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 1481 - 1500 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1481 | 2024-08-05 |
HAPI: An efficient Hybrid Feature Engineering-based Approach for Propaganda Identification in social media
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0302583
PMID:38985703
|
研究论文 | 本研究介绍了一种基于混合特征工程的宣传识别方法HAPI，用于检测社交媒体上的宣传内容 | 该研究结合传统特征工程方法与机器学习技术，提出了一种新的混合特征选择技术，能有效提高宣传检测的准确率 | 该研究的宣传检测范围主要限于文本数据，未涵盖多模态数据的处理 | 研究目的在于开发一种系统用于社交媒体上文本内容的宣传识别 | 研究对象为从Twitter收集的推文，进行分类为宣传和非宣传 | 自然语言处理 | NA | 机器学习 | 多项式朴素贝叶斯、支持向量机、决策树、逻辑回归 | 文本 | 使用了40个相关特征进行训练和评估 | NA | NA | NA | NA |
| 1482 | 2024-08-05 |
Deep learning-based assessment of CT markers of sarcopenia and myosteatosis for outcome assessment in patients with advanced pancreatic cancer after high-intensity focused ultrasound treatment
2024-Jan, European radiology
IF:4.7Q1
DOI:10.1007/s00330-023-09974-6
PMID:37572195
|
研究论文 | 本文评估了CT基础的肌肉萎缩和肌肉脂肪含量标志物在高强度聚焦超声治疗的晚期胰腺癌患者中的预后价值 | 研究揭示了肌肉脂肪含量标志物在临床评分之外对患者生存期的附加风险评估的更大作用 | 本研究为回顾性研究，可能存在时间和样本选择的偏差 | 评估CT基础的肌肉萎缩和肌肉脂肪含量标志物对晚期胰腺癌患者生存的预后价值 | 142名接受高强度聚焦超声治疗的晚期胰腺癌患者 | 数字病理学 | 胰腺癌 | CT扫描 | Cox比例风险模型 | 影像 | 142名患者的回顾性数据 | NA | NA | NA | NA |
| 1483 | 2024-08-05 |
ML-driven segmentation of microvascular features during histological examination of tissue-engineered vascular grafts
2024, Frontiers in bioengineering and biotechnology
IF:4.3Q2
DOI:10.3389/fbioe.2024.1411680
PMID:38988863
|
研究论文 | 本研究展示了机器学习驱动的分割方法在组织工程血管移植物组织学分析中的潜力 | 创建了一个独特的数据集并优化了深度神经网络超参数，开发并验证了一个集成模型 | 未提及具体的局限性 | 研究机器学习工具在组织工程血管移植物的组织学分析中的应用 | 采用104个组织工程血管移植物的全切片图像进行分析 | 数字病理学 | NA | 深度学习 | U-Net, LinkNet, FPN, PSPNet, DeepLabV3, MA-Net | 图像 | 104 张全切片图像和 1401 个手动注释的区域 | NA | NA | NA | NA |
| 1484 | 2024-08-05 |
Deep learning reconstruction CT for liver metastases: low-dose dual-energy vs standard-dose single-energy
2024-Jan, European radiology
IF:4.7Q1
DOI:10.1007/s00330-023-10033-3
PMID:37532899
|
研究论文 | 该研究评估了低剂量双能源CT与标准剂量单能源CT在肝脏转移瘤检测中的影像质量和效果 | 本研究创新点在于利用深度学习图像重建技术实现低剂量双能源CT在保持影像质量的同时减少辐射剂量34% | 该研究的样本数量相对较小，且仅在特定条件下进行评估，可能影响结果的广泛适用性 | 研究目的在于比较低剂量双能源CT与标准剂量单能源CT在肝脏转移瘤检测中的表现 | 参与者为80名，分别接受低剂量双能源CT和标准剂量单能源CT扫描 | 医学影像学 | 肝癌 | 深度学习图像重建 | NA | 影像 | 80名参与者，分别为40名接受低剂量双能源CT和40名接受标准剂量单能源CT | NA | NA | NA | NA |
| 1485 | 2024-08-05 |
Drug repurposing for obsessive-compulsive disorder using deep learning-based binding affinity prediction models
2024, AIMS neuroscience
IF:3.1Q2
DOI:10.3934/Neuroscience.2024013
PMID:38988885
|
研究论文 | 本研究使用基于深度学习的方法构建了预测与强迫症相关的生物靶点相互作用的分子模型 | 创新点在于利用深度学习方法构建了多模型组合，并在大型药物数据库上进行外部验证 | 研究可能受限于模型的选择和验证样本的多样性 | 研究旨在发现针对强迫症的药物再利用 | 研究对象为与强迫症相关的分子及其与生物靶点的相互作用 | 机器学习 | 强迫症 | 深度学习 | 集成模型 | 分子数据 | 包含多个高分子的综合模型验证和案例研究 | NA | NA | NA | NA |
| 1486 | 2024-08-05 |
Making MS Omics Data ML-Ready: SpeCollate Protocols
2024, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-0716-4007-4_9
PMID:38995540
|
研究论文 | 本文提供了将质谱（MS）数据转化为机器学习（ML）训练和应用的全面指南 | 提出了SpeCollate深度学习模型，并展示了其在肽谱匹配中的应用 | 未提及具体的样本尺寸和限度 | 旨在为质谱分析提供数据变换、推理和机器学习模型应用的全面概述 | 质谱数据及其在肽谱匹配中的应用 | 机器学习 | NA | 质谱 | 深度学习模型（SpeCollate） | 质谱数据 | NA | NA | NA | NA | NA |
| 1487 | 2024-08-05 |
A novel MRI-based deep learning networks combined with attention mechanism for predicting CDKN2A/B homozygous deletion status in IDH-mutant astrocytoma
2024-Jan, European radiology
IF:4.7Q1
DOI:10.1007/s00330-023-09944-y
PMID:37553486
|
研究论文 | 本文开发了一种基于MRI的深度学习方法，以预测IDH突变星形胶质瘤中的CDKN2A/B同源缺失状态 | 提出了一种结合注意力机制的深度学习网络FN-Net，优于以往的ResNet网络 | 没有提及潜在的局限性 | 研究旨在提高预测IDH突变星形胶质瘤中CDKN2A/B同源缺失状态的准确性 | 234名参与者的多参数脑MRI数据及相应的基因组信息 | 数字病理学 | 脑癌 | MRI | ConvNeXt | 图像 | 234名参与者（111例阳性，123例阴性） | NA | NA | NA | NA |
| 1488 | 2024-08-05 |
Advanced Techniques for MR Neuroimaging
2024, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine
IF:2.5Q2
DOI:10.2463/mrms.e.2024-1000
PMID:38945942
|
综述 | 本期特别刊物总结了MR神经成像的先进技术和应用 | 涉及多个领域的最新进展，如深度学习图像增强和放射组学 | 未提供具体的研究数据或样本量信息 | 介绍MR神经成像领域的最新技术进展 | 九篇由专家撰写的综述文章 | 数字病理学 | 神经系统疾病 | 磁共振成像 | NA | 图像 | NA | NA | NA | NA | NA |
| 1489 | 2024-08-05 |
Deep learning-based scan range optimization can reduce radiation exposure in coronary CT angiography
2024-Jan, European radiology
IF:4.7Q1
DOI:10.1007/s00330-023-09971-9
PMID:37552254
|
研究论文 | 本研究旨在开发一个深度神经网络，以优化CT定位器的扫描范围，从而减少患者辐射剂量 | 采用深度学习自动划定CT扫描范围，显著提高了扫描准确性，并减少了辐射暴露 | 可能存在训练数据的代表性问题，外部验证的样本来自单一医院 | 旨在降低冠状动脉CT血管造影中患者的辐射剂量 | 涉及1507个冠状动脉CT定位器的回顾性训练队列 | 数字病理学 | 心血管疾病 | Monte Carlo仿真 | 深度神经网络 | 影像 | 1507个CT定位器，内部队列233个，外部队列298个 | NA | NA | NA | NA |
| 1490 | 2024-08-07 |
Reducing radiation dose in routine CT scans: an AI-driven approach with deep learning-based dual-energy CT reconstruction
2024-Jan, European radiology
IF:4.7Q1
DOI:10.1007/s00330-023-10066-8
PMID:37540322
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1491 | 2024-08-05 |
Utility of artificial intelligence in the diagnosis and management of keratoconus: a systematic review
2024, Frontiers in ophthalmology
DOI:10.3389/fopht.2024.1380701
PMID:38984114
|
系统评价 | 本研究综述了人工智能在角膜突出症及其他角膜扩张疾病的诊断和管理中的应用 | 综述了近年来人工智能在角膜突出症早期诊断和管理中的研究进展 | 仅包含英文研究，不包括病例报告、文献综述、会议论文和社论 | 探讨人工智能在角膜突出症的诊断和管理中的实用性 | 包括93项关于角膜突出症及相关病症的研究 | 数字病理学 | 角膜突出症 | 人工智能 | 深度学习 | 数据集 | 93项原始研究 | NA | NA | NA | NA |
| 1492 | 2024-08-05 |
Research on improved gangue target detection algorithm based on Yolov8s
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0293777
PMID:38980881
|
研究论文 | 提出了一种基于Yolov8s的改进算法，以提高煤矸石目标检测的速度和准确性 | 通过使用Fasternet作为骨干网络和引入DIoU损失函数，显著提高了检测性能和准确率 | 未提及该研究的适用限制或特定场景 | 提升煤矸石目标检测的速度和效率 | 煤矸石目标的检测和分类 | 计算机视觉 | NA | 深度学习 | Yolov8s | NA | NA | NA | NA | NA | NA |
| 1493 | 2024-08-05 |
Deep learning for MRI lesion segmentation in rectal cancer
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1394262
PMID:38983364
|
综述 | 本文讨论了深度学习在直肠癌MRI病变分割中的应用进展 | 探讨了深度学习分割算法的发展过程及其在直肠癌MRI病变分割中的应用 | 未提及具体的实验数据或结果，仅进行理论探讨 | 提供对直肠癌MRI病变分割的理论指导和支持 | 深度学习分割算法及其在直肠癌MRI图像中的应用 | 计算机视觉 | 直肠癌 | 深度学习 | NA | 医学图像 | NA | NA | NA | NA | NA |
| 1494 | 2024-08-05 |
Knowledge enhanced bottom-up affordance grounding for robotic interaction
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2097
PMID:38983207
|
研究论文 | 本文提出了一种知识增强的自下而上促进基础建立网络，用于提高机器人与自然语言的交互能力 | 引入外部知识以增强自然语言理解，提高物体抓取的准确性，并提出了一种半自动数据生成方法 | 现有方法依赖大量的配对数据，主要通过手动注释创建现实数据集 | 解决机器人自然语言操作中的知识不足和数据需求问题 | 自然语言指令与视觉输入的结合，以实现自动化的操控 | 机器人技术 | NA | 深度学习 | KBAG-Net | 视觉数据和语言数据 | 两个标准数据集的实验结果 | NA | NA | NA | NA |
| 1495 | 2024-08-05 |
Computational image analysis of distortion, sharpness, and depth of field in a next-generation hybrid exoscopic and microsurgical operative platform
2024, Frontiers in surgery
IF:1.6Q2
DOI:10.3389/fsurg.2024.1418679
PMID:38983589
|
研究论文 | 本研究旨在理解新型混合外镜系统中不同相机设置如何影响神经外科手术的图像质量 | 研究了混合外镜系统中不同相机设置对图像失真和清晰度的影响，提供了量化图像质量的算法 | 仅使用尸体解剖图像作为样本，可能限制了临床应用的普遍性 | 研究神经外科手术中相机设置对图像质量的影响 | 通过混合（显微/外镜）操作平台获取的尸体解剖图像 | 数字病理学 | NA | 4K图像捕获，深度学习单目深度估计模型 | NA | 图像 | 1,368 张高分辨率图片 | NA | NA | NA | NA |
| 1496 | 2024-08-05 |
Multi level perspectives in stock price forecasting: ICE2DE-MDL
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2125
PMID:38983197
|
研究论文 | 本研究提出了一种新颖的混合模型ICE2DE-MDL，用于预测股票收盘价 | 本研究首次有效利用熵和ICEEMDAN概念消除股票数据中的噪声，并将ICEEMDAN应用于金融时间序列预测问题 | NA | 预测股票市场的收盘价格 | 八个股票市场指数和三个股票数据集 | 机器学习 | NA | 熵，ICEEMDAN | LSTM，LSTM-BN，GRU，SVR | 时间序列 | 八个股票市场指数和三个股票数据集 | NA | NA | NA | NA |
| 1497 | 2024-08-05 |
NALA: a Nesterov accelerated look-ahead optimizer for deep learning
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2167
PMID:38983239
|
研究论文 | 本文提出了一种新的优化算法NALA，结合自适应梯度算法和Nesterov加速，在深度学习中应用 | NALA通过前瞻机制将自适应梯度算法与Nesterov加速结合，实现更快的收敛速度 | 未提及具体的局限性 | 探讨如何通过优化算法加速深度学习模型的收敛 | 主要针对深度学习中的图像分类任务 | 深度学习 | NA | 自适应梯度算法, Nesterov加速 | NA | 图像 | 在公共数据集上进行实验比较，样本数量未具体说明 | NA | NA | NA | NA |
| 1498 | 2024-08-05 |
Clustering analysis for classifying fake real estate listings
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2019
PMID:38983188
|
研究论文 | 本文探讨了利用聚类分析对虚假房地产房源进行分类的方法 | 创新之处在于将聚类分析应用于房地产领域，以区分虚假与真实房源 | 聚类在房地产领域的应用相对有限，主要集中于拍卖和物业评估 | 研究旨在开发有效的方法来区分真实和虚假的房地产房源 | 研究对象为通过行业专家策划的数据集中的房地产房源 | 计算机视觉 | NA | K-means | 随机森林和决策树 | 数据集 | NA | NA | NA | NA | NA |
| 1499 | 2024-08-05 |
Intelligent real-life key-pixel image detection system for early Arabic sign language learners
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2063
PMID:38983191
|
研究论文 | 本研究提出了一种改进的手语检测方法，旨在提高早期阿拉伯手语学习者的学习效果 | 提出的iSDS方法基于YOLOv8算法，能够有效降低误报率并提高手语检测的准确性和速度 | 本文未提及具体的样本量和训练数据的多样性 | 改善手语学习框架，以帮助听力障碍人群更好地学习手语 | 早期阿拉伯手语学习者 | 计算机视觉 | NA | YOLOv8 | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 1500 | 2024-08-05 |
Deep learning-driven dyslexia detection model using multi-modality data
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2077
PMID:38983227
|
研究论文 | 本研究提出了一种基于深度学习的多模态阅读障碍检测模型 | 通过集成多模态数据并应用多种深度学习模型进行特征提取，提出了一种有效的阅读障碍检测模型 | 该模型在计算资源有限的情况下表现良好，但对模型的可解释性仍需要进一步提高 | 研究阅读障碍的检测方法以帮助早期干预 | 使用磁共振成像（MRI）、功能性MRI和脑电图（EEG）数据进行检测模型的开发 | 机器学习 | 阅读障碍 | 深度学习 | MobileNet V3，EfficientNet B7，Bi-LSTM | 图像 | 三个包含FMRI、MRI和EEG数据的数据集 | NA | NA | NA | NA |