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:202408-202408] [清除筛选条件]
当前共找到 1175 篇文献,本页显示第 481 - 500 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
481 2024-08-30
CT-based multimodal deep learning for non-invasive overall survival prediction in advanced hepatocellular carcinoma patients treated with immunotherapy
2024-Aug-26, Insights into imaging IF:4.1Q1
研究论文 本研究开发了一种结合CT扫描和临床信息的深度学习模型,用于预测接受免疫治疗的晚期肝细胞癌患者的总生存期 本研究首次提出了一种结合CT扫描和临床变量的多模态深度学习模型,用于预测晚期肝细胞癌患者的总生存期,并展示了其相对于传统RECIST标准的优越性 本研究为回顾性研究,样本来自多国52个中心,可能存在选择偏倚 开发一种深度学习模型,结合CT扫描和临床信息,预测晚期肝细胞癌患者的总生存期 接受免疫治疗的晚期肝细胞癌患者 机器学习 肝细胞癌 卷积-循环神经网络(CRNN) CRNN 图像和临床数据 207名患者(平均年龄61岁,180名男性)
482 2024-08-30
Correction of thermal airflow distortion in warpage measurements of microelectronic packaging structures via deep learning-based digital image correlation
2024-Aug-26, Microsystems & nanoengineering IF:7.3Q1
研究论文 本文提出了一种基于transformer注意力机制的热气流畸变校正模型,用于微电子封装结构的热翘曲测量 该模型避免了卷积神经网络的过度平滑问题和生成对抗网络缺乏物理约束的问题,确保了斑点图案灰度梯度变化的精度 NA 解决在测量微电子封装结构热可靠性时,热气流引起的图像畸变问题 微电子封装结构的热翘曲 计算机视觉 NA 3D-DIC transformer 图像 定制的台阶块试件
483 2024-08-30
Deep learning based approach: automated gingival inflammation grading model using gingival removal strategy
2024-08-26, Scientific reports IF:3.8Q1
研究论文 本研究开发了一种基于深度学习网络的自动评估牙龈炎症模型,利用新颖的特征提取方法和牙齿移除算法提高模型性能 本研究引入了新颖的牙齿移除算法和Grad-CAM++编码器生成热图,用于计算机视觉注意力分析,提高了模型的准确性和敏感性 NA 开发一种自动评估牙龈炎症的深度学习网络模型 牙龈炎症的自动识别和评估 计算机视觉 牙周病 T-分布随机邻域嵌入(t-SNE) 卷积神经网络(CNN) 图像 NA
484 2024-08-30
BuildAMol: a versatile Python toolkit for fragment-based molecular design
2024-Aug-25, Journal of cheminformatics IF:7.1Q1
研究论文 介绍了一个名为BuildAMol的多功能Python工具包,用于基于片段的分子设计 BuildAMol提供了一个高度灵活和可扩展的通用分子组装框架,集成了建模、修改、优化和可视化功能,并易于与其他化学信息学库协作 NA 开发一个通用的分子建模工具,支持手动或半自动构建多种分子模型 分子建模工具BuildAMol 化学信息学 NA NA NA NA NA
485 2024-08-30
A Dataset for Detection and Segmentation of Underwater Marine Debris in Shallow Waters
2024-Aug-24, Scientific data IF:5.8Q1
研究论文 本文介绍了首个公开的浅水区海洋垃圾实例分割/目标检测数据集——Seaclear Marine Debris Dataset,并提供了基于Faster RCNN和YOLOv6模型的目标检测基准结果 首次公开的浅水区海洋垃圾实例分割/目标检测数据集,包含8610张图像和40个对象类别 训练模型的性能在未见过的地点和相机上因领域偏移而难以泛化 开发用于自动化水下海洋垃圾收集的鲁棒目标检测模型 浅水区的海洋垃圾 计算机视觉 NA 深度学习 CNN 图像 8610张图像,包含40个对象类别
486 2024-08-30
Towards laryngeal cancer diagnosis using Dandelion Optimizer Algorithm with ensemble learning on biomedical throat region images
2024-08-24, Scientific reports IF:3.8Q1
研究论文 本文介绍了一种使用蒲公英优化算法与集成学习方法在生物医学咽喉区域图像上进行喉癌诊断的自动化方法 引入了蒲公英优化算法与集成学习方法(LCD-DOAEL),结合高斯滤波和MobileNetv2模型进行特征提取,并使用双向长短期记忆网络(BiLSTM)、正则化极限学习机(ELM)和反向传播神经网络(BPNN)进行分类 NA 旨在通过计算机辅助系统利用人工智能技术,特别是深度学习和机器学习模型,实现喉癌的自动化诊断 喉癌的诊断 计算机视觉 喉癌 深度学习、机器学习 卷积神经网络(CNN)、双向长短期记忆网络(BiLSTM)、正则化极限学习机(ELM)、反向传播神经网络(BPNN) 图像 生物医学咽喉区域图像数据集
487 2024-08-30
Drought prediction using artificial intelligence models based on climate data and soil moisture
2024-Aug-24, Scientific reports IF:3.8Q1
研究论文 本研究旨在基于多种人工智能模型开发新的气象干旱指数,以描述和预测干旱情况 开发了基于决策树、广义线性模型、支持向量机、人工神经网络、深度学习和随机森林等多种人工智能模型的新的气象干旱指数 NA 开发新的气象干旱指数,以更有效地监测和预测全球范围内的干旱情况 干旱指数的开发和评估 机器学习 NA 人工智能模型 决策树、广义线性模型、支持向量机、人工神经网络、深度学习、随机森林 气候数据和土壤湿度 使用了澳大利亚爱丽斯泉的不同气候数据集
488 2024-08-30
Performance enhancement of deep learning based solutions for pharyngeal airway space segmentation on MRI scans
2024-08-24, Scientific reports IF:3.8Q1
研究论文 本文比较了多种神经网络模型在磁共振成像(MRI)扫描中对咽部气道空间自动分割的性能 采用了多种神经网络模型(如2D/3D U-Net、Deeplabv3、YOLOv8、Swinv2 UNETR、SegFormer和3D MRU-Net)以及多阶段训练和利用未标记数据预训练的策略 尽管采用了多种策略,但只有两种策略能小幅提升性能,且需要更多的计算资源 探索适用于咽部气道空间自动分割的最佳方法 咽部气道空间的自动分割 计算机视觉 NA 神经网络 CNN, Transformer 图像 未明确提及具体样本数量
489 2024-08-30
Deep learning-based prediction of Clostridioides difficile infection caused by antibiotics using longitudinal electronic health records
2024-Aug-24, NPJ digital medicine IF:12.4Q1
研究论文 开发并验证了一种基于深度学习的模型,用于预测抗生素治疗后28天内发生艰难梭菌感染的可能性,使用纵向电子健康记录 模型在内部和外部验证中均表现出高预测性能,AUC值分别达到0.952和0.972 NA 预测抗生素治疗后发生艰难梭菌感染的风险,以预防并发症和传播 艰难梭菌感染(CDI)的风险群体,特别是接受抗生素治疗的患者 机器学习 艰难梭菌感染 深度学习 深度学习模型 电子健康记录 包含患者生命体征和实验室测试的时间线,以及患者信息向量(年龄、性别、合并症和药物)
490 2024-08-30
Artificial intelligence-aiding lab-on-a-chip workforce designed oral [3.1.0] bi and [4.2.0] tricyclic catalytic interceptors inhibiting multiple SARS-CoV-2 protomers assisted by double-shell deep learning
2024-Aug-22, RSC advances IF:3.9Q2
研究论文 本文描述了使用双壳深度学习设计具有亲电头部的双环和三环催化拦截器的金标准口服抑制剂的努力 采用实验室芯片技术设计的KS1和KS2化合物达到了5倍的创新过滤Lipinski、GHOSE、VEBER、EGAN和MUEGGE药物相似性,并利用图神经网络(GNN)和深度神经网络(DNN)进行设计 现有抑制剂在最小旋转键下失活病毒RNA复制的局限性 设计新型口服抑制剂以应对当前和未来的冠状病毒大流行 双环和三环催化拦截器的口服抑制剂 机器学习 NA 实验室芯片技术 图神经网络(GNN)和深度神经网络(DNN) 化合物数据 NA
491 2024-08-30
COVID-19 IgG antibodies detection based on CNN-BiLSTM algorithm combined with fiber-optic dataset
2024-Aug-16, Journal of virological methods IF:2.2Q3
研究论文 本研究提出了一种结合卷积神经网络(CNN)和双向长短期记忆网络(Bi-LSTM)的混合模型,用于基于光纤数据检测COVID-19的IgG抗体 本研究引入了全面的数据预处理流程,并评估了四种不同的深度学习算法在COVID-19病毒分类中的性能,其中CNN-BiLSTM分类器在训练数据集上表现出优越的性能 NA 开发高效准确的自动化筛查工具用于COVID-19检测 COVID-19的IgG抗体检测 机器学习 COVID-19 深度学习 CNN-BiLSTM 光纤数据 NA
492 2024-08-30
Enhancing Melanoma Diagnosis with Advanced Deep Learning Models Focusing on Vision Transformer, Swin Transformer, and ConvNeXt
2024-Aug-15, Dermatopathology (Basel, Switzerland)
研究论文 本研究探索了使用高级深度学习模型(包括ConvNeXt、Vision Transformer和Swin Transformer)对皮肤镜图像进行良性和恶性黑色素瘤分类的应用 研究采用了混合深度学习架构,结合了卷积神经网络和变换器的原理,展示了在医学图像分析中的潜力 NA 提高黑色素瘤诊断的准确性和效率 良性和恶性黑色素瘤的分类 计算机视觉 黑色素瘤 深度学习 ConvNeXt, Vision Transformer (ViT), Swin Transformer 图像 13,900张统一尺寸的图像
493 2024-08-30
A Data-Driven Approach to Estimate Human Center of Mass State During Perturbed Locomotion Using Simulated Wearable Sensors
2024-Aug, Annals of biomedical engineering IF:3.0Q3
研究论文 研究使用模拟可穿戴传感器模型在稳定和扰动步行期间快速估计人体质心状态的能力 首次探索了使用模拟可穿戴传感器驱动的深度学习模型来实时估计人体质心状态,特别是在扰动步行中的应用 研究仅限于模拟环境,实际应用中的效果可能有所不同 探索和验证使用可穿戴传感器实时估计人体质心状态的可行性,特别是在控制下肢外骨骼和其他基于可穿戴传感器的应用中 人体质心状态的估计,特别是在扰动步行中的应用 机器学习 NA 惯性测量单元(IMU) 时间卷积网络(TCN) 传感器数据 多种模拟的下肢外骨骼传感器配置
494 2024-08-30
Intraoperative AI-assisted early prediction of parathyroid and ischemia alert in endoscopic thyroid surgery
2024-08, Head & neck
研究论文 本研究开发了一种名为PTAIR 2.0的深度学习模型,用于在腔镜甲状腺手术中辅助早期预测甲状旁腺和缺血警报,并将其性能与传统外科医生识别方法进行比较 PTAIR 2.0模型采用YOLOX算法,在甲状旁腺早期预测、识别和缺血警报方面表现出优越性能,优于资深和初级外科医生 NA 开发一种深度学习模型,以提高腔镜甲状腺手术中甲状旁腺识别的安全性和有效性 甲状旁腺在腔镜甲状腺手术中的识别和保护 机器学习 NA YOLOX算法 深度学习模型 图像 32,428张图像来自838个腔镜甲状腺手术视频用于内部训练,54个完整视频用于外部验证
495 2024-08-30
Utilizing deep learning for automated detection of oral lesions: A multicenter study
2024-Aug, Oral oncology IF:4.0Q2
研究论文 本研究开发了一种基于YOLOX的卷积神经网络模型,用于在患者照片中精确检测多种口腔病变 模型在检测口腔病变方面表现出色,超过了经验丰富的专家,并能帮助专业人员和普通牙医进行诊断 NA 开发一种用于精确检测口腔病变的深度学习模型 口腔病变,包括OLP、OLK和OSCC 机器学习 口腔疾病 卷积神经网络 YOLOX 图像 1419张照片
496 2024-08-30
A novel diagnosis method combined dual-channel SE-ResNet with expert features for inter-patient heartbeat classification
2024-08, Medical engineering & physics IF:1.7Q3
研究论文 本文提出了一种结合双通道SE-ResNet和专家特征的新诊断方法,用于患者间心跳分类 该研究通过融合双通道挤压激励残差神经网络(SE-ResNet)和专家特征,提高了患者间心跳分类的准确率 NA 开发一种可靠且自动化的系统,用于检测心电图(ECG)异常 心血管疾病患者的心跳分类 机器学习 心血管疾病 SE-ResNet CNN 心电图信号 使用了三个开源数据库中的数据
497 2024-08-30
Leadwise clustering multi-branch network for multi-label ECG classification
2024-08, Medical engineering & physics IF:1.7Q3
研究论文 本文提出了一种用于多标签心电图分类的多分支网络,并引入了一种直观的导联分组策略,以更好地利用医学领域知识 本文创新地设计了多分支网络,每个分支采用多尺度卷积网络结构提取更全面的特征,并提出了一个特征加权融合模块,以更好地整合不同导联的特征 NA 提高多标签心电图分类的准确性 12导联心电图信号及其在心血管疾病诊断中的应用 机器学习 心血管疾病 多尺度卷积网络 CNN 心电图信号 在PTB-XL数据集上分类4种心律失常类型和正常心律,在CPSC2018数据库上分类8种心律失常类型和正常心律
498 2024-08-30
Automatic diagnosis of epileptic seizures using entropy-based features and multimodel deep learning approaches
2024-08, Medical engineering & physics IF:1.7Q3
研究论文 本文研究了利用基于熵的特征和多模型深度学习方法来自动诊断癫痫发作 本文采用了GRU、LSTM和BiLSTM RNN深度学习分类器,结合所有时间熵融合特征,提高了最终的分类结果 NA 开发一种自动预警癫痫发作的方法 癫痫患者和正常儿童的脑电图数据 机器学习 癫痫 脑电图分析 RNN 脑电图数据 来自Ibn Rushd培训医院神经科诊所的脑电图数据集
499 2024-08-23
Deep learning large-scale drug discovery and repurposing
2024-Aug, Nature computational science IF:12.0Q1
研究论文 本文介绍了一种通过分析线粒体表型变化来识别药物作用机制(MOA)的方法 开发了一种名为MitoReID的深度学习模型,使用重识别(ReID)框架和膨胀3D ResNet骨干网络,成功识别了六种未训练药物的MOA,并验证了天然化合物表儿茶素作为环氧合酶-2抑制剂的MOA NA 加速大规模药物发现和再利用 药物的作用机制(MOA) 机器学习 NA 深度学习 CNN 图像 570,096个单细胞图像,涉及1,068种美国食品药品监督管理局批准的药物
500 2024-08-30
Raman spectroscopic deep learning with signal aggregated representations for enhanced cell phenotype and signature identification
2024-Aug, PNAS nexus IF:2.2Q1
research paper 本文介绍了一种新的2D图像类双信号和成分聚合表示方法,通过重构拉曼光谱和主成分,增强了细胞表型和特征识别的拉曼光谱深度学习。 引入了2D图像类双信号和成分聚合表示方法,改进了拉曼光谱的数据学习,使新的ConvNet模型DSCARNets在多个基准数据集上显著优于现有机器学习和深度学习模型。 文章未明确提及现有方法的具体局限性,但提到了高维、无序和低样本的拉曼光谱数据对现有模型的挑战。 旨在通过改进拉曼光谱的数据表示方法,提高细胞表型和特征识别的准确性。 研究对象为拉曼光谱数据及其在细胞表型和特征识别中的应用。 machine learning NA 拉曼光谱 ConvNet 光谱数据 涉及六个基准数据集和四个额外数据集
回到顶部