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 12042 篇文献,本页显示第 7341 - 7360 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
7341 2024-09-04
Edge Computing and Fault Diagnosis of Rotating Machinery Based on MobileNet in Wireless Sensor Networks for Mechanical Vibration
2024-Aug-09, Sensors (Basel, Switzerland)
研究论文 本文提出了一种基于MobileNet的旋转机械故障检测方法,通过在机械振动无线传感器网络(MvWSNs)中应用边缘计算技术,实现了近实时感知和故障检测 采用小型轻量级的深度学习模型,减轻了MvWSNs的通信压力,并在计算和能量受限的传感器节点上实现了数据采集、处理和分类 NA 提高旋转机械的安全性和实时数据处理能力 旋转机械的故障检测 计算机视觉 NA 边缘计算 MobileNet 振动数据 四个传感器节点
7342 2024-09-04
Trajectory Analysis in Single-Particle Tracking: From Mean Squared Displacement to Machine Learning Approaches
2024-Aug-08, International journal of molecular sciences IF:4.9Q2
review 本文综述了单粒子追踪技术中的轨迹分析方法,从传统的均方位移(MSD)分析到基于机器学习的轨迹分析 介绍了利用角度、速度、时间和到达目标的概率等参数分布的方法,以及使用隐马尔可夫模型和机器学习技术进行轨迹分析的新方法 NA 旨在回顾和讨论单粒子追踪技术中的轨迹分析方法,以揭示驱动分子或粒子运动的潜在机制 单粒子追踪技术中的轨迹分析方法 machine learning NA single-particle tracking Hidden Markov Models, random forest, deep learning trajectory NA
7343 2024-09-04
Pantograph Slider Detection Architecture and Solution Based on Deep Learning
2024-Aug-08, Sensors (Basel, Switzerland)
研究论文 本文研究基于深度学习的受电弓滑块磨损检测,旨在提高检测精度和分割效果 引入计算机视觉和深度学习技术,使用线性阵列相机提高数据集质量,集成注意力机制改善分割性能,并提出一种新的图像拼接方法解决图像不完整问题 NA 提高受电弓滑块磨损检测的精度和效果 受电弓滑块的磨损情况 计算机视觉 NA 深度学习 注意力机制 图像 NA
7344 2024-09-04
Deep Learning Technology and Image Sensing
2024-Aug-08, Sensors (Basel, Switzerland)
研究论文 本文探讨了深度学习技术与图像传感在科学领域的应用 NA NA 探索图像传感与机器学习在多学科领域的应用可能性 图像传感与深度学习技术 计算机视觉 NA 深度学习 NA 图像 NA
7345 2024-09-04
Driving Attention State Detection Based on GRU-EEGNet
2024-Aug-07, Sensors (Basel, Switzerland)
研究论文 本研究利用在分心驾驶和专注驾驶状态下脑电图(EEG)中θ、α和β频带功率谱的显著差异,设计了视觉、听觉和认知三种分心子任务,并通过SVM、EEGNet和GRU-EEGNet模型对驾驶注意状态进行检测。 提出的GRU-EEGNet模型在驾驶注意状态检测准确性上比EEGNet模型和PSD_SVM方法分别提高了6.3%和12.8%。 NA 提高驾驶注意状态检测的准确性。 驾驶注意状态的检测。 神经科学 NA 脑电图(EEG) GRU-EEGNet 脑电信号 四组驾驶注意状态的EEG信号
7346 2024-09-04
An Explainable Deep Learning Approach for Stress Detection in Wearable Sensor Measurements
2024-Aug-06, Sensors (Basel, Switzerland)
研究论文 本文提出了一种可解释的深度学习方法,用于从可穿戴传感器测量数据中自动检测压力 本文通过结合长短期记忆网络(LSTM)和深度生成集合的条件生成对抗网络(LSTM DGE),解决了稀疏标记传感器测量数据的问题,并利用集成梯度(IG)提高了模型的可解释性 NA 开发一种能够准确检测急性环境中压力相关情绪激发的深度学习方法,以改善人类的健康状况 从Empatica E4腕带记录的生理传感器数据中检测压力 机器学习 NA 深度学习 LSTM DGE 传感器数据 稀疏标记的传感器测量数据
7347 2024-09-04
Review of Methods for Automatic Plastic Detection in Water Areas Using Satellite Images and Machine Learning
2024-Aug-06, Sensors (Basel, Switzerland)
综述 本文综述了利用卫星图像和机器学习技术自动检测水域中塑料的方法 介绍了现代机器学习技术在自动化检测漂浮塑料方面的应用 分析了使用太空图像工作的各种限制,并提出了消除这些缺陷的方法 旨在有效解决海洋塑料污染问题,准确快速地识别塑料来源、积累地点及废物运动动态 海洋中的塑料污染及其对海洋生态系统的影响 计算机视觉 NA 机器学习 深度学习算法 图像 NA
7348 2024-09-04
A Novel Real-Time Detection and Classification Method for ECG Signal Images Based on Deep Learning
2024-Aug-06, Sensors (Basel, Switzerland)
研究论文 本文提出了一种基于深度学习的实时ECG信号图像检测与分类方法Mamba-RAYOLO 该方法集成了三个先进模块,包括多分支结构的特征提取模块和注意力机制模块,以提高检测准确性和计算效率 NA 旨在提高ECG图像处理和分析的实时检测与分类效率 ECG信号图像 机器学习 NA 深度学习 Mamba-RAYOLO 图像 NA
7349 2024-09-04
Research on the Method for Recognizing Bulk Grain-Loading Status Based on LiDAR
2024-Aug-06, Sensors (Basel, Switzerland)
研究论文 本文提出了一种基于激光雷达(LiDAR)的散装谷物装载状态识别方法 使用激光雷达获取点云数据,并构建深度学习网络进行目标识别和组件分割,以提取车辆位置和谷物形状,从而识别散装谷物的装载状态 NA 确保运输空间的最佳利用并防止溢出事故,通过观察谷物形状和确定装载状态 散装谷物的装载状态 计算机视觉 NA 激光雷达(LiDAR) 深度学习网络 点云数据 NA
7350 2024-09-04
Identification, Design, and Application of Noncoding Cis-Regulatory Elements
2024-Aug-05, Biomolecules IF:4.8Q1
研究论文 本文探讨了顺式调控元件(CREs)的识别、设计和应用,以及它们在生物学功能中的重要作用 文章介绍了深度学习算法和大型语言模型在解析CRE功能中的应用,以及这些技术如何促进CRE活性的精确预测和CRE的新设计 NA 深入理解CRE的操作动态,以利用其多样的调控特性 顺式调控元件(CREs)及其在生物学功能中的作用 基因组学 NA 深度学习算法 大型语言模型 功能基因组数据 NA
7351 2024-09-04
ASD-GANNet: A Generative Adversarial Network-Inspired Deep Learning Approach for the Classification of Autism Brain Disorder
2024-Jul-29, Brain sciences IF:2.7Q3
研究论文 本文提出了一种基于条件生成对抗网络(cGAN)的深度学习方法ASD-GANNet,用于自闭症脑部疾病的分类 使用cGAN生成合成连接特征,并结合多头注意力机制进行分类,无需手工特征 NA 提高自闭症脑部疾病分类的准确性和敏感性 自闭症脑部疾病的分类 机器学习 自闭症 cGAN GAN fMRI数据 使用NYU数据集进行训练和验证
7352 2024-09-04
Significance of Artificial Intelligence in the Study of Virus-Host Cell Interactions
2024-Jul-26, Biomolecules IF:4.8Q1
综述 本文综述了人工智能在病毒-宿主细胞相互作用研究中的应用,特别是机器学习和深度学习在处理大规模遗传和分子数据中的作用 利用机器学习和深度学习算法分析大量数据,预测病毒与宿主细胞在分子层面的相互作用,加速新药物的发现 NA 探讨人工智能在病毒发病机制中的应用,以改进新的治疗和预防策略 病毒与宿主细胞的相互作用 机器学习 NA 机器学习 (ML), 深度学习 (DL) ML, DL 遗传数据, 分子数据 NA
7353 2024-09-04
CycPeptMP: enhancing membrane permeability prediction of cyclic peptides with multi-level molecular features and data augmentation
2024-Jul-25, Briefings in bioinformatics IF:6.8Q1
research paper 本研究提出了一种名为CycPeptMP的方法,用于预测环肽的膜渗透性,通过多层次分子特征和数据增强技术提高预测准确性 本研究设计了针对环肽的原子级、单体级和肽级特征,并使用深度学习技术将其整合到融合模型中,同时应用多种数据增强技术提高模型训练效率 当前基于机器学习的环肽渗透性模型性能不一,主要受限于实验数据的局限性,且传统方法忽略了环肽独特的结构特性 提高环肽膜渗透性的预测准确性,以增强其作为治疗药物的实用性 环肽的膜渗透性 machine learning NA deep learning fusion model molecular features 使用了最新的数据集,具体样本数量未提及
7354 2024-09-04
Advances in Modeling Approaches for Oral Drug Delivery: Artificial Intelligence, Physiologically-Based Pharmacokinetics, and First-Principles Models
2024-Jul-24, Pharmaceutics IF:4.9Q1
综述 本文综述了用于口服药物递送的建模方法,包括人工智能、生理药代动力学和第一性原理模型 整合了来自不同实验和理论考虑的数据,提出了一种成本效益高的替代实验方法 数学复杂性限制了偏微分方程在生理系统建模中的广泛应用 评估不同建模方法在口服药物递送中的优势和局限 口服药物递送过程中的多种因素,如药物的物理化学性质、制剂特性和胃肠生理 NA NA 机器学习、深度学习、分子动力学 QSAR、生理药代动力学模型、第一性原理模型 NA NA
7355 2024-09-04
Predicting respiration rate in unrestrained dairy cows using image analysis and fast Fourier transform
2024-Jul, JDS communications
research paper 本研究旨在开发一种系统,通过使用红、绿、蓝(RGB)和红外(IR)夜视图像,在不受限制的条件下准确预测躺卧的荷斯坦奶牛的呼吸率(RR)。 本研究创新性地使用快速傅里叶变换(FFT)处理从RGB和IR图像中获取的信号,以计算不受限制条件下奶牛的呼吸率。 研究仅限于躺卧的荷斯坦奶牛和断奶前的奶牛犊,未来研究需要扩展到其他品种和不同姿势的奶牛。 开发一种能够准确预测躺卧荷斯坦奶牛在不受限制条件下的呼吸率的系统。 躺卧的荷斯坦奶牛和断奶前的奶牛犊。 computer vision NA 快速傅里叶变换(FFT) YOLOv8 image 30头泌乳奶牛,每头奶牛连续记录12小时,共95段视频;25头断奶前奶牛犊,共42次观察。
7356 2024-09-04
Sparks of function by de novo protein design
2024-Feb, Nature biotechnology IF:33.1Q1
研究论文 本文探讨了通过深度学习方法在从头蛋白质设计中实现功能性蛋白质设计的进展 利用深度学习方法提高了结构建模的效率和准确性,并促进了成功设计的丰富化 NA 探索从头蛋白质设计中功能性蛋白质设计的新进展及其对未来挑战的影响 蛋白质设计中的序列、结构协同设计和构象控制 机器学习 NA 深度学习 NA NA NA
7357 2024-09-04
Deep Learning Models for Coronary Atherosclerosis Detection in Coronary CT Angiography
2024, Current medical imaging IF:1.1Q3
研究论文 本文旨在测试和比较不同的预训练深度学习模型,以找到最佳的冠状动脉粥样硬化检测模型 使用Haar小波分解提高模型的敏感性,并采用CNN-KNN分类器进一步优化 初始模型的敏感性较低,需要进一步改进 寻找最佳的深度学习模型用于冠状动脉CT血管造影中的粥样硬化检测 冠状动脉粥样硬化检测 计算机视觉 心血管疾病 深度学习 Resnet101, CNN 图像 未具体说明样本数量
7358 2024-09-04
Low-Light Phase Retrieval With Implicit Generative Priors
2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1
研究论文 本文提出了一种结合原位相干衍射成像和隐式生成先验的低剂量深度图像先验方法,用于单图像低剂量相位恢复 本文提出的低剂量深度图像先验方法结合了原位相干衍射成像和隐式生成先验,有效解决了单图像低剂量相位恢复问题 目前尚未提及具体的局限性 研究目的是解决单图像低剂量相位恢复问题 研究对象是低剂量相位恢复技术 计算机视觉 NA 相干衍射成像(CDI) 隐式生成先验 图像 单图像
7359 2024-09-04
Fast and High-Performance Learned Image Compression With Improved Checkerboard Context Model, Deformable Residual Module, and Knowledge Distillation
2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1
研究论文 本文提出了一种基于深度学习的图像压缩方法,通过引入可变形残差模块、改进的棋盘上下文模型、三阶段知识蒸馏方案和L正则化技术,实现了高速且高性能的图像压缩。 引入了可变形残差模块以去除更多冗余,设计了改进的棋盘上下文模型以实现并行解码,开发了三阶段知识蒸馏方案以降低核心解码网络的复杂性,并引入了L正则化以使潜在表示数值更稀疏。 NA 旨在平衡图像压缩的复杂性和性能,提高压缩速度和质量。 图像压缩技术及其在实际应用中的效率和性能。 计算机视觉 NA 深度学习 CNN 图像 使用Kodak和Tecnick-40数据集进行实验。
7360 2024-09-04
Deep learning models for the early detection of maize streak virus and maize lethal necrosis diseases in Tanzania
2024, Frontiers in artificial intelligence IF:3.0Q2
研究论文 本研究探讨了在坦桑尼亚利用深度学习模型早期检测玉米线条病毒和玉米致死性坏死病的潜力 提出了使用卷积神经网络(CNN)和视觉变换器(ViT)模型进行早期检测,并发现ViT模型在准确性上优于CNN模型 需要进一步研究开发移动应用程序并提高模型在实际应用中的精确度 开发一种方法用于早期检测玉米疾病,以便及时治疗 玉米线条病毒(MSV)和玉米致死性坏死病毒(MLN) 计算机视觉 NA 深度学习 CNN, ViT 图像 数据收集自坦桑尼亚的阿鲁沙、乞力马扎罗和曼雅拉地区,使用了四种图像数据类别:MLN、健康、MSV和WRONG
回到顶部