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!

Sample Image
添加微信请说明来意
Sample Image
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。

当前筛选条件: [分区不过滤] [IF不过滤] [发表日期:202401-202412] [清除筛选条件]
当前共找到 12151 篇文献,本页显示第 5541 - 5560 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
5541 2024-10-10
WPConvNet: An Interpretable Wavelet Packet Kernel-Constrained Convolutional Network for Noise-Robust Fault Diagnosis
2024-Oct, IEEE transactions on neural networks and learning systems IF:10.2Q1
研究论文 提出了一种可解释的小波包核约束卷积网络(WPConvNet),用于提高故障诊断的噪声鲁棒性 结合了小波基的特征提取能力和卷积核的学习能力,提出了小波包卷积层和软阈值激活函数,并使用Mallat算法将卷积神经网络的级联卷积结构与小波包分解和重构相结合 NA 解决深度学习在故障诊断领域中解释性差和噪声鲁棒性不足的问题 轴承故障诊断 机器学习 NA 小波变换 卷积神经网络(CNN) 信号 两个轴承故障数据集
5542 2024-10-10
Deep Convolutional Tables: Deep Learning Without Convolutions
2024-Oct, IEEE transactions on neural networks and learning systems IF:10.2Q1
研究论文 提出了一种不使用点积神经元,而是依赖于投票表层次结构的深度网络新形式,称为卷积表(CTs),以实现基于CPU的推理加速 提出的卷积表(CTs)通过编码位置环境为二进制索引,并使用索引从表中检索所需局部输出的方式,避免了卷积层的时间消耗瓶颈,具有更好的计算复杂度和容量:计算比率 需要进一步验证在不同应用场景下的性能和泛化能力 解决当代深度学习技术中卷积层的时间消耗瓶颈问题,特别是在物联网和基于CPU的设备中的应用 卷积表(CTs)及其在深度网络中的应用 机器学习 NA 卷积表(CTs) 卷积表网络 图像 NA
5543 2024-10-10
MHW-GAN: Multidiscriminator Hierarchical Wavelet Generative Adversarial Network for Multimodal Image Fusion
2024-Oct, IEEE transactions on neural networks and learning systems IF:10.2Q1
研究论文 本文提出了一种多判别器分层小波生成对抗网络(MHW-GAN)用于多模态图像融合 构建了分层小波融合模块和边缘感知模块,利用生成器与三个判别器之间的对抗学习关系来约束融合图像的生成 未提及 开发一种新的深度学习算法,用于多模态图像融合,以保留不同层次和尺度的特征信息 多模态图像融合 计算机视觉 NA 生成对抗网络(GAN) 生成对抗网络(GAN) 图像 使用了公开和自收集的四种类型的多模态图像数据集
5544 2024-10-10
Exploring the Impact of Model Complexity on Laryngeal Cancer Detection
2024-Oct, Indian journal of otolaryngology and head and neck surgery : official publication of the Association of Otolaryngologists of India
研究论文 研究探讨了模型复杂度对喉癌检测的影响 研究了不同复杂度的机器学习模型在喉癌检测中的效果,发现深度学习模型ResNet-50在CT图像特征识别上表现最佳 深度学习模型如ResNet-50虽然准确率高,但资源需求大 探讨模型复杂度对喉癌检测诊断效果的影响 喉癌检测 机器学习 喉癌 NA Logistic Regression, 小神经网络, 卷积神经网络 (ResNet-50) 图像 (CT图像) NA
5545 2024-10-10
Analyzing Racial Differences in Imaging Joint Replacement Registries Using Generative Artificial Intelligence: Advancing Orthopaedic Data Equity
2024-Oct, Arthroplasty today IF:1.5Q3
研究论文 本研究利用生成性深度学习技术分析了接受全髋关节置换术患者在种族差异上的影像学差异 本研究首次使用生成性深度学习技术来探索和理解基于种族的影像学差异 研究样本中白人患者比例远高于非裔美国人,可能导致结果偏倚 探讨生成性模型在理解医疗影像数据集中差异的潜力 接受全髋关节置换术患者的骨盆X光片 计算机视觉 NA 生成性深度学习技术 生成性去噪扩散概率模型 影像 480,407张骨盆X光片,主要为白人患者
5546 2024-10-10
Effect of cysteine mutation at Ca2+ coordinating residues to the autolysis, folding and hydrophobicity of full length and mature Rand protease: molecular dynamics simulation and essential dynamics
2024-Oct, Journal of biomolecular structure & dynamics IF:2.7Q2
研究论文 研究了在Rand蛋白酶的Ca2+结合残基处进行半胱氨酸突变对其自溶、折叠和疏水性的影响,通过分子动力学模拟和基本动力学分析 利用深度学习进行结构预测,构建了全长和成熟Rand蛋白酶的三维结构,并通过分子动力学模拟研究了半胱氨酸突变对这些结构的影响 研究仅限于计算机模拟,未进行实验验证 探讨半胱氨酸突变对Rand蛋白酶结构稳定性的影响 Rand蛋白酶的全长和成熟形式及其Ca2+结合残基 分子动力学 NA 分子动力学模拟 深度学习模型 蛋白质结构数据 7个预测的高亲和力Ca2+结合残基的突变体
5547 2024-10-10
A structural-based virtual screening and in vitro validation reveals novel effective inhibitors for SARS-CoV-2 helicase and endoribonuclease
2024-Oct, Journal of biomolecular structure & dynamics IF:2.7Q2
研究论文 本研究通过基于结构的虚拟筛选和体外验证,发现针对SARS-CoV-2解旋酶和内切核糖核酸酶的新型有效抑制剂 本研究采用分层结构虚拟筛选方法,结合多种筛选策略和分子动力学模拟,成功识别出两种具有高结合亲和力的化合物 需要进一步验证这些化合物的效果 寻找能够干扰COVID-19生命周期的分子 SARS-CoV-2的解旋酶和内切核糖核酸酶 NA NA 深度学习方法、分子对接技术、分子动力学模拟 NA 化合物 756,275种化合物
5548 2024-10-10
Analysis of health recommendations using longitudinal quality of life data: QoL@TbA - A transformer-based approach
2024 Oct-Dec, Health informatics journal IF:2.2Q3
研究论文 本文提出了一种基于深度学习Transformer模型的方法,用于分析健康建议并预测行为变化对心理情绪的影响 本文创新性地使用Transformer模型来分析多特征纵向行为数据,生成行为变化的建议 实验仅基于ELSA参与者的行为历史和心理情绪数据,可能限制了模型的普适性 研究如何通过分析多特征纵向数据生成有效的健康建议 ELSA参与者的行为历史和心理情绪 机器学习 NA 深度学习 Transformer 纵向数据 2682名ELSA参与者
5549 2024-10-10
Deep learning in template-free de novo biosynthetic pathway design of natural products
2024-Sep-23, Briefings in bioinformatics IF:6.8Q1
综述 本文综述了深度学习在天然产物无模板从头生物合成路径设计中的应用 探讨了深度学习在天然产物生物合成路径设计中的最新算法,并评估了其在单步和多步预测中的潜力 讨论了无模板方法在天然产物生物合成路径设计中的挑战和前景 探讨深度学习在天然产物生物合成路径设计中的应用及其潜在的改进 天然产物生物合成路径设计中的深度学习算法和模型 机器学习 NA 深度学习 序列到序列模型和图到图翻译模型 文本 NA
5550 2024-10-10
scDFN: enhancing single-cell RNA-seq clustering with deep fusion networks
2024-Sep-23, Briefings in bioinformatics IF:6.8Q1
研究论文 本文介绍了一种名为scDFN的新型深度学习算法,用于增强单细胞RNA测序数据的聚类效果 scDFN算法通过融合网络策略,结合自编码器和改进的图自编码器,以及三重自监督策略和四个联合损失函数,显著提升了单细胞RNA测序数据的聚类效果 NA 提升单细胞RNA测序数据的聚类效果 单细胞RNA测序数据 机器学习 NA 单细胞RNA测序 深度学习模型 基因表达数据 多个数据集
5551 2024-10-10
A comparative evaluation of deep learning approaches for ophthalmology
2024-09-18, Scientific reports IF:3.8Q1
研究论文 本文比较了用于眼科的不同深度学习方法 本文提出了基于准确性、训练时间、模型部署能力、热图增强分类决策的自解释性以及在小图像数据集上训练/适应能力等因素的最合适的模型 NA 评估和比较用于眼科的不同深度学习方法 眼科成像数据集和机器学习算法 机器学习 NA 深度学习 深度学习架构 图像 不同公共和私有图像数据集,包括全彩视网膜图像、OCT图像和3D OCT扫描
5552 2024-10-10
UBE2L3 promotes benzene-induced hematotoxicity via autophagy-dependent ferroptosis
2024-Sep-15, Ecotoxicology and environmental safety IF:6.2Q1
研究论文 研究探讨了UBE2L3在苯诱导的造血毒性中的作用,通过自噬依赖的铁死亡途径 首次揭示了UBE2L3通过调节自噬依赖的铁死亡信号通路在苯诱导的造血毒性中的作用 研究主要基于实验数据和数据库分析,缺乏临床试验验证 探讨低剂量苯暴露导致的早期造血损伤及其相关生物标志物 UBE2L3、ZNF598、LAMP-2等蛋白质及其相互作用 NA NA 液相色谱串联质谱、共免疫沉淀、深度学习算法 深度学习算法 基因表达数据 5年纵向队列研究数据及Gene Expression Omnibus数据库数据
5553 2024-10-10
Artificial Intelligence Detection of Cervical Spine Fractures Using Convolutional Neural Network Models
2024-Sep, Neurospine IF:3.8Q1
研究论文 开发并评估了一种使用卷积神经网络(CNN)进行计算机辅助诊断颈椎骨折的技术 利用深度学习技术,可能改善患者预后和临床决策 NA 开发和评估用于计算机辅助诊断颈椎骨折的卷积神经网络技术 颈椎骨折的放射线X光图像 计算机视觉 颈椎骨折 卷积神经网络(CNN) CNN 图像 500张颈椎侧位X光图像,包括250张正常图像和250张骨折图像
5554 2024-10-10
Development and validation of a machine learning-based model for post-sepsis frailty
2024-Sep, ERJ open research IF:4.3Q1
研究论文 开发并验证了一种基于机器学习的模型,用于预测脓毒症后的虚弱状况 使用深度学习模型预测脓毒症后的虚弱状况,并通过外部验证确认了其泛化性能 研究仅限于韩国的多中心前瞻性观察性队列,可能限制了结果的普遍性 开发和验证一种能够预测脓毒症后虚弱的机器学习模型 脓毒症患者及其出院时的虚弱状况 机器学习 NA 深度学习 极端梯度提升 (XGB) 临床数据 8518名患者,其中5463名(64.1%)在出院时虚弱,3055名(35.9%)不虚弱
5555 2024-10-10
Model fusion for predicting unconventional proteins secreted by exosomes using deep learning
2024-Sep, Proteomics IF:3.4Q2
研究论文 本文提出了一种利用深度学习模型融合预测由外泌体分泌的非常规蛋白质的新方法 通过结合多个深度学习模型,包括卷积神经网络(CNN)和密集连接神经网络(DNN),本文提出的框架在预测非常规蛋白质分泌方面超越了以往的方法 NA 开发一种更准确的计算方法来预测由外泌体分泌的非常规蛋白质 非常规分泌蛋白质(USPs)及其通过外泌体和外体分泌的机制 机器学习 NA 深度学习 卷积神经网络(CNN)和密集连接神经网络(DNN) 蛋白质序列和进化信息 独立测试数据集
5556 2024-10-10
Evaluation of image quality on low contrast media with deep learning image reconstruction algorithm in prospective ECG-triggering coronary CT angiography
2024-Jun, The international journal of cardiovascular imaging
研究论文 评估低对比剂剂量下使用深度学习图像重建算法对冠状动脉CT血管造影图像质量的影响 使用深度学习图像重建算法(DLIR)在低对比剂剂量下实现高质量的冠状动脉CT血管造影图像 研究仅限于特定的对比剂浓度和流速,未探讨其他可能影响图像质量的因素 评估低剂量对比剂注射协议与深度学习图像重建算法对冠状动脉CT血管造影图像质量的影响 冠状动脉CT血管造影图像质量 计算机视觉 心血管疾病 深度学习图像重建算法 深度学习模型 图像 210名患者,分为三组,每组70人
5557 2024-10-10
Exploring the potential of machine learning in gynecological care: a review
2024-06, Archives of gynecology and obstetrics IF:2.1Q2
综述 本文综述了机器学习在妇科护理中的潜力及其在孕早期、中期和晚期与超声技术的结合应用 探讨了机器学习在妇科健康中的应用,包括自然语言处理(NLP)和ChatGPT的概念 讨论了在妇科领域应用机器学习时面临的挑战 综述机器学习在妇科护理中的应用及其潜力 孕早期、中期和晚期,以及不孕症治疗、乳腺癌和宫颈癌 机器学习 妇科疾病 机器学习(ML)和深度学习(DL) NA 数据集 NA
5558 2024-10-10
An enhanced Garter Snake Optimization-assisted deep learning model for lung cancer segmentation and classification using CT images
2024-May, Journal of medical engineering & technology
研究论文 本文提出了一种基于改进的Garter Snake优化算法和深度学习的肺部CT图像分割与分类模型 使用改进的Garter Snake优化算法优化自适应残差注意力网络参数,并结合Shuffling Atrous卷积的ResUnet++进行图像分割 需要高质量的CT扫描图像和相关分析工具,成本较高且在资源有限的环境中不易获取 设计一种基于启发式和深度学习的肺部CT图像分类方法,以提高早期肺癌检测的准确性 肺部CT图像的分割与分类 计算机视觉 肺癌 CT扫描 自适应残差注意力网络(ARAN) 图像 未明确提及具体样本数量
5559 2024-10-10
A 3 M Evaluation Protocol for Examining Lymph Nodes in Cancer Patients: Multi-Modal, Multi-Omics, Multi-Stage Approach
2024 Jan-Dec, Technology in cancer research & treatment IF:2.7Q3
综述 本文总结了大量基于统计数据和临床经验的文章,提出了一种标准化的淋巴结评估协议 提出了多模态、多组学、多阶段的综合评估方法,并构建了深度学习模型辅助图像分析 未详细讨论免疫功能受损的具体机制和解决方案 提出一种标准化的淋巴结评估协议,以优化癌症患者的治疗方案和预后预测 癌症患者的淋巴结评估 数字病理学 NA 深度学习 深度学习模型 图像 NA
5560 2024-10-02
Towards deep learning methods for quantification of the right ventricle using 2D echocardiography
2024, Future cardiology IF:1.6Q3
NA NA NA NA NA NA NA NA NA NA NA NA
回到顶部