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 12074 篇文献，本页显示第 4241 - 4260 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 4241 | 2024-12-01 |
RDA-MTE: an innovative model for emotion recognition in sports behavior decision-making
2024, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2024.1466013
PMID:39610868
|
研究论文 | 本文提出了一种基于深度学习的模型RDA-MTE，用于在体育行为决策中进行情感识别 | 该模型结合了预训练的ResNet-50、双向注意力机制和多层Transformer编码器，提高了情感识别的准确性和鲁棒性 | NA | 研究情感刺激在体育行为决策中的作用 | 情感识别和体育行为决策 | 机器学习 | NA | 深度学习 | RDA-MTE | 图像 | FER-2013数据集和CK+数据集 |
| 4242 | 2024-11-30 |
Generalisation capabilities of machine-learning algorithms for the detection of the subthalamic nucleus in micro-electrode recordings
2024-Dec, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-024-03202-2
PMID:38951363
|
研究论文 | 研究机器学习算法在微电极记录中检测丘脑底核的泛化能力 | 探讨了不同临床中心和训练范式下机器学习方法的泛化能力，并提出了通过迁移学习快速适应新中心的方法 | 算法在不同数据集上的性能显著下降，尽管迁移学习可以缓解这一问题，但重新训练可能需要更长的训练时间 | 研究机器学习算法在不同临床中心和训练范式下的泛化能力 | 微电极记录信号的二分类 | 机器学习 | NA | 深度学习 | 深度学习算法 | 信号 | 三个来自两个不同临床中心的数据库，大小、采集硬件和标注协议不同 |
| 4243 | 2024-11-30 |
Prediction of intraoperative hypotension using deep learning models based on non-invasive monitoring devices
2024-Dec, Journal of clinical monitoring and computing
IF:2.0Q2
DOI:10.1007/s10877-024-01206-6
PMID:39158783
|
研究论文 | 本研究利用基于非侵入性监测设备的深度学习模型预测术中低血压 | 本研究首次测试了使用常规非侵入性监测设备结合深度学习算法预测术中低血压的可行性 | 研究结果需要在未来的前瞻性研究中进一步验证其在临床实践中的应用效果 | 开发和验证一种基于非侵入性监测设备的深度学习模型，用于预测术中低血压 | 非心脏手术患者 | 机器学习 | NA | 深度学习算法 | 多头部注意力架构和全局注意力局部循环模型 | 多通道非侵入性监测数据 | 算法开发使用了4754例患者数据，外部验证使用了421例患者数据 |
| 4244 | 2024-09-10 |
MRI-based deep learning and radiomics for occult cervical lymph node metastasis (OCLNM) prediction
2024-Dec, Oral oncology
IF:4.0Q2
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 4245 | 2024-11-17 |
Super-resolution Deep Learning Reconstruction Enhances Cranial Nerve Depiction and Interobserver Agreement in Neurovascular Conflict Imaging
2024-Dec, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.10.054
PMID:39547846
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 4246 | 2024-11-30 |
Deep learning to predict risk of lateral skull base cerebrospinal fluid leak or encephalocele
2024-Dec, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-024-03259-z
PMID:39207718
|
研究论文 | 研究开发了一种全自动深度学习方法用于卵圆孔（FO）分割，并评估其在预测侧颅底自发性脑脊液（sCSF）漏或脑膨出中的价值 | 首次使用卷积神经网络（CNN）进行卵圆孔（FO）的自动分割，并评估其在预测sCSF漏或脑膨出中的应用 | 研究样本量较小，且仅限于特定医院的数据，可能影响结果的普适性 | 开发一种全自动深度学习方法用于卵圆孔（FO）分割，并评估其在预测侧颅底自发性脑脊液（sCSF）漏或脑膨出中的价值 | 侧颅底自发性脑脊液（sCSF）漏或脑膨出的患者 | 计算机视觉 | NA | 卷积神经网络（CNN） | CNN | 图像 | 34名侧颅底自发性脑脊液（sCSF）漏或脑膨出的患者与815名对照患者 |
| 4247 | 2024-11-30 |
A novel deep learning based method for myocardial strain quantification
2024-Nov-29, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ad947b
PMID:39569845
|
研究论文 | 本文介绍了一种基于深度学习的心肌应变量化方法，并通过公共和私有数据集评估了该方法在心脏病理区分中的有效性 | 提出了一种新的基于深度学习的心肌应变量化方法，能够有效区分健康和病理心脏状态，并具有与传统方法相当的准确性和计算效率 | NA | 开发一种有效的心肌应变量化方法，用于心脏病理的区分 | 心肌应变分析，心脏结构（左心室、右心室和心肌）的运动估计 | 计算机视觉 | 心血管疾病 | 深度学习 | NA | 图像 | 公共数据集（ACDC，80个受试者；CMAC，16个受试者）和私有数据集（SSC，75个受试者），包含健康和病理病例（急性心肌梗死、扩张型心肌病和肥厚型心肌病） |
| 4248 | 2024-11-30 |
An audiovisual cognitive optimization strategy guided by salient object ranking for intelligent visual prothesis systems
2024-Nov-29, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ad94a4
PMID:39569905
|
研究论文 | 本文介绍了一种基于显著物体排序的视听认知优化策略，用于智能视觉假体系统 | 提出了一个新的显著物体排序（SaOR）数据集和SaOR网络，用于为假体视觉提供深度感知，并结合图像描述方法提供听觉反馈，形成视听认知优化策略 | NA | 旨在改进智能视觉假体系统的性能，提供更接近人类观察模式的视觉信息处理策略 | 智能视觉假体系统及其在复杂现实环境中的应用 | 计算机视觉 | NA | 深度学习 | SaOR网络 | 图像 | 基于场景描述任务的心理物理实验 |
| 4249 | 2024-11-30 |
Deep Learning Methods for De Novo Peptide Sequencing
2024-Nov-29, Mass spectrometry reviews
IF:6.9Q1
DOI:10.1002/mas.21919
PMID:39611290
|
研究论文 | 本文介绍了用于从头测序肽序列的深度学习方法，并讨论了其性能评估和领域挑战 | 本文介绍了自2017年DeepNovo算法引入以来，深度学习方法在从头测序领域的应用，这些方法利用大量标记的质谱数据训练多层神经网络，将观察到的质谱转换为相应的肽序列 | 本文讨论了方法开发和评估协议方面的挑战 | 研究从头测序肽序列的深度学习方法及其性能评估 | 蛋白质串联质谱数据和肽序列 | 机器学习 | NA | 质谱 | 多层神经网络 | 质谱数据 | 大量标记的质谱数据 |
| 4250 | 2024-11-30 |
Using artificial intelligence to document the hidden RNA virosphere
2024-Nov-27, Cell
IF:45.5Q1
DOI:10.1016/j.cell.2024.09.027
PMID:39389057
|
研究论文 | 开发了一种深度学习算法LucaProt，用于在多样化的全球生态系统中发现的10,487个元转录组中识别高度分化的RNA依赖性RNA聚合酶（RdRP）序列 | LucaProt算法整合了序列和预测的结构信息，能够准确检测RdRP序列，并发现了161,979种潜在的RNA病毒物种和180个RNA病毒超群，包括许多先前研究不足的群体 | NA | 推进病毒发现，揭示病毒圈的规模，并提供计算工具以更好地记录全球RNA病毒群 | 高度分化的RNA病毒 | 机器学习 | NA | 深度学习 | 深度学习算法 | 序列数据 | 10,487个元转录组 |
| 4251 | 2024-11-30 |
Multimodal separation and cross fusion network based on Raman spectroscopy and FTIR spectroscopy for diagnosis of thyroid malignant tumor metastasis
2024-11-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-80590-0
PMID:39582068
|
研究论文 | 本文提出了一种基于拉曼光谱和傅里叶变换红外光谱的多模态分离交叉融合网络（MSCNet），用于诊断甲状腺恶性肿瘤的颈部淋巴结转移 | 本文创新性地开发了MSCNet，通过特征分离模块和特征交叉融合模块，充分捕捉模态间和模态内的互补信息，有效整合拉曼光谱和FTIR光谱数据，提高了诊断准确性 | 本文未详细讨论模型的泛化能力和在其他疾病诊断中的应用 | 开发一种新的多模态分离交叉融合网络，用于提高甲状腺癌颈部淋巴结转移的诊断准确性 | 甲状腺癌颈部淋巴结转移的诊断 | 机器学习 | 甲状腺癌 | 拉曼光谱，傅里叶变换红外光谱 | 多模态分离交叉融合网络（MSCNet） | 光谱数据 | 99例颈部淋巴结转移的血液振动光谱数据 |
| 4252 | 2024-11-30 |
A deep LSTM-based constitutive model for describing the impact characteristics of concrete-granite composites with different roughness interfaces
2024-Nov-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-80366-6
PMID:39587222
|
研究论文 | 研究了不同粗糙度界面的混凝土-花岗岩复合材料的动态力学性能，并利用LSTM深度学习方法预测其动态应力-应变关系 | 采用LSTM深度学习方法预测混凝土-花岗岩复合材料的动态应力-应变关系，并与传统BPNN和随机森林模型进行比较，显示出更强的预测能力 | 仅限于研究混凝土-花岗岩复合材料在特定冲击速度下的动态力学性能，未涵盖其他材料或条件 | 评估岩石工程中常见的衬砌-围岩复合结构的抗冲击性能 | 混凝土-花岗岩复合材料的动态力学性能及其在不同粗糙度界面下的表现 | 岩土工程 | NA | 分离式霍普金森压杆系统（SHPB） | LSTM | 实验数据 | 144组实验数据 |
| 4253 | 2024-11-30 |
ParaAntiProt provides paratope prediction using antibody and protein language models
2024-11-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-80940-y
PMID:39587231
|
研究论文 | 本文开发了一种基于深度学习的抗体表位预测方法，利用预训练的蛋白质和抗体语言模型提取嵌入，结合CDR位置编码和卷积神经网络，实现了高效的表位预测 | 本文提出的方法仅依赖氨基酸序列，不依赖3D结构，且在预测性能上优于传统的结构依赖方法 | 本文未提及具体的局限性 | 开发一种高效、准确的抗体表位预测方法，以促进抗体设计、癌症治疗和个性化医学的发展 | 抗体表位的预测 | 机器学习 | NA | 深度学习 | 卷积神经网络（CNN） | 序列 | 使用了基准数据集和纳米体数据集进行评估 |
| 4254 | 2024-11-30 |
Novel Deep Learning-Based Vocal Biomarkers for Stress Detection in Koreans
2024-Nov, Psychiatry investigation
IF:1.8Q3
DOI:10.30773/pi.2024.0131
PMID:39610234
|
研究论文 | 研究探讨了基于深度学习的语音生物标志物在韩国人中检测压力水平的有效性 | 采用ECAPA-TDNN深度学习架构分析个人特定的语音特征，开发压力预测评分 | 研究样本仅限于115名健康的韩国员工，且仅在特定条件下进行 | 研究语音生物标志物在检测压力水平中的有效性，并为其在数字医疗解决方案中的应用做出贡献 | 健康的韩国员工 | 机器学习 | NA | 深度学习 | ECAPA-TDNN | 语音 | 115名健康的韩国员工 |
| 4255 | 2024-11-29 |
Deep learning analysis of histopathological images predicts immunotherapy prognosis and reveals tumour microenvironment features in non-small cell lung cancer
2024-Dec, British journal of cancer
IF:6.4Q1
DOI:10.1038/s41416-024-02856-8
PMID:39455880
|
研究论文 | 本研究利用深度学习分析非小细胞肺癌的组织病理学图像，预测免疫治疗预后并揭示肿瘤微环境特征 | 开发了一种基于H&E染色组织病理学图像的ICI相关病理预后签名（ir-PPS），用于预测非小细胞肺癌患者接受免疫检查点抑制剂治疗的预后 | NA | 优化非小细胞肺癌患者选择免疫检查点抑制剂治疗的患者筛选 | 非小细胞肺癌患者的组织病理学图像 | 数字病理学 | 肺癌 | 深度学习 | ResNet18-PG | 图像 | 本地队列106例，TCGA 899例 |
| 4256 | 2024-11-29 |
Stacked artificial neural network to predict the mental illness during the COVID-19 pandemic
2024-Dec, European archives of psychiatry and clinical neuroscience
IF:3.5Q2
DOI:10.1007/s00406-024-01799-8
PMID:38558146
|
研究论文 | 研究利用堆叠人工神经网络预测COVID-19疫情期间的精神疾病 | 采用深度学习模型处理大量变量，以提高早期精神疾病检测的性能 | 存在潜在的反应偏差，某些个体面临更高的风险 | 研究COVID-19疫情期间的精神健康问题，并提出早期检测和治疗的方法 | COVID-19疫情期间的精神健康状况，包括焦虑、压力和抑郁 | 机器学习 | 精神疾病 | 深度学习 | 堆叠人工神经网络 | 文本 | 涉及儿童和神经质障碍患者等特定人群 |
| 4257 | 2024-11-29 |
Deep learning for intrinsically disordered proteins: From improved predictions to deciphering conformational ensembles
2024-Dec, Current opinion in structural biology
IF:6.1Q1
DOI:10.1016/j.sbi.2024.102950
PMID:39522439
|
综述 | 本文探讨了现代深度学习方法如何影响蛋白质无序性预测，并介绍了利用深度学习技术直接从序列数据中表征蛋白质构象集合体的最新进展 | 本文介绍了利用深度学习技术直接从序列数据中表征蛋白质构象集合体的创新方法 | NA | 探讨深度学习方法在蛋白质无序性预测中的应用及其对蛋白质构象集合体表征的进展 | 蛋白质无序性预测和蛋白质构象集合体 | 机器学习 | NA | 深度学习 | NA | 序列数据 | NA |
| 4258 | 2024-11-29 |
Multi-image transmission based on a multi-channel OAM-array-coded optical communication system using a designed Dammann grating and an integrated vortex grating
2024-Dec-01, Optics letters
IF:3.1Q2
DOI:10.1364/OL.545435
PMID:39602747
|
研究论文 | 本文提出了一种基于多通道OAM阵列编码光通信系统的多图像传输方法，结合定制的Dammann光栅和集成涡旋光栅，并通过设计的单输入多输出深度学习识别模型进行验证 | 本文的创新点在于提出了可控的同时生成高质量涡旋光束阵列的方法，并展示了基于涡旋光束阵列的多通道光通信系统，显著提高了涡旋光束阵列的灵活性和应用范围 | 本文的局限性在于实验中仅验证了四幅灰度图像的传输，且在湍流条件下的误差率较高 | 本文的研究目的是提高光通信系统的容量和灵活性 | 本文的研究对象是涡旋光束及其在光通信中的应用 | 光学通信 | NA | 涡旋光束 | 深度学习模型 | 图像 | 四幅灰度图像 |
| 4259 | 2024-11-29 |
A novel automated cloud-based image datasets for high throughput phenotyping in weed classification
2024-Dec, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.111097
PMID:39605934
|
研究论文 | 本文介绍了一种基于云的自动化数据采集系统（CADAS），用于在固定时间间隔内捕捉杂草和作物图像，以考虑植物生长阶段进行杂草识别 | 开发了一种云端自动化数据采集系统（CADAS），通过集成十五个可见光谱的数字相机，实现了杂草和作物图像的自动采集和存储 | 数据集中的作物和杂草时间变化较低，这限制了杂草检测模型的有效开发 | 开发一种高效的数据采集系统，以减少数据管理和模型开发中的劳动和时间成本，并提高杂草检测模型的性能 | 杂草和作物的图像数据集 | 计算机视觉 | NA | 数字相机图像采集 | NA | 图像 | 2000张图像每种杂草和作物物种，以及200张带有标签文件的原始图像 |
| 4260 | 2024-11-29 |
Deep learning methods for 3D magnetic resonance image denoising, bias field and motion artifact correction: a comprehensive review
2024-Nov-28, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad94c7
PMID:39569887
|
综述 | 本文综述了基于深度学习的3D磁共振图像去噪、偏置场和运动伪影校正方法 | 深度学习方法在磁共振图像质量增强和伪影去除方面的显著改进 | NA | 综述深度学习在磁共振图像质量增强和伪影去除中的应用 | 3D磁共振图像的去噪、偏置场和运动伪影校正 | 计算机视觉 | NA | 深度学习 | 卷积神经网络 | 图像 | NA |