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 601 - 620 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 601 | 2024-08-07 |
AI model to detect contact relationship between maxillary sinus and posterior teeth
2024-May-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e31052
PMID:38799758
|
研究论文 | 本文提出了一种基于全景X光片的深度学习网络（MSF-MPTnet），用于自动评估上颌窦底与上颌后牙之间的关系，并比较了MSF-MPTnet与牙医和放射科医生识别接触关系的准确性 | 本文创新性地开发了MSF-MPTnet模型，提高了上颌窦底与上颌后牙之间关系的检测准确性，减少了伪接触关系的发生，并降低了CBCT的使用频率 | NA | 研究目的是建立一种新的深度学习网络，用于自动评估上颌窦底与上颌后牙之间的关系，并比较其与牙医和放射科医生的准确性 | 研究对象为上颌窦底与上颌后牙之间的关系 | 计算机视觉 | NA | 深度学习 | 深度学习网络（MSF-MPTnet） | 图像 | 共收集了1035张全景X光片和1035张锥形束计算机断层扫描（CBCT）图像，其中350张全景X光片作为测试数据集 | NA | NA | NA | NA |
| 602 | 2024-08-07 |
Effective prediction of human skin cancer using stacking based ensemble deep learning algorithm
2024-May-28, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2346608
PMID:38804548
|
研究论文 | 本文提出了一种基于堆叠集成深度学习算法的皮肤癌诊断模型 | 采用堆叠集成深度学习方法，结合LSTM作为元分类器，提高了皮肤癌诊断的准确性 | NA | 开发一种自动化的皮肤癌诊断方法 | 皮肤癌的诊断 | 计算机视觉 | 皮肤癌 | NA | CNN, DNN, LSTM | 图像 | NA | NA | NA | NA | NA |
| 603 | 2024-08-07 |
Meta learning based residual network for industrial production quality prediction with limited data
2024-May-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-62174-0
PMID:38796529
|
研究论文 | 本文提出了一种基于元学习的残差网络模型（MLRN），用于在数据有限的情况下预测工业生产质量 | 引入了基于元学习的残差网络模型，并采用有效通道注意力（ECA）机制和多批次多任务数据输入方法，以提高模型在有限数据下的性能 | NA | 旨在解决在实际工业环境中收集大量生产质量数据困难的问题，并提高深度学习网络在训练过程中的模型性能 | 工业生产质量预测 | 机器学习 | NA | 元学习 | 残差网络（Residual Network） | 数值和图形数据 | 有限数据 | NA | NA | NA | NA |
| 604 | 2024-08-07 |
Autophagy and machine learning: Unanswered questions
2024-May-25, Biochimica et biophysica acta. Molecular basis of disease
DOI:10.1016/j.bbadis.2024.167263
PMID:38801963
|
review | 本文综述了自噬与机器学习技术在生物学过程中的应用 | 讨论了深度学习领域的新进展为跨学科合作带来的新机遇 | 未提及具体的研究限制 | 促进自噬研究与计算机科学的联合努力 | 自噬在细胞生存、生物能量稳态、生物体发育和细胞死亡调控中的作用 | machine learning | cancers, neurodegenerative diseases | machine learning (ML) | NA | NA | NA | NA | NA | NA | NA |
| 605 | 2024-08-07 |
Personalized Stress Detection Using Biosignals from Wearables: A Scoping Review
2024-May-18, Sensors (Basel, Switzerland)
DOI:10.3390/s24103221
PMID:38794074
|
综述 | 本文通过综述个性化压力检测模型使用可穿戴技术，系统分析了相关文献 | 综述展示了生物信号，特别是EDA和PPG，在多模态设置中用于压力检测的潜在可靠性，并发现了深度学习模型的趋势 | 文献中对深度学习模型与传统方法的比较有限，需要进一步研究；同时存在数据集代表性和实际部署可穿戴技术的挑战 | 探讨使用可穿戴技术进行个性化压力检测的方法和挑战 | 生物信号、人工智能方法、数据集、可穿戴设备及实际应用中的挑战 | NA | NA | 深度学习 | 深度学习模型 | 生物信号数据 | NA | NA | NA | NA | NA |
| 606 | 2024-08-07 |
Estimate and compensate head motion in non-contrast head CT scans using partial angle reconstruction and deep learning
2024-May, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17047
PMID:38569143
|
研究论文 | 本文开发了一种深度学习模型，能够直接从头部CT扫描的部分角度重建（PAR）图像中估计头部运动，并将估计的运动整合到迭代重建过程中以补偿运动 | 本文首次探索了部分角度重建技术在头部CT扫描中减少运动伪影的潜力，并提出了一种新的深度学习模型来实现头部运动的精确估计和补偿 | NA | 开发一种深度学习模型，能够直接从头部CT扫描的PAR图像中估计头部运动，并将其整合到迭代重建过程中以补偿运动 | 头部CT扫描中的患者头部运动 | 计算机视觉 | NA | 部分角度重建（PAR） | 卷积神经网络（CNN） | 图像 | 模拟研究和实体模型研究 | NA | NA | NA | NA |
| 607 | 2024-08-07 |
Deep learning-powered enzyme efficiency boosting with evolutionary information
2024-May-30, Science bulletin
IF:18.8Q1
DOI:10.1016/j.scib.2024.03.034
PMID:38531716
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 608 | 2024-08-07 |
TIST-Net: style transfer in dynamic contrast enhanced MRI using spatial and temporal information
2024-May-27, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad4193
PMID:38648788
|
研究论文 | 本文提出了一种结合空间和时间信息的风格转换方法TIST-Net，用于动态对比增强MRI图像的处理 | TIST-Net通过自动编码器与卷积长短期记忆网络的结合，实现了时间序列数据的内容和风格潜在空间的解耦，并使用可变形和自适应卷积生成新图像 | NA | 开发一种结合空间和时间信息的风格转换方法，用于动态对比增强MRI图像的处理 | 动态对比增强MRI图像 | 计算机视觉 | NA | 自动编码器，卷积长短期记忆网络，可变形和自适应卷积 | TIST-Net | 图像 | 三个数据集（肾脏、前列腺和子宫），分别达到SSIM为0.91 ± 0.03、0.73 ± 0.04、0.88 ± 0.04 | NA | NA | NA | NA |
| 609 | 2024-08-07 |
DTDO: Driving Training Development Optimization enabled deep learning approach for brain tumour classification using MRI
2024-May-27, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2351159
PMID:38801074
|
研究论文 | 本文提出了一种名为DTDO-ZFNet的深度学习方法，用于通过MRI图像进行脑肿瘤分类 | 引入了DTDO-ZFNet模型，结合DTBO和CDDO技术，提高了脑肿瘤检测的准确性 | NA | 提高脑肿瘤检测的准确性 | 脑肿瘤 | 机器学习 | 脑肿瘤 | MRI | ZFNet | 图像 | NA | NA | NA | NA | NA |
| 610 | 2024-08-07 |
Enhanced reliability and time efficiency of deep learning-based posterior tibial slope measurement over manual techniques
2024-May-26, Knee surgery, sports traumatology, arthroscopy : official journal of the ESSKA
DOI:10.1002/ksa.12241
PMID:38796728
|
研究论文 | 本研究通过机器学习和人工智能技术，开发了一种基于深度学习的方法来测量磁共振成像中的胫骨后倾角，以提高前交叉韧带重建手术后的风险分层、诊断洞察、干预预后和手术规划的效率 | 本研究引入了机器学习和人工智能技术，通过YOLOv8算法实现了对胫骨后倾角的自动测量，提高了测量的准确性和效率 | NA | 提高前交叉韧带重建手术后的风险分层、诊断洞察、干预预后和手术规划的效率 | 胫骨后倾角的测量 | 机器学习 | NA | YOLOv8算法 | YOLOv8 | 图像 | 120名接受前交叉韧带重建手术的患者 | NA | NA | NA | NA |
| 611 | 2024-08-07 |
Multispecies deep learning using citizen science data produces more informative plant community models
2024-May-24, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-48559-9
PMID:38789424
|
研究论文 | 本文利用深度神经网络（DNNs）和公民科学数据，对瑞士的2477种植物物种及其集合的分布进行了联合建模，以提高物种分布和群落组成的预测准确性。 | 本文采用了多物种深度学习方法，相较于传统方法，能更准确地预测物种分布和群落组成，并能研究生态学中较少探讨的方面。 | NA | 旨在利用大数据和深度学习技术提高植物物种分布和群落组成的预测准确性。 | 研究对象包括2477种植物物种及其在瑞士的分布。 | 机器学习 | NA | 深度神经网络（DNNs） | DNN | 数据 | 670万条观测数据 | NA | NA | NA | NA |
| 612 | 2024-08-07 |
Biochemical-free enrichment or depletion of RNA classes in real-time during direct RNA sequencing with RISER
2024-May-24, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-48673-8
PMID:38789440
|
研究论文 | 介绍了一种名为RISER的无生物化学技术，用于实时富集或消耗RNA类别，通过直接RNA测序中的分子选择性排斥实现 | RISER技术通过深度学习直接从纳米孔信号中识别RNA类别，并与测序硬件实时通信，实现了对特定RNA类别的实时富集或消耗 | NA | 开发一种无需生物化学处理的技术，以解决细胞转录组异质性带来的挑战，特别是检测低表达RNA类别的问题 | 细胞转录组中的RNA类别，特别是低表达的RNA类别 | NA | NA | 直接RNA测序 | 深度学习 | RNA序列数据 | NA | NA | NA | NA | NA |
| 613 | 2024-08-07 |
A deep learning-based radiomics model for predicting lymph node status from lung adenocarcinoma
2024-May-24, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01300-w
PMID:38789936
|
研究论文 | 本研究利用基于深度学习的放射组学模型，通过增强CT预测肺腺癌患者的淋巴结状态 | 引入了一种基于增强CT图像的无创分类预测模型，使用极端梯度提升方法（XGBoost），显著提高了识别肺腺癌患者淋巴结状态的精度 | NA | 开发一种安全且准确的方法来预测肺腺癌的淋巴结转移 | 肺腺癌患者的淋巴结状态 | 机器学习 | 肺腺癌 | 增强CT | XGBoost | 图像 | 503例患者，其中287例有淋巴结转移，216例无淋巴结转移 | NA | NA | NA | NA |
| 614 | 2024-08-07 |
Real-time sports injury monitoring system based on the deep learning algorithm
2024-May-24, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01304-6
PMID:38789963
|
研究论文 | 本文研究了一种基于支持向量机模型的实时运动伤害监测系统，通过视频检测和关节检测捕捉人体运动，利用多项式拟合分析提取关节运动模式，并通过数据处理提高处理效率和模型训练速度。 | 本文采用了支持向量机模型进行数据分类和识别，相较于主流模型如随机森林和朴素贝叶斯，在准确性、敏感性和特异性上表现更佳。 | NA | 提高运动伤害监测的实时性和准确性 | 运动伤害监测系统 | 机器学习 | NA | 支持向量机（SVM） | SVM | 视频 | NA | NA | NA | NA | NA |
| 615 | 2024-08-07 |
Deep learning of mammogram images to reduce unnecessary breast biopsies: a preliminary study
2024-May-24, Breast cancer research : BCR
IF:6.1Q1
DOI:10.1186/s13058-024-01830-9
PMID:38790005
|
研究论文 | 本研究开发了一种基于深度学习的分类算法，用于分析乳腺X光图像，旨在减少不必要的乳腺活检 | 利用卷积神经网络对BI-RADS 4级可疑病变进行分类，以识别可能不需要活检的良性病例 | 研究为回顾性，且特定性值在不同任务中表现不一，最高为46% | 通过深度学习技术减少不必要的乳腺活检 | BI-RADS 4级乳腺病变患者 | 计算机视觉 | 乳腺癌 | 卷积神经网络 | CNN | 图像 | 847名BI-RADS 4级乳腺病变患者，包括200例浸润性乳腺癌、200例导管原位癌、198例纯异型、194例良性及55例异型升级为恶性 | NA | NA | NA | NA |
| 616 | 2024-08-07 |
Development of scoring-assisted generative exploration (SAGE) and its application to dual inhibitor design for acetylcholinesterase and monoamine oxidase B
2024-May-24, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-024-00845-w
PMID:38790018
|
研究论文 | 本研究开发了一种名为Scoring-Assisted Generative Exploration (SAGE)的计算方法，用于增强化学多样性和属性优化，并在六个蛋白质目标中生成了具有高分数的分子。 | SAGE方法通过虚拟合成模拟、生成复杂的双环桥环和多重评分模型，全面优化药物样属性，显著提升了从头分子设计的效率。 | NA | 开发一种新的计算方法，用于增强从头分子设计的化学多样性和属性优化。 | 开发和应用SAGE方法，生成具有所需属性的分子，特别是作为乙酰胆碱酯酶和单胺氧化酶B的双重抑制剂。 | 药物发现 | NA | 深度学习 | NA | 分子结构 | 六个蛋白质目标 | NA | NA | NA | NA |
| 617 | 2024-08-07 |
DeepFace: Deep learning-based framework to contextualize orofacial cleft-related variants during human embryonic craniofacial development
2024-May-24, HGG advances
DOI:10.1016/j.xhgg.2024.100312
PMID:38796699
|
研究论文 | 开发了一种基于深度学习的框架DeepFace，用于评估与人类胚胎颅面发育相关的唇腭裂相关变异的功能影响 | DeepFace模型能够利用广泛的表观基因组测定中的远端调控信号，为使用情境化的功能基因组特征优先处理唇腭裂变异提供新视角 | NA | 评估与唇腭裂相关的单核苷酸多态性（SNP）的功能影响 | 唇腭裂相关的SNP及其在胚胎颅面发育中的作用 | 机器学习 | 唇腭裂 | 卷积神经网络 | CNN | 表观基因组数据 | 204项表观基因组测定 | NA | NA | NA | NA |
| 618 | 2024-08-07 |
Single-Shot 3D Reconstruction via Nonlinear Fringe Transformation: Supervised and Unsupervised Learning Approaches
2024-May-20, Sensors (Basel, Switzerland)
DOI:10.3390/s24103246
PMID:38794100
|
研究论文 | 本文介绍了一种新的单次3D形状重建方法，通过非线性条纹变换结合监督和非监督学习网络实现 | 提出了一种结合结构光和深度学习的3D形状重建技术，使用非线性条纹变换方法，并通过实验验证了非监督学习方法在图像生成方面的优越性 | NA | 实现从单一2D图像中准确重建3D物体形状 | 3D形状重建技术 | 计算机视觉 | NA | 结构光条纹投影轮廓测量技术 | 深度卷积生成对抗网络（DCGAN）和UNet | 灰度条纹图像 | NA | NA | NA | NA | NA |
| 619 | 2024-08-07 |
Improving the Concrete Crack Detection Process via a Hybrid Visual Transformer Algorithm
2024-May-20, Sensors (Basel, Switzerland)
DOI:10.3390/s24103247
PMID:38794102
|
研究论文 | 本研究通过结合视觉变换器（ViT）和图像增强检测算法，提高了混凝土裂缝检测的效率 | 本研究首次将ViT与多种图像增强检测器结合，显著提高了混凝土裂缝检测的准确性 | NA | 提高混凝土桥梁检查的效率和准确性 | 混凝土桥梁的裂缝检测 | 计算机视觉 | NA | 视觉变换器（ViT），卷积神经网络（CNN） | 视觉变换器（ViT），卷积神经网络（CNN） | 图像 | 超过20,000张高质量图像 | NA | NA | NA | NA |
| 620 | 2024-08-07 |
Artificial Intelligence and Deep Learning in Sensors and Applications
2024-May-20, Sensors (Basel, Switzerland)
DOI:10.3390/s24103258
PMID:38794112
|
研究论文 | 本文探讨了在传感器应用中使用人工智能和深度学习技术来解决复杂问题的方法。 | 本文采用了大量不同类型的传感器来收集数据，并基于深度学习和人工智能建立有效解决方案。 | NA | 旨在通过传感器收集数据并应用深度学习和人工智能技术解决复杂问题。 | 传感器数据和人工智能技术。 | 机器学习 | NA | 深度学习 | NA | 数据 | 大量不同类型的传感器 | NA | NA | NA | NA |