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 12022 篇文献，本页显示第 9961 - 9980 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 9961 | 2024-08-05 |
Clustering analysis for classifying fake real estate listings
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2019
PMID:38983188
|
研究论文 | 本文探讨了利用聚类分析对虚假房地产房源进行分类的方法 | 创新之处在于将聚类分析应用于房地产领域，以区分虚假与真实房源 | 聚类在房地产领域的应用相对有限，主要集中于拍卖和物业评估 | 研究旨在开发有效的方法来区分真实和虚假的房地产房源 | 研究对象为通过行业专家策划的数据集中的房地产房源 | 计算机视觉 | NA | K-means | 随机森林和决策树 | 数据集 | NA | NA | NA | NA | NA |
| 9962 | 2024-08-05 |
Intelligent real-life key-pixel image detection system for early Arabic sign language learners
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2063
PMID:38983191
|
研究论文 | 本研究提出了一种改进的手语检测方法，旨在提高早期阿拉伯手语学习者的学习效果 | 提出的iSDS方法基于YOLOv8算法，能够有效降低误报率并提高手语检测的准确性和速度 | 本文未提及具体的样本量和训练数据的多样性 | 改善手语学习框架，以帮助听力障碍人群更好地学习手语 | 早期阿拉伯手语学习者 | 计算机视觉 | NA | YOLOv8 | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 9963 | 2024-08-05 |
Deep learning-driven dyslexia detection model using multi-modality data
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2077
PMID:38983227
|
研究论文 | 本研究提出了一种基于深度学习的多模态阅读障碍检测模型 | 通过集成多模态数据并应用多种深度学习模型进行特征提取，提出了一种有效的阅读障碍检测模型 | 该模型在计算资源有限的情况下表现良好，但对模型的可解释性仍需要进一步提高 | 研究阅读障碍的检测方法以帮助早期干预 | 使用磁共振成像（MRI）、功能性MRI和脑电图（EEG）数据进行检测模型的开发 | 机器学习 | 阅读障碍 | 深度学习 | MobileNet V3，EfficientNet B7，Bi-LSTM | 图像 | 三个包含FMRI、MRI和EEG数据的数据集 | NA | NA | NA | NA |
| 9964 | 2024-08-05 |
MCV-UNet: a modified convolution & transformer hybrid encoder-decoder network with multi-scale information fusion for ultrasound image semantic segmentation
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2146
PMID:38983210
|
研究论文 | 本文介绍了一种新的混合网络，用于超声图像的语义分割 | 提出了一种结合卷积神经网络和视觉变换器的网络，并在编码器和解码器阶段引入了多尺度CNN | NA | 提高超声图像语义分割的准确性 | 公共基准超声神经分割数据集 | 计算机视觉 | NA | 深度学习 | 混合CNN和ViT | 图像 | NA | NA | NA | NA | NA |
| 9965 | 2024-08-05 |
Domain Generalization with Correlated Style Uncertainty
2024-Jan, IEEE Winter Conference on Applications of Computer Vision. IEEE Winter Conference on Applications of Computer Vision
DOI:10.1109/wacv57701.2024.00200
PMID:38978834
|
研究论文 | 本文介绍了一种新的数据增强方法，称为相关风格不确定性（CSU），旨在提高领域泛化能力 | 提出了一种新的数据增强方法，克服了线性插值的局限性，同时保留了重要的相关性信息 | 先前的工作可能忽视了不同特征通道之间的相互依赖关系 | 提高深度学习模型在不同领域的鲁棒性 | 跨领域计算机视觉和医学成像分类任务的数据集 | 计算机视觉 | NA | 数据增强 | NA | 图像 | 多个数据集，包括PACS, Office-Home, Camelyon17，以及Duke-Market1501实例检索任务 | NA | NA | NA | NA |
| 9966 | 2024-08-05 |
Deep learning-based dimensional emotion recognition for conversational agent-based cognitive behavioral therapy
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2104
PMID:38983201
|
研究论文 | 本研究开发了一种基于转换器的模型，用于进行维度情感识别，以增强基于对话代理的认知行为治疗的效果 | 通过开发使用新颖的维度情感数据集的转换器模型，超越了现有的情感建模方法 | 没有详细讨论模型在不同文化背景或其他语言中的表现 | 改进互联网基础的认知行为治疗中的情感识别技术 | 使用变换器模型检测情感的维度，对75,503个样本的情感进行分析 | 自然语言处理 | NA | 转换器模型 | 转换器 | 文本 | 75,503个样本用于训练，20名参与者用于可行性研究 | NA | NA | NA | NA |
| 9967 | 2024-08-05 |
Multi-FusNet: fusion mapping of features for fine-grained image retrieval networks
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2025
PMID:38983204
|
研究论文 | 本文提出了一种新的细粒度图像检索方法，结合了特征融合和哈希映射技术 | 首次在细粒度图像检索中应用了代理自注意架构，并强调中间层特征的融合 | 尚未明确指出该方法在特定条件下的局限性 | 提高细粒度图像检索的效率和准确性 | 细粒度图像数据集与特征 | 计算机视觉 | NA | 哈希映射 | 自注意力架构 | 图像 | 涉及五个公开可用的细粒度数据集 | NA | NA | NA | NA |
| 9968 | 2024-08-05 |
Efficient geospatial mapping of buildings, woodlands, water and roads from aerial imagery using deep learning
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2039
PMID:38983232
|
研究论文 | 本研究提出了一种使用深度学习方法对航空影像进行精确地面覆盖分类的策略 | 采用了三种流行的深度学习模型，提出了一种新的方法以提高预测准确性 | 没有提及该方法在不同地理区域或不同类型地形上的适用性 | 提升航空影像分析中地面覆盖分类的效率和准确性 | 航空影像中建筑物、林地、水域和道路的分类 | 计算机视觉 | NA | 深度学习 | Vanilla-UNet, ResNet50 UNet, DeepLabV3 ResNet50 | 图像 | NA | NA | NA | NA | NA |
| 9969 | 2024-08-05 |
The utilization of artificial intelligence in glaucoma: diagnosis versus screening
2024, Frontiers in ophthalmology
DOI:10.3389/fopht.2024.1368081
PMID:38984126
|
研究论文 | 文章探讨了人工智能在青光眼诊断和筛查中的不同作用 | 强调了诊断模型与筛查模型在敏感性与特异性之间的关键平衡 | NA | 研究人工智能在青光眼诊断和筛查中的应用 | 青光眼患者及其相关的眼科影像数据 | 计算机视觉 | 青光眼 | 机器学习和深度学习 | NA | 彩色视网膜照片和其他视网膜成像模式 | NA | NA | NA | NA | NA |
| 9970 | 2024-08-05 |
COVID-19 and Pneumonia detection and web deployment from CT scan and X-ray images using deep learning
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0302413
PMID:38976703
|
研究论文 | 该文章设计了一个基于深度学习的框架，用于检测COVID-19及肺炎，并进行网络部署 | 提出了多种深度学习算法组合的检测框架，并通过四个深度学习模型在不同数据集上进行了比较与分析 | 未提及具体的外部验证数据或不同人群的适应性 | 旨在提升COVID-19及肺炎的检测准确性及管理效率 | 基于CT扫描和X光图像的数据集进行模型训练和检测 | 数字病理学 | COVID-19 | 深度学习 | VGG-19, ResNet-50, Inception V3, Xception | 图像 | 使用了CT图像和X光图像的数据集进行模型评估，具体样本数量未详细说明 | NA | NA | NA | NA |
| 9971 | 2024-08-05 |
A review of ADHD detection studies with machine learning methods using rsfMRI data
2024-Aug, NMR in biomedicine
IF:2.7Q1
DOI:10.1002/nbm.5138
PMID:38472163
|
综述 | 本文综述了基于静息状态功能磁共振成像(rsfMRI)数据和机器学习方法的ADHD检测研究 | 该研究首次专门调查了ADHD的检测，并详细比较了现有研究的性能优缺点 | 文章未提及具体数据的样本大小和类型 | 研究旨在评估rsfMRI数据与机器学习方法在ADHD检测中的应用 | 研究对象为ADHD相关的fMRI数据和机器学习检测方法 | 机器学习 | 注意力缺陷多动障碍 | rsfMRI | 机器学习 | fMRI数据 | NA | NA | NA | NA | NA |
| 9972 | 2024-08-05 |
A review of self-supervised, generative, and few-shot deep learning methods for data-limited magnetic resonance imaging segmentation
2024-Aug, NMR in biomedicine
IF:2.7Q1
DOI:10.1002/nbm.5143
PMID:38523402
|
review | 该文章回顾了用于数据有限的磁共振成像分割的自监督、生成和少样本深度学习方法 | 创新点在于总结了利用少量标注样本的最新算法，并探讨了自监督学习、生成模型、少样本学习和半监督学习的基本原理 | 本综述没有深入探讨所有最新算法的细节，只是提供了一个概述 | 本研究的目的是回顾在数据有限情况下进行的磁共振成像分割的先进算法 | 研究对象包括心脏、腹部和脑部的磁共振成像分割应用 | 数字病理 | NA | NA | 自监督学习、生成模型、少样本学习和半监督学习 | MRI图像 | NA | NA | NA | NA | NA |
| 9973 | 2024-08-05 |
Engineering a Robust UDP-Glucose Pyrophosphorylase for Enhanced Biocatalytic Synthesis via ProteinMPNN and Ancestral Sequence Reconstruction
2024-Jul-10, Journal of agricultural and food chemistry
IF:5.7Q1
DOI:10.1021/acs.jafc.4c03126
PMID:38918953
|
研究论文 | 本研究关注于通过多酶催化合成UDP-葡萄糖，采用深度学习和祖先序列重建工程化热稳定UGP变体 | 创新点在于利用深度学习和祖先序列重建设计了一个热稳定性显著提高的UDP-葡萄糖焦磷酸酶变体 | NA | 研究UDP-葡萄糖的合成方法以降低成本 | UDP-葡萄糖焦磷酸酶及其工程化变体 | 生物催化 | NA | 深度学习 | NA | 化学反应数据 | 实验验证了工程化UGP变体的合成能力，合成量为52.6 mM | NA | NA | NA | NA |
| 9974 | 2024-08-05 |
Transformer-Based Weakly Supervised Learning for Whole Slide Lung Cancer Image Classification
2024-Jul-09, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3425434
PMID:38980777
|
研究论文 | 本文提出了一种基于变压器的弱监督学习框架，用于肺癌全切片图像分类 | 提出了一个新的两阶段变压器框架SSRViT，有效利用弱标签来解决标注成本高和注释一致性差的问题 | 未提及手动注释的需要和适用性问题 | 旨在改善肺癌全切片图像分类的准确性 | 研究对象为肺癌全切片图像及其不同类型的组织 | 计算机视觉 | 肺癌 | 变压器 | SRViT和SViT | 图像 | 在训练中使用的样本数量未提及 | NA | NA | NA | NA |
| 9975 | 2024-08-05 |
In silico design of DNA sequences for in vivo nucleosome positioning
2024-Jul-08, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkae468
PMID:38828788
|
研究论文 | 本研究提出了一种结合动力学Monte Carlo框架和基于深度学习预测的深度突变筛选的计算方法，用于设计合成DNA序列 | 提出了一种新的计算方法，可用于优化酵母中的核小体排列，同时创建能够容纳更大重复长度的合成序列 | RNA-seq结果表明这些序列的转录并非由核小体重复长度驱动 | 旨在在合成基因组领域中设计具有特定体内性质的合成DNA序列 | 针对特定核小体重复长度的合成DNA序列进行设计和验证 | 合成基因组学 | NA | 深度学习、RNA-seq | NA | DNA序列 | 涉及数千千碱基长的计算优化序列 | NA | NA | NA | NA |
| 9976 | 2024-08-05 |
Mining the interpretable prognostic features from pathological image of intrahepatic cholangiocarcinoma using multi-modal deep learning
2024-Jul-08, BMC medicine
IF:7.0Q1
DOI:10.1186/s12916-024-03482-0
PMID:38972973
|
研究论文 | 该研究建立了一种可解释的深度学习模型，从肝内胆管癌的病理图像中提取预后特征 | 提出了一种综合的预后神经网络，并且通过多模态数据提取与临床结果相关的形态特征 | 缺乏可解释性仍然是临床应用的一个重要障碍 | 研究肝内胆管癌的病理图像分析与癌症预后之间的关系 | 373名肝内胆管癌患者的病理图像 | 数字病理学 | 肝内胆管癌 | 深度学习 | 集成神经网络 | 图像和多组学数据 | 373名肝内胆管癌患者 | NA | NA | NA | NA |
| 9977 | 2024-08-05 |
LVPocket: integrated 3D global-local information to protein binding pockets prediction with transfer learning of protein structure classification
2024-Jul-07, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-024-00871-8
PMID:38972994
|
研究论文 | 本文提出了一种新方法LVPocket，能够整合局部和全局信息以提高蛋白质结合位点预测的精确度 | 通过整合Transformer编码器，本研究创新性地捕获了蛋白质结构的局部与全局信息 | 研究未详细讨论模型在极端蛋白质折叠结构上的适用性 | 旨在改进蛋白质结合位点预测的准确性 | 不同结构类别的蛋白质及其结合位点 | 计算机视觉 | NA | 转移学习 | Transformer | 蛋白质结构数据 | 四种不同结构类别的蛋白质数据 | NA | NA | NA | NA |
| 9978 | 2024-08-05 |
Exploring the efficacy of GRU model in classifying the signal to noise ratio of microgrid model
2024-Jul-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-66387-1
PMID:38971840
|
研究论文 | 本文提出了一种名为噪声分类仿真模型（NCSM）的分类模型，用于实时预测微电网系统中的信噪比（SNR）值 | 创新点在于利用深度学习模型GRU进行信号到噪声比的分类预测，提供了一种新的方法应对微电网中的噪声干扰 | 本文的具体局限性未作详细说明 | 研究旨在确保微电网系统操作的稳定性，通过预测因通信网络引起的噪声 | 主要研究对象为微电网系统的信号到噪声比（SNR） | 机器学习 | NA | 深度学习 | GRU | 网络流量数据 | 实验结果未提供具体的样本数量 | NA | NA | NA | NA |
| 9979 | 2024-08-05 |
Learning dynamical systems from data: An introduction to physics-guided deep learning
2024-Jul-02, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2311808121
PMID:38913886
|
研究论文 | 介绍了物理指导深度学习的框架，重点是学习动态系统 | 将第一性原理的物理知识整合到数据驱动方法中，以便更好地解决科学问题 | 传统物理建模依赖于强假设和昂贵的数值积分，需要显著的计算资源和领域专长 | 旨在通过物理指导的深度学习来建模复杂的物理动态 | 复杂物理动态和动态系统的学习 | 机器学习 | NA | 深度学习 | NA | NA | NA | NA | NA | NA | NA |
| 9980 | 2024-08-05 |
Pairing interacting protein sequences using masked language modeling
2024-Jul-02, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2311887121
PMID:38913900
|
研究论文 | 本文开发了一种基于掩蔽语言模型的相互作用蛋白质序列配对方法 | 提出了差异化配对（DiffPALM）方法，利用MSA Transformer在多序列比对中填充掩蔽氨基酸的能力 | 依赖于MSA Transformer的表现，未进行微调，对单链数据的训练可能影响性能 | 预测氨基酸序列中相互作用的蛋白质对 | 两种蛋白质家族的平行异构体 | 计算机视觉 | NA | MSA Transformer | NA | 氨基酸序列 | 从普遍存在的原核生物蛋白质数据集中提取的浅层多序列比对的困难基准 | NA | NA | NA | NA |