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 1029 篇文献，本页显示第 861 - 880 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 861 | 2024-08-05 |
Machine learning-based classification of structured light modes under turbulence and eavesdropping effects
2024-Jun-01, Applied optics
IF:1.7Q3
DOI:10.1364/AO.520510
PMID:38856620
|
研究论文 | 本文考虑了在湍流和窃听影响下对复用结构光模态的分类 | 这是首个同时考虑湍流和窃听威胁对复用结构光模态分类的研究 | 未提及具体的实验条件或其他可能影响分类结果的因素 | 提高在挑战性环境中的通信可靠性和数据传输速率 | 复用的结构光模态，特别是在湍流和窃听场景下的性能 | 机器学习 | NA | 机器学习算法 | 人工神经网络，支持向量机，1D卷积神经网络，2D卷积神经网络 | 光学信号 | 16种模式 | NA | NA | NA | NA |
| 862 | 2024-08-05 |
Role of ChatGPT-4 for Medical Researchers
2024-Jun, Annals of biomedical engineering
IF:3.0Q3
DOI:10.1007/s10439-023-03336-5
PMID:37526801
|
评论 | 本文强调了ChatGPT-4在医疗领域的贡献、益处和挑战 | 探讨了ChatGPT-4在医学研究中的应用潜力和具体优势 | 对该工具的知识和潜力仍需更深入的了解 | 旨在阐明ChatGPT-4对医学研究的影响 | 医疗研究人员和从业者 | 自然语言处理 | NA | 深度学习 | ChatGPT-4 | 文本 | NA | NA | NA | NA | NA |
| 863 | 2024-08-05 |
Estimation of modified Zernike coefficients from turbulence-degraded multispectral imagery using deep learning
2024-Jun-01, Applied optics
IF:1.7Q3
DOI:10.1364/AO.521072
PMID:38856589
|
研究论文 | 本文研究了波长多样性如何影响深度学习模型从多光谱图像中预测修正Zernike系数的性能 | 提出了一种利用波长依赖的模拟方法来处理湍流引起的波前误差，并采用深度神经网络进行修正Zernike系数的预测 | 在使用带有附加噪声的扩展对象时，增加光谱带数所带来的改进有限 | 研究深度学习在湍流条件下从多光谱图像中高准确度预测修正Zernike系数的能力 | 点对象和来自字符数据集的扩展对象的多光谱图像 | 计算机视觉 | NA | 深度学习 | AlexNet | 图像 | 点对象和扩展对象的模拟图像数据，涉及不同湍流水平的多个样本 | NA | NA | NA | NA |
| 864 | 2024-08-05 |
Identifying the twist factor of twisted partially coherent optical beams
2024-Jun-01, Journal of the Optical Society of America. A, Optics, image science, and vision
DOI:10.1364/JOSAA.522975
PMID:38856440
|
研究论文 | 本文介绍了一种识别扭曲部分相干光束扭曲因子的方法 | 提出利用源平面上的圆形光圈来识别扭曲部分相干光束，简化了识别过程 | 识别过程可能受到光束低相干性和随机性的影响 | 研究如何有效识别扭曲部分相干光束的扭曲因子 | 扭曲部分相干光束的扭曲因子 | 光学 | NA | 深度学习 | 简单的深度学习模型 | 光束强度结构 | NA | NA | NA | NA | NA |
| 865 | 2024-08-05 |
A Siamese deep learning framework for efficient hardware Trojan detection using power side-channel data
2024-Jun-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-62744-2
PMID:38844523
|
研究论文 | 本文提出了一种新颖的Siamese神经网络框架来检测硬件特洛伊木马 | 采用了非侵入性的电源侧信道信号处理，且不需要IC的黄金模型 | 研究中没有提到实际应用中的复杂环境或其他类型的攻击 | 提高集成电路安全性，检测隐藏的硬件特洛伊木马 | 使用从Trojan Power & EM Side-Channel数据集中提取的特征进行训练 | 计算机视觉 | NA | 电源侧信道信号处理 | SNN, LSTM, GRU, CNN | 信号数据 | 使用Trojan Power & EM Side-Channel数据集的样本 | NA | NA | NA | NA |
| 866 | 2024-08-05 |
Exploring potential circRNA biomarkers for cancers based on double-line heterogeneous graph representation learning
2024-Jun-06, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-024-02564-6
PMID:38844961
|
研究论文 | 本研究提出了一种新的方法CDA-DGRL，用于预测circRNA-疾病关联 | 该方法通过图网络和双线表示模型整合图节点特征，实现了对局部和全局图网络结构的有效捕捉，解决了现有模型在稀疏局部结构信息利用上的局限性 | 该研究可能受到现有生物数据稀疏性的限制，尽管提出了方法来缓解这一问题 | 本研究旨在可靠地识别circRNA-疾病关联，以减少传统生物实验的需求 | 该研究的对象是circRNA和疾病之间的关联 | 数字病理学 | NA | 深度学习框架，图神经网络 | 图卷积神经网络 | 生物信息数据 | 通过对circR2Disease数据集进行五折交叉验证获得结果 | NA | NA | NA | NA |
| 867 | 2024-08-07 |
Author Correction: Opportunistic detection of type 2 diabetes using deep learning from frontal chest radiographs
2024-Jun-06, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-49184-2
PMID:38844459
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 868 | 2024-08-05 |
Choroidalyzer: An Open-Source, End-to-End Pipeline for Choroidal Analysis in Optical Coherence Tomography
2024-Jun-03, Investigative ophthalmology & visual science
IF:5.0Q1
DOI:10.1167/iovs.65.6.6
PMID:38833259
|
研究论文 | 本文开发了一个开源的全自动管道Choroidalyzer，用于光学相干层析中的脉络膜分析 | Choroidalyzer通过自动化方法提高了脉络膜、血管和中心凹分割的准确性，是一种客观和标准化的分析工具 | 本文未涉及不同成像设备和系统疾病对结果的潜在影响 | 本研究的目的是开发一个脉络膜分析的开源管道 | 本文的研究对象包括233名受试者，涉及6个系统性疾病队列 | 数字病理学 | NA | OCT | U-Net | 图像 | 5600个OCT B扫描 | NA | NA | NA | NA |
| 869 | 2024-08-05 |
Label-free white blood cells classification using a deep feature fusion neural network
2024-Jun-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e31496
PMID:38845979
|
研究论文 | 本文提出了一种基于深度特征融合神经网络的无标记白细胞分类方法 | 该研究创新性地结合了浅层提取的低级特征和深层提取的高级特征用于无标记白细胞检测 | 目前的深度学习白细胞分类技术在显微镜下无法有效利用白细胞内部结构的微妙差异 | 旨在通过深度学习改进无标记白细胞图像分析方法 | 研究对象为白细胞的图像分析和分类 | 数字病理学 | NA | 深度学习 | 深度特征融合神经网络 | 图像 | 测试集上准确度达到80.3% | NA | NA | NA | NA |
| 870 | 2024-08-05 |
RhizoNet segments plant roots to assess biomass and growth for enabling self-driving labs
2024-06-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63497-8
PMID:38839814
|
研究论文 | 本文介绍了RhizoNet，一个基于深度学习的工作流程，用于语义分割植物根系扫描 | RhizoNet通过残差U-Net架构提高预测准确性，并采用凸包操作划分主要根系组件 | 自动分析因根系结构复杂和图像背景噪声而变得困难 | 准确分割根系生物量并监测其随时间的生长 | 生长在名为EcoFAB的水培系统中的植物根系 | 数字病理学 | NA | 深度学习 | 残差U-Net | 彩色扫描图像 | 上千张图像 | NA | NA | NA | NA |
| 871 | 2024-08-05 |
AMP-RNNpro: a two-stage approach for identification of antimicrobials using probabilistic features
2024-06-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63461-6
PMID:38839785
|
研究论文 | 本研究提出了一种基于RNN的AMP-RNNpro模型用于识别抗菌肽（AMPs） | 引入了一种创新的两阶段模型AMP-RNNpro，结合了多种特征编码方法来提高抗菌肽的检测效率 | 未提及具体的局限性 | 旨在提高抗菌肽的识别效率，以应对抗生素抗药性问题 | 研究抗菌肽（AMPs）的识别 | 机器学习 | NA | 深度学习 | RNN | NA | 分析了33个模型并选取了6个最佳模型 | NA | NA | NA | NA |
| 872 | 2024-08-05 |
Vortex-like vs. turbulent mixing of a Viscum album preparation affects crystalline structures formed in dried droplets
2024-Jun-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63797-z
PMID:38839929
|
研究论文 | 研究了不同混合方法对干燥液滴中晶体结构的影响 | 展示了涡流混合与湍流混合对晶体模式复杂度的不同影响 | 未提及具体的样本大小和实验重复性 | 探索液体流动对同源制备过程的影响 | 分析不同混合方式下的Viscum album制备品 | 数字病理学 | NA | 微滴蒸发法、计算机支持的图像分析、深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 873 | 2024-08-05 |
High-Throughput Single-Entity Electrochemistry with Microelectrode Arrays
2024-Jun-04, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.4c01092
PMID:38780285
|
研究论文 | 本文描述了一种自动化的阵列微电池方法用于微纳米电极阵列分析 | 该研究创新地应用了AMCM于高通量单体电化学，并使用U-Net深度学习模型分析碰撞瞬态大小 | 实验中对溶剂蒸发影响的研究可能未涵盖所有变量 | 研究微电极阵列在单实体电化学中的应用 | 研究对象为不同直径（100 nm至2 μm）的电极和纳米颗粒的碰撞事件 | 电化学 | NA | 阵列微电池法（AMCM） | U-Net | 实验数据 | 记录了来自671个电极的3270个单颗粒事件 | NA | NA | NA | NA |
| 874 | 2024-08-05 |
Assessing the Efficacy of Synthetic Optic Disc Images for Detecting Glaucomatous Optic Neuropathy Using Deep Learning
2024-Jun-03, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.13.6.1
PMID:38829624
|
研究论文 | 本文评估了合成视神经盘图像在深度学习中识别青光眼性视神经病变的有效性 | 创新点在于使用对抗生成网络（DCGAN）生成高质量的视神经盘图像，从而提高青光眼的检测精度 | 虽然模型在合成数据上表现良好，但仍需更多验证以确认其在临床环境中的实施效果 | 本研究旨在开发和评估能够有效识别青光眼性视神经病变的深度学习模型 | 研究对象为使用DCGAN生成的合成视神经盘图像及真实的临床图像 | 计算机视觉 | 青光眼 | 深度卷积生成对抗网络（DCGAN） | 未指定具体模型 | 图像 | 总共使用了17,060幅基金镜图像，其中包括6874幅青光眼和10,186幅健康图像 | NA | NA | NA | NA |
| 875 | 2024-08-05 |
Electrotransfer for nucleic acid and protein delivery
2024-Jun, Trends in biotechnology
IF:14.3Q1
DOI:10.1016/j.tibtech.2023.11.009
PMID:38102019
|
综述 | 本文探讨了电转移在生物技术中的应用，尤其是在核酸和蛋白质的传递方面 | 文章强调了电转移在纳米技术和深度学习技术的结合下克服传统电穿孔的局限性 | 研究中可能对传统电转移技术的局限性分析不够全面 | 研究电转移在生物医学中的应用及其前沿领域 | 探讨核酸和蛋白质在免疫细胞和干细胞及其前体细胞中的电转移 | 生物技术 | NA | 电转移 | NA | 临床试验数据 | NA | NA | NA | NA | NA |
| 876 | 2024-08-05 |
Assistive tools for classifying neurological disorders using fMRI and deep learning: A guide and example
2024-Jun, Brain and behavior
IF:2.6Q3
DOI:10.1002/brb3.3554
PMID:38841732
|
研究论文 | 本文介绍了结合fMRI和深度学习的辅助工具，用于分类神经疾病 | 本文提供了一些流行的深度学习和fMRI辅助工具的入门指南，并展示了使用这些工具的自闭症谱系障碍分类模型的实例 | 缺乏对非专业群体如学生和临床医生使用的模型设计，限制了其临床应用和推广 | 旨在提高fMRI和深度学习管道在神经疾病诊断中的可及性和实用性 | 自闭症谱系障碍（ASD）分类模型 | 计算机视觉 | 神经疾病 | fMRI, 深度学习 | 卷积神经网络 | 图像 | NA | NA | NA | NA | NA |
| 877 | 2024-08-05 |
Deep learning-based automated scan plane positioning for brain magnetic resonance imaging
2024-Jun-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-23-1740
PMID:38846304
|
研究论文 | 本文提出了一种基于深度学习的自动扫描平面定位框架，用于脑部磁共振成像 | 本研究结合了物理知识，开发了一种新的深度学习框架，以提高脑部MRI扫描的定位准确性和效率 | 未提及具体的时间和空间限制，以及模型在其他类型MRI扫描的适用性 | 旨在开发一种有效、可靠且精确的自动化头部扫描平面定位方法 | 采用229个临床脑部MRI扫描进行研究 | 计算机视觉 | NA | 深度学习 | 级联3D卷积神经网络 | 图像 | 229个MRI头部扫描 | NA | NA | NA | NA |
| 878 | 2024-08-05 |
Automated detection and classification of coronary atherosclerotic plaques on coronary CT angiography using deep learning algorithm
2024-Jun-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-23-1513
PMID:38846308
|
研究论文 | 本研究评估了深度学习算法在冠状动脉计算机断层血管成像中检测和分类冠状动脉粥样硬化斑块的性能 | 本研究展示了深度学习算法在CAD斑块检测和分类上的高敏感性和准确性，这为初级放射科医师和介入心脏病学家提供了支持 | 限制在于回顾性分析和样本的临床经验差异 | 评估深度学习算法在冠状动脉疾病中检出和分类粥样硬化斑块的能力 | 669名怀疑患有冠状动脉疾病的患者的CCTA图像 | 数字病理学 | 心血管疾病 | 深度学习算法 | NA | 图像 | 669名患者 | NA | NA | NA | NA |
| 879 | 2024-08-05 |
Pixelwise Gradient Model for Image Fusion (PGMIF): a multi-sequence magnetic resonance imaging (MRI) fusion model for tumor contrast enhancement of nasopharyngeal carcinoma
2024-Jun-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-23-1559
PMID:38846293
|
研究论文 | 本研究提出了一种新的图像融合方法PGMIF，用于增强鼻咽癌的MRI肿瘤对比度 | 创新性地结合了基于像素梯度的图像融合和生成对抗网络(GAN)来提升肿瘤对比度 | 研究仅基于80例鼻咽癌患者的MRI数据，可能限制了方法的普适性 | 改善鼻咽癌患者MRI图像中的肿瘤对比度 | 80例鼻咽癌患者的T1加权和T2加权MRI图像 | 数字病理学 | 鼻咽癌 | MRI | 生成对抗网络(GAN) | 图像 | 80例 | NA | NA | NA | NA |
| 880 | 2024-08-05 |
Simultaneous determination of pigments of spinach (Spinacia oleracea L.) leaf for quality inspection using hyperspectral imaging and multi-task deep learning regression approaches
2024-Jun-30, Food chemistry: X
DOI:10.1016/j.fochx.2024.101481
PMID:38840724
|
研究论文 | 本研究利用高光谱成像和多任务深度学习回归方法同时测定菠菜叶中的色素含量以进行质量检测 | 结合高光谱成像和多任务学习方法，可以同时预测菠菜的多个质量属性 | 仅限于在特定的存储条件下进行实验，可能不适用于所有情况 | 快速准确地测定菠菜叶中的色素含量以进行质量检查 | 不同存储条件下的菠菜叶，主要测定其叶绿素和类胡萝卜素的含量 | 数字病理 | NA | 高光谱成像 | 卷积神经网络(CNN) | 图像 | 不同存储条件下的菠菜样本，具体样本数量未提供 | NA | NA | NA | NA |