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 12034 篇文献,本页显示第 6621 - 6640 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
6621 2024-09-30
RETRACTION: Deep Learning Dual Neural Networks in the Construction of Learning Models for Online Courses in Piano Education
2024, Computational intelligence and neuroscience
correction 撤回了一篇关于使用深度学习双神经网络构建在线钢琴教育学习模型的文章 NA NA NA NA NA NA NA NA NA NA
6622 2024-09-30
RETRACTION: Cultural and Creative Product Design and Image Recognition Based on Deep Learning
2024, Computational intelligence and neuroscience
correction 撤回了一篇关于基于深度学习的文化创意产品设计和图像识别的文章 NA NA NA NA NA NA NA NA NA NA
6623 2024-09-28
RETRACTION: Analysis of Traditional Cultural Acceptance Based on Deep Learning
2024, Computational intelligence and neuroscience
correction 撤回基于深度学习的传统文化接受度分析文章 NA NA NA NA NA NA NA NA NA NA
6624 2024-09-30
Towards sustainable coastal management: aerial imagery and deep learning for high-resolution Sargassum mapping
2024, PeerJ IF:2.3Q2
研究论文 本研究提出了一种基于pix2pix架构的语义分割方法,用于计算海滩上浮游植物的覆盖面积 本研究首次使用pix2pix架构进行高分辨率浮游植物地图绘制,并构建了一个包含15,268张航拍图像的独特数据集 算法在识别浮游植物像素时存在轻微的低估倾向 研究旨在通过深度学习技术实现可持续的海岸管理,特别是浮游植物的分布和数量监测 研究对象包括大西洋沿岸多个国家的浮游植物分布和数量 计算机视觉 NA 深度学习 pix2pix 图像 15,268张航拍图像,分为三个类别,对应墨西哥金塔纳罗奥州的Mahahual和Puerto Morelos两个城市的海滩
6625 2024-09-28
Accelerating multipool CEST MRI of Parkinson's disease using deep learning-based Z-spectral compressed sensing
2024-Dec, Magnetic resonance in medicine IF:3.0Q2
研究论文 本文提出了一种基于深度学习的Z谱压缩感知方法,用于加速帕金森病多池CEST MRI扫描时间 本文创新性地提出了基于改进的一维U-Net的Z谱压缩感知方法,能够在减少扫描时间的同时保持足够的预测准确性 本文的实验主要基于数值模拟和体内大鼠脑实验,尚未在大规模人体临床试验中验证 开发一种能够减少帕金森病多池CEST MRI扫描时间并保持足够预测准确性的深度学习方法 帕金森病模型中的多池CEST MRI数据 计算机视觉 帕金森病 多池CEST MRI 一维U-Net Z谱数据 体内大鼠脑实验
6626 2024-09-28
Enhancing SNR in CEST imaging: A deep learning approach with a denoising convolutional autoencoder
2024-Dec, Magnetic resonance in medicine IF:3.0Q2
研究论文 本文提出了一种使用去噪卷积自编码器(DCAE)增强CEST成像信噪比的方法,并将其性能与现有去噪方法进行了比较 本文创新性地使用去噪卷积自编码器(DCAE)来增强CEST成像的信噪比 本文仅在模拟数据和动物肿瘤模型中验证了方法的有效性,尚未在人体临床数据中进行验证 开发一种增强CEST成像信噪比的方法,并评估其性能 CEST成像的信噪比增强 计算机视觉 NA 去噪卷积自编码器(DCAE) 卷积神经网络(CNN) 图像 模拟数据和动物肿瘤模型的活体数据
6627 2024-09-28
Physics-guided self-supervised learning for retrospective T1 and T2 mapping from conventional weighted brain MRI: Technical developments and initial validation in glioblastoma
2024-Dec, Magnetic resonance in medicine IF:3.0Q2
研究论文 开发了一种自监督学习方法,用于从临床加权MRI中回顾性估计T1和T2值 利用自监督学习方法和MR物理模型,从常规加权MRI中估计T1和T2值,无需额外数据 仅在健康志愿者和胶质母细胞瘤数据集上进行了验证,未来需在更多疾病和更广泛的数据集上进行验证 开发一种自监督学习方法,用于从临床MRI中回顾性估计T1和T2值 T1和T2值的估计,以及其在脑肿瘤特征分析中的应用 计算机视觉 脑肿瘤 自监督学习 深度学习 图像 50名胶质母细胞瘤患者和健康志愿者数据
6628 2024-09-28
Improving Xenon-129 lung ventilation image SNR with deep-learning based image reconstruction
2024-Dec, Magnetic resonance in medicine IF:3.0Q2
研究论文 评估深度学习(DL)重建方法在提高超极化129Xe肺通气MRI信噪比(SNR)中的可行性和实用性 使用深度学习重建方法显著提高了129Xe肺通气图像的SNR,并有效保留了结构相似性 深度学习重建方法在肺通气指标上存在轻微的正偏差,这可能归因于图像锐度的差异 评估深度学习重建方法在提高129Xe肺通气MRI信噪比中的应用 哮喘和/或慢性阻塞性肺疾病(COPD)患者的129Xe肺通气MRI数据 计算机视觉 呼吸系统疾病 MRI 深度学习 图像 哮喘和/或COPD患者的数据,以及健康志愿者的数据
6629 2024-09-28
A critical review of RNN and LSTM variants in hydrological time series predictions
2024-Dec, MethodsX IF:1.6Q2
综述 本文综述了RNN、LSTM及其变体在水利时间序列预测中的应用 探讨了注意力机制和混合模型的集成,以提高预测精度 实际应用需要大量数据和计算资源,未来研究应开发可解释的架构并利用迁移学习 评估RNN、LSTM及其变体在水利时间序列预测中的有效性 RNN、LSTM、GRU及其在水利时间序列预测中的应用 机器学习 NA NA RNN、LSTM、GRU 时间序列数据 NA
6630 2024-09-28
Comprehensive stomata image dataset of Sundarbans Mangrove and Ratargul Swamp forest tree species in Bangladesh
2024-Dec, Data in brief IF:1.0Q3
研究论文 本文介绍了一个包含1083张图像的综合气孔图像数据集,涵盖了孟加拉国两个不同地点的11种树种 该数据集为改进专门用于检测气孔和准确分类物种的机器学习算法提供了宝贵的工具 NA 旨在通过模式识别、深度学习和特征提取技术,深入理解植物生理学、适应机制和环境相互作用 植物叶片的气孔图像 计算机视觉 NA 深度学习 NA 图像 1083张图像,涵盖11种树种
6631 2024-09-28
Dataset for image classification with knowledge
2024-Dec, Data in brief IF:1.0Q3
研究论文 本文介绍了一种结合先验知识的图像分类数据集 本文创新性地将先验知识与图像分类数据集结合,通过频繁闭项集挖掘创建类别及其属性,并提取先验知识规则 本文未提及具体的性能提升效果或与其他方法的比较 提升在数据量不足或细粒度分类任务中的图像分类性能 图像分类数据集及其先验知识 计算机视觉 NA 频繁闭项集挖掘 NA 图像 NA
6632 2024-09-28
Genome analysis through image processing with deep learning models
2024-Oct, Journal of human genetics IF:2.6Q2
综述 本文综述了通过深度学习模型进行图像处理以分析基因组序列的三种典型应用 本文介绍了将基因组信息编码为图像或将图像中的空间信息整合到分析过程中的创新方法 NA 总结和评估使用图像处理和深度学习模型进行基因组分析的方法 基因组序列及其图像表示 计算机视觉 NA 深度学习 NA 图像 NA
6633 2024-09-28
Efficient HLA imputation from sequential SNPs data by transformer
2024-Oct, Journal of human genetics IF:2.6Q2
研究论文 本文提出了一种基于Transformer模型的HLA基因型推断方法HLARIMNT,通过利用SNP数据序列进行高效推断 本文创新性地使用Transformer模型进行HLA基因型推断,相较于传统的CNN模型,在推断罕见等位基因方面表现出更高的效率和准确性 本文未详细讨论HLARIMNT在不同种族群体中的适用性 开发一种高效的HLA基因型推断方法,以减少直接分型的成本和时间 HLA基因型及其与疾病的相关性 机器学习 NA Transformer模型 Transformer SNP数据 使用了两个参考面板:Pan-Asian参考面板(n=530)和Type 1 Diabetes genetics Consortium(T1DGC)参考面板(n=5225),以及一个合并面板(n=1060)
6634 2024-09-28
Two-stage strategy using denoising autoencoders for robust reference-free genotype imputation with missing input genotypes
2024-Oct, Journal of human genetics IF:2.6Q2
研究论文 本文提出了一种基于去噪自编码器的两阶段策略,用于在没有参考基因组的情况下进行稳健的基因型填补 本文提出了一种新的两阶段填补策略,通过使用去噪自编码器处理缺失的基因型数据,提高了RNN-IMP模型的填补准确性 RNN-IMP模型对输入基因型中的缺失值敏感 开发一种无需参考基因组且具有高填补准确性的基因型填补方法 基因型填补方法的性能评估 机器学习 NA 深度学习 RNN-IMP 基因型数据 1000 Genomes Project Phase 3数据集和相应的模拟Omni2.5 SNP基因型数据
6635 2024-09-28
Comparison of the Accuracy of a Deep Learning Method for Lesion Detection in PET/CT and PET/MRI Images
2024-Oct, Molecular imaging and biology IF:3.0Q2
研究论文 本文开发并验证了一种用于PET/CT和PET/MRI图像中病灶检测的深度学习算法,并探讨了影响其性能的因素 本文创新性地开发了一种通用的病灶识别算法,并将其应用于PET/CT和PET/MRI图像中 本文的局限性在于仅分析了PET/CT和PET/MRI图像中的病灶检测性能,未涉及其他类型的医学影像 开发和验证一种通用的病灶识别算法,并探讨影响其性能的因素 PET/CT和PET/MRI图像中的病灶检测 计算机视觉 NA 深度学习 2D和3D fractional-residual (F-Res)模型 图像 1014个PET/CT数据集和38个患者的PET/CT及PET/MRI数据
6636 2024-09-28
Genotype imputation methods for whole and complex genomic regions utilizing deep learning technology
2024-Oct, Journal of human genetics IF:2.6Q2
研究论文 本文探讨了利用深度学习技术进行全基因组和复杂基因区域基因型填补的方法 本文介绍了基于深度学习的基因型填补方法,能够学习复杂的连锁不平衡模式,并应用于HLA区域 当前基于深度学习的基因型填补方法在准确性上仅略优于统计和传统机器学习方法 提高全基因组关联研究和后续精细定位的效力 未测量的基因型 机器学习 NA 深度学习 深度学习模型 基因型数据 NA
6637 2024-09-28
Deep Learning for Automatic Knee Osteoarthritis Severity Grading and Classification
2024-Oct, Indian journal of orthopaedics IF:1.1Q3
研究论文 本研究开发了一种基于深度学习的方法,用于自动评估和分类膝关节骨性关节炎的严重程度 采用迁移学习方法和Inception V3架构,提高了膝关节骨性关节炎检测的准确性 测试准确率为67%,仍有提升空间 开发一种自动化的方法,用于准确和及时地识别膝关节退化,以支持有效的治疗和管理 膝关节骨性关节炎的严重程度和膝关节置换的可能性 计算机视觉 骨关节炎 深度学习 Inception V3 图像 使用了Osteoarthritis Initiative (OAI)数据集,包含多个模型训练和测试
6638 2024-09-28
Olfactory Diagnosis Model for Lung Health Evaluation Based on Pyramid Pooling and SHAP-Based Dual Encoders
2024-Sep-27, ACS sensors IF:8.2Q1
研究论文 本研究介绍了一种基于金字塔池化和SHAP-based双编码器的深度学习框架,用于通过呼出气体评估肺部健康 该框架结合了金字塔池化和双编码器网络,利用SHAP评估特征重要性,显著提高了预测能力 NA 开发一种高效的工具,用于识别吸烟和慢性阻塞性肺病(COPD)的影响 吸烟者、COPD患者和对照组 机器学习 肺病 深度学习 双编码器网络 气体数据 NA
6639 2024-09-28
Deep learning-based segmentation for high-dose-rate brachytherapy in cervical cancer using 3D Prompt-ResUNet
2024-Sep-27, Physics in medicine and biology IF:3.3Q1
研究论文 开发并评估了一种基于3D Prompt-ResUNet的模块,用于宫颈癌高剂量率近距离放射治疗中高危临床靶体积(HRCTV)和危及器官(OAR)的快速一致自动分割 提出了3D Prompt-ResUNet模型,结合了基于提示的模型和3D nnUNet,用于HRCTV和OAR的自动分割 NA 开发和评估一种用于宫颈癌高剂量率近距离放射治疗中HRCTV和OAR自动分割的3D Prompt-ResUNet模块 宫颈癌患者的高危临床靶体积(HRCTV)和危及器官(OAR) 计算机视觉 宫颈癌 深度学习 3D Prompt-ResUNet 图像 135名宫颈癌患者,包括73个CT扫描和62个MRI扫描
6640 2024-09-28
Deep learning for enhanced spectral analysis of MA-XRF datasets of paintings
2024-Sep-27, Science advances IF:11.7Q1
研究论文 本文介绍了一种用于增强绘画MA-XRF数据集光谱分析的深度学习算法 引入了一种基于合成数据集训练的深度学习算法,能够快速准确地分析MA-XRF数据集中的XRF光谱,克服了传统解卷积方法的局限性 NA 开发一种新的计算方法来解决MA-XRF数据集分析中的挑战 绘画的MA-XRF数据集 计算机视觉 NA 深度学习 深度学习算法 光谱数据 一个拉斐尔的绘画样本
回到顶部