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 |
Automatic detection of potholes using VGG-16 pre-trained network and Convolutional Neural Network
2024-May-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e30957
PMID:38803954
|
研究论文 | 本文使用VGG-16预训练网络和卷积神经网络（CNN）自动检测路面坑洼 | 采用迁移学习方法，构建CNN模型，结合SRGAN提高图像质量，实现了97.3%的高准确率 | 未提及具体限制 | 实现自动驾驶车辆对路面坑洼的实时识别，提高行车安全 | 路面坑洼 | 计算机视觉 | NA | 迁移学习 | CNN, SRGAN | 图像 | 未提及具体样本数量 | NA | NA | NA | NA |
| 602 | 2024-08-07 |
Deep learning system for screening AIDS-related cytomegalovirus retinitis with ultra-wide-field fundus images
2024-May-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e30881
PMID:38803983
|
研究论文 | 本研究开发并验证了一种基于超广角眼底图像的深度学习系统，用于筛查与艾滋病相关的巨细胞病毒性视网膜炎。 | 首次研究了将深度学习系统应用于超广角眼底图像进行巨细胞病毒性视网膜炎筛查的可行性和效率。 | NA | 开发和验证一种深度学习系统，用于筛查艾滋病患者中的巨细胞病毒性视网膜炎。 | 艾滋病患者中的巨细胞病毒性视网膜炎。 | 计算机视觉 | 艾滋病 | 深度学习 | InceptionResnetV2 | 图像 | 6960张超广角眼底图像，来自862名艾滋病患者 | NA | NA | NA | NA |
| 603 | 2024-08-07 |
Roles of Wettability and Wickability on Enhanced Hydrogen Evolution Reactions
2024-May-29, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.4c02428
PMID:38749009
|
研究论文 | 本研究探讨了微/纳米结构表面上的润湿性和毛细作用对氢气演化反应的影响 | 首次实验研究了电极的毛细作用对电化学反应性能的影响，并使用深度学习对象检测模型来获取气泡数量和气泡脱离尺寸分布 | NA | 阐明表面润湿性和毛细作用在增强电化学性能中的作用 | 氢气演化反应的性能 | NA | NA | 深度学习 | 对象检测模型 | 图像 | 使用不同柱间距的微柱阵列电极进行实验 | NA | NA | NA | NA |
| 604 | 2024-08-07 |
Machine learning predicted inelasticity in defective two-dimensional transition metal dichalcogenides using SHAP analysis
2024-May-29, Physical chemistry chemical physics : PCCP
IF:2.9Q1
DOI:10.1039/d4cp00974f
PMID:38771309
|
研究论文 | 本研究利用机器学习和深度学习技术分析了二维过渡金属二硫属化物（TMDCs）在无缺陷和有缺陷形式下的力学性能 | 采用XGBoost和密集连接神经网络（DenseNet）算法进行精确预测，并通过Shapley值分析提高模型的可解释性 | 此类研究仍处于早期发展阶段 | 预测二维TMDCs的断裂应力、断裂应变和强度，基于手性和应变 | 二维过渡金属二硫属化物（TMDCs）的力学性能 | 机器学习 | NA | 分子动力学模拟 | DenseNet | 分子模型数据 | 多种晶体缺陷的二维TMDCs | NA | NA | NA | NA |
| 605 | 2024-08-07 |
Hybrid deep learning approach for sentiment analysis using text and emojis
2024-May-29, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2349275
PMID:38808648
|
研究论文 | 本文介绍了一种结合文本和表情符号的情感分析模型 | 引入了新的电鱼定制鲨鱼嗅觉优化算法（ECSSO）来优化CNN权重，并使用混合LSTM和RNN分类器进行文本情感分析 | NA | 开发一种新的情感分析模型，能够同时处理文本和表情符号数据 | 文本和表情符号数据的情感分析 | 自然语言处理 | NA | N-grams, 修改的TF-IDF, BoW | CNN, MLP, LSTM, RNN | 文本, 表情符号 | NA | NA | NA | NA | NA |
| 606 | 2024-08-07 |
Fog-based deep learning framework for real-time pandemic screening in smart cities from multi-site tomographies
2024-May-27, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01302-8
PMID:38797827
|
研究论文 | 本文提出了一种基于雾计算的深度学习框架，用于从多站点断层扫描中实时筛查智能城市中的大流行病 | 提出了一种新颖的多解码器分割网络，利用异构域数据和强大的学习表示来准确分割感染区域，并引入了一种名为PANDFOG的雾计算技术，以实现边缘节点上的实际部署 | NA | 旨在提高智能城市中大流行病诊断的准确性，并优化治疗策略 | COVID-19病变分割 | 计算机视觉 | NA | 多解码器分割网络 | CNN | CT扫描图像 | 使用了三个公开可访问的数据集 | NA | NA | NA | NA |
| 607 | 2024-08-07 |
Automatic Identification and Severity Classification of Retinal Biomarkers in SD-OCT Using Dilated Depthwise Separable Convolution ResNet with SVM Classifier
2024-05, Current eye research
IF:1.7Q3
DOI:10.1080/02713683.2024.2303713
PMID:38251704
|
研究论文 | 本文提出了一种用于预测OCT B扫描中视网膜标志物及其严重程度的图像分类混合框架 | 开发了一种新的图像分类框架Dilated Depthwise Separable Convolution ResNet (DDSC-RN)与SVM分类器结合，实现了网络压缩并扩大了感受野，同时保持了分类准确性 | NA | 旨在通过SD-OCT技术早期检测和监测威胁视力的视觉障碍，特别是Uveitic Macular Edema (UME) | 研究对象为85名Uveitic患者的10880张B扫描图像，用于识别和分类视网膜标志物 | 计算机视觉 | NA | SD-OCT | Dilated Depthwise Separable Convolution ResNet (DDSC-RN)与SVM分类器 | 图像 | 10880张B扫描图像来自85名Uveitic患者 | NA | NA | NA | NA |
| 608 | 2024-08-07 |
Scanning the Imaging Horizon for Hypertrophic Cardiomyopathy
2024-May, The Canadian journal of cardiology
DOI:10.1016/j.cjca.2024.02.030
PMID:38467329
|
研究论文 | 本文讨论了非侵入性影像技术在肥厚型心肌病（HCM）患者中的最新进展 | 介绍了正电子发射断层扫描（PET）使用新型示踪剂识别早期纤维化途径激活的潜力，以及心血管磁共振成像测量心肌灌注、氧合和紊乱的技术能力 | NA | 探讨非侵入性影像技术在肥厚型心肌病诊断和评估中的应用 | 肥厚型心肌病患者 | 数字病理学 | 心血管疾病 | 正电子发射断层扫描（PET），心血管磁共振成像 | 深度学习 | 影像 | NA | NA | NA | NA | NA |
| 609 | 2024-08-07 |
Prediction of prognosis using artificial intelligence-based histopathological image analysis in patients with soft tissue sarcomas
2024-May, Cancer medicine
IF:2.9Q2
DOI:10.1002/cam4.7252
PMID:38800990
|
研究论文 | 本文探讨了使用深度学习方法从软组织肉瘤患者的组织病理学图像中预测预后的应用 | 利用深度学习技术提高了软组织肉瘤预后预测的准确性 | 研究为回顾性研究，样本量较小 | 探索人工智能在软组织肉瘤预后预测中的应用 | 软组织肉瘤患者的组织病理学图像 | 数字病理学 | 软组织肉瘤 | 深度学习 | 卷积神经网络 | 图像 | 35份组织病理学切片 | NA | NA | NA | NA |
| 610 | 2024-08-07 |
Image Quality and Lesion Detection of Multiplanar Reconstruction Images Using Deep Learning: Comparison with Hybrid Iterative Reconstruction
2024-May, Yonago acta medica
IF:0.9Q4
DOI:10.33160/yam.2024.05.001
PMID:38803592
|
研究论文 | 本文评估并比较了使用“自适应统计迭代重建-V”（ASiR-V）和深度学习重建“TrueFidelity”在胸部CT图像中正常和病理结构以及图像噪声的图像质量 | TrueFidelity在主观和客观评估中显示出比ASiR-V更好的图像质量，特别是在小叶中心区域的显示上 | NA | 评估和比较不同重建技术在胸部CT图像中的图像质量 | 胸部CT图像的图像质量和病变检测 | 计算机视觉 | 肺部疾病 | 深度学习重建 | NA | 图像 | 40名疑似肺部疾病的患者 | NA | NA | NA | NA |
| 611 | 2024-08-07 |
A hands-on guide to use network video recorders, internet protocol cameras, and deep learning models for dynamic monitoring of trout and salmon in small streams
2024-May, Ecology and evolution
IF:2.3Q2
DOI:10.1002/ece3.11246
PMID:38803608
|
研究论文 | 本研究描述了一种使用监控摄像头和调用深度学习模型的算法来生成小溪中鲑鱼和鳟鱼视频片段的方法 | 自动化过程大大减少了视频监控中的人工干预，并提供了一套全面的指南来设置和配置监控设备以及训练针对特定需求的深度学习模型 | 尽管自动化过程减少了人工干预，但基于自然标记的手动识别个体鱼类仍需要人工努力和参与 | 开发一种自动化监控系统，用于动态监测小溪中的鲑鱼和鳟鱼，并提供一套指南来设置和配置相关设备 | 鲑鱼和鳟鱼 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 视频 | 小溪中的鲑鱼和鳟鱼 | NA | NA | NA | NA |
| 612 | 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 |
| 613 | 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 |
| 614 | 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 |
| 615 | 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 |
| 616 | 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 |
| 617 | 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 |
| 618 | 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 |
| 619 | 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 |
| 620 | 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 |