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!

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 1074 篇文献,本页显示第 761 - 780 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
761 2024-08-22
Immune response and mesenchymal transition of papillary thyroid carcinoma reflected in ultrasonography features assessed by radiologists and deep learning
2024-Aug, Journal of advanced research IF:11.4Q1
研究论文 本研究通过转录组分析探讨了放射科医生和三种卷积神经网络(CNN)评估的超声特征背后的分子生物学机制 首次通过转录组分析揭示了超声特征与免疫反应和上皮-间质转化(EMT)基因上调之间的关系 研究样本量有限,且仅限于甲状腺乳头状癌 探讨超声特征评估背后的分子生物学机制 甲状腺乳头状癌的超声特征及其分子生物学机制 数字病理 甲状腺癌 转录组分析 CNN 转录组数据 273个甲状腺乳头状癌组织样本 NA NA NA NA
762 2024-08-22
Validation of artificial intelligence application for dental caries diagnosis on intraoral bitewing and periapical radiographs
2024-08, Journal of dentistry IF:4.8Q1
研究论文 本研究旨在评估基于人工智能的系统在口腔放射图像中诊断龋齿的可靠性 使用高级卷积神经网络(CNN)重新评估放射图像数据,并通过共识确定人类和AI系统观察者之间的评估支持 NA 评估AI辅助系统在口腔放射图像中诊断龋齿的可靠性 323颗牙齿的口腔放射图像 计算机视觉 口腔疾病 卷积神经网络(CNN) CNN 图像 323颗牙齿 NA NA NA NA
763 2024-08-21
Predicting Emission Spectra of Heteroleptic Iridium Complexes Using Artificial Chemical Intelligence
2024-Aug-19, Chemphyschem : a European journal of chemical physics and physical chemistry IF:2.3Q2
研究论文 本文报道了一种基于深度学习的方法,用于精确预测磷光异配位[Ir( )( )]配合物的发射光谱 该方法利用图神经网络和其他化学特征,能够超越传统DFT和相关波函数方法的准确性,并对不完美的训练光谱具有鲁棒性 NA 旨在快速发现新型Ir(III)染料,用于有机发光二极管和太阳能燃料电池等应用 磷光异配位[Ir( )( )]配合物的发射光谱 机器学习 NA 深度学习 图神经网络 实验数据 NA NA NA NA NA
764 2024-08-21
An efficient colorectal cancer detection network using atrous convolution with coordinate attention transformer and histopathological images
2024-08-17, Scientific reports IF:3.8Q1
研究论文 本研究提出了一种结合坐标注意力变换器和空洞卷积的新型结直肠癌检测网络(CCDNet),用于提高组织病理学图像中癌症分类和肿瘤定位的准确性 引入了一种新的空洞卷积与坐标注意力变换器(AConvCAT),结合了两种网络的优势,通过捕捉局部和全局信息来分类不同尺度的结直肠组织 NA 提高结直肠癌在组织病理学图像中的检测准确性 结直肠癌的组织病理学图像 计算机视觉 结直肠癌 空洞卷积 CNN 图像 使用了结直肠组织病理学图像和NCT-CRC-HE-100K数据集 NA NA NA NA
765 2024-08-21
Application of artificial intelligence in the diagnosis and treatment of Kawasaki disease
2024-Aug-16, World journal of clinical cases IF:1.0Q3
评论 本文评论了人工智能在川崎病诊断和治疗中的应用潜力和局限性 探讨了机器学习、基因信号计算工具箱和深度学习在川崎病诊断中的创新应用 强调了提高AI决策准确性、保护患者个人信息和明确AI决策责任的重要性 探讨人工智能在川崎病诊断和治疗中的应用 川崎病的诊断和治疗 机器学习 川崎病 机器学习 (ML), 深度学习 (DL) NA 医学数据 NA NA NA NA NA
766 2024-08-21
Prediction of non-muscle invasive bladder cancer recurrence using deep learning of pathology image
2024-08-15, Scientific reports IF:3.8Q1
研究论文 本研究旨在构建基于深度学习的病理图像分析模型,用于预测非肌肉浸润性膀胱癌(NMIBC)的早期复发 本研究通过两阶段的补丁级预测和全切片级预测,构建了一个病理图像分析模型,并进行了迁移学习,以提高模型的泛化能力 NA 开发一种基于深度学习的病理图像分析模型,用于预测非肌肉浸润性膀胱癌的早期复发 非肌肉浸润性膀胱癌(NMIBC)患者的病理图像 数字病理学 膀胱癌 深度学习 CNN 图像 训练集包含147名患者,测试集包含63名患者 NA NA NA NA
767 2024-08-21
Empowering vertical farming through IoT and AI-Driven technologies: A comprehensive review
2024-Aug-15, Heliyon IF:3.4Q1
综述 本文全面分析了机器学习和物联网技术在垂直农业系统中的应用 通过集成人工智能和物联网技术,解决了垂直农业中多指标监测、营养建议和植物诊断系统的难题 文章未明确提及具体的局限性 探讨如何利用现代技术提高垂直农业的效率和产量 垂直农业系统中的疾病检测、作物产量预测、营养和灌溉控制管理 计算机视觉 NA 机器学习(ML)、深度学习(DL)、物联网(IoT)、图像处理 NA 图像 NA NA NA NA NA
768 2024-08-21
Hybridizing mechanistic modeling and deep learning for personalized survival prediction after immune checkpoint inhibitor immunotherapy
2024-Aug-14, NPJ systems biology and applications IF:3.5Q1
研究论文 本研究结合预测性机制建模和深度学习方法,预测个体患者在接受免疫检查点抑制剂(ICI)免疫治疗后的生存概率 提出了一种混合方法,结合了可从机制模型计算的测量值和易于测量的患者特征,提高了预测准确性 NA 旨在提高个体患者在接受ICI免疫治疗后的生存预测准确性 个体患者的生存概率 机器学习 NA 深度学习 深度学习时间-事件预测模型 混合机制+临床数据 93名患者 NA NA NA NA
769 2024-08-21
Deep learning-assisted multispectral imaging for early screening of skin diseases
2024-Aug, Photodiagnosis and photodynamic therapy IF:3.1Q2
研究论文 本研究介绍了一种基于多光谱成像(MSI)的方法,用于早期筛查和检测皮肤表面病变 该方法通过捕获多波长图像数据,能够检测组织中的细微光谱变化,显著增强对各种皮肤状况的区分 NA 旨在引入一种基于多光谱成像的方法,用于早期筛查和检测皮肤表面病变 皮肤表面病变,包括黑色素细胞痣、疣、脂溢性角化病和牛皮癣 计算机视觉 皮肤疾病 多光谱成像 一维卷积神经网络 图像 NA NA NA NA NA
770 2024-08-21
Optical imaging for diabetic retinopathy diagnosis and detection using ensemble models
2024-Aug, Photodiagnosis and photodynamic therapy IF:3.1Q2
研究论文 本文利用基于卷积神经网络(CNN)的模型和集成学习方法,通过光学成像技术诊断和检测糖尿病视网膜病变(DR) 提出了一种结合多种深度学习模型(如VGG19、Resnet50和InceptionV3)的集成方法,以提高糖尿病视网膜病变的检测性能和鲁棒性 NA 开发一种新的方法来早期诊断糖尿病视网膜病变 糖尿病视网膜病变 计算机视觉 糖尿病 卷积神经网络(CNN) 集成模型 图像 使用公开的视网膜图像数据集进行评估 NA NA NA NA
771 2024-08-21
Prediction of the short-term efficacy and recurrence of photodynamic therapy in the treatment of oral leukoplakia based on deep learning
2024-Aug, Photodiagnosis and photodynamic therapy IF:3.1Q2
研究论文 本研究构建了一个基于深度学习的模型,用于预测氨基酮戊酸光动力疗法(ALA-PDT)治疗口腔白斑(OLK)的短期疗效和复发情况 本研究通过结合临床变量和深度学习自动编码器提取的病理切片特征,提高了预测模型的性能 基于临床病理特征的预测模型对短期疗效有很好的预测效果,但对复发的预测效果有限 预测ALA-PDT治疗OLK的短期疗效和复发情况 口腔白斑(OLK)患者接受ALA-PDT治疗后的短期疗效和复发情况 机器学习 口腔疾病 深度学习 自动编码器 图像 未明确提及具体样本数量 NA NA NA NA
772 2024-08-21
A novel groundnut leaf dataset for detection and classification of groundnut leaf diseases
2024-Aug, Data in brief IF:1.0Q3
研究论文 本研究提供了一个新的花生叶部疾病检测与分类数据集,包含1720张在实际种植田中拍摄的健康和病害花生叶图像 该研究首次提供了一个专门针对花生叶部疾病的数据集,用于训练和评估深度学习模型 NA 旨在促进开发先进的深度学习方法,帮助农民准确识别花生叶部疾病,提高产量 花生叶部疾病 计算机视觉 NA 深度学习 卷积神经网络(CNN) 图像 1720张花生叶图像 NA NA NA NA
773 2024-08-21
An annotated image dataset of pests on different coloured sticky traps acquired with different imaging devices
2024-Aug, Data in brief IF:1.0Q3
research paper 本文介绍了一个新的图像数据集,该数据集包含两种常见储粮害虫(赤拟谷盗和米象)在不同颜色粘虫板上的图像,使用三种不同设备(DSLR、网络摄像头和智能手机)拍摄 首次提供了一个包含不同颜色粘虫板和不同成像设备拍摄的害虫图像数据集,用于计算机视觉和深度学习算法的研究 NA 研究计算机视觉和机器学习在自动识别和计数粘虫板上害虫的应用 赤拟谷盗和米象 computer vision NA NA deep learning image 包含两种害虫在四种颜色粘虫板上的图像,使用三种不同设备拍摄,并分为训练、验证和测试部分 NA NA NA NA
774 2024-08-20
Deep learning improves quality of intracranial vessel wall MRI for better characterization of potentially culprit plaques
2024-08-16, Scientific reports IF:3.8Q1
研究论文 本研究通过深度学习技术提高颅内血管壁磁共振成像的质量,以更好地识别潜在的罪魁祸首斑块 深度学习技术显著提高了颅内血管壁成像的图像质量,包括信号噪声比和对比噪声比,并增强了斑块和内斑块出血的检测能力 研究为回顾性分析,样本量相对较小 提高颅内血管壁成像的质量,以便更准确地识别和评估潜在的罪魁祸首斑块 颅内血管壁成像的质量和深度学习技术的应用 计算机视觉 心血管疾病 磁共振成像 深度学习 图像 117名患者 NA NA NA NA
775 2024-08-20
Variational tensor neural networks for deep learning
2024-Aug-16, Scientific reports IF:3.8Q1
研究论文 本文提出将张量网络(TN)与神经网络框架结合,采用变分DMRG启发式训练技术,构建可扩展的张量神经网络(TNN)架构 引入张量网络与神经网络结合的方法,以及变分DMRG启发式训练技术,提高了神经网络在大规模参数空间中的训练效率 NA 解决深度神经网络在大规模神经元情况下遇到的扩展性限制问题 设计并验证张量神经网络在回归、分类和图像识别任务中的准确性和效率 机器学习 NA 张量网络(TN) 张量神经网络(TNN) 图像 MNIST手写数字数据集 NA NA NA NA
776 2024-08-20
A comparative analysis of classical and machine learning methods for forecasting TB/HIV co-infection
2024-08-16, Scientific reports IF:3.8Q1
研究论文 本研究比较了经典统计和机器学习模型在预测TB/HIV合并感染病例方面的效果 研究发现深度学习模型,特别是双向LSTM和CNN-LSTM,显著优于经典方法 NA 评估和比较不同模型在预测TB/HIV合并感染病例中的表现 TB/HIV合并感染病例的预测 机器学习 NA NA SVR, XGBoost, LSTM, CNN, GRU, CNN-GRU, CNN-LSTM 时间序列数据 NA NA NA NA NA
777 2024-08-20
Metaheuristics based dimensionality reduction with deep learning driven false data injection attack detection for enhanced network security
2024-Aug-16, Scientific reports IF:3.8Q1
研究论文 本文提出了一种基于混合元启发式降维与深度学习的虚假数据注入攻击检测技术,以增强网络安全性 引入了一种新的混合元启发式降维与深度学习技术(HMDR-DLFDIA),用于检测分布系统中的虚假数据注入攻击 未提及具体限制 旨在识别和分类分布系统中的虚假数据注入攻击,以提高网络安全性 分布系统中的虚假数据注入攻击 机器学习 NA 混合元启发式降维,深度学习 堆叠自编码器(SAE) 数据 未提及具体样本数量 NA NA NA NA
778 2024-08-20
Biologically interpretable multi-task deep learning pipeline predicts molecular alterations, grade, and prognosis in glioma patients
2024-Aug-16, NPJ precision oncology IF:6.8Q1
研究论文 开发了一种端到端的多任务深度学习(MDL)管道,用于同时预测胶质瘤患者的分子改变、组织学分级和预后,并提供模型预测的生物学机制 该研究开发了一种生物学可解释的多任务深度学习管道,能够同时预测胶质瘤的分子改变、分级和预后,并提供了生物学机制的解释 NA 开发一种能够同时预测胶质瘤分子改变、分级和预后的多任务深度学习管道,并解释其生物学机制 胶质瘤患者的分子改变、组织学分级和预后 机器学习 脑肿瘤 深度学习 多任务深度学习模型 MRI图像 2776名胶质瘤患者 NA NA NA NA
779 2024-08-20
Deep learning-based prediction of indication for cracked tooth extraction using panoramic radiography
2024-Aug-16, BMC oral health IF:2.6Q1
研究论文 本文研究了使用全景放射摄影和深度学习模型预测裂牙拔除指征的可行性 首次尝试使用深度学习模型通过全景放射摄影预测裂牙拔除的指征 模型的特异性较低,范围在52.63-60.77% 确定使用深度学习预测裂牙拔除指征的可行性 418颗牙齿的全景放射图像,包括209颗正常牙齿和209颗裂牙 计算机视觉 NA 深度学习 InceptionV3, ResNet50, EfficientNetB0 图像 418颗牙齿 NA NA NA NA
780 2024-08-20
Artificial Intelligence Enabled Interpretation of ECG Images to Predict Hematopoietic Cell Transplantation Toxicity
2024-Aug-16, Blood advances IF:7.4Q1
研究论文 本文利用人工智能技术解读心电图图像,预测造血细胞移植后的心脏并发症和总体生存率 AI-ECG技术为造血细胞移植后的个性化风险评估提供了一种新策略 NA 探讨AI-ECG技术在预测造血细胞移植后心脏并发症和总体生存率方面的应用 接受造血细胞移植的血液恶性肿瘤患者 机器学习 血液恶性肿瘤 深度学习 NA 图像 1377名患者(849名自体造血细胞移植和528名异基因造血细胞移植接受者) NA NA NA NA
回到顶部