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 12039 篇文献，本页显示第 9541 - 9560 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 9541 | 2024-08-05 |
Robust gesture recognition based on attention-deep fast convolutional neural network and surface electromyographic signals
2024, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2024.1306047
PMID:39050666
|
研究论文 | 本文提出了一种基于注意力深度快速卷积神经网络和表面肌电信号的手势识别方法 | 提出了注意力深度快速卷积神经网络模型，通过结合空间和时间特征来提高手势识别的稳健性和稳定性 | 缺少对低密度电极的手势识别性能比较 | 提高在高密度电极移动或损坏情况下的手势识别准确率 | 七名健康受试者和一名截肢者的手势识别 | 数字病理学 | NA | sEMG | 注意力深度快速卷积神经网络 | 信号 | 8个受试者（7名健康者和1名截肢者） | NA | NA | NA | NA |
| 9542 | 2024-08-05 |
Characterization and Identification of NPK Stress in Rice Using Terrestrial Hyperspectral Images
2024, Plant phenomics (Washington, D.C.)
DOI:10.34133/plantphenomics.0197
PMID:39049839
|
研究论文 | 本研究建立了一个小麦NPK营养胁迫条件的高光谱库，以及时评估作物健康状况 | 提出了一种基于变换器的深度学习网络SHCFTT用于识别高光谱图像中的营养胁迫模式 | NA | 评估水稻在不同营养胁迫条件下的健康状况 | 水稻在14种NPK营养胁迫条件下的反射率曲线 | 数字病理 | NA | 高光谱成像技术 | SHCFTT, SVM, 1D-CNN, 3D-CNN | 图像 | 420张水稻胁迫图像 | NA | NA | NA | NA |
| 9543 | 2024-08-05 |
Feasibility of direct brain 18F-fluorodeoxyglucose-positron emission tomography attenuation and high-resolution correction methods using deep learning
2024, Asia Oceania journal of nuclear medicine & biology
DOI:10.22038/AOJNMB.2024.74875.1522
PMID:39050241
|
研究论文 | 本研究开发了三种用于大脑18F-氟脱氧葡萄糖正电子发射断层扫描(PET)的衰减校正方法，并评估其精确度 | 首次利用深度学习开发直接和高分辨率衰减校正方法，提供无CT暴露的准确衰减校正 | 样本量较小，仅包含53名和27名患者，可能影响结果的广泛适用性 | 开发并评估大脑PET的衰减校正方法 | 53名接受颅脑磁共振成像(MRI)和计算机断层扫描(CT)的患者，以及27名接受MRI、CT和PET的患者 | 数字病理学 | NA | 深度学习 | U-net | 影像 | 53名患者和27名患者 | NA | NA | NA | NA |
| 9544 | 2024-08-05 |
Attention Feature Fusion Network via Knowledge Propagation for Automated Respiratory Sound Classification
2024, IEEE open journal of engineering in medicine and biology
IF:2.7Q3
DOI:10.1109/OJEMB.2024.3402139
PMID:38899013
|
研究论文 | 本研究开发了一种基于深度学习的自动化呼吸声音分类系统 | 将知识传播机制整合到CNN模型中，提高了呼吸病自动诊断的有效性 | 研究后仍需进一步的临床验证以确认模型的普适性 | 旨在通过自动化方法提高呼吸疾病早期诊断的准确性 | 该研究对象为1至6岁的小儿患者的呼吸声音数据 | 机器学习 | 呼吸系统疾病 | 深度学习 | 卷积神经网络（CNN） | 音频 | 使用了ICBHI基准数据集和一个更大规模的自收集小儿数据集 | NA | NA | NA | NA |
| 9545 | 2024-08-05 |
A Brazilian native bee (Tetragonisca angustula) dataset for computer vision
2024-Aug, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.110659
PMID:39044906
|
研究论文 | 文章介绍了一个用于计算机视觉的巴西本土蜜蜂数据集 | 提供了用于蜜蜂追踪的多样化视频数据及其标签和元数据 | 研究中未提及数据集的规模或照片与视频的处理方法 | 证明该数据集在计算机视觉任务中的潜力 | 多个蜜蜂群体的视频记录 | 计算机视觉 | NA | NA | 深度学习模型 | 视频 | 多个蜜蜂群体的视频 | NA | NA | NA | NA |
| 9546 | 2024-08-05 |
SeasVeg: An image dataset of Bangladeshi seasonal vegetables
2024-Aug, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.110564
PMID:39044911
|
研究论文 | 本研究介绍了一个名为'SeasVeg'的数据集，包含孟加拉国季节性蔬菜的图像 | 数据集的多功能性，不仅用于农业科学的机器学习和深度学习，还可用于儿童学习蔬菜识别 | 研究未提及数据集使用的具体上下文或限制条件 | 探索季节性蔬菜对营养和商业的重要性，并推动农业科学的发展 | 包括十种季节性蔬菜的图像数据集 | 机器学习 | NA | 深度学习 | CNN | 图像 | 4500幅图像（1500幅原始和3000幅增强） | NA | NA | NA | NA |
| 9547 | 2024-08-05 |
Prediction of visual field progression with serial optic disc photographs using deep learning
2024-Jul-23, The British journal of ophthalmology
DOI:10.1136/bjo-2023-324277
PMID:37833037
|
研究论文 | 本研究测试了基于纵向视神经盘照片预测视野进展的深度学习模型的假设 | 提出了一种使用双神经网络和ResNet50骨干的深度学习模型来预测青光眼的进展 | 该研究需要进一步验证模型的临床适用性 | 研究目的在于利用深度学习模型预测基于光盘照片的视野进展 | 研究对象为3919只眼睛，其中包括2259名患者 | 数字病理学 | 青光眼 | 深度学习 | 双神经网络（ResNet50） | 图像 | 3919只眼睛（2259名患者） | NA | NA | NA | NA |
| 9548 | 2024-08-05 |
Differentiation of granulomatous nodules with lobulation and spiculation signs from solid lung adenocarcinomas using a CT deep learning model
2024-Jul-22, BMC cancer
IF:3.4Q2
DOI:10.1186/s12885-024-12611-0
PMID:39039511
|
研究论文 | 本研究利用CT深度学习模型区分具有分叶和尖刺征兆的肉芽肿结节与实性肺腺癌 | 提出了一种CT深度学习模型，能有效提高诊断分叶和尖刺征兆的肉芽肿结节的准确性 | 该研究可能受到样本选择偏差和回顾性分析的影响 | 旨在提高在手术前诊断分叶和尖刺征兆肉芽肿结节的准确性 | 420名患有病理确认的肉芽肿结节和肺腺癌的患者 | 计算机视觉 | 肺癌 | CT深度学习 | 自监督转移学习 | 图像 | 420名患者 | NA | NA | NA | NA |
| 9549 | 2024-08-05 |
A dataset for deep learning based detection of printed circuit board surface defect
2024-Jul-22, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-024-03656-8
PMID:39039085
|
研究论文 | 本文创建了一个用于深度学习检测印刷电路板表面缺陷的数据集 | 创新性在于分类了9种印刷电路板表面缺陷并开发了一个大规模的数据集DsPCBSD+ | NA | 旨在提高印刷电路板表面缺陷的检测精度与效率 | 印刷电路板表面缺陷 | 深度学习 | NA | 深度学习 | NA | 图像 | 10259张图像，20276个缺陷 | NA | NA | NA | NA |
| 9550 | 2024-08-05 |
Chemical language modeling with structured state space sequence models
2024-Jul-22, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-50469-9
PMID:39039051
|
研究论文 | 本文介绍了一种新型深度学习架构S4模型在新药设计中的应用 | S4模型在化学语言建模中展现出卓越的学习复杂分子特性的能力 | 未提及具体局限性 | 探讨S4模型如何提升化学语言建模以进行新药设计 | 该研究集中于药物发现任务中的化学语言模型 | 机器学习 | NA | 深度学习 | S4模型 | 分子字符串 | 涉及多个药物发现任务的多种分子 | NA | NA | NA | NA |
| 9551 | 2024-08-05 |
Radiograph-based rheumatoid arthritis diagnosis via convolutional neural network
2024-Jul-22, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01362-w
PMID:39039460
|
研究论文 | 本文旨在开发一种基于深度学习的自动化系统，用于从X光片中识别和分级类风湿性关节炎(RA) | 提出了一种基于CNN的完全自动化RA诊断模型，探索了五种流行的CNN架构 | 实验只基于手部X光片，未探讨其他部位的RA诊断可能性 | 研究旨在为RA的快速、准确诊断开发一种新的方法 | 基于240张手部X光片的数据集进行训练和104张X光片的评估 | 计算机视觉 | 类风湿性关节炎 | 卷积神经网络(CNN) | GoogLeNet和VGG16 | 图像 | 240张手部X光片用于训练，104张用于评估 | NA | NA | NA | NA |
| 9552 | 2024-08-05 |
Artificial intelligence model for automated surgical instrument detection and counting: an experimental proof-of-concept study
2024-Jul-21, Patient safety in surgery
IF:2.6Q1
DOI:10.1186/s13037-024-00406-y
PMID:39034409
|
研究论文 | 本研究评估了一种基于深度学习的计算机视觉模型，用于自动化手术工具检测和计数 | 提出了一种新颖的数据集与深度学习模型，展示了自动检测和计数手术工具的可行性 | 需要在临床环境中进一步验证模型的有效性 | 旨在提高手术安全性，并减少手术人员的手动工作负担 | 使用包含13,213个手术工具的图像数据集进行模型训练和性能评估 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 1,004张图像，11个类别的手术工具 | NA | NA | NA | NA |
| 9553 | 2024-08-05 |
Detection of atrial fibrillation using a nonlinear Lorenz Scattergram and deep learning in primary care
2024-Jul-20, BMC primary care
IF:2.0Q2
DOI:10.1186/s12875-024-02407-3
PMID:39033295
|
研究论文 | 本研究旨在基于非线性 Lorenz 散点图和深度学习构建心房颤动 (AF) 检测模型 | 该文章使用非线性 Lorenz 散点图与深度学习结合以提高心房颤动的检测准确性 | 未提及研究的局限性 | 快速准确地检测心房颤动以促进早期干预 | MIT-BIH 正常窦律数据库、MIT-BIH 心律失常数据库和长期心房颤动数据库中的数据 | 计算机视觉 | 心房颤动 | 深度学习 | NA | 心电图 | 从多个数据库构建的数据集，不同的内外验证集 | NA | NA | NA | NA |
| 9554 | 2024-08-05 |
STC-UNet: renal tumor segmentation based on enhanced feature extraction at different network levels
2024-Jul-19, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01359-5
PMID:39030510
|
研究论文 | 本文提出了一种新的STC-UNet模型，用于改善肾肿瘤的分割精度 | 引入选择性卷积核、视觉变换器和坐标注意力模块，以增强网络不同层级的特征提取能力 | 在现有研究中未具体提及样本多样性和外部验证的限制 | 提高肾肿瘤的医学图像分割精度 | 肾肿瘤的医学图像数据 | 医学图像分割 | 肾癌 | 深度学习 | U-Net | 图像 | 基于KiTS19数据集的验证 | NA | NA | NA | NA |
| 9555 | 2024-08-05 |
Assessing breast disease with deep learning model using bimodal bi-view ultrasound images and clinical information
2024-Jul-19, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2024.110279
PMID:39045104
|
研究论文 | 本研究开发了一种多模式深度学习模型（BreNet），用于区分乳腺癌与良性病变 | BreNet模型在乳腺癌的检测中显示出优于放射科医生的诊断能力，并能够提升放射科医生的诊断效果 | 本研究基于单一中心和两个中心的图像进行测试，实际应用中可能需要更广泛的验证 | 提高乳腺癌的诊断能力 | 利用双模式超声图像及临床信息进行乳腺疾病的评估 | 数字病理学 | 乳腺癌 | 深度学习 | BreNet | 图像 | 10,108张训练图像和3,762张测试图像 | NA | NA | NA | NA |
| 9556 | 2024-08-05 |
Hybridized deep learning goniometry for improved precision in Ehlers-Danlos Syndrome (EDS) evaluation
2024-Jul-18, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-024-02601-4
PMID:39026270
|
研究论文 | 本研究开发了一种基于图像的体位测量系统，HybridPoseNet，对Ehlers-Danlos综合征（EDS）的评估提供更准确的关节角度测量 | 该模型结合了CNN与HyperLSTM的优势，提供了更好的泛化和时间一致性，显著改善了常规体位测量库的准确性 | 本研究的样本量相对较小，仅包括50名访问EDS诊所的个体，可能限制了结果的普遍适用性 | 旨在开发一种新颖的测量工具，以提高在EDS评估中的关节角度测量准确性 | 研究对象为50名就诊于EDS诊所的个体，主要关注能够过度伸展的关节 | 计算机视觉 | Ehlers-Danlos综合征 | 深度学习 | HybridPoseNet | 视频 | 50个个体 | NA | NA | NA | NA |
| 9557 | 2024-08-05 |
Research on image recognition of tomato leaf diseases based on improved AlexNet model
2024-Jul-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e33555
PMID:39044970
|
研究论文 | 该文章介绍了一种基于改进AlexNet模型的番茄叶病害图像识别方法 | 通过HOG和LBP加权融合特征提取改进了传统图像识别技术，提升了图像分类与识别效果 | 研究未提及样本多样性和可能的环境影响 | 旨在提高番茄叶病害的识别效率和准确性 | 针对8种番茄叶病害及健康叶片 | 计算机视觉 | 植物病害 | 深度学习，使用AlexNet模型及转移学习 | 改进的AlexNet模型 | 图像 | 包含8种番茄叶病害的图像数据集 | NA | NA | NA | NA |
| 9558 | 2024-08-05 |
Time Series AI Model for Acute Kidney Injury Detection Based on a Multicenter Distributed Research Network: Development and Verification Study
2024-Jul-05, JMIR medical informatics
IF:3.1Q2
DOI:10.2196/47693
PMID:39039992
|
研究论文 | 本研究旨在通过可解释的长短期记忆（LSTM）模型，利用分布式研究网络（DRN）中的时间序列数据，检测急性肾损伤（AKI）的早期发生。 | 本研究首次应用基于时间序列的可解释多变量LSTM（IMV-LSTM）模型，对使用肾毒性药物患者的电子健康记录（EHR）数据进行分析。 | 未提及本研究的具体局限性。 | 早期识别急性肾损伤的发生，以便在肾毒性药物开处方前检测不良反应的风险因素。 | 研究对象为使用肾毒性药物的患者，涉及6家医院的电子健康记录时间序列数据。 | 数字病理学 | 急性肾损伤 | 可解释多变量LSTM | LSTM | 电子健康记录时间序列数据 | 分析了8643名有急性肾损伤的患者和31012名没有急性肾损伤的患者 | NA | NA | NA | NA |
| 9559 | 2024-08-05 |
An integrative approach to protein sequence design through multiobjective optimization
2024-Jul, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1011953
PMID:38991035
|
研究论文 | 本文展示了一种通过多目标优化的整合方法进行蛋白质序列设计 | 创新点在于适应进化多目标优化技术，并将其与多个模型和目标函数整合到生成设计流程中 | 本文未提到任何特别的局限性 | 研究目的在于开发能够整合不同模型和目标函数的蛋白质设计框架 | 研究对象包括进化多目标优化方法及其在蛋白质设计中的应用 | 计算蛋白质设计 | NA | 深度学习、进化多目标优化技术 | NSGA-II | 蛋白质序列 | 涉及的样本包括RfaH、PapD和钙调蛋白 | NA | NA | NA | NA |
| 9560 | 2024-08-05 |
Cabin air dynamics: Unraveling the patterns and drivers of volatile organic compound distribution in vehicles
2024-Jul, PNAS nexus
IF:2.2Q1
DOI:10.1093/pnasnexus/pgae243
PMID:39045013
|
研究论文 | 本文研究了汽车座舱内挥发性有机化合物（VOCs）的分布模式及其驱动因素 | 提出了一种结合了注意力机制和集成策略的LSTM-A-E深度学习模型来预测座舱内VOCs浓度 | 缺乏对其他车辆类型和环境条件下的VOCs动态的进一步验证 | 探讨汽车座舱内挥发性有机化合物的动态变化和影响因素 | 新的汽车在夏季工作日内的环境参数和VOCs水平 | 数字病理学 | NA | 深度学习 | LSTM | 环境参数和VOCs浓度数据 | 7个夏季工作日内对新车的观察数据 | NA | NA | NA | NA |