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 1068 篇文献,本页显示第 781 - 800 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
781 2024-08-05
Dual-Extraction Modeling: A multimodal deep learning architecture for phenotypic prediction and functional gene mining of complex traits
2024-Jun-13, Plant communications IF:9.4Q1
研究论文 本文介绍了一种多模态深度学习架构Dual-Extraction Modeling (DEM),用于复杂性状的表型预测和功能基因挖掘 提出了双重提取建模方法,能够从异质组学数据集中提取代表性特征,具有优越的准确性和解释性 研究中未提及具体的样本量和数据限制 研究旨在开发一种通用的多模态计算工具,以实现准确的表型预测和特征相关基因的识别 研究对象为复杂性状的表型和影响这些性状的功能基因 机器学习 NA 深度学习 NA 组学数据 NA
782 2024-08-05
Binary classification of dead detector elements in flat panel detectors using convolutional neural networks
2024-Jun-13, Biomedical physics & engineering express IF:1.3Q3
研究论文 本文提供了一种新颖的深度学习技术,用于生成平面探测器的死探测器元素地图。 提出了一种在缺乏真实地图情况下生成死探测器地图的新技术,且能够在不同探测器上进行一定程度的泛化。 模型在利用不同厂商制造的探测器时的性能需进一步研究。 研究旨在开发一种能够生成死探测器元素地图的深度学习模型。 研究对象是平面探测器上的死探测器元素。 计算机视觉 NA 卷积神经网络 CNN 图像 NA
783 2024-08-05
Other possible perspectives for solving the negative outcome penalty paradox in the application of artificial intelligence in clinical diagnostics
2024-Jun-13, Journal of medical ethics IF:3.3Q1
评论 本文探讨了在临床诊断中应用人工智能所面临的负面结果惩罚悖论,并提出解决方案 文章提出了多种视角,以深入探讨如何在临床实践中有效整合人工智能 缺乏对实证研究数据的引用和支持 深入思考人工智能在临床诊断中的应用和影响 临床诊断中的人工智能应用及其相关挑战 人工智能 NA 机器学习,人工神经网络,深度学习 NA NA NA
784 2024-08-05
All-optical phase conjugation using diffractive wavefront processing
2024-Jun-11, Nature communications IF:14.7Q1
研究论文 提出了一种用于近似全光相位共轭的衍射波前处理器 利用深度学习优化了一组衍射层,以全光方式处理任意相位畸变输入场 实验验证中使用的相位畸变是训练期间未见过的 研究一种新的光学相位共轭技术 衍射波前处理器和相位畸变镜 光学 NA 深度学习 NA 光学波前数据 使用了多种相位畸变进行实验验证
785 2024-08-05
Unsupervised manifold embedding to encode molecular quantum information for supervised learning of chemical data
2024-Jun-11, Communications chemistry IF:5.9Q1
研究论文 本文探讨了分子表示在化学机器学习中的重要性,并提出了一种新的低维表示方法MEMS 开发了分子表面的流形嵌入MEMS,以保留电子特性,实现化学学习的特征化 NA 探究分子相互作用的局部电子信息以提高化学数据学习的预测能力 分子表面和电子属性的表示 计算机视觉 NA NA 神经网络 化学数据 NA
786 2024-08-05
Deep learning with mixup augmentation for improved pore detection during additive manufacturing
2024-Jun-11, Scientific reports IF:3.8Q1
研究论文 本研究提出了一种混合增强的数据学习方法,以改善在增材制造过程中孔洞检测的精度 使用Mixup数据增强技术,提高了不平衡数据集中的孔洞预测准确性 使用的模型可能对数据集的特定特征敏感,且过程缺陷预测依赖于标注数据的质量 改善增材制造过程中孔洞检测的准确性 对激光粉床熔融实验中的孔洞进行识别和检测 机器学习 NA NA 卷积神经网络 (CNN) 声学数据 五个不同实验的测试数据集
787 2024-08-05
Deformable multi-modal image registration for the correlation between optical measurements and histology images
2024-Jun, Journal of biomedical optics IF:3.0Q2
研究论文 本研究探讨了一种基于深度学习的自动化多模态图像配准方法,以对齐乳腺标本图像与相应的组织学图像 创新点在于提出了一种无监督和有监督学习的图像配准方法,有效处理了强度变化和结构差异带来的挑战 该研究的局限性在于未具体列出数据集的多样性和实际应用中的具体限制 研究目的是探讨基于深度学习的自动图像配准技术的有效性 研究对象为乳腺标本图像和通过不同模态获取的组织学图像 数字病理学 NA 深度学习 VoxelMorph模型 图像 包含手动配准图像的特征数据集
788 2024-08-05
Differential artery-vein analysis improves the OCTA classification of diabetic retinopathy
2024-Jun-01, Biomedical optics express IF:2.9Q2
研究论文 本研究探讨了差异性动静脉分析对糖尿病视网膜病变(OCTA)分类的影响 该研究利用深度学习进行动静脉区域分割,并通过差异性动静脉分析显著提高了糖尿病视网膜病变的分类准确性 在研究中未提及样本的多样性和临床背景对结果的潜在影响 研究糖尿病视网膜病变的分类性能与差异性动静脉分析的关系 糖尿病患者及其视网膜病变状态的分类 数字病理学 糖尿病视网膜病变 光学相干断层扫描血管造影 支持向量机(SVM) 图像 NA
789 2024-08-05
Hybrid deep learning and optimal graph search method for optical coherence tomography layer segmentation in diseases affecting the optic nerve
2024-Jun-01, Biomedical optics express IF:2.9Q2
研究论文 本文提出了一种结合深度学习和3D图搜索的新方法,旨在提高光学相干断层扫描图像中视网膜层的分割准确性 开发了Deep LOGISMOS,这是一种混合方法,克服了现有自动化算法在病理情况下的局限性 对于验证数据集缺乏可用的参考追踪的情况,测试结果可能受到限制 提升光学相干断层扫描图像中视网膜层的分割准确性,以评估影响视神经的疾病 研究对象是非动脉炎前部缺血性视神经病(NAION)患者的OCT图像 计算机视觉 视神经疾病 光学相干断层扫描(OCT) 深度学习与3D图搜索的混合模型 图像 124个OCT体积来自31名NAION患者的双眼
790 2024-08-05
Designing a deep hybridized residual and SE model for MRI image-based brain tumor prediction
2024-Jun, Journal of clinical ultrasound : JCU IF:1.2Q3
研究论文 本文提出了一种新的脑肿瘤检测系统,通过生成合成的MRI图像来提高检测准确性 创新点在于生成合成的MRI图像以克服数据集分类不均的问题 研究中存在对大规模、良好分类数据集的获取挑战 本研究的目的是提高脑肿瘤检测的时效性和准确性 研究对象为MRI图像中的脑肿瘤 计算机视觉 NA 合成磁共振成像(MRI) 混合ResNet+SE模型 图像 NA
791 2024-08-05
Repairing the in situ hybridization missing data in the hippocampus region by using a 3D residual U-Net model
2024-Jun-01, Biomedical optics express IF:2.9Q2
研究论文 本研究使用3D残差U-Net模型修复海马区域的原位杂交缺失数据 提出了一种利用卷积神经网络模型修复海马区域缺失体素的方法 NA 解决海马区域转录组数据的不完整性问题 海马区域的转录组数据,以及与冠状面和矢状面数据集的基因表达相关性 计算机视觉 NA 卷积神经网络 3D残差U-Net 转录组数据 NA
792 2024-08-05
Efficient high-resolution fluorescence projection imaging over an extended depth of field through optical hardware and deep learning optimizations
2024-Jun-01, Biomedical optics express IF:2.9Q2
研究论文 本研究提出了一种深焦显微术,通过光学硬件和算法优化,实现在扩展的景深中进行高分辨率荧光投影成像 深焦显微术整合了深焦网络(DFnet)与光场显微术(LFM)设置,显著提高了成像的空间分辨率和景深 文章中未提及潜在的实验局限性 优化成像技术以在生物实验中实现高分辨率和扩展景深的平衡 利用深焦显微术观测斑马鱼胚胎和小鼠肝脏的细胞分裂和迁移体形成 数字病理学 NA 深焦网络,光场显微术 深焦网络(DFnet) 图像 构建的数据集,包含多种样本结构
793 2024-08-05
Development and validation of the effective CNR analysis method for evaluating the contrast resolution of CT images
2024-Jun, Physical and engineering sciences in medicine IF:2.4Q2
研究论文 本文提出了一种有效的对比噪声比(CNR)分析方法,用于评估CT图像的对比分辨率 创新之处在于开发了新的有效CNR分析方法,以更准确地评估CT图像的对比分辨率 本研究未提及样本数量和来源的限制 研究旨在评估CT图像的对比分辨率 研究对象为计算机断层扫描(CT)图像及其信号可探测性 数字病理学 NA 计算机断层扫描(CT) NA 图像 NA
794 2024-08-05
Enhancing Molecular Property Prediction through Task-Oriented Transfer Learning: Integrating Universal Structural Insights and Domain-Specific Knowledge
2024-Jun-13, Journal of medicinal chemistry IF:6.8Q1
研究论文 本文提出了一种名为TOML-BERT的双层预训练框架,以提高分子属性预测的准确性 创新点在于结合了结构模式和领域知识的任务导向多层学习框架 该研究可能受限于可用的伪标签数据的质量 旨在提升药物发现中的分子属性预测能力 针对10个制药数据集进行分子属性预测 机器学习 NA 自监督预训练 BERT 数据集 10个制药数据集
795 2024-08-05
Text-to-video generative artificial intelligence: sora in neurosurgery
2024-Jun-13, Neurosurgical review IF:2.5Q1
研究论文 本论文探讨了生成式人工智能在神经外科中的应用,提出了Sora这一创新工具。 Sora结合自然语言处理、深度学习和计算机视觉生成从文本提示到视频的转化,具有重要的应用潜力。 当前模型存在运动生成不现实、主体自发生成、物体形态不自然以及许多主体生成时表现出的异常行为等问题。 研究生成式人工智能在神经外科的应用及其潜在优势。 主要探讨Sora这一生成式人工智能工具在神经外科的具体应用。 计算机视觉 NA 自然语言处理、深度学习 NA 视频 NA
796 2024-08-05
MCDHGN: Heterogeneous network-based cancer driver gene prediction and interpretability analysis
2024-Jun-12, Bioinformatics (Oxford, England)
研究论文 提出了一种基于异构网络的癌症驱动基因预测方法MCDHGN,并增强了预测的可解释性 该研究利用异构网络的元路径聚合,提高了对癌症驱动基因预测结果的可解释性 研究未提及具体的样本量和数据来源的局限性 准确预测癌症驱动基因,以促进癌症发生机制研究和治疗 基于多种多组学数据的癌症驱动基因 数字病理学 癌症 元路径聚合 异构网络模型 多组学数据 NA
797 2024-08-05
Machine Learning in Enhancing Protein Binding Sites Predictions - What Has Changed Since Then?
2024-Jun-11, Combinatorial chemistry & high throughput screening IF:1.6Q3
评论 本文探讨了蛋白质结合位点预测中的挑战和最新进展 强调了分子动力学模拟、机器学习和深度学习技术的结合以捕捉蛋白质-配体相互作用的动态性和复杂性 未具体提及此文章的限制 提供蛋白质结合位点预测的当前最先进技术的见解 蛋白质结合位点及其与配体的相互作用 机器学习 NA 分子动力学模拟,机器学习,深度学习 NA 结构信息,生化测定 NA
798 2024-08-05
Preliminary study on AI-assisted diagnosis of bone remodeling in chronic maxillary sinusitis
2024-Jun-10, BMC medical imaging IF:2.9Q2
研究论文 本研究构建了用于慢性上颌窦炎骨重塑的深度学习模型和机器学习模型 本文创新地开发了基于CT影像数据的深度学习卷积神经网络(CNN)模型和支持向量机(SVM)模型,用于提高影像诊断的准确性 研究中仅限于一次性数据集,可能影响模型的普适性和进一步验证 提高慢性上颌窦炎影像学诊断的准确性 收集了来自500名患者的1000个慢性上颌窦炎患者的CT影像数据进行研究 数字病理学 慢性上颌窦炎 CT影像 CNN和SVM 影像 1000个样本,涉及500名患者
799 2024-08-05
Pathomics and single-cell analysis of papillary thyroid carcinoma reveal the pro-metastatic influence of cancer-associated fibroblasts
2024-Jun-10, BMC cancer IF:3.4Q2
研究论文 本研究探讨了癌症相关成纤维细胞在乳头状甲状腺癌中的促转移影响 揭示了CAF在PTC转移中的重要作用,并通过深度学习方法建立和优化了基于转移相关myoCAF基因的诊断模型 研究仅基于术后病理切片和已有公共数据,可能存在样本选择偏差 旨在探讨乳头状甲状腺癌中癌症相关成纤维细胞对淋巴结转移风险的影响 研究对象为984例乳头状甲状腺癌患者的术后组织切片及PTC细胞系TPC1和K1 数字病理学 乳头状甲状腺癌 单细胞RNA测序 深度学习 病理切片图像和基因表达数据 984例乳头状甲状腺癌患者
800 2024-08-05
A multimodal multitask deep learning framework for vibrotactile feedback and sound rendering
2024-Jun-10, Scientific reports IF:3.8Q1
研究论文 本文介绍了一种新颖的多模态多任务深度学习框架,用于振动触觉反馈和声音渲染 首次采用基于变压器的数据驱动方法建模和渲染工具-表面交互中的振动信号和声音 NA 探索如何同时建模和生成振动触觉反馈与声音 接触加速度信号和来自不同纹理表面的声音数据 计算机视觉 NA 深度学习 编码器-解码器网络 振动信号和声音数据 NA
回到顶部