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 1164 篇文献，本页显示第 661 - 680 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 661 | 2024-09-26 |
Dissecting the infodemic: An in-depth analysis of COVID-19 misinformation detection on X (formerly Twitter) utilizing machine learning and deep learning techniques
2024-Sep-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e37760
PMID:39315207
|
综述 | 本文对过去五年内发表的600篇文章进行了综述，重点分析了87项关于在Twitter上检测COVID-19相关假新闻的研究，探讨了用于识别假新闻传播者的算法技术和方法 | 本文创建了一个大型数据库，整合了17个不同研究工作的训练数据集，以促进假新闻检测的大规模训练数据集的使用 | 提出的模型存在过拟合、梯度消失和高预测时间问题，传播者相关分析领域的工作较少 | 揭示COVID-19相关推文的分化情况以及错误信息的传播方式 | COVID-19相关假新闻的检测和假新闻传播者的行为模式 | 机器学习 | NA | 机器学习和深度学习技术 | 深度神经网络 | 文本 | 600篇文章，其中87项研究，17个不同研究工作的训练数据集 | NA | NA | NA | NA |
| 662 | 2024-09-26 |
PROFiT-Net: Property-Networking Deep Learning Model for Materials
2024-Sep-25, Journal of the American Chemical Society
IF:14.4Q1
DOI:10.1021/jacs.4c05159
PMID:39264687
|
研究论文 | 本文介绍了一种基于轨道场矩阵（OFM）表示的深度学习模型PROFiT-Net，用于预测材料的物理性质 | PROFiT-Net通过结合元素性质和价电子配置信息，改进了OFM表示，能够有效捕捉晶体中元素性质的相互关系，并在预测介电常数、实验带隙和形成焓方面表现出高精度 | NA | 开发能够准确预测材料性质的人工智能技术 | 材料性质预测 | 机器学习 | NA | 深度学习 | 卷积神经网络 | 晶体结构数据 | NA | NA | NA | NA | NA |
| 663 | 2024-09-26 |
3-1-3 Weight averaging technique-based performance evaluation of deep neural networks for Alzheimer's disease detection using structural MRI
2024-Sep-24, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ad72f7
PMID:39178890
|
研究论文 | 本文研究了基于3-1-3权重平均技术的深度神经网络在阿尔茨海默病检测中的性能评估 | 提出了3-1-3权重平均技术和微调方法，显著提高了分类模型的性能 | NA | 评估深度学习模型在阿尔茨海默病检测中的准确性 | 阿尔茨海默病及其在结构MRI上的表现 | 计算机视觉 | 阿尔茨海默病 | 深度学习 | 深度神经网络（DNN） | 图像 | 使用了来自阿尔茨海默病神经影像数据库（ADNI）的T1加权3D磁共振成像（MRI）数据 | NA | NA | NA | NA |
| 664 | 2024-09-26 |
Enhanced Osteoporosis Detection Using Artificial Intelligence: A Deep Learning Approach to Panoramic Radiographs with an Emphasis on the Mental Foramen
2024-Sep-20, Medical sciences (Basel, Switzerland)
DOI:10.3390/medsci12030049
PMID:39311162
|
研究论文 | 本文研究了使用深度学习方法在全景放射图像中检测骨质疏松症，特别关注颏孔区域 | 提出了一个基于卷积神经网络的AI应用，用于在全景放射图像中准确检测骨质疏松症，并展示了其在年轻患者中的高准确性 | 研究样本量较小，且仅限于特定年龄和性别的群体 | 开发一种用于早期和可靠诊断骨质疏松症的AI应用 | 全景放射图像中的骨质疏松症检测 | 计算机视觉 | 骨骼疾病 | 深度学习 | 卷积神经网络 | 图像 | 250张全景放射图像，分为三个组：骨质疏松组、年龄和性别匹配的非骨质疏松组、年龄和性别不同的非骨质疏松组 | NA | NA | NA | NA |
| 665 | 2024-09-26 |
Artificial intelligence as a tool in drug discovery and development
2024-Sep-20, World journal of experimental medicine
DOI:10.5493/wjem.v14.i3.96042
PMID:39312699
|
评论 | 本文探讨了人工智能在药物发现和开发中的应用潜力 | 本文详细讨论了AI在药物开发各阶段的应用，包括目标识别、先导优化和药代动力学及毒性的预测建模 | 本文指出了AI应用中的挑战，如数据隐私问题、模型可解释性以及在真实临床环境中的验证需求 | 本文旨在探讨AI在药物发现和开发中的可行性和前景 | 本文研究了AI在药物开发中的应用，包括目标识别、先导优化和预测建模 | 机器学习 | NA | 机器学习算法、深度学习、数据分析 | NA | 组学数据、电子健康记录、化学信息学数据 | NA | NA | NA | NA | NA |
| 666 | 2024-09-26 |
The people behind the papers - Jake Turley
2024-Sep-15, Development (Cambridge, England)
DOI:10.1242/dev.204372
PMID:39315487
|
研究论文 | 本文通过深度学习模型分析果蝇蛹的大规模成像数据集，量化不同细胞行为对伤口愈合的贡献 | 应用深度学习模型分析大规模成像数据集，量化不同细胞行为对伤口愈合的贡献 | NA | 研究不同细胞行为在伤口愈合中的贡献 | 果蝇蛹的伤口愈合过程 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 图像 | 大规模成像数据集 | NA | NA | NA | NA |
| 667 | 2024-09-26 |
The Accurate Prediction of Antibody Deamidations by Combining High-Throughput Automated Peptide Mapping and Protein Language Model-Based Deep Learning
2024-Sep-10, Antibodies (Basel, Switzerland)
DOI:10.3390/antib13030074
PMID:39311379
|
研究论文 | 本文提出了一种结合高通量自动化肽图谱和基于蛋白质语言模型的深度学习方法，用于准确预测抗体的脱酰胺化 | 本文提出了一种新的嵌合深度学习模型，结合蛋白质语言模型（pLM）嵌入和局部序列信息，以增强脱酰胺化预测，且无需繁琐的特征工程 | NA | 旨在早期和准确地识别抗体序列中易发生脱酰胺化的位点 | 治疗性抗体，如单克隆抗体（mAbs）、双特异性和多特异性抗体 | 机器学习 | NA | 高通量自动化肽图谱 | 深度学习模型 | 序列数据 | 2285个不同模态的抗体脱酰胺化特异性数据集 | NA | NA | NA | NA |
| 668 | 2024-09-26 |
Comprehensive Clinical Usability-Oriented Contour Quality Evaluation for Deep Learning Auto-segmentation: Combining Multiple Quantitative Metrics Through Machine Learning
2024-Sep-02, Practical radiation oncology
IF:3.4Q1
DOI:10.1016/j.prro.2024.07.007
PMID:39233005
|
研究论文 | 本文开发了一种新的轮廓质量分类方法，通过结合多种定量指标，用于深度学习自动分割的临床可用性导向的轮廓质量评估 | 提出了一种新的轮廓质量分类方法，通过结合多种定量指标，解决了现有评估指标的局限性，并提供了更直观的临床导向评估和比较DLAS系统的解决方案 | NA | 开发一种新的轮廓质量分类方法，以解决现有评估指标的局限性，并提供更直观的临床导向评估和比较DLAS系统的解决方案 | 腹部五个器官（胰腺、十二指肠、胃、小肠和大肠）的轮廓质量评估 | 机器学习 | NA | 监督集成树分类模型 | 集成树分类模型 | 图像 | 训练数据集包括50个磁共振成像（MRI）数据集，测试数据集包括20个MRI和9个计算机断层扫描（CT）数据集 | NA | NA | NA | NA |
| 669 | 2024-09-11 |
The emergence of deep learning as the current state of art for classification and risk assessment of ventricular arrhythmias
2024-Sep, The Journal of physiology
DOI:10.1113/JP287420
PMID:39252427
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 670 | 2024-09-19 |
Vascular liver segmentation: a narrative review on methods and new insights brought by artificial intelligence
2024-Sep, The Journal of international medical research
IF:1.4Q4
DOI:10.1177/03000605241263170
PMID:39291427
|
综述 | 本文综述了利用人工智能进行肝脏血管分割的方法及其带来的新见解 | 介绍了多种基于人工智能的模型，包括神经网络和深度学习模型，用于肝脏血管分割 | 未提及具体模型的局限性 | 探讨人工智能在肝脏血管分割中的应用及其未来进展 | 肝脏血管的分割 | 计算机视觉 | 肝癌 | 人工智能 | 神经网络、深度学习模型 | 医学影像 | NA | NA | NA | NA | NA |
| 671 | 2024-09-26 |
Evaluation of a deep learning-enabled automated computational heart modelling workflow for personalized assessment of ventricular arrhythmias
2024-Sep, The Journal of physiology
DOI:10.1113/JP284125
PMID:37060278
|
研究论文 | 评估一种基于深度学习的自动化计算心脏建模工作流程，用于个性化评估心室心律失常 | 开发了一种基于深度学习的自动化工作流程，用于重建个性化电生理心脏模型，以模拟心律失常，并与专家生成的心脏模型进行比较 | 研究使用了较小的训练集，未来需要在大规模数据集上验证 | 评估自动化、基于深度学习的心脏建模工作流程的可行性，以指导患者个性化的心室心动过速治疗 | 个性化电生理心脏模型，用于预测心室心动过速的诱导性和电路位置 | 计算机视觉 | 心血管疾病 | 深度学习 | CNN | 图像 | 111名患者 | NA | NA | NA | NA |
| 672 | 2024-09-25 |
Metformin dampens the progression of cholangiofibrosis induced by thioacetamide using deep learning
2024-Sep-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e37347
PMID:39309781
|
研究论文 | 研究探讨了二甲双胍在预防硫代乙酰胺诱导的胆管纤维化中的作用，并使用深度学习技术进行评估 | 首次使用深度学习卷积神经网络评估二甲双胍对胆管纤维化的影响 | 研究仅在动物模型中进行，尚未在人体中验证 | 评估二甲双胍作为预防胆管纤维化的潜在干预措施 | 硫代乙酰胺诱导的胆管纤维化 | 数字病理学 | 肝胆疾病 | RNA测序 | 卷积神经网络 | 图像 | 大鼠模型 | NA | NA | NA | NA |
| 673 | 2024-09-25 |
Remote sensing image road network detection based on channel attention mechanism
2024-Sep-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e37470
PMID:39309790
|
研究论文 | 本文结合通道注意力机制与ResNet，提出SE-ResNet和ECA-ResNet用于遥感图像道路网络检测 | 引入通道注意力机制，使网络更专注于道路网络特征的提取和学习，忽略部分非道路网络特征 | 增加了一定的计算负担 | 提高遥感图像中道路网络检测的准确性 | 遥感图像中的道路网络 | 计算机视觉 | NA | 通道注意力机制 | ResNet | 图像 | 使用了Massachusetts roads (MR)和CHN6-CUG roads数据集 | NA | NA | NA | NA |
| 674 | 2024-09-25 |
Next-Generation swimming pool drowning prevention strategy integrating AI and IoT technologies
2024-Sep-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e35484
PMID:39309814
|
研究论文 | 本文探讨了将人工智能（AI）和物联网（IoT）技术集成到嵌入式系统中，以减少游泳池溺水事件的可能性 | 本文的创新点在于将嵌入式系统、人工智能和物联网技术结合，用于实时监控和识别危险情况，并通过图像识别和深度学习技术提高救援效率 | NA | 本文的研究目的是利用技术手段预防游泳池溺水事故，并提供及时的救援警报 | 本文的研究对象是游泳池溺水预防技术及其应用 | 计算机视觉 | NA | 计算机视觉、深度学习 | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 675 | 2024-09-25 |
Dose prediction for cervical cancer in radiotherapy based on the beam channel generative adversarial network
2024-Sep-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e37472
PMID:39309882
|
研究论文 | 本研究提出了一种基于光束通道生成对抗网络（Bc-GAN）的宫颈癌放射治疗剂量预测方法 | 引入了一种新的剂量预测计算方法，通过定义剂量预测的近似范围，限制了GAN预测的物理范围，从而实现了更合理的剂量分布预测 | 研究仅限于宫颈癌病例，未来需要扩展到其他类型的肿瘤 | 解决现有深度学习方法在处理混合数据集时的挑战，特别是IMRT和VMAT的组合 | 宫颈癌患者的放射治疗剂量预测 | 机器学习 | 宫颈癌 | 生成对抗网络（GAN） | 生成对抗网络（GAN） | 医学图像 | 共收集了346例宫颈癌患者的数据，经过清洗后剩余295例，随机分为训练集、验证集和测试集，比例分别为205:60:30 | NA | NA | NA | NA |
| 676 | 2024-09-25 |
Prairie Dog Optimization Algorithm with deep learning assisted based Aerial Image Classification on UAV imagery
2024-Sep-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e37446
PMID:39309890
|
研究论文 | 本文提出了一种基于深度学习的无人机图像分类方法，结合了草原犬鼠优化算法和深度学习模型 | 创新点在于将草原犬鼠优化算法应用于深度学习模型的超参数调优，并结合卷积变分自编码器模型进行图像分类 | NA | 研究目的是开发一种高效的无人机图像分类方法 | 研究对象是无人机拍摄的航空图像 | 计算机视觉 | NA | 深度学习 | 卷积神经网络 (CNN) | 图像 | 使用了基准无人机图像数据集进行实验 | NA | NA | NA | NA |
| 677 | 2024-09-25 |
Optimization of Chinese film and television communication technology in Portuguese-speaking areas under the application of digital Internet of Things
2024-Sep-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e37572
PMID:39309914
|
研究论文 | 研究通过深度学习技术优化中国电影在葡语国家的传播效果 | 利用深度学习技术设计电影特征识别和分类模型，并通过贝叶斯算法优化模型，提高计算速度和准确性 | NA | 优化中国电影在葡语国家的传播效果，促进中国文化传播的发展 | 中国电影在葡语国家的传播效果 | 机器学习 | NA | 深度学习 (DL) | 贝叶斯算法 | 电影特征 | NA | NA | NA | NA | NA |
| 678 | 2024-09-25 |
Spatio-temporal dynamics and influencing factors of carbon emissions (1997-2019) at county level in mainland China based on DMSP-OLS and NPP-VIIRS Nighttime Light Datasets
2024-Sep-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e37245
PMID:39309939
|
研究论文 | 本文利用深度学习方法处理夜间灯光数据集，估算了1997至2019年中国大陆县级碳排放量，并分析了其时空动态及影响因素 | 本文成功推导出更可靠的县级碳排放数据，揭示了空间动态和排放中心的演变，并发现了与主流观点不同的GDP与碳排放关系的N形和倒N形关系 | NA | 填补中国县级碳排放数据缺失，分析碳排放的时空动态及影响因素 | 1997至2019年中国大陆县级碳排放量及其影响因素 | 机器学习 | NA | 深度学习 | NA | 图像 | 1997至2019年中国大陆县级数据 | NA | NA | NA | NA |
| 679 | 2024-09-25 |
trajPredRNN+: A new approach for precipitation nowcasting with weather radar echo images based on deep learning
2024-Sep-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e36134
PMID:39309946
|
研究论文 | 本文提出了一种基于深度学习的新方法trajPredRNN+，用于使用天气雷达回波图像进行降水短时预报 | 该方法结合了轨迹分割模型和PredRNN深度学习模型，通过引入注意力机制和残差网络，以及提出更合理的训练损失函数，解决了现有模型在捕捉细粒度外观和处理位置错位问题上的局限性 | NA | 提高短时降雨预测的准确性，特别是对强降雨的预测 | 使用天气雷达回波图像进行降水短时预报 | 计算机视觉 | NA | 深度学习 | PredRNN | 图像 | 使用了深圳市气象局提供的雷达回波图数据集 | NA | NA | NA | NA |
| 680 | 2024-09-25 |
Multi-label deep learning for comprehensive optic nerve head segmentation through data of fundus images
2024-Sep-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e36996
PMID:39309959
|
研究论文 | 本文提出了一种基于多标签深度学习的视网膜图像中视神经头全面分割方法 | 利用U-Net架构结合迁移学习设计了三种多类语义分割模型，并通过结合MSU-Net和BU-Net生成HRF数据集的地面真值 | 研究仅使用了45张视网膜图像进行训练和验证，样本量较小 | 开发一种能够早期诊断和持续监测眼科疾病的计算机辅助检测技术 | 视网膜图像中的视盘、视杯、血管和视盘周围萎缩区（alpha和beta） | 计算机视觉 | NA | 深度学习 | U-Net | 图像 | 45张视网膜图像 | NA | NA | NA | NA |