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 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
541 2024-08-05
FQ-UWF: Unpaired Generative Image Enhancement for Fundus Quality Ultra-Widefield Retinal Images
2024-Jun-04, Bioengineering (Basel, Switzerland)
研究论文 本研究提出了一种无配对生成图像增强技术,用于改善超宽视场视网膜图像的质量 提出了一种基于生成对抗网络和注意力机制的无配对、降解感知的超分辨率方法 此方法在依赖未配对的图像数据下工作,可能对特定类型的图像增强效果不佳 旨在提高超宽视场视网膜成像的分辨率,增强临床诊断的准确性 聚焦于改善眼科疾病(如糖尿病视网膜病和黄斑变性)的超宽视场视网膜图像 计算机视觉 眼科疾病 生成对抗网络 GAN 图像 实验和评估通过大量的超宽视场视网膜图像进行
542 2024-08-05
Pioneering Data Processing for Convolutional Neural Networks to Enhance the Diagnostic Accuracy of Traditional Chinese Medicine Pulse Diagnosis for Diabetes
2024-Jun-02, Bioengineering (Basel, Switzerland)
研究论文 本研究通过深度学习算法加强中医脉诊对糖尿病的诊断准确性 引入深度学习算法,特别是LeNet和ResNet模型来分析脉波形,显著提高了诊断的准确性和一致性 本文未详细探讨脉波形变化和噪声水平对算法性能的影响 提升传统中医脉诊在糖尿病诊断中的准确性和可靠性 本研究分析健康个体和糖尿病患者的脉波形数据 机器学习 糖尿病 深度学习算法 LeNet和ResNet 脉波形 包含健康个体及糖尿病患者的多样化数据集
543 2024-08-05
Explainable deep learning for disease activity prediction in chronic inflammatory joint diseases
2024-Jun, PLOS digital health
研究论文 本文提出了一种可解释的深度学习模型用于慢性炎性关节疾病的疾病活动性预测 引入DAS-Net模型,结合多任务学习和可解释性,提升了疾病活动性分数的预测能力 未提供样本的具体多样性和其他潜在影响因素的详细分析 研究慢性炎性关节疾病的活动性预测模型 19,267名慢性炎性关节疾病患者的数据 机器学习 慢性炎性关节疾病 深度学习 多任务学习模型,前馈神经网络,长短期记忆网络,注意力层 患者数据 19,267名患者
544 2024-08-05
Deep-Learning-Based Recovery of Missing Optical Marker Trajectories in 3D Motion Capture Systems
2024-Jun-01, Bioengineering (Basel, Switzerland)
研究论文 本文介绍了一种基于深度学习的技术,用于恢复3D运动捕捉系统中丢失的光学标记轨迹 提出了一种受U-net启发的双向长短期记忆自编码器技术,针对多摄像头设置中的数据丢失问题 传统恢复方法的限制在于不能有效处理标记间关系或独立标记的处理问题 研究旨在改善运动捕捉系统中缺失数据的恢复能力 研究对象为多摄像头运动捕捉系统中的光学标记数据 计算机视觉 NA 深度学习 双向长短期记忆自编码器 3D数据 NA
545 2024-08-05
Quality Control in the Corneal Bank with Artificial Intelligence: Comparison of a New Deep Learning-based Approach with Conventional Endothelial Cell Counting by the "Rhine-Tec Endothelial Analysis System"
2024-Jun, Klinische Monatsblatter fur Augenheilkunde IF:0.8Q4
研究论文 本文比较了一种基于深度学习的新方法与传统的“Rhine-Tec内皮分析系统”在角膜银行中的质量控制中的应用。 提出了一种基于深度学习的新方法,能够自动检测图像中所有可见的内皮细胞,从而提高样本量和客观性。 目前无法通过深度学习方法替代对角膜内皮的全面评估,这仍然是角膜移植释放的最重要依据。 研究旨在比较深度学习方法与传统Rhine-Tec系统在内皮细胞密度测量中的表现。 评估9375张来自狮子眼库的存档相位差显微图像,分析深度学习方法的效果。 数字病理学 NA 深度学习 NA 图像 9375张存档相位差显微图像
546 2024-08-05
Objective Analysis of Corneal Nerves and Dendritic Cells
2024-Jun, Klinische Monatsblatter fur Augenheilkunde IF:0.8Q4
综述 这篇文章探讨了角膜神经和树突细胞在眼表疾病诊断中的临床应用 文章详细介绍了深度学习算法在影像分析中的应用,并与已有方法进行了比较 NA 阐明影像分析方法在角膜神经和树突细胞可视化中的应用 角膜神经和树突细胞 数字病理学 眼表疾病 活体共聚焦显微镜 深度学习算法 图像 NA
547 2024-08-05
Non-invasive screening of bladder cancer using digital microfluidics and FLIM technology combined with deep learning
2024-Jun-28, Journal of biophotonics IF:2.0Q3
研究论文 本文介绍了一种结合数字微流体和荧光寿命成像显微技术非侵入性筛查膀胱癌的新方法 本研究引入了一种新颖的非侵入性膀胱癌筛查技术,结合了数字微流体和FLIM技术 样本量较小,仅涉及54名参与者 研究旨在开发一种有效的非侵入性膀胱癌筛查方法 研究对象为54名参与者的尿液样本 数字病理学 膀胱癌 数字微流体和荧光寿命成像显微技术 深度学习残差卷积神经网络 图像 54个参与者的尿液样本
548 2024-08-05
Retrieving and reconstructing conceptually similar images from fMRI with latent diffusion models and a neuro-inspired brain decoding model
2024-Jun-28, Journal of neural engineering IF:3.7Q2
研究论文 本研究提出了一种新颖的脑解码方法,依赖于语义和上下文相似性 提出通过线性映射脑活动到神经网络潜在空间,以合成与原始内容相匹配的图像 NA 研究如何基于可测量的神经相关性推断心理状态或感知输入的内部表征 使用fMRI数据集进行语义分类和图像检索 计算神经科学 NA fMRI 潜在扩散模型 图像 三个不同的fMRI数据集
549 2024-08-05
Two-Dimensional Deep Learning Frameworks for Drug-Induced Cardiotoxicity Detection
2024-Jun-28, ACS sensors IF:8.2Q1
研究论文 本文提出了用于检测药物引起的心脏毒性的新型深度学习框架。 该研究引入了STFT-CNN和SST-CNN两个框架,通过人类相关的细胞模型实现了更高的准确性和可靠性。 当前的方法在准确识别心脏毒性物质方面存在严重局限。 研究旨在改善药物引起的心脏毒性检测方法。 研究对象包括由诱导多能干细胞衍生的心肌细胞及其机械信号。 机器学习 心血管疾病 短时傅里叶变换 (STFT) 和同步挤压变换 (SST) 卷积神经网络 (CNN) 时间信号 NA
550 2024-08-05
Application of improved and efficient image repair algorithm in rock damage experimental research
2024-Jun-27, Scientific reports IF:3.8Q1
研究论文 本文集中于利用深度学习技术恢复数字图像技术获取的岩石数据 提出了一种改进的增量Transformer图像算法,用于修复单轴压缩实验中的失真或缺失的应变图 未提及具体的局限性 提高数字图像技术在岩石损伤分析中的效率 使用软岩和硬岩作为研究对象 数字病理学 NA 深度学习 改进的增量Transformer 图像 使用一组综合的应变图训练集
551 2024-08-05
STAR-RL: Spatial-temporal Hierarchical Reinforcement Learning for Interpretable Pathology Image Super-Resolution
2024-Jun-27, IEEE transactions on medical imaging IF:8.9Q1
研究论文 本文提出了一种名为STAR-RL的空间-时间分层强化学习框架,用于可解释的病理图像超分辨率。 创新点在于将超分辨率问题重新表述为可解释操作的马尔可夫决策过程,并采用分层恢复机制以避免次最佳恢复。 在当前的方法中可能尚未解决所有的计算资源分配不均的问题。 研究旨在改进病理图像的超分辨率技术,使其更具可解释性和有效性。 研究对象为病理图像,特别是需高分辨率的医疗图像。 数字病理学 肿瘤 深度学习 分层强化学习 图像 涉及的样本数量和种类在摘要中未明确说明
552 2024-08-05
Enhanced coalbed methane well production prediction framework utilizing the CNN-BL-MHA approach
2024-Jun-26, Scientific reports IF:3.8Q1
研究论文 本文提出了一种基于CNN-BL-MHA的方法来预测煤层气井的产量 本文创新性地结合了CNN、Bi-LSTM和多头注意力机制,构建了一个煤层气井的产量预测模型 单一深度学习模型可能面临过拟合、梯度爆炸和梯度消失等问题 研究旨在提高煤层气井产量预测的准确性 本文研究对象为煤层气井的生产数据 机器学习 NA 深度学习 CNN-BL-MHA 时间序列数据 使用了W1和W2井的生产数据进行实验
553 2024-08-05
Accurate prediction of CDR-H3 loop structures of antibodies with deep learning
2024-Jun-26, eLife IF:6.4Q1
研究论文 本文提出H3-OPT工具包,用于预测单克隆抗体和纳米抗体的3D结构 H3-OPT结合了AlphaFold2的优势和预训练的蛋白质语言模型,显著提高了CDR-H3环结构的预测精度 本文未提及具体的局限性 研究抗体建模中CDR-H3环结构的高精度预测方法 单克隆抗体和纳米抗体的CDR-H3环结构 计算机视觉 NA 深度学习 AlphaFold2 3D结构数据 三个通过H3-OPT预测的抗VEGF纳米抗体的实验结构
554 2024-08-05
A retrospective study of deep learning generalization across two centers and multiple models of X-ray devices using COVID-19 chest-X rays
2024-06-25, Scientific reports IF:3.8Q1
研究论文 这项研究旨在识别和研究影响深度学习网络内部验证和推广的潜在因素 研究揭示了不同制造商的X光设备对深度学习模型推广能力的显著影响 研究主要限制在不同类型的响应功能设备之间未能实现推广 探讨影响计算机辅助诊断系统深度学习算法推广的因素 COVID-19胸部X光影像及其与对照影像的分类 计算机视觉 COVID-19 卷积神经网络(CNN) VGG16 图像 来自两个机构通过三种不同X光设备制造商获取的多组图像
555 2024-08-05
Design optimization of large-scale bifacial photovoltaic module frame using deep learning surrogate model
2024-Jun-25, Scientific reports IF:3.8Q1
研究论文 本研究开发了一种基于深度神经网络的有限元代理模型,以优化大型双面光伏模块框架设计 通过使用深度学习代理模型,实现了对大型双面光伏模块框架设计因素的优化预测 研究未详细描述在不同环境条件下模型的适用性 优化大型双面光伏模块的框架设计以减少挠度并降低重量 大型双面光伏模块的框架设计因素 工程优化 NA 有限元分析 (FEA) 深度神经网络 (DNN) 数值数据 243个有限元分析数据集及生成的100万个数据集
556 2024-08-05
Molecular Classification of Breast Cancer Using Weakly Supervised Learning
2024-Jun-25, Cancer research and treatment IF:4.1Q2
研究论文 该文章探讨了通过弱监督学习对乳腺癌进行分子分类的方法 创新点在于利用弱监督学习和全滑动图像减少了对大量手动标注的依赖 样本类别之间的不平衡和两个数据集之间的差异影响了模型的性能 研究旨在通过弱监督学习提高乳腺癌的分子分类效率 研究对象为来自韩国大学古鲁医院和癌症基因组图谱的数据集的乳腺癌病例 数字病理学 乳腺癌 弱监督学习 NA 全滑动图像 KG数据集和TCGA数据集中的乳腺癌病例
557 2024-08-05
Distributed transformer for high order epistasis detection in large-scale datasets
2024-06-25, Scientific reports IF:3.8Q1
研究论文 提出了一种基于变换器的框架,用于高阶表观遗传学检测 提出了一种新颖、灵活、可移植和可扩展的网络解释框架,以处理任何阶数的表观遗传学 由于神经网络的黑箱特性,缺乏可解释性仍然是一个未解决的挑战 理解复杂疾病的遗传基础 应用于基因组广泛关联研究中的单核苷酸多态性(SNP)组合分析 计算机视觉 NA 深度学习 变换器 基因组数据 三个WTCCC数据集
558 2024-08-05
Deep learning-based localization algorithms on fluorescence human brain 3D reconstruction: a comparative study using stereology as a reference
2024-06-25, Scientific reports IF:3.8Q1
研究论文 本文对基于深度学习的细胞定位算法进行比较,旨在为人脑三维重建提供准确的细胞计数和定位方法 使用最近介绍的三维立体测量设计作为参考,对三种基于深度学习的技术进行深入实证评估 准确量化人脑神经元面临特定挑战,如高像素强度变异、自动荧光和非特异性荧光 帮助用户根据研究目标选择合适的技术 聚焦于布罗卡区的一部分进行人脑分析 数字病理学 NA 荧光显微镜 深度学习模型 3D 数据 使用了最新三维立体测量设计进行大规模分析
559 2024-08-05
Extraction of water bodies from high-resolution remote sensing imagery based on a deep semantic segmentation network
2024-Jun-25, Scientific reports IF:3.8Q1
研究论文 本文提出了一种新颖的深度学习框架WaterDeep,用于从高分辨率遥感影像中提取水体 引入了一种基于DeepLabV3 + 架构的新深度学习框架,并结合高低层特征的创新融合机制 NA 准确识别城市水体特征,以监测水资源和制定水管理策略 高分辨率遥感图像中的水体特征及其边界 计算机视觉 NA 深度学习 WaterDeep,基于Xception基础网络及Atrous Spatial Pyramid Pooling模块 高分辨率遥感影像 创建了一个全面的数据集,样本数量未具体说明
560 2024-08-05
Deep learning model for the prediction of all-cause mortality among long term care people in China: a prospective cohort study
2024-06-25, Scientific reports IF:3.8Q1
研究论文 本研究旨在开发一个深度学习模型,以预测中国长期护理人群的全因死亡风险 提出了一种基于深度学习的风险分层模型,专注于老年残疾人群的全因死亡风险预测 仅基于一个试点城市的数据,可能不具代表性 研究的目的是为老年残疾人提供长期护理计划的风险预测 包括42353名65岁以上的残疾成人 机器学习 NA 深度学习 NA 行政数据 42353名残疾成人
回到顶部