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 1035 篇文献，本页显示第 941 - 960 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 941 | 2024-08-05 |
Deep learning-based optimization of field geometry for total marrow irradiation delivered with volumetric modulated arc therapy
2024-Jun, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17089
PMID:38634859
|
研究论文 | 该文章提出了一种基于深度学习的卷积神经网络 (CNN) 来自动生成全骨髓放射治疗的场几何。 | 通过结合医学物理师的知识，开发的模型能在有限数据环境下优化场几何的生成，这是该研究的创新之处。 | 研究样本量有限，仅包括117名患者的治疗数据，可能影响模型的泛化能力。 | 研究旨在开发自动生成TMI/TMLI场几何的卷积神经网络。 | 研究对象为117名在2011年至2023年期间接受全骨髓放射治疗的患者。 | 数字病理学 | NA | 卷积神经网络 (CNN) | CNN | 影像 | 117名接受TMI/TMLI治疗的患者 | NA | NA | NA | NA |
| 942 | 2024-08-05 |
Towards automatic home-based sleep apnea estimation using deep learning
2024-Jun-01, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-024-01139-z
PMID:38824175
|
研究论文 | 提出了一种名为DRIVEN的方法，用于从可穿戴设备中自动估计家中的睡眠呼吸暂停指数（AHI） | 该方法结合了深度卷积神经网络和轻量级梯度提升机，实现了在家中舒适环境下的AHI估计 | 长时间的PSG监测不切实际，且需要患者的依从性 | 旨在通过可穿戴设备在家中对睡眠呼吸暂停进行早期检测和评估 | 通过可穿戴传感器（如腹部和胸部运动、脉搏血氧饱和度）监测睡眠障碍的患者 | 机器学习 | 呼吸系统疾病 | 深度卷积神经网络和轻量级梯度提升机 | CNN | 录音数据 | 来自三个大型睡眠研究的14,370条记录 | NA | NA | NA | NA |
| 943 | 2024-08-05 |
An enhancement algorithm for head characteristics of caged chickens detection based on cyclic consistent migration neural network
2024-Jun, Poultry science
IF:3.8Q1
DOI:10.1016/j.psj.2024.103663
PMID:38603930
|
研究论文 | 提出了一种基于循环一致迁移神经网络的笼养鸡头部特征检测增强算法 | 提出了一种基于大数据和深度学习的笼门去除算法，采用CCMNN网络实现图像中关键信息的自动消除和恢复 | 该研究主要集中在笼养鸡的头部特征检测，可能对其它类型的家禽检测有效性有限 | 提高笼养鸡健康状态识别的准确性 | 针对笼养鸡的冠和眼睛进行图像检测 | 计算机视觉 | NA | 循环一致迁移神经网络 | YOLOv8 | 图像 | NA | NA | NA | NA | NA |
| 944 | 2024-08-05 |
An attention-based bilateral feature fusion network for 3D point cloud
2024-Jun-01, The Review of scientific instruments
DOI:10.1063/5.0189991
PMID:38832851
|
研究论文 | 本文提出了一种基于注意力的双边特征融合网络，用于处理3D点云数据 | 创新之处在于提出了一个双边特征融合模块和偏移向量注意力模块，以改善点云的局部和全局特征提取 | 本文未提及特定的计算复杂性或效能损耗分析 | 研究旨在解决点云处理中的几何与语义特征提取不平衡的问题 | 研究对象为3D点云数据 | 计算机视觉 | NA | NA | 注意力网络 | 点云 | NA | NA | NA | NA | NA |
| 945 | 2024-08-05 |
Advanced CKD detection through optimized metaheuristic modeling in healthcare informatics
2024-06-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63292-5
PMID:38824162
|
研究论文 | 本研究提出了一种新的分类模型，通过优化的元启发式方法提高慢性肾病的诊断效率 | 采用元启发式方法进行特征选择，提升慢性肾病检测的准确率 | 缺乏对比已有模型的详细实验细节和局限性的讨论 | 提高慢性肾病的检测准确性 | 医疗数据，特别是慢性肾病相关数据 | 医疗信息学 | 慢性肾病 | 元启发式方法 | 极限学习机 | 医疗数据 | NA | NA | NA | NA | NA |
| 946 | 2024-08-05 |
Automatic assessment of DWI-ASPECTS for acute ischemic stroke based on deep learning
2024-Jun, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17101
PMID:38687043
|
研究论文 | 本研究提出了一种基于扩散加权成像(DWI)的自动ASPECTS评分模型，用于帮助临床医生进行准确的急性缺血性中风治疗计划 | 研究中提出了一种改进的深度学习网络，加上混合分类器，能够自动评估DWI-ASPECTS | 本研究的局限性在于只包含82名中风患者的样本，可能影响结果的广泛适用性 | 本研究的目的是通过自动化ASPECTS得分来提高急性缺血性中风的临床诊断准确性 | 本研究对象为82名急性缺血性中风患者 | 计算机视觉 | 缺血性中风 | 深度学习 | 改进的U-net | 医学影像 | 82名中风患者 | NA | NA | NA | NA |
| 947 | 2024-08-05 |
Deep learning based model predictive controller on a magnetic levitation ball system
2024-Jun, ISA transactions
IF:6.3Q1
DOI:10.1016/j.isatra.2024.04.019
PMID:38644075
|
研究论文 | 提出了一种基于深度学习的模型预测控制器，用于磁悬浮球系统的实时控制 | 通过将LSTM网络与自回归结构结合来精确描述磁悬浮球系统的动态，并提出了一种改进的控制器以提高实时控制效率 | 研究主要集中于磁悬浮球系统，可能对其他系统的适用性有限 | 开发一种高效的控制方法以改进磁悬浮球系统的瞬态性能和控制效率 | 磁悬浮球系统作为一个单输入单输出的非线性系统 | 机器学习 | NA | LSTM | LSTM-ARX | NA | NA | NA | NA | NA | NA |
| 948 | 2024-08-05 |
Research Note: Prospects for early detection of breast muscle myopathies by automated image analysis
2024-Jun, Poultry science
IF:3.8Q1
DOI:10.1016/j.psj.2024.103680
PMID:38564836
|
研究论文 | 本研究评估了新开发的基于深度学习的自动图像分析工具在鸡胸肌肌病早期检测中的有效性 | 开发了一种新的自动图像分析工具，可在早期检测与肌肉病变相关的形态参数 | 研究仅限于雄性小鸡，样本收集时间为饲养第14天，结果可能不适用于其他种类或生命周期阶段的鸡 | 探讨自动图像分析作为早期检测鸡胸肌肌病的潜力 | 雄性肉鸡及其肌肉样本 | 数字病理学 | NA | 深度学习 | NA | 图像 | 在饲养第14天收集的雄性小鸡肌肉样本 | NA | NA | NA | NA |
| 949 | 2024-08-05 |
Ultra-high-resolution CT of the temporal bone: Comparison between deep learning reconstruction and hybrid and model-based iterative reconstruction
2024-Jun, Diagnostic and interventional imaging
IF:4.9Q1
DOI:10.1016/j.diii.2024.02.001
PMID:38368178
|
研究论文 | 本研究评估了超高分辨率计算机断层扫描（UHR-CT）在评估镫骨和鼓索神经解剖方面的能力 | 采用深度学习重建与混合和基于模型的迭代重建算法进行比较，展示了UHR-CT在噪声和空间分辨率上的优势 | 本研究没有讨论不同剂量水平对图像质量的长期影响 | 评估不同重建算法在超高分辨率CT评估耳朵解剖结构中的应用效果 | 使用超高分辨率CT评估镫骨和鼓索神经的解剖 | 数字病理学 | NA | 超高分辨率计算机断层扫描（UHR-CT） | 深度学习重建（DLR） | 图像 | 13个颞骨CT检查 | NA | NA | NA | NA |
| 950 | 2024-08-07 |
Daily scale air quality index forecasting using bidirectional recurrent neural networks: Case study of Delhi, India
2024-Jun-15, Environmental pollution (Barking, Essex : 1987)
DOI:10.1016/j.envpol.2024.124040
PMID:38685551
|
研究论文 | 本研究旨在利用双向循环神经网络准确预测每日空气质量指数（AQI），以德里市为例 | 研究采用了多种深度学习模型，包括长短期记忆网络（LSTM）、双向LSTM（Bi-LSTM）和双向循环神经网络（Bi-RNN），并发现Bi-RNN模型在训练和测试阶段均表现最佳 | 研究显示模型性能受数据质量影响，需要充足的数据来训练模型 | 准确预测每日空气质量指数，为决策提供支持 | 德里市的空气质量指数 | 机器学习 | NA | 深度学习 | 双向循环神经网络（Bi-RNN） | 空气质量数据 | 具体样本数量未在摘要中提及 | NA | NA | NA | NA |
| 951 | 2024-08-07 |
The role and future prospects of artificial intelligence algorithms in peptide drug development
2024-Jun, Biomedicine & pharmacotherapy = Biomedecine & pharmacotherapie
DOI:10.1016/j.biopha.2024.116709
PMID:38713945
|
综述 | 本文综述了人工智能算法在肽类药物开发中的作用及未来前景 | 介绍了人工智能辅助的机器学习或深度学习模型在筛选大量候选治疗肽序列中的应用 | 传统肽类药物研发周期长且投资高 | 探讨人工智能在肽类药物开发中的应用，以加速药物研发过程 | 肽类药物及其在治疗各种疾病中的应用 | 机器学习 | NA | 机器学习, 深度学习 | NA | 序列数据 | 大量候选治疗肽序列 | NA | NA | NA | NA |
| 952 | 2024-08-07 |
Light field image super-resolution based on dual learning and deep Fourier channel attention
2024-Jun-01, Optics letters
IF:3.1Q2
DOI:10.1364/OL.522701
PMID:38824284
|
研究论文 | 本文提出了一种基于双重学习和深度傅里叶通道注意力机制的光场图像超分辨率方法 | 引入了双重学习和傅里叶通道注意力机制，以提高光场图像超分辨率的效果 | 在获取真实世界光场场景的配对数据集方面存在困难，影响模型泛化能力 | 提高光场图像的空间分辨率 | 光场图像的超分辨率 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 未具体说明 | NA | NA | NA | NA |
| 953 | 2024-08-07 |
Performance of the neural network-based prediction model in closed-loop adaptive optics
2024-Jun-01, Optics letters
IF:3.1Q2
DOI:10.1364/OL.527429
PMID:38824294
|
研究论文 | 本文研究了基于神经网络的预测模型在闭环自适应光学系统中的性能 | 首次成功测试了基于深度学习的时空预测模型在实际3公里激光大气传输自适应光学系统中的应用，并与传统闭环控制方法进行了比较 | 大多数预测算法仅限于开环系统，且在实际自适应光学系统中的部署和应用很少被报道 | 研究如何通过前馈预测大气湍流来抵消自适应光学系统的固有时间延迟，提高其校正带宽 | 自适应光学系统中的大气湍流预测模型 | 计算机视觉 | NA | 深度学习 | 神经网络 | 时空数据 | 3公里激光大气传输系统 | NA | NA | NA | NA |
| 954 | 2024-08-07 |
Snapshot spectral imaging based on aberration model-driven deep learning
2024-Jun-01, Optics letters
IF:3.1Q2
DOI:10.1364/OL.523832
PMID:38824286
|
研究论文 | 本文提出了一种基于像差模型驱动的深度学习方法，用于从低分辨率的编码孔径快照光谱成像（CASSI）测量中恢复高分辨率的超光谱图像（HSIs） | 该方法通过生成模拟CASSI光学像差的现实训练数据，并训练生成网络以从模糊和扭曲的CASSI测量中恢复HSIs，从而适应光学系统降解模型，提高了重建的鲁棒性 | NA | 提高CASSI系统中光谱图像重建的质量 | 超光谱图像（HSIs） | 计算机视觉 | NA | 深度学习 | 生成网络 | 图像 | NA | NA | NA | NA | NA |
| 955 | 2024-08-07 |
Symmetry of constellation diagram-based intelligent SNR estimation for visible light communications
2024-Jun-01, Optics letters
IF:3.1Q2
DOI:10.1364/OL.525115
PMID:38824347
|
research paper | 本文提出了一种基于星座图对称性的可见光通信智能信噪比估计方案 | 引入了点归一化和象限归一化两种数据增强方法，提高了信噪比估计的准确性 | NA | 提高可见光通信中信噪比估计的准确性 | 可见光通信系统的信噪比性能 | machine learning | NA | NA | deep learning frameworks | image | 使用了不同数量的星座点（如32, 64, 128, 256, 512, 1024, 2048）进行实验 | NA | NA | NA | NA |
| 956 | 2024-08-07 |
Deep Learning for Automated Image Segmentation of the Middle Ear: A Scoping Review
2024-Jun, Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery
DOI:10.1002/ohn.758
PMID:38667630
|
综述 | 本文是一篇综述，旨在全面回顾使用卷积神经网络（CNN）从计算机断层扫描（CT）图像中自动分割中耳的文献 | 综述了多种架构在利用CNN分割中耳方面的表现，并提出了针对最难分割的镫骨结构，建议开发一种在锥束CT上训练的架构以提高空间分辨率 | 对于最难分割的镫骨结构，现有的最高Dice相似系数为0.84，仍有改进空间 | 进行一项全面的文献综述，描述使用CNN从CT扫描中自动分割中耳的情况 | 中耳的自动图像分割 | 计算机视觉 | NA | 卷积神经网络（CNN） | CNN | 图像 | 共分析了10项研究，包含866个扫描图像用于模型训练/测试 | NA | NA | NA | NA |
| 957 | 2024-08-07 |
Prognostic impact and causality of age on oncological outcomes in women with endometrial cancer: a multimethod analysis of the randomised PORTEC-1, PORTEC-2, and PORTEC-3 trials
2024-Jun, The Lancet. Oncology
DOI:10.1016/S1470-2045(24)00142-6
PMID:38701815
|
研究论文 | 本研究通过多方法分析PORTEC-1、PORTEC-2和PORTEC-3随机试验的数据，探讨年龄对子宫内膜癌患者预后影响的因果关系 | 使用先进的统计和因果推断技术，首次证实年龄是子宫内膜癌预后的独立因果因素 | NA | 探讨年龄是否为子宫内膜癌预后的因果因素 | 1801名参与PORTEC-1、PORTEC-2和PORTEC-3随机试验的子宫内膜癌患者 | NA | 子宫内膜癌 | 非参数测试、多变量竞争风险分析、深度学习因果推断模型AutoCI | 深度学习因果推断模型AutoCI | 临床病理和分子特征数据 | 1801名患者，包括714名中风险、427名高-中风险和660名高风险子宫内膜癌患者 | NA | NA | NA | NA |
| 958 | 2024-08-07 |
Conceptualizing future groundwater models through a ternary framework of multisource data, human expertise, and machine intelligence
2024-Jun-15, Water research
IF:11.4Q1
DOI:10.1016/j.watres.2024.121679
PMID:38696982
|
研究论文 | 本文开发了一种三元框架，结合多源数据、人类专业知识和机器智能，以提高地下水模型的可持续性和预测能力 | 提出了一种结合多源数据、人类专业知识和机器智能的三元框架，以克服传统地下水模型中的挑战 | 现有机器驱动方法在可解释性和泛化能力方面存在局限 | 概念化可持续水管理实践，增强对地下水系统的理解和预测能力 | 地下水模型 | NA | NA | 机器智能，特别是深度学习 | NA | 多源数据 | NA | NA | NA | NA | NA |
| 959 | 2024-08-07 |
A comprehensive assessment of machine learning algorithms for enhanced characterization and prediction in orodispersible film development
2024-Jun-10, International journal of pharmaceutics
IF:5.3Q1
DOI:10.1016/j.ijpharm.2024.124188
PMID:38705248
|
研究论文 | 本文探讨了机器学习算法在口腔分散膜开发中的应用，以提高其特性和预测能力 | 本研究展示了机器学习模型在预测口腔分散膜机械特性方面的高准确性，并揭示了配方变量间的复杂交互作用 | 本研究为初步研究，可能需要进一步的实验验证和模型优化 | 探索机器学习方法在口腔分散膜特性分析中的应用，以指导药物开发 | 口腔分散膜及其机械特性 | 机器学习 | NA | 机器学习算法 | 支持向量机、随机森林、深度学习 | 实验数据 | 大量实验数据 | NA | NA | NA | NA |
| 960 | 2024-08-07 |
Deep learning for low-data drug discovery: Hurdles and opportunities
2024-06, Current opinion in structural biology
IF:6.1Q1
DOI:10.1016/j.sbi.2024.102818
PMID:38669740
|
综述 | 本文综述了在药物发现领域中，深度学习在低数据情况下的应用及其面临的挑战和机遇 | 探讨了在低数据环境下利用深度学习的新方法，并预测了未来研究方向 | 深度学习在药物发现中的应用常受限于某些任务的小数据情况 | 分析低数据学习在药物发现中的障碍和优势，并预测未来研究方向 | 药物发现领域中的深度学习应用 | 机器学习 | NA | 深度学习 | NA | NA | 低数据情况 | NA | NA | NA | NA |