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 12109 篇文献，本页显示第 8901 - 8920 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 8901 | 2024-08-14 |
Effects of a comprehensive brain computed tomography deep learning model on radiologist detection accuracy
2024-Feb, European radiology
IF:4.7Q1
DOI:10.1007/s00330-023-10074-8
PMID:37606663
|
研究论文 | 本研究评估了一种全面的脑部CT深度学习模型对放射科医生检测准确性的影响 | 该深度学习模型显著提高了放射科医生的解读性能，并减少了解读时间 | NA | 评估深度学习模型在辅助放射科医生进行脑部CT扫描解读中的效果 | 放射科医生在使用和不使用深度学习模型辅助下的脑部CT扫描解读性能 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 图像 | 212,484例脑部CT扫描，32名放射科医生评估2848例扫描 | NA | NA | NA | NA |
| 8902 | 2024-08-14 |
Accelerated 3D MR neurography of the brachial plexus using deep learning-constrained compressed sensing
2024-Feb, European radiology
IF:4.7Q1
DOI:10.1007/s00330-023-09996-0
PMID:37606664
|
研究论文 | 本研究探讨了深度学习约束的压缩感知（DLCS）在提高臂丛3D MRI图像质量和缩短采集时间方面的应用 | DLCS4x在信号噪声比和对比噪声比方面优于SENSE4x、CS4x和DLCS8x，且在未增强组中，DLCS4x在臂丛的各个段中评分均高于其他方法 | NA | 提高臂丛3D MRI的图像质量和缩短采集时间 | 臂丛的3D MRI图像 | 计算机视觉 | NA | 深度学习约束的压缩感知（DLCS） | CNN | 图像 | 54名接受增强成像的参与者和41名接受未增强成像的参与者 | NA | NA | NA | NA |
| 8903 | 2024-08-14 |
Automated, fast, robust brain extraction on contrast-enhanced T1-weighted MRI in presence of brain tumors: an optimized model based on multi-center datasets
2024-Feb, European radiology
IF:4.7Q1
DOI:10.1007/s00330-023-10078-4
PMID:37615767
|
研究论文 | 本文开发了一种基于nnU-Net的深度学习模型，用于在脑肿瘤存在的情况下自动提取对比增强T1加权MRI图像中的脑部结构 | 该模型能够自动处理包含脑肿瘤的MRI神经影像数据，提取包括重要浅表结构在内的脑部结构，为肿瘤分析提供更多信息 | 模型在脑膜瘤和前庭神经鞘瘤组中的性能略有下降，并且在肿瘤周围水肿组中存在显著差异 | 优化现有的脑部提取模型，以提供更多肿瘤分析所需的信息 | 对比增强T1加权MRI图像中的脑部结构提取 | 计算机视觉 | 脑肿瘤 | nnU-Net | 深度学习模型 | MRI图像 | 研究涉及920名患者，其中720例来自私人机构，200例来自公共数据集 | NA | NA | NA | NA |
| 8904 | 2024-08-14 |
Unfolded Proximal Neural Networks for Robust Image Gaussian Denoising
2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2024.3437219
PMID:39110565
|
研究论文 | 本文提出了一种基于双FB和原始对偶Chambolle-Pock算法的统一框架，用于构建用于高斯去噪任务的近端神经网络（PNNs），并探讨了其鲁棒性和去噪效率。 | 引入了加速惯性版本的算法，并在关联的神经网络层中实现了跳跃连接。 | NA | 改进图像去噪任务的估计质量。 | 高斯去噪任务和图像去模糊问题。 | 计算机视觉 | NA | 近端算法与深度学习策略结合 | 近端神经网络（PNNs） | 图像 | NA | NA | NA | NA | NA |
| 8905 | 2024-08-14 |
Deep learning-based elaiosome detection in milk thistle seed for efficient high-throughput phenotyping
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1395558
PMID:39129764
|
研究论文 | 本研究提出了一种基于深度学习的新方法，用于半自动检测和分割奶蓟种子中的油质体，以实现高效的高通量表型分析 | 使用Detectron2深度学习算法进行半自动图像标注和模型再训练，提高了检测和分割油质体的准确性 | NA | 开发一种高效的高通量表型分析方法，用于检测和分割奶蓟种子中的油质体 | 奶蓟种子中的油质体 | 计算机视觉 | NA | 深度学习 | Detectron2 | 图像 | 总共使用了6,000张标记图像进行训练 | NA | NA | NA | NA |
| 8906 | 2024-08-14 |
Diagnostic value of a deep learning-based hyoid bone tracking model for aspiration in patients with post-stroke dysphagia
2024 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076241271778
PMID:39130520
|
研究论文 | 本研究利用基于深度学习的甲状骨追踪模型，评估其在卒中后吞咽困难患者中预测吸入风险的诊断价值 | 采用基于BiFPN-U-Net(T)架构的深度学习模型，高效准确地测量甲状骨运动距离，并评估其在临床上的实用性 | NA | 旨在更高效准确地测量卒中后吞咽困难患者甲状骨运动距离，并确定该模型的临床有用性 | 卒中后吞咽困难患者的甲状骨运动 | 机器学习 | 卒中 | 深度学习 | BiFPN-U-Net(T) | 视频 | 85名卒中后吞咽困难患者，分为吸入组（35名）和非吸入组（50名） | NA | NA | NA | NA |
| 8907 | 2024-08-14 |
Design of Interoperable Electronic Health Record (EHR) Application for Early Detection of Lung Diseases Using a Decision Support System by Expanding Deep Learning Techniques
2024, The open respiratory medicine journal
|
研究论文 | 本研究旨在通过扩展深度学习技术，设计一个用于早期发现肺部疾病的互操作电子健康记录（EHR）应用程序，利用决策支持系统提高护理质量。 | 本研究通过开发一个Android应用程序，结合深度学习技术，实现了EHR系统的互操作性和早期肺部疾病的检测。 | 研究主要集中在肺部疾病的早期检测，未来工作可以扩展到其他疾病的早期检测。 | 实现一个互操作的EHR系统，通过决策支持系统在早期阶段识别肺部疾病，提高护理质量。 | 主要研究对象是肺部疾病，特别是肺癌的早期检测。 | 机器学习 | 肺部疾病 | 深度学习技术 | 深度学习模型 | 图像 | 实验过程中共考虑了316张图像，数据集分为80:20的训练和测试比例。 | NA | NA | NA | NA |
| 8908 | 2024-08-14 |
Prediction of PM2.5 concentration based on a CNN-LSTM neural network algorithm
2024, PeerJ
IF:2.3Q2
DOI:10.7717/peerj.17811
PMID:39131620
|
研究论文 | 本研究基于卷积神经网络长短期记忆（CNN-LSTM）模型，预测和分析了监测站的PM浓度 | 采用CNN-LSTM深度学习模型，结合CNN层提取空间特征和LSTM层学习时间依赖性，提高了PM浓度的预测准确性和泛化能力 | NA | 预测和分析PM浓度的空间分布，以便更好地追踪污染源并采取保护人类健康的措施 | 青岛市2020年的PM数据及气象因素（如温度、风速和气压） | 机器学习 | NA | CNN-LSTM | CNN-LSTM | 时间序列数据 | 青岛市2020年的PM数据及气象因素数据 | NA | NA | NA | NA |
| 8909 | 2024-08-14 |
Automatic Identification of Hate Speech - A Case-Study of alt-Right YouTube Videos
2024, F1000Research
DOI:10.12688/f1000research.147107.1
PMID:39131834
|
研究论文 | 本文研究了自动识别仇恨言论的方法，特别是针对alt-right YouTube视频的应用 | 提出了一种跨学科的混合方法，结合机器学习、深度学习和自然语言处理技术与传统的实证研究 | 自动识别或 moderation 仇恨言论无法适应间接象征意义的不断变化的背景 | 探讨自动识别仇恨言论的有效方法及其在alt-right YouTube视频中的应用 | alt-right YouTube视频中的仇恨言论 | 自然语言处理 | NA | 机器学习, 深度学习, 自然语言处理 (NLP) | NA | 视频 | 涉及alt-right YouTube视频的数据 | NA | NA | NA | NA |
| 8910 | 2024-08-14 |
XAI-TRIS: non-linear image benchmarks to quantify false positive post-hoc attribution of feature importance
2024, Machine learning
IF:4.3Q2
DOI:10.1007/s10994-024-06574-3
PMID:39132312
|
研究论文 | 本文提出了一种名为XAI-TRIS的非线性图像基准，用于量化事后归因于特征重要性的假阳性 | 本文设计了基准数据集和新的定量指标，用于评估不同深度学习模型架构下的XAI方法的解释性能 | 本文指出流行的XAI方法在非线性问题上往往无法显著超越随机性能基线和边缘检测方法，且不同模型架构的解释结果差异大，易导致误解 | 验证和评估XAI方法的理论和实证性能 | XAI方法在非线性分类问题中的解释性能 | 机器学习 | NA | 深度神经网络 | CNN | 图像 | 包含一个线性和三个不同非线性分类场景的基准数据集 | NA | NA | NA | NA |
| 8911 | 2024-08-13 |
Magnitude and angle dynamics in training single ReLU neurons
2024-Oct, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2024.106435
PMID:38970945
|
研究论文 | 本研究深入探讨了单个ReLU神经元在平方损失下的梯度流w(t)的训练动态，将其分解为幅度‖w(t)‖和角度φ(t)两个部分，并建立了这些部分的上限和下限以阐明收敛动态 | 本研究首次详细分解并分析了单个ReLU神经元的权重向量动态，填补了该领域的知识空白 | 研究主要集中在单个ReLU神经元和两层多神经元网络上，尚未扩展到更深层次的网络 | 理解深度ReLU网络的训练动态 | 单个ReLU神经元的权重向量动态 | 机器学习 | NA | 梯度下降法 | ReLU神经元 | NA | NA | NA | NA | NA | NA |
| 8912 | 2024-08-13 |
Aligning the domains in cross domain model inversion attack
2024-Oct, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2024.106490
PMID:38968777
|
研究论文 | 本文研究了在跨域模型逆向攻击中对齐不同域分布的问题 | 提出了域对齐模型逆向攻击（DA-MIA）和带有辅助分类器的域对齐模型逆向攻击（DA-MIA-AC），以解决因域分布差异导致的特征向量和预测向量逆向重建难题 | 未提及具体限制 | 旨在改进跨域模型逆向攻击中的图像重建和分类准确性 | 跨域模型逆向攻击中的特征向量和预测向量 | 机器学习 | NA | 模型逆向攻击 | DA-MIA, DA-MIA-AC | 图像 | 未提及具体样本数量 | NA | NA | NA | NA |
| 8913 | 2024-08-13 |
When an extra rejection class meets out-of-distribution detection in long-tailed image classification
2024-Oct, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2024.106485
PMID:38959597
|
研究论文 | 本文提出了一种三分支训练框架，用于在长尾图像分类中进行异常检测，通过引入额外的拒绝类别和辅助异常训练数据来提高检测性能 | 提出了一种有效的三分支训练框架，结合了内部损失、异常损失和尾部类别原型诱导的监督对比损失（TSCL），以在一个网络中训练分布内分类器和异常检测器 | NA | 提高在长尾分布训练集上的异常检测性能 | 长尾图像分类中的异常检测 | 计算机视觉 | NA | NA | CNN | 图像 | NA | NA | NA | NA | NA |
| 8914 | 2024-08-13 |
A Semi-supervised Gaussian Mixture Variational Autoencoder method for few-shot fine-grained fault diagnosis
2024-Oct, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2024.106482
PMID:38945116
|
研究论文 | 提出了一种半监督高斯混合变分自编码器方法SeGMVAE，用于少样本细粒度故障诊断 | 引入高斯混合作为变分自编码器的多模态先验分布，并通过期望最大化算法动态优化，以构建任务和未标记样本的潜在表示，实现元学习 | NA | 解决实际工程中由于标记高质量故障样本稀缺导致的细粒度故障诊断难题 | 机械故障的细粒度诊断 | 机器学习 | NA | 变分自编码器 | 高斯混合变分自编码器 | 样本数据 | 少量标记样本 | NA | NA | NA | NA |
| 8915 | 2024-08-13 |
A topological description of loss surfaces based on Betti Numbers
2024-Oct, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2024.106465
PMID:38943863
|
研究论文 | 本文通过贝蒂数对深度学习模型中的损失函数表面进行拓扑描述，以更好地理解基于梯度下降的训练方法 | 提供了一种拓扑度量方法来评估多层神经网络中损失函数的复杂性 | NA | 旨在通过拓扑方法更好地理解深度学习模型的训练过程 | 多层神经网络的损失函数复杂性 | 机器学习 | NA | NA | 多层神经网络 | NA | NA | NA | NA | NA | NA |
| 8916 | 2024-08-13 |
Spiking generative adversarial network with attention scoring decoding
2024-Oct, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2024.106423
PMID:38906053
|
研究论文 | 本文构建了一种能够处理复杂图像并具有更高性能的尖峰生成对抗网络，通过引入地球移动距离和基于注意力的加权解码方法，解决了尖峰生成对抗网络中的域外不一致性和时间不一致性问题 | 首次构建了能够处理复杂图像的尖峰生成对抗网络，并引入了地球移动距离和基于注意力的加权解码方法，显著提高了算法在多个数据集上的性能 | NA | 探索和改进基于尖峰神经网络的生成模型性能 | 尖峰生成对抗网络及其在复杂图像和事件数据上的应用 | 机器学习 | NA | 尖峰神经网络 | 生成对抗网络（GAN） | 图像 | 包括MNIST、FashionMNIST、CIFAR10和CelebA等多个数据集 | NA | NA | NA | NA |
| 8917 | 2024-08-13 |
A syntactic evidence network model for fact verification
2024-Oct, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2024.106424
PMID:38875934
|
研究论文 | 本文提出了一种结合实体关键词、句法信息和句子注意力的句法证据网络（SENet）模型，用于事实验证 | SENet模型通过提取实体关键词和使用预训练的句法依赖解析器来提取相应的句法句子结构，并将提取的句法信息融入注意力机制，以实现语言驱动的词表示 | NA | 提高事实验证任务的准确性 | 事实验证任务中的句法信息和注意力机制 | 自然语言处理 | NA | 注意力机制 | SENet | 文本 | 在FEVER和UKP Snopes数据集上进行了实验 | NA | NA | NA | NA |
| 8918 | 2024-08-13 |
Deep Learning-Based Segmentation and Risk Stratification for Gastrointestinal Stromal Tumors in Transabdominal Ultrasound Imaging
2024-Sep, Journal of ultrasound in medicine : official journal of the American Institute of Ultrasound in Medicine
IF:2.1Q2
DOI:10.1002/jum.16489
PMID:38822195
|
研究论文 | 本文开发了一种基于深度神经网络的系统，用于胃肠道间质瘤（GISTs）在经腹超声图像中的自动分割和风险分层预测 | 本文采用了五种深度学习分割网络和ResNet 18分类网络，通过比较选出最佳网络组合，实现了GISTs的自动分割和风险分层预测 | NA | 开发一种自动分割和风险分层预测胃肠道间质瘤的深度神经网络系统 | 胃肠道间质瘤（GISTs） | 计算机视觉 | 胃肠道间质瘤 | 深度学习 | SegNeXt-ResNet18 | 超声图像 | 回顾性收集了245名GIST患者的980张超声图像，前瞻性收集了47名GIST患者的188张超声图像 | NA | NA | NA | NA |
| 8919 | 2024-08-13 |
Developing a Computer Vision Model to Automate Quantitative Measurement of Hip-Knee-Ankle Angle in Total Hip and Knee Arthroplasty Patients
2024-Sep, The Journal of arthroplasty
IF:3.4Q1
DOI:10.1016/j.arth.2024.04.062
PMID:38679347
|
研究论文 | 本文开发了一种基于深度学习的计算机视觉模型，用于自动化测量全髋关节和膝关节置换术患者的长腿X光片中的髋膝踝角度（HKAA）。 | 该研究提出了一种基于检测的深度学习算法，能够高精度地计算HKAA，即使在股骨头难以区分的情况下也能有效识别。 | NA | 研究目的是开发一种自动化工具，以减轻骨科医生的负担，并提高髋膝踝角度测量的准确性。 | 全髋关节和膝关节置换术患者的长腿X光片中的髋膝踝角度。 | 计算机视觉 | NA | 深度学习 | DL算法 | 图像 | 1379张长腿X光片，其中1221张用于模型开发，158张被认为是‘困难’样本。 | NA | NA | NA | NA |
| 8920 | 2024-08-13 |
A deep learning-guided automated workflow in LipidOz for detailed characterization of fungal fatty acid unsaturation by ozonolysis
2024-Sep, Journal of mass spectrometry : JMS
IF:1.9Q2
DOI:10.1002/jms.5078
PMID:39132905
|
研究论文 | 本文通过应用Ozone-induced dissociation mass spectrometry（OzID-MS）和LipidOz软件，分析了转化自Histoplasma capsulatum的不同脂肪酸去饱和酶的Saccharomyces cerevisiae酵母菌株的复杂脂质，以确定产生的特定不饱和脂质 | 本文通过重新训练深度学习（DL）模型作为预筛选工具，优先处理自动化分析的目标，减少了手动验证的时间和计算资源 | 由于DL模型最初是使用哺乳动物脂质提取物训练的，因此在酵母衍生数据上的预测准确性降低 | 研究真菌脂质生物学和代谢，以发现抗真菌靶点 | Saccharomyces cerevisiae酵母菌株的脂质 | 机器学习 | NA | Ozone-induced dissociation mass spectrometry（OzID-MS） | 深度学习模型（DL） | 脂质数据 | 转化自Histoplasma capsulatum的不同脂肪酸去饱和酶的Saccharomyces cerevisiae酵母菌株 | NA | NA | NA | NA |