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 12108 篇文献，本页显示第 4021 - 4040 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 4021 | 2024-12-15 |
Detection of renal cell hydronephrosis in ultrasound kidney images: a study on the efficacy of deep convolutional neural networks
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.1797
PMID:39669452
|
研究论文 | 本研究探讨了深度卷积神经网络在超声肾脏图像中自动检测肾细胞肾积水的有效性 | 提出了创新的Novel DCNN模型，在肾细胞肾积水检测中表现出色，准确率达到99.8% | 需要进一步探索更大和更多样化的数据集以及不同的优化策略来提升模型的收敛率和准确性 | 利用深度学习模型自动检测超声图像中的肾细胞肾积水 | 超声肾脏图像中的肾细胞肾积水 | 计算机视觉 | 肾脏疾病 | 深度学习 | DCNN | 图像 | NA | NA | NA | NA | NA |
| 4022 | 2024-12-15 |
Double-target self-supervised clustering with multi-feature fusion for medical question texts
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2075
PMID:39669457
|
研究论文 | 本文提出了一种双目标自监督聚类与多特征融合的方法，用于医疗问题文本的聚类 | 本文创新性地融合了词频和词汇语义信息，并引入了自注意力机制来计算文本中每个词的权重，同时构建了两个目标函数来实现跨文档主题特征的融合 | NA | 构建一个端到端的文本聚类模型，以更好地表示医疗问题文本的信息 | 医疗领域中的问题文本 | 自然语言处理 | NA | 自监督学习 | 自注意力机制 | 文本 | NA | NA | NA | NA | NA |
| 4023 | 2024-12-15 |
Deep ocular tumor classification model using cuckoo search algorithm and Caputo fractional gradient descent
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.1923
PMID:39669458
|
研究论文 | 本研究提出了一种结合Caputo分数梯度下降和布谷鸟搜索算法的优化器，用于提高眼肿瘤分类的准确性和收敛速度 | 创新点在于将Caputo分数梯度下降方法与布谷鸟搜索算法结合，提出了一种新的优化器，显著提高了分类准确性和收敛速度 | 研究仅使用了400张眼底图像进行训练和评估，样本量相对较小，可能影响模型的泛化能力 | 旨在开发一种用于眼肿瘤分类的鲁棒深度学习系统，并提出一种新的优化器以提高分类性能 | 研究对象为眼底图像中的良性和恶性眼肿瘤 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 400张眼底图像，分为良性和恶性两类 | NA | NA | NA | NA |
| 4024 | 2024-12-15 |
Automated generation of process simulation scenarios from declarative control-flow changes
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2094
PMID:39669460
|
研究论文 | 本文提出了一种自动化生成业务流程模拟场景的方法，允许用户以声明方式指定控制流变化，并自动生成假设场景 | 本文的创新点在于使用生成式深度学习模型来自动生成符合用户指定控制流变化的模拟场景，从而简化了手动调整模拟模型的复杂性 | 本文的局限性在于数据驱动模拟方法在追求准确性时可能生成过于复杂的模型，增加了手动调整的难度 | 本文的研究目的是简化业务流程模拟中手动调整模拟模型的复杂性，特别是涉及控制流变化的场景 | 本文的研究对象是业务流程模拟模型及其在控制流变化下的调整 | 机器学习 | NA | 生成式深度学习模型 | 生成式深度学习模型 | 事件日志 | NA | NA | NA | NA | NA |
| 4025 | 2024-12-15 |
Deep learning-based information retrieval with normalized dominant feature subset and weighted vector model
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.1805
PMID:39669463
|
研究论文 | 本文提出了一种基于深度学习的信息检索方法，使用归一化主导特征子集和加权向量模型进行特征提取和选择 | 提出了归一化主导特征子集和加权向量模型（NDFS-WVM），用于从大数据中进行信息检索，并展示了其在文本检索中的优越性能 | 需要大规模数据集进行训练，且手动创建有效特征集的过程较为耗时 | 改进信息检索中的特征提取和选择方法，提高文本检索的准确性 | 多媒体数据中的文本信息 | 自然语言处理 | NA | 深度学习 | NDFS-WVM | 文本 | 大规模数据集，包含数百万变量 | NA | NA | NA | NA |
| 4026 | 2024-12-15 |
Performance enhancement in hydroponic and soil compound prediction by deep learning techniques
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2101
PMID:39669468
|
研究论文 | 本文提出了一种利用深度学习技术预测水培和土壤化合物动态的创新方法，以提高作物生产的可持续性和效率 | 本文创新性地利用深度学习技术预测水培和土壤化合物动态，采用迭代辅助增强母优化算法（IEMOA）获取权重特征，并通过多尺度特征融合卷积自编码器与门控循环单元（MS-CAGRU）网络进行预测 | 本文未提及具体的实验验证或实际应用效果，仅通过与传统模型的对比展示系统效能 | 开发数值模型以全面描述植物和土壤中化学物质的传输和反应，制定有效的缓解策略 | 水培和土壤化合物动态 | 机器学习 | NA | 深度学习 | MS-CAGRU | 数据 | 数据来自在线资源，具体样本量未提及 | NA | NA | NA | NA |
| 4027 | 2024-12-15 |
Demand prediction for urban air mobility using deep learning
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.1946
PMID:39669473
|
研究论文 | 本文研究了城市空中交通（UAM）需求预测问题，提出了一种基于深度学习的时间序列预测模型 | 本文首次使用Transformer模型进行UAM需求预测，并展示了其高性能 | 本文仅使用了单一的基准数据集，可能无法全面反映不同城市和地区的实际情况 | 探讨市场是否能够支持UAM的部署，并通过需求预测为决策者提供投资可行性和可行性分析 | 城市空中交通（UAM）的需求预测 | 机器学习 | NA | 深度学习 | Transformer | 时间序列数据 | 150,000条记录 | NA | NA | NA | NA |
| 4028 | 2024-12-15 |
A bigura-based real time sentiment analysis of new media
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2069
PMID:39669474
|
研究论文 | 本文提出了一种基于BiGura多层模型的实时情感检测技术，用于新媒体数据的情感分析 | 本文采用了深度学习技术，相较于传统的贝叶斯和KNN分类器，在情感分析中表现出显著优势，分类准确率分别提高了3.88%和4.33% | NA | 实现更准确和实时的公众情感监测和舆论监控 | 新媒体数据中的文本和视频内容的情感分析 | 自然语言处理 | NA | 深度学习 | BiGura | 文本和视频 | 涉及不同病毒事件的案例，如加沙的入侵事件 | NA | NA | NA | NA |
| 4029 | 2024-12-15 |
LRMAHpan: a novel tool for multi-allelic HLA presentation prediction using Resnet-based and LSTM-based neural networks
2024, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2024.1478201
PMID:39669561
|
研究论文 | 本文介绍了一种名为LRMAHpan的新工具，用于使用基于Resnet和LSTM的神经网络进行多等位基因HLA呈递预测 | LRMAHpan整合了LSTM网络和ResNet_CA网络，采用了一种新的pHLA编码方法，能够将新抗原预测任务集成到计算机视觉方法中，并有效捕捉结合信号 | NA | 开发一种能够准确预测多等位基因HLA呈递的工具，以促进新抗原疫苗设计 | 多等位基因HLA呈递预测和新抗原预测 | 计算机视觉 | 黑色素瘤 | 质谱数据 | ResNet, LSTM | 图像 | 转移性黑色素瘤患者队列 | NA | NA | NA | NA |
| 4030 | 2024-12-15 |
Explainable light-weight deep learning pipeline for improved drought stress identification
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1476130
PMID:39670267
|
研究论文 | 本文提出了一种用于识别马铃薯作物干旱胁迫的可解释轻量级深度学习管道 | 创新点在于结合预训练网络与精心设计的自定义层，并集成了基于梯度的可视化技术（如Grad-CAM），增强了模型的可解释性 | NA | 旨在提高作物干旱胁迫的识别精度，并为实时农业应用提供可解释的深度学习模型 | 马铃薯作物的干旱胁迫 | 计算机视觉 | NA | 深度学习 | DenseNet121 | 图像 | NA | NA | NA | NA | NA |
| 4031 | 2024-12-14 |
VAEEG: Variational auto-encoder for extracting EEG representation
2024-Dec-15, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2024.120946
PMID:39571641
|
研究论文 | 本文提出了一种基于变分自编码器（VAE）的EEG信号自监督学习模型VAEEG，用于提取脑活动的有用表示 | VAEEG模型在EEG信号的重建性能上表现出色，并能有效提取与青少年脑发育、癫痫发作和睡眠阶段分类相关的潜在特征 | NA | 研究如何从复杂的EEG信号中提取更直观、简洁且有用的脑活动表示 | EEG信号及其在青少年脑发育、癫痫发作和睡眠阶段分类中的应用 | 机器学习 | NA | 变分自编码器（VAE） | 变分自编码器（VAE） | 脑电图（EEG）信号 | NA | NA | NA | NA | NA |
| 4032 | 2024-12-14 |
Deep learning applied to the segmentation of rodent brain MRI data outperforms noisy ground truth on full-fledged brain atlases
2024-Dec-15, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2024.120934
PMID:39577575
|
研究论文 | 本文研究了深度学习模型在啮齿动物脑部MRI数据分割中的应用，发现其性能优于基于噪声标签的全脑图谱 | 本文首次展示了深度学习模型在啮齿动物脑部MRI数据分割中的应用，能够处理不同动物品系和尺寸的变化，并提供了不确定性估计和可解释性机制 | 本文仅在啮齿动物脑部MRI数据上进行了验证，尚未在其他类型的脑部图像或其他物种上进行测试 | 研究深度学习模型在啮齿动物脑部MRI数据分割中的应用，以提高定量分析的准确性 | 啮齿动物脑部MRI图像的自动分割 | 计算机视觉 | NA | MRI | U-Net, Attention-U-Net, DeepLab | 图像 | 超过10,000张啮齿动物脑部MRI图像 | NA | NA | NA | NA |
| 4033 | 2024-12-14 |
Generative modeling of the Circle of Willis using 3D-StyleGAN
2024-Dec-15, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2024.120936
PMID:39586344
|
研究论文 | 本文使用3D-StyleGAN生成Circle of Willis的Time-of-Flight磁共振血管成像（TOF MRA）数据，以解决医学数据稀缺问题 | 本文首次将StyleGANv2架构应用于3D，生成高质量且多样化的TOF MRA数据，并在下游任务中展示了其效用 | 本文未提及生成数据在其他病理数据集或不同医学成像模式中的应用效果 | 开发一种生成模型，用于合成Circle of Willis的3D TOF MRA数据，以提高深度学习模型在脑血管疾病诊断和治疗中的应用 | Circle of Willis的脑血管结构 | 计算机视觉 | 脑血管疾病 | 3D-StyleGAN | StyleGANv2 | 图像 | 1782个TOF MRA扫描数据 | NA | NA | NA | NA |
| 4034 | 2024-12-14 |
Differentiating atypical parkinsonian syndromes with hyperbolic few-shot contrastive learning
2024-Dec-15, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2024.120940
PMID:39586345
|
研究论文 | 本文提出了一种新的少样本学习框架，用于在有限的训练数据下区分多系统萎缩帕金森型（MSA-P）和进行性核上性麻痹（PSP） | 本文引入了超曲面空间嵌入技术，通过识别非目标分类类别的铁积累模式特征区域，增强了模型的稳定性 | 本文的实验结果主要基于特定的数据集和模型，可能需要进一步验证其在其他数据集和场景中的泛化能力 | 解决在有限训练数据下区分非典型帕金森综合征（APS）中不同亚型的挑战 | 多系统萎缩帕金森型（MSA-P）和进行性核上性麻痹（PSP） | 机器学习 | 神经退行性疾病 | 少样本学习 | 对比学习 | 图像 | 少量数据样本 | NA | NA | NA | NA |
| 4035 | 2024-12-14 |
Identification, characterization, and design of plant genome sequences using deep learning
2024-Dec-12, The Plant journal : for cell and molecular biology
DOI:10.1111/tpj.17190
PMID:39666835
|
综述 | 本文综述了深度学习在植物基因组序列分析中的应用，包括基因表达预测、染色质相互作用和表观遗传特征的识别，并详细阐述了基于生成对抗网络、大模型和注意力机制的基序挖掘和功能组件设计与合成 | 本文详细介绍了基于生成对抗网络、大模型和注意力机制的基序挖掘和功能组件设计与合成，并讨论了深度学习在蛋白质结构和功能预测、基因组预测和大模型应用方面的进展 | NA | 探讨深度学习在植物生物学中的应用及其未来发展前景 | 植物基因组序列、基因表达、染色质相互作用、表观遗传特征、蛋白质结构和功能、基因组预测 | 机器学习 | NA | 深度学习 | 生成对抗网络、大模型、注意力机制 | 基因组序列 | NA | NA | NA | NA | NA |
| 4036 | 2024-12-13 |
Improved Prediction of Ligand-Protein Binding Affinities by Meta-modeling
2024-Dec-09, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01116
PMID:39576762
|
研究论文 | 本文开发了一个框架，通过元建模方法整合基于力场的经验对接模型和基于序列的深度学习模型，以提高配体-蛋白质结合亲和力的预测准确性 | 本文的创新点在于通过元建模方法整合多种模型，显著提高了结合亲和力的预测性能，并展示了更好的数据库扩展性和灵活性 | NA | 提高配体-蛋白质结合亲和力的预测准确性 | 配体-蛋白质结合亲和力 | 机器学习 | NA | 元建模 | 深度学习模型 | 序列数据 | NA | NA | NA | NA | NA |
| 4037 | 2024-12-14 |
Digital Image Processing to Detect Adaptive Evolution
2024-Dec-06, Molecular biology and evolution
IF:11.0Q1
DOI:10.1093/molbev/msae242
PMID:39565932
|
研究论文 | 本文探讨了利用数字图像处理技术，特别是α-分子方法，从单倍型比对的图像表示中提取特征，以检测基因组中的适应性进化 | 本文引入了α-分子技术，如小波分解和曲线分解，这些技术能够从图像中提取多尺度特征，并结合卷积神经网络自动提取重要特征 | NA | 研究目的是通过数字图像处理技术检测基因组中自然选择的区域 | 研究对象是基因组数据中的单倍型比对图像 | 计算机视觉 | NA | 数字图像处理 | 卷积神经网络 | 图像 | NA | NA | NA | NA | NA |
| 4038 | 2024-12-14 |
Artificial intelligence-driven quantification of antibiotic-resistant Bacteria in food by color-encoded multiplex hydrogel digital LAMP
2024-Dec-04, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2024.142304
PMID:39667227
|
研究论文 | 本文开发了一种基于人工智能的颜色编码多重水凝胶数字LAMP系统，用于食品中抗生素抗性细菌的定量检测 | 首次在多重数字LAMP中引入未掺入扩增信号报告物淬灭（QUASR），并利用深度学习模型自动识别和量化荧光点 | NA | 开发一种新方法用于食品中抗生素抗性细菌的定量检测 | 食品中的耐甲氧西林金黄色葡萄球菌和耐碳青霉烯类大肠杆菌 | NA | NA | 数字LAMP | 深度学习模型 | 图像 | 真实水果和蔬菜样本 | NA | NA | NA | NA |
| 4039 | 2024-09-24 |
Validation of a deep learning model for classification of pediatric pneumonia in Hong Kong
2024-Dec-02, Vaccine
IF:4.5Q2
DOI:10.1016/j.vaccine.2024.126370
PMID:39307024
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 4040 | 2024-12-14 |
Evaluation of deep learning based dose prediction in head and neck cancer patients using two different types of input contours
2024-Dec, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.14519
PMID:39285649
|
研究论文 | 本研究评估了基于深度学习的剂量预测方法在头颈癌患者中的应用，使用两种不同类型的输入轮廓 | 本研究首次使用两种不同类型的输入轮廓（8通道和10通道模型）来评估深度学习在头颈癌患者剂量预测中的表现，并发现10通道模型在某些剂量指标上表现更优 | 研究样本量较小，仅包括75名患者，且测试集只有10个病例 | 评估深度学习在头颈癌患者剂量预测中的准确性和可行性 | 头颈癌患者的剂量预测 | 机器学习 | 头颈癌 | 深度学习 | U-net | 图像 | 75名头颈癌患者 | NA | NA | NA | NA |