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 1174 篇文献,本页显示第 561 - 580 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
561 2024-08-26
A comparison between machine and deep learning models on high stationarity data
2024-Aug-21, Scientific reports IF:3.8Q1
研究论文 本文比较了机器学习和深度学习模型在高度平稳数据上的性能,特别是预测意大利收费站车辆通过数量的情况 研究发现某些机器学习算法在时间序列特征识别和预测准确性上优于深度学习模型 NA 研究时间序列特征,并比较机器学习和深度学习模型在预测任务上的表现 预测意大利收费站车辆通过数量 机器学习 NA 支持向量机、随机森林、极端梯度提升(XGBoost)、循环神经网络与长短期记忆(RNN-LSTM) RNN-LSTM 时间序列数据 8766行数据,6列相关收费站信息
562 2024-08-26
The combination of HSI and NMR techniques with deep learning for identification of geographical origin and GI markers of Lycium barbarum L
2024-Aug-21, Food chemistry IF:8.5Q1
研究论文 本研究提出了一种结合高光谱成像(HSI)、核磁共振(NMR)和改进的ResNet-34深度学习模型,用于准确识别枸杞的地理来源和地理标志(GI)标记 本研究通过SHapley Additive exPlanations(SHAP)基于特征选择提高了模型的准确性和效率,并通过Pearson相关性分析增强了HSI数据的解释性 NA 快速准确地识别枸杞的地理来源 枸杞的地理来源和地理标志标记 机器学习 NA 高光谱成像(HSI)、核磁共振(NMR) ResNet-34 图像 未明确提及样本数量
563 2024-08-26
Quantitative Three-Dimensional Imaging Analysis of HfO2 Nanoparticles in Single Cells via Deep Learning Aided X-ray Nano-Computed Tomography
2024-Aug-20, ACS nano IF:15.8Q1
研究论文 本研究利用深度学习辅助的X射线纳米计算机断层扫描技术,开发了一种模块化和自动化的方法,用于定量分析癌细胞中单个超小型HfO纳米颗粒的摄取情况 本研究建立了针对单个细胞中3D纳米CT图像的超小型物体分割方法,能够高度敏感地分析微小甚至超小型纳米颗粒,并构建了一种定量分析方法,能准确区分细胞内可利用颗粒与细胞外空间及细胞内成分和纳米颗粒 NA 理解药物作用机制,定量分析单个细胞内药物的三维分布 超小型HfO纳米颗粒在癌细胞中的摄取情况 数字病理学 乳腺癌 X射线纳米计算机断层扫描(Nano-CT) 深度学习算法 3D图像 人乳腺癌细胞系(MCF-7)
564 2024-08-26
Industry 4.0 Technologies in Maternal Health Care: Bibliometric Analysis and Research Agenda
2024-Aug-08, JMIR pediatrics and parenting IF:2.1Q2
文献计量分析 本研究探讨了工业4.0技术在孕产妇保健中的当前实施情况和影响,并进行了主题景观映射,提出了未来研究议程 提出了一个包含四个绩效因素的概念框架,用于流程改进,并建议了治理、采用、基础设施、隐私和安全方面的研究议程 NA 调查工业4.0技术在孕产妇保健中的应用和影响,并提出未来研究方向 工业4.0技术在孕产妇保健中的应用,包括护理流程、治疗方法和自动化妊娠监测 数字健康 孕产妇保健 文献计量分析 NA 文献 从1985年到2022年,共检索到1003篇英文论文,最终保留136篇
565 2024-08-26
Deep Learning for Histopathological Assessment of Esophageal Adenocarcinoma Precursor Lesions
2024-Aug, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc IF:7.1Q1
研究论文 本文开发了一种两阶段的AI系统,利用深度学习技术对Barrett食管相关异型增生进行组织病理学评估 该AI系统在评估Barrett食管相关异型增生的准确性上超过了55名国际胃肠病理学家中的53名 AI系统在实际临床环境中的表现尚未完全明确 提高病理工作流程的效率和准确性 Barrett食管相关异型增生的组织病理学评估 数字病理学 食管腺癌 深度学习 NA 图像 290张全切片图像
566 2024-08-26
Extent and Topography of Subretinal Drusenoid Deposits Associate With Rod-Mediated Vision in Aging and AMD: ALSTAR2 Baseline
2024-Aug-01, Investigative ophthalmology & visual science IF:5.0Q1
研究论文 本研究使用监督深度学习量化了与年龄相关性黄斑变性(AMD)相关的亚视网膜硬性沉积物(SDDs)的负担,并探讨了其与视力和感光细胞地形的关系。 采用卷积神经网络对近红外反射图像进行SDD分割,并通过光学相干断层扫描进行手动校对,提高了SDD面积测量的准确性。 NA 研究SDD面积与杆状细胞介导的视力之间的关系,并探讨SDD形成的地形因素。 亚视网膜硬性沉积物(SDDs)及其与视力和感光细胞地形的关系。 数字病理学 年龄相关性黄斑变性 卷积神经网络 CNN 图像 428只眼睛,来自428名60岁以上的参与者
567 2024-08-26
aiSEGcell: User-friendly deep learning-based segmentation of nuclei in transmitted light images
2024-Aug, PLoS computational biology IF:3.8Q1
研究论文 介绍了一种基于卷积神经网络(CNN)的用户友好型软件aiSEGcell,用于在明场图像中分割细胞核和细胞 aiSEGcell能够准确分割来自具有挑战性的明场图像的细胞核,类似于手动分割,并且不需要转基因或染料荧光标记 目前需要优化的实验条件和计算专家 开发一种用户友好的软件,用于在明场图像中自动分割细胞核和细胞 不同原代细胞类型在2D培养中的细胞核分割 计算机视觉 NA 卷积神经网络(CNN) CNN 图像 110万个细胞核,2万张图像
568 2024-08-25
Public Behavior and Emotion Correlation Mining Driven by Aspect From News Corpus
2024-Aug-23, IEEE transactions on neural networks and learning systems IF:10.2Q1
研究论文 本文提出了一种从日常新闻数据中挖掘公众行为与情绪关联的方法 本文创新性地提出了基于假设上下文的知识表示模型(KRHC),结合注意力机制揭示情绪与行为之间的隐性关系 NA 研究行为与情绪之间的关联,揭示行为背后的动机和社会事件的内在因果关系 公众行为与情绪的关联 自然语言处理 NA 深度学习 KRHC 文本 使用了A-E-R数据集和公共KINSHIP数据集
569 2024-08-25
HyEpiSeiD: a hybrid convolutional neural network and gated recurrent unit model for epileptic seizure detection from electroencephalogram signals
2024-Aug-21, Brain informatics
research paper 本文提出了一种名为HyEpiSeiD的深度学习框架,用于从脑电图信号中检测癫痫发作 HyEpiSeiD结合了卷积神经网络和门控循环单元,实现了高精度的癫痫发作检测 NA 实现高精度的患者特异性癫痫发作检测 从脑电图信号中检测癫痫发作 machine learning NA NA CNN, LSTM 信号 使用了两个公开数据集,UCI Epilepsy和Mendeley数据集
570 2024-08-25
Real-time estimation of the optimal coil placement in transcranial magnetic stimulation using multi-task deep learning
2024-08-21, Scientific reports IF:3.8Q1
研究论文 本文开发了一种多任务深度神经网络,用于实时估计经颅磁刺激(TMS)中最佳线圈放置位置 提出的Attention U-Net模型能够在35毫秒内提供精确的线圈优化,远快于传统的数值计算框架 NA 开发一种能够在实时应用中优化TMS线圈放置的计算模型 TMS中的最佳线圈放置位置及其诱导的电场 机器学习 NA 多任务深度学习 Attention U-Net 数值优化数据 包括健康受试者和胶质母细胞瘤患者
571 2024-08-25
Predicting 1, 2 and 3 year emergent referable diabetic retinopathy and maculopathy using deep learning
2024-Aug-21, Communications medicine IF:5.4Q1
研究论文 本研究开发并验证了深度学习系统(DLS),用于预测1、2和3年内出现的可转诊糖尿病视网膜病变(DR)和黄斑病变 本研究采用了多模态深度学习系统,结合风险因素特征和彩色眼底照片,显著提高了预测性能 NA 旨在通过个性化筛查,及时为高风险个体提供治疗,同时减轻低风险个体的筛查负担 糖尿病视网膜病变(DR)和黄斑病变的预测 计算机视觉 糖尿病视网膜病变 深度学习 多模态深度学习系统(DLS) 图像 开发集包含162,339只眼睛,验证集包含27,996只眼睛,外部测试集包含6,928只眼睛
572 2024-08-24
[Enzyme metabolism and functions in vitamin biosynthesis pathways]
2024-Aug-25, Sheng wu gong cheng xue bao = Chinese journal of biotechnology
综述 本文综述了维生素生物合成途径中酶的研究进展,详细介绍了13种维生素合成途径中酶的催化机制、动力学特性和生物学应用 探讨了深度学习方法在维生素合成相关酶性质研究中的应用潜力 缺乏大量关键酶的详细酶学性质研究限制了维生素生产效率的提升和对维生素合成机制的深入理解与优化 全面回顾维生素生物合成途径中酶的研究进展,并探讨酶学性质研究的新方法 维生素生物合成途径中的酶及其催化机制、动力学特性和生物学应用 生物技术 NA 深度学习 NA NA NA
573 2024-08-24
Fragment-Fusion Transformer: Deep Learning-Based Discretization Method for Continuous Single-Cell Raman Spectral Analysis
2024-Aug-23, ACS sensors IF:8.2Q1
研究论文 提出了一种名为片段融合Transformer的模型,用于连续单细胞拉曼光谱数据的离散化分析 该模型通过整合基于光谱内在特性的离散化片段、片段内特征提取和片段间特征融合,提高了光谱识别的准确性 NA 开发一种新的深度学习方法,用于连续单细胞拉曼光谱数据的离散化分析 单细胞拉曼光谱数据 机器学习 NA 拉曼光谱 Transformer 光谱数据 NA
574 2024-08-24
Strain-Temperature Dual Sensor Based on Deep Learning Strategy for Human-Computer Interaction Systems
2024-Aug-23, ACS sensors IF:8.2Q1
研究论文 本研究开发了一种基于深度学习策略的应变-温度双传感器,用于人机交互系统,该传感器采用具有高韧性和温度响应性的热电水凝胶,通过PVA/PAA/羧甲基纤维素三重网络交联制备。 引入Fe/Fe作为氧化还原对,赋予水凝胶高塞贝克系数,增强了温度响应性,并成功展示了结合深度学习的机器人手反馈机制。 NA 开发一种新型应变-温度双传感器,用于人机交互系统和可穿戴设备。 热电水凝胶的制备及其在人机交互系统中的应用。 人机交互 NA 深度学习 NA 传感器数据 NA
575 2024-08-24
Deep-Learning-Guided Electrochemical Impedance Spectroscopy for Calibration-Free Pharmaceutical Moisture Content Monitoring
2024-Aug-23, ACS sensors IF:8.2Q1
研究论文 本研究探索使用电化学阻抗光谱(EIS)结合深度学习技术,实现无需校准的药品水分含量快速准确监测 首次将一维卷积神经网络(1DCNN)应用于处理复杂的阻抗光谱数据,实现药品水分含量的实时监测 NA 开发一种无需校准的快速准确监测药品水分含量的方法 药品水分含量 机器学习 NA 电化学阻抗光谱(EIS) 一维卷积神经网络(1DCNN) 阻抗光谱数据 未具体说明
576 2024-08-24
Predicting time-of-flight with Cerenkov light in BGO: a three-stage network approach with multiple timing kernels prior
2024-Aug-23, Physics in medicine and biology IF:3.3Q1
研究论文 本文提出了一种三阶段网络方法,利用Cerenkov光和闪烁光预测飞行时间(TOF),以提高正电子发射断层扫描(PET)重建的图像质量 通过结合Cerenkov光和闪烁光的高时间分辨率和高能量分辨率,利用深度学习模型和多时间核先验知识进行TOF预测,提高了TOF-PET研究的预测性能 NA 提高正电子发射断层扫描(PET)重建中的图像质量和信号噪声比 利用BGO探测器同时发射的Cerenkov光和闪烁光进行飞行时间(TOF)预测 计算机视觉 NA 深度学习 CNN, Transformer 图像 25类信号上升时间的数据分类
577 2024-08-24
Deep learning-based segmentation in MRI-(immuno)histological examination of myelin and axonal damage in normal-appearing white matter and white matter hyperintensities
2024-Aug-23, Brain pathology (Zurich, Switzerland)
研究论文 本文通过结合(免疫)组织化学和偏振光成像(PLI),利用深度学习技术在MRI中对髓鞘和轴突损伤进行详细量化,特别是在正常外观的白质(NAWM)和白质高信号(WMH)中。 本文创新地整合了(免疫)组织化学和PLI技术,通过深度学习细化分析技术,实现了对白质微结构损伤的精确量化,特别是在NAWM中。 NA 旨在通过高级成像技术详细量化髓鞘和轴突损伤,特别是在NAWM中,以揭示早期神经退行性变的机制。 研究对象包括正常外观的白质(NAWM)和白质高信号(WMH)中的髓鞘和轴突损伤。 数字病理学 脑血管疾病 MRI 深度学习 图像 研究涉及高血压患者和正常血压对照组的脑部样本。
578 2024-08-24
Automated identification of fleck lesions in Stargardt disease using deep learning enhances lesion detection sensitivity and enables morphometric analysis of flecks
2024-Aug-22, The British journal of ophthalmology
研究论文 本研究利用深度学习模型自动识别Stargardt病中的斑点病变,并进行形态学分析 本研究首次成功训练人工智能识别Stargardt病中的斑点病变,提高了检测灵敏度 人工智能模型在检测斑点时产生了更多的假阳性结果,需要进一步优化 评估人工智能在识别Stargardt病斑点病变中的应用 Stargardt病患者的斑点病变 机器学习 眼科疾病 深度学习 NA 图像 170只眼睛,来自85名连续确诊的Stargardt病患者
579 2024-08-24
AI-Enhanced Lung Cancer Prediction: A Hybrid Model's Precision Triumph
2024-Aug-22, IEEE journal of biomedical and health informatics IF:6.7Q1
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(BiLSTM)的混合深度学习模型,用于从患者的医疗记录中检测肺癌 该模型在MIMIC IV数据集上的表现优于LSTM和BioBERT模型,显示出更高的准确性和Matthews相关系数(MCC) NA 旨在提高肺癌检测的准确性和早期诊断 肺癌检测 机器学习 肺癌 NA 混合深度学习模型(CNN和BiLSTM) 文本 使用了MIMIC IV数据集和Yelp Review Polarity数据集进行比较分析
580 2024-08-24
Deep Quasi-Recurrent Self-Attention with Dual Encoder-Decoder in Biomedical CT Image Segmentation
2024-Aug-22, IEEE journal of biomedical and health informatics IF:6.7Q1
研究论文 本文提出了一种深度准循环自注意力结构,结合双编码器-解码器,用于生物医学CT图像的精确分割 创新地引入了深度准循环自注意力架构,该架构具有参数重用能力,提供学习一致性和模型快速收敛,并有效处理长距离依赖关系 NA 开发用于生物医学CT图像精确分割的深度学习模型 生物医学CT图像 计算机视觉 NA 深度学习 深度准循环自注意力结构 图像 多种公开可用的CT扫描数据集
回到顶部