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！
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。
当前共找到 12058 篇文献，本页显示第 9701 - 9720 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 9701 | 2024-08-05 |
Real-World Spatial Synchronization of Event-CMOS Cameras through Deep Learning: A Novel CNN-DGCNN Approach
2024-Jun-21, Sensors (Basel, Switzerland)
DOI:10.3390/s24134050
PMID:39000829
|
研究论文 | 该论文提出了一种新的深度学习架构，以增强CMOS和事件摄像机之间的空间同步。 | 该研究首创了基于场景的CMOS与事件摄像机同步方式，利用动态图卷积神经网络(DGCNN)直接处理事件数据。 | 目前的算法无法有效解决精准的空间对齐问题。 | 研究目的在于提高CMOS与事件摄像机之间的空间同步精度。 | 研究对象为CMOS相机和事件相机的集成与同步。 | 计算机视觉 | NA | 深度学习, DGCNN | 动态图卷积神经网络(DGCNN) | 事件数据 | NA |
| 9702 | 2024-08-05 |
Wheat Fusarium Head Blight Automatic Non-Destructive Detection Based on Multi-Scale Imaging: A Technical Perspective
2024-Jun-21, Plants (Basel, Switzerland)
DOI:10.3390/plants13131722
PMID:38999562
|
综述 | 本文综述了小麦赤霉病的自动非破坏性检测技术。 | 本研究总结了不同成像技术在小麦赤霉病检测中的应用，并提出了理想的应用模式与发展趋势。 | 缺乏对现有先进检测技术的全面总结及其在实际应用中的潜在挑战讨论。 | 探讨小麦赤霉病的自动检测技术及其应用前景。 | 涉及小麦赤霉病在不同成像尺度下的检测技术和方法。 | 计算机视觉 | 小麦赤霉病 | 成像技术 | 深度学习 | 图像 | NA |
| 9703 | 2024-08-05 |
Smart Partitioned Blockchain
2024-Jun-21, Sensors (Basel, Switzerland)
DOI:10.3390/s24134033
PMID:39000812
|
研究论文 | 本文提出了一种智能分区区块链模型，用于处理和管理智能空间及物联网中的敏感交易 | 提出了一种通过机器学习和深度学习将交易分类到不同敏感度池的智能分区区块链模型 | 医学数据集的分类准确性较低，仅达到91% | 开发一个能够根据应用领域要求定制的区块链模型 | 银行和医疗数据集，依据定义的敏感度阈值进行分类 | 区块链 | NA | 机器学习，深度学习 | 随机森林，顺序深度学习 | 数据集 | 银行交易和医学数据集 |
| 9704 | 2024-08-05 |
A Data Matrix Code Recognition Method Based on L-Shaped Dashed Edge Localization Using Central Prior
2024-Jun-21, Sensors (Basel, Switzerland)
DOI:10.3390/s24134042
PMID:39000820
|
研究论文 | 本文提出了一种基于中心先验的L形虚线边缘定位的数据矩阵码识别方法 | 提出了一种新方法，利用数据矩阵码中心的先验信息进行L形虚线边缘的定位，克服了现有方法在干扰问题上的局限性 | 仍需在不同干扰和复杂背景下进一步验证方法的鲁棒性 | 提高在工业生产环境中数据矩阵码的识别准确率 | 数据矩阵码的识别 | 计算机视觉 | NA | 深度学习对象检测 | NA | 图像 | 多种类型的数据矩阵码数据集 |
| 9705 | 2024-08-05 |
HeMoDU: High-Efficiency Multi-Object Detection Algorithm for Unmanned Aerial Vehicles on Urban Roads
2024-Jun-21, Sensors (Basel, Switzerland)
DOI:10.3390/s24134045
PMID:39000823
|
研究论文 | 本文提出了一种高效的多目标检测算法HeMoDU，专为无人驾驶飞行器在城市道路上的应用设计 | HeMoDU通过重构现代深度学习基础的目标检测模型，优化多个方面以提高计算效率和检测准确性 | 尚未提及具体的局限性 | 提高无人驾驶飞行器在城市道路环境中目标检测的速度和准确性 | 无人驾驶飞行器在城市道路环境中的目标检测 | 计算机视觉 | NA | 深度学习 | 无 | 公共城市道路数据集 | 使用了公共数据集VisDrone2019和UA-DETRAC进行评估 |
| 9706 | 2024-08-05 |
Unveiling the Secrets of Acinetobacter baumannii: Resistance, Current Treatments, and Future Innovations
2024-Jun-21, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms25136814
PMID:38999924
|
研究论文 | 揭示了嗜麦芽寡糖样芽孢杆菌的抗药性、当前治疗方法及未来创新 | 探讨了新的治疗方法和感染控制策略，特别是结合药物和新分子 | 未具体提供实验数据或样本量 | 提高对嗜麦芽寡糖样芽孢杆菌抗药性机制的理解 | 嗜麦芽寡糖样芽孢杆菌及其抗药性 | 数字病理学 | NA | 深度学习和人工智能 | NA | NA | NA |
| 9707 | 2024-08-05 |
Identification of inhibitors for neurodegenerative diseases targeting dual leucine zipper kinase through virtual screening and molecular dynamics simulations
2024-Jun, SAR and QSAR in environmental research
IF:2.3Q3
DOI:10.1080/1062936X.2024.2363195
PMID:38855951
|
研究论文 | 本文研究了通过虚拟筛选和分子动力学模拟来识别针对双亮氨酸拉链激酶的神经退行性疾病抑制剂 | 本研究首次在众多化合物中筛选出具有潜在抑制作用的DLK抑制剂，并结合深度学习提升了化合物的亲和力 | 研究主要依赖于计算方法，未进行实验室验证 | 识别新型DLK抑制剂，以应对神经退行性疾病 | 主要针对双亮氨酸拉链激酶的抑制剂进行筛选 | 计算机视觉 | 神经退行性疾病 | 分子动力学模拟 | 深度学习 | 化合物 | 筛选了多个化合物，包括两个天然产品和两个FDA批准的药物 |
| 9708 | 2024-08-07 |
Deep Learning during burn prehospital care: An evolving perspective
2024-06, Burns : journal of the International Society for Burn Injuries
IF:3.2Q1
DOI:10.1016/j.burns.2024.03.015
PMID:38582694
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 9709 | 2024-08-05 |
A fully automated deep learning approach for coronary artery segmentation and comprehensive characterization
2024-Mar, APL bioengineering
IF:6.6Q1
DOI:10.1063/5.0181281
PMID:38269204
|
研究论文 | 提出了一种完全自动化的深度学习方法，用于冠状动脉分割和综合特征分析 | 创新点在于开发了一个全自动化的管道，能够实现冠状动脉的分割以及冠状动脉钙化和扭曲的客观分析 | 该研究可能存在对特定数据集的依赖性，且只在CCTA图像上进行了验证 | 本研究旨在提供一种快速且客观的工具，以协助临床医生进行冠状动脉疾病风险评估 | 研究对象为281幅经过手动注释的CCTA图像 | 数字病理学 | 冠心病 | 冠状动脉计算机断层血管造影（CCTA） | 基于U-Net的双阶段模型 | 图像 | 281幅CCTA图像 |
| 9710 | 2024-08-05 |
Analysis of pig posture detection in group-housed pigs using deep learning-based mask scoring instance segmentation
2024 Jan-Dec, Animal science journal = Nihon chikusan Gakkaiho
DOI:10.1111/asj.13975
PMID:39005155
|
research paper | 本研究探讨了一种基于深度学习的实例分割评分算法，用于检测和分割群体中猪的不同姿势 | 提出了一种新的对象检测和分割算法，能够在群体图像中识别个体猪的姿势，同时结合了残差网络和特征金字塔网络以提取特征图 | 在处理目标丢失和重叠猪只的错误检测方面仍存在一些挑战 | 研究猪姿势检测与家畜健康和福利之间的关系 | 群体饲养的猪 | 计算机视觉 | NA | 深度学习 | 残差网络和特征金字塔网络 | 图像 | 图像批次大小为512，每批次4张图像 |
| 9711 | 2024-08-05 |
Radiographic Findings Associated With Mild Hip Dysplasia in 3869 Patients Using a Deep Learning Measurement Tool
2024-Aug, Arthroplasty today
IF:1.5Q3
DOI:10.1016/j.artd.2024.101398
PMID:38993836
|
研究论文 | 本文开发了一种深度学习算法来测量和分类轻度髋关节发育不良的患者 | 创新点在于自动化测量与髋关节发育不良相关的多个角度，并应用于大规模患者群体的发病率分析 | 本研究没有提到患者的先前髋关节置换手术情况和其他潜在的混淆变量 | 本研究旨在使用深度学习算法测量与髋关节发育不良相关的角度并评估发病率 | 研究对象为3869名无先前髋关节置换手术的患者 | 计算机视觉 | NA | 深度学习(DL) | NA | 影像 | 3869名患者 |
| 9712 | 2024-08-05 |
Unveiling the stochastic nature of human heteropolymer ferritin self-assembly mechanism
2024-Aug, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.5104
PMID:38995055
|
研究论文 | 本文探讨了人类异聚体铁蛋白的自组装机制及其随机特性 | 揭示了异聚铁蛋白在自组装过程中具有独特的建筑特征和随机组装机制 | 对异铁蛋白组装机制的理解仍有限，需要进一步研究其功能和作用 | 理解异聚体铁蛋白的结构及其组装机制对细胞功能的影响 | 合成具有特定H与L亚基比例的铁蛋白异聚物 | NA | NA | 高分辨率冷冻电子显微镜分析和基于深度学习的氨基酸建模 | NA | NA | NA |
| 9713 | 2024-08-05 |
Three-Dimensional Label-Free Observing of the Self-Assembled Nanoparticles inside a Single Cell at Nanoscale Resolution
2024-Jul-13, ACS nano
IF:15.8Q1
DOI:10.1021/acsnano.4c06095
PMID:39001860
|
研究论文 | 本研究提出了一种无标记的三维观察自组装纳米颗粒的方法 | 创新点在于结合深度学习和同步辐射硬X射线纳米断层扫描技术来实现单细胞内自组装纳米颗粒的定量观察 | 文章未提及具体的实验环境或外部变量控制，从而可能影响结果的普适性 | 本研究旨在优化纳米医学中的自组装性能 | 研究对象为超小铁氧化物纳米颗粒（USIO NPs） | 数字病理学 | NA | 深度学习结合同步辐射硬X射线纳米断层扫描 | NA | 图像 | 单个细胞 |
| 9714 | 2024-08-05 |
Oral mucosal lesions triage via YOLOv7 models
2024-Jul-12, Journal of the Formosan Medical Association = Taiwan yi zhi
DOI:10.1016/j.jfma.2024.07.010
PMID:39003230
|
研究论文 | 本研究利用YOLOv7模型增强了口腔粘膜病变的早期检测和分类。 | 通过扩展数据集并比较不同的YOLOv7模型配置，提高了病变分类的准确性。 | 研究未提及YOLOv7模型在实际临床应用中的长期效果。 | 提高口腔粘膜病变的早期检测和分类能力。 | 主要研究对象为口腔粘膜病变。 | 计算机视觉 | 口腔癌 | 深度学习 | YOLOv7 | 图像 | 超过50,000张白光宏观图像 |
| 9715 | 2024-08-05 |
A deep learning based cognitive model to probe the relation between psychophysics and electrophysiology of flicker stimulus
2024-Jul-10, Brain informatics
DOI:10.1186/s40708-024-00231-0
PMID:38987386
|
研究论文 | 本文旨在通过基于深度学习的计算模型探讨闪烁刺激的心理物理学与电生理学之间的关系 | 使用卷积递归神经网络（CRNN）结合心理物理数据，展示了闪烁刺激的电生理特征可以通过时间卷积操作进行解释 | 本研究基于人类受试者的数据，可能受到个体差异的影响 | 桥接闪烁融合的心理物理学与闪烁刺激相关的电生理学之间的差距 | 利用人类受试者的心理物理数据进行训练的CRNN | 计算机视觉 | NA | 深度学习 | 卷积递归神经网络（CRNN） | 心理物理学数据 | NA |
| 9716 | 2024-08-05 |
Radiomics incorporating deep features for predicting Parkinson's disease in 123I-Ioflupane SPECT
2024-Jul-10, EJNMMI physics
IF:3.0Q2
DOI:10.1186/s40658-024-00651-1
PMID:38985382
|
研究论文 | 本研究结合放射组学和深度学习特征，以预测帕金森病的Hoehn-Yahr阶段 | 结合放射组学和深度学习特征的模型相比于单独使用放射组学或深度学习，显著提升了帕金森病预测的准确性 | MRI与SPECT基础的分割方法在放射组学结果上未表现出显著差异，限制了模型的广泛适用性 | 研究基于123I-Ioflupane SPECT影像预测帕金森病的Hoehn-Yahr阶段 | 161名帕金森病患者，评估首次诊断后的第0年和第4年 | 计算机视觉 | 帕金森病 | 123I-Ioflupane SPECT | 2D DenseNet | 影像 | 161名受试者 |
| 9717 | 2024-08-05 |
Deep learning-based recommendation system for metal-organic frameworks (MOFs)
2024-Jul-10, Digital discovery
IF:6.2Q1
DOI:10.1039/d4dd00116h
PMID:38993728
|
研究论文 | 本文提出了一种基于深度学习的金属有机框架（MOFs）推荐系统 | 该系统利用无监督的Doc2Vec模型，将MOFs嵌入高维化学空间，进行相似性分析以推荐特定应用的材料 | 该方法可能在推荐的材料范围上具有局限性，仍需要对一些材料进行深度调查 | 研究旨在开发一种高效的MOFs推荐系统 | 研究对象为金属有机框架（MOFs） | 机器学习 | NA | Doc2Vec | NA | 文档结构的MOF特性 | NA |
| 9718 | 2024-08-07 |
Author Correction: A fully automated classification of third molar development stages using deep learning
2024-Jul-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-66731-5
PMID:38987634
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 9719 | 2024-08-05 |
Application of Artificial Intelligence in rehabilitation science: A scientometric investigation Utilizing Citespace
2024-Jul-04, SLAS technology
IF:2.5Q3
DOI:10.1016/j.slast.2024.100162
PMID:38971228
|
研究论文 | 本研究展示了康复科学与人工智能（AI）技术交叉的科学计量分析 | 研究通过Citespace工具可视化和量化AI在康复科学中的应用，揭示了该领域的研究趋势和影响 | 尽管分析提供了有价值的见解，但数据仅来源于Web of Science数据库，可能存在选择偏差 | 探索人工智能在康复科学中的应用及其发展趋势 | 基于2002年至2022年间与康复科学及人工智能相关的出版物进行分析 | 数字病理学 | NA | 科学生物信息学 | NA | 文献数据 | 分析涉及2002至2022年间的多篇学术论文 |
| 9720 | 2024-08-05 |
DenseNet model incorporating hybrid attention mechanisms and clinical features for pancreatic cystic tumor classification
2024-Jul, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.14380
PMID:38715381
|
研究论文 | 本研究旨在开发一种深度学习模型，以区分胰腺浆液囊肿肿瘤和粘液囊肿肿瘤 | 提出了一种结合混合注意力机制和临床特征的DenseNet模型，以提高分类精度 | 本研究的数据集可能存在样本量限制，影响模型的广泛适用性 | 探讨如何利用临床特征和影像结果提高胰腺囊肿肿瘤的分类准确度 | 207例浆液囊肿肿瘤患者和93例粘液囊肿肿瘤患者的影像数据 | 计算机视觉 | 胰腺癌 | 深度学习 | DenseNet-161 | 图像 | 207例SCN和93例MCN，共1761幅图像 |