深度学习在生物医药领域中的应用
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，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10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 12169 篇文献，本页显示第 3661 - 3680 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3661 | 2024-11-15 |
Monitoring the leaf damage by the rice leafroller with deep learning and ultra-light UAV
2024-Dec, Pest management science
IF:3.8Q1
DOI:10.1002/ps.8401
PMID:39264132
|
研究论文 | 本研究利用超轻型无人机和深度学习技术监测水稻卷叶蛾造成的叶片损伤 | 采用超轻型无人机获取高分辨率图像，并使用Attention U-Net模型进行损伤区域识别和计数 | 未提及具体限制 | 开发一种快速准确的方法来监测水稻卷叶蛾造成的叶片损伤 | 水稻卷叶蛾造成的叶片损伤 | 计算机视觉 | NA | 深度学习 | Attention U-Net | 图像 | 未提及具体样本数量 |
| 3662 | 2024-11-15 |
Moving sampling physics-informed neural networks induced by moving mesh PDE
2024-Dec, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2024.106706
PMID:39270348
|
研究论文 | 本文提出了一种基于深度神经网络和移动网格方法的端到端自适应采样框架，通过求解移动网格偏微分方程生成新的采样点 | 提出了基于移动网格方法的深度神经网络模型MMPDE-Net，并结合物理信息神经网络（PINN）提出了移动采样PINN（MS-PINN） | NA | 改进采样点生成的质量，并通过数值实验验证方法的有效性 | 自适应采样点和移动采样PINN的生成与性能 | 机器学习 | NA | 深度神经网络 | MMPDE-Net | NA | NA |
| 3663 | 2024-11-15 |
Using 3D facial information to predict malnutrition and consequent complications
2024-Dec, Nutrition in clinical practice : official publication of the American Society for Parenteral and Enteral Nutrition
IF:2.1Q3
DOI:10.1002/ncp.11215
PMID:39319394
|
研究论文 | 本文探讨了使用深度学习技术从面部图像信息预测营养不良及其并发症的可行性 | 首次提出使用三维面部数据结合深度学习框架来预测营养不良患者的相位角（PhA） | 研究样本主要来自手术、消化内科和肿瘤科的住院患者，可能存在样本偏倚 | 探索使用面部图像信息预测营养不良及其并发症的可行性 | 住院患者的营养状态和疾病预后 | 计算机视觉 | NA | 深度学习 | 多模态深度学习框架 | 三维面部数据 | 482名住院患者，其中176名患有营养不良 |
| 3664 | 2024-11-15 |
Multi-scale convolution enhanced transformer for multivariate long-term time series forecasting
2024-Dec, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2024.106745
PMID:39340967
|
研究论文 | 提出了一种多尺度卷积增强的Transformer模型（MSCformer）用于多元长期时间序列预测 | 设计了多尺度分割策略和多依赖聚合模块，以降低计算复杂度并捕捉时间序列的多尺度信息和局部特征 | 未提及具体限制 | 改进多元长期时间序列预测的准确性 | 多元长期时间序列数据 | 机器学习 | NA | Transformer模型 | MSCformer | 时间序列 | 未提及具体样本数量 |
| 3665 | 2024-11-15 |
Accelerated 2D radial Look-Locker T1 mapping using a deep learning-based rapid inversion recovery sampling technique
2024-Dec, NMR in biomedicine
IF:2.7Q1
DOI:10.1002/nbm.5266
PMID:39358992
|
研究论文 | 本文开发了一种基于深度学习的快速反转恢复采样技术，用于加速2D径向Look-Locker T1映射，以实现高效的腹部覆盖 | 提出了一种基于卷积神经网络（CNN）的T1估计算法，通过优化切片交错和快速T1恢复曲线采样，显著缩短了T1映射所需的时间 | 需要进一步验证该方法在不同患者群体中的适用性和准确性 | 开发一种能够在单次屏气期间实现全腹部覆盖的高效T1映射方法 | 腹部器官的T1值 | 计算机视觉 | NA | 卷积神经网络（CNN） | CNN | 图像 | 21个切片，20秒屏气期间 |
| 3666 | 2024-11-15 |
Development of a Deep Learning System for Intraoperative Identification of Cancer Metastases
2024-Dec-01, Annals of surgery
IF:7.5Q1
DOI:10.1097/SLA.0000000000006294
PMID:38577794
|
研究论文 | 开发并测试了一种用于术中识别癌症转移的深度学习手术指导系统 | 提出了一个深度学习手术指导系统，能够在术中识别腹膜表面转移，其性能优于肿瘤外科医生 | 仍需在多机构临床环境中进行进一步开发和验证 | 开发和测试一种能够在术中识别腹膜表面转移的深度学习手术指导系统 | 腹膜表面转移的识别 | 计算机视觉 | 胃肠道癌 | 深度学习 | 深度学习模型 | 图像 | 132名患者，包含4287个可见腹膜表面病变图像和3650个365个活检腹膜表面病变图像 |
| 3667 | 2024-11-15 |
Harnessing uncertainty: A deep mechanistic approach for cautious diagnostic and forecast of Bovine Respiratory Disease
2024-Dec, Preventive veterinary medicine
IF:2.2Q1
DOI:10.1016/j.prevetmed.2024.106354
PMID:39471650
|
研究论文 | 本文介绍了一种结合数据驱动模型和数学流行病学模型的新方法，用于牛呼吸道疾病的诊断和预测 | 提出了贝叶斯深度机制方法，结合数据驱动模型和数学流行病学模型，考虑了过程中的不确定性 | 未来研究可能需要整合多种传感器数据，如视频监控、音频记录和环境参数，以提供更全面的动物健康评估 | 提高牛呼吸道疾病的诊断和预测准确性 | 牛呼吸道疾病及其相关风险因素 | 机器学习 | 牛呼吸道疾病 | 贝叶斯深度学习模型 | 贝叶斯深度学习模型 | 视频 | 265个肺部超声视频，来自法国9个农场的163头牛 |
| 3668 | 2024-11-15 |
The Artificial Neural Twin - Process optimization and continual learning in distributed process chains
2024-Dec, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2024.106647
PMID:39208460
|
研究论文 | 本文提出了一种名为人工神经双胞胎的方法，用于分布式工艺链中的过程优化和持续学习 | 结合了模型预测控制、深度学习和传感器网络的概念，引入了分散的可微数据融合方法，用于估计分布式工艺步骤的状态及其对输入数据的依赖性 | NA | 解决工业过程中数据主权、目标差异和专家知识需求等问题，提高经济和生态效率 | 分布式工艺链中的过程优化和控制 | 机器学习 | NA | 深度学习 | 神经网络 | 数据 | NA |
| 3669 | 2024-11-15 |
A surrogate-assisted extended generative adversarial network for parameter optimization in free-form metasurface design
2024-Dec, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2024.106654
PMID:39208457
|
研究论文 | 本文提出了一种基于代理辅助扩展生成对抗网络（XGAN）的参数优化方法，用于自由形式超表面设计 | 引入代理模型为XGAN提供物理约束，使其能够从输入光谱响应中准确生成超表面 | NA | 加速和优化自由形式超表面设计 | 自由形式超表面 | 计算机视觉 | NA | 生成对抗网络（GAN） | 生成对抗网络（GAN） | 光谱响应 | 20000个自由形式超表面设计 |
| 3670 | 2024-11-15 |
A dual-region speech enhancement method based on voiceprint segmentation
2024-Dec, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2024.106683
PMID:39255636
|
研究论文 | 本文提出了一种基于声纹区域分割的双区域语音增强方法 | 通过声纹区域分割，分别对语音能量集中和非集中区域建立不同的语音增强模型，从而提高模型性能 | 未提及 | 验证基于声纹区域分割的双区域语音增强模型的有效性 | 噪声污染的语音信号和干净的语音信号之间的映射关系 | 自然语言处理 | NA | 深度学习 | 双区域语音增强模型 | 语音信号 | 使用公共数据集进行实验 |
| 3671 | 2024-11-15 |
AI-Enhanced Detection of Clinically Relevant Structural and Functional Anomalies in MRI: Traversing the Landscape of Conventional to Explainable Approaches
2024-Dec, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29247
PMID:38243677
|
综述 | 本文详细探讨了人工智能在磁共振成像（MRI）中异常检测的应用，强调了其在医学诊断中的变革性影响 | 本文介绍了最新的集成方法和可解释人工智能的进展，为未来的研究方向和潜在突破提供了见解 | NA | 提高MRI中关键结构和功能异常检测的精度和速度 | MRI图像中的异常检测 | 计算机视觉 | NA | 机器学习和深度学习 | 集成方法和可解释人工智能 | 图像 | NA |
| 3672 | 2024-11-15 |
Deep Learning Radiomic Analysis of MRI Combined with Clinical Characteristics Diagnoses Placenta Accreta Spectrum and its Subtypes
2024-Dec, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29317
PMID:38390981
|
研究论文 | 本文开发了一种级联深度语义-放射组学-临床（DRC）模型，用于基于T2加权MRI诊断胎盘植入谱（PAS）及其亚型 | 本文创新性地结合了放射组学、深度语义特征和临床特征，开发了一种级联模型用于诊断PAS及其亚型 | 本文为回顾性研究，样本量相对较小，且未提及模型的长期性能评估 | 开发一种新的深度学习模型，用于诊断胎盘植入谱及其亚型，以辅助手术规划 | 胎盘植入谱及其亚型 | 机器学习 | 妇产科疾病 | MRI | 深度学习模型 | 图像 | 361名疑似PAS的孕妇，分为训练组和测试组 |
| 3673 | 2024-11-15 |
Editorial for "Deep Learning Radiomic Analysis of MRI Combined with Clinical Characteristics Diagnoses Placenta Accreta Spectrum and its Subtypes"
2024-Dec, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29321
PMID:38415787
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3674 | 2024-11-15 |
Fully Automated Identification of Lymph Node Metastases and Lymphovascular Invasion in Endometrial Cancer From Multi-Parametric MRI by Deep Learning
2024-Dec, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29344
PMID:38471960
|
研究论文 | 本文开发了一种深度学习模型，用于从多参数MRI图像中自动识别子宫内膜癌患者的淋巴结转移和淋巴血管侵犯 | 本文首次提出了一种多任务深度学习模型，能够同时识别淋巴结转移和淋巴血管侵犯，并在外部测试集上表现优于三名放射科医生 | 本文的研究是回顾性的，且样本量相对较小，未来需要在前瞻性研究和更大样本量的验证中进一步验证模型的有效性 | 开发一种深度学习模型，用于从多参数MRI图像中自动识别子宫内膜癌患者的淋巴结转移和淋巴血管侵犯，以辅助临床治疗方案的设计 | 子宫内膜癌患者的淋巴结转移和淋巴血管侵犯 | 计算机视觉 | 妇科肿瘤 | 多参数MRI | nnU-Net | 图像 | 621名子宫内膜癌患者，其中111名淋巴结转移阳性，168名淋巴血管侵犯阳性，分为训练集398例，内部测试集169例，外部测试集54例 |
| 3675 | 2024-11-15 |
Editorial for "Fully Automated Identification of Lymph Node Metastases and Lymphovascular Invasion in Endometrial Cancer From Multi-Parametric MRI by Deep Learning"
2024-Dec, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29409
PMID:38662938
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3676 | 2024-11-15 |
The utilization of artificial intelligence in enhancing 3D/4D ultrasound analysis of fetal facial profiles
2024-Nov-26, Journal of perinatal medicine
IF:1.7Q2
DOI:10.1515/jpm-2024-0347
PMID:39383043
|
研究论文 | 本文探讨了人工智能在增强胎儿面部轮廓3D/4D超声分析中的应用 | 通过机器学习和深度学习算法，AI能够准确高效地解读复杂的3D/4D超声数据，提升产前诊断和护理的准确性、一致性和效率 | NA | 研究人工智能在产科领域中3D/4D超声分析的应用 | 胎儿面部轮廓的3D/4D超声数据 | 计算机视觉 | NA | 机器学习 深度学习 | NA | 图像 | NA |
| 3677 | 2024-11-15 |
Development of Neural Network Potentials for Studying Chemical Behaviors of La3+/Nd3+ Ions in Molten LiCl-KCl-CsCl in Combination with Raman Spectroscopy
2024-Nov-14, The journal of physical chemistry. B
DOI:10.1021/acs.jpcb.4c04750
PMID:39485007
|
研究论文 | 研究了在LiCl-KCl-CsCl熔盐中La3+/Nd3+离子的化学行为，结合拉曼光谱和深度学习技术 | 使用神经网络势能（NNP）结合拉曼光谱和大尺度分子动力学（MD）模拟，揭示了La/Nd离子在高温下形成稳定的八面体络合物的倾向 | NA | 研究熔盐中La3+/Nd3+离子的配位化学 | La3+/Nd3+离子在LiCl-KCl-CsCl熔盐中的化学行为 | 化学 | NA | 拉曼光谱、深度学习、分子动力学（MD）模拟 | 神经网络（NNP） | 熔盐化学数据 | NA |
| 3678 | 2024-11-15 |
Deep Learning Enhanced in Situ Atomic Imaging of Ion Migration at Crystalline-Amorphous Interfaces
2024-Nov-13, Nano letters
IF:9.6Q1
DOI:10.1021/acs.nanolett.4c04472
PMID:39494996
|
研究论文 | 本文构建了一种原位双倾斜电操纵器，结合深度学习图像增强技术，在晶体-非晶界面观察钾离子迁移和微结构演化 | 首次在扫描透射电子显微镜中结合深度学习图像增强技术，显著提高了原子图像的分辨率，观察到钾离子在晶体-非晶界面的迁移和微结构变化 | NA | 深入理解离子在界面处的传输机制，以改进能源存储和神经形态计算等应用的性能 | 钾离子在锑硒化物晶体-非晶界面的迁移和微结构演化 | 计算机视觉 | NA | 扫描透射电子显微镜 | 深度学习 | 图像 | NA |
| 3679 | 2024-11-15 |
Imaging error reduction in radial cine-MRI with deep learning-based intra-frame motion compensation
2024-Nov-11, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad8831
PMID:39419112
|
研究论文 | 本文提出了一种基于深度学习的径向电影MRI内帧运动补偿技术，以减少目标定位误差 | 提出了一种新的TransSin-UNet网络，通过模拟运动依赖的径向采样生成数据集，并在不同数据集上进行训练和评估，显著提高了图像质量和目标定位精度 | 仅在模拟数据集上进行了验证，尚未在实际临床环境中进行测试 | 提高径向电影MRI在实时运动管理中的准确性 | 径向电影MRI图像中的目标定位误差 | 计算机视觉 | 肺癌 | 深度学习 | TransSin-UNet | 图像 | 25个4D数字人体肺部癌症模型 |
| 3680 | 2024-11-15 |
Uncertainty Qualification for Deep Learning-Based Elementary Reaction Property Prediction
2024-Nov-11, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01358
PMID:39441973
|
研究论文 | 本文研究了基于深度学习的基元反应性质预测中的不确定性量化问题 | 本文将图卷积神经网络与三种不确定性预测技术（深度集成、蒙特卡罗 dropout 和证据学习）结合，提供了不确定性量化的见解，并展示了深度集成模型在估计预测不确定性方面的优越性 | NA | 研究基元反应性质预测中的不确定性量化问题 | 基元反应的热力学和动力学性质 | 机器学习 | NA | 深度学习 | 图卷积神经网络 (GCNN) | 数据集 | 多个基元反应性质数据集 |