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 922 篇文献，本页显示第 841 - 860 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 841 | 2024-08-07 |
Dense Sample Deep Learning
2024-May-10, Neural computation
IF:2.7Q3
DOI:10.1162/neco_a_01666
PMID:38669696
|
研究论文 | 本文探讨了深度学习在密集样本任务中的应用，通过大规模深度学习网络分析了类别结构和特征构建的涌现过程 | 提出了一种基于结果的复杂特征构建新理论 | 训练集的组合复杂性未知，且网络机制难以通过可视化揭示 | 深入理解深度学习网络的学习机制和表示方法 | 深度学习网络在密集样本任务中的表现 | 机器学习 | NA | 深度学习 | CNN | 文本 | 1.24百万权重VGG网络，5个独特标记，每个标记超过500个样本 | NA | NA | NA | NA |
| 842 | 2024-08-07 |
Deep Learning-Based Design Method for Acoustic Metasurface Dual-Feature Fusion
2024-May-06, Materials (Basel, Switzerland)
DOI:10.3390/ma17092166
PMID:38730972
|
研究论文 | 本文提出了一种基于深度学习的声学超表面双特征融合设计方法 | 首次采用集成学习方法构建超表面物理结构参数与声场之间的正向映射关系模型，并提出基于卷积神经网络的双特征融合模型（DFCNN） | NA | 旨在快速准确地设计声学超表面 | 声学超表面的物理结构参数与声场之间的关系 | 机器学习 | NA | 深度学习 | 卷积神经网络 | 声场数据 | 90%的集成学习模型误差小于3 dB，93%的DFCNN模型误差小于5 dB | NA | NA | NA | NA |
| 843 | 2024-08-07 |
Identification of Novel Regulators of Leaf Senescence Using a Deep Learning Model
2024-May-05, Plants (Basel, Switzerland)
DOI:10.3390/plants13091276
PMID:38732491
|
研究论文 | 本文开发了一种名为DEGRN的深度学习模型，用于解析植物基因相互作用，并通过大量RNA-Seq和scRNA-Seq数据成功识别了大量高质量的基因交互作用。 | DEGRN模型能够利用高维表达数据，揭示包括叶片衰老在内的复杂生物过程中的新型调控因子。 | NA | 探索和解析植物基因调控网络，特别是叶片衰老过程中的基因相互作用。 | 植物基因调控网络，特别是转录因子及其目标基因在叶片衰老过程中的作用。 | 机器学习 | NA | RNA-Seq | 深度学习模型 | 表达数据 | 涉及1430个转录因子和13,739个非转录因子基因，共3,053,363个高质量交互作用。 | NA | NA | NA | NA |
| 844 | 2024-08-07 |
Computed tomography-based 3D convolutional neural network deep learning model for predicting micropapillary or solid growth pattern of invasive lung adenocarcinoma
2024-May, La Radiologia medica
DOI:10.1007/s11547-024-01800-3
PMID:38512613
|
研究论文 | 研究基于CT的深度学习模型预测侵袭性肺腺癌中的微乳头状或实性生长模式 | 使用自步学习3D网络模型，该模型在预测侵袭性肺腺癌的微乳头状或实性生长模式方面表现优于其他模型 | NA | 探讨基于CT的深度学习模型预测侵袭性肺腺癌中微乳头状或实性生长模式的价值 | 侵袭性肺腺癌患者的CT扫描图像 | 计算机视觉 | 肺腺癌 | 深度学习 | 3D卷积神经网络 | 图像 | 617名侵袭性肺腺癌患者用于训练和内部验证，353名患者用于外部验证 | NA | NA | NA | NA |
| 845 | 2024-08-07 |
A Novel Method for the Object Detection and Weight Prediction of Chinese Softshell Turtles Based on Computer Vision and Deep Learning
2024-May-01, Animals : an open access journal from MDPI
IF:2.7Q1
DOI:10.3390/ani14091368
PMID:38731372
|
研究论文 | 本文提出了一种基于计算机视觉和深度学习的新方法，用于中国软壳龟的目标检测和重量预测 | 本文提出了一种颜色空间模型来有效分离龟与背景，并使用改进的深度学习目标检测网络提取龟甲和背甲的特征，实现了高精度的检测结果 | NA | 研究自动化龟分类中的视觉识别和重量预测 | 中国软壳龟 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 未具体说明样本数量 | NA | NA | NA | NA |
| 846 | 2024-08-07 |
The analysis of ecological security and tourist satisfaction of ice-and-snow tourism under deep learning and the Internet of Things
2024-May-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-61598-y
PMID:38730047
|
研究论文 | 本文提出了一种基于深度学习和物联网技术的预测方法，用于解决冰雪旅游领域的生态安全和游客满意度问题 | 该方法通过结合深度学习模型和物联网技术，提高了预测冰雪旅游生态安全和游客满意度的准确性和性能指标 | NA | 提出一种新的预测方法，以提高冰雪旅游生态安全和游客满意度的预测准确性 | 冰雪旅游的生态安全和游客满意度 | 机器学习 | NA | 深度学习 (DL) 和物联网 (IoT) | 卷积神经网络和循环神经网络 | 环境数据和游客行为数据 | NA | NA | NA | NA | NA |
| 847 | 2024-08-07 |
Fine tuning deep learning models for breast tumor classification
2024-05-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-60245-w
PMID:38730248
|
研究论文 | 本文提出了一种利用深度学习模型对乳腺癌肿瘤进行良恶性分类的方法 | 使用自定义卷积神经网络（Custom CNN）模型，结合灰狼优化（GWO）和改进的猩猩部队优化（MGTO）算法进行超参数调优，显著提高了分类准确率 | NA | 提高乳腺癌肿瘤良恶性分类的准确性 | 乳腺癌肿瘤的良恶性分类 | 计算机视觉 | 乳腺癌 | 卷积神经网络（CNN） | Custom CNN | 图像 | 使用BreakHis数据集中的组织病理学图像 | NA | NA | NA | NA |
| 848 | 2024-08-07 |
Fragment ion intensity prediction improves the identification rate of non-tryptic peptides in timsTOF
2024-May-10, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-48322-0
PMID:38730277
|
研究论文 | 本文研究了在timsTOF平台上通过片段离子强度预测提高非胰蛋白酶肽的鉴定率 | 通过深度学习模型Prosit对片段离子强度预测进行微调，显著提高了免疫肽的鉴定率 | NA | 提高免疫肽的鉴定率，支持免疫疗法和疫苗开发 | 非胰蛋白酶肽的鉴定 | 蛋白质组学 | NA | 质谱分析 | 深度学习 | 质谱数据 | 分析了302,105个独特的合成非胰蛋白酶肽，生成了包含93,227个MS/MS光谱的基准数据集 | NA | NA | NA | NA |
| 849 | 2024-08-07 |
A dual-branch selective attention capsule network for classifying kiwifruit soft rot with hyperspectral images
2024-05-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-61425-4
PMID:38724603
|
研究论文 | 本研究提出了一种双分支选择性注意力胶囊网络（DBSACaps），用于基于高光谱图像准确检测猕猴桃软腐病 | 使用双分支结构分别提取光谱和空间特征，并通过注意力机制融合这些特征，提高了分类准确性 | NA | 旨在通过深度学习方法基于高光谱图像准确检测猕猴桃软腐病 | 猕猴桃软腐病 | 计算机视觉 | NA | 高光谱图像 | 胶囊网络 | 图像 | 猕猴桃软腐病数据集 | NA | NA | NA | NA |
| 850 | 2024-08-07 |
Enhancing Fetal Electrocardiogram Signal Extraction Accuracy through a CycleGAN Utilizing Combined CNN-BiLSTM Architecture
2024-May-06, Sensors (Basel, Switzerland)
DOI:10.3390/s24092948
PMID:38733053
|
研究论文 | 本文提出了一种新的深度学习模型CBLS-CycleGAN，用于提高胎儿心电图信号提取的准确性 | 模型结合了CNN提取的空间特征和BiLSTM提取的时间特征，确保重建信号具有空间和时间依赖性的组合特征 | NA | 提高胎儿心电图信号提取的准确性，以反映胎儿在子宫内的发育状态和生理心脏活动 | 胎儿心电图信号 | 机器学习 | NA | CycleGAN | CNN-BiLSTM | 信号 | 使用两个真实的胎儿心电图信号数据库进行评估 | NA | NA | NA | NA |
| 851 | 2024-08-07 |
MultiFuseYOLO: Redefining Wine Grape Variety Recognition through Multisource Information Fusion
2024-May-06, Sensors (Basel, Switzerland)
DOI:10.3390/s24092953
PMID:38733058
|
研究论文 | 本研究提出了一种基于多源信息融合的方法，通过优化和改进YOLOV7模型，形成MultiFuseYOLO模型，以提高葡萄酒葡萄品种识别的准确性 | 本研究通过引入多源信息融合方法，特别是基于SynthDiscrim算法，显著提高了对相似葡萄品种的识别精度 | NA | 旨在通过多源信息融合方法提高葡萄酒葡萄品种识别的准确性和全面性 | 葡萄酒葡萄品种的识别 | 计算机视觉 | NA | 多源信息融合 | YOLO | 图像 | 未具体说明样本数量 | NA | NA | NA | NA |
| 852 | 2024-08-07 |
An Optimized Instance Segmentation of Underlying Surface in Low-Altitude TIR Sensing Images for Enhancing the Calculation of LSTs
2024-May-05, Sensors (Basel, Switzerland)
DOI:10.3390/s24092937
PMID:38733039
|
研究论文 | 本研究提出了一种深度学习方法，用于优化低空热红外遥感图像中地表的实例分割，以提高地表温度计算的准确性 | 本研究采用基于掩膜的卷积神经网络进行像素级分类和分割，并通过优化超参数和架构，提高了地表分类的精确度 | NA | 提高基于低空热红外遥感图像的地表温度计算准确性 | 低空热红外遥感图像中的地表实例分割 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 1350张标注的热红外图像用于训练，150张新图像用于验证 | NA | NA | NA | NA |
| 853 | 2024-08-07 |
Predicting Transcription Factor Binding Sites with Deep Learning
2024-May-03, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms25094990
PMID:38732207
|
研究论文 | 本文提出了一种基于双向Transformer编码器的深度学习方法，用于预测转录因子结合位点，并通过实验验证了其在不同细胞系中的有效性 | 本文提出的方法结合了双向长短期记忆层和胶囊层，以提高遗传数据嵌入的鲁棒性和意义 | NA | 研究转录因子如何调控基因表达及其在治疗中的潜在应用 | 转录因子结合位点的预测 | 机器学习 | NA | ChIP-seq | 双向Transformer编码器 | 基因数据 | 使用了ENCODE数据库中的五个细胞系（A549, GM12878, Hep-G2, H1-hESC, 和 Hela）以及五个额外的细胞系进行测试 | NA | NA | NA | NA |
| 854 | 2024-08-07 |
AI Concepts for System of Systems Dynamic Interoperability
2024-May-03, Sensors (Basel, Switzerland)
DOI:10.3390/s24092921
PMID:38733028
|
研究论文 | 本文探讨了在系统工程中动态建立异构网络物理系统间互操作性的问题，并总结了相关领域的最新进展 | 文章提出了利用机器学习和深度学习方法来解决互操作性问题的新思路，并讨论了相关架构和开放问题 | 目前尚未有能够完全解决复杂系统间动态互操作性的概念实例，且需要实际测试环境 | 研究如何自动建立具有目的性通信的系统，以实现动态互操作性 | 异构网络物理系统间的互操作性问题 | 机器学习 | NA | 深度学习 | 神经网络 | 文本和代码 | NA | NA | NA | NA | NA |
| 855 | 2024-08-07 |
Surface Defect Detection of Aluminum Profiles Based on Multiscale and Self-Attention Mechanisms
2024-May-02, Sensors (Basel, Switzerland)
DOI:10.3390/s24092914
PMID:38733020
|
研究论文 | 本研究提出了一种基于多尺度和自注意力机制的铝型材表面缺陷检测模型AluDef-ClassNet | 利用高斯差分金字塔捕获多尺度图像特征，引入自注意力机制增强特征表示，并采用改进的残差网络结构结合膨胀卷积扩大感受野 | NA | 解决铝型材表面缺陷检测中的多尺度复杂性、光照变化敏感性、遮挡和噪声等问题 | 铝型材表面缺陷 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 使用CCD相机获取的小规模高质量铝型材表面缺陷图像数据集 | NA | NA | NA | NA |
| 856 | 2024-08-07 |
Dosimetric impact of contour editing on CT and MRI deep-learning autosegmentation for brain OARs
2024-May, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.14345
PMID:38664894
|
研究论文 | 研究深度学习自动分割模型在脑部放射治疗中对危及器官的临床适用性，并评估轮廓编辑对CT和MRI模型性能的剂量学影响 | 探讨了轮廓编辑对深度学习自动分割模型性能的影响，并研究了几何和剂量学测量之间的相关性 | 研究发现几何测试指标不足以估计轮廓不准确对剂量的影响 | 评估深度学习自动分割模型在脑部放射治疗中的临床适用性 | 脑部放射治疗中的危及器官 | 机器学习 | NA | 深度学习 | 深度学习自动分割模型 | CT和MRI图像 | 测试队列中的患者数量未明确提及 | NA | NA | NA | NA |
| 857 | 2024-08-07 |
Machine learning in predicting pathological complete response to neoadjuvant chemoradiotherapy in rectal cancer using MRI: A systematic review and meta-analysis
2024-May-10, The British journal of radiology
DOI:10.1093/bjr/tqae098
PMID:38730550
|
meta-analysis | 本文通过系统综述和荟萃分析评估了机器学习模型在预测直肠癌患者对新辅助放化疗反应中的表现 | 与传统机器学习模型相比，基于深度学习的研究能够获得更高的AUC | 深度学习模型在研究中占比较少且异质性较大 | 评估机器学习模型在预测直肠癌新辅助放化疗反应中的表现 | 直肠癌患者对新辅助放化疗的病理完全反应 | machine learning | 直肠癌 | MRI | deep learning | image | 共包含24项研究的1690名患者 | NA | NA | NA | NA |
| 858 | 2024-08-07 |
Diagnostic biomarker discovery from brain EEG data using LSTM, reservoir-SNN, and NeuCube methods in a pilot study comparing epilepsy and migraine
2024-05-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-60996-6
PMID:38724576
|
研究论文 | 本研究通过使用深度学习神经网络模型（深度BiLSTM、reservoir SNN和NeuCube），从脑电图（EEG）数据中发现癫痫和偏头痛的诊断生物标志物 | 引入了一种新的在线尖峰编码算法用于尖峰神经网络（SNN），并提出了新的学习方法和识别诊断生物标志物的技术 | 需要进一步研究以探讨这些诊断生物标志物能在多早的阶段预测脑状态的发作 | 改进在线EEG分类、分析和早期脑状态诊断，增强AI模型的可解释性和发现能力 | 癫痫、偏头痛和健康受试者的EEG数据 | 机器学习 | 癫痫 | EEG | LSTM, SNN, NeuCube | EEG数据 | 涉及癫痫、偏头痛和健康受试者的数据集 | NA | NA | NA | NA |
| 859 | 2024-08-07 |
Adaptive recognition of machining features in sheet metal parts based on a graph class-incremental learning strategy
2024-May-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-61443-2
PMID:38724597
|
研究论文 | 本研究提出了一种基于图类增量学习策略的板金零件加工特征自适应识别方法 | 引入了多维属性面边图（maFEG）来封装CAD模型的几何和拓扑细节，并提出了Sheet-metalNet图神经网络和三组件增量学习策略 | NA | 提高计算机辅助设计（CAD）、计算机辅助工艺规划（CAPP）和计算机辅助制造（CAM）系统中自动特征识别（AFR）的效率和准确性 | 板金零件的加工特征识别 | 计算机辅助设计 | NA | 图神经网络 | Sheet-metalNet | 图结构数据 | 使用了开源的MFCAD++数据集和新建的SMCAD数据集进行评估 | NA | NA | NA | NA |
| 860 | 2024-08-07 |
Distribution shift detection for the postmarket surveillance of medical AI algorithms: a retrospective simulation study
2024-May-09, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-024-01085-w
PMID:38724581
|
研究论文 | 本文研究了医疗AI系统在实际应用中分布偏移的检测问题，通过模拟实验评估了三种基于深度学习的偏移检测技术 | 本文首次在模拟数据集上评估了三种深度学习方法在检测医疗AI系统分布偏移中的性能 | 研究仅限于模拟数据集，实际应用中的效果可能有所不同 | 评估和实现用于医疗AI产品上市后监测的分布偏移检测工具 | 分布偏移检测技术在医疗AI系统中的应用 | 机器学习 | 糖尿病视网膜病变 | 深度学习 | CNN | 图像 | 130,486张视网膜图像 | NA | NA | NA | NA |