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!

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 12391 篇文献,本页显示第 12021 - 12040 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
12021 2024-08-07
A deep learning approach to the automatic detection of alignment errors in cryo-electron tomographic reconstructions
2024-03, Journal of structural biology IF:3.0Q3
研究论文 本文提出了一种深度学习算法,用于自动检测电子断层扫描重建中的对齐错误 本研究首次使用深度学习算法来检测断层扫描重建中的对齐错误,并提出了一种算法来检测断层扫描中的基准标记 NA 旨在提高电子断层扫描重建的质量,确保样本研究的准确性 电子断层扫描重建中的对齐错误 计算机视觉 NA 深度学习 深度学习算法 图像 NA NA NA NA NA
12022 2024-08-07
DeepQs: Local quality assessment of cryo-EM density map by deep learning map-model fit score
2024-03, Journal of structural biology IF:3.0Q3
研究论文 本文介绍了DeepQs,一种利用深度学习算法基于地图-模型拟合分数评估3D冷冻电镜密度图局部质量的新方法 DeepQs是一种无参数方法,通过深度学习将地图与其相关原子模型的结构信息整合到训练好的模型中 NA 开发一种有效的质量评估方法,用于选择或修正冷冻电镜地图 3D冷冻电镜密度图的局部质量评估 计算机视觉 NA 深度学习 深度学习模型 图像 高分辨率数据集(<=5 Å) NA NA NA NA
12023 2024-08-07
Cryo-forum: A framework for orientation recovery with uncertainty measure with the application in cryo-EM image analysis
2024-03, Journal of structural biology IF:3.0Q3
研究论文 本文介绍了一种新的框架cryo-forum,用于在单粒子冷冻电子显微镜(cryo-EM)图像分析中恢复方向参数并测量不确定性 提出了一种使用10维特征向量表示方向的新方法,并引入了考虑方向间成对距离的独特损失函数,以及一个包含不确定性量化的端到端方法 NA 旨在提高单粒子冷冻电子显微镜图像分析中方向参数的确定效率和准确性 单粒子冷冻电子显微镜图像中的方向参数 计算机视觉 NA 深度学习 编码器网络 图像 NA NA NA NA NA
12024 2024-08-07
A Novel Validated Real-World Dataset for the Diagnosis of Multiclass Serous Effusion Cytology according to the International System and Ground-Truth Validation Data
2024, Acta cytologica IF:1.6Q3
研究论文 本文开发了一个新的公开浆膜腔积液细胞学数据集,并应用人工智能算法测试其在临床实践中的诊断效用和安全性 这是第一个基于标准化诊断系统的最大公开浆膜腔积液细胞学数据集,包括多种类型的积液和心包液标本,以及诊断上具有挑战性的非典型类别 模型在多类别分类问题中达到74%的准确率,对于高风险诊断的误分类率为0.13 开发和测试用于浆膜腔积液诊断的人工智能算法 浆膜腔积液细胞学数据集及其在临床实践中的应用 数字病理学 NA 转移学习 VGG16深度学习模型和随机森林分类器 图像 3,731张图像分布在四个TIS诊断类别中 NA NA NA NA
12025 2024-08-07
Advances in artificial intelligence in thyroid-associated ophthalmopathy
2024, Frontiers in endocrinology IF:3.9Q2
研究论文 本文讨论了人工智能,特别是深度学习技术在甲状腺相关眼病诊断和治疗中的应用 介绍了深度学习技术在甲状腺相关眼病诊断、分级和治疗决策中的应用 提到了人工智能在甲状腺相关眼病研究中的一些局限性 探讨人工智能在甲状腺相关眼病中的应用及其未来发展方向 甲状腺相关眼病 机器学习 甲状腺疾病 深度学习 深度学习模型 影像数据 NA NA NA NA NA
12026 2024-08-07
Human lineage mutations regulate RNA-protein binding of conserved genes NTRK2 and ITPR1 involved in human evolution
2024, General psychiatry IF:5.3Q1
研究论文 本文研究了人类谱系突变(HLMs)通过转录后修饰在人类进化中的作用 发现了一小部分人类特异性突变通过影响关键脑相关基因的转录后修饰,对人类物种形成做出了贡献 NA 探讨人类谱系突变对人类进化中转录后修饰的贡献 人类谱系突变对RNA结合蛋白亲和力的影响 机器学习 神经发育障碍 深度学习模型Seqweaver 深度学习模型 基因数据 涉及的突变数量为0.27%的人类常见变异 NA NA NA NA
12027 2024-08-07
Analyzing EEG patterns in young adults exposed to different acrophobia levels: a VR study
2024, Frontiers in human neuroscience IF:2.4Q2
研究论文 本研究通过虚拟现实技术分析不同高度恐惧症水平下年轻成年人的脑电图(EEG)模式 本研究创新地使用脑电图信号实时精确评估高度恐惧症水平,并采用多种机器学习和深度学习技术进行分析 NA 研究的主要目的是开发一种实时精确的工具,用于评估高度恐惧症水平 研究对象为18名被诊断为高度恐惧症的年轻成年人 机器学习 心理疾病 脑电图(EEG) 卷积神经网络(CNN)和人工神经网络(ANN) 脑电图数据 18名高度恐惧症患者 NA NA NA NA
12028 2024-08-07
CD-Loop: a chromatin loop detection method based on the diffusion model
2024, Frontiers in genetics IF:2.8Q2
研究论文 本文提出了一种基于扩散模型的深度学习框架CD-Loop,用于预测染色质环 CD-Loop结合了扩散模型的去噪过程和预训练得到的先验概率,通过密度聚类算法预测染色质环,优于现有方法 NA 研究染色质的三维结构 染色质环的结构和功能 生物信息学 NA Hi-C 扩散模型 接触图 不同细胞类型、物种和测序深度 NA NA NA NA
12029 2024-08-07
MIFAM-DTI: a drug-target interactions predicting model based on multi-source information fusion and attention mechanism
2024, Frontiers in genetics IF:2.8Q2
研究论文 本文提出了一种基于多源信息融合和注意力机制的药物-靶点相互作用预测模型MIFAM-DTI MIFAM-DTI模型通过整合多源信息并利用图注意力网络和多头自注意力机制,自主学习注意力权重,更全面地捕捉序列数据中的信息 NA 提高药物-靶点相互作用预测的准确性和效率 药物-靶点相互作用的预测 机器学习 NA 图注意力网络,多头自注意力 MIFAM-DTI 特征向量,邻接矩阵 NA NA NA NA NA
12030 2024-08-07
Deep learning-assisted lesion segmentation in PET/CT imaging: A feasibility study for salvage radiation therapy in prostate cancer
2024, Oncoscience
NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA NA
12031 2024-08-07
In-line imaging and recognition of flip chip fabrication defects by real-time photoacoustic remote sensing system
2024-Aug, Photoacoustics IF:7.1Q1
研究论文 本研究提出了一种基于光声遥感(PARS)系统的在线成像和缺陷识别方法,用于实时监测和提高倒装芯片的产量和寿命 首次提出了一种基于连续采集和并行处理图像重建的实时PARS成像方法,以及改进的YOLOv7-SPD深度学习缺陷识别方法 NA 开发一种在线成像和缺陷识别系统,以实时监测和提高倒装芯片的产量和寿命 倒装芯片的微观缺陷 计算机视觉 NA 光声遥感(PARS) YOLOv7-SPD 图像 NA NA NA NA NA
12032 2024-08-07
Convolutional Neural Network for Fully Automated Cerebellar Volumetry in Children in Comparison to Manual Segmentation and Developmental Trajectory of Cerebellar Volumes
2024-Jun, Cerebellum (London, England)
研究论文 本研究旨在通过深度学习算法开发一种全自动且可靠的儿童小脑容积测量方法,并与手动分割进行比较,同时展示了测量小脑容积的临床实用性 使用卷积神经网络实现了儿童小脑容积的全自动测量,与手动分割相比,具有高度的准确性和可靠性 研究基于相对较小的样本量,且为初步研究 开发一种全自动的小脑容积测量方法,并探讨其临床应用价值 儿童小脑容积及其随年龄的变化 机器学习 NA 深度学习算法 卷积神经网络 (CNN) 3D T1加权磁化准备快速梯度回波 (MPRAGE) 序列图像 100名0至16.3岁的儿童 NA NA NA NA
12033 2024-08-07
Annotation-free prediction of treatment-specific tissue outcome from 4D CT perfusion imaging in acute ischemic stroke
2024-06, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1
研究论文 本文提出了一种新的深度学习方法,通过时间压缩直接从4D灌注扫描预测随访CT图像,以预测急性缺血性卒中的治疗特定组织结果,无需手动标注。 该方法无需灌注分析或动脉输入函数选择,通过时间压缩直接预测随访CT图像,实现了更直观和易于解释的预测结果。 NA 开发一种无需手动标注的深度学习方法,用于预测急性缺血性卒中的治疗特定组织结果,以支持临床决策。 急性缺血性卒中的治疗特定组织结果预测。 计算机视觉 急性缺血性卒中 深度学习 深度学习模型 4D CT灌注图像 45名接受溶栓治疗的患者和102名接受血栓切除术的患者 NA NA NA NA
12034 2024-08-07
Deep Learning-Assisted Spectrum-Structure Correlation: State-of-the-Art and Perspectives
2024-May-21, Analytical chemistry IF:6.7Q1
综述 本文综述了深度学习在光谱-结构相关性中的应用及其最新进展和未来展望 深度学习辅助的化学计量学方法因其卓越的潜在特征提取能力和精确预测能力而迅速兴起 文中指出深度学习在光谱-结构相关性中仍存在一些重要的开放问题 总结过去五年深度学习如何辅助建立光谱与分子结构之间的相关性,并探讨未来的发展方向 光谱-结构相关性在光谱分析中的应用 机器学习 NA 深度学习 NA 光谱数据 NA NA NA NA NA
12035 2024-08-07
Texture-preserving low dose CT image denoising using Pearson divergence
2024-May-21, Physics in medicine and biology IF:3.3Q1
研究论文 本文提出了一种使用皮尔逊散度损失函数来改善低剂量CT图像去噪中纹理保持的方法 引入皮尔逊散度损失函数来学习特征纹理,从而在去噪过程中更好地保留图像的纹理细节 未提及 改善低剂量CT图像去噪中的纹理保持 低剂量CT图像的去噪效果 计算机视觉 NA 深度学习 NA 图像 未提及 NA NA NA NA
12036 2024-08-07
ELRL-MD: a deep learning approach for myocarditis diagnosis using cardiac magnetic resonance images with ensemble and reinforcement learning integration
2024-May-21, Physiological measurement IF:2.3Q3
研究论文 本研究提出了一种结合集成学习和强化学习的深度学习模型ELRL-MD,用于从心脏磁共振图像中诊断心肌炎 模型通过人工蜂群算法进行预训练,并利用卷积神经网络提取和整合特征,同时采用强化学习处理数据集的不平衡问题 研究主要解决了数据集不平衡和模型初始权重设置不佳导致局部最优的问题 开发一种有效的深度学习模型,用于从心脏磁共振图像中诊断心肌炎 心肌炎的诊断 机器学习 心血管疾病 心脏磁共振成像 CNN 图像 使用了Z-Alizadeh Sani心肌炎心脏磁共振数据集 NA NA NA NA
12037 2024-08-07
Harnessing LSTM and XGBoost algorithms for storm prediction
2024-May-18, Scientific reports IF:3.8Q1
研究论文 本文利用长短期记忆网络(LSTM)和极端梯度提升(XGBoost)算法预测法国西部的风暴特征和发生 采用了一种结合深度学习和机器学习的新方法,基于LSTM和XGBoost算法进行风暴预测 LSTM模型在预测极端波浪高度和风速值时存在挑战 旨在通过预测风暴特征和发生来减少风暴对人类和物体的影响 研究对象为法国西部的风暴 机器学习 NA 长短期记忆网络(LSTM),极端梯度提升(XGBoost) LSTM,XGBoost 数据来自浮标和风暴数据库 数据涵盖1996年至2020年 NA NA NA NA
12038 2024-08-07
Development and validation of machine learning algorithms based on electrocardiograms for cardiovascular diagnoses at the population level
2024-May-18, NPJ digital medicine IF:12.4Q1
研究论文 本研究开发并验证了基于心电图的机器学习算法,用于在人口层面同时预测15种常见心血管疾病诊断 使用基于ResNet的深度学习模型和极端梯度提升模型,通过心电图轨迹和测量数据进行预测,显示出比传统方法更高的准确性 研究为回顾性研究,且仅限于加拿大阿尔伯塔省的84个急诊部门或医院的数据 开发和验证基于心电图的机器学习模型,用于早期检测和诊断心血管疾病 15种常见心血管疾病,包括房颤、室上性心动过速等 机器学习 心血管疾病 ResNet-based deep learning, extreme gradient boosting ResNet, XGB 心电图 1,605,268份心电图,涉及244,077名成年患者 NA NA NA NA
12039 2024-08-07
Deep learning for determining the difficulty of endodontic treatment: a pilot study
2024-May-17, BMC oral health IF:2.6Q1
研究论文 本研究开发并验证了一种深度学习模型,用于从根尖X光片自动评估根管治疗病例的难度 使用卷积神经网络和自监督学习方法进行根管治疗难度的自动评估 自监督预训练并未提高模型性能,且存在评估者间可靠性低的问题 探索深度学习模型在自动评估根管治疗难度方面的可行性 根管治疗病例的难度评估 机器学习 NA 卷积神经网络 CNN 图像 1,386张根尖X光片 NA NA NA NA
12040 2024-08-07
Is better readiness the key to deeper learning in distance education? A cross-sectional online study
2024-May-15, Heliyon IF:3.4Q1
研究论文 本研究探讨了远程教育在护理教育中的影响因素及其有效性 研究发现了远程教育准备度与学习深度之间的正相关关系 研究仅限于一所中医药大学的本科护理学生,可能限制了结果的普遍性 描述当前远程教育准备度和学习深度,并探索可能的影响因素 本科护理学生 NA NA NA NA 问卷调查数据 222名本科护理学生 NA NA NA NA
回到顶部