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 12091 篇文献,本页显示第 11821 - 11840 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
11821 2024-08-07
A hybrid deep learning scheme for MRI-based preliminary multiclassification diagnosis of primary brain tumors
2024, Frontiers in oncology IF:3.5Q2
研究论文 本研究探索了一种结合多种先进技术的混合深度学习方案,用于提高原发性脑肿瘤诊断的分类性能和可解释性 本研究通过结合超分辨率重建、动态学习率退火策略、特征迁移和机器学习等技术,提高了深度学习模型的分类性能和可解释性 NA 探索一种混合深度学习方案,以提高原发性脑肿瘤诊断的准确性和自动化程度 原发性脑肿瘤的诊断 机器学习 脑肿瘤 深度学习 DenseNet121, LightGBM MRI图像 230名原发性脑肿瘤患者,包括97名脑膜瘤、66名胶质瘤和67名垂体瘤
11822 2024-08-07
MAMILNet: advancing precision oncology with multi-scale attentional multi-instance learning for whole slide image analysis
2024, Frontiers in oncology IF:3.5Q2
研究论文 本文介绍了MAMILNet,一种用于全切片图像分析的多尺度注意力多实例学习框架,旨在提高肿瘤检测、分类和治疗反应预测的精确度 MAMILNet通过引入注意力机制和多尺度策略,提高了模型的泛化能力和预测准确性,同时减少了病理学家的手动工作量 NA 推动精准肿瘤学和个体化治疗计划的发展 全切片图像分析中的肿瘤检测、分类和治疗反应预测 数字病理学 NA 多尺度注意力多实例学习 注意力机制 图像 1171例涵盖多种癌症类型
11823 2024-08-07
Editorial: IoT, UAV, BCI empowered deep learning models in precision agriculture
2024, Frontiers in plant science IF:4.1Q1
NA NA NA NA NA NA NA NA NA NA NA NA
11824 2024-08-07
A lightweight deep learning approach for detecting electrocardiographic lead misplacement
2024-May-15, Physiological measurement IF:2.3Q3
研究论文 本文提出了一种基于深度学习的新型心电图(ECG)导联错位检测方法 开发了两种新型轻量级深度学习模型,分别用于肢体和胸导联错位检测 NA 旨在开发一种有效的心电图导联错位检测方法 心电图导联错位检测 机器学习 NA 深度学习 深度学习模型 心电图数据 使用Chapman数据库进行训练和验证,评估数据集包括PTB-XL、PTB和LUDB数据库
11825 2024-08-07
Lattice thermal conductivity and mechanical properties of the single-layer penta-NiN2 explored by a deep-learning interatomic potential
2024-May-15, Physical chemistry chemical physics : PCCP IF:2.9Q1
研究论文 研究了新型二维五边形penta-NiN2单层的晶格热导率、稳定性和力学行为 首次使用深度学习原子间势(DLP)从分子动力学(AIMD)数据生成并用于经典分子动力学模拟 NA 探索penta-NiN2单层的晶格热导率和力学性能 penta-NiN2单层的晶格热导率、稳定性、力学行为及缺陷对其性能的影响 材料科学 NA 深度学习原子间势(DLP) 深度学习模型 分子动力学数据 NA
11826 2024-08-07
FetchEEG: a hybrid approach combining feature extraction and temporal-channel joint attention for EEG-based emotion classification
2024-May-15, Journal of neural engineering IF:3.7Q2
研究论文 本文提出了一种名为FetchEEG的混合方法,结合特征提取和时间-通道联合注意力机制,用于基于EEG的情感分类 FetchEEG方法结合了传统特征提取和深度学习的优势,采用多头自注意力机制同时提取不同时间和通道的表示,提高了情感分类的性能和泛化能力 NA 提出一种新的混合方法,用于提高基于EEG的情感分类的性能和泛化能力 基于EEG的情感分类 神经工程 NA 多头自注意力机制 Transformer神经网络 EEG数据 使用了自开发数据集和两个公共数据集进行验证
11827 2024-08-07
Automated medication verification system (AMVS): System based on edge detection and CNN classification drug on embedded systems
2024-May-15, Heliyon IF:3.4Q1
研究论文 本文介绍了一种基于边缘检测和CNN分类的自动化药物验证系统(AMVS),旨在减少医院中的药物错误 系统在封闭空间中进行研究,以最小化光学变化对图像捕捉的影响,并使用深度学习模型快速准确地分类药物 NA 提高药物验证过程的效率并减少药物错误 自动化药物验证系统 计算机视觉 NA 边缘检测,CNN CNN 图像 药物集包含少于十种类型和十种类型
11828 2024-08-07
Deep learning-based inverse design of multi-functional metasurface absorbers
2024-May-15, Optics letters IF:3.1Q2
研究论文 本文提出了一种结合模拟退火算法和深度学习加速的新方法,用于快速准确地开发太赫兹完美吸收器 该方法通过前向预测和后向设计,实现了对吸收器结构的精确快速推导,并显著提高了设计效率 NA 开发一种快速准确的方法来设计太赫兹完美吸收器 太赫兹完美吸收器的结构设计 机器学习 NA 深度学习 神经网络 吸收谱 设计了低频、高频和宽带吸收器,频率范围为4至16太赫兹,误差小于0.02
11829 2024-08-07
Deep-learning enhanced high-quality imaging in metalens-integrated camera
2024-May-15, Optics letters IF:3.1Q2
研究论文 本文提出了一种基于深度学习的高质量成像方法,用于改善金属镜集成相机的性能 采用多尺度卷积神经网络(MSCNN)训练高质量和低质量图像对,以提高成像分辨率、对比度和畸变 NA 克服金属镜集成相机固定架构的限制,提升成像质量 金属镜集成相机的成像性能 计算机视觉 NA 多尺度卷积神经网络(MSCNN) CNN 图像 大量高质量和低质量图像对
11830 2024-08-07
Deep Learning-Based Computer-Aided Diagnosis of Osteochondritis Dissecans of the Humeral Capitellum Using Ultrasound Images
2024-May-14, The Journal of bone and joint surgery. American volume
研究论文 本文开发了一种基于深度学习的计算机辅助诊断系统,用于通过超声图像诊断肱骨滑车骨软骨病(OCD),并评估其诊断准确性 首次应用深度学习技术于医学领域,通过计算机辅助诊断系统提高OCD的诊断准确性 仅限于使用超声图像进行OCD的诊断,且样本主要来自棒球运动员 开发和评估基于深度学习的计算机辅助诊断系统在OCD检测中的应用 肱骨滑车骨软骨病(OCD)的诊断 计算机视觉 骨关节疾病 深度学习 对象检测算法和图像分类网络 超声图像 196名棒球运动员(平均年龄11.2岁)用于训练和验证,20名棒球运动员用于外部数据集评估
11831 2024-08-07
Simultaneous detection of dental caries and fissure sealant in intraoral photos by deep learning: a pilot study
2024-May-12, BMC oral health IF:2.6Q1
研究论文 本研究构建了一个基于深度学习的模型(ToothNet),用于在口腔内照片中同时检测牙病和裂隙封闭剂 提出了一种基于深度学习的模型ToothNet,能够同时在口腔内照片中检测牙病和裂隙封闭剂 NA 构建一个深度学习模型,用于在口腔内照片中同时检测牙病和裂隙封闭剂 口腔内照片中的牙病和裂隙封闭剂 计算机视觉 牙病 深度学习 YOLOX 图像 1020张口腔内照片,来自762名志愿者
11832 2024-08-07
Distance plus attention for binding affinity prediction
2024-May-12, Journal of cheminformatics IF:7.1Q1
研究论文 本文提出了一种结合原子级距离特征和注意力机制的方法,用于提高蛋白质-配体结合亲和力的预测精度 创新地引入了基于距离的特征来预测蛋白质-配体结合亲和力,利用独特的分子间相互作用,并结合特定残基的蛋白质序列特征,增强了模型捕捉复杂结合模式的能力 NA 提高蛋白质-配体结合亲和力的预测精度,以减少药物开发的时间和成本 蛋白质-配体结合亲和力 机器学习 NA 深度学习 注意力机制 分子图 在CASF-2016数据集上进行了验证,并在五个其他基准数据集上进行了测试
11833 2024-08-07
Unveiling interatomic distances influencing the reaction coordinates in alanine dipeptide isomerization: An explainable deep learning approach
2024-May-07, The Journal of chemical physics IF:3.1Q1
研究论文 本研究通过深度学习方法,探讨了丙氨酸二肽异构化反应中,原子间距离对反应坐标的影响,并利用可解释的人工智能框架量化了各输入变量的重要性 本研究采用原子间距离和键角作为深度学习的输入变量,而非传统的二面角,通过可解释的人工智能框架,成功识别了影响过渡状态的特定原子间距离 NA 探讨丙氨酸二肽异构化反应中,原子间距离对反应坐标的影响,并利用深度学习方法构建自由能景观 丙氨酸二肽的异构化反应及其自由能景观 机器学习 NA 深度学习 深度学习模型 原子间距离和键角 NA
11834 2024-08-07
Deep learning path-like collective variable for enhanced sampling molecular dynamics
2024-May-07, The Journal of chemical physics IF:3.1Q1
研究论文 本文介绍了一种新的路径类集体变量“深度局部非线性嵌入”,用于增强采样分子动力学,该变量基于局部线性嵌入技术原理,并通过反应轨迹训练得到 提出的深度局部非线性嵌入变量能够自动生成非线性特征组合,通过可微分的广义自编码器结合神经网络与连续k近邻选择,无需事先手动选择地标 NA 解决现有集体变量在描述反应路径上的局限性 路径类集体变量在分子动力学中的应用 机器学习 NA 分子动力学模拟 神经网络 轨迹数据 包括Müller-Brown势能模型和丙氨酸二肽在内的玩具模型,以及RNA四环的分子动力学模拟
11835 2024-08-07
Revealing the reconstruction mechanism of AgPd nanoalloys under fluorination based on a multiscale deep learning potential
2024-May-07, The Journal of chemical physics IF:3.1Q1
研究论文 本文开发了一种可推广的Ag-Pd-F系统的深度学习势能,用于研究氟化过程中AgPd纳米合金的结构演变 开发了一种基于多尺度深度学习势能的方法,用于精确预测吸附能、表面能、形成能和扩散能垒 NA 揭示AgPd纳米合金在氟化过程中的重构机制 AgPd纳米合金的结构演变及其在氟化过程中的行为 机器学习 NA 深度学习 深度学习模型 结构数据 包括体相、表面、纳米团簇、非晶态和点缺陷等多种配置的数据集
11836 2024-08-07
Automated machine learning model for fundus image classification by health-care professionals with no coding experience
2024-05-06, Scientific reports IF:3.8Q1
研究论文 评估无代码深度学习(CFDL)平台在眼科视网膜图像二元结果预测中的可行性,比较Google Vertex和Amazon Rekognition两个平台,并使用两个公开数据集Messidor-2和BRSET进行模型开发 首次评估了无代码深度学习平台在眼科视网膜图像分类中的应用,展示了这些平台在无需编程经验的情况下实现高精度的可能性 研究仅限于两个特定的CFDL平台和两个数据集,可能需要进一步验证在其他平台和数据集上的泛化能力 探讨无代码深度学习平台在眼科视网膜图像分类中的应用可行性 评估Google Vertex和Amazon Rekognition平台在视网膜图像分类任务中的性能 计算机视觉 糖尿病视网膜病变 深度学习 CNN 图像 使用Messidor-2和BRSET两个数据集,具体样本数量未详细说明
11837 2024-08-07
Deep learning-based quantification and transcriptomic profiling reveal a methyl jasmonate-mediated glandular trichome formation pathway in Cannabis sativa
2024-May, The Plant journal : for cell and molecular biology
研究论文 本研究开发了一种基于深度学习的模型CGTDM,用于区分和量化大麻腺毛的三种类型,并通过基因共表达网络分析揭示了甲基茉莉酸(MeJA)介导的腺毛形成途径 首次使用深度学习模型CGTDM量化大麻腺毛,并通过基因共表达网络分析揭示了MeJA介导的腺毛形成途径 NA 探索大麻腺毛发育的分子机制及其与次生代谢物的关系 大麻腺毛的发育及其分子过程 机器学习 NA 深度学习 CNN 基因表达数据 八个不同时间点的样本
11838 2024-08-07
Comparative analysis of the spatial distribution of brain metastases across several primary cancers using machine learning and deep learning models
2024-May, Journal of neuro-oncology IF:3.2Q2
研究论文 本文通过机器学习和深度学习模型,比较了几种原发癌脑转移的空间分布 系统地比较了不同原发癌脑转移的解剖分布,并利用机器学习和深度学习模型进行了精确分类 NA 研究脑转移的解剖分布差异,以改善早期检测和监测 五种不同原发癌类型的脑转移空间坐标 机器学习 NA 机器学习算法(RF, SVM, TabNet DL) SVM, TabNet 空间坐标数据 3949个颅内转移
11839 2024-08-07
Deep neural network uncertainty estimation for early oral cancer diagnosis
2024-May, Journal of oral pathology & medicine : official publication of the International Association of Oral Pathologists and the American Academy of Oral Pathology IF:2.7Q2
研究论文 本研究探索使用深度学习中的不确定性估计方法进行早期口腔癌诊断 开发了一种名为'概率性HRNet'的贝叶斯深度学习模型,利用集合MC dropout方法在HRNet上进行不确定性估计 研究仅限于回顾性分析,未涉及前瞻性临床试验 提高早期口腔癌诊断的准确性和可靠性 口腔癌的早期诊断 机器学习 口腔癌 深度学习 HRNet 图像 两个具有不同分布的口腔病变数据集
11840 2024-08-07
Enhancing hydrological modeling with transformers: a case study for 24-h streamflow prediction
2024-May, Water science and technology : a journal of the International Association on Water Pollution Research IF:2.5Q2
研究论文 本文使用先进的深度学习模型,特别是变换器架构,解决24小时径流预测的关键任务,并比较了五种不同模型在四个不同区域的性能 本文首次在径流预测任务中广泛应用变换器架构,并展示了其在捕捉复杂时间依赖性和模式方面的优越性 NA 研究如何利用先进的深度学习技术提高径流预测的准确性和可靠性 24小时径流预测任务 机器学习 NA 深度学习 变换器 时间序列数据 四个不同区域的数据
回到顶部