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!

Sample Image
添加微信请说明来意
Sample Image
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。

当前筛选条件: [分区不过滤] [IF不过滤] [发表日期:202401-202412] [清除筛选条件]
当前共找到 11744 篇文献,本页显示第 11481 - 11500 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
11481 2024-08-07
Transformer-based framework for multi-class segmentation of skin cancer from histopathology images
2024, Frontiers in medicine IF:3.1Q1
研究论文 本文提出了一种基于Transformer的模型,用于从组织病理学图像中对皮肤癌进行多类别分割 该研究通过不确定性图谱可视化模型预测的置信度,这是与大多数深度学习方法的区别 NA 旨在开发一种智能决策支持系统,以解决专家数量有限的问题,并帮助缓解城市中心与偏远地区之间的医疗服务差距 非黑色素瘤皮肤癌,包括基底细胞癌(BCC)、鳞状细胞癌(SCC)和表皮内癌(IEC) 数字病理学 皮肤癌 Transformer Transformer 图像 使用公开可用的数据集进行评估
11482 2024-08-07
Design of urban road fault detection system based on artificial neural network and deep learning
2024, Frontiers in neuroscience IF:3.2Q2
研究论文 本文提出了一种基于人工神经网络和深度学习的城市道路故障检测系统,通过结合图卷积网络、双向门控循环单元和自注意力机制,有效整合道路拓扑和交通数据,实现高效准确的道路故障检测 本研究创新性地结合了图卷积网络、双向门控循环单元和自注意力机制,有效整合道路拓扑和交通数据,提高了道路故障检测的准确性 NA 提高城市交通管理中的道路故障检测效率和安全性 城市道路故障检测系统 机器学习 NA 图卷积网络(GCN)、双向门控循环单元(BiGRU)、自注意力机制 多层感知器(MLP) 道路拓扑图、交通数据 使用标记的道路故障数据进行训练
11483 2024-08-07
Identifying pests in precision agriculture using low-cost image data acquisition
2024, Brazilian journal of biology = Revista brasleira de biologia
研究论文 本研究利用无人机和深度学习技术,通过低成本图像数据采集,评估多种模型在精准农业中识别害虫的有效性 本研究采用人工免疫系统方法,使深度神经网络适应实时情况,并展示了所提方法在性能上优于其他先进技术 NA 探索无人机在精准农业中识别害虫的应用 评估VGG-16、CNN和FCN模型在植物病害检测中的有效性 计算机视觉 NA 深度学习 CNN 图像 NA
11484 2024-08-07
Identification of surface-enhanced Raman spectroscopy using hybrid transformer network
2024-Aug-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
研究论文 本研究开发了一种混合Transformer网络TMNet,用于识别表面增强拉曼光谱(SERS),通过集成Transformer编码器和多层感知器来提高序列光谱的特征提取能力 提出了一种新的混合Transformer网络TMNet,通过Transformer编码器和多层感知器的结合,有效提升了序列光谱的特征提取和识别准确性 NA 开发一种新的深度学习方法,以提高表面增强拉曼光谱的识别准确性和抗噪声能力 表面增强拉曼光谱(SERS)及其在药物检测中的应用 机器学习 NA 表面增强拉曼光谱(SERS) 混合Transformer网络 光谱 包含药物的头发和尿液光谱
11485 2024-08-07
Single particle mass spectral signatures from on-road and non-road vehicle exhaust particles and their application in refined source apportionment using deep learning
2024-Jun-20, The Science of the total environment
研究论文 本研究收集了道路和非道路车辆的颗粒物,并使用单颗粒气溶胶质谱法分析其化学成分,通过自适应共振理论神经网络对数据进行分组,建立移动源的质谱数据库,并开发了一种基于深度学习的气溶胶颗粒分类模型(DeepAerosolClassifier),用于源解析。 本研究开发了一种高度自动化的源解析模型,无需特征选择,实现了端到端的操作,适用于精细和在线的颗粒物源解析。 NA 更新源解析的源谱以满足当前需求,并开发一种基于深度学习的气溶胶颗粒分类模型。 道路和非道路车辆的颗粒物及其化学成分。 机器学习 NA 单颗粒气溶胶质谱法 深度学习模型 质谱数据 NA
11486 2024-08-07
Automatic offline-capable smartphone paper-based microfluidic device for efficient biomarker detection of Alzheimer's disease
2024-Jun-15, Analytica chimica acta IF:5.7Q1
研究论文 本文介绍了一种基于智能手机的离线微流控纸基分析装置,用于阿尔茨海默病的早期筛查和生物标志物检测 该平台采用深度学习辅助的智能手机控制旋转结构,实现μPADs上的自动化c-ELISA,并集成了YOLOv5模型进行高精度检测 NA 开发一种低成本、高效率的离线智能手机平台,用于在资源有限地区进行阿尔茨海默病的快速检测 阿尔茨海默病及其生物标志物β-淀粉样蛋白1-42 机器学习 阿尔茨海默病 c-ELISA YOLOv5 图像 38个人工血浆样本(健康:19,不健康:19,N = 6)
11487 2024-08-07
VENet: Variational energy network for gland segmentation of pathological images and early gastric cancer diagnosis of whole slide images
2024-Jun, Computer methods and programs in biomedicine IF:4.9Q1
研究论文 本文提出了一种名为VENet的变分能量网络,用于病理图像中的腺体分割和全切片图像中的早期胃癌诊断 VENet结合了变分数学模型和深度学习方法的数据适应性,有效平衡了边界和区域分割,并能在大尺寸全切片图像中可靠地分割和分类腺体 NA 解决腺体分割中边界和区域分割结果不理想的问题,并辅助早期胃癌诊断 病理图像中的腺体分割和全切片图像中的早期胃癌诊断 数字病理学 胃癌 深度学习 变分能量网络(VENet) 图像 在2015 MICCAI腺体分割挑战(GlaS)数据集、结直肠腺癌腺体(CRAG)数据集和南方医院自收集数据集上进行了评估,包括69张全切片图像(WSIs)
11488 2024-08-07
RegWSI: Whole slide image registration using combined deep feature- and intensity-based methods: Winner of the ACROBAT 2023 challenge
2024-Jun, Computer methods and programs in biomedicine IF:4.9Q1
research paper 本文提出了一种两步混合方法,用于不同染色全幻灯片图像(WSI)的自动配准,该方法结合了深度学习和特征基于的初始对齐算法以及基于强度的非刚性配准 该方法无需对特定数据集进行微调,可直接用于任何所需的组织类型和染色,并且在ACROBAT 2023挑战赛中获得第一名 NA 提高通过融合不同可见结构产生的互补信息来进行诊断和预后的自动配准 不同染色的全幻灯片图像(WSI)的自动配准 digital pathology NA 深度学习 NA image 使用了三个公开数据集进行评估:Automatic Nonrigid Histological Image Registration Dataset (ANHIR)、Automatic Registration of Breast Cancer Tissue Dataset (ACROBAT) 和 Hybrid Restained and Consecutive Histological Serial Sections Dataset (HyReCo)
11489 2024-08-07
Brain tumor detection using proper orthogonal decomposition integrated with deep learning networks
2024-Jun, Computer methods and programs in biomedicine IF:4.9Q1
研究论文 本研究通过将正交分解(POD)与卷积神经网络(CNN)结合,用于从磁共振成像(MRI)扫描的2D图像中有效识别脑肿瘤 首次将POD与CNN集成用于脑肿瘤检测,特别是在使用有限MRI扫描数据的情况下 NA 开发一种自动可靠的技术,以帮助医疗从业者及时诊断患者 脑肿瘤的自动检测 计算机视觉 脑肿瘤 磁共振成像(MRI) 卷积神经网络(CNN) 图像 NA
11490 2024-08-07
Deep learning and content-based filtering techniques for improving plant disease identification and treatment recommendations: A comprehensive review
2024-May-15, Heliyon IF:3.4Q1
综述 本文综述了利用深度学习和基于内容的过滤技术改进植物病害识别和治疗建议的研究现状 探讨了深度学习和基于内容的过滤技术在植物病害识别和治疗中的应用潜力 指出了当前研究中的知识空白和局限性,并提出了未来研究方向 旨在改进植物病害的识别和管理,以确保农业生产的健康和可持续性 植物病害的识别和治疗 机器学习 NA 深度学习 NA NA NA
11491 2024-08-07
Understanding the Disparities of PM2.5 Air Pollution in Urban Areas via Deep Support Vector Regression
2024-May-14, Environmental science & technology IF:10.8Q1
研究论文 本文提出了一种深度支持向量回归(DSVR)模型,用于理解城市地区PM2.5空气污染的差异 DSVR模型将城市区域建模为图,利用随机扩散的深度学习方法量化PM2.5的溢出效应,通过随机漫步揭示节点间更广泛的溢出关系,从而捕捉PM2.5的局部和非局部溢出效应 NA 旨在提高对城市地区PM2.5空气污染差异的理解 城市地区的PM2.5空气污染 机器学习 NA 深度支持向量回归(DSVR) 图模型 图数据 在纽约北部地区进行预测性能分析
11492 2024-08-07
Deep Learning-Based Detect-Then-Track Pipeline for Treatment Outcome Assessments in Immunotherapy-Treated Liver Cancer
2024-May-13, Journal of imaging informatics in medicine
研究论文 本文开发了一种基于深度学习的检测-跟踪流程,用于自动识别和追踪3D CT扫描中的肝脏病变,以评估肝癌免疫治疗中的RECIST治疗结果 提出的检测-跟踪流程在病变检测和直径测量方面显著优于临床医生,且能提供精确的RECIST结果评估 NA 开发一种自动化的方法来准确评估肝癌免疫治疗中的治疗结果 肝癌患者的3D CT扫描图像 机器学习 肝癌 深度学习 NA 图像 173名多国患者(344个静脉期CT扫描)
11493 2024-08-07
Accurate object localization facilitates automatic esophagus segmentation in deep learning
2024-May-12, Radiation oncology (London, England)
研究论文 本文通过先定位后分割的策略,改进了深度学习中食管自动分割的性能 采用两阶段策略,先使用CenterNet定位食管中心,再使用3D U-net和2D U-net模型进行分割,提高了分割模型的鲁棒性 3D U-net模型在减少错误分割对象的同时,也增加了遗漏对象的情况 提高深度学习中食管自动分割的性能 食管的自动分割 计算机视觉 NA NA CNN 图像 100例胸腔CT扫描数据
11494 2024-08-07
Deep Learning Features and Metabolic Tumor Volume Based on PET/CT to Construct Risk Stratification in Non-small Cell Lung Cancer
2024-May-12, Academic radiology IF:3.8Q1
研究论文 本研究通过结合PET/CT的深度学习特征和全身代谢肿瘤体积(MTVwb)构建风险分层,以预测非小细胞肺癌(NSCLC)患者的总生存期(OS)和无进展生存期(PFS),作为TNM分期的补充。 本研究创新性地结合了深度学习特征和MTVwb来构建风险分层,提高了TNM分期的预测能力。 NA 构建一个风险分层模型,以提高非小细胞肺癌患者生存期预测的准确性。 非小细胞肺癌(NSCLC)患者。 机器学习 肺癌 PET/CT CNN 图像 590名非小细胞肺癌患者,其中413名用于训练,177名用于测试。
11495 2024-08-07
Enhancing brain tumor detection in MRI images through explainable AI using Grad-CAM with Resnet 50
2024-May-11, BMC medical imaging IF:2.9Q2
研究论文 本研究通过结合ResNet50深度学习模型和Gradient-weighted Class Activation Mapping(Grad-CAM)技术,提出了一种用于MRI图像中脑肿瘤检测的可解释AI框架 本研究引入了Grad-CAM技术,提供了一种透明且可解释的脑肿瘤检测方法,增强了模型的可解释性 NA 提高MRI图像中脑肿瘤检测的准确性和可解释性 脑肿瘤检测 计算机视觉 脑肿瘤 Grad-CAM ResNet50 图像 使用了经过数据增强的MRI图像数据集
11496 2024-08-07
Enhancing cervical cancer detection and robust classification through a fusion of deep learning models
2024-05-11, Scientific reports IF:3.8Q1
研究论文 本文介绍了一种利用预训练的深度神经网络模型进行特征提取,并结合多种机器学习算法进行宫颈癌分类的新方法 该方法通过融合深度学习和机器学习技术,提高了宫颈癌检测的准确性和效率 NA 提高宫颈癌检测的准确性和效率 宫颈癌 机器学习 宫颈癌 深度学习 Alexnet, Resnet-101, Resnet-152, InceptionV3 图像 使用了公开的SIPaKMeD数据集
11497 2024-08-07
Deep learning segmentation of non-perfusion area from color fundus images and AI-generated fluorescein angiography
2024-05-11, Scientific reports IF:3.8Q1
研究论文 本研究探讨了使用深度学习模型从彩色眼底图像中检测非灌注区域(NPA),并评估了从彩色眼底图像生成的合成荧光素血管造影(FA)的效用 本研究创新性地使用深度学习模型从彩色眼底图像中检测NPA,避免了侵入性和繁重的FA评估方法,并探索了合成FA的实用性 尽管深度学习模型能以合理准确度检测NPA,但预测稳定性稍低,彩色眼底模型显示出比其他模型更高的不确定性 研究目的是开发一种非侵入性的方法来评估分支视网膜静脉阻塞(BRVO)患者的视网膜非灌注区域 研究对象为319名BRVO患者的403组彩色眼底和FA图像 计算机视觉 视网膜疾病 深度学习 CNN 图像 403组彩色眼底和FA图像,来自319名BRVO患者
11498 2024-08-07
Deep learning-based classification of anti-personnel mines and sub-gram metal content in mineralized soil (DL-MMD)
2024-May-11, Scientific reports IF:3.8Q1
研究论文 本文提出了一种基于深度学习的脉冲感应金属地雷探测器(DL-MMD)架构,用于提高地雷探测系统的准确性和效率 利用深度神经网络区分九种不同材料,实现了93.5%的验证准确率,能够区分无金属板的人体地雷并检测0.2克垂直纸针 NA 提高地雷探测系统的准确性和效率 人体地雷和微量金属含量的矿化土壤 机器学习 NA 深度学习 深度神经网络 材料数据 九种不同材料
11499 2024-08-07
Dense Sample Deep Learning
2024-May-10, Neural computation IF:2.7Q3
研究论文 本文探讨了深度学习在密集样本任务中的应用,通过大规模深度学习网络分析了类别结构和特征构建的涌现过程 提出了一种基于结果的复杂特征构建新理论 训练集的组合复杂性未知,且网络机制难以通过可视化揭示 深入理解深度学习网络的学习机制和表示方法 深度学习网络在密集样本任务中的表现 机器学习 NA 深度学习 CNN 文本 1.24百万权重VGG网络,5个独特标记,每个标记超过500个样本
11500 2024-08-07
InsectSound1000 An insect sound dataset for deep learning based acoustic insect recognition
2024-May-09, Scientific data IF:5.8Q1
research paper 介绍了一个名为InsectSound1000的数据集,包含超过169000个标记的昆虫声音样本,用于基于深度学习的声学昆虫识别 InsectSound1000数据集具有显著的规模和高质量录音,可用于训练数据需求量大的深度学习模型 NA 探索声学昆虫识别技术,为自动化害虫监测和生态监测提供基础 12种昆虫的声音样本 machine learning NA 深度学习 深度学习模型 声音 超过169000个标记的声音样本,来自超过1000小时的录音
回到顶部