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 915 篇文献，本页显示第 541 - 560 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 541 | 2024-08-05 |
Deep learning applications for kidney histology analysis
2024-05-01, Current opinion in nephrology and hypertension
IF:2.2Q2
DOI:10.1097/MNH.0000000000000973
PMID:38411024
|
研究论文 | 本文讨论了深度学习在肾脏病理学分析中的应用和挑战 | 探讨了深度学习在肾脏病理学中应用的最新进展及其潜力 | 存在缺乏前瞻性证据和现实场景测试的问题 | 旨在提高肾脏组织学分析的定量和定性 | 主要集中于肾脏病理学的诊断和疾病进展预测 | 数字病理学 | 肾脏病 | 深度学习 | NA | 成像和临床数据 | NA | NA | NA | NA | NA |
| 542 | 2024-08-05 |
Surveying the landscape of diagnostic imaging in dentistry's future: Four emerging technologies with promise
2024-May, Journal of the American Dental Association (1939)
DOI:10.1016/j.adaj.2024.01.005
PMID:38520421
|
综述 | 本文提供了关于四种有前景的牙科诊断成像新兴技术的信息 | 突出展示了人工智能（深度学习与卷积神经网络）、牙科磁共振成像等新兴技术的潜力及其发展现状 | 未明确提及各技术的具体应用案例及实施中的挑战 | 探讨新兴技术对未来牙科诊断成像的潜在影响 | 涉及四种新兴的牙科诊断成像技术 | 数字病理学 | NA | 深度学习, 磁共振成像, 立体口腔断层扫描, 碳纳米管技术的锥束计算机断层扫描 | 卷积神经网络 | 影像 | NA | NA | NA | NA | NA |
| 543 | 2024-08-05 |
Applicability of Artificial Intelligence in the Field of Clinical Lipidology: A Narrative Review
2024-May, Journal of lipid and atherosclerosis
DOI:10.12997/jla.2024.13.2.111
PMID:38826186
|
综述 | 本文回顾了人工智能在临床脂质学中的应用 | 探讨了人工智能在家庭型高胆固醇血症诊断和低密度脂蛋白胆固醇水平估计等多个方面的创新应用 | 对人工智能技术的伦理困境、透明性、有限的可重复性和方法学限制进行了讨论 | 评估人工智能在临床脂质学中的应用 | 探讨了多项研究涉及的脂质相关的临床问题 | 机器学习 | NA | 人工智能 | 深度学习 | 文献 | NA | NA | NA | NA | NA |
| 544 | 2024-08-07 |
Rapid identification of medicinal plants via visual feature-based deep learning
2024-May-31, Plant methods
IF:4.7Q1
DOI:10.1186/s13007-024-01202-6
PMID:38822406
|
研究论文 | 本研究利用自研设备获取高分辨率数据，构建了一个视觉多品种中药材图像数据集，并提出了一种新的混合监督预训练网络，通过结合全局特征和局部细节，有效提升了特征捕获能力。 | 提出了一种随机局部数据增强预处理方法和一种新的混合监督预训练网络，通过引入并行分类分支和新的损失函数，增强了特征捕获能力和训练效率。 | NA | 准确识别中药材，避免因加工条件和栽培环境差异影响临床安全和药物疗效。 | 中药材 | 计算机视觉 | NA | 深度学习 | Masked Autoencoders (MAE) | 图像 | 多品种中药材图像数据集 | NA | NA | NA | NA |
| 545 | 2024-08-07 |
DASUNet: a deeply supervised change detection network integrating full-scale features
2024-May-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63257-8
PMID:38816456
|
研究论文 | 本文提出了一种深度监督的变化检测网络DASUNet，该网络采用孪生架构，融合全尺度特征信息，并实现端到端训练 | DASUNet网络通过采用空洞空间金字塔池化模块和深度监督模块，有效融合了全尺度特征信息，提高了特征信息的获取能力 | NA | 提高变化检测技术的准确性和应用范围 | 变化检测技术中的特征信息融合 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 在CDD和WHU-CD数据集上进行了实验，分别达到了94.32%和90.37%的F1分数 | NA | NA | NA | NA |
| 546 | 2024-08-07 |
Interdisciplinary approach to identify language markers for post-traumatic stress disorder using machine learning and deep learning
2024-05-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-61557-7
PMID:38816468
|
研究论文 | 本研究探讨了语言作为创伤后应激障碍（PTSD）的潜在诊断生物标志物的可能性，通过分析2015年11月13日巴黎恐怖袭击事件后148名个体的访谈数据，采用跨学科方法结合精神病学、语言学和自然语言处理技术，评估语言特征与PTSD之间的关系。 | 本研究首次采用跨学科方法，结合精神病学、语言学和自然语言处理技术，探讨语言作为PTSD的诊断生物标志物，并提出了一种三步法的方法论。 | 研究样本仅限于2015年巴黎恐怖袭击事件后的个体，可能限制了结果的普遍性。 | 探讨语言作为创伤后应激障碍的诊断生物标志物的可能性，并提出一种跨学科的方法论。 | 2015年11月13日巴黎恐怖袭击事件后148名个体的访谈数据。 | 自然语言处理 | 心理疾病 | 机器学习, 深度学习 | 机器学习模型, 深度学习模型 | 文本 | 148名个体 | NA | NA | NA | NA |
| 547 | 2024-08-07 |
A review of machine learning methods for cancer characterization from microbiome data
2024-May-30, NPJ precision oncology
IF:6.8Q1
DOI:10.1038/s41698-024-00617-7
PMID:38816569
|
综述 | 本文综述了从微生物组数据中利用机器学习方法进行癌症特征化的研究 | 提出了基于随机森林的方法，并探讨了利用深度学习和改进的机器学习模型来提高模型性能和泛化能力的可能性 | 当前方法在临床广泛应用上仍不足，且存在模型泛化能力差的问题 | 探讨机器学习方法在从微生物组数据中进行癌症特征化的应用 | 微生物组数据与癌症特征化 | 机器学习 | NA | 机器学习 | 随机森林 | 微生物组数据 | NA | NA | NA | NA | NA |
| 548 | 2024-08-07 |
Assessment and classification of COVID-19 DNA sequence using pairwise features concatenation from multi-transformer and deep features with machine learning models
2024-May-23, SLAS technology
IF:2.5Q3
DOI:10.1016/j.slast.2024.100147
PMID:38796034
|
研究论文 | 本文提出了一种基于多变换器和深度特征的机器学习模型，用于COVID-19 DNA序列的评估和分类 | 本文提出了一种新颖的多变换器深度学习模型和成对特征融合技术，用于DNA序列分类 | NA | 旨在通过深度学习和机器学习方法，对COVID-19病毒的基因组序列进行分类和分析，以支持战略规划、遏制和治疗 | COVID-19病毒的DNA序列 | 机器学习 | COVID-19 | 深度学习 | 多变换器 | DNA序列 | NA | NA | NA | NA | NA |
| 549 | 2024-08-07 |
K-band: Self-supervised MRI Reconstruction via Stochastic Gradient Descent over K-space Subsets
2024-May-23, ArXiv
PMID:38827449
|
研究论文 | 介绍了一种名为k-band的新型数学框架，用于在仅使用部分、有限分辨率的k空间数据的情况下训练深度学习模型进行MRI重建 | 提出了一种使用随机梯度下降（SGD）在k空间子集上训练的方法，能够在有限分辨率数据上实现与高分辨率数据训练相媲美的性能 | NA | 开发一种实用的、易于实施的自监督训练框架，用于MRI重建 | 高维动态/体积磁共振成像（MRI）中的逆问题解决 | 机器学习 | NA | 深度学习（DL） | DL模型 | k空间数据 | 使用部分、有限分辨率的k空间数据进行训练 | NA | NA | NA | NA |
| 550 | 2024-08-07 |
HisCl1 regulates gustatory habituation in sweet taste neurons and mediates sugar ingestion in Drosophila
2024-May-08, bioRxiv : the preprint server for biology
DOI:10.1101/2024.05.06.592591
PMID:38765964
|
研究论文 | 本文研究了果蝇中甜味神经元对甜味的习惯化调节机制，特别是通过HisCl1基因的作用。 | 首次揭示了HisCl1基因在果蝇甜味神经元习惯化中的作用，并展示了其在食物摄入调节中的重要性。 | NA | 探究果蝇甜味神经元习惯化的细胞自主机制及其基因调控。 | 果蝇的甜味神经元及其对甜味的习惯化反应。 | 神经科学 | NA | 深度学习、光遗传学刺激、单感器电生理学 | 深度学习模型 | 神经元活动数据 | 涉及多种化学感觉器官的甜味神经元 | NA | NA | NA | NA |
| 551 | 2024-08-07 |
Versatile multiple object tracking in sparse 2D/3D videos via deformable image registration
2024-May, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1012075
PMID:38768230
|
研究论文 | 本文提出了一种名为ZephIR的图像配准框架，用于在2D和3D视频中的半监督多目标跟踪 | ZephIR框架通过引入可调整参数，能够适应不同生物系统的空间和时间先验，从而在多种应用中实现准确和通用的跟踪 | 需要用户提供少量注释以交互式改进跟踪结果 | 开发一种能够适应不同数据集的多目标跟踪方法，以解决手动跟踪在大数据集上的低效率问题 | 跟踪行为动物的身体部位、从变形组织中的细胞提取荧光信号以及分析发育过程中细胞迁移模式 | 计算机视觉 | NA | 图像配准 | 空间变换网络 | 视频 | 多种生物系统的2D和3D视频数据 | NA | NA | NA | NA |
| 552 | 2024-08-07 |
PEA-m6A: an ensemble learning framework for accurately predicting N6-methyladenosine modifications in plants
2024-May-31, Plant physiology
IF:6.5Q1
DOI:10.1093/plphys/kiae120
PMID:38428981
|
研究论文 | 本文介绍了一种名为PEA-m6A的集成学习框架，用于准确预测植物基因组中的N6-甲基腺苷修饰 | PEA-m6A框架通过集成学习构建m6A预测模型，并利用预训练模型进行迁移学习，提高了小样本训练任务中m6A修饰预测的准确性 | NA | 开发一个统一的、模块化的、参数化的框架，用于简化m6A-Seq数据分析，预测植物基因组中的m6A修饰区域 | 植物基因组中的N6-甲基腺苷（m6A）修饰 | 机器学习 | NA | 集成学习 | 集成学习模型 | 基因组数据 | 12种植物物种 | NA | NA | NA | NA |
| 553 | 2024-08-07 |
Industrial Metaverse-Based Intelligent PID Optimal Tuning System for Complex Industrial Processes
2024-May-31, IEEE transactions on cybernetics
IF:9.4Q1
DOI:10.1109/TCYB.2024.3386669
PMID:38819970
|
研究论文 | 本文提出了一种在虚拟现实场景中对工业过程实际PID控制系统进行动态性能监控和参数自适应调整的方法 | 该方法结合了基于系统识别和自适应深度学习的PID控制过程数字孪生模型，以及基于强化学习的PID调优智能算法与工业元宇宙的虚拟现实和沉浸式交互 | NA | 解决复杂工业过程中实际运行的PID控制系统无法在线优化的问题 | 以能耗设备——镁熔炉作为工业对象，进行了对比仿真实验和工业实验 | 工业自动化 | NA | 系统识别、自适应深度学习、强化学习 | 数字孪生模型 | 虚拟现实场景 | 使用镁熔炉作为工业对象进行实验 | NA | NA | NA | NA |
| 554 | 2024-08-07 |
A CNN-LSTM model using elliptical constraints for temporally consistent sun position estimation
2024-May-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e31539
PMID:38818140
|
研究论文 | 本文提出了一种基于椭圆约束的CNN-LSTM模型，用于时间一致的太阳位置估计 | 该研究利用空间、时间和几何特征，即使在太阳部分或完全被遮挡的情况下，也能准确回归太阳位置 | NA | 提高太阳位置估计的准确性，以优化太阳能系统设计、天气预报服务和户外增强现实系统 | 太阳位置估计 | 计算机视觉 | NA | 深度学习 | CNN-LSTM | 图像序列 | 使用了Sirta、Laval和自定义数据集 | NA | NA | NA | NA |
| 555 | 2024-08-07 |
EEG-based emotion recognition systems; comprehensive study
2024-May-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e31485
PMID:38818173
|
review | 本文对基于脑电图（EEG）信号的情绪识别技术进行了全面的综述 | 重点关注了深度学习在情绪识别中的应用，并分析了其特点、优势、劣势及适用场景 | NA | 总结当前情绪识别研究的状态，并为后续相关研究提供思路 | 基于EEG信号的情绪识别方法 | machine learning | NA | EEG | CNN, LSTM, GAN | EEG信号 | NA | NA | NA | NA | NA |
| 556 | 2024-08-07 |
Computer-assisted decision support for the usage of preventive antibacterial therapy in children with febrile pyelonephritis: A preliminary study
2024-May-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e31255
PMID:38818202
|
研究论文 | 本研究利用深度学习技术分析肾静态影像数据，探讨首次诊断为发热性肾盂肾炎的2岁以下儿童是否需要预防性抗生素治疗 | 首次使用深度学习技术研究首次诊断为发热性肾盂肾炎的儿童是否需要预防性抗生素治疗 | 研究样本量相对较小，且仅限于2岁以下的儿童 | 探讨深度学习技术在计算机辅助决策支持系统中对发热性肾盂肾炎诊断的应用 | 首次诊断为发热性肾盂肾炎的2岁以下儿童 | 机器学习 | 泌尿系统感染 | 深度学习技术 | AlexNet | 影像数据 | 176名儿童，其中64名不需要预防性抗生素治疗，112名需要 | NA | NA | NA | NA |
| 557 | 2024-08-07 |
A deep learning approach for electric motor fault diagnosis based on modified InceptionV3
2024-May-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63086-9
PMID:38811686
|
研究论文 | 本研究提出了一种基于改进InceptionV3模型的电机故障诊断方法，通过使用红外热像技术并结合对比度受限的自适应直方图均衡化（CLAHE）和挤压激励（SE）通道注意力机制来提高检测精度 | 本研究通过整合SE通道注意力机制改进了InceptionV3模型，并结合传统分类器SVM进行特征提取和分类，提高了电机故障诊断的准确性 | NA | 开发一种高效的电机故障诊断方法 | 电机及其故障类型 | 机器学习 | NA | InceptionV3模型，挤压激励（SE）通道注意力机制，对比度受限的自适应直方图均衡化（CLAHE） | InceptionV3 | 图像 | 369张电机热图像，包含11种故障类型 | NA | NA | NA | NA |
| 558 | 2024-08-07 |
DiffBindFR: an SE(3) equivariant network for flexible protein-ligand docking
2024-May-29, Chemical science
IF:7.6Q1
DOI:10.1039/d3sc06803j
PMID:38817560
|
研究论文 | 本文介绍了一种名为DiffBindFR的全原子扩散基柔性对接模型，用于在配体整体运动和柔性以及口袋侧链扭转变化的产品空间上操作，以提高蛋白质-配体对接的准确性。 | DiffBindFR模型在生成具有物理上合理和详细相互作用的类似天然结合结构方面比现有对接方法具有更高的准确性，并且在Apo和AlphaFold2模型结构中显示出在精确预测配体结合姿态和蛋白质结合构象方面的优势。 | NA | 开发一种新的蛋白质-配体对接模型，以提高对接的准确性和物理合理性。 | 蛋白质-配体对接的准确性和物理合理性。 | 结构生物学 | NA | 分子对接 | 扩散模型 | 蛋白质和配体结构数据 | NA | NA | NA | NA | NA |
| 559 | 2024-08-07 |
A scoping review of machine learning for sepsis prediction- feature engineering strategies and model performance: a step towards explainability
2024-05-28, Critical care (London, England)
DOI:10.1186/s13054-024-04948-6
PMID:38802973
|
综述 | 本文是一篇关于机器学习在脓毒症预测中特征工程策略和模型性能的综述，旨在提高模型的可解释性 | 强调了特征选择和提取在提高模型准确性中的重要作用，特别是在脓毒症预测模型中的应用 | NA | 识别用于预测脓毒症的关键特征，并评估模型的有效性 | 脓毒症预测中的机器学习模型 | 机器学习 | 脓毒症 | 机器学习 | 随机森林、XG Boost、深度学习模型 | 临床数据 | 1,147,202名患者 | NA | NA | NA | NA |
| 560 | 2024-08-07 |
VER-Net: a hybrid transfer learning model for lung cancer detection using CT scan images
2024-May-24, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01238-z
PMID:38789925
|
研究论文 | 本文构建了一种名为VER-Net的新型迁移学习模型，通过叠加三种不同的迁移学习模型来检测肺部CT扫描图像中的肺癌 | VER-Net通过叠加三种不同的迁移学习模型，提高了肺癌检测的准确性 | NA | 开发一种高效的迁移学习模型用于肺癌检测 | 肺部CT扫描图像中的肺癌 | 机器学习 | 肺癌 | 迁移学习 | VER-Net | 图像 | 多类别胸部CT图像 | NA | NA | NA | NA |