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:202410-202410] [清除筛选条件]
当前共找到 1298 篇文献,本页显示第 181 - 200 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
181 2024-11-17
A Feature-Fusion Technique-Based Alzheimer's Disease Classification Using Magnetic Resonance Imaging
2024-Oct-23, Diagnostics (Basel, Switzerland)
研究论文 本文提出了一种基于磁共振成像的阿尔茨海默病分类模型,通过特征融合技术提高分类准确性和模型可解释性 本文创新性地使用了混合ViTs模型,通过可视化关键特征来提高特征提取效率和模型可解释性 模型仅使用了MRI图像数据,未来研究可以结合遗传和临床数据以提高模型的鲁棒性和适用性 开发一种资源高效且可解释的阿尔茨海默病分类模型 阿尔茨海默病患者的磁共振成像数据 计算机视觉 阿尔茨海默病 深度学习 混合ViTs 图像 使用了OASIS数据集
182 2024-11-17
A Review of Artificial Intelligence-Based Dyslexia Detection Techniques
2024-Oct-23, Diagnostics (Basel, Switzerland)
综述 本文综述了基于人工智能的阅读障碍检测技术,重点探讨了降维技术在提升机器学习和深度学习模型性能中的作用 本文提出了降维技术在阅读障碍检测中的重要性,并强调了开发新型降维技术和将其与先进深度学习技术无缝集成以实现稳健和可解释模型的必要性 现有研究受限于数据集的有限性和机器学习模型的黑箱性质,导致阅读障碍检测模型的泛化性和可解释性不足 探讨降维技术在提升机器学习和深度学习模型在阅读障碍检测中的性能 阅读障碍检测模型及其性能提升 机器学习 NA 降维技术 机器学习模型和深度学习模型 行为数据和神经影像数据 共筛选出39篇文章进行综述
183 2024-11-17
Prediction of a Cephalometric Parameter and Skeletal Patterns from Lateral Profile Photographs: A Retrospective Comparative Analysis of Regression Convolutional Neural Networks
2024-Oct-23, Journal of clinical medicine IF:3.0Q1
研究论文 本研究开发了一种深度学习系统,用于直接从侧面轮廓照片预测头影测量参数,作为正畸治疗的初步资源 本研究首次使用回归卷积神经网络(CNN)模型从侧面轮廓照片中预测头影测量参数,并展示了其在临床上的潜在应用 本研究的样本量有限,且仅针对ANB角进行预测,未来研究可以扩展到其他头影测量参数 开发一种深度学习系统,用于从侧面轮廓照片中直接预测头影测量参数,以促进正畸治疗 ANB角和侧面轮廓照片 计算机视觉 NA 回归卷积神经网络(CNN) CNN 图像 1600名受试者(1039名女性和561名男性,年龄范围为3年8个月至69年1个月)
184 2024-11-17
PTB-DDI: An Accurate and Simple Framework for Drug-Drug Interaction Prediction Based on Pre-Trained Tokenizer and BiLSTM Model
2024-Oct-23, International journal of molecular sciences IF:4.9Q2
研究论文 本文提出了一种名为PTB-DDI的精确且简单的药物-药物相互作用预测框架 该框架结合了ChemBerta分词器、BiLSTM模型和MLP,以捕捉药物的双向上下文特征并挖掘药物特征的非线性关系 NA 旨在解决现有模型在药物-药物相互作用预测中的信息丢失和特征挖掘不完整问题 药物-药物相互作用预测 机器学习 NA BiLSTM BiLSTM 文本 在BIOSNAP和DrugBank两个真实世界数据集上进行了实验,分别获得了0.997、0.995、0.984和0.896、0.873、0.826的AUC-ROC、PR-AUC和F1分数
185 2024-11-17
IMU Airtime Detection in Snowboard Halfpipe: U-Net Deep Learning Approach Outperforms Traditional Threshold Algorithms
2024-Oct-22, Sensors (Basel, Switzerland)
研究论文 本研究利用惯性测量单元(IMU)数据和U-Net深度学习模型,改进了单板滑雪半管表演中起飞和着陆事件的检测 本研究采用1D U-Net卷积神经网络(CNN),在所有实验中均表现出色,为二元分割任务设定了新的基准 本研究仅针对单板滑雪半管表演中的起飞和着陆事件进行检测,未涉及其他运动项目 本研究的目的是通过使用IMU数据和机器学习算法,提高单板滑雪半管表演中起飞和着陆事件的检测精度 本研究的对象是八名德国国家队的精英单板滑雪运动员在半管表演中的626次技巧动作 机器学习 NA 惯性测量单元(IMU) U-Net 时间序列数据 8名运动员的626次技巧动作
186 2024-11-17
Adaptive Wireless Image Transmission Transformer Architecture for Image Transmission and Reconstruction
2024-Oct-22, Sensors (Basel, Switzerland)
研究论文 本文介绍了一种基于深度学习和变分信息瓶颈原理的自适应无线图像传输变压器架构(ADWITT),用于提高图像传输的效率和质量 本文提出了一个基于深度学习和变分信息瓶颈原理的自适应信道模块,改进了原有的无线图像传输变压器模型(WITT),形成了新的ADWITT架构 NA 提高6G通信技术中的图像传输效率和质量 无线图像传输系统 计算机视觉 NA 变分信息瓶颈(VIB) 变压器(Transformer) 图像 NA
187 2024-11-17
Hybrid Reconstruction Approach for Polychromatic Computed Tomography in Highly Limited-Data Scenarios
2024-Oct-22, Sensors (Basel, Switzerland)
研究论文 本文提出了一种基于深度学习的先验图像约束(PICDL)框架,用于在数据受限的情况下消除计算机断层扫描(CT)中的硬化伪影 结合了L2-PICCS算法和深度学习模型,能够有效纠正硬化伪影,恢复患者轮廓,并补偿条纹和变形伪影 仅在小型动物CT扫描仪上进行了评估,尚未在大规模临床数据上验证 开发一种在数据受限情况下消除CT图像中硬化伪影的新方法 计算机断层扫描图像中的硬化伪影 计算机视觉 NA 计算机断层扫描(CT) U-Net架构(结合ResNet-34) 图像 小型动物CT扫描仪上的啮齿动物头部研究
188 2024-11-17
MDAR: A Multiscale Features-Based Network for Remotely Measuring Human Heart Rate Utilizing Dual-Branch Architecture and Alternating Frame Shifts in Facial Videos
2024-Oct-22, Sensors (Basel, Switzerland)
研究论文 提出了一种基于多尺度特征的网络,用于通过面部视频远程测量心率,利用双分支架构和交替帧移位技术 设计了双分支信号处理框架,结合静态和动态特征,提出了一种新颖高效的特征融合方法,并引入交替时间移位模块增强模型的时间深度 未提及 解决远程光电容积描记法(rPPG)中因环境光变化、面部运动和光吸收反射差异带来的挑战 通过面部视频远程测量心率 计算机视觉 心血管疾病 远程光电容积描记法(rPPG) 双分支架构 视频 三个公共数据集:UBFC-rPPG, PURE, 和 MMPD
189 2024-11-17
MaskAppendix: Backbone-Enriched Mask R-CNN Based on Grad-CAM for Automatic Appendix Segmentation
2024-Oct-22, Diagnostics (Basel, Switzerland)
研究论文 提出了一种基于Grad-CAM增强的Mask R-CNN架构,用于自动分割CT扫描中的阑尾 通过集成Grad-CAM到Mask R-CNN网络中,提高了特征定位能力,更好地捕捉阑尾形态的细微变化 NA 开发一种自动且准确的阑尾分割方法,以辅助临床诊断 阑尾的自动分割 计算机视觉 NA Grad-CAM Mask R-CNN 图像 腹腔CT扫描数据集
190 2024-11-17
A deep learning-based, real-time image report system for linear EUS
2024-Oct-19, Gastrointestinal endoscopy IF:6.7Q1
研究论文 开发了一种基于深度学习的实时图像报告系统,用于线性EUS,旨在实现EUS期间的自动图像记录 提出了一个基于深度学习的EUS自动图像报告系统(EUS-AIRS),能够实时自动捕捉标准站、病变和穿刺程序的图像 NA 提高EUS报告的质量和一致性,减少不同内镜医师之间的报告差异 线性EUS图像的自动捕捉和报告 计算机视觉 NA 深度学习 深度学习模型 图像 235,784张图像用于训练和测试,114名患者用于前瞻性测试
191 2024-11-17
External validation of a fully automated evaluation tool: a retrospective analysis of 68,471 scored embryos
2024-Oct-15, Fertility and sterility IF:6.6Q1
研究论文 本文通过回顾性分析验证了一种全自动胚胎评估工具在外部环境中的有效性 本文创新性地使用全自动深度学习算法对胚胎进行分类和评分,并与传统方法进行比较 本文主要基于回顾性数据进行分析,未来需要更多前瞻性研究来进一步验证结果 验证全自动胚胎分类系统在体外受精治疗中的有效性 胚胎的植入和活产率 机器学习 NA 深度学习 深度学习算法 胚胎图像 6,434名患者,7,352次体外受精治疗,70,456个胚胎
192 2024-11-17
Comparing the accuracy of two machine learning models in detection and classification of periapical lesions using periapical radiographs
2024-Oct, Oral radiology IF:1.6Q3
研究论文 比较两种深度学习模型在牙周病变检测和分类中的准确性 首次应用Faster R-CNN和YOLOv4模型在牙周病变检测和分类中,并使用PAI评分系统 样本量相对较小,且仅限于三种不同区域的牙齿 评估两种深度学习模型在牙周病变检测和分类中的性能 牙周病变及其在不同牙齿区域的分类 计算机视觉 NA 深度学习 Faster R-CNN, YOLOv4 图像 2658张牙周X光片,其中2122张用于训练,268张用于验证,268张用于测试
193 2024-08-07
Evolution Oroinformatics: A Deep Learning Perspective in Personalised Dental Care
2024-Oct, International dental journal IF:3.2Q1
NA NA NA NA NA NA NA NA NA NA NA NA
194 2024-11-17
BCED-Net: Breast Cancer Ensemble Diagnosis Network using transfer learning and the XGBoost classifier with mammography images
2024-Oct, Osong public health and research perspectives IF:2.1Q3
研究论文 本文提出了一种基于迁移学习和XGBoost分类器的乳腺癌集成诊断网络BCED-Net,用于乳腺X光图像的早期和准确检测 利用迁移学习和XGBoost分类器,结合多种预训练模型提取特征,提高了乳腺癌诊断的准确性和实用性 NA 提高乳腺癌早期检测的准确性和实用性 乳腺X光图像 计算机视觉 乳腺癌 迁移学习 XGBoost分类器 图像 使用了Breast Cancer RSNA数据集
195 2024-11-15
An integrated framework of deep learning and entropy theory for enhanced high-dimensional permeability field identification in heterogeneous aquifers
2024-Oct-30, Water research IF:11.4Q1
研究论文 研究将深度学习与熵理论结合,提出了一种集成MIMR优化方法,用于增强异质含水层中高维渗透率场的识别 提出了一种集成MIMR优化方法,通过结合不同测量类型和监测策略,显著提高了渗透率场的估计精度 研究仅限于数值模拟案例,尚未在实际含水层中验证 提高异质含水层中高维渗透率场的估计精度,减少地下水流动和溶质运移模拟中的不确定性 异质含水层中的渗透率场 机器学习 NA 深度学习 NA 数值模拟数据 十二种不同测量类型和监测策略的组合场景
196 2024-11-15
Implications of Big Data Analytics, AI, Machine Learning, and Deep Learning in the Health Care System of Bangladesh: Scoping Review
2024-Oct-28, Journal of medical Internet research IF:5.8Q1
综述 本文综述了大数据分析、人工智能、机器学习和深度学习在孟加拉国医疗系统中的应用现状 本文填补了关于孟加拉国医疗系统中大数据分析、人工智能、机器学习和深度学习应用的全面证据的空白 本文主要基于文献综述,缺乏实际应用案例和数据分析 总结孟加拉国医疗系统中大数据分析、人工智能、机器学习和深度学习的研究现状及面临的挑战 孟加拉国医疗系统中的大数据分析、人工智能、机器学习和深度学习技术 机器学习 NA 机器学习 机器学习模型 文本 77篇研究文章
197 2024-11-15
Deep learning-based super-resolution and denoising algorithm improves reliability of dynamic contrast-enhanced MRI in diffuse glioma
2024-10-25, Scientific reports IF:3.8Q1
研究论文 研究利用深度学习技术提高动态对比增强MRI在弥漫性胶质瘤中的可靠性和图像质量 提出了一种基于深度学习的超分辨率和去噪算法,显著提高了动态对比增强MRI的信噪比和对比噪声比 研究为回顾性研究,样本仅限于306名成年弥漫性胶质瘤患者 提高动态对比增强MRI在弥漫性胶质瘤中的图像质量和诊断可靠性 动态对比增强MRI图像在弥漫性胶质瘤患者中的应用 计算机视觉 脑肿瘤 深度学习 深度学习模型 图像 306名成年弥漫性胶质瘤患者
198 2024-11-15
Automated Cobb angle measurement in scoliosis radiographs: A deep learning approach for screening
2024-Oct-07, Annals of the Academy of Medicine, Singapore
NA NA NA NA NA NA NA NA NA NA NA NA
199 2024-11-15
syN-BEATS for robust pollutant forecasting in data-limited context
2024-Oct-02, Environmental monitoring and assessment IF:2.9Q3
研究论文 本文介绍了一种名为syN-BEATS的新型集成深度学习模型,专门用于在数据有限的情况下进行污染物预测 基于N-BEATS架构,syN-BEATS结合了不同配置的堆栈和块,有效整合了弱学习和强学习方法,并通过贝叶斯优化微调集成权重,显著提高了预测性能 研究中仅使用了每个地区一个气象和空气质量监测站的数据,模拟了监测能力受限的环境,这可能限制了模型在实际应用中的广泛适用性 开发一种在数据有限的情况下仍能有效预测污染物的深度学习模型,以支持环境监测和公共卫生管理 污染物预测模型及其在不同气候和空气质量水平下的适应性和鲁棒性 机器学习 NA 深度学习 集成模型 时间序列数据 每个地区一个气象和空气质量监测站的数据
200 2024-11-15
Multi-Instance Learning for Vocal Fold Leukoplakia Diagnosis Using White Light and Narrow-Band Imaging: A Multicenter Study
2024-Oct, The Laryngoscope
研究论文 本文开发了一种基于白光成像(WLI)和窄带成像(NBI)的多实例学习(MIL)人工智能模型,用于诊断声带白斑(VFL) 首次将多实例学习与深度学习结合,用于声带白斑的诊断,并进行了多中心验证 需要进一步优化和验证以评估其在临床环境中的潜力 开发一种人工智能模型,用于区分声带白斑的良恶性 声带白斑(VFL)的诊断 计算机视觉 喉癌 多实例学习(MIL) 深度学习模型 图像 7057张图像用于模型开发和内部验证,1617张图像用于外部验证,50个视频用于实时模型性能评估
回到顶部