39119495
|
研究论文 | 本研究探索并评估了使用堆叠LSTM的深度学习网络架构在季节末玉米粒产量预测中的潜力，并通过适应这些网络以更好地利用远程 sensing 数据的多模态特性来扩展其能力 | 本研究首次探讨了使用高光谱和LiDAR无人机时间序列数据在深度学习网络中解释/解读植物生长阶段，并使用注意力机制的后期融合模态预测地块级玉米粒产量的方法 | NA | 探索和评估深度学习网络架构在玉米产量预测中的应用，并扩展其对多模态远程 sensing 数据的适应能力 | 玉米产量预测 | 机器学习 | NA | 深度学习 | LSTM | 高光谱图像、LiDAR点云、环境数据 | NA | NA | NA | NA | NA |
| 1335 | 2024-08-11 |
Automated machine learning models for nonalcoholic fatty liver disease assessed by controlled attenuation parameter from the NHANES 2017-2020
2024 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076241272535
PMID:39119551
|
研究论文 | 本研究旨在评估自动化机器学习（AutoML）在基于国家健康和营养检查调查（NHANES）数据库中使用控制衰减参数（CAP）识别非酒精性脂肪肝病（NAFLD）的有效性 | 开发了一种基于XGBoost模型的自动化机器学习方法，用于更有效地评估NAFLD的存在，并创建了一个R Shiny网络应用程序，展示了AutoML在临床研究和实践中的潜力 | NA | 评估自动化机器学习在识别非酒精性脂肪肝病中的有效性 | 非酒精性脂肪肝病（NAFLD）的识别 | 机器学习 | 非酒精性脂肪肝病 | 自动化机器学习（AutoML） | XGBoost | 数据库 | 4177名参与者（非NAFLD 3167 vs NAFLD 1010） | NA | NA | NA | NA |
| 1336 | 2024-08-11 |
Automated identification of thrombectomy amenable vessel occlusion on computed tomography angiography using deep learning
2024, Frontiers in neurology
IF:2.7Q3
DOI:10.3389/fneur.2024.1442025
PMID:39119560
|
研究论文 | 开发并验证了一种全自动深度学习算法，用于在计算机断层扫描血管造影（CTA）中检测大血管闭塞（LVO） | 使用U-Net进行血管分割，并应用EfficientNetV2预测血栓切除适应性血管闭塞（TAVO） | 对于孤立的M2-MCA闭塞，诊断性能有所降低 | 开发和验证一种全自动算法，用于在CTA中识别TAVO | 急性缺血性卒中患者的CTA图像 | 计算机视觉 | 脑血管疾病 | 深度学习 | U-Net, EfficientNetV2 | 图像 | 2045名患者用于模型开发，64名和313名患者用于外部验证 | NA | NA | NA | NA |
| 1337 | 2024-08-09 |
Interpretable deep learning model to predict lymph node metastasis in early gastric cancer using whole slide images
2024, American journal of cancer research
IF:3.6Q2
DOI:10.62347/RJBH6076
PMID:39113867
|
研究论文 | 本文开发了一种可解释的深度学习模型，用于使用全切片图像预测早期胃癌中的淋巴结转移 | 这是首个多机构研究，利用H&E染色的组织病理学图像开发机器学习算法来预测早期胃癌患者的淋巴结转移状态 | NA | 开发一种机器学习算法，能够使用H&E染色的图像预测胃癌中的淋巴结转移状态 | 早期胃癌患者的淋巴结转移状态 | 数字病理学 | 胃癌 | H&E染色 | DeepLabV3+ | 图像 | 243张全切片图像 | NA | NA | NA | NA |
| 1338 | 2024-08-10 |
Importance of serum albumin in machine learning-based prediction of cognitive function in the elderly using a basic blood test
2024, Frontiers in neurology
IF:2.7Q3
DOI:10.3389/fneur.2024.1362560
PMID:39114530
|
研究论文 | 本研究探讨了血清白蛋白水平与认知功能之间的关联，并评估了在预测认知功能时，将血清白蛋白值纳入输入层对深度学习和其他机器学习模型预测准确性的影响 | 本研究首次探讨了血清白蛋白水平与老年认知功能之间的关联，并验证了其在机器学习模型中的重要性 | 研究排除了未在认知功能测试前30天内进行血液检测的患者以及血液检测结果存在测量误差的患者 | 研究血清白蛋白水平与老年认知功能之间的关系，并评估其在机器学习模型预测认知功能中的作用 | 老年患者的认知功能及血清白蛋白水平 | 机器学习 | NA | 深度学习模型, 线性回归模型, 支持向量机, 决策树, 随机森林, 极端梯度提升, 轻梯度提升机 | 深度学习模型, 线性回归模型, 支持向量机, 决策树, 随机森林, 极端梯度提升, 轻梯度提升机 | 电子健康记录数据 | 最终研究人群包括1,352名患者，其中114名（8.4%）年龄低于65岁，1,238名（91.6%）年龄65岁及以上 | NA | NA | NA | NA |
| 1339 | 2024-08-09 |
A Systematic Review and Identification of the Challenges of Deep Learning Techniques for Undersampled Magnetic Resonance Image Reconstruction
2024-Jan-24, Sensors (Basel, Switzerland)
DOI:10.3390/s24030753
PMID:38339469
|
综述 | 本文综述了深度学习技术在欠采样磁共振图像重建中的应用及其面临的挑战 | 深度学习方法通过神经网络自动学习特征和表示，相比传统方法在图像重建中表现出更好的性能 | 深度学习技术在磁共振图像重建中存在对大型标记数据集的需求、过拟合风险以及模型训练复杂性等局限 | 旨在描述深度学习设计随时间的变化，并评估数据预处理和后处理方法，以及探讨网络训练策略 | 深度学习在磁共振图像重建中的应用 | 机器学习 | NA | 深度学习 | 神经网络 | 图像 | 使用公开的磁共振图像数据集 | NA | NA | NA | NA |
| 1340 | 2024-08-09 |
Enhancing chemical synthesis: a two-stage deep neural network for predicting feasible reaction conditions
2024-Jan-24, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-024-00805-4
PMID:38268009
|
研究论文 | 本文介绍了一种创新的深度学习方法，用于预测化学反应的合适试剂、溶剂和反应温度 | 结合多标签分类模型和排序模型，提供基于预期产品产量的相关性分数的定制反应条件推荐；通过硬负样本采样技术处理不利反应条件的有限数据问题 | 模型在不利反应条件的数据有限情况下可能存在改进空间 | 提高化学合成规划中反应条件的准确推荐 | 化学反应的试剂、溶剂和反应温度 | 机器学习 | NA | 深度神经网络 | 深度神经网络 | 文本 | NA | NA | NA | NA | NA |