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 12189 篇文献，本页显示第 7641 - 7660 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 7641 | 2024-09-21 |
An Early Detection and Classification of Alzheimer's Disease Framework Based on ResNet-50
2024, Current medical imaging
IF:1.1Q3
|
研究论文 | 本文提出了一种基于ResNet-50的阿尔茨海默病早期检测和分类框架 | 通过使用深度残差网络（ResNet）模型和图像预处理技术，解决了传统卷积神经网络（CNN）中卷积层的局限性 | 尽管某些模型在准确性上表现更好，但它们容易过拟合 | 开发一种更有效的阿尔茨海默病早期检测系统 | 阿尔茨海默病患者 | 计算机视觉 | 阿尔茨海默病 | 深度残差网络（ResNet） | ResNet-50 | MRI扫描图像 | 阿尔茨海默病患者的MRI扫描数据集 | NA | NA | NA | NA |
| 7642 | 2024-09-21 |
Convex Hull Prediction for Adaptive Video Streaming by Recurrent Learning
2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2024.3455989
PMID:39264770
|
研究论文 | 提出了一种基于深度学习的自适应视频流凸包预测方法，通过循环卷积网络（RCN）分析视频片段的时空复杂度来预测其凸包 | 采用循环卷积网络（RCN）和两步迁移学习方案，显著减少了预编码时间和计算开销 | 未提及具体限制 | 减少自适应视频流中预编码步骤的时间和计算开销 | 视频片段的凸包预测 | 计算机视觉 | NA | 深度学习 | 循环卷积网络（RCN） | 视频 | 未提及具体样本数量 | NA | NA | NA | NA |
| 7643 | 2024-09-21 |
Change Representation and Extraction in Stripes: Rethinking Unsupervised Hyperspectral Image Change Detection With an Untrained Network
2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2024.3438100
PMID:39269800
|
研究论文 | 提出了一种新的无监督高光谱图像变化检测方法StripeCD，通过在无训练网络中集成优化建模来表示和建模条纹变化 | 引入了一种新的特征空间表示方法，通过条纹形式表示变化特征，并提出了一种多尺度前向-后向分割框架来突出显著变化 | 依赖于无训练网络的特征波动性可能导致变化检测结果不准确 | 改进无监督高光谱图像变化检测方法，减少对标注数据的依赖 | 高光谱图像的变化检测 | 计算机视觉 | NA | 无训练卷积网络 | 卷积神经网络 | 图像 | 涉及三个广泛使用的高光谱图像数据集 | NA | NA | NA | NA |
| 7644 | 2024-09-21 |
Diagnostic Value of Artificial Intelligence in Minimal Breast Lesions Based on Real-Time Dynamic Ultrasound Imaging
2024, International journal of general medicine
IF:2.1Q2
DOI:10.2147/IJGM.S479969
PMID:39295853
|
研究论文 | 探讨基于实时动态超声成像系统的人工智能在诊断微小乳腺病变中的价值 | 使用基于实时动态超声成像系统的人工智能进行微小乳腺病变的诊断 | 仍存在一些漏诊和误诊的情况 | 研究人工智能在微小乳腺病变诊断中的应用价值 | 直径≤10mm的微小乳腺病变 | 计算机视觉 | 乳腺癌 | 深度学习算法 | 深度学习 | 视频 | 291例微小乳腺病变，其中228例良性，63例恶性 | NA | NA | NA | NA |
| 7645 | 2024-09-21 |
A general prediction model for compound-protein interactions based on deep learning
2024, Frontiers in pharmacology
IF:4.4Q1
DOI:10.3389/fphar.2024.1465890
PMID:39295942
|
研究论文 | 本文开发了一种基于深度学习的化合物-蛋白质相互作用预测模型，并验证了其在中药中的应用 | 本文提出了一个集成大规模生物活性基准数据集和深度学习算法的计算模型，用于预测化合物-蛋白质相互作用，并在中药中验证了其有效性 | 由于化合物和目标的多样性以及缺乏大规模相互作用数据集和负数据集，现有计算方法在预测准确性和泛化能力方面面临挑战 | 开发一种准确的化合物-蛋白质相互作用预测模型，以促进药物发现和理解中药的生物活性 | 化合物-蛋白质相互作用，特别是中药中的化合物 | 机器学习 | NA | 深度学习 | NA | 生物活性数据 | 使用了黄芪和白花蛇舌草这对中药组合中的活性化合物，并从多个公共数据库和文献中收集了这些化合物的完整目标数据 | NA | NA | NA | NA |
| 7646 | 2024-09-21 |
Analysis and comparison of retinal vascular parameters under different glucose metabolic status based on deep learning
2024, International journal of ophthalmology
IF:1.9Q2
DOI:10.18240/ijo.2024.09.02
PMID:39296560
|
研究论文 | 本文开发了一种基于深度学习的模型，用于自动分割视网膜血管，并分析和比较不同血糖代谢状态下的血管参数 | 本文首次使用深度学习模型U-Net进行视网膜血管分割，并分析了不同血糖代谢状态下的血管参数差异 | 样本量相对较小，可能影响结果的普适性 | 评估人工智能在图像分割和视网膜血管参数分析中预测糖尿病前期的潜力 | 视网膜血管参数在不同血糖代谢状态下的差异 | 计算机视觉 | 糖尿病 | 深度学习 | U-Net | 图像 | 总共600只眼睛，包括200名正常人、200名糖尿病前期患者和200名糖尿病患者 | NA | NA | NA | NA |
| 7647 | 2024-09-21 |
Systematic bibliometric and visualized analysis of research hotspots and trends on the application of artificial intelligence in glaucoma from 2013 to 2022
2024, International journal of ophthalmology
IF:1.9Q2
DOI:10.18240/ijo.2024.09.22
PMID:39296573
|
综述 | 对2013年至2022年间人工智能在青光眼领域的应用进行文献计量分析和可视化研究 | 通过CiteSpace和VOSviewer软件分析了不同国家、机构、作者和期刊的贡献及共现关系，揭示了该领域的研究热点和未来趋势 | 文章主要关注文献计量分析，未深入探讨具体技术细节和临床应用效果 | 全面了解人工智能在青光眼领域的研究现状，并识别未来研究的新方向 | 2013年至2022年间发表的关于人工智能在青光眼领域应用的英文文章 | 计算机视觉 | 眼科疾病 | NA | NA | 文本 | 750篇英文文章 | NA | NA | NA | NA |
| 7648 | 2024-09-21 |
Deep learning-based ultrasonographic classification of canine chronic kidney disease
2024, Frontiers in veterinary science
IF:2.6Q1
DOI:10.3389/fvets.2024.1443234
PMID:39296582
|
研究论文 | 本研究开发了一种基于深度学习的模型，用于通过超声图像对犬慢性肾病（CKD）进行分类，并评估其与兽医影像专家的诊断性能 | 首次尝试将人工智能应用于兽医超声诊断，并开发了一种基于卷积神经网络的对象检测算法来分类犬慢性肾病的IRIS阶段 | 多类分类的准确性较低，仅为0.46 | 开发和验证一种基于深度学习的模型，用于通过超声图像对犬慢性肾病进行分类，并评估其临床实用性 | 犬慢性肾病（CKD）的超声图像 | 机器学习 | 犬病 | 卷积神经网络（CNN） | CNN | 图像 | 883张超声图像，来自198只狗 | NA | NA | NA | NA |
| 7649 | 2024-09-21 |
Deepfake: definitions, performance metrics and standards, datasets, and a meta-review
2024, Frontiers in big data
IF:2.4Q2
DOI:10.3389/fdata.2024.1400024
PMID:39296632
|
综述 | 本文全面概述了深度伪造（deepfake）的概念，涵盖了定义、性能指标和标准、相关数据集等多个重要方面 | 本文提供了对深度伪造最全面的综述，包括对15篇相关综述论文的元分析 | NA | 全面了解和分析深度伪造的概念、性能指标、标准、数据集以及相关挑战和建议 | 深度伪造的定义、性能指标和标准、相关数据集以及相关综述论文 | 计算机视觉 | NA | 深度学习 | NA | 图像、视频、音频 | 15篇相关综述论文 | NA | NA | NA | NA |
| 7650 | 2024-09-21 |
Utilizing deep learning models in an intelligent spiral drawing classification system for Parkinson's disease classification
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1453743
PMID:39296906
|
研究论文 | 本文提出了一种利用深度学习模型进行智能螺旋绘图分类系统，用于帕金森病的分类 | 本文通过分析手绘螺旋图中的重要和独特特征，利用迁移学习模型（如VGG19、InceptionV3、ResNet50v2和DenseNet169）进行帕金森病的诊断 | 本文的研究样本量较小，未来需要扩大数据集并进一步优化迁移学习策略 | 开发一种高效准确的帕金森病分类系统，以改善患者的生活质量和早期治疗效果 | 手绘螺旋图和帕金森病 | 机器学习 | 神经退行性疾病 | 迁移学习 | InceptionV3 | 图像 | 102个手绘螺旋图 | NA | NA | NA | NA |
| 7651 | 2024-09-21 |
Super-resolution reconstruction improves multishell diffusion: using radiomics to predict adult-type diffuse glioma IDH and grade
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1435204
PMID:39296980
|
研究论文 | 本文通过深度学习超分辨率重建技术提高多壳扩散图像的分辨率，并开发和验证了预测成人弥漫性胶质瘤IDH状态和2/3级肿瘤的模型 | 使用深度学习超分辨率重建技术提高多壳扩散图像的分辨率，并开发了新的预测模型 | 高级扩散模型在诊断性能上并未优于简单扩散模型 | 提高多壳扩散图像的分辨率，并开发预测成人弥漫性胶质瘤IDH状态和2/3级肿瘤的模型 | 成人弥漫性胶质瘤的IDH状态和2/3级肿瘤 | 计算机视觉 | 脑肿瘤 | 深度学习超分辨率重建 | 生成对抗网络 | 图像 | 90例成人弥漫性胶质瘤患者 | NA | NA | NA | NA |
| 7652 | 2024-09-20 |
Bangla news article dataset
2024-Dec, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.110874
PMID:39290422
|
研究论文 | 本文介绍了一个基于孟加拉语新闻文章的更新标准数据集 | 提供了超过190万篇来自九个孟加拉语新闻网站的文章，涵盖多个类别，为孟加拉语自然语言处理研究提供了丰富的数据资源 | NA | 提供一个标准化的孟加拉语新闻文章数据集，以支持自然语言处理和机器学习模型的研究 | 孟加拉语新闻文章数据集 | 自然语言处理 | NA | NA | NA | 文本 | 超过190万篇孟加拉语新闻文章 | NA | NA | NA | NA |
| 7653 | 2024-09-20 |
Enhancing sustainability in the production of palm oil: creative monitoring methods using YOLOv7 and YOLOv8 for effective plantation management
2024-Dec, Biotechnology reports (Amsterdam, Netherlands)
DOI:10.1016/j.btre.2024.e00853
PMID:39290791
|
研究论文 | 评估YOLOv7和YOLOv8在识别油棕榈树方面的性能，以提高种植园管理的可持续性 | YOLOv8系列在检测精度和时间上有所提升，YOLOv8m获得了最高的F1分数，YOLOv8s在检测时间上显著减少 | NA | 评估YOLOv7和YOLOv8在油棕榈种植园管理中的应用效果 | YOLOv7和YOLOv8模型在油棕榈树识别中的性能 | 计算机视觉 | NA | 深度学习 | YOLO | 图像 | 训练集包含80,486张图像，测试集包含482张无人机拍摄的图像，其中包括5,233张油棕榈树图像 | NA | NA | NA | NA |
| 7654 | 2024-09-20 |
An enhanced AlexNet-Based model for femoral bone tumor classification and diagnosis using magnetic resonance imaging
2024-Oct, Journal of bone oncology
IF:3.1Q2
DOI:10.1016/j.jbo.2024.100626
PMID:39290649
|
研究论文 | 本文介绍了一种基于AlexNet的增强深度学习模型，用于通过磁共振成像对股骨肿瘤进行分类和诊断 | 本文提出了一种优化的AlexNet模型，通过卷积神经网络对股骨肿瘤图像进行分类，相比其他方法具有更高的准确性、精确性、敏感性、特异性和F1分数 | NA | 开发一种自动化的分类方法，以提高股骨肿瘤的诊断准确性 | 股骨肿瘤患者及其磁共振成像数据 | 计算机视觉 | 骨肿瘤 | 卷积神经网络 (CNN) | AlexNet | 图像 | 500例股骨肿瘤患者，包括500例影像数据（335例良性，165例恶性） | NA | NA | NA | NA |
| 7655 | 2024-09-20 |
Discovery of type 2 diabetes mellitus with correlation and optimization driven hybrid deep learning approach
2024-Oct, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2023.2267721
PMID:37865922
|
研究论文 | 本文提出了一种混合深度学习方法，用于识别2型糖尿病 | 采用基于相关性和优化的混合深度学习方法，结合了深度残差网络和基于骑手优化器的神经网络，并通过相关性融合提高分类性能 | NA | 开发一种新的混合深度学习技术，用于准确识别2型糖尿病 | 2型糖尿病的识别 | 机器学习 | 糖尿病 | 深度学习 | 混合模型 | 数值数据 | 未明确提及具体样本数量 | NA | NA | NA | NA |
| 7656 | 2024-09-20 |
[Applications of artificial intelligence for imaging-driven diagnosis and treatment of bone and soft tissue tumors]
2024-Sep-23, Zhonghua zhong liu za zhi [Chinese journal of oncology]
|
综述 | 本文综述了人工智能在骨与软组织肿瘤影像诊断和治疗中的应用 | 探讨了深度学习技术在骨与软组织肿瘤影像分析中的应用，包括图像分割、肿瘤检测、分类、分级和分期、化疗效果评估、复发和预后预测等方面 | 未提及具体的技术挑战和数据限制 | 综述人工智能在骨与软组织肿瘤影像诊断和治疗中的应用现状及未来展望 | 骨与软组织肿瘤的影像诊断和治疗 | 计算机视觉 | 骨与软组织肿瘤 | 深度学习 | CNN | 图像 | NA | NA | NA | NA | NA |
| 7657 | 2024-09-20 |
Efficient inverse design of optical multilayer nano-thin films using neural network principles: backpropagation and gradient descent
2024-Sep-19, Nanoscale
IF:5.8Q1
DOI:10.1039/d4nr01667j
PMID:39196333
|
研究论文 | 本文介绍了一种利用神经网络原理进行光学多层纳米薄膜逆向设计的新方法 | 该方法通过网络传递矩阵的反向传播，利用链式法则计算梯度，无需额外的学习过程即可确定最佳层厚度 | NA | 提高光学多层纳米薄膜设计的效率和准确性 | 光学多层纳米薄膜的层厚度优化 | 机器学习 | NA | 神经网络 | NA | NA | NA | NA | NA | NA | NA |
| 7658 | 2024-09-20 |
All-Atom Protein Sequence Design Based on Geometric Deep Learning
2024-Sep-19, Angewandte Chemie (International ed. in English)
DOI:10.1002/anie.202411461
PMID:39295564
|
研究论文 | 介绍了一种基于几何深度学习的全原子蛋白质序列设计框架GeoSeqBuilder | 整合了蛋白质序列生成与侧链构象预测，实现了设计序列的全原子结构生成，并考虑了邻近残基的三体相互作用 | 需要进一步测试以验证其广泛适用性 | 开发一种能够为特定蛋白质骨架设计新功能蛋白质序列的工具 | 蛋白质序列设计与侧链构象预测 | 机器学习 | NA | 几何深度学习 | 深度学习框架 | 蛋白质结构数据 | 15个测试序列，5个设计实例 | NA | NA | NA | NA |
| 7659 | 2024-09-20 |
Prediction of aptamer affinity using an artificial intelligence approach
2024-Sep-18, Journal of materials chemistry. B
DOI:10.1039/d4tb00909f
PMID:39158322
|
研究论文 | 研究利用人工智能方法预测适配体亲和力 | 结合机器学习和深度学习模型，提出了一种快速预测适配体与目标分子结合亲和力的方法 | NA | 探讨人工智能在适配体亲和力预测中的应用 | 适配体与目标分子的结合亲和力 | 机器学习 | NA | 分子动力学模拟 | 机器学习和深度学习 | 序列数据 | NA | NA | NA | NA | NA |
| 7660 | 2024-09-20 |
Ultrastretchable, Ultralow Hysteresis, High-Toughness Hydrogel Strain Sensor for Pressure Recognition with Deep Learning
2024-Sep-18, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.4c12419
PMID:39230598
|
研究论文 | 本文介绍了一种具有超拉伸性、低滞后性和高韧性的水凝胶应变传感器，并展示了其在压力识别中的应用 | 提出了一种双重物理交联的聚丙烯酰胺/透明质酸/蒙脱土水凝胶，实现了超高的拉伸性、低滞后性和高韧性 | NA | 开发一种具有优异机械性能的水凝胶材料，并探索其在柔性可穿戴设备中的应用 | 聚丙烯酰胺/透明质酸/蒙脱土水凝胶及其在应变传感器中的应用 | NA | NA | NA | 深度学习 | NA | NA | NA | NA | NA | NA |