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 1070 篇文献，本页显示第 941 - 960 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 941 | 2024-08-04 |
Predicting mine water inflow volumes using a decomposition-optimization algorithm-machine learning approach
2024-Aug-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-67962-2
PMID:39090145
|
研究论文 | 本文提出了一种新颖的耦合分解-优化-深度学习模型，用于预测矿水涌入量 | 结合了完整集合经验模态分解与自适应噪声、北鵰优化和长短期记忆网络的创新模型 | 传统模型和单一机器学习方法在预测突发水涌量变化方面的效能仍然存在不足 | 旨在提高矿水涌入量的预测准确性，确保煤矿安全 | 矿水涌入预测方法及其在不同模型中的表现 | 机器学习 | NA | CEEMDAN, NGO, LSTM | LSTM | 时间序列数据 | 未明确说明样本量的具体数量 | NA | NA | NA | NA |
| 942 | 2024-08-04 |
Artificial intelligence in fusion protein three-dimensional structure prediction: Review and perspective
2024-Aug, Clinical and translational medicine
IF:7.9Q1
DOI:10.1002/ctm2.1789
PMID:39090739
|
综述 | 本论文回顾了人工智能在融合蛋白三维结构预测中的最新进展和挑战 | 文章强调了使用深度学习模型预测融合蛋白三维结构的最新进展，并探讨了四种建模方法的优缺点 | 对于融合蛋白的预测，模板基础模型面临着已知模板结构在数据库中通常缺乏的问题 | 探讨利用人工智能方法预测融合蛋白三维结构的优势和挑战 | 关注于融合蛋白的三维结构预测 | 人工智能 | 癌症 | 深度学习 | AlphaFold2, RoseTTAFold, tr-Rosetta, D-I-TASSER | NA | NA | NA | NA | NA | NA |
| 943 | 2024-08-04 |
A QR code-enabled framework for fast biomedical image processing in medical diagnosis using deep learning
2024-Aug-01, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01351-z
PMID:39090546
|
研究论文 | 本文提出了一种利用QR码的框架，以加速医学影像处理和医疗诊断。 | 采用深度学习QR码技术，优化了数据库设计，创新性地解决了数据存储基础设施成本和信息检索速度问题。 | 未提及具体使用的深度学习模型和技术细节，缺乏对系统在不同条件下表现的全面评估。 | 研究如何通过高效的医学影像处理来加速医疗条件的诊断。 | 使用来自Crawford影像和数据档案及Duke CIVM的医疗数据集进行评估。 | 数字病理学 | NA | 深度学习 | NA | 医学影像 | 使用来自两个数据集的医疗数据集进行评估 | NA | NA | NA | NA |
| 944 | 2024-08-04 |
Air quality forecasting using a spatiotemporal hybrid deep learning model based on VMD-GAT-BiLSTM
2024-Aug-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-68874-x
PMID:39090177
|
研究论文 | 提出了一种基于VMD-GAT-BiLSTM的时空混合深度学习模型用于空气质量预测。 | 该模型结合了变分模态分解、图注意网络和双向长短时记忆网络，以提高空气质量预测的准确性。 | 模型的有效性依赖于所使用的监测数据的质量和完整性。 | 旨在提高空气质量预测的精度，从而增强早期预警系统的能力。 | 主要研究空气质量数据，探讨不同监测站之间的空间关系和时间特征。 | 机器学习 | NA | VMD, GAT, BiLSTM | VMD-GAT-BiLSTM | PM数据 | 使用了收集的北京空气质量数据集进行实验 | NA | NA | NA | NA |
| 945 | 2024-08-05 |
A hybrid approach to improvement of watershed water quality modeling by coupling process-based and deep learning models
2024-Aug, Water environment research : a research publication of the Water Environment Federation
IF:2.5Q2
DOI:10.1002/wer.11079
PMID:39096183
|
研究论文 | 提出了一种混合模型，通过结合过程驱动模型和深度学习模型来改善流域水质建模 | 开发了一种混合模型，将未校准的过程驱动模型与数据驱动模型相结合，以提高流域建模的准确性 | 模型参数校准和验证过程耗时且具有固有的不确定性 | 研究旨在解决过程驱动模型校准和验证中的各种挑战 | 结合地理信息和五年观察数据构建的Yeongsan河流域的土壤与水评估工具 | 数字病理学 | NA | 深度学习 | 长短期记忆网络 (LSTM) | 观测数据 | 5年观测数据 | NA | NA | NA | NA |
| 946 | 2024-08-05 |
Multi-level structural damage characterization using sparse acoustic sensor networks and knowledge transferred deep learning
2024-Aug, Ultrasonics
IF:3.8Q1
DOI:10.1016/j.ultras.2024.107390
PMID:38945018
|
研究论文 | 本研究展示了一种基于机器学习的多级损伤特征描述方法，利用稀疏传感器网络和知识转移的深度学习 | 提出了一种新颖的网络空间辅助和自适应卷积技术，以实现深度学习算法中的知识高效转移 | 未提及具体的限制 | 探索在复杂结构中基于机器学习的结构健康监测方法 | 在铝板上进行实验，铝板上人为诱导了缺陷 | 机器学习 | NA | 深度学习 | NA | 实验数据 | 使用的样本包括铝板上多种损伤特征的实验 | NA | NA | NA | NA |
| 947 | 2024-08-05 |
Utilizing improved YOLOv8 based on SPD-BRSA-AFPN for ultrasonic phased array non-destructive testing
2024-Aug, Ultrasonics
IF:3.8Q1
DOI:10.1016/j.ultras.2024.107382
PMID:38943732
|
研究论文 | 本研究提出了一种基于改进YOLOv8的智能缺陷检测算法，以提高超声相控阵检测中的缺陷识别效率和准确性 | 引入空间到深度卷积（SPD-Conv）和双层路由与空间注意模块（BRSA），并用渐近特征金字塔网络（AFPN）替换了原有结构，以改进低分辨率图像的检测性能 | 对高分辨率且良好标注的训练数据的需求较高，这在无损检测中难以获得 | 提高超声相控阵检测中缺陷检测的准确性和效率 | 在超声相控阵检测中检测缺陷，如平底孔（FBH）和侧钻孔（SDH） | 图像处理 | NA | 超声相控阵检测 | YOLOv8 | 图像 | 在模拟数据集和实验数据集上进行了测试，具体样本量未明示 | NA | NA | NA | NA |
| 948 | 2024-08-05 |
Fingerprint authentication based on deep convolutional descent inversion tomography
2024-Aug, Ultrasonics
IF:3.8Q1
DOI:10.1016/j.ultras.2024.107350
PMID:38823150
|
研究论文 | 提出了一种新的基于深度卷积反演层析的指纹认证方法。 | 结合深度学习和多尺度融合，提高了指纹反演和认证的精准度与速度。 | 未提及具体的适用范围或其他数据集的测试。 | 研究新的指纹认证方法以提高识别精度和速度。 | 指纹及其特征，特别是湿指纹和假细节的识别。 | 计算机视觉 | NA | 深快反演层析（DeepFIT）及Mask R-CNN | 卷积神经网络（CNN） | 图像 | NA | NA | NA | NA | NA |
| 949 | 2024-08-05 |
Shear wave trajectory detection in ultra-fast M-mode images for liver fibrosis assessment: A deep learning-based line detection approach
2024-Aug, Ultrasonics
IF:3.8Q1
DOI:10.1016/j.ultras.2024.107358
PMID:38901149
|
研究论文 | 本文首次尝试使用深度学习方法在波传播图上检测剪切波轨迹以评估肝纤维化。 | 创新之处在于提出了一种基于Transformer和霍夫变换的端到端框架TEHT，能够从波传播图中直接输出剪切波轨迹的斜率。 | 由于样本量相对较小且仅限于68名患者，可能影响结果的广泛适用性。 | 研究目标在于探索深度学习在肝纤维化评估中的应用。 | 研究对象为68名患者的波传播图。 | 数字病理学 | 肝癌 | 超声弹性成像 | Transformer | 图像 | 68份患者的波传播图 | NA | NA | NA | NA |
| 950 | 2024-08-04 |
Automated early detection of acute retinal necrosis from ultra-widefield color fundus photography using deep learning
2024-Aug-01, Eye and vision (London, England)
DOI:10.1186/s40662-024-00396-z
PMID:39085922
|
研究论文 | 本研究开发了一种深度学习框架，以自动检测急性视网膜坏死（ARN） | 引入了名为DeepDrARN的深度学习模型，能够有效区分ARN和其他类型的葡萄膜炎 | 本研究仅限于两中心的回顾性研究，可能存在样本偏倚 | 旨在通过超广角彩色眼底摄影，实现ARN的早期自动检测 | 使用11,508幅来自1,112名参与者的超广角彩色眼底摄影图像 | 数字病理学 | NA | 深度学习 | DeepDrARN | 图像 | 11,508幅超广角彩色眼底摄影图像 | NA | NA | NA | NA |
| 951 | 2024-08-05 |
Assessment of image quality and diagnostic accuracy for cervical spondylosis using T2w-STIR sequence with a deep learning-based reconstruction approach
2024-Aug, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
IF:2.6Q1
DOI:10.1007/s00586-024-08409-0
PMID:39007984
|
研究论文 | 本研究探讨了通过深度学习重建处理提高颈椎MRI图像质量和诊断准确性。 | 提出了一种基于深度学习重建的处理方法以进一步提升3.0 T颈椎MRI图像的品质 | 未能在不同序列的诊断和分级方面发现显著统计差异 | 旨在通过深度学习技术提升颈椎MRI的图像质量和诊断效果 | 对71名志愿者的颈椎MRI图像进行评估，比较传统图像和深度学习重建后的图像 | 医学影像学 | NA | 深度学习重建(DLR) | NA | 图像 | 71个颈椎MRI图像样本 | NA | NA | NA | NA |
| 952 | 2024-08-05 |
Development and validation of a predictive model for vertebral fracture risk in osteoporosis patients
2024-Aug, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
IF:2.6Q1
DOI:10.1007/s00586-024-08235-4
PMID:38955868
|
研究论文 | 本研究旨在开发和验证一个针对骨质疏松患者椎体骨折风险的预测模型 | 通过整合人口统计学、骨密度、CT成像和深度学习放射组学特征，提出了一种新颖的综合预测模型 | NA | 研究旨在评估骨质疏松患者椎体骨折风险的预测能力 | 169名确诊为骨质疏松的患者 | 数字病理学 | 骨质疏松 | 深度转移学习（DTL） | Cox比例风险模型 | CT图像 | 169名患者（椎体骨折组77名，非骨折组92名） | NA | NA | NA | NA |
| 953 | 2024-08-04 |
Prediction of strong coupling in resonant perovskite metasurfaces by deep learning
2024-Aug-01, Optics letters
IF:3.1Q2
DOI:10.1364/OL.529450
PMID:39090923
|
研究论文 | 本文提出了一种深度学习策略，用于模拟共振钙钛矿超表面的强耦合现象 | 提出了一种基于深度学习的全连接神经网络来快速预测共振钙钛矿超表面的传输光谱和耦合现象 | 尚未说明具体的实验验证或实际应用案例 | 旨在提高共振超表面的设计效率 | 研究共振钙钛矿超表面具有强耦合现象的预测 | 机器学习 | NA | 深度学习 | 全连接神经网络 | 光谱数据 | NA | NA | NA | NA | NA |
| 954 | 2024-08-04 |
Deep learning-based quantification of total bleeding volume and its association with complications, disability, and death in patients with aneurysmal subarachnoid hemorrhage
2024-Aug-01, Journal of neurosurgery
IF:3.5Q1
DOI:10.3171/2024.1.JNS232280
PMID:38552240
|
研究论文 | 本文研究了动脉瘤性蛛网膜下腔出血（aSAH）患者出血总量与术后并发症、残疾和死亡之间的关系 | 首次应用自动化深度学习技术定量分析aSAH患者的总出血量，并探讨其与临床结果的关联 | 研究仅在单一机构进行，样本数据可能不足以代表所有aSAH患者 | 探索aSAH患者的出血严重程度与术后并发症和长期功能结果之间的关系 | 2018年至2021年期间在单一机构住院的动脉瘤性蛛网膜下腔出血成人患者 | 医学影像 | 动脉瘤性蛛网膜下腔出血 | 深度学习 | 自动分割模型 | 电子健康记录数据 | 819名患者 | NA | NA | NA | NA |
| 955 | 2024-08-04 |
Enhanced mutual information neural estimators for optical fiber communication
2024-Aug-01, Optics letters
IF:3.1Q2
DOI:10.1364/OL.534025
PMID:39090938
|
研究论文 | 文章提出了一种新的互信息神经估计器用于光纤通信的互信息估计 | 首次提出增强型互信息神经估计器（E-MINE），通过扩大训练批量大小来提高估计准确性和稳定性 | 在处理非线性光纤信道的挑战时，仍然受限于未知的信道模型 | 准确估计光纤通信中的互信息以优化信道容量和性能 | 光纤通信中的互信息估计 | 机器学习 | NA | 深度学习 | 互信息神经估计器（MINE） | NA | NA | NA | NA | NA | NA |
| 956 | 2024-08-04 |
Smart laser Sintering: Deep Learning-Powered powder bed fusion 3D printing in precision medicine
2024-Aug-15, International journal of pharmaceutics
IF:5.3Q1
DOI:10.1016/j.ijpharm.2024.124440
PMID:38972521
|
研究论文 | 本文介绍了一种深度学习模型，以提高药物载体的选择性激光烧结打印可行性 | 这是该领域首次开发可解释且经过不确定性优化的深度学习模型，用于预测药物载体的可打印性 | SLS技术尚未为制药生产而设计，且需要耗时的试错适应过程 | 研究旨在利用深度学习优化选择性激光烧结在个性化医学中药物打印的可行性 | 研究对象为药物和聚合物材料，目的是预测药物载体的印刷可行性 | 数字医学 | NA | 选择性激光烧结（SLS） | 深度学习模型 | NA | NA | NA | NA | NA | NA |
| 957 | 2024-08-04 |
Development of a diagnostic support system for the fibrosis of nonalcoholic fatty liver disease using artificial intelligence and deep learning
2024-Aug, The Kaohsiung journal of medical sciences
DOI:10.1002/kjm2.12850
PMID:38819013
|
研究论文 | 本研究开发了一个基于人工智能和深度学习的自动化诊断支持系统，用于评价非酒精性脂肪肝病的肝纤维化。 | 本研究提出了SMART AI-PATHO，这是泰国首个用于NAFLD肝组织分级的人工智能诊断工具，具备满意的性能。 | 样本规模相对较小，未来需要在更大样本上进行测试以提高准确性。 | 本研究旨在开发一种自动评估方法，以分析非酒精性脂肪肝病中的脂肪和纤维化。 | 研究对象为146名非酒精性脂肪肝病患者的核心活检样本。 | 人工智能 | 非酒精性脂肪肝病 | 人工智能、深度学习 | NA | 组织活检样本 | 146名参与者 | NA | NA | NA | NA |
| 958 | 2024-08-04 |
EFG-CS: Predicting chemical shifts from amino acid sequences with protein structure prediction using machine learning and deep learning models
2024-Aug, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.5096
PMID:38979954
|
研究论文 | 本文提出了一种新的网络服务器EFG-CS，用于从氨基酸序列中预测化学位移 | 本研究首次证明生成AI蛋白模型能够预测接近实验模型的NMR化学位移 | 依赖于预测的蛋白质结构，可能对某些特殊情况没有足够的预测能力 | 本研究旨在提高从氨基酸序列和蛋白质结构预测NMR化学位移的准确性 | 主要研究对象为氨基酸序列及其对应的NMR化学位移 | 机器学习 | NA | 机器学习 | 图神经网络 | 化学位移数据 | 用于研究的样本数量及其类型未提供 | NA | NA | NA | NA |
| 959 | 2024-08-04 |
Predicting Emission Wavelengths in Benzobisoxazole-Based OLEDs with Gradient Boosted Ensemble Models
2024-Aug-01, The journal of physical chemistry. A
DOI:10.1021/acs.jpca.4c00077
PMID:39008894
|
研究论文 | 本文展示了使用梯度增强集成模型准确预测基于苯并噁唑的荧光发射器的发射波长 | 首次使用基于全交叉分子和其组成片段分子的机器学习模型进行发射波长预测，且准确性与最先进的深度学习模型相当 | 样本量较小，仅有50个分子，可能限制模型的泛化能力 | 预测苯并噁唑基OLED的发射波长 | 50个苯并噁唑基荧光发射分子 | 机器学习 | NA | 密度泛函理论（DFT） | 梯度增强模型 | 化学分子数据 | 50个分子 | NA | NA | NA | NA |
| 960 | 2024-08-04 |
Machine and deep learning algorithms for classifying different types of dementia: A literature review
2024-Aug-01, Applied neuropsychology. Adult
DOI:10.1080/23279095.2024.2382823
PMID:39087520
|
文献综述 | 这篇文章讨论了使用机器学习和深度学习算法在不同类型痴呆症分类中的应用 | 比较和对比了不同的机器学习算法在痴呆症诊断中的优势和局限性 | 过分依赖机器学习和深度学习技术可能不够充分，需进一步证据支持 | 探讨机器学习和深度学习算法在痴呆症早期识别和治疗中的应用 | 讨论阿尔茨海默病、额颞叶痴呆、路易体痴呆和血管性痴呆 | 机器学习 | 痴呆症 | 机器学习 | 支持向量机、人工神经网络、决策树、随机森林 | NA | NA | NA | NA | NA | NA |