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 1074 篇文献，本页显示第 521 - 540 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 521 | 2024-09-04 |
Leveraging Deep Learning for Time-Series Extrinsic Regression in Predicting the Photometric Metallicity of Fundamental-Mode RR Lyrae Stars
2024-Aug-11, Sensors (Basel, Switzerland)
DOI:10.3390/s24165203
PMID:39204898
|
研究论文 | 本研究利用深度学习技术，从盖亚望远镜的光学G波段光变曲线中预测基本模式RR Lyrae星的光度金属丰度 | 本研究开发了一种新颖的深度学习方法，用于从时间序列数据中预测光度金属丰度，展示了深度学习在处理大规模天文数据集中的有效性 | NA | 探索和应用深度学习技术，特别是先进的神经网络架构，以提高从时间序列数据中预测光度金属丰度的准确性 | 基本模式（ab型）RR Lyrae星的光度金属丰度 | 机器学习 | NA | 深度学习 | 神经网络 | 时间序列数据 | NA | NA | NA | NA | NA |
| 522 | 2024-09-04 |
Semi-Supervised Building Extraction with Optical Flow Correction Based on Satellite Video Data in a Tsunami-Induced Disaster Scene
2024-Aug-11, Sensors (Basel, Switzerland)
DOI:10.3390/s24165205
PMID:39204902
|
研究论文 | 本文提出了一种基于卫星视频数据的半监督建筑提取方法，通过光学流校正模块提高在海啸引发灾害场景中的建筑提取准确性和效率 | 利用卫星视频数据和光学流校正技术，提出了一种新的语义分割模型，能够在有限的训练数据下实现高效准确的建筑提取 | NA | 提高在复杂自然灾害场景中建筑提取的准确性和效率 | 海啸引发灾害场景中的建筑提取 | 计算机视觉 | NA | 光学流 | 编码器-解码器结构 | 视频 | 有限数量的训练数据 | NA | NA | NA | NA |
| 523 | 2024-09-04 |
MOVING: A Multi-Modal Dataset of EEG Signals and Virtual Glove Hand Tracking
2024-Aug-11, Sensors (Basel, Switzerland)
DOI:10.3390/s24165207
PMID:39204903
|
研究论文 | 本文介绍了MOVING数据集，该数据集包含脑电图（EEG）信号和虚拟手套手部追踪的多模态数据，用于研究脑机接口（BCI） | 引入了一个新的多模态数据集MOVING，包含EEG信号和虚拟手套手部追踪数据，用于BCI研究和辅助设备开发 | 使用干式无线EEG系统和虚拟手套系统可能导致比传统设备更多的噪声 | 研究EEG信号中的哪些频段对运动任务分类最具信息性，并探讨基线降低对手势识别的影响 | EEG信号和虚拟手套手部追踪数据 | 脑机接口 | NA | EEG | EEGnetV4 | 多模态数据 | 11名受试者 | NA | NA | NA | NA |
| 524 | 2024-09-04 |
Exploratory Analysis Using Deep Learning for Water-Body Segmentation of Peru's High-Mountain Remote Sensing Images
2024-Aug-10, Sensors (Basel, Switzerland)
DOI:10.3390/s24165177
PMID:39204871
|
研究论文 | 本文利用深度学习技术对秘鲁安第斯山脉的安卡什和库斯科地区的高山湖泊进行遥感图像的水体分割研究 | 研究采用了三种深度学习模型（DeepWaterMapV2、WatNet和WaterSegDiff）进行湖泊分割，并引入了基于扩散和变换机制的WaterSegDiff模型 | 研究主要集中在安卡什和库斯科地区，可能不适用于其他地理环境 | 旨在通过遥感技术监测和分析高山湖泊的环境动态 | 秘鲁安第斯山脉的安卡什和库斯科地区的高山湖泊 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 使用了2013年至2023年的Landsat-8多光谱影像（波段2-7）创建的新数据集 | NA | NA | NA | NA |
| 525 | 2024-09-04 |
Edge Computing and Fault Diagnosis of Rotating Machinery Based on MobileNet in Wireless Sensor Networks for Mechanical Vibration
2024-Aug-09, Sensors (Basel, Switzerland)
DOI:10.3390/s24165156
PMID:39204852
|
研究论文 | 本文提出了一种基于MobileNet的旋转机械故障检测方法，通过在机械振动无线传感器网络（MvWSNs）中应用边缘计算技术，实现了近实时感知和故障检测 | 采用小型轻量级的深度学习模型，减轻了MvWSNs的通信压力，并在计算和能量受限的传感器节点上实现了数据采集、处理和分类 | NA | 提高旋转机械的安全性和实时数据处理能力 | 旋转机械的故障检测 | 计算机视觉 | NA | 边缘计算 | MobileNet | 振动数据 | 四个传感器节点 | NA | NA | NA | NA |
| 526 | 2024-09-04 |
Trajectory Analysis in Single-Particle Tracking: From Mean Squared Displacement to Machine Learning Approaches
2024-Aug-08, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms25168660
PMID:39201346
|
review | 本文综述了单粒子追踪技术中的轨迹分析方法，从传统的均方位移（MSD）分析到基于机器学习的轨迹分析 | 介绍了利用角度、速度、时间和到达目标的概率等参数分布的方法，以及使用隐马尔可夫模型和机器学习技术进行轨迹分析的新方法 | NA | 旨在回顾和讨论单粒子追踪技术中的轨迹分析方法，以揭示驱动分子或粒子运动的潜在机制 | 单粒子追踪技术中的轨迹分析方法 | machine learning | NA | single-particle tracking | Hidden Markov Models, random forest, deep learning | trajectory | NA | NA | NA | NA | NA |
| 527 | 2024-09-04 |
Pantograph Slider Detection Architecture and Solution Based on Deep Learning
2024-Aug-08, Sensors (Basel, Switzerland)
DOI:10.3390/s24165133
PMID:39204830
|
研究论文 | 本文研究基于深度学习的受电弓滑块磨损检测，旨在提高检测精度和分割效果 | 引入计算机视觉和深度学习技术，使用线性阵列相机提高数据集质量，集成注意力机制改善分割性能，并提出一种新的图像拼接方法解决图像不完整问题 | NA | 提高受电弓滑块磨损检测的精度和效果 | 受电弓滑块的磨损情况 | 计算机视觉 | NA | 深度学习 | 注意力机制 | 图像 | NA | NA | NA | NA | NA |
| 528 | 2024-09-04 |
Deep Learning Technology and Image Sensing
2024-Aug-08, Sensors (Basel, Switzerland)
DOI:10.3390/s24165130
PMID:39204827
|
研究论文 | 本文探讨了深度学习技术与图像传感在科学领域的应用 | NA | NA | 探索图像传感与机器学习在多学科领域的应用可能性 | 图像传感与深度学习技术 | 计算机视觉 | NA | 深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 529 | 2024-09-04 |
Driving Attention State Detection Based on GRU-EEGNet
2024-Aug-07, Sensors (Basel, Switzerland)
DOI:10.3390/s24165086
PMID:39204804
|
研究论文 | 本研究利用在分心驾驶和专注驾驶状态下脑电图（EEG）中θ、α和β频带功率谱的显著差异，设计了视觉、听觉和认知三种分心子任务，并通过SVM、EEGNet和GRU-EEGNet模型对驾驶注意状态进行检测。 | 提出的GRU-EEGNet模型在驾驶注意状态检测准确性上比EEGNet模型和PSD_SVM方法分别提高了6.3%和12.8%。 | NA | 提高驾驶注意状态检测的准确性。 | 驾驶注意状态的检测。 | 神经科学 | NA | 脑电图（EEG） | GRU-EEGNet | 脑电信号 | 四组驾驶注意状态的EEG信号 | NA | NA | NA | NA |
| 530 | 2024-09-04 |
An Explainable Deep Learning Approach for Stress Detection in Wearable Sensor Measurements
2024-Aug-06, Sensors (Basel, Switzerland)
DOI:10.3390/s24165085
PMID:39204782
|
研究论文 | 本文提出了一种可解释的深度学习方法，用于从可穿戴传感器测量数据中自动检测压力 | 本文通过结合长短期记忆网络（LSTM）和深度生成集合的条件生成对抗网络（LSTM DGE），解决了稀疏标记传感器测量数据的问题，并利用集成梯度（IG）提高了模型的可解释性 | NA | 开发一种能够准确检测急性环境中压力相关情绪激发的深度学习方法，以改善人类的健康状况 | 从Empatica E4腕带记录的生理传感器数据中检测压力 | 机器学习 | NA | 深度学习 | LSTM DGE | 传感器数据 | 稀疏标记的传感器测量数据 | NA | NA | NA | NA |
| 531 | 2024-09-04 |
Review of Methods for Automatic Plastic Detection in Water Areas Using Satellite Images and Machine Learning
2024-Aug-06, Sensors (Basel, Switzerland)
DOI:10.3390/s24165089
PMID:39204783
|
综述 | 本文综述了利用卫星图像和机器学习技术自动检测水域中塑料的方法 | 介绍了现代机器学习技术在自动化检测漂浮塑料方面的应用 | 分析了使用太空图像工作的各种限制，并提出了消除这些缺陷的方法 | 旨在有效解决海洋塑料污染问题，准确快速地识别塑料来源、积累地点及废物运动动态 | 海洋中的塑料污染及其对海洋生态系统的影响 | 计算机视觉 | NA | 机器学习 | 深度学习算法 | 图像 | NA | NA | NA | NA | NA |
| 532 | 2024-09-04 |
A Novel Real-Time Detection and Classification Method for ECG Signal Images Based on Deep Learning
2024-Aug-06, Sensors (Basel, Switzerland)
DOI:10.3390/s24165087
PMID:39204785
|
研究论文 | 本文提出了一种基于深度学习的实时ECG信号图像检测与分类方法Mamba-RAYOLO | 该方法集成了三个先进模块，包括多分支结构的特征提取模块和注意力机制模块，以提高检测准确性和计算效率 | NA | 旨在提高ECG图像处理和分析的实时检测与分类效率 | ECG信号图像 | 机器学习 | NA | 深度学习 | Mamba-RAYOLO | 图像 | NA | NA | NA | NA | NA |
| 533 | 2024-09-04 |
Research on the Method for Recognizing Bulk Grain-Loading Status Based on LiDAR
2024-Aug-06, Sensors (Basel, Switzerland)
DOI:10.3390/s24165105
PMID:39204801
|
研究论文 | 本文提出了一种基于激光雷达（LiDAR）的散装谷物装载状态识别方法 | 使用激光雷达获取点云数据，并构建深度学习网络进行目标识别和组件分割，以提取车辆位置和谷物形状，从而识别散装谷物的装载状态 | NA | 确保运输空间的最佳利用并防止溢出事故，通过观察谷物形状和确定装载状态 | 散装谷物的装载状态 | 计算机视觉 | NA | 激光雷达（LiDAR） | 深度学习网络 | 点云数据 | NA | NA | NA | NA | NA |
| 534 | 2024-09-03 |
Framework for multivariate carbon price forecasting: A novel hybrid model
2024-Aug-31, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2024.122275
PMID:39217908
|
研究论文 | 本研究提出了一种新的混合模型，用于多变量碳价格预测，包括特征选择、深度学习、智能优化算法、模型组合和评估指标 | 本研究通过模型组合和Pelican优化算法构建了一个混合预测模型，该模型在预测准确性、稳定性和统计假设检验方面优于其他比较模型 | NA | 旨在准确预测碳价格，为政府和企业决策者提供高精度的碳市场价格预测，并帮助投资者优化交易策略 | 碳价格及其影响因素 | 机器学习 | NA | 深度学习 | 混合模型 | 结构化和非结构化数据 | 包括湖北和上海的历史碳价格系列以及五个维度的影响因素，共二十个变量 | NA | NA | NA | NA |
| 535 | 2024-09-03 |
A Decade of Computational Mass Spectrometry from Reference Spectra to Deep Learning
2024-Aug-21, Chimia
IF:1.1Q3
DOI:10.2533/chimia.2024.525
PMID:39221848
|
综述 | 本文综述了计算质谱学（CompMS）在过去十年中从小分子化学的谱库、谱预测到临时结构识别（注释）的进展 | 本文介绍了自动谱库管理、谱预测和分子指纹预测作为化合物注释的关键方法，并探讨了基于深度学习的生成化学在从头结构生成中的新兴应用 | NA | 探讨计算质谱学在分析化学中的应用及其对传统数据评估方法的补充作用 | 小分子化学中的谱库、谱预测和结构识别 | 计算质谱学 | NA | 深度学习 | 深度学习模型 | 质谱数据 | NA | NA | NA | NA | NA |
| 536 | 2024-09-02 |
Contrast-Enhancing Lesion Segmentation in Multiple Sclerosis: A Deep Learning Approach Validated in a Multicentric Cohort
2024-Aug-22, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11080858
PMID:39199815
|
研究论文 | 本研究开发了一种基于深度学习的模型，用于自动检测和分割多发性硬化症患者临床磁共振成像（MRI）扫描中的对比增强病变（CELs） | 本研究采用了3D UNet网络，并实施了加权损失函数来解决数据集不平衡问题，提高了检测CELs的准确性 | NA | 开发一种自动检测和分割多发性硬化症患者MRI扫描中对比增强病变的深度学习模型 | 多发性硬化症患者的对比增强病变 | 机器学习 | 多发性硬化症 | MRI | 3D UNet | 图像 | 372次扫描，涉及280名多发性硬化症患者 | NA | NA | NA | NA |
| 537 | 2024-09-02 |
A Novel Deep Learning Approach for the Automatic Diagnosis of Acute Appendicitis
2024-Aug-22, Journal of clinical medicine
IF:3.0Q1
DOI:10.3390/jcm13164949
PMID:39201090
|
研究论文 | 本文提出了一种基于深度学习的新方法，用于自动诊断急性阑尾炎，通过CT图像和放射学报告进行分类 | 本研究提出了一种新的分类策略，根据放射学诊断中遇到的困难进行分类，以提高诊断准确性 | 尽管深度学习诊断成功率较高，但仍未达到100%，且方法在处理放射学上难以诊断的情况时仍有改进空间 | 旨在通过深度学习技术提高急性阑尾炎的诊断准确性，减少假阴性诊断 | 研究对象为266名经病理诊断为急性阑尾炎并接受阑尾切除术的患者 | 机器学习 | 急性阑尾炎 | CT | 深度学习 | 图像 | 266名患者 | NA | NA | NA | NA |
| 538 | 2024-09-02 |
Deep Learning-Based Automated Approach for Determination of Pig Carcass Traits
2024-Aug-21, Animals : an open access journal from MDPI
IF:2.7Q1
DOI:10.3390/ani14162421
PMID:39199955
|
研究论文 | 本研究利用3912头猪的表型图像和数据，提出了一种基于深度学习的自动化方法来确定猪胴体表型特征 | 使用YOLOv8算法实现了高达99%的胴体长度确定模型准确率，以及YOLOV8n-seg模型在背脂分割上表现出89.10的平均交并比 | NA | 提高猪胴体表型测量的效率和准确性，促进优质猪胴体的选择和育种 | 猪胴体的表型特征 | 机器学习 | NA | 深度学习 | YOLOv8 | 图像 | 3912头猪 | NA | NA | NA | NA |
| 539 | 2024-09-02 |
Beat-by-Beat Estimation of Hemodynamic Parameters in Left Ventricle Based on Phonocardiogram and Photoplethysmography Signals Using a Deep Learning Model: Preliminary Study
2024-Aug-19, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11080842
PMID:39199800
|
研究论文 | 本研究提出了一种基于非侵入式心音图（PCG）和光电容积脉搏波（PPG）信号的深度学习模型，用于实时估计左心室血流动力学参数 | 使用深度神经网络同时估计一个心动周期的四个血流动力学参数，包括左心室收缩压（SBP）、左心室舒张压（DBP）、左心室压力上升最大速率（MRR）和左心室压力下降最大速率（MRD） | 当网络在一个受试者的数据上训练并在另一个受试者的数据上测试时，性能有所下降，表明跨受试者的泛化能力有待提高 | 开发一种基于PCG和PPG信号的非侵入式方法，用于实时估计左心室血流动力学参数，以促进心血管疾病的早期诊断和治疗 | 三只比格犬作为研究对象，通过注射肾上腺素产生血流动力学变化 | 机器学习 | 心血管疾病 | 深度学习 | 深度神经网络 | 信号数据 | 40条记录（超过12,000个心动周期） | NA | NA | NA | NA |
| 540 | 2024-09-02 |
Deep Learning for MRI Segmentation and Molecular Subtyping in Glioblastoma: Critical Aspects from an Emerging Field
2024-Aug-16, Biomedicines
IF:3.9Q1
DOI:10.3390/biomedicines12081878
PMID:39200342
|
研究论文 | 本文综述了深度学习在胶质母细胞瘤磁共振成像评估中的应用，包括肿瘤分割和分子、诊断及预后信息的推断 | 深度学习工具已成功整合分子信息，提供有用的预后和治疗信息 | 深度学习在临床实践和分子研究中的广泛应用受限于MRI的异质性、缺乏信息序列、需要大量数据训练以及术后影像分割的不准确性 | 探讨深度学习在胶质母细胞瘤MRI评估中的应用及其局限性 | 胶质母细胞瘤的磁共振成像 | 计算机视觉 | 脑肿瘤 | 深度学习 | NA | 图像 | 需要大量数据进行算法训练 | NA | NA | NA | NA |