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 2035 篇文献，本页显示第 1561 - 1580 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1561 | 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 |
| 1562 | 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 |
| 1563 | 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 |
| 1564 | 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 |
| 1565 | 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 |
| 1566 | 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 |
| 1567 | 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 |
| 1568 | 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 |
| 1569 | 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 |
| 1570 | 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 |
| 1571 | 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 |
| 1572 | 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 |
| 1573 | 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 |
| 1574 | 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 |
| 1575 | 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 |
| 1576 | 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 |
| 1577 | 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 |
| 1578 | 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 |
| 1579 | 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 |
| 1580 | 2024-08-09 |
Neural Computation-Based Methods for the Early Diagnosis and Prognosis of Alzheimer's Disease Not Using Neuroimaging Biomarkers: A Systematic Review
2024, Journal of Alzheimer's disease : JAD
DOI:10.3233/JAD-231271
PMID:38489188
|
综述 | 本文综述了基于神经计算方法用于阿尔茨海默病早期诊断和预后，但不使用神经影像生物标志物的最新研究 | 介绍了卷积神经网络在过去十年的应用及其在非神经影像数据上的优异结果 | NA | 旨在展示关于阿尔茨海默病及其早期阶段（主要是轻度认知障碍）的自动诊断和预后的最新研究，并预测该领域研究的未来变化 | 阿尔茨海默病及其早期阶段 | 机器学习 | 老年病 | 人工神经网络（ANNs），包括深度学习 | 卷积神经网络（CNNs），循环神经网络，转换器 | 非脑信号或神经影像技术数据 | 42篇文章 | NA | NA | NA | NA |