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 501 - 520 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
501 2024-10-28
Research on Credit Default Prediction Model Based on TabNet-Stacking
2024-Oct-13, Entropy (Basel, Switzerland)
研究论文 本文提出了一种基于TabNet-Stacking的信用违约预测模型 使用多群体遗传算法优化Attention Transformer自动特征选择模块,并采用粒子群算法优化超参数选择 未提及具体实验数据的局限性 提高信用违约预测的准确性和效率 信用违约预测模型 机器学习 NA 深度学习 TabNet-Stacking 数据 未提及具体样本数量
502 2024-10-28
Optimizing EEG Signal Integrity: A Comprehensive Guide to Ocular Artifact Correction
2024-Oct-12, Bioengineering (Basel, Switzerland)
教程 本文提供了一个全面的指南,介绍如何校正眼动伪迹以优化脑电信号的完整性 本文介绍了传统方法如回归技术和独立成分分析,以及更先进的方法如伪迹子空间重建和基于深度学习的算法 NA 提供有效的眼动伪迹校正方法,确保脑电数据的准确性和可靠性 脑电信号中的眼动伪迹 神经科学 NA 独立成分分析 (ICA)、伪迹子空间重建 (ASR)、深度学习 NA 脑电信号 (EEG) NA
503 2024-10-28
Advanced Deep Learning Fusion Model for Early Multi-Classification of Lung and Colon Cancer Using Histopathological Images
2024-Oct-12, Diagnostics (Basel, Switzerland)
研究论文 本文提出了一种用于早期多分类肺癌和结肠癌的先进深度学习融合模型,利用组织病理学图像进行分析 本文创新性地整合了ResNet-101V2、NASNetMobile和EfficientNet-B0三种深度学习架构,通过特征融合提高分类准确性 NA 旨在通过深度学习模型辅助病理学家早期检测肺癌和结肠癌,减少工作量、时间和成本 肺癌和结肠癌的组织病理学图像 计算机视觉 肺癌 深度学习 深度学习融合模型 图像 LC25000数据集,包含结肠和肺的组织病理学图像
504 2024-10-28
A Deep Learning Biomimetic Milky Way Compass
2024-Oct-12, Biomimetics (Basel, Switzerland)
研究论文 研究提出了一种基于深度学习的仿生银河指南针,用于检测航向变化 结合YOLOv8m-seg模型和归一化二阶中心矩计算银河方向角,解决了传统图像分割方法在月光或人造光存在时的不适用问题 在路径涉及左右90°转弯时,与真实值相比存在约5-10°的差异 探索基于视觉的技术,利用银河作为导航线索检测航向变化 银河方向角和夜间导航 计算机视觉 NA YOLOv8m-seg模型 YOLOv8m-seg 图像 使用了自己的训练数据集,验证数据集上的mAP@0.5为84.7%
505 2024-10-28
MTC-NET: A Multi-Channel Independent Anomaly Detection Method for Network Traffic
2024-Oct-10, Biomimetics (Basel, Switzerland)
研究论文 提出了一种新的多通道网络流量异常检测模型MTC-Net,通过分解网络流量序列并引入基于补丁的策略来提高检测性能 将网络流量序列分解为多个一维时间序列,并引入基于补丁的策略,结合Transformer和CNN捕捉复杂模式 未提及 改进网络流量异常检测的性能 网络流量异常检测 机器学习 NA Transformer, CNN MTC-Net 网络流量序列 四个公开数据集:KDD Cup 99, NSL-KDD, UNSW-NB15, CIC-IDS2017
506 2024-10-28
Deep Learning for Epileptic Seizure Detection Using a Causal-Spatio-Temporal Model Based on Transfer Entropy
2024-Oct-10, Entropy (Basel, Switzerland)
研究论文 本文提出了一种基于转移熵的因果时空图注意力网络用于癫痫发作检测 使用转移熵构建多通道间的因果图,结合图注意力网络和双向长短期记忆网络捕捉时空动态相关性和空间拓扑结构信息 未提及具体局限性 研究不同患者癫痫发作的准确自动检测技术 癫痫发作的因果关系和时空动态相关性 机器学习 癫痫 转移熵 图注意力网络和双向长短期记忆网络 时空数据 SWEZ数据集和私有数据集
507 2024-10-28
Enhanced Self-Checkout System for Retail Based on Improved YOLOv10
2024-Oct-10, Journal of imaging IF:2.7Q3
研究论文 本文提出了一种基于改进YOLOv10网络的新型自助结账系统,旨在提高结账效率并降低劳动力成本 本文引入了YOLOv8的检测头结构对YOLOv10模型进行优化,显著提高了产品识别准确率,并开发了适用于自助结账场景的后处理算法 NA 提高零售自动化中的结账效率和降低劳动力成本 自助结账系统及其在零售中的应用 计算机视觉 NA YOLOv10 YOLOv10 图像 NA
508 2024-10-28
Fully Interpretable Deep Learning Model Using IR Thermal Images for Possible Breast Cancer Cases
2024-Oct-09, Biomimetics (Basel, Switzerland)
研究论文 研究利用红外热成像和机器学习技术提高乳腺癌早期诊断的准确性 提出了一种结合贝叶斯网络和卷积神经网络的全解释性深度学习模型,用于乳腺癌的早期诊断 NA 提高乳腺癌早期诊断的准确性 红外热成像和医疗记录 机器学习 乳腺癌 贝叶斯网络,卷积神经网络 CNN 图像 NA
509 2024-10-27
dsAMP and dsAMPGAN: Deep Learning Networks for Antimicrobial Peptides Recognition and Generation
2024-Oct-09, Antibiotics (Basel, Switzerland)
研究论文 本文介绍了一种用于抗菌肽识别和生成的深度学习框架 提出了discoverAMP (dsAMP)和dsAMPGAN模型,分别用于抗菌肽的分类和生成,性能优于现有方法 NA 开发新的抗菌肽以应对抗生素耐药性问题 抗菌肽的分类、功能预测和生成 机器学习 NA 深度学习 CNN Attention BiLSTM, GAN 肽序列 小数据集
510 2024-10-28
Deep Learning for Generating Time-of-Flight Camera Artifacts
2024-Oct-08, Journal of imaging IF:2.7Q3
研究论文 本文提出了一种基于深度学习的方法,利用高质量激光扫描数据生成逼真的飞行时间相机数据 本文创新性地使用MCW-Net进行域转移,将激光扫描数据转换为飞行时间相机数据,并引入噪声模型以补偿初始步骤中缺乏的噪声 本文方法依赖于高质量的激光扫描数据,且需要大量的训练数据 研究如何生成逼真的飞行时间相机数据以纠正多路径干扰引起的噪声和错误 飞行时间相机数据和激光扫描数据 计算机视觉 NA 深度学习 MCW-Net 图像 使用了一个真实世界的数据集进行不同训练变体的探索
511 2024-10-28
Older Adult Fall Risk Prediction with Deep Learning and Timed Up and Go (TUG) Test Data
2024-Oct-05, Bioengineering (Basel, Switzerland)
研究论文 本文利用深度学习和TUG测试数据预测老年人的跌倒风险 本文首次使用惯性测量单元(IMU)在TUG测试中收集的运动数据,通过深度学习模型预测老年人的跌倒风险 研究样本量较小,且仅基于TUG测试数据进行预测 预测老年人在未来六个月内的跌倒风险 老年人的跌倒风险 机器学习 NA 惯性测量单元(IMU) 卷积神经网络(CNN)和循环神经网络(RNN) 运动数据 106名老年人
512 2024-10-28
Clinical Validation of Deep Learning for Segmentation of Multiple Dental Features in Periapical Radiographs
2024-Oct-05, Bioengineering (Basel, Switzerland)
研究论文 本文验证了深度学习系统在牙周X光片中自动分割多个牙科特征的诊断性能 使用人工智能系统自动检测牙周X光片中的牙齿、龋齿、种植体、修复体和固定义齿 仅限于牙周X光片的应用,未涉及其他类型的牙科影像 验证人工智能系统在牙周X光片中自动检测牙科特征的诊断性能 牙周X光片中的牙齿、龋齿、种植体、修复体和固定义齿 计算机视觉 NA 深度学习 NA 图像 1000张牙周X光片,来自500名成年患者
513 2024-10-28
Invariant point message passing for protein side chain packing
2024-Oct, Proteins IF:3.2Q2
研究论文 本文介绍了一种基于几何图神经网络的蛋白质侧链包装方法PIPPack PIPPack利用几何感知的不变点消息传递(IPMP)处理局部结构和序列信息,生成理想的侧链坐标 NA 提高蛋白质侧链包装任务的预测精度和速度 蛋白质侧链包装 机器学习 NA 几何图神经网络 IPMP 蛋白质结构数据 约1400个高质量蛋白质链
514 2024-10-28
PocketDTA: an advanced multimodal architecture for enhanced prediction of drug-target affinity from 3D structural data of target binding pockets
2024-Oct-01, Bioinformatics (Oxford, England)
研究论文 本文介绍了一种名为PocketDTA的多模态架构,用于从目标结合口袋的3D结构数据中增强药物-靶点亲和力的预测 PocketDTA模型通过预训练模型ESM-2和GraphMVP增强了泛化性能,并使用自定义的GVP-GNN层和GraphMVP解码器处理前3个目标结合口袋和药物3D信息,同时通过双线性注意力网络提高了解释性 NA 提高药物-靶点结合亲和力预测的准确性和解释性 药物-靶点结合亲和力 机器学习 NA 深度学习 GVP-GNN 3D结构数据 优化后的Davis和KIBA数据集
515 2024-10-28
A novel classification framework for genome-wide association study of whole brain MRI images using deep learning
2024-Oct, PLoS computational biology IF:3.8Q1
研究论文 本文提出并实现了一种新的机器学习策略,用于系统地识别导致磁共振成像(MRI)上可检测细微差异的遗传变异 本文首次将深度学习技术应用于全脑MRI图像的基因组关联研究,提出了一种新的分类框架 本文的研究仅基于阿尔茨海默病神经影像学倡议(ADNI)的数据集,可能存在样本量和数据多样性的限制 旨在通过深度学习技术识别与脑部特征相关的遗传变异 全脑MRI图像和基因型数据 机器学习 阿尔茨海默病 深度学习 NA 图像 基于阿尔茨海默病神经影像学倡议(ADNI)的数据集
516 2024-10-27
Smartphone-Assisted Nanozyme Colorimetric Sensor Array Combined "Image Segmentation-Feature Extraction" Deep Learning for Detecting Unsaturated Fatty Acids
2024-Oct-25, ACS sensors IF:8.2Q1
研究论文 开发了一种智能手机辅助的纳米酶比色传感器阵列与图像分割-特征提取深度学习相结合的智能平台,用于检测不饱和脂肪酸 结合了智能手机辅助的比色传感器阵列和图像分割-特征提取深度学习方法,实现了对不饱和脂肪酸的快速、低成本分析 NA 开发一种智能平台,用于快速、低成本地检测不饱和脂肪酸 不饱和脂肪酸(如油酸、亚油酸、α-亚麻酸)及其混合物,以及不同种类的食用植物油和掺假山茶油 机器学习 NA 图像分割-特征提取深度学习 MobileNetV3 图像 38,868张图像
517 2024-10-27
Solving the Inverse Problem of Electrocardiography for Cardiac Digital Twins: A Survey
2024-Oct-25, IEEE reviews in biomedical engineering IF:17.2Q1
综述 本文综述了用于心脏数字孪生的心电图逆问题解决方法 本文整合了物理定律与深度学习模型,并探讨了其在心电图逆问题中的应用潜力 本文面临的挑战包括准确捕捉动态电生理学、获取准确的领域知识以及量化预测不确定性 本文旨在全面回顾心电图逆问题的解决方法、验证策略、临床应用及未来展望 本文研究对象为心电图逆问题及其在心脏数字孪生中的应用 数字病理 心血管疾病 NA 深度学习模型 心电图数据 NA
518 2024-10-27
Image Copy-Move Forgery Detection via Deep PatchMatch and Pairwise Ranking Learning
2024-Oct-25, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1
研究论文 提出了一种新的端到端图像复制粘贴伪造检测框架,结合了传统和深度学习方法的优势 开发了一种深度跨尺度PatchMatch方法,用于定位复制粘贴区域,并提出了一个新的成对排序学习框架来区分源和目标区域 现有算法在实际场景中缺乏通用性,尤其是在训练图像中不存在复制区域或克隆区域与背景融合的情况下 解决现有图像复制粘贴伪造检测算法在实际应用中的局限性 图像复制粘贴伪造检测 计算机视觉 NA 深度学习 PatchMatch 图像 NA
519 2024-10-27
Identification of nitric oxide-mediated necroptosis as the predominant death route in Parkinson's disease
2024-Oct-24, Molecular biomedicine IF:6.3Q1
研究论文 本研究通过RNA测序和深度学习算法Scaden,识别了帕金森病中一氧化氮介导的坏死性凋亡作为主要的细胞死亡途径 首次揭示了一氧化氮介导的坏死性凋亡在帕金森病进展中的主导作用,并发现其在其他神经退行性疾病中的普遍性 研究主要基于体外实验和模型动物,需要进一步的人体临床验证 探讨帕金森病进展中主要的细胞死亡途径 帕金森病中的神经细胞死亡途径 神经科学 帕金森病 RNA测序 深度学习算法Scaden 基因表达数据 多个脑组织样本
520 2024-10-27
sChemNET: a deep learning framework for predicting small molecules targeting microRNA function
2024-Oct-23, Nature communications IF:14.7Q1
研究论文 开发了一个名为sChemNET的深度学习框架,用于预测影响miRNA生物活性的小分子 通过一个目标函数,使神经网络能够从未知影响miRNA的大量化学结构中学习化学空间,克服了小分子-miRNA数据集稀疏的限制 NA 开发一个深度学习框架,用于预测影响miRNA功能的小分子 miRNA及其靶基因的小分子调节剂 机器学习 NA 深度学习 神经网络 化学结构和序列信息 NA
回到顶部