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 1031 篇文献，本页显示第 661 - 680 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 661 | 2024-08-05 |
Detecting QT prolongation from a single-lead ECG with deep learning
2024-Jun, PLOS digital health
DOI:10.1371/journal.pdig.0000539
PMID:38917157
|
研究论文 | 该文章开发了一种深度学习模型，能够从单导联心电图中推断QT间期并检测QT延长。 | 提出了一种名为QTNet的深度神经网络，能够通过Lead-I心电图推断QT间期，并有效检测药物诱发的QT延长。 | 模型依赖于高质量的心电图数据，同时在特定人群和临床环境中评估，其适用性可能受到限制。 | 旨在实现无住院QT监测，特别是在抗心律失常药物的加载过程中。 | 研究对象包括来自多个医院的心电图数据及接受Dofetilide治疗的患者。 | 数字病理 | 心血管疾病 | 深度学习 | 深度神经网络 | 心电图 | 超过300万份心电图，涉及653千名患者 | NA | NA | NA | NA |
| 662 | 2024-08-05 |
Harmonizing Elastic Modulus and Dielectric Constant of Elastomers for Improved Pressure Sensing Performance
2024-Jun-26, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.4c06122
PMID:38864718
|
研究论文 | 通过液态金属混合弹性体提升电容压力传感器的灵敏度和可靠性 | 引入无链延伸聚氨酯和液态金属的混合弹性体，平衡电介质层材料的弹性模量和介电常数，从而增强传感性能 | 增加复杂的制造过程和设备可靠性可能受到影响 | 研究如何优化电容压力传感器的性能 | 液态金属混合弹性体及其在压力传感器中的应用 | 材料科学 | NA | 电容传感技术 | CNN | NA | NA | NA | NA | NA | NA |
| 663 | 2024-08-05 |
Classifying real-world macroscopic images in the primary-secondary care interface using transfer learning: implications for development of artificial intelligence solutions using nondermoscopic images
2024-Jun-25, Clinical and experimental dermatology
IF:3.7Q1
DOI:10.1093/ced/llad400
PMID:37990943
|
研究论文 | 本研究评估深度学习在非皮肤镜影像数据集上的泛化能力，并探讨如何在缺乏大型诊断标记数据集的情况下获得临床满意的表现 | 引入了在非皮肤镜图像上进行的深度学习模型的训练和微调方法，并探索了真实世界数据的有效利用 | 本研究依赖于已有的数据集，没有构建更大的地方特定数据集 | 评估深度学习如何在初级-次级护理接口的非皮肤镜数据集上泛化 | 2213张来自初级护理的图像和1510张来自次级护理的图像 | 计算机视觉 | 皮肤病 | 深度学习 | EfficientNet和SWIN变换器 | 图像 | 总共3723张来自NHS的数据，外加公共领域的两个数据集 | NA | NA | NA | NA |
| 664 | 2024-08-05 |
ChatGPT versus clinician: challenging the diagnostic capabilities of artificial intelligence in dermatology
2024-Jun-25, Clinical and experimental dermatology
IF:3.7Q1
DOI:10.1093/ced/llad402
PMID:37979201
|
研究论文 | 本文研究了ChatGPT在皮肤科诊断中的能力 | 首次将ChatGPT的诊断能力与皮肤科医生进行比较 | ChatGPT在当前形式下未能显著提高初级或次级护理的诊断率 | 评估ChatGPT在医疗皮肤科病例中的诊断能力 | 对90名在皮肤科急诊诊所就诊的患者的匿名医疗信息进行分析 | 自然语言处理 | 皮肤病 | 深度学习技术 | NA | 临床信息 | 36名患者 | NA | NA | NA | NA |
| 665 | 2024-08-05 |
Estimating mandibular growth stage based on cervical vertebral maturation in lateral cephalometric radiographs using artificial intelligence
2024-Jun-24, Progress in orthodontics
IF:3.5Q1
DOI:10.1186/s40510-024-00527-1
PMID:38910180
|
研究论文 | 本研究旨在利用人工智能通过侧位头影测量图估计下颌骨生长阶段。 | 提出了一种新的方法，将颈椎与下颌骨生长斜率直接相关联，区别于以往的常规CVM阶段命名。 | 研究仅限于200名样本，可能影响结果的广泛适用性。 | 研究旨在确定下颌骨生长阶段以优化正畸治疗时机。 | 研究对象为200名患者的侧位头影测量图像，包含108名女性和92名男性。 | 数字病理学 | NA | 深度学习 | CNN, ResNet-18 | 图像 | 200人，663幅图像 | NA | NA | NA | NA |
| 666 | 2024-08-05 |
Image-based facial emotion recognition using convolutional neural network on emognition dataset
2024-06-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-65276-x
PMID:38910179
|
研究论文 | 本研究使用卷积神经网络从Emognition数据集中检测面部表情的情感。 | 研究扩展了深度学习在面部情感识别中的应用，并使用了包含十种目标情感的新数据集。 | 研究中可能存在的数据集偏差和面部表情的多样性限制了结果的普遍性。 | 研究目标是提高基于面部图像的情感识别的准确性。 | 研究对象为Emognition数据集中包含的十种情感的面部图像。 | 计算机视觉 | NA | 卷积神经网络 | CNN | 图像 | NA | NA | NA | NA | NA |
| 667 | 2024-08-05 |
Enhancing automated vehicle identification by integrating YOLO v8 and OCR techniques for high-precision license plate detection and recognition
2024-Jun-22, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-65272-1
PMID:38909147
|
研究论文 | 本论文提出了一种基于YOLO v8和OCR技术的高精度车牌检测与识别方法 | 通过集成YOLO v8深度学习方法和OCR技术，开发了一种创新的车牌检测与识别方法 | 所使用的数据集仅包含270张互联网图像，可能限制了模型的泛化能力 | 提升自动车辆识别系统的准确性和效率 | 通过计算机视觉和机器学习技术进行车牌的检测和字符识别 | 计算机视觉 | NA | YOLO v8，OCR | NA | 图像 | 270张图像 | NA | NA | NA | NA |
| 668 | 2024-08-05 |
A Military Audio Dataset for Situational Awareness and Surveillance
2024-Jun-22, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-024-03511-w
PMID:38909048
|
研究论文 | 本文构建并介绍了一个新的军事音频数据集MAD，用于音频分类系统的训练和评估 | 提出了一个包含独特特征的军事音频数据集，填补了现有公共数据集的空白 | 数据集可能对特定军事活动的应用有限，且没有提供大规模的现实场景样本 | 旨在为音频分类系统提供一个适合的训练和评估数据集 | 涉及来自各种军事视频的音频样本，包含7类声源 | 机器学习 | NA | 深度学习 | NA | 音频 | 涉及8,075个音频样本 | NA | NA | NA | NA |
| 669 | 2024-08-05 |
Deep Representation Learning for Open Vocabulary Electroencephalography-to-Text Decoding
2024-Jun-18, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3416066
PMID:38889026
|
研究论文 | 该文章提出了一种用于开放词汇脑电图解码的端到端深度学习架构 | 引入了一种基于BART语言模型和GPT-4句子细化模块的开放词汇EEG解码的新方法，提出了基于BERTScore的句子级评估指标 | 未探讨EEG信号嵌入语言模型.context及主观性对解码性能的影响 | 旨在改善开放词汇EEG信号解码的性能 | 研究对象为参与自然阅读任务的30名受试者的EEG记录 | 计算机视觉 | NA | 脑电图(EEG) | 深度学习架构 | EEG记录 | 30 | NA | NA | NA | NA |
| 670 | 2024-08-05 |
RmdnCache: Dual-Space Prefetching Neural Network for Large-Scale Volume Visualization
2024-Jun-05, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2024.3410091
PMID:38837917
|
研究论文 | 本文提出了一种名为RmdnCache的深度学习预取方法，以优化大规模体积可视化中的数据流 | 创新性地结合了RNN和MDN网络进行预测，以减少输入延迟 | NA | 旨在减少大规模体积可视化中的输入延迟 | 3D科学数据集 | 计算机视觉 | NA | 深度学习 | RNN和MDN | 体积数据 | 真实大规模体积数据集 | NA | NA | NA | NA |
| 671 | 2024-08-05 |
Three-dimensional atrous inception module for crowd behavior classification
2024-Jun-22, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-65003-6
PMID:38909074
|
研究论文 | 提出了一种三维空洞Inception模块的网络用于人群行为分类 | 创造性地引入了三维空洞卷积和分离损失函数，提高了对复杂人群行为的分类精度 | 缺乏关于模型在不同环境下的有效性和鲁棒性验证 | 解决人群行为识别中的复杂性问题 | 人群行为在视频监控系统中的识别与分类 | 计算机视觉 | NA | 三维卷积 | 3D神经网络 | 视频 | NA | NA | NA | NA | NA |
| 672 | 2024-08-05 |
Determining Protein Secondary Structures in Heterogeneous Medium-Resolution Cryo-EM Images Using CryoSSESeg
2024-Jun-18, ACS omega
IF:3.7Q2
DOI:10.1021/acsomega.4c02608
PMID:38911779
|
研究论文 | 本研究提出了一个基于卷积神经网络的框架cryoSSESeg，用于在中等分辨率的冷冻电子显微镜图像中确定蛋白质二级结构的组织 | 介绍了一种新的深度学习方法cryoSSESeg，相比传统图像处理工具和其他深度学习模型表现出更优或相当的性能 | 结果受到中等分辨率密度图质量变化的影响，需要小心评估数据质量 | 通过分析中等分辨率的冷冻电子显微镜图像来提取蛋白质二级结构的信息 | 约1300条蛋白链来自500个实验性的冷冻电子显微镜密度图 | 计算机视觉 | NA | 冷冻电子显微镜（cryo-EM） | 卷积神经网络（CNN） | 图像 | 约1300条蛋白链，来自约500个不同质量的实验性冷冻电子显微镜密度图 | NA | NA | NA | NA |
| 673 | 2024-08-05 |
Deep-GenMut: Automated genetic mutation classification in oncology: A deep learning comparative study
2024-Jun-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e32279
PMID:38912449
|
研究论文 | 本文探讨了自动化的肿瘤学基因突变分类方法 | 通过比较不同深度学习模型，提出了优化的BioBERT模型用于基因突变分类，展示了实验结果的显著提升 | 研究中存在文本长度庞大、数据偏差以及数据实例重复等挑战 | 提高临床解释的精确度，改进基因突变的自动分析 | 利用深度学习模型对基因突变进行分类 | 自然语言处理 | 癌症 | 下一代测序技术 | BioBERT, BERT, LSTM, BiLSTM | 文本 | 使用了由纪念斯隆-凯特琳癌症中心（MSKCC）创建的包含多种突变的数据集 | NA | NA | NA | NA |
| 674 | 2024-08-05 |
Advancing reliability and efficiency of urban communication: Unmanned aerial vehicles, intelligent reflection surfaces, and deep learning techniques
2024-Jun-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e32472
PMID:38912507
|
研究论文 | 本文提出了一种用于无人机辅助通信系统的新型三维动态信道模型，并引入智能反射面来提升城市通信的可靠性和效率 | 提出了一种结合深度学习和人工智能技术的信道跟踪方法，使用深度神经网络进行初步估计，并采用双向长短期记忆（Bi-LSTM）模型进行持续监测 | 文中未提及具体在复杂城市环境中部署的限制因素 | 旨在改进城市环境中的无线通信网络，通过无人机和智能反射面建立更可靠的连接 | 研究对象为无人机辅助通信系统和智能反射面的整合 | 计算机视觉 | NA | 深度学习 | Bi-LSTM | 信号数据 | 仿真结果未具体说明样本规模 | NA | NA | NA | NA |
| 675 | 2024-08-05 |
Enhancing Earth data analysis in 5G satellite networks: A novel lightweight approach integrating improved deep learning
2024-Jun-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e32071
PMID:38912450
|
研究论文 | 该文章提出了一种集成云服务器与卫星网络结构的轻量级深度学习方法以增强地球数据分析 | 创新点在于提出了LMAEDL方法，通过适应性调整学习技术来优化卫星网络中的数据处理 | 文章未提供对比的具体数据或结果，可能无法全面评估所有潜在局限性 | 研究旨在提升5G卫星网络中数据分析的效率 | 研究对象包括在远程节点中分布广泛的传感器产生的大量数据 | 机器学习 | NA | 深度学习 | NA | 数据 | NA | NA | NA | NA | NA |
| 676 | 2024-08-05 |
Contrastive pre-training for sequence based genomics models
2024-Jun-12, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.10.598319
PMID:38915667
|
研究论文 | 本文介绍了一种用于序列基础基因组模型的无监督对比预训练方法cGen | cGen是一种模型无关的对比预训练方法，能够在训练前初始化权重，从而减少所需数据集的大小 | 对比预训练方法的有效性可能受到原始基因组数据的质量影响 | 探索深度学习在基因组学中的应用，尤其是在数据稀缺情况下的模型性能提升 | 研究序列基础的深度学习模型在基因组学中的应用 | 机器学习 | NA | NA | NA | 序列数据 | NA | NA | NA | NA | NA |
| 677 | 2024-08-05 |
Deep learning-based multi-modal data integration enhancing breast cancer disease-free survival prediction
2024-Jun, Precision clinical medicine
IF:5.1Q1
DOI:10.1093/pcmedi/pbae012
PMID:38912415
|
研究论文 | 本研究开发了一个新的多模态深度学习模型，使用术前数据预测乳腺癌的无病生存期。 | 创新点在于将临床病理数据与分子数据整合到DeepClinMed-PGM模型中，以提高预测乳腺癌无病生存期的准确性。 | 研究的回顾性设计可能影响模型的广泛适用性和外部验证。 | 研究旨在开发一个乳腺癌无病生存期的预测模型。 | 参与者包括训练队列741人，内部验证队列184人，外部测试队列95人。 | 机器学习 | 乳腺癌 | 深度学习 | DeepClinMed-PGM | 影像、分子和临床数据 | 训练队列741人，内部验证队列184人，外部测试队列95人 | NA | NA | NA | NA |
| 678 | 2024-08-05 |
Image detection model construction of Apolygus lucorum and Empoasca spp. based on improved YOLOv5
2024-Jun, Pest management science
IF:3.8Q1
DOI:10.1002/ps.7964
PMID:38243837
|
研究论文 | 本研究提出了一种基于改进YOLOv5的深度学习模型用于自动检测和计数小害虫Apolygus lucorum和Empoasca spp. | 提出了新的YOLOv5s_HSSE模型，通过改变激活函数、引入SIoU损失函数和增加注意力机制实现更高的检测精度 | 关于模型在不同环境或其他作物上的适用性未进行详细探讨 | 开发一种高效、准确的小害虫监测方法 | 针对Apolygus lucorum和Empoasca spp.的小害虫进行检测和计数 | 计算机视觉 | NA | 深度学习 | YOLOv5s_HSSE | 图像 | 1502张从多个地点和时间收集的图像 | NA | NA | NA | NA |
| 679 | 2024-08-05 |
Discovery of a Novel and Potent LCK Inhibitor for Leukemia Treatment via Deep Learning and Molecular Docking
2024-Jun-24, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c00151
PMID:38847742
|
研究论文 | 本研究介绍了一种新颖且有效的LCK抑制剂，用于白血病治疗 | 结合传统方法与AI驱动的筛选策略，以高效识别LCK抑制剂 | NA | 寻找有效的LCK抑制剂以治疗T细胞急性淋巴细胞白血病 | LCK抑制剂的筛选及其对T-ALL细胞的影响 | 计算机视觉 | 白血病 | 深度学习，分子对接 | PLANET算法 | 化合物数据 | 四种潜在LCK抑制剂，特定化合物1232030-35-1的生物评估 | NA | NA | NA | NA |
| 680 | 2024-08-05 |
Saliency-driven explainable deep learning in medical imaging: bridging visual explainability and statistical quantitative analysis
2024-Jun-22, BioData mining
IF:4.0Q1
DOI:10.1186/s13040-024-00370-4
PMID:38909228
|
研究论文 | 本文提出了一种基于图像的显著性框架，以增强深度学习模型在医学图像分析中的可解释性 | 创新性地结合了定性和定量评估，以提高医学成像中深度学习模型的透明度和信任度 | 需要进一步改进经验指标的稳定性和可靠性，并增加多样化的成像模式 | 研究深度学习模型在医学图像分析中的可解释性 | 脑肿瘤MRI和COVID-19胸部X光数据集的预测 | 数字病理 | NA | 深度卷积神经网络 | NA | 图像 | NA | NA | NA | NA | NA |