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!

Sample Image
添加微信请说明来意
Sample Image
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。

当前筛选条件: [分区不过滤] [IF不过滤] [发表日期:202406-202406] [清除筛选条件]
当前共找到 1066 篇文献,本页显示第 501 - 520 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
501 2024-08-05
A Pix2Pix Architecture for Complete Offline Handwritten Text Normalization
2024-Jun-16, Sensors (Basel, Switzerland)
研究论文 本论文提出了一种基于Pix2Pix架构的手写文本归一化方法 本研究利用可训练的Pix2Pix模型,提出了一种新颖的手写文本图像归一化算法,能够无缝集成至深度学习架构中 文章未提及具体的限制因素 研究旨在提升离线手写文本识别的整体性能 研究对象为手写文本图像 计算机视觉 NA 条件生成对抗网络 Pix2Pix 图像 NA
502 2024-08-05
A Semi-Automatic Magnetic Resonance Imaging Annotation Algorithm Based on Semi-Weakly Supervised Learning
2024-Jun-16, Sensors (Basel, Switzerland)
研究论文 本文提出了一种基于半弱监督学习的半自动MRI注释算法 本研究引入了半监督和弱监督学习,提出了基于稀疏标签的半弱监督学习分割算法,并设计了一种基于主动学习的迭代注释策略 现有的半自动注释算法在缺乏分割标签的情况下预注释性能较差 提高在分割标签不足情况下的MRI图像预注释性能 公共MRI数据集上的实验 机器学习 NA 深度学习 半弱监督学习 图像 公开MRI数据集的实验结果
503 2024-08-05
Bridging Formal Shape Models and Deep Learning: A Novel Fusion for Understanding 3D Objects
2024-Jun-15, Sensors (Basel, Switzerland)
研究论文 本文描述了一种新颖的生成形式模型与深度学习相融合的方法,以理解三维物体的几何结构及其组分之间的关系 通过将生成模型与深度学习相融合,提供了人工智能模型更好理解物体几何组织的机会 NA 探讨如何通过深度学习理解三维物体的几何结构 使用无序点云测量的数据集 计算机视觉 NA 深度学习 生成形式模型 点云 NA
504 2024-08-05
A Simulation Method for Underwater SPAD Depth Imaging Datasets
2024-Jun-15, Sensors (Basel, Switzerland)
研究论文 提出了一种快速有效的水下SPAD数据仿真方法,并开发了一种去噪网络以去除水下SPAD图像中的后向散射干扰 提出了一种新的水下SPAD数据仿真方法,结合深度学习去除图像中的干扰 由于SPAD设备的高生产成本和小阵列面积,实际水下实验困难 研究水下成像技术,特别是提高SPAD成像质量 针对水下SPAD成像的干扰去除 计算机视觉 NA 深度学习 NA 仿真数据 NA
505 2024-08-05
A Review of Deep Learning-Based LiDAR and Camera Extrinsic Calibration
2024-Jun-15, Sensors (Basel, Switzerland)
综述 本文系统总结了基于深度学习的LiDAR与相机外参标定的研究与发展 总结了近年来学习-based标定算法的发展及其分类,探讨了算法机制和适用场景 讨论了算法的优势及局限性,但未深入探讨具体实现细节 探讨LiDAR与相机数据融合中的外参标定技术 基于深度学习的LiDAR与相机标定方法 计算机视觉 NA 深度学习 NA NA NA
506 2024-08-05
Infrared Dim Small Target Detection Networks: A Review
2024-Jun-15, Sensors (Basel, Switzerland)
综述 本文全面总结了红外微小目标检测的公共数据集、最新网络和评估指标 总结了过去三年基于深度学习方法的红外微小目标检测创新,并关注六个关键问题 仅限于过去三年内的深度学习方法,可能未涵盖所有相关研究 帮助研究人员全面了解红外微小目标检测网络的最新进展 红外微小目标及其检测方法 计算机视觉 NA 深度学习 NA 数据集 总结了十二个公共数据集
507 2024-08-05
Deep Learning-Based Prediction Model for the Cobb Angle in Adolescent Idiopathic Scoliosis Patients
2024-Jun-14, Diagnostics (Basel, Switzerland)
研究论文 本研究提出了一个基于深度学习的模型,以预测青少年特发性脊柱侧弯患者的Cobb角 采用了椎骨标志提取方法和前馈神经网络(FNN)来提高脊柱侧弯进展的预测精度 FNN可能存在过拟合问题,需要通过“丢弃”或正则化等策略来改善 旨在开发一种自动化工具来提高青少年特发性脊柱侧弯的诊断和预后 研究对象为79名青少年特发性脊柱侧弯患者 机器学习 脊柱侧弯 前馈神经网络(FNN) FNN 角度数据 79名青少年特发性脊柱侧弯患者
508 2024-08-05
GETNet: Group Normalization Shuffle and Enhanced Channel Self-Attention Network Based on VT-UNet for Brain Tumor Segmentation
2024-Jun-14, Diagnostics (Basel, Switzerland)
研究论文 提出了一种新型网络GETNet,用于脑肿瘤分割,结合了Transformer结构和卷积操作 引入了组归一化洗牌块和增强通道自注意力块,以同时考虑全局和局部信息 未提及特定的限制 改进脑肿瘤分割的精确度 基于BraTS2021数据集进行实验验证 计算机视觉 脑肿瘤 未指定具体技术 基于VT-UNet的变种 影像数据 使用BraTS2021数据集进行测试,样本大小未明确说明
509 2024-08-05
Ensemble Deep Learning-Based Image Classification for Breast Cancer Subtype and Invasiveness Diagnosis from Whole Slide Image Histopathology
2024-Jun-14, Cancers IF:4.5Q1
研究论文 本研究提出了一种基于集成深度学习的乳腺癌亚型和侵袭性诊断的方法 引入了一种新的图像补丁技术来预处理高分辨率图像,并采用集成策略结合了多种深度学习模型以提高分类精度 仅使用了来自两个不同中心的现有数据集,可能不足以涵盖所有类型的乳腺癌 研究旨在改进乳腺癌的诊断和分类,提升患者管理和治疗规划的有效性 研究对象为乳腺癌的组织病理学图像,包含来自BACH和BreakHis数据集的样本 数字病理学 乳腺癌 深度学习 VGG16, ResNet34, ResNet50 图像 BACH数据集400个全幻灯片图像,BreakHis数据集8个类别的显微镜图像
510 2024-08-05
Empowering Modern Dentistry: The Impact of Artificial Intelligence on Patient Care and Clinical Decision Making
2024-Jun-14, Diagnostics (Basel, Switzerland)
综述 这篇文章阐述了人工智能在提升牙科诊断和治疗计划中的潜在作用 本文创新性地探讨了人工智能在牙科各个领域应用的深度及其对患者护理标准的提升 文章指出将人工智能整合到临床实践中面临数据安全和结果透明度等挑战 本研究旨在探索人工智能在现代牙科中的应用及其对临床决策的影响 研究对象是不同牙科领域中人工智能的应用案例 数字病理学 NA 深度学习 卷积神经网络 NA NA
511 2024-08-05
A Study on the Robustness and Stability of Explainable Deep Learning in an Imbalanced Setting: The Exploration of the Conformational Space of G Protein-Coupled Receptors
2024-Jun-14, International journal of molecular sciences IF:4.9Q2
研究论文 本研究探讨了在不平衡设置中可解释深度学习的鲁棒性和稳定性 该研究通过评估不同的不平衡缓解技术下的深度学习预测,扩展了之前的分析,解决了类别不平衡带来的挑战 由于缺乏具体的实验数据和样本细节,可能限制了结果的普遍适用性 研究旨在提高深度学习在GPCR构象状态识别中的可靠性和鲁棒性 研究对象为G蛋白偶联受体(GPCRs),特别是β2-肾上腺素受体 计算机视觉 NA 分子动力学模拟(MD)和机器学习(ML) 深度学习(DL) NA NA
512 2024-08-05
Virtual Experience Toolkit: An End-to-End Automated 3D Scene Virtualization Framework Implementing Computer Vision Techniques
2024-Jun-13, Sensors (Basel, Switzerland)
研究论文 介绍了一个自动化的用户友好的框架,用于虚拟化现实世界的室内场景。 提出了虚拟体验工具包(VET),结合深度学习和先进的计算机视觉技术,实现室内场景的高效自动化虚拟化。 NA 旨在提高虚拟现实中用户体验的真实感和互动性。 虚拟化现实世界的室内场景。 计算机视觉 NA 深度学习,计算机视觉 NA 3D场景 使用多样化的数据集,包括ScanNet数据集
513 2024-08-05
Diagnosis of Citrus Greening Using Artificial Intelligence: A Faster Region-Based Convolutional Neural Network Approach with Convolution Block Attention Module-Integrated VGGNet and ResNet Models
2024-Jun-13, Plants (Basel, Switzerland)
研究论文 本研究利用人工智能诊断柑橘黄龙病,提出了一种基于区域的卷积神经网络方法,并集成了卷积块注意模块的VGGNet和ResNet模型 提出了一种通过集成CBAM提高柑橘黄龙病检测精度的深度学习模型 目前尚无针对该疾病的直接控制措施,依赖于综合管理措施 研究如何高效检测柑橘黄龙病感染的树木 柑橘黄龙病感染的柑橘树 计算机视觉 NA 深度学习 Faster R-CNN 图像 NA
514 2024-08-05
Human Joint Angle Estimation Using Deep Learning-Based Three-Dimensional Human Pose Estimation for Application in a Real Environment
2024-Jun-13, Sensors (Basel, Switzerland)
研究论文 该研究比较了四种基于深度学习的三维人体姿态估计方法在真实环境中的应用 提出了关节位置修正技术,以消除日常动作中的左右反转和虚假检测 当前的三维姿态估计方法在真实环境中面临训练数据有限和深度模糊等挑战 旨在提高在真实环境中对人类活动进行准确识别的能力 研究对象为日常生活中的关节动作及角度变化 计算机视觉 NA 深度学习 NA 视频 三种自由手体操练习的运动数据
515 2024-08-05
Explicit Image Caption Reasoning: Generating Accurate and Informative Captions for Complex Scenes with LMM
2024-Jun-13, Sensors (Basel, Switzerland)
研究论文 本文介绍了一种名为显式图像标题推理(ECR)的新方法,能够为复杂场景生成准确且信息丰富的标题。 引入了显式图像标题推理(ECR),采用增强推理链分析传感器捕获的图像,以深入理解对象关系。 可能未详细探讨ECR在不同类型复杂场景的通用性或适用性。 提升复杂场景的图像标题生成的准确性和信息量。 传感器捕获的复杂场景图像。 计算机视觉 NA 未提及具体技术,但涉及传感器技术和深度学习 多模态模型(ECRMM) 图像 使用了优化的ICICD数据集,具体样本数量未说明
516 2024-08-05
Analysis of Varroa Mite Colony Infestation Level Using New Open Software Based on Deep Learning Techniques
2024-Jun-13, Sensors (Basel, Switzerland)
研究论文 本文提出了一种基于深度学习技术的新软件,用于分析蜂群中的瓦螨侵染水平 提出了一种新的深度学习方法,用于通过手机相机拍摄的粘性板图像定位和计数瓦螨 图像数据集包含模糊和伪影,使得任务具有挑战性 控制瓦螨侵染并提高蜂群健康以保护全球食品供应 分析蜜蜂群体中的瓦螨数量 计算机视觉 NA 深度学习 两阶段检测器(feature pyramid networks) 图像 构建了一个包含多种伪影和模糊部分的新数据集
517 2024-08-05
Improving Surgical Scene Semantic Segmentation through a Deep Learning Architecture with Attention to Class Imbalance
2024-Jun-13, Biomedicines IF:3.9Q1
研究论文 本文探讨了腹腔镜手术图像的语义分割,特别强调少数观察结构的分割。 提出了深度神经网络架构的调整参数,提高了手术场景中所有结构的鲁棒性分割。 未明确指出本文的具体局限性 提高腹腔镜手术图像中的结构语义分割准确性。 研究对象为腹腔镜手术图像中的不同结构。 计算机视觉 NA 深度学习 U-Net5ed, SegNet-VGG19, DeepLabv3+ 图像 NA
518 2024-08-05
Machine Learning and Deep Learning Methods for Fast and Accurate Assessment of Transthoracic Echocardiogram Image Quality
2024-Jun-13, Life (Basel, Switzerland)
研究论文 本研究旨在开发、验证和比较机器学习和深度学习算法,以准确和自动地评估经胸超声心动图像质量 提出了一种新方法,通过从原始图像计算的块直方图训练经典机器学习算法 可能未讨论深度学习模型的可解释性和临床适用性 研究如何提高经胸超声心动图像质量评估的准确性和自动化水平 使用来自3530名成年患者的4090帧单张二维经胸超声心动图像 机器学习 心血管疾病 图像处理算法和卷积神经网络 CNN 图像 4090张二维经胸超声心动图像
519 2024-08-05
MCP: Multi-Chicken Pose Estimation Based on Transfer Learning
2024-Jun-12, Animals : an open access journal from MDPI IF:2.7Q1
研究论文 本研究主要分析了一种基于深度学习的多鸡姿态估计方法 首次使用迁移学习进行多只鸡的姿态估计 关于该方法的具体应用范围和在实际场景中的表现尚不明确 旨在通过姿态估计改进家禽行为分析 多只鸡的姿态估计 计算机视觉 NA 迁移学习 姿态估计网络 图像 NA
520 2024-08-05
Performance Comparison of Convolutional Neural Network-Based Hearing Loss Classification Model Using Auditory Brainstem Response Data
2024-Jun-12, Diagnostics (Basel, Switzerland)
研究论文 本研究评估了多种卷积神经网络(CNN)模型在使用听觉脑干反应(ABR)图像数据进行听力损失分类中的有效性 采用多种CNN架构进行听力损失分类,对各模型进行了系统性比较,发现AlexNet模型在准确性和计算效率上表现最佳 未探讨其他潜在影响因素对模型性能的影响,且未提供模型在不同人群中的适用性分析 研究旨在自动化诊断听力损失,优化深度学习模型的性能 研究对象为7990个预处理的ABR图像数据样本 计算机视觉 听力损失 卷积神经网络(CNN) AlexNet等多个模型 图像 7990个预处理的ABR图像
回到顶部