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 12029 篇文献，本页显示第 8601 - 8620 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 8601 | 2024-08-18 |
Integrating ensemble and machine learning models for early prediction of pneumonia mortality using laboratory tests
2024-Jul-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e34525
PMID:39149016
|
研究论文 | 本研究旨在开发一种基于实验室检测结果的早期预测肺炎死亡率的AI模型 | 本研究首次将集成模型与机器学习技术结合，用于肺炎死亡率的早期预测，并强调了实验室检测数据在AI医疗研究中的重要性 | NA | 开发一种早期预测肺炎死亡率的AI模型 | 肺炎患者的实验室检测结果和基本临床信息 | 机器学习 | 肺炎 | 机器学习模型（XGBoost, CatBoost, LGBM）和深度学习方法（多层感知器MLP） | 集成模型 | 实验室检测数据 | 80,940个数据实例 | NA | NA | NA | NA |
| 8602 | 2024-08-18 |
NCME-Net: Nuclear cataract mask encoder network for intelligent grading using self-supervised learning from anterior segment photographs
2024-Jul-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e34726
PMID:39149020
|
研究论文 | 本文提出了一种名为NCME-Net的混合模型，用于通过自监督学习对前段照片进行核性白内障严重程度的四分类分析 | NCME-Net利用自监督预训练，无需昂贵的数据标注，并能跨越领域差异，提高了诊断准确性 | NA | 解决智能分级核性白内障严重程度的挑战 | 核性白内障的严重程度分级 | 计算机视觉 | 眼科疾病 | 自监督学习 | 混合模型 | 图像 | 792张核性白内障图像，分为训练集533张，验证集139张，测试集100张 | NA | NA | NA | NA |
| 8603 | 2024-08-18 |
Artificial intelligence in pediatric airway - A scoping review
2024 Jul-Sep, Saudi journal of anaesthesia
IF:1.3Q3
DOI:10.4103/sja.sja_110_24
PMID:39149736
|
综述 | 本文是一篇范围综述，评估了人工智能在儿科麻醉领域，特别是儿科气道管理中的应用 | NA | NA | 评估人工智能在儿科麻醉中的应用 | 儿科气道管理 | 计算机视觉 | NA | 机器学习, 神经网络, 深度学习, 机器人技术 | NA | NA | 所有18岁以下的儿童研究均被包括和评估 | NA | NA | NA | NA |
| 8604 | 2024-08-18 |
Identifying prey capture events of a free-ranging marine predator using bio-logger data and deep learning
2024-Jun, Royal Society open science
IF:2.9Q1
DOI:10.1098/rsos.240271
PMID:39100157
|
研究论文 | 本文开发了一种新方法，利用三轴加速度和深度数据通过深度学习神经网络量化帽带企鹅的捕食率，并通过动物携带的视频进行验证 | 本文创新性地使用深度学习算法处理生物记录传感器产生的大量数据，以稳健估计潜水海洋捕食者的捕食事件 | NA | 开发一种创新方法来估计潜水海洋捕食者的猎物消耗量 | 帽带企鹅及其捕食行为 | 机器学习 | NA | 深度学习 | CNN 和 V-Net | 加速度和深度数据 | 41只帽带企鹅 | NA | NA | NA | NA |
| 8605 | 2024-08-18 |
Optimal sampling of spatial patterns improves deep learning-based early warning signals of critical transitions
2024-Jun, Royal Society open science
IF:2.9Q1
DOI:10.1098/rsos.231767
PMID:39100181
|
研究论文 | 本文开发了一种先进的机器学习工具包，称为空间早期预警信号网络（S-EWSNet），用于预测复杂时空系统中的关键转变类型。 | 通过最优采样策略（OSS）让深度神经网络学习潜在特征，提高了对关键转变类型的预测能力。 | NA | 解决预测关键转变类型（突然与平滑）的难题。 | 复杂时空系统中的关键转变类型。 | 机器学习 | NA | 机器学习 | 深度神经网络 | 时空数据 | 模拟和实证样本 | NA | NA | NA | NA |
| 8606 | 2024-08-18 |
How many specimens make a sufficient training set for automated three-dimensional feature extraction?
2024-Jun, Royal Society open science
IF:2.9Q1
DOI:10.1098/rsos.240113
PMID:39100182
|
research paper | 本研究探讨了用于自动化三维特征提取的深度学习模型所需的最小训练图像数量，并评估了数据增强对提高网络准确性的效果 | 本研究首次探讨了数据增强在三维图像特征提取中的应用，并揭示了其对提高模型准确性的潜力 | 研究主要集中在内部结构的体积和形状测量上，对于外部结构的挑战性较低 | 确定用于自动化三维特征提取的深度学习模型所需的最小训练图像数量 | 50个浮游有孔虫标本 | computer vision | NA | deep learning | NA | three-dimensional images | 50个浮游有孔虫标本 | NA | NA | NA | NA |
| 8607 | 2024-08-18 |
Semi-Supervised, Attention-Based Deep Learning for Predicting TMPRSS2:ERG Fusion Status in Prostate Cancer Using Whole Slide Images
2024-04-02, Molecular cancer research : MCR
IF:4.1Q2
DOI:10.1158/1541-7786.MCR-23-0639
PMID:38284821
|
研究论文 | 本研究利用半监督的注意力机制深度学习方法，通过全切片图像预测前列腺癌中的TMPRSS2:ERG融合状态 | 本研究展示了深度学习在从常规可用的组织学切片中有效推断前列腺癌关键遗传改变方面的潜力 | NA | 探索深度学习在前列腺癌诊断中的应用 | 前列腺癌中的TMPRSS2:ERG融合状态 | 数字病理学 | 前列腺癌 | 深度学习 | 注意力机制 | 图像 | NA | NA | NA | NA | NA |
| 8608 | 2024-08-18 |
DeepDynaForecast: Phylogenetic-informed graph deep learning for epidemic transmission dynamic prediction
2024-Apr, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1011351
PMID:38598563
|
研究论文 | 本文介绍了一种基于系统发育树的深度学习系统DeepDynaForecast，用于预测流行病传播动态 | 利用原始-对偶图学习结构和快捷多层聚合，适用于早期识别和预测高风险群体中的传播动态 | NA | 开发一种基于系统发育树的深度学习系统，用于预测流行病传播风险和模式 | 流行病传播动态 | 机器学习 | NA | 深度学习 | 图深度学习 | 系统发育树数据 | 使用佛罗里达州2012年至2020年的人类免疫缺陷病毒流行病大型数据集 | NA | NA | NA | NA |
| 8609 | 2024-08-18 |
FDB-Net: Fusion double branch network combining CNN and transformer for medical image segmentation
2024, Journal of X-ray science and technology
IF:1.7Q3
DOI:10.3233/XST-230413
PMID:38848160
|
研究论文 | 本文提出了一种结合CNN和Transformer的双分支医学图像分割网络FDB-Net，通过使用包含gnConv块的CNN和包含Varied-Size Window Attention块的Transformer作为特征提取骨干网络，确保网络具有全局感受野以及获取目标局部细节特征的能力。 | FDB-Net通过结合CNN和Transformer的双分支结构，克服了卷积操作受限的感受野和Transformer自注意力机制缺乏局部精细信息提取能力的局限。 | NA | 提高医学图像分割的性能 | 医学图像分割 | 计算机视觉 | NA | CNN, Transformer | FDB-Net | 图像 | NA | NA | NA | NA | NA |
| 8610 | 2024-08-18 |
Connectome-based schizophrenia prediction using structural connectivity - Deep Graph Neural Network(sc-DGNN)
2024, Journal of X-ray science and technology
IF:1.7Q3
DOI:10.3233/XST-230426
PMID:38820060
|
研究论文 | 本研究利用结构连接深度图神经网络（sc-DGNN）模型，通过分析与精神分裂症相关的功能连接子网络，提高了对精神分裂症的预测准确性 | 提出了一种新的结构连接深度图神经网络（sc-DGNN）模型，该模型在预测精神分裂症相关的功能连接异常方面表现优于传统的机器学习和深度学习方法 | NA | 提高对脑部疾病问题的预测准确性 | 研究与精神分裂症相关的功能连接子网络和图结构 | 机器学习 | 精神分裂症 | 扩散磁共振成像（dMRI） | 深度图神经网络（DGNN） | 图像 | 88名受试者 | NA | NA | NA | NA |
| 8611 | 2024-08-18 |
A fusion of deep neural networks and game theory for retinal disease diagnosis with OCT images
2024, Journal of X-ray science and technology
IF:1.7Q3
DOI:10.3233/XST-240027
PMID:38759091
|
研究论文 | 本文提出了一种结合深度神经网络和博弈论的混合模型GIGT，用于通过OCT图像诊断视网膜疾病 | 该方法结合了生成对抗网络（GANs）、Inception模型和博弈论，引入了一种战略和动态的诊断过程，提高了准确性和鲁棒性 | NA | 提高视网膜疾病诊断的准确性和可靠性 | 视网膜疾病 | 计算机视觉 | 视网膜疾病 | 生成对抗网络（GANs） | 混合模型GIGT | 图像 | NA | NA | NA | NA | NA |
| 8612 | 2024-08-18 |
An improved attention module based on nnU-Net for segmenting primary central nervous system lymphoma (PCNSL) in MRI images1
2024, Journal of X-ray science and technology
IF:1.7Q3
DOI:10.3233/XST-240016
PMID:38728198
|
研究论文 | 本文提出了一种基于nnU-Net的改进注意力模块，用于在MRI图像中自动分割原发性中枢神经系统淋巴瘤（PCNSL） | 首次将注意力模块引入基于脑部MRI的深度学习中进行PCNSL分割 | NA | 解决PCNSL在脑部MRI分割中的小尺寸、扩散分布、同轴层间连续性差及过度分割问题 | 原发性中枢神经系统淋巴瘤（PCNSL） | 数字病理学 | 中枢神经系统疾病 | 3D卷积、批量归一化、残差注意力（res-attention）、多尺度扩张卷积核、注意力特征融合（AFF3D） | nnU-Net | MRI图像 | 114例T1 MRI图像 | NA | NA | NA | NA |
| 8613 | 2024-08-18 |
Revolutionizing tumor detection and classification in multimodality imaging based on deep learning approaches: Methods, applications and limitations
2024, Journal of X-ray science and technology
IF:1.7Q3
DOI:10.3233/XST-230429
PMID:38701131
|
综述 | 本文综述了深度学习技术在多模态医学影像中肿瘤检测与分类的方法、应用及局限性 | 深度学习技术在多模态医学影像中的应用提高了肿瘤检测与分类的准确性和鲁棒性 | 文章指出了深度学习在多模态医学影像分析中面临的挑战和局限性 | 旨在全面审查深度学习方法在多模态医学影像中肿瘤检测与分类的进展、局限和关键挑战 | 肿瘤检测与分类 | 计算机视觉 | NA | 深度学习 | 卷积神经网络（CNN）、循环神经网络（RNN）及其变体 | 多模态医学影像 | NA | NA | NA | NA | NA |
| 8614 | 2024-08-18 |
F-Net: Follicles Net an efficient tool for the diagnosis of polycystic ovarian syndrome using deep learning techniques
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0307571
PMID:39146307
|
研究论文 | 本研究旨在利用深度学习技术开发一种高效工具，用于诊断多囊卵巢综合征（PCOS） | 开发了一种名为Follicles Net（F-Net）的自定义模型，该模型在PCOS分类中表现出色，分类准确率高达95%和97.5% | NA | 实现卵巢卵泡的目标检测和分割，并评估机器学习和深度学习分类器在检测PCOS中的有效性 | 卵巢卵泡和多囊卵巢综合征（PCOS） | 计算机视觉 | 妇科疾病 | YOLOv8, 混合模糊c均值基于的活动轮廓技术, Gray-level co-occurrence matrices (GLCM) | CNN, Vision transformer | 图像 | 两个数据集，数据集1包括50名正常和50名PCOS受试者，数据集2包括100名正常和100名PCOS受试者 | NA | NA | NA | NA |
| 8615 | 2024-08-18 |
Ortho-digital dynamics: Exploration of advancing digital health technologies in musculoskeletal disease management
2024 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076241269613
PMID:39148814
|
研究论文 | 本文通过文献计量分析探索了数字健康技术在肌肉骨骼疾病管理中的应用趋势 | 首次对数字健康技术在肌肉骨骼疾病管理中的应用进行了全面的文献计量分析 | 未提及具体的局限性 | 分析数字健康技术在肌肉骨骼疾病管理中的应用趋势及其对医疗系统的影响 | 肌肉骨骼疾病管理中的数字健康技术应用 | 数字病理学 | 肌肉骨骼疾病 | 文献计量分析 | NA | 文本 | 6810篇论文 | NA | NA | NA | NA |
| 8616 | 2024-08-18 |
Assessing clinical efficacy of polyp detection models using open-access datasets
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1422942
PMID:39148908
|
研究论文 | 本研究评估了基于深度学习的计算机辅助检测（CADe）系统在开放访问数据集上对息肉检测的临床效能 | 引入了新的评估指标，如早期息肉检测的召回率和每个患者的平均假阳性数，以及自由响应接收器操作特性（FROC）曲线，以优化CADe系统的操作参数 | 研究发现，不使用完整过程视频会导致不现实的评估，且小息肉边界框的检测最具挑战性 | 评估和优化计算机辅助检测系统在临床环境中的效能 | 评估深度学习模型在开放访问数据集上的息肉检测效能 | 计算机视觉 | 结直肠癌 | 深度学习 | YOLOv7 | 图像 | 包含超过340,000张图像和380个注释息肉的四个开放访问数据集，以及包含60个完整过程结肠镜视频的REAL-Colon数据集 | NA | NA | NA | NA |
| 8617 | 2024-08-18 |
Real-time temperature anomaly detection in vaccine refrigeration systems using deep learning on a resource-constrained microcontroller
2024, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2024.1429602
PMID:39149162
|
研究论文 | 本文提出了一种基于深度学习的实时温度异常检测系统，用于疫苗冷藏系统的故障检测 | 利用半监督卷积自编码器（CAE）模型在资源受限的ESP32微控制器上实现实时温度异常检测 | NA | 提高疫苗冷藏系统的监测和故障检测能力 | 疫苗冷藏系统的温度异常检测 | 机器学习 | NA | 深度学习 | 卷积自编码器（CAE） | 温度传感器数据 | NA | NA | NA | NA | NA |
| 8618 | 2024-08-17 |
Deep learning-based quantitative analyses of feedback in the land-atmosphere interactions over the Vietnamese Mekong Delta
2024-Nov-01, The Science of the total environment
DOI:10.1016/j.scitotenv.2024.175119
PMID:39089372
|
研究论文 | 本研究利用深度学习模型LSTNet模拟越南湄公河三角洲地区的地气相互作用，并量化关键变量对干旱过程的影响 | 采用LSTNet模型有效捕捉地气相互作用中关键变量的相对重要性，并预测未来气候变化下土壤湿度和感热对降水的影响 | NA | 量化地气相互作用中的反馈机制对越南湄公河三角洲地区干旱过程和严重程度的影响 | 越南湄公河三角洲地区的地气相互作用及其对干旱的影响 | 机器学习 | NA | 深度学习 | LSTNet | 时间序列数据 | 2011-2020年的ERA5数据及2015-2099年的CMIP6数据 | NA | NA | NA | NA |
| 8619 | 2024-08-17 |
Windy events detection in big bioacoustics datasets using a pre-trained Convolutional Neural Network
2024-Nov-01, The Science of the total environment
DOI:10.1016/j.scitotenv.2024.174868
PMID:39034006
|
研究论文 | 本文介绍了一种使用预训练卷积神经网络在大规模生物声学数据集中检测风事件的方法 | 利用预训练的卷积神经网络YAMNet进行风噪声检测，并通过迁移学习提高了检测精度 | NA | 旨在解决生物声学数据中风噪声导致的误检测问题 | 生物声学数据中的风噪声 | 机器学习 | NA | 卷积神经网络 | CNN | 音频 | 来自南非Stony Point Penguin Colony的注释数据 | NA | NA | NA | NA |
| 8620 | 2024-08-17 |
An integrated framework for flood disaster information extraction and analysis leveraging social media data: A case study of the Shouguang flood in China
2024-Nov-01, The Science of the total environment
DOI:10.1016/j.scitotenv.2024.174948
PMID:39059647
|
研究论文 | 本文提出了一种利用社交媒体数据提取和分析洪水灾害信息的集成框架，并通过2018年中国寿光洪水的案例进行了验证 | 该框架创新性地结合了深度学习技术和正则表达式匹配技术，自动从微博文本数据中提取关键的洪水相关信息，如问题、洪水、需求、救援和措施，准确率达到83%，超过了传统的Biterm主题模型（BTM） | NA | 旨在通过社交媒体数据提高洪水灾害信息的提取和分析效率 | 洪水灾害信息及其在社交媒体上的表现 | 自然语言处理 | NA | 深度学习技术、正则表达式匹配技术、核密度估计（KDE）、层次密度基于空间聚类的应用与噪声（HDBSCAN）算法、潜在狄利克雷分配（LDA）算法 | 深度学习模型、正则表达式模型、LDA模型 | 文本 | 2018年中国寿光洪水的微博文本数据 | NA | NA | NA | NA |