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 1297 篇文献，本页显示第 1141 - 1160 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1141 | 2024-08-05 |
Automatic summarization model based on clustering algorithm
2024-Jul-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-66306-4
PMID:38961244
|
研究论文 | 该文章提出了一种基于聚类算法的自动文档摘要模型 | 通过引入聚类算法减少摘要中的语义冗余，并改进了基础BERT对句子的评分 | 没有提到对其他类型数据源的适用性 | 旨在减少提取摘要中的语义冗余 | 研究提取摘要的句子选择 | 自然语言处理 | NA | K-means算法 | 改进的BERT | 文本 | CNN/DailyMail数据集中的六个基线对比实验 | NA | NA | NA | NA |
| 1142 | 2024-08-05 |
DSnet: a new dual-branch network for hippocampus subfield segmentation
2024-07-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-66415-0
PMID:38961218
|
研究论文 | 提出了一种基于深度学习的新型双支路网络DSnet用于海马亚区段的分割 | DSnet通过整合Transformer架构和混合注意力机制，提高了网络的全局感知能力，同时利用双支路结构促进了亚区段的分割 | 未提及具体限制 | 研究海马亚区段的精确分割，帮助诊断和研究神经系统疾病 | 海马亚区段的图像数据 | 数字病理学 | 神经系统疾病 | 深度学习 | 双支路网络（DSnet） | 图像 | 使用公共Kulaga-Yoskovitz数据集进行验证，样本大小未具体说明 | NA | NA | NA | NA |
| 1143 | 2024-08-05 |
Localized fine-tuning and clinical evaluation of deep-learning based auto-segmentation (DLAS) model for clinical target volume (CTV) and organs-at-risk (OAR) in rectal cancer radiotherapy
2024-Jul-02, Radiation oncology (London, England)
DOI:10.1186/s13014-024-02463-0
PMID:38956690
|
研究论文 | 本研究通过局部微调提高了直肠癌放射治疗中深度学习自动分割模型的精确度 | 提出了局部微调方法以改善在临床场景中的深度学习自动分割模型的表现 | 未提及模型在其他类型直肠癌患者中的适用性 | 提升直肠癌放射治疗中深度学习自动分割产品的准确性 | 回顾性分析了120名中晚期直肠癌患者 | 数字病理学 | 直肠癌 | 深度学习自动分割 | NA | CT图像 | 120名中晚期直肠癌患者 | NA | NA | NA | NA |
| 1144 | 2024-08-05 |
Accurate Prediction of Protein Structural Flexibility by Deep Learning Integrating Intricate Atomic Structures and Cryo-EM Density Information
2024-Jul-02, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-49858-x
PMID:38956032
|
研究论文 | 本文提出了一种神经网络模型RMSF-net，能准确预测蛋白质的动态信息 | 研发了一种整合复杂原子结构与冷冻电子显微镜密度信息的深度学习模型，超越了之前的方法 | 未提及具体的局限性 | 旨在提高蛋白质动态信息的计算预测精度 | 针对大规模蛋白质动态数据集中的蛋白质 | 计算机视觉 | NA | 冷冻电子显微镜 (cryo-EM) | 神经网络 | 实验蛋白质结构数据和冷冻电镜数据 | 通过严格的5折交叉验证评估，但具体样本数量未明确 | NA | NA | NA | NA |
| 1145 | 2024-08-05 |
Defect detection of photovoltaic modules based on improved VarifocalNet
2024-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-66234-3
PMID:38956270
|
研究论文 | 提出了一种改进的VarifocalNet，用于提高光伏模块缺陷检测的速度和准确性 | 设计了新的瓶颈模块以增加网络深度和感受野，同时保持输出特征图大小不变，改进了检测精度和速度 | 当前方法的检测速度相比部分方法仍有进一步增强的空间 | 提高光伏模块缺陷检测的速度和准确性 | 光伏模块缺陷的检测 | 计算机视觉 | NA | 深度学习 | VarifocalNet | NA | NA | NA | NA | NA | NA |
| 1146 | 2024-08-05 |
Enhancing efficiency of protein language models with minimal wet-lab data through few-shot learning
2024-Jul-02, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-49798-6
PMID:38956442
|
研究论文 | 该文章介绍了一种名为FSFP的训练策略，用于优化蛋白质语言模型以进行适应性预测 | FSFP结合了元迁移学习、排名学习和参数高效微调，能够在极少数据的情况下显著提升蛋白质语言模型的表现 | 尽管FSFP表现出优势，但仍受限于需要充分的标记样本来进行训练 | 研究旨在提升蛋白质语言模型在极少实验数据下的预测准确性 | 研究对象为目标蛋白的单位突变体 | 机器学习 | NA | NA | NA | 深度突变扫描数据集 | 使用了数十个目标蛋白的单位突变体标记样本 | NA | NA | NA | NA |
| 1147 | 2024-08-05 |
SIGNIFICANCE deep learning based platform to fight illicit trafficking of Cultural Heritage goods
2024-Jul-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-65885-6
PMID:38956250
|
研究论文 | 该文章介绍了SIGNIFICANCE项目的成果，旨在通过深度学习平台打击文化遗产商品的非法交易 | 创新点在于开发了一个用户友好的平台，结合人工智能和深度学习技术来识别和追踪在线非法活动 | 该研究未明确指出具体的限制因素 | 本研究旨在通过技术手段解决文化遗产商品的非法交易问题 | 研究对象为文化遗产商品及其非法交易行为 | 数字病理学 | NA | 人工智能，深度学习 | NA | 网络数据，社交媒体数据 | 初步结果显示识别到的非法文物数量增加了10-15% | NA | NA | NA | NA |
| 1148 | 2024-08-05 |
Predicting risk of the subsequent early pregnancy loss in women with recurrent pregnancy loss based on preconception data
2024-Jul-02, BMC women's health
DOI:10.1186/s12905-024-03206-9
PMID:38956627
|
研究论文 | 本研究旨在基于孕前数据开发预测反复流产女性后续早期流产风险的预测模型 | 本文通过结合LASSO回归和多变量逻辑回归选择变量，利用GBM模型预测后续早期流产风险 | 未来需要进行前瞻性研究以验证临床适用性 | 评估反复流产女性后续早期流产的风险 | 1050名经历过反复流产的非怀孕女性 | 数字病理学 | NA | LASSO回归、多变量逻辑回归、GBM、随机森林、深度学习 | GBM | 临床数据 | 1050名女性，605名女性在研究结束时有后续妊娠结果 | NA | NA | NA | NA |
| 1149 | 2024-08-05 |
LMBiS-Net: A lightweight bidirectional skip connection based multipath CNN for retinal blood vessel segmentation
2024-07-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63496-9
PMID:38956117
|
研究论文 | 本文介绍了一种轻量级神经网络LMBiS-Net，旨在实现视网膜血管的分割。 | LMBiS-Net采用了多路径特征提取块和双向跳跃连接，显著提高了模型的计算效率和准确性。 | 尽管在多个数据集上表现出色，但对一些未见数据的表现仍需进一步验证。 | 本文旨在优化视网膜血管分割的技术，以应对现有方法的局限性。 | 研究对象为视网膜血管，主要利用公开数据集进行评估。 | 数字病理学 | NA | 卷积神经网络 (CNN) | LMBiS-Net | 图像 | 使用了四个公开数据集：DRIVE, STARE, CHASE_DB1, 和 HRF | NA | NA | NA | NA |
| 1150 | 2024-08-05 |
A fine-grained dataset for sewage outfalls objective detection in natural environments
2024-Jul-02, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-024-03574-9
PMID:38956054
|
研究论文 | 本文提出了一种高质量的数据集，用于在自然环境中检测污水排放口 | 创建了名为iSOOD的数据集，专门用于污水排放口的目标检测 | 目前的研究没有提及现有数据集的不足之处 | 开发自动化的污水排放口检测工具以改善河流治理 | 使用无人机和手持相机拍摄的污水排放口图像数据集 | 计算机视觉 | NA | 深度学习 | YOLOv10 | 图像 | 10481张图像 | NA | NA | NA | NA |
| 1151 | 2024-08-05 |
Deep learning pneumoconiosis staging and diagnosis system based on multi-stage joint approach
2024-Jul-02, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01337-x
PMID:38956579
|
研究论文 | 本研究开发了一种基于多阶段联合深度学习的方法，用于肺尘埃病的筛查和分期诊断 | 提出了一种创新的多阶段联合深度学习方法，以提高肺尘埃病分期的诊断准确性 | 未提及特定的局限性 | 研究肺尘埃病的计算机辅助诊断系统 | 对498例肺尘埃病患者的胸部X光影像进行分析 | 计算机视觉 | 肺尘埃病 | 深度学习 | Efficient-Net与Res-Net 34 | 医学影像 | 498份胸部X光影像 | NA | NA | NA | NA |
| 1152 | 2024-08-07 |
Correction: Improving the enzymatic activity and stability of N‑carbamoyl hydrolase using deep learning approach
2024-Jul-02, Microbial cell factories
IF:4.3Q1
DOI:10.1186/s12934-024-02461-7
PMID:38956633
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1153 | 2024-08-05 |
Rapid diagnosis of celiac disease based on plasma Raman spectroscopy combined with deep learning
2024-07-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-64621-4
PMID:38956075
|
研究论文 | 本研究利用拉曼光谱结合深度学习模型实现对乳糜泻的快速非侵入性诊断 | 将拉曼光谱与深度学习模型相结合，为乳糜泻提供了一种新的快速诊断方法 | 样本数量相对较小，未来需要更大规模的研究来验证结果 | 旨在快速有效地区分健康个体与乳糜泻患者，以便早期诊断和治疗 | 包括29例乳糜泻患者及30例健康对照的血浆样本 | 医疗影像学 | 乳糜泻 | 拉曼光谱 | 卷积神经网络 (CNN) 等 | 血浆样本 | 共59个样本，包括29例乳糜泻患者和30例健康对照 | NA | NA | NA | NA |
| 1154 | 2024-08-05 |
A comparative analysis of deep learning and hybrid iterative reconstruction algorithms with contrast-enhancement-boost post-processing on the image quality of indirect computed tomography venography of the lower extremities
2024-Jul-01, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01342-0
PMID:38956583
|
研究论文 | 本文比较了深度学习重建算法和混合迭代重建算法在下肢间接计算机断层静脉造影图像质量上的差异 | 本研究首次证明使用深度学习重建算法结合CE-boost技术能显著降低图像噪声并提高图像质量 | 该研究为回顾性研究，可能存在选择偏倚，且样本尺寸相对较小 | 评估深度学习与混合算法对间接计算机断层静脉造影图像质量的影响 | 70名接受下肢CTV检查的深静脉血栓和静脉曲张患者 | 数字病理学 | NA | 计算机断层成像（CT） | 深度学习重建（DLR）和混合迭代重建（HIR） | 图像 | 70名患者 | NA | NA | NA | NA |
| 1155 | 2024-08-05 |
Predicting sexually transmitted infections among men who have sex with men in Zimbabwe using deep learning and ensemble machine learning models
2024-Jul, PLOS digital health
DOI:10.1371/journal.pdig.0000541
PMID:38959248
|
研究论文 | 本研究使用深度学习和集成机器学习模型预测津巴布韦男男性接触者的性传播感染（STI） | 结合多层感知器（MLP）、极端随机树（ExtraTrees）和XGBoost模型进行STI预测，并使用合成少数类过采样技术（SMOTE）解决类别不平衡问题 | 该研究的样本数据来源于津巴布韦，可能不适用于其他地区的人群 | 研究旨在预测男男性接触者的性传播感染 | 研究对象为1538名津巴布韦的男男性接触者 | 机器学习 | 性传播感染 | 深度学习和机器学习模型 | 多层感知器（MLP）、极端随机树（ExtraTrees）、XGBoost | 生物行为调查数据（BBS） | 1538名男男性接触者 | NA | NA | NA | NA |
| 1156 | 2024-08-05 |
Enhancing image quality in computed tomography angiography follow-ups after endovascular aneurysm repair: a comparative study of reconstruction techniques
2024-Jul-01, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01343-z
PMID:38956470
|
研究论文 | 该研究评估了在血管内动脉瘤修复后使用单能金属伪影减少技术（SEMAR）和深度学习图像重建技术（AiCE）对计算机断层扫描血管造影图像质量的影响 | 结合使用AiCE和SEMAR技术可显著改善图像质量，比其他重建方法表现更佳 | 该研究是回顾性分析，样本量相对较小，可能影响结果的广泛适用性 | 提升在血管内动脉瘤修复后计算机断层扫描血管造影图像的质量 | 47名接受了血管内动脉瘤修复后计算机断层扫描检查的患者 | 数字病理学 | NA | 单能金属伪影减少（SEMAR）、深度学习图像重建（AiCE） | NA | 图像 | 47名患者 | NA | NA | NA | NA |
| 1157 | 2024-08-05 |
Thermal facial image analyses reveal quantitative hallmarks of aging and metabolic diseases
2024-Jul-02, Cell metabolism
IF:27.7Q1
DOI:10.1016/j.cmet.2024.05.012
PMID:38959862
|
研究论文 | 该文章探讨了面部温度与衰老和代谢疾病的关系 | 提出了一种新的热面部影像分析方法ThermoFace，并开发了相应的衰老和疾病预测模型 | 研究仅涉及汉族个体，可能限制了结果的普遍性 | 研究面部温度与衰老速度及衰老相关疾病的潜在关联 | 收集了2811名20至90岁汉族个体的面部热影像 | 数字病理学 | 代谢疾病 | 深度学习 | ThermoFace深度学习模型 | 热影像 | 2811名汉族个体 | NA | NA | NA | NA |
| 1158 | 2024-08-05 |
Is Automatic Tumor Segmentation on Whole-Body 18F-FDG PET Images a Clinical Reality?
2024-Jul-01, Journal of nuclear medicine : official publication, Society of Nuclear Medicine
IF:9.1Q1
DOI:10.2967/jnumed.123.267183
PMID:38844359
|
评论 | 本文探讨了使用F-FDG PET/CT图像进行自动化全身肿瘤分割在肿瘤诊断中的重要转变 | 突出人工智能和深度学习技术在自动化肿瘤分割中的应用 | 存在数据多样性、验证需求和监管障碍等挑战 | 研究自动化肿瘤分割在临床中的应用潜力 | 聚焦于F-FDG PET/CT图像的肿瘤分割问题 | 计算机视觉 | 肿瘤 | 深度学习 | NA | 医学图像 | NA | NA | NA | NA | NA |
| 1159 | 2024-08-05 |
Semantic and traditional feature fusion for software defect prediction using hybrid deep learning model
2024-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-65639-4
PMID:38951608
|
研究论文 | 本文提出了一种新颖的缺陷预测模型，通过混合深度学习方法结合传统和语义特征 | 提出了一种混合CNN-MLP分类器，结合了从抽象语法树提取的语义特征和传统特征 | 只使用单一特征种类会对预测性能产生负面影响 | 旨在找到一种可靠的方法，预测特定软件项目中的缺陷 | 软件缺陷预测模型 | 计算机视觉 | NA | 混合深度学习 | CNN-MLP | 开源项目数据 | 多个开源项目 | NA | NA | NA | NA |
| 1160 | 2024-08-05 |
Analysis of banana plant health using machine learning techniques
2024-07-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63930-y
PMID:38951552
|
研究论文 | 本文旨在通过机器学习技术分析香蕉植物健康状况。 | 提出了两种结合人工神经网络（ANN）与尺度不变特征变换（SIFT）模型或方向梯度直方图（HOG）与局部二值模式（LBP）模型的替代模型，以提高香蕉叶病害识别的性能。 | 现有的卷积神经网络（CNN）模型在旋转和尺度不变性方面存在不足，且不能与特征提取方法结合使用。 | 推进对香蕉叶病害的预测和检测的理解，并刺激相关研究的进展。 | 研究对象为香蕉叶及其病害。 | 机器学习 | NA | 机器学习 | 人工神经网络（ANN） | 图像 | NA | NA | NA | NA | NA |