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 12129 篇文献，本页显示第 1341 - 1360 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1341 | 2024-12-18 |
Enhancing ransomware defense: deep learning-based detection and family-wise classification of evolving threats
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2546
PMID:39678277
|
研究论文 | 本文提出了一种基于深度学习的勒索软件检测和分类方法，使用GN-BiLSTM模型实现了高精度的检测和分类 | 本文创新性地提出了基于组归一化的双向长短期记忆网络（GN-BiLSTM）方法，用于检测和分类勒索软件变种 | 本文未详细讨论模型的计算复杂度和资源消耗 | 研究目的是利用深度学习技术解决多类分类问题，提高勒索软件检测和分类的准确性 | 研究对象是勒索软件及其变种的检测和分类 | 机器学习 | NA | 深度学习 | 双向长短期记忆网络（BiLSTM） | 数据集 | 使用了CIC-MalMem-2022数据集和10,876个自收集的最新样本，涵盖26个恶意软件家族 |
| 1342 | 2024-12-18 |
DeepCorr: a novel error correction method for 3GS long reads based on deep learning
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2160
PMID:39678285
|
研究论文 | 提出了一种基于深度学习的第三代测序长读取错误校正方法DeepCorr | DeepCorr采用循环神经网络捕捉长读取中的长期依赖关系，将长读取错误校正问题转化为多分类任务，并能充分利用未对齐的碱基信息进行校正 | 未提及具体限制 | 开发一种高效且准确的第三代测序长读取错误校正方法 | 第三代测序技术（PacBio和ONT平台）生成的长读取数据 | 生物信息学 | NA | 第三代测序技术（3GS） | 循环神经网络（RNN） | 测序数据 | 使用真实世界的PacBio和ONT基准数据集进行评估 |
| 1343 | 2024-12-18 |
A study of hybrid deep learning model for stock asset management
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2493
PMID:39678294
|
研究论文 | 本文提出了一种混合深度学习模型，用于股票价格预测和资产管理的同步操作 | 本文的创新点在于结合LSTM和强化学习（RL）进行股票价格预测和交易控制，并通过预测平均方向指数（ADX）和引入约束条件来降低市场不确定性，从而最大化股票资产 | NA | 研究如何利用混合深度学习模型在股票市场中实现有效的资产管理和交易策略 | 股票价格预测和资产管理的同步操作 | 机器学习 | NA | LSTM, 强化学习（RL） | 混合深度学习模型 | 股票市场数据 | NA |
| 1344 | 2024-12-18 |
Drivable path detection for a mobile robot with differential drive using a deep Learning based segmentation method for indoor navigation
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2514
PMID:39678296
|
研究论文 | 本文提出了一种基于深度学习的语义分割方法，用于室内导航中移动机器人的可行驶路径检测 | 本文创新性地使用了DeepLabv3+和ResNet50架构进行路径分割，并结合高斯滤波和多Otsu阈值处理来提高分割效果，同时开发了基于网格的RRT*导航策略以实现避障和优化路径 | 本文未详细讨论该方法在复杂室外环境中的适用性 | 研究如何利用深度学习技术提高移动机器人在室内环境中的导航能力 | 移动机器人在室内环境中的可行驶路径检测 | 计算机视觉 | NA | 深度学习 | DeepLabv3+ | 图像 | NA |
| 1345 | 2024-12-18 |
Machine learning prediction of brain metastasis invasion pattern on brain magnetic resonance imaging scans
2024 Jan-Dec, Neuro-oncology advances
IF:3.7Q2
DOI:10.1093/noajnl/vdae200
PMID:39679176
|
研究论文 | 本研究探讨了机器学习方法在磁共振成像扫描中预测脑转移侵袭模式（BMIP）的潜力 | 首次提出使用机器学习方法通过磁共振成像扫描预测脑转移侵袭模式，提供了一种非侵入性的方法 | 研究样本量较小，且结果依赖于专家的先验知识 | 开发一种基于磁共振成像的非侵入性生物标志物，用于预测脑转移侵袭模式 | 脑转移侵袭模式（BMIP） | 机器学习 | 脑转移 | 磁共振成像（MRI） | 卷积神经网络（CNN） | 图像 | 132名患者 |
| 1346 | 2024-12-18 |
The role of artificial intelligence in drug screening, drug design, and clinical trials
2024, Frontiers in pharmacology
IF:4.4Q1
DOI:10.3389/fphar.2024.1459954
PMID:39679365
|
综述 | 本文综述了人工智能技术在药物筛选、药物设计和临床试验中的应用 | 本文总结了机器学习，尤其是深度学习在药物发现和开发中的显著优势，包括高通量和虚拟筛选、药物分子设计以及解决复杂有机合成问题 | 本文讨论了基于人工智能技术的药物发现和开发面临的挑战，并提出了未来可能的发展方向 | 探讨人工智能在药物发现和开发中的应用及其未来发展方向 | 人工智能技术在药物筛选、药物设计和临床试验中的应用 | 机器学习 | NA | 机器学习，深度学习 | NA | NA | NA |
| 1347 | 2024-12-18 |
Prediction of protein interactions between pine and pine wood nematode using deep learning and multi-dimensional feature fusion
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1489116
PMID:39687321
|
研究论文 | 本研究提出了一种基于深度学习和多维特征融合的方法MFGAC-PPI，用于预测松树与松材线虫之间的蛋白质相互作用 | MFGAC-PPI通过结合AlphaFold和蛋白质序列特征，利用Transform和改进的GCN提取多维特征，相比基于单一特征信息的方法，获得了更多的三维表征信息 | NA | 旨在通过预测植物-病原体蛋白质相互作用，深入理解松材线虫病的致病系统 | 松树与松材线虫之间的蛋白质相互作用 | 机器学习 | NA | 深度学习 | 图注意力卷积网络（GCN） | 蛋白质序列 | 2,688对相互作用的蛋白质 |
| 1348 | 2024-12-18 |
Toward improving reproducibility in neuroimaging deep learning studies
2024, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2024.1509358
PMID:39687491
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1349 | 2024-12-18 |
Action recognition in rehabilitation: combining 3D convolution and LSTM with spatiotemporal attention
2024, Frontiers in physiology
IF:3.2Q2
DOI:10.3389/fphys.2024.1472380
PMID:39687520
|
研究论文 | 本研究提出了一种结合3D卷积、LSTM和时空注意力机制的深度学习框架STA-C3DL，用于复杂康复场景中的实时动作检测和识别 | 创新点在于将3D卷积神经网络、长短期记忆网络和时空注意力机制结合，以更精确地捕捉动作动态 | 未来的研究将集中在扩展模型对非常规和极端动作的适应性，以及将其整合到更广泛的康复环境中 | 提高复杂康复场景中实时动作检测和识别的准确性和响应速度 | 康复场景中的动作识别 | 计算机视觉 | NA | 3D卷积神经网络、长短期记忆网络、时空注意力机制 | 3D卷积神经网络、LSTM | 视频 | 多个数据集，包括NTU RGB + D、Smarthome Rehabilitation、UCF101和HMDB51 |
| 1350 | 2024-12-17 |
ProteoNet: A CNN-based framework for analyzing proteomics MS-RGB images
2024-Dec-20, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2024.111362
PMID:39679296
|
研究论文 | 本文提出了一种基于CNN的框架ProteoNet，用于分析蛋白质组学MS-RGB图像，以提高分析效率和准确性 | ProteoNet通过引入语义分割、自适应平均池化和加权因子，改进了MS-RGB数据的分析，并展示了其在多种CNN架构中的兼容性和可扩展性 | NA | 提高蛋白质组学数据在临床研究中的应用效率和准确性 | 尿液、血液和组织样本中的蛋白质组学数据，涉及肝脏、肾脏和甲状腺疾病 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 涉及尿液、血液和组织样本 |
| 1351 | 2024-12-17 |
The impact of body mass index on rehabilitation outcomes after lower limb amputation
2024-Dec-16, PM & R : the journal of injury, function, and rehabilitation
DOI:10.1002/pmrj.13292
PMID:39676648
|
研究论文 | 研究肥胖对接受下肢截肢术后住院康复服务的患者在身体功能和临床结果指标上的影响 | 使用深度学习神经网络（DLNNs）分析调整后的BMI与出院回家之间的关系 | 回顾性研究，可能存在选择偏倚和信息偏倚 | 探讨肥胖对下肢截肢患者康复结果的影响 | 接受下肢截肢术后住院康复服务的患者 | NA | NA | 深度学习神经网络（DLNNs） | 深度学习神经网络（DLNNs） | 文本 | 951名下肢截肢患者 |
| 1352 | 2024-12-17 |
Automated Bone Cancer Detection Using Deep Learning on X-Ray Images
2024-Dec-16, Surgical innovation
IF:1.2Q3
DOI:10.1177/15533506241299886
PMID:39679470
|
研究论文 | 本文提出了一种基于深度学习的骨癌检测系统，利用X射线图像进行自动分类 | 本文创新性地结合了Golden Search优化算法和SqueezeNet模型，用于骨癌分类，并使用改进的布谷鸟搜索算法和长短期记忆模型进行特征分类 | NA | 开发一种自动化的骨癌检测系统，以提高诊断精度和减少人工劳动 | 骨癌的X射线图像 | 计算机视觉 | 骨癌 | 深度学习 | SqueezeNet、长短期记忆模型 | 图像 | 训练集和测试集数据 |
| 1353 | 2024-12-17 |
Primary angle-closed diseases recognition through artificial intelligence-based anterior segment-optical coherence tomography imaging
2024-Dec-16, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie
DOI:10.1007/s00417-024-06709-1
PMID:39680113
|
研究论文 | 本研究利用人工智能对前段光学相干断层扫描图像进行深度学习分类，自动分析和分类前房角结构 | 本研究开发了一种基于深度学习的AS-OCT图像自动前房角分析软件，并应用迁移学习在ResNet-50架构上开发了最佳分类器 | NA | 提高AS-OCT图像分析的效率 | 前段光学相干断层扫描图像中的前房角结构 | 计算机视觉 | 眼科疾病 | 深度学习 | ResNet-50 | 图像 | 94895张AS-OCT图像，来自687名参与者 |
| 1354 | 2024-12-17 |
Enhancing diabetic retinopathy and macular edema detection through multi scale feature fusion using deep learning model
2024-Dec-16, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie
DOI:10.1007/s00417-024-06687-4
PMID:39680112
|
研究论文 | 本文提出了一种基于多尺度特征融合的深度学习模型，用于增强糖尿病视网膜病变和黄斑水肿的检测 | 利用多尺度特征融合技术，结合高层次语义输入和低层次纹理特征，提高了自动化诊断的准确性 | NA | 提高糖尿病视网膜病变和黄斑水肿的早期识别准确性 | 糖尿病视网膜病变和黄斑水肿 | 计算机视觉 | 糖尿病性眼病 | 卷积神经网络 (CNN) | CNN | 图像 | 使用MESSIDOR数据集，包含带有病理注释的视网膜图像 |
| 1355 | 2024-12-17 |
Diagnostic performance of neural network algorithms in skull fracture detection on CT scans: a systematic review and meta-analysis
2024-Dec-16, Emergency radiology
IF:1.7Q3
DOI:10.1007/s10140-024-02300-7
PMID:39680295
|
meta-analysis | 本文系统回顾和荟萃分析了卷积神经网络（CNN）在CT扫描中检测颅骨骨折的诊断性能 | 本文首次系统回顾和荟萃分析了CNN模型在CT扫描中检测颅骨骨折的诊断性能，展示了深度学习技术在医学影像诊断中的潜力 | 研究存在显著的异质性，可能存在发表偏倚，未来研究需进一步验证CNN模型在临床试验中的实用性 | 评估CNN模型在CT图像上诊断颅骨骨折的准确性 | 颅骨骨折的诊断 | computer vision | 颅骨骨折 | 卷积神经网络（CNN） | CNN | 图像 | 20,798名患者 |
| 1356 | 2024-12-17 |
SpatialCVGAE: Consensus Clustering Improves Spatial Domain Identification of Spatial Transcriptomics Using VGAE
2024-Dec-16, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-024-00676-1
PMID:39680300
|
研究论文 | 本文提出了一种名为SpatialCVGAE的共识聚类框架，用于空间转录组数据分析，通过结合变分图自编码器和共识聚类方法，提高空间域识别的稳定性和准确性 | SpatialCVGAE通过结合多个空间图和共识聚类方法，解决了空间转录组数据稀疏性和高噪声导致的聚类不稳定问题，显著提高了模型的稳定性和鲁棒性 | NA | 提高空间转录组数据分析中空间域识别的稳定性和准确性 | 空间转录组数据 | 空间转录组学 | NA | 变分图自编码器（VGAE） | 变分图自编码器（VGAE） | 空间转录组数据 | NA |
| 1357 | 2024-12-17 |
Dataset augmentation with multiple contrasts images in super-resolution processing of T1-weighted brain magnetic resonance images
2024-Dec-16, Radiological physics and technology
IF:1.7Q3
DOI:10.1007/s12194-024-00871-1
PMID:39680317
|
研究论文 | 本研究探讨了在脑部T1加权磁共振图像的超分辨率处理中，通过深度学习方法使用不同对比度的图像增强数据集的有效性 | 通过引入同一受试者的不同对比度图像来增强数据集，从而提高网络性能并评估其对图像质量指标的影响 | 本研究为回顾性研究，样本量有限，可能影响结果的普适性 | 研究如何通过数据集增强提高脑部T1加权磁共振图像超分辨率处理的性能 | 脑部T1加权磁共振图像及其不同对比度的图像 | 计算机视觉 | NA | 深度学习 | U-Net, EDSR | 图像 | 240名接受脑部MRI检查的患者 |
| 1358 | 2024-12-17 |
Grand canonical Monte Carlo and deep learning assisted enhanced sampling to characterize the distribution of Mg2+ and influence of the Drude polarizable force field on the stability of folded states of the twister ribozyme
2024-Dec-14, The Journal of chemical physics
IF:3.1Q1
DOI:10.1063/5.0241246
PMID:39665326
|
研究论文 | 本研究使用大正则蒙特卡罗和机器学习辅助的增强采样方法，结合元动力学模拟，探讨了Mg2+分布和电子极化对经典Drude振子极化力场下扭结核酶折叠状态稳定性的影响 | 本研究引入了电子极化，显著提高了模拟的稳定性，并发现了Mg2+与碱基之间的特定相互作用对稳定性的重要贡献 | 本研究主要集中在模拟方法和特定相互作用的识别上，未涉及实验验证 | 探讨Mg2+分布和电子极化对扭结核酶折叠状态稳定性的影响 | 扭结核酶的折叠状态稳定性 | 分子动力学 | NA | 大正则蒙特卡罗，元动力学模拟 | 机器学习 | NA | NA |
| 1359 | 2024-12-17 |
A deep learning approach for the screening of referable age-related macular degeneration - Model development and external validation
2024-Dec-14, Journal of the Formosan Medical Association = Taiwan yi zhi
DOI:10.1016/j.jfma.2024.12.008
PMID:39675993
|
研究论文 | 开发并验证了一种用于诊断可转诊年龄相关性黄斑变性（AMD）的深度学习图像评估软件VeriSee™ AMD | 首次开发并验证了一种基于深度学习的图像评估软件，用于辅助临床筛查中度和重度AMD | 研究仅限于特定年龄段的患者和特定类型的眼底图像 | 开发并验证一种深度学习模型，用于诊断可转诊的年龄相关性黄斑变性 | 50岁及以上患者的45度彩色眼底图像 | 计算机视觉 | 年龄相关性黄斑变性 | 深度学习 | 深度学习模型 | 图像 | 6801张用于模型开发，937张用于外部验证 |
| 1360 | 2024-12-17 |
Automatic Segmentation of Sylvian Fissure in Brain Ultrasound Images of Pre-Term Infants Using Deep Learning Models
2024-Dec-14, Ultrasound in medicine & biology
|
研究论文 | 本文研究了使用深度学习模型自动分割早产儿脑部超声图像中的Sylvian裂隙 | 首次尝试使用超声图像自动分割早产儿脑部裂隙，并比较了U-Net和ResU-Net模型的性能，发现ResU-Net在处理复杂解剖结构方面表现更优 | 研究结果在不同设备获取的图像上表现差异较大，表明模型在跨设备应用时存在局限性 | 探索使用深度学习模型自动分割早产儿脑部超声图像中的Sylvian裂隙，以监测其发育情况 | 早产儿脑部超声图像中的Sylvian裂隙 | 计算机视觉 | NA | 深度学习 | U-Net, ResU-Net | 图像 | 来自同一超声设备的图像用于交叉验证，不同厂商的图像用于微调 |