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 361 - 380 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
361 2024-10-30
An analysis of decipherable red blood cell abnormality detection under federated environment leveraging XAI incorporated deep learning
2024-10-27, Scientific reports IF:3.8Q1
研究论文 本文研究了在联邦学习环境下利用可解释AI结合深度学习进行红细胞异常检测的方法 本文创新性地将联邦学习与可解释AI结合,用于解决红细胞图像数据集中训练的隐私问题,并通过加权平均方法提高模型鲁棒性 实验结果显示联邦学习方法的准确率略低于最佳深度学习模型,且未详细讨论加权平均方法的具体实现细节 研究如何在保护数据隐私的前提下,利用联邦学习进行红细胞异常检测 红细胞图像中的异常检测 机器学习 NA 联邦学习 (FL) 深度学习 (DL) 图像 红细胞图像数据集
362 2024-10-30
Bone scintigraphy based on deep learning model and modified growth optimizer
2024-10-27, Scientific reports IF:3.8Q1
研究论文 本文提出了一种基于深度学习模型和改进生长优化器的骨闪烁扫描技术,用于检测骨转移 本文创新性地将Mobile Vision Transformer模型与轻量级CNN结合,用于特征提取,并使用改进的生长优化器进行特征选择 本文仅在UCI数据集和2800张骨扫描图像上进行了验证,未来需要在更多样化的数据集上进行测试 开发一种自动化的骨闪烁扫描分析方法,以提高诊断效率和准确性 骨闪烁扫描图像及其特征 计算机视觉 NA 深度学习 Mobile Vision Transformer (MobileViT) 图像 2800张骨扫描图像(1400张正常,1400张异常)
363 2024-10-30
Detecting command injection attacks in web applications based on novel deep learning methods
2024-Oct-26, Scientific reports IF:3.8Q1
研究论文 提出了一种基于深度学习的新型检测模型CCBA,用于识别Web应用程序中的命令注入攻击 提出了Convolutional Channel-BiLSTM Attention (CCBA)模型,结合了双CNN卷积通道、BiLSTM网络和注意力机制,显著提高了命令注入攻击的检测准确性和召回率 未提及具体的局限性 提高Web应用程序中命令注入攻击的检测效率和准确性 Web应用程序中的命令注入攻击 计算机视觉 NA 深度学习 CNN, BiLSTM, 注意力机制 数据集 使用了真实世界数据集和两个广泛认可的公共网络安全数据集进行测试
364 2024-10-30
End-to-end multiple object tracking in high-resolution optical sensors of drones with transformer models
2024-Oct-26, Scientific reports IF:3.8Q1
研究论文 提出了一种基于Transformer模型的端到端多目标跟踪框架,用于无人机高分辨率光学传感器 创新性地利用自注意力机制捕捉复杂的目标间关系,整合目标检测和跟踪,并引入轨迹检测标签匹配技术 未提及 解决无人机高分辨率光学传感器中多目标跟踪的准确性和效率问题 无人机高分辨率光学传感器中的多目标跟踪 计算机视觉 NA Transformer模型 Transformer 图像 使用VisDrone和UAVDT数据集进行实验
365 2024-10-30
Graph masked self-distillation learning for prediction of mutation impact on protein-protein interactions
2024-Oct-26, Communications biology IF:5.2Q1
研究论文 本文介绍了一种名为PIANO的深度学习框架,用于预测蛋白质-蛋白质相互作用中突变对结合亲和力变化(ΔΔG)的影响 PIANO框架采用图掩码自蒸馏学习方案进行蛋白质结构几何表示的预训练,能够有效捕捉突变位点周围的结构上下文表示,并通过多分支网络进行预测 NA 开发一种改进的深度学习框架,用于预测蛋白质-蛋白质相互作用中突变对结合亲和力变化的影响 蛋白质-蛋白质相互作用中的突变影响 机器学习 NA 深度学习 多分支网络 蛋白质结构几何表示 NA
366 2024-10-30
WiTUnet: A U-shaped architecture integrating CNN and Transformer for improved feature alignment and local information fusion
2024-Oct-26, Scientific reports IF:3.8Q1
研究论文 提出了一种名为WiTUnet的新型LDCT图像去噪方法,通过集成CNN和Transformer的U形架构,改进特征对齐和局部信息融合 引入嵌套密集跳跃路径替代传统跳跃连接,采用窗口化Transformer结构减少计算需求,并在编码器和解码器中加入局部图像感知增强模块 未提及 提高低剂量CT图像去噪效果 低剂量CT图像 计算机视觉 NA 深度学习 CNN, Transformer 图像 未提及
367 2024-10-30
Advancing EEG prediction with deep learning and uncertainty estimation
2024-Oct-26, Brain informatics
研究论文 研究探讨了深度学习模型在脑电图(EEG)数据中预测性别的能力,并引入了不确定性估计以提高模型的可信度和解释性 通过深度学习集成模型和不确定性估计,提高了性别预测的准确性和解释性,并分析了不同频段对性别预测的重要性 性别预测在临床应用中的直接价值有限 研究深度学习模型在脑电图数据中预测性别的能力,并探讨不确定性估计对模型性能和解释性的影响 脑电图数据中的性别预测 机器学习 NA 深度学习 深度学习集成模型 脑电图数据 使用五折交叉验证进行评估
368 2024-10-30
A hybrid container throughput forecasting approach using bi-directional hinterland data of port
2024-Oct-26, Scientific reports IF:3.8Q1
研究论文 本文提出了一种基于深度学习的混合集装箱吞吐量预测模型,考虑了港口腹地和前地对集装箱吞吐量的影响 本文创新性地结合了港口腹地和前地的数据,提出了一个更全面的集装箱吞吐量预测模型 NA 优化港口运营、资源分配和供应链管理 港口集装箱吞吐量 NA NA 深度学习 NA 多源数据 NA
369 2024-10-30
Oral screening of dental calculus, gingivitis and dental caries through segmentation on intraoral photographic images using deep learning
2024-Oct-25, BMC oral health IF:2.6Q1
研究论文 研究利用深度学习系统对口腔摄影图像进行分割,以检测牙结石、牙龈炎和龋齿,并评估牙结石的程度 提出了一种基于Mamba的口腔内窥镜图像分割方法(Oral-Mamba),并在IoU、准确率和召回率等指标上优于U-Net模型 NA 开发和评估一种用于口腔疾病早期筛查和临床诊断的深度学习系统 口腔摄影图像中的牙结石、牙龈炎和龋齿 计算机视觉 口腔疾病 深度学习 Mamba 图像 3365张口腔内窥镜图像,其中训练集2019张,验证集673张,测试集673张
370 2024-10-30
TECRR: a benchmark dataset of radiological reports for BI-RADS classification with machine learning, deep learning, and large language model baselines
2024-Oct-24, BMC medical informatics and decision making IF:3.3Q2
研究论文 本文构建并注释了一个基于乳腺影像的放射报告数据集,并提供了BI-RADS分类的基准结果 本文首次公开了一个用于BI-RADS分类的乳腺影像放射报告数据集,并提供了多种机器学习、深度学习和大型语言模型的基准结果 数据集最初是西班牙语,通过Google Translate翻译成英语,可能存在翻译误差 构建一个高质量的注释和整理的放射报告数据集,用于BI-RADS分类 乳腺影像放射报告的BI-RADS分类 自然语言处理 NA 自然语言处理技术 LSTM, BERT, BioGPT 文本 5046份独特的报告,来自5046名平均年龄53岁的女性患者
371 2024-10-30
A structurally informed human protein-protein interactome reveals proteome-wide perturbations caused by disease mutations
2024-Oct-24, Nature biotechnology IF:33.1Q1
研究论文 本文介绍了一种名为PIONEER的集成深度学习框架,用于预测人类和其他七种常见模式生物中所有已知蛋白质相互作用的蛋白质结合伙伴特异性界面,生成全面的结构化蛋白质相互作用组 PIONEER框架在预测蛋白质相互作用界面方面优于现有的最先进方法,并通过实验验证了其预测结果 NA 帮助将遗传发现转化为疾病病理生物学和治疗发现 人类和其他七种常见模式生物中的蛋白质相互作用 机器学习 NA 深度学习 深度学习框架 蛋白质相互作用数据 约11,000个全外显子组,涵盖33种癌症类型
372 2024-10-30
Predicting pathological complete response following neoadjuvant chemoradiotherapy (nCRT) in patients with locally advanced rectal cancer using merged model integrating MRI-based radiomics and deep learning data
2024-Oct-24, BMC medical imaging IF:2.9Q2
研究论文 本文构建并比较了结合临床因素、基于MRI的放射组学特征和深度学习模型的合并模型,用于预测局部晚期直肠癌患者在接受新辅助放化疗后的病理完全缓解 本文创新性地将临床因素、基于MRI的放射组学特征和深度学习模型整合到一个合并模型中,用于预测病理完全缓解 本文的局限性在于仅使用了197例患者的训练和测试集,以及52例患者的验证集,样本量相对较小 研究目的是构建和比较不同合并模型,以预测局部晚期直肠癌患者在接受新辅助放化疗后的病理完全缓解 研究对象为接受新辅助放化疗后进行手术切除的局部晚期直肠癌患者 数字病理学 直肠癌 MRI、放射组学、深度学习 合并模型 影像数据 197例训练和测试集患者,52例验证集患者
373 2024-10-30
Deep learning assisted cancer disease prediction from gene expression data using WT-GAN
2024-Oct-24, BMC medical informatics and decision making IF:3.3Q2
研究论文 本文提出了一种使用WT-GAN模型进行数据增强的深度学习方法,用于从基因表达数据中辅助癌症疾病预测 本文创新性地使用了Wasserstein Tabular Generative Adversarial Network (WT-GAN)模型进行数据增强,以提高癌症诊断的分类准确率 本文未详细讨论WT-GAN模型在其他疾病或数据类型中的适用性 本文旨在利用深度学习技术提高癌症疾病的诊断和预测准确性 本文的研究对象是基因表达数据和癌症疾病 机器学习 癌症 深度学习 WT-GAN 基因表达数据 使用微阵列基因表达数据进行训练,样本量有限
374 2024-10-30
STASCAN deciphers fine-resolution cell distribution maps in spatial transcriptomics by deep learning
2024-Oct-22, Genome biology IF:10.1Q1
研究论文 本文介绍了一种基于深度学习的方法STASCAN,用于解析空间转录组学中的细粒度细胞分布图 开发了一种新的基于深度学习的方法STASCAN,通过整合基因表达谱和组织学图像来预测空间细胞分布 NA 提高空间转录组学中细胞分布图的分辨率 空间转录组学中的细胞分布 机器学习 NA 深度学习 NA 图像 多个来自不同空间转录组学技术的数据集
375 2024-10-30
A Candy Defect Detection Method Based on StyleGAN2 and Improved YOLOv7 for Imbalanced Data
2024-Oct-21, Foods (Basel, Switzerland)
研究论文 本文提出了一种基于StyleGAN2和改进YOLOv7的糖果缺陷检测方法,用于处理不平衡数据 通过使用StyleGAN2生成伪缺陷糖果图像,增强合成缺陷图像的真实性,并改进YOLOv7模型以提高特征提取精度 未提及 提高糖果缺陷检测的精度和召回率,促进计算机视觉和深度学习在工业生产中的应用 糖果缺陷检测 计算机视觉 NA StyleGAN2, YOLOv7 GAN, YOLOv7 图像 未提及
376 2024-10-30
Detection of Mycotoxin Contamination in Foods Using Artificial Intelligence: A Review
2024-Oct-21, Foods (Basel, Switzerland)
综述 本文综述了使用人工智能技术检测食品中真菌毒素污染的最新研究 引入人工智能作为检测食品中真菌毒素的新技术,提供高可信度和准确性 讨论了训练AI模型所需的大规模和多样化数据集的要求,分析方法的标准化问题,以及AI方法的监管批准途径 探讨人工智能在食品中真菌毒素检测中的应用及其未来发展方向 食品中的真菌毒素污染 机器学习 NA 人工智能 深度学习模型、机器学习算法、神经网络 数据集 NA
377 2024-10-30
Fully Automated Region-Specific Human-Perceptive-Equivalent Image Quality Assessment: Application to 18F-FDG PET Scans
2024-Oct-21, Clinical nuclear medicine IF:9.6Q1
研究论文 提出了一种全自动的区域特定图像质量评估框架,用于18F-FDG PET扫描 开发了一种全自动且与人类感知等效的模型,用于对18F-FDG PET图像进行区域性图像质量评估 需要为不同身体区域开发单独的模型,并在图像质量评估研究中基于多位专家的共识进行数据标注 开发一种全自动框架,用于对全身18F-FDG PET扫描进行区域性图像质量评估 18F-FDG PET图像的质量评估 计算机视觉 NA 深度学习 深度学习模型和机器学习模型 图像 174张18F-FDG PET图像,来自87名患者
378 2024-10-30
Enhancing Brain Tumor Diagnosis with L-Net: A Novel Deep Learning Approach for MRI Image Segmentation and Classification
2024-Oct-18, Biomedicines IF:3.9Q1
研究论文 本文提出了一种名为L-Net的新型深度学习架构,用于MRI图像中脑肿瘤的分割和分类 L-Net结合了U-net用于肿瘤边界分割和卷积神经网络(CNN)用于肿瘤分类,通过特征提取而非原始输入图像进行分类,提高了分类准确性 NA 开发一种先进的神经网络架构,以解决脑肿瘤检测和分类的挑战 脑肿瘤的MRI图像分割和分类 计算机视觉 脑肿瘤 深度学习 L-Net 图像 3064张高分辨率MRI图像,包括胶质瘤、脑膜瘤和垂体瘤
379 2024-10-30
Deep Learning-Based Gender Recognition in Cherry Valley Ducks Through Sound Analysis
2024-Oct-18, Animals : an open access journal from MDPI IF:2.7Q1
研究论文 本文提出了一种基于深度学习的樱桃谷鸭性别识别方法,通过分析鸭子的声音特征来区分雄性和雌性 首次提出通过声音分析结合深度学习模型来识别樱桃谷鸭的性别 样本量较小,仅限于新生鸭子的声音数据 开发一种高效且自动化的樱桃谷鸭性别识别技术 樱桃谷鸭的性别 机器学习 NA Mel-频率倒谱系数(MFCC) 卷积神经网络(CNN) 声音 新生樱桃谷鸭的声音数据
380 2024-10-30
Handling the Imbalanced Problem in Agri-Food Data Analysis
2024-Oct-17, Foods (Basel, Switzerland)
研究论文 本文探讨了农业和食品加工数据分析中的不平衡数据问题,并提出了使用先进的人工智能算法来处理这一问题的方法 本文提出了使用数据重采样、单类学习、集成方法、特征选择和深度学习技术等先进的人工智能算法来处理不平衡数据问题 本文未详细讨论所提出方法在实际应用中的具体效果和局限性 提高农业和食品加工数据分析中预测模型的鲁棒性和准确性 农业和食品加工领域中的不平衡数据问题 机器学习 NA 数据重采样、单类学习、集成方法、特征选择、深度学习 NA 数据 NA
回到顶部