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 1161 篇文献，本页显示第 561 - 580 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 561 | 2024-10-30 |
Detection of Mycotoxin Contamination in Foods Using Artificial Intelligence: A Review
2024-Oct-21, Foods (Basel, Switzerland)
DOI:10.3390/foods13203339
PMID:39456400
|
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 | NA | NA | NA | NA |
| 562 | 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
DOI:10.3390/biomedicines12102388
PMID:39457700
|
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 | NA | NA | NA | NA |
| 563 | 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
DOI:10.3390/ani14203017
PMID:39457947
|
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 | NA | NA | NA | NA |
| 564 | 2024-10-30 |
Handling the Imbalanced Problem in Agri-Food Data Analysis
2024-Oct-17, Foods (Basel, Switzerland)
DOI:10.3390/foods13203300
PMID:39456362
|
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 | NA | NA | NA | NA |
| 565 | 2024-10-30 |
Evaluating facial dermis aging in healthy Caucasian females with LC-OCT and deep learning
2024-10-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-74370-z
PMID:39406771
|
研究论文 | 本研究使用LC-OCT和深度学习模型评估健康高加索女性面部真皮层的衰老情况 | 结合LC-OCT高分辨率成像技术和深度学习模型，预测皮肤微结构变化与年龄的关系 | 仅限于健康高加索女性，样本量有限 | 研究皮肤微结构变化与衰老过程的关系 | 健康高加索女性面部真皮层 | 计算机视觉 | NA | LC-OCT | 3D ResNet-18 | 图像 | 100名年龄在20至70岁之间的健康高加索女性 | NA | NA | NA | NA |
| 566 | 2024-10-30 |
A Transfer Learning-Based Framework for Classifying Lymph Node Metastasis in Prostate Cancer Patients
2024-Oct-15, Biomedicines
IF:3.9Q1
DOI:10.3390/biomedicines12102345
PMID:39457657
|
研究论文 | 本文提出了一种基于迁移学习的混合框架，用于分类前列腺癌患者的淋巴结转移 | 使用预训练的ResNet-18深度学习模型进行特征提取，并结合机器学习分类器，解决了小数据集下的分类问题 | 数据集规模较小，可能影响模型的泛化能力 | 开发一种有效的AI模型，用于辅助放射科医生区分前列腺癌患者的恶性与非恶性淋巴结 | 前列腺癌患者的淋巴结转移 | 计算机视觉 | 前列腺癌 | 迁移学习 | ResNet-18 | 图像 | 42个阳性样本和84个阴性样本 | NA | NA | NA | NA |
| 567 | 2024-10-30 |
Employing deep learning model to evaluate speech information in acoustic simulations of Cochlear implants
2024-10-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-73173-6
PMID:39402071
|
研究论文 | 本文利用深度学习语音识别模型评估人工耳蜗模拟中的语音信息 | 采用深度学习模型替代传统的人类受试者进行语音识别实验，显著节省时间和成本，并消除学习疲劳效应 | 深度学习模型并非专门设计用于模拟人类语音处理，其结果可能与人类受试者不完全一致 | 探索利用深度学习模型评估人工耳蜗模拟语音信息的可行性 | 人工耳蜗模拟中的语音信息 | 机器学习 | NA | 深度学习 | 深度学习模型 | 音频 | NA | NA | NA | NA | NA |
| 568 | 2024-10-30 |
Deep Learning-Adjusted Monitoring of In-Hospital Mortality after Liver Transplantation
2024-Oct-10, Journal of clinical medicine
IF:3.0Q1
DOI:10.3390/jcm13206046
PMID:39457996
|
研究论文 | 开发并测试了首个用于预测和实时监测肝移植后院内死亡率的深度学习调整CUSUM程序（DL-CUSUM） | 首次使用自动化DL-CUSUM系统来监测肝移植后院内死亡率 | NA | 开发和测试用于预测和监测肝移植后院内死亡率的深度学习调整CUSUM程序 | 肝移植后的院内死亡率 | 机器学习 | 肝病 | 深度学习 | DL-CUSUM | 数值数据 | 1066名个体，包含66,092个术前可用数据点变量 | NA | NA | NA | NA |
| 569 | 2024-10-30 |
Automated Identification of Heart Failure With Reduced Ejection Fraction Using Deep Learning-Based Natural Language Processing
2024-Oct-09, JACC. Heart failure
DOI:10.1016/j.jchf.2024.08.012
PMID:39453355
|
研究论文 | 开发了一种基于深度学习的自然语言处理模型，用于自动识别医院出院记录中患有射血分数降低的心力衰竭（HFrEF）的患者 | 提出了一种新的深度学习语言模型，用于从出院总结中识别HFrEF患者，并在多个外部验证数据集中展示了高精度和准确性 | NA | 自动化识别HFrEF患者，以评估和提高护理质量 | 射血分数降低的心力衰竭（HFrEF）患者 | 自然语言处理 | 心血管疾病 | 深度学习 | 语言模型 | 文本 | 13,251份出院记录，涉及5,392名患者，其中2,487名患有HFrEF | NA | NA | NA | NA |
| 570 | 2024-10-30 |
Improvement of Quantification of Myocardial Synthetic ECV with Second-Generation Deep Learning Reconstruction
2024-Oct-02, Journal of cardiovascular development and disease
IF:2.4Q2
DOI:10.3390/jcdd11100304
PMID:39452275
|
研究论文 | 本研究比较了四种重建方法在心肌合成ECV定量中的差异，发现第二代深度学习重建方法在准确性上表现最佳 | 本研究首次比较了四种重建方法在心肌合成ECV定量中的差异，并发现第二代深度学习重建方法在准确性上优于其他方法 | 本研究为回顾性分析，样本量有限，且未考虑其他可能影响结果的因素 | 比较四种重建方法在心肌合成ECV定量中的差异，评估第二代深度学习重建方法的准确性 | 心肌合成ECV的定量 | 计算机视觉 | 心血管疾病 | 第二代深度学习重建 | 深度学习模型 | 图像 | 80名接受心脏CT扫描的患者，包括40名男性 | NA | NA | NA | NA |
| 571 | 2024-10-30 |
Heterozygous loss of Engrailed-1 and α-synucleinopathy (En1/SYN): A dual-hit preclinical mouse model of Parkinson's disease, analyzed with artificial intelligence
2024-Oct-01, Neurobiology of disease
IF:5.1Q1
DOI:10.1016/j.nbd.2024.106647
PMID:39187209
|
研究论文 | 本文开发并验证了一种新的帕金森病小鼠模型，用于研究疾病进展和测试潜在的治疗方法 | 提出了Engrailed-1和α-突触核蛋白病理的双重打击模型，结合了线粒体功能障碍和α-突触核蛋白的异常积累 | 小鼠模型在6个月后的运动障碍并未如预期加剧 | 开发和验证一种新的帕金森病小鼠模型，以更好地理解疾病进展和测试新疗法 | 小鼠模型中的线粒体功能障碍和α-突触核蛋白的异常积累 | 神经科学 | 帕金森病 | 深度学习辅助的组织学分析 | NA | 组织学数据 | En1+/-小鼠在2、4和6个月后的行为测试和组织学分析 | NA | NA | NA | NA |
| 572 | 2024-10-30 |
Anti-symmetric framework for balanced learning of protein-protein interactions
2024-Oct-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btae603
PMID:39404784
|
研究论文 | 本文提出了一种用于蛋白质-蛋白质相互作用平衡预测的反对称图学习模型BaPPI | 引入了一种反对称图卷积网络来处理蛋白质-蛋白质相互作用网络中的不均匀分布，并使用非对称损失函数更新模型，以提高预测的鲁棒性和平衡性 | NA | 开发一种高效的计算工具，用于预测蛋白质-蛋白质相互作用，并解决现有方法中的不平衡性和计算复杂性问题 | 蛋白质-蛋白质相互作用及其网络中的模式 | 机器学习 | NA | 图卷积网络 | 反对称图卷积网络 | 蛋白质序列数据 | 在SHS27K和SHS148K数据集上进行了实验 | NA | NA | NA | NA |
| 573 | 2024-10-30 |
Deep learning improves test-retest reproducibility of regional strain in echocardiography
2024-Oct, European heart journal. Imaging methods and practice
DOI:10.1093/ehjimp/qyae092
PMID:39449961
|
研究论文 | 本研究评估了一种基于点跟踪的全自动深度学习方法在超声心动图区域应变测量中的重复性 | 提出了一种新的全自动深度学习方法，显著提高了区域应变测量的重复性 | NA | 评估深度学习方法在超声心动图区域应变测量中的重复性 | 区域纵向应变（RLS）在冠状动脉灌注区域（RLSTerritory）和左心室基底至心尖水平（RLSLevel）的测量重复性 | 计算机视觉 | 心血管疾病 | 深度学习 | NA | 图像 | 80名受试者（40名对照组和40名疑似非ST段抬高型急性冠脉综合征患者） | NA | NA | NA | NA |
| 574 | 2024-10-29 |
Harnessing deep learning and statistical shape modelling for three-dimensional evaluation of joint bony morphology
2024-Oct, Journal of experimental orthopaedics
IF:2.0Q2
DOI:10.1002/jeo2.70070
PMID:39463464
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 575 | 2024-10-29 |
NBCR-ac4C: A Deep Learning Framework Based on Multivariate BERT for Human mRNA N4-Acetylcytidine Sites Prediction
2024-Oct-28, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01415
PMID:39367830
|
研究论文 | 提出了一种基于多元BERT的深度学习框架NBCR-ac4C，用于预测人类mRNA中的N4-乙酰胞苷位点 | 利用Nucleotide Transformer和DNABERT2构建核苷酸序列的上下文嵌入，结合CNN和ResNet18提取浅层和深层知识，显著提高了预测准确性 | NA | 开发一种高效且准确的深度学习方法来预测mRNA中的N4-乙酰胞苷位点 | 人类mRNA中的N4-乙酰胞苷位点 | 机器学习 | NA | 深度学习 | CNN, ResNet18 | 序列 | NA | NA | NA | NA | NA |
| 576 | 2024-10-29 |
Improving Predictive Efficacy for Drug Resistance in Novel HIV-1 Protease Inhibitors through Transfer Learning Mechanisms
2024-Oct-28, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01037
PMID:39393002
|
研究论文 | 本文提出了一种新的药物-隔离-折叠变化（DIF）模型框架，通过迁移学习机制提高新型HIV-1蛋白酶抑制剂的耐药性预测效果 | 本文创新性地采用了迁移学习方法，通过预训练图神经网络（GNN）模型来提高DIF模型的分子学习能力，从而改善耐药性预测的准确性 | NA | 提高HIV-1蛋白酶抑制剂耐药性预测的准确性 | HIV-1蛋白酶抑制剂的耐药性 | 机器学习 | HIV感染 | 迁移学习 | 图神经网络（GNN） | 蛋白质序列和抑制剂表示 | 4855种HIV-1蛋白酶抑制剂 | NA | NA | NA | NA |
| 577 | 2024-10-29 |
Deep-Learning Empowered Customized Chiral Metasurface for Calibration-Free Biosensing
2024-Oct-27, Advanced materials (Deerfield Beach, Fla.)
DOI:10.1002/adma.202411490
PMID:39463055
|
研究论文 | 本文提出了一种基于深度学习的数据迭代策略，结合全局优化网络，用于定制化设计手性超表面，实现无校准生物传感 | 本文创新性地提出了基于深度学习的数据迭代策略，显著提高了手性结构的数量和质量，实现了对手性分子的精确识别 | NA | 本文旨在解决传统手性超表面设计方法的局限性，提出一种智能设计策略，实现无校准生物传感 | 本文研究对象为手性超表面及其在生物传感中的应用 | 光学 | NA | 深度学习 | 深度学习模型 | 手性结构数据 | NA | NA | NA | NA | NA |
| 578 | 2024-10-29 |
λ-Domain Rate Control via Wavelet-Based Residual Neural Network for VVC HDR Intra Coding
2024-Oct-25, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2024.3484173
PMID:39453801
|
研究论文 | 本文提出了一种基于小波残差神经网络的λ域率控制算法，用于VVC HDR帧内编码 | 提出了一个分段R-λ模型来准确确定HDR帧内编码中码率与拉格朗日参数λ之间的关系，并开发了一个基于小波的残差神经网络来优化CTU级别的比特分配 | NA | 解决VVC标准中现有的率控制算法在编码HDR视频时效果不佳的问题 | HDR视频的帧内编码 | 计算机视觉 | NA | 小波变换 | 残差神经网络 | 视频 | 大规模HDR数据集 | NA | NA | NA | NA |
| 579 | 2024-10-29 |
Deep transfer learning with improved crayfish optimization algorithm for oral squamous cell carcinoma cancer recognition using histopathological images
2024-10-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-75330-3
PMID:39455617
|
研究论文 | 本文提出了一种改进的龙虾优化算法用于深度迁移学习，以提高口腔鳞状细胞癌的病理图像识别准确率 | 本文创新性地结合了挤压激励网络与混合深度学习模型，并采用了改进的龙虾优化算法来优化模型性能 | NA | 提高口腔鳞状细胞癌的病理图像识别准确率 | 口腔鳞状细胞癌的病理图像 | 计算机视觉 | 口腔癌 | 深度学习 | CNN-BiLSTM | 图像 | 使用了一个基准医学图像数据集进行实验验证 | NA | NA | NA | NA |
| 580 | 2024-10-29 |
A new superfluity deep learning model for detecting knee osteoporosis and osteopenia in X-ray images
2024-10-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-75549-0
PMID:39455632
|
研究论文 | 本文提出了一种新的深度学习模型，结合超量机制用于在X光图像中检测膝关节骨质疏松和骨质减少 | 本文的创新点在于引入了一种超量机制，通过连接多个层而不是传统的串行堆叠层，使特征能够流入两个分支，从而提高了模型的分类性能 | 本文的局限性在于仅使用了两个膝关节数据集进行训练和测试，可能需要更多的数据集来验证模型的泛化能力 | 本文的研究目的是开发一种新的深度学习模型，用于在X光图像中准确检测膝关节骨质疏松和骨质减少 | 本文的研究对象是膝关节X光图像，用于分类骨质疏松、骨质减少和正常状态 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 图像 | 两个膝关节数据集用于训练、验证和测试 | NA | NA | NA | NA |