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!

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。

当前筛选条件: [分区不过滤] [IF不过滤] [发表日期:202407-202407] [清除筛选条件]
当前共找到 1298 篇文献,本页显示第 1001 - 1020 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
1001 2024-08-05
Research on ultrasound-based radiomics: a bibliometric analysis
2024-Jul-01, Quantitative imaging in medicine and surgery IF:2.9Q2
研究论文 本研究对基于超声的放射组学进行了系统的文献计量分析 首次对超声放射组学领域进行系统的文献计量分析,识别研究热点和前沿 缺乏对超声放射组学研究的深入实验数据和具体案例分析 系统化描述基于超声的放射组学研究的整体框架和特征 对2016年至2023年间的相关文献进行分析 数字病理学 甲状腺癌 文献计量分析 NA 文献 466篇相关文献 NA NA NA NA
1002 2024-08-05
Cervical cancer segmentation based on medical images: a literature review
2024-Jul-01, Quantitative imaging in medicine and surgery IF:2.9Q2
综述 本文全面回顾了关于宫颈癌医学图像分割的文献,并讨论了目前分割过程中的挑战 提供了不同医学图像分割方法的分类及其优缺点的深入分析 现有文献中缺乏对宫颈癌医学图像分割领域的综合回顾 综述宫颈癌医学图像在靶区和风险器官的分割方法及其挑战 研究主要集中在利用CT、MR和PET图像进行宫颈癌的分割 数字病理学 宫颈癌 CT、MR、PET 传统或深度学习方法 医学图像 NA NA NA NA NA
1003 2024-08-05
[A quantitative MRI comparative study of imaging markers for cerebral small vessel disease in the middle-aged and elderly patients with and without hypertension]
2024-Jul-23, Zhonghua yi xue za zhi
研究论文 本研究探讨了中老年高血压和非高血压患者脑小血管病的MRI标志物的差异 采用深度学习方法分割白质病变,并分析不同组别间的全脑白质病变概率差异 为回顾性分析,可能存在选择偏倚,限制了结果的普遍适用性 研究高血压对中老年患者脑小血管病影像学标志物的影响 316名中老年患者,包括259名高血压患者和57名非高血压患者 数字病理学 NA MRI 深度学习 影像 316名患者 NA NA NA NA
1004 2024-08-05
Deep learning approach to femoral AVN detection in digital radiography: differentiating patients and pre-collapse stages
2024-Jul-16, BMC musculoskeletal disorders IF:2.2Q3
研究论文 本研究评估了一种新的深度学习模型,通过分析骨盆前后数字放射图法来诊断股骨头缺血性坏死(AVNFH) 提出了一种基于深度学习的模型,包括SVM和ANFIS层,用于股骨头缺血性坏死的检测 与经验丰富的放射科医生相比,模型的表现未达到统计显著性差异 评估深度学习模型在AVNFH诊断中的应用 1167个髋关节的放射影像 数字病理学 骨坏死 深度学习 SVM和ANFIS 放射图像 1167个髋关节的放射影像 NA NA NA NA
1005 2024-08-05
An efficient learning based approach for automatic record deduplication with benchmark datasets
2024-Jul-15, Scientific reports IF:3.8Q1
研究论文 提出了一种高效的学习基础记录去重方法,旨在改善多源数据的去重性能 提出了增强深度学习基础记录去重框架(EDL-RD),引入了LSTM变体和多种属性组合等创新点 NA 旨在提高多源数据记录去重的性能和可靠性 主要研究的是结构化数据中的重复记录问题 机器学习 NA 深度学习 LSTM 结构化数据 NA NA NA NA NA
1006 2024-08-05
Unraveling Reactivity Origin of Oxygen Reduction at High-Entropy Alloy Electrocatalysts with a Computational and Data-Driven Approach
2024-Jul-11, The journal of physical chemistry. C, Nanomaterials and interfaces
研究论文 本文探讨了高熵合金在电催化氧还原反应中的反应性起源 采用计算与数据驱动的方法深度学习原子间势,合理化了PdCuPtNiCo高熵合金纳米颗粒系统的电化学氧还原活性 具体的试验与理论模型支持之间的较为复杂的关系仍需进一步探索 深入理解高熵材料的表面反应性并加速其催化应用的开发 合成的PdCuPtNiCo高熵合金纳米颗粒系统 计算机视觉 NA 深度学习 NA NA NA NA NA NA NA
1007 2024-08-05
A multi-label transformer-based deep learning approach to predict focal visual field progression
2024-Jul, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie
研究论文 该研究旨在开发和评估一种深度学习模型,以预测视野区域的进展。 该研究首次探索了使用深度学习模型预测视野进行性变化的方法。 研究只限于使用特定数量的视野检查数据进行训练,可能影响模型的通用性。 该研究的目的是通过深度学习预测青光眼患者的视野进展。 研究对象为1283名患者的2430只眼睛,这些眼睛进行了四次或更多次的视野检查。 计算机视觉 青光眼 深度学习 多标签变压器网络 (MTN) 视野数据 2430只眼睛,1283名患者 NA NA NA NA
1008 2024-08-05
An enumerative pre-processing approach for retinopathy severity grading using an interpretable classifier: a comparative study
2024-Jul, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie
研究论文 本文提出了一种枚举预处理方法,用于使用可解释分类器对糖尿病视网膜病变的严重程度进行分级。 该研究使用了一种独特的枚举预处理方法,与多种预训练模型进行比较,以提高糖尿病视网膜病变分级的准确性。 虽然使用了多个优化算法进行比较,但具体的局限性未在摘要中提及 旨在开发和实施一种高效的糖尿病视网膜病变筛查系统,以改善临床诊断结果。 研究对象为糖尿病视网膜病变的严重程度评估,通过深度学习模型进行分析。 机器学习 糖尿病视网膜病变 深度学习 K1-K2-K3-DFNN-LOA 图像 MESSIDOR 数据集 NA NA NA NA
1009 2024-08-05
A novel optimization-assisted multi-scale and dilated adaptive hybrid deep learning network with feature fusion for event detection from social media
2024-Jul-17, Network (Bristol, England)
研究论文 提出了一种新的基于社交媒体数据的事件检测方法 引入了多尺度和膨胀自适应混合深度学习网络,并通过改进的海狸优化算法调优参数 未提及具体的实验环境和数据多样性 提高社交媒体事件检测的准确性 社交媒体数据中的事件 自然语言处理 NA BERT, TF-IDF MDA-HDL (多尺度和膨胀自适应混合深度学习) 文本 两个数据集,分别的准确率为94.96和96.42 NA NA NA NA
1010 2024-08-05
Deep learning with convolution neural network detecting mesiodens on panoramic radiographs: comparing four models
2024-Jul-17, Odontology IF:1.9Q2
研究论文 本研究旨在开发一种简单轻巧的深度学习卷积神经网络模型,以在全景放射影像中检测胚牙的存在 提出了一种简单轻量的CNN模型用于胚牙的检测,并对四种模型进行了比较 需要专业人士进一步评估,因为儿童对辐射的敏感性高于成人 开发用于检测胚牙的高效深度学习模型 628幅含有与不含胚牙的全景放射影像 计算机视觉 NA 深度学习,卷积神经网络(CNN) binary_connect_mnist_LeNet 图像 628幅全景放射影像,分别用于训练、验证和测试 NA NA NA NA
1011 2024-08-05
Ualign: pushing the limit of template-free retrosynthesis prediction with unsupervised SMILES alignment
2024-Jul-15, Journal of cheminformatics IF:7.1Q1
研究论文 本研究介绍了UAlign,这是一种无模板的反合成预测管道。 提出了一种新的图到序列的无模板反合成预测管道,克服了Transformer方法在分子表征学习中的局限性 无监督学习机制可能在某些情况下不如监督学习方法准确 旨在提高反合成预测的有效性,特别是在无模板的情况下 研究分子结构在化学反应中的变化,特别是如何利用不变结构进行反应物生成 化学信息学 NA 图神经网络和Transformer NA SMILES 大量实验支持,具体样本数量未说明 NA NA NA NA
1012 2024-08-05
Real-time deep learning-based model predictive control of a 3-DOF biped robot leg
2024-Jul-15, Scientific reports IF:3.8Q1
研究论文 本研究利用深度学习改进了三自由度双足机器人腿部的控制 该研究将深度学习与模型预测控制相结合,能够在不依赖传统动态模型的情况下实现精确的轨迹跟踪 实验结果可能受到数据集的限制,未提及实际应用的长期稳定性 研究旨在提高双足机器人在轨迹控制方面的精确性和效率 研究对象为三自由度双足机器人腿部的动态控制 机器人技术 NA 深度学习 NA 数据集包含关节角度和执行器扭矩的详细信息 NA NA NA NA NA
1013 2024-08-05
An ensemble deep learning models approach using image analysis for cotton crop classification in AI-enabled smart agriculture
2024-Jul-14, Plant methods IF:4.7Q1
研究论文 提出了一种结合深度学习的计算机视觉技术用于早期检测棉花疾病的框架 创新性在于采用集成学习框架与持续小波变换提取的特点相结合,提高棉花分类准确性 未提及具体的样本量和数据来源,可能影响结果的普适性 旨在利用深度学习和计算机视觉技术改善棉花作物管理 研究对象为健康和不健康的棉花植物 计算机视觉 NA 深度学习,持续小波变换(CWT),快速傅里叶变换(FFT) AlexNet,GoogLeNet,InceptionV3,VGG-19 图像 NA NA NA NA NA
1014 2024-08-05
Centimeter-Scale Tellurium Oxide Films for Artificial Optoelectronic Synapses with Broadband Responsiveness and Mechanical Flexibility
2024-Jul-16, ACS nano IF:15.8Q1
研究论文 本文介绍了一种由厘米级二氧化碲(TeO)薄膜组成的灵活光电子突触设备,能够检测并展示宽带波长的突触特性 该研究提出了利用光电子特性和机械灵活性的金属氧化物半导体人工突触,强调其在宽带神经形态计算中的应用潜力 未提及具体的测试条件和潜在的长期稳定性问题 探索灵活的光电子突触设备在神经形态计算中的应用 厘米级的二氧化碲薄膜及其光电子突触特性 神经形态计算 NA 光电子技术 NA NA NA NA NA NA NA
1015 2024-08-05
Reaction Templates: Bridging Synthesis Knowledge and Artificial Intelligence
2024-Jul-16, Accounts of chemical research IF:16.4Q1
研究论文 本研究探讨了将反应模板集成到深度学习模型中的方法,以弥补合成知识和人工智能之间的差距 创新点在于通过反应模板将已知的合成知识整合到深度学习模型中,从而提升模型的可解释性和发展潜力 早期计算机程序依赖于手动编码规则,限制了可扩展性和适应性 研究如何将已知的合成知识与人工智能模型连接起来 研究对象包括化学反应模板及其在深度学习模型中的应用 化学研究 NA 深度学习 NA 化学反应数据库 NA NA NA NA NA
1016 2024-08-05
Fcg-Former: Identification of Functional Groups in FTIR Spectra Using Enhanced Transformer-Based Model
2024-Jul-15, Analytical chemistry IF:6.7Q1
研究论文 本研究提出了一种基于增强变压器模型的FTIR光谱功能组识别方法 采用自注意机制,通过深度学习模型提升功能组预测准确性 未提及具体的局限性 研究FTIR光谱中未知化合物的功能组识别方法 约8677个光谱数据集中的功能组 数字病理 NA FTIR光谱 变压器模型 光谱 约8677个光谱 NA NA NA NA
1017 2024-08-05
Predicting wheat yield from 2001 to 2020 in Hebei Province at county and pixel levels based on synthesized time series images of Landsat and MODIS
2024-Jul-13, Scientific reports IF:3.8Q1
研究论文 该研究利用合成的Landsat和MODIS时间序列图像预测河北省的小麦产量 结合深度学习与不同的植被指数及气候数据构建小麦产量预测模型,且采用LSTM算法和NIRv的组合取得最佳预测效果 在图像质量和预测变量选择方面仍存在一定局限 构建高精度的小麦产量预测模型以确保粮食安全 河北省的小麦产量 数字农业 NA 深度学习 长短期记忆网络 (LSTM) 遥感数据 使用了2001年至2020年的合成影像数据 NA NA NA NA
1018 2024-08-05
Uncertainty quantification for probabilistic machine learning in earth observation using conformal prediction
2024-Jul-13, Scientific reports IF:3.8Q1
研究论文 本文探讨了在地球观测数据中应用保形预测进行不确定性量化的方法 引入保形预测方法,提供统计上有效的预测区域,同时支持任意机器学习模型和数据分布 目前的开放实现需要将大量地球观测数据移动到算法中 量化地球观测数据中的不确定性,以提高数据可靠性 对地球观测数据集进行审查,评估不确定性信息的集成程度 机器学习 NA NA NA 地球观测数据 审查了多种地球观测数据集,发现只有22.5%的数据集包含不确定性信息 NA NA NA NA
1019 2024-08-05
Development of a deep-learning algorithm for age estimation on CT images of the vertebral column
2024-Jul, Legal medicine (Tokyo, Japan)
研究论文 本文开发了一种用于脊柱CT图像年龄估计的深度学习算法,评估其准确性 该算法通过改进的VGG16回归分析和袋装技术提高了年龄估计的准确性 研究主要集中在脊柱CT图像,可能无法普遍适用其他部位的年龄估计 提高尸体年龄估计的准确性,特别是在老年尸体中 涉及140名患者的脊柱CT数据,包括每个年龄十年的CT数据 计算机视觉 NA 深度学习 VGG16 图像 1,120个CT数据,219具尸体 NA NA NA NA
1020 2024-08-05
Enhancement of cyber security in IoT based on ant colony optimized artificial neural adaptive Tensor flow
2024-Jul-15, Network (Bristol, England)
研究论文 提出了一种基于蚁群优化人工神经自适应Tensorflow的技术来检测IoT中的恶意软件 创新提出了ACO-ANT技术以检测通过IoT传播的恶意软件,并提高了检测精度 未提及该方法在不同IoT设备类型上的普适性 提高物联网中网络安全的检测能力 聚焦于恶意软件的检测和源代码重复的识别 计算机视觉 NA 深度学习, ACO-ANT 多目标递归神经网络 (M-RNN) 数据集 使用Malimg数据集进行实验 NA NA NA NA
回到顶部