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 12196 篇文献，本页显示第 6601 - 6620 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 6601 | 2024-10-21 |
Evaluating deep learning variants for cyber-attacks detection and multi-class classification in IoT networks
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.1793
PMID:38259893
|
研究论文 | 评估深度学习变体在物联网网络中检测网络攻击和进行多类分类的有效性 | 提出了一种基于深度学习的方法，使用多种深度学习模型（如DNN、CNN和RNN）来检测物联网网络中的网络攻击，并展示了RNN模型在检测中的最高准确率 | 仅使用了CICDIoT2023数据集进行验证，可能需要更多数据集来验证方法的普适性 | 研究如何利用深度学习技术有效检测物联网网络中的网络攻击 | 物联网网络中的网络攻击检测 | 机器学习 | NA | 深度学习 | DNN、CNN、RNN | 网络流量数据 | 使用了加拿大网络安全研究所的CICDIoT2023数据集 | NA | NA | NA | NA |
| 6602 | 2024-10-21 |
DDoS attack detection in smart grid network using reconstructive machine learning models
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.1784
PMID:38259891
|
研究论文 | 本文提出了一种基于重构深度学习模型的智能电网网络DDoS攻击检测方法 | 本文的创新点在于提出了一种无需完全重新训练模型即可检测新攻击类别的重构深度学习技术 | NA | 本文的研究目的是提高智能电网网络对DDoS攻击的检测能力，确保网络的稳定性和可靠性 | 本文的研究对象是智能电网网络中的DDoS攻击 | 机器学习 | NA | 重构深度学习 | 深度学习模型 | 数据 | 使用了两个公认的标准DDoS攻击数据库及其子集进行多次实验 | NA | NA | NA | NA |
| 6603 | 2024-10-21 |
Attention-enhanced gated recurrent unit for action recognition in tennis
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.1804
PMID:38259901
|
研究论文 | 本文研究了基于注意力增强的门控循环单元（GRU）在网球动作识别中的应用 | 本文提出了一种结合GRU架构和注意力机制的模型，显著提高了预测能力 | 实验结果显示，EfficientNetB5模型的性能相对较低，可能是由于数据集的限制 | 开发一种高效的网球动作识别系统 | 网球动作的识别 | 计算机视觉 | NA | 深度学习 | GRU | 视频序列 | 使用了THETIS数据集，这是一个用于细粒度网球动作的标准中型数据集 | NA | NA | NA | NA |
| 6604 | 2024-10-21 |
Analyzing patients satisfaction level for medical services using twitter data
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.1697
PMID:38259896
|
研究论文 | 研究利用Twitter数据分析患者对医疗服务的满意度 | 提出了一种基于迁移学习的LSTM-ETC模型，显著提高了情感分类的准确性 | 研究未进行广泛的比较分析和验证 | 分析全球范围内人们对医疗服务的情感倾向，并评估机器学习和深度学习方法在医疗推文情感分类中的有效性 | Twitter上的医疗相关推文 | 自然语言处理 | NA | 机器学习 | LSTM | 文本 | 使用了三个标签#healthcare, #healthcare services, 和 #medical facilities的推文数据 | NA | NA | NA | NA |
| 6605 | 2024-10-21 |
Attention-Gated Deep-Learning-Based Automatic Digitization of Interstitial Needles in High-Dose-Rate Brachytherapy for Cervical Cancer
2024-Jan, Advances in radiation oncology
IF:2.2Q2
DOI:10.1016/j.adro.2023.101340
PMID:38260236
|
研究论文 | 本文设计了一种基于注意力门控的深度学习模型，用于自动数字化宫颈癌高剂量率近距离放射治疗中的间质针 | 本文引入了空间和通道注意力门控机制，增强了三维卷积神经网络对针特征的识别能力，提高了自动数字化针的准确性 | 本文仅在17名患者的56个计划中进行了验证，样本量较小，可能影响模型的泛化能力 | 设计一种新的注意力门控深度学习模型，以提高宫颈癌高剂量率近距离放射治疗中间质针自动数字化的准确性 | 宫颈癌患者的高剂量率近距离放射治疗计划中的间质针 | 计算机视觉 | 宫颈癌 | 深度学习 | 卷积神经网络（CNN） | 图像 | 17名宫颈癌患者，56个高剂量率近距离放射治疗计划 | NA | NA | NA | NA |
| 6606 | 2024-10-21 |
External validation of a deep learning algorithm for automated echocardiographic strain measurements
2024-Jan, European heart journal. Digital health
DOI:10.1093/ehjdh/ztad072
PMID:38264705
|
研究论文 | 本文验证了一种深度学习算法在自动测量超声心动图应变中的应用 | 首次验证了深度学习算法在自动测量超声心动图应变中的应用，并展示了其在不同人群中的准确性 | 研究仅限于特定人群和特定类型的应变测量，未涵盖所有可能的应用场景 | 验证深度学习算法在自动测量超声心动图应变中的准确性和应用潜力 | 左心室应变测量和区域应变测量 | 计算机视觉 | 心血管疾病 | 深度学习 | 深度学习算法 | 图像 | 共分析了3741例台湾队列、176例PROMIS-HFpEF研究和158例HMC-QU-MI研究 | NA | NA | NA | NA |
| 6607 | 2024-10-21 |
Discrimination of object information by bat echolocation deciphered from acoustic simulations
2024-Jan, Royal Society open science
IF:2.9Q1
DOI:10.1098/rsos.231415
PMID:38269077
|
研究论文 | 研究探讨了蝙蝠通过回声定位识别目标遮挡信息的能力 | 首次通过三维声学模拟研究蝙蝠如何利用回声定位识别目标的遮挡结构和纹理 | 研究仅限于模拟环境，未在实际自然环境中验证 | 探讨蝙蝠是否能通过回声定位获取目标的遮挡信息 | 蝙蝠和不同几何形状的目标 | 生物声学 | NA | 三维声学模拟 | NA | 声学数据 | 五个不同目标 | NA | NA | NA | NA |
| 6608 | 2024-10-21 |
Reconstructing growth and dynamic trajectories from single-cell transcriptomics data
2024, Nature machine intelligence
IF:18.8Q1
DOI:10.1038/s42256-023-00763-w
PMID:38274364
|
研究论文 | 本文介绍了一种名为TIGON的动态非平衡最优传输算法，用于从单细胞转录组数据中重建动态轨迹和种群增长 | 提出了TIGON算法，结合深度学习方法和Wasserstein-Fisher-Rao距离，解决了高维最优传输问题 | NA | 研究如何从单细胞转录组数据中重建动态轨迹和种群增长 | 单细胞转录组数据中的动态轨迹和种群增长 | 生物信息学 | NA | 单细胞RNA测序（scRNA-seq） | 深度学习模型 | 转录组数据 | 三个scRNA-seq数据集 | NA | NA | NA | NA |
| 6609 | 2024-10-21 |
Predicting suicidality in late-life depression by 3D convolutional neural network and cross-sample entropy analysis of resting-state fMRI
2024-01, Brain and behavior
IF:2.6Q3
DOI:10.1002/brb3.3348
PMID:38376042
|
研究论文 | 本文利用3D卷积神经网络和交叉样本熵分析静息态fMRI数据，预测老年抑郁症患者的自杀倾向 | 结合交叉样本熵分析和3D卷积神经网络，识别与自杀倾向相关的脑区 | 样本量相对较小，且仅限于老年抑郁症患者 | 应用深度学习算法预测老年抑郁症患者的自杀风险 | 老年抑郁症患者的自杀倾向 | 机器学习 | 老年疾病 | fMRI | 3D卷积神经网络 | 图像 | 83名老年抑郁症患者，其中35名非自杀倾向，48名自杀倾向 | NA | NA | NA | NA |
| 6610 | 2024-10-20 |
Applications of artificial intelligence in dentomaxillofacial imaging: a systematic review
2024-11, Oral surgery, oral medicine, oral pathology and oral radiology
DOI:10.1016/j.oooo.2023.12.790
PMID:38637235
|
综述 | 本文系统回顾了人工智能在口腔颌面影像中的应用及其性能 | 本文总结了人工智能在牙齿和植入物分类与识别、三维头影测量标志点检测、病变检测（根尖周、颌骨和骨骼）以及骨质疏松检测等方面的应用 | 尽管人工智能模型显示出有希望的结果，但仍需进一步研究以探索特定应用和现实场景，才能自信地将这些模型整合到牙科实践中 | 评估人工智能算法在不同口腔颌面影像模式中的应用和性能 | 口腔颌面影像中的人工智能应用 | 计算机视觉 | NA | 机器学习、深度学习、神经网络 | NA | 影像 | 共纳入194篇文章 | NA | NA | NA | NA |
| 6611 | 2024-10-20 |
Investigation on Melting Curves and Phase Diagrams for CaO3 Using Deep Learning Potentials
2024-Oct-18, The journal of physical chemistry. A
DOI:10.1021/acs.jpca.4c03074
PMID:39423322
|
研究论文 | 研究了CaO的熔化曲线和压力-温度相图，使用深度学习势能模型 | 采用深度学习势能模型来研究CaO的熔化曲线和相图 | NA | 理解行星内部动力学和行星演化的历史及机制 | CaO的熔化曲线和压力-温度相图 | NA | NA | 深度学习势能模型 | 深度学习 | NA | NA | NA | NA | NA | NA |
| 6612 | 2024-10-20 |
Automated segment-level coronary artery calcium scoring on non-contrast CT: a multi-task deep-learning approach
2024-Oct-16, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-024-01827-0
PMID:39412613
|
研究论文 | 本文开发并评估了一种多任务深度学习模型，用于在非对比CT上自动进行冠状动脉钙化（CAC）的分段评分 | 提出了一种多任务深度学习模型，用于在非对比CT上自动进行冠状动脉钙化的分段评分，实现了精确的钙化定位和量化 | NA | 开发和评估一种多任务深度学习模型，用于在非对比CT上自动进行冠状动脉钙化的分段评分 | 冠状动脉钙化的分段评分 | 计算机视觉 | 心血管疾病 | 深度学习 | 多任务神经网络 | 图像 | 1514名患者，其中1059名用于训练/验证，455名用于测试 | NA | NA | NA | NA |
| 6613 | 2024-10-20 |
Assessing the deep learning based image quality enhancements for the BGO based GE omni legend PET/CT
2024-Oct-16, EJNMMI physics
IF:3.0Q2
DOI:10.1186/s40658-024-00688-2
PMID:39412633
|
研究论文 | 本研究评估了基于深度学习的图像质量增强技术在GE Omni Legend PET/CT扫描仪中的应用 | 本研究首次探讨了深度学习技术在补偿GE Omni Legend PET/CT扫描仪缺乏飞行时间（TOF）方面的应用 | 本研究仅使用了NEMA IQ phantom进行评估，未涵盖所有可能的临床应用场景 | 评估深度学习算法在GE Omni Legend PET/CT扫描仪中的图像质量增强效果 | GE Omni Legend PET/CT扫描仪的图像质量 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 使用NEMA IQ phantom进行评估，并展示了患者图像 | NA | NA | NA | NA |
| 6614 | 2024-10-18 |
Correction: Efficacy of compressed sensing and deep learning reconstruction for adult female pelvic MRI at 1.5 T
2024-Oct-16, European radiology experimental
IF:3.7Q1
DOI:10.1186/s41747-024-00521-6
PMID:39414662
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 6615 | 2024-10-20 |
AnEEG: leveraging deep learning for effective artifact removal in EEG data
2024-10-16, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-75091-z
PMID:39414897
|
研究论文 | 本文提出了一种名为AnEEG的深度学习方法，用于去除脑电图（EEG）数据中的伪影 | 本文的创新点在于提出了一种新的深度学习方法AnEEG，用于有效去除EEG数据中的伪影，并通过多种量化指标验证了其有效性 | NA | 本文的研究目的是提高脑电图数据的质量，通过去除伪影来增强信号的可用性 | 本文的研究对象是脑电图（EEG）数据及其中的伪影 | 机器学习 | NA | 深度学习 | 深度学习模型 | 脑电图数据 | NA | NA | NA | NA | NA |
| 6616 | 2024-10-20 |
Integrated multicenter deep learning system for prognostic prediction in bladder cancer
2024-Oct-16, NPJ precision oncology
IF:6.8Q1
DOI:10.1038/s41698-024-00731-6
PMID:39414931
|
研究论文 | 开发并验证了一种端到端的深度学习系统，利用组织学切片预测膀胱癌患者的总体生存风险 | 提出了BlaPaSeg切片分类器生成组织概率热图和分割图，并训练了两个预测网络MacroVisionNet和UniVisionNet，探索了六个潜在的膀胱癌预后生物标志物 | NA | 提高膀胱癌生存预测的准确性，支持精细化患者管理 | 膀胱癌患者的总体生存风险 | 机器学习 | 膀胱癌 | 深度学习 | CNN | 图像 | 多个队列的膀胱癌患者 | NA | NA | NA | NA |
| 6617 | 2024-10-20 |
Deep learning to combat knee osteoarthritis and severity assessment by using CNN-based classification
2024-Oct-16, BMC musculoskeletal disorders
IF:2.2Q3
DOI:10.1186/s12891-024-07942-9
PMID:39415217
|
研究论文 | 本研究利用基于卷积神经网络（CNN）的深度学习方法来对抗膝关节骨性关节炎（KOA）并评估其严重程度 | 本研究提出了一种专门为二分类和KOA严重程度评估设计的复杂CNN架构，并在二分类和多分类任务中均表现出色 | 本研究仅使用了Osteoarthritis Initiative（OAI）的数据集，未来需要扩展到更多数据集和场景 | 开发一种基于深度学习的膝关节骨性关节炎检测和分类方法 | 膝关节骨性关节炎及其严重程度 | 计算机视觉 | 骨关节炎 | 卷积神经网络（CNN） | CNN | 图像 | 使用了Osteoarthritis Initiative（OAI）的数据集 | NA | NA | NA | NA |
| 6618 | 2024-10-20 |
Deep Learning-Enhanced Paper-Based Vertical Flow Assay for High-Sensitivity Troponin Detection Using Nanoparticle Amplification
2024-Oct-15, ACS nano
IF:15.8Q1
DOI:10.1021/acsnano.4c05153
PMID:39365271
|
研究论文 | 本文介绍了一种基于深度学习的纸基垂直流分析法，用于高灵敏度检测心脏肌钙蛋白I | 结合纳米颗粒放大技术、成像和数据处理，提高了POCT的灵敏度和精确度 | NA | 提高POCT的灵敏度和精确度，以满足临床标准 | 心脏肌钙蛋白I的定量测量 | 生物传感 | 心血管疾病 | 纳米颗粒放大技术 | 深度学习 | 图像 | 患者样本 | NA | NA | NA | NA |
| 6619 | 2024-10-20 |
Deep and shallow feature fusion framework for remote sensing open pit coal mine scene recognition
2024-Oct-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-72855-5
PMID:39406759
|
研究论文 | 本文提出了一种用于遥感露天煤矿场景识别的深度与浅层特征融合框架 | 通过邻域特征注意力模块和图卷积网络模块增强深度特征，并结合灰度共生矩阵和Gabor滤波器提取浅层特征，实现了高精度和低样本依赖的场景识别 | NA | 提高露天煤矿区域土地利用和破坏的识别精度，以支持科学监管和管理 | 遥感图像中的露天煤矿场景 | 计算机视觉 | NA | 图卷积网络（GCN）、灰度共生矩阵（GLCM）、Gabor滤波器 | 支持向量机（SVM） | 图像 | 使用了AID和RSSCN7数据集进行评估 | NA | NA | NA | NA |
| 6620 | 2024-10-20 |
Differential diagnosis of congenital ventricular septal defect and atrial septal defect in children using deep learning-based analysis of chest radiographs
2024-Oct-15, BMC pediatrics
IF:2.0Q2
DOI:10.1186/s12887-024-05141-y
PMID:39407181
|
研究论文 | 本研究评估了基于深度学习的胸部X光片分析在儿童房间隔缺损和室间隔缺损鉴别诊断中的效果 | 本研究首次使用深度学习模型对胸部X光片进行分析，以区分儿童的房间隔缺损和室间隔缺损 | 本研究为回顾性研究，样本量有限，且仅限于特定类型的先天性心脏病 | 评估深度学习分析胸部X光片在儿童房间隔缺损和室间隔缺损鉴别诊断中的有效性 | 儿童房间隔缺损和室间隔缺损的鉴别诊断 | 计算机视觉 | 先天性心脏病 | 深度学习 | ResNet-CBAM, InceptionV3, EfficientNet, ViT | 图像 | 1194名患者的胸部X光片和相应的放射学报告 | NA | NA | NA | NA |