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 681 - 700 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 681 | 2024-08-26 |
Infection Inspection: using the power of citizen science for image-based prediction of antibiotic resistance in Escherichia coli treated with ciprofloxacin
2024-08-22, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-69341-3
PMID:39174600
|
研究论文 | 本研究利用公民科学和图像特征分析来评估大肠杆菌对抗生素环丙沙星的耐药性 | 通过公民科学项目收集大量图像分类数据，并结合深度学习模型进行分析，以提高诊断方法的鲁棒性 | 用户图像分类准确率（66.8%）低于深度学习模型（75.3%），且在细胞特征与预期响应不一致时分类错误较多 | 开发快速诊断工具以应对抗生素耐药性的全球健康挑战 | 大肠杆菌对抗生素环丙沙星的耐药性 | 计算机视觉 | NA | 图像特征分析 | 深度学习模型 | 图像 | 5273名志愿者对来自五种大肠杆菌菌株的1,045,199张单细胞图像进行分类 | NA | NA | NA | NA |
| 682 | 2024-08-26 |
Artificial intelligence in COPD CT images: identification, staging, and quantitation
2024-Aug-22, Respiratory research
IF:4.7Q1
DOI:10.1186/s12931-024-02913-z
PMID:39174978
|
综述 | 本文综述了人工智能（AI）在慢性阻塞性肺病（COPD）CT影像中的应用，包括识别、分期和量化 | 强调了AI在COPD诊断和管理中的创新应用，特别是在机器学习和深度学习方面 | 讨论了数据复杂性和AI在临床环境中整合的挑战 | 旨在全面理解AI在COPD诊断和管理中的当前状态和未来潜力 | COPD的识别、分期和影像表型 | 计算机视觉 | 慢性阻塞性肺病 | 机器学习, 深度学习 | NA | 影像 | NA | NA | NA | NA | NA |
| 683 | 2024-08-26 |
Super-resolution reconstruction for early cervical cancer magnetic resonance imaging based on deep learning
2024-Aug-22, Biomedical engineering online
IF:2.9Q3
DOI:10.1186/s12938-024-01281-5
PMID:39175006
|
研究论文 | 本研究旨在开发一种专门针对早期宫颈癌磁共振成像图像质量和高分辨率增强的超分辨率算法 | 采用创新的SR算法，结合复杂架构和深度卷积核，通过多输入模型训练匹配的输入图像对，显著提高了图像质量和分辨率 | NA | 开发适用于早期宫颈癌磁共振成像的超分辨率算法，以提高图像质量和分辨率 | 早期宫颈癌磁共振成像图像 | 计算机视觉 | 宫颈癌 | 深度学习 | CNN | 图像 | 两个不同放大因子的独立数据集 | NA | NA | NA | NA |
| 684 | 2024-08-26 |
A hybrid deep learning approach to solve optimal power flow problem in hybrid renewable energy systems
2024-Aug-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-69483-4
PMID:39169061
|
研究论文 | 本文提出了一种结合深度强化学习与量子启发遗传算法的新型混合模型，用于解决混合可再生能源系统中的最优潮流问题 | 该研究引入深度强化学习与量子启发遗传算法的结合，有效提高了全局搜索能力和适应实时环境的能力 | 文章未明确提及具体限制 | 确保电压稳定性，最小化功率损耗和燃料成本 | 混合可再生能源系统中的最优潮流问题 | 机器学习 | NA | 深度强化学习 | DRL-QIGA | 系统数据 | 使用修改后的IEEE 30总线系统进行实验评估 | NA | NA | NA | NA |
| 685 | 2024-08-26 |
Context-embedded hypergraph attention network and self-attention for session recommendation
2024-Aug-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-66349-7
PMID:39169084
|
研究论文 | 本文提出了一种名为C-HAN的新型会话推荐模型，该模型包含上下文嵌入的超图注意力网络和自注意力两个并行模块，旨在捕捉项目间的内在一致性和顺序依赖性 | C-HAN模型引入了不同类型的交互上下文以增强模型的上下文感知能力，并通过软注意力机制有效整合两种类型的信息 | NA | 解决会话推荐中用户意图建模的挑战，特别是在短历史序列中有限证据的情况下 | 会话推荐中的用户意图建模 | 机器学习 | NA | 超图注意力网络，自注意力机制 | C-HAN | 序列数据 | 三个真实世界数据集 | NA | NA | NA | NA |
| 686 | 2024-08-26 |
Phosphorus prediction in the middle reaches of the Yangtze river based on GRA-CEEMDAN-CNLSTM-DBO
2024-Aug-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-70262-4
PMID:39169112
|
研究论文 | 本研究通过集成先进的建模技术，旨在提高长江中游总磷（TP）浓度的预测准确性 | 提出了GRA-CEEMDAN-CN1D-LSTM-DBO模型，该模型在预测TP浓度方面显著优于传统的BP、LSTM和GRU模型 | 随着与大坝距离的增加，预测精度逐渐下降，表明三峡大坝运营对下游TP浓度的影响减弱 | 提高长江中游总磷浓度的预测准确性，为洪水季节的动态水位控制提供有价值的见解 | 长江中游的总磷浓度 | 机器学习 | NA | Grey Relational Analysis (GRA) | CN1D-LSTM-DBO | 水质量参数数据 | 使用了三峡水库（TGR）的运营和排放数据，以及下游河段的水质参数 | NA | NA | NA | NA |
| 687 | 2024-08-26 |
A comparison between machine and deep learning models on high stationarity data
2024-Aug-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-70341-6
PMID:39169110
|
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 | NA | NA | NA | NA |
| 688 | 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
DOI:10.1016/j.foodchem.2024.140903
PMID:39178543
|
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 | NA | NA | NA | NA |
| 689 | 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
DOI:10.2196/47848
PMID:39116433
|
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 | NA | NA | NA | NA |
| 690 | 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
DOI:10.1186/s40708-024-00234-x
PMID:39167115
|
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 | NA | NA | NA | NA |
| 691 | 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
DOI:10.1038/s41598-024-70367-w
PMID:39169126
|
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 | NA | NA | NA | NA |
| 692 | 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
DOI:10.1038/s43856-024-00590-z
PMID:39169209
|
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 | NA | NA | NA | NA |
| 693 | 2024-08-24 |
[Enzyme metabolism and functions in vitamin biosynthesis pathways]
2024-Aug-25, Sheng wu gong cheng xue bao = Chinese journal of biotechnology
DOI:10.13345/j.cjb.240293
PMID:39174471
|
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 | NA | NA | NA | NA |
| 694 | 2024-08-24 |
Self-Reported Learning Strategies and Preferences in Health Informatics
2024-Aug-22, Studies in health technology and informatics
DOI:10.3233/SHTI240710
PMID:39176499
|
研究论文 | 本研究通过使用动机策略学习问卷（MSLQ）和深度与表面学习理论，调查了健康信息学（HI）课程中学生的学习策略和偏好 | 首次详细探讨了健康信息学课程中学生的学习策略和偏好，填补了该领域的知识空白 | 研究仅限于三门健康信息学课程，可能无法全面代表所有健康信息学课程的情况 | 探讨健康信息学课程中学生的学习策略和偏好，为教育者提供改进建议 | 健康信息学课程的学生及其学习策略和偏好 | 健康信息学 | NA | NA | NA | 问卷调查数据 | 三门健康信息学课程的学生 | NA | NA | NA | NA |
| 695 | 2024-08-24 |
Integrated and Interoperable Platform for Detecting Masses on Mammograms
2024-Aug-22, Studies in health technology and informatics
DOI:10.3233/SHTI240603
PMID:39176574
|
研究论文 | 本文介绍了一个免费开源的集成平台，用于自动检测乳腺X光片上的肿块 | 引入了先进的RetinaNet模型和DICOM-SR互操作性格式，以提高深度学习模型在乳腺影像中的可访问性 | NA | 推广深度学习模型在乳腺影像中的广泛应用 | 乳腺X光片上的肿块检测 | 计算机视觉 | 乳腺癌 | 深度学习 | RetinaNet | 图像 | NA | NA | NA | NA | NA |
| 696 | 2024-08-24 |
Assessing the Performance of Deep Learning for Automated Gleason Grading in Prostate Cancer
2024-Aug-22, Studies in health technology and informatics
DOI:10.3233/SHTI240605
PMID:39176576
|
研究论文 | 本研究利用数字病理学和人工智能技术，探索了11种深度神经网络架构在前列腺癌自动Gleason分级中的性能 | 研究展示了较新的架构在性能上的优势，特别是ConvNeXt模型在复杂性和泛化能力之间的平衡 | 研究面临区分相近Gleason等级的挑战 | 提高前列腺癌诊断效率 | 前列腺癌的自动Gleason分级 | 数字病理学 | 前列腺癌 | 深度学习 | 深度神经网络 | 图像 | 34,264个注释的组织切片 | NA | NA | NA | NA |
| 697 | 2024-08-24 |
Precise Identification of Oral Cancer Lesions Using Artificial Intelligence
2024-Aug-22, Studies in health technology and informatics
DOI:10.3233/SHTI240601
PMID:39176572
|
research paper | 本研究首次展示了使用基于深度学习的人工智能系统，用于在智能手机图像中同时识别口腔癌病变类型并精确描绘病变边界 | 本研究首次使用深度学习模型在智能手机图像中同时识别口腔癌病变类型并精确描绘病变边界 | NA | 开发一种人工智能系统，帮助非专业口腔病变专家的牙医在智能手机图像中准确筛查口腔癌 | 口腔潜在恶性病变（OPMDs）和口腔鳞状细胞癌（OSCC）病变 | machine learning | 口腔癌 | deep learning | NA | image | NA | NA | NA | NA | NA |
| 698 | 2024-08-24 |
Deep Learning Based Automatic Fibroglandular Tissue Segmentation in Breast Magnetic Resonance Imaging Screening
2024-Aug-22, Studies in health technology and informatics
DOI:10.3233/SHTI240606
PMID:39176577
|
研究论文 | 本研究利用深度学习模型自动分割乳腺磁共振成像中的纤维腺体组织 | 采用nnU-Net框架训练深度神经网络模型，实现了对纤维腺体组织的高精度自动分割 | NA | 开发精确量化纤维腺体组织的方法 | 乳腺磁共振成像中的纤维腺体组织 | 计算机视觉 | 乳腺癌 | 深度学习 | nnU-Net | 图像 | 使用了公开的'Duke Breast Cancer MRI'数据集 | NA | NA | NA | NA |
| 699 | 2024-08-24 |
Enhancing Pulmonary Embolism Detection in COVID-19 Patients Through Advanced Deep Learning Techniques
2024-Aug-22, Studies in health technology and informatics
DOI:10.3233/SHTI240622
PMID:39176593
|
研究论文 | 本研究评估了先进深度学习技术在增强COVID-19后患者肺栓塞检测中的有效性 | 使用Ultralytics YOLOv8对象检测模型进行微调，展示了显著的诊断能力 | NA | 提高COVID-19患者肺栓塞的检测效率 | COVID-19后患者的肺栓塞检测 | 机器学习 | 肺栓塞 | 深度学习 | YOLOv8 | 图像 | 746张CTPA图像，来自25名患者 | NA | NA | NA | NA |
| 700 | 2024-08-24 |
Benchmarking Approaches: Time Series Versus Feature-Based Machine Learning in ECG Analysis on the PTB-XL Dataset
2024-Aug-22, Studies in health technology and informatics
DOI:10.3233/SHTI240483
PMID:39176811
|
研究论文 | 本研究比较了时间序列和基于特征的机器学习方法在PTB-XL数据集上进行心电图分析的性能 | 首次在心电图分析领域直接比较了时间序列和基于特征的机器学习方法 | NA | 评估XGBoost和InceptionTime在心电图特征和时间序列数据上的性能 | 心电图信号 | 机器学习 | NA | XGBoost, InceptionTime | NA | 时间序列, 表格数据 | PTB-XL数据集 | NA | NA | NA | NA |