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 961 - 980 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 961 | 2024-10-10 |
A Unified Analysis of AdaGrad With Weighted Aggregation and Momentum Acceleration
2024-Oct, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2023.3279381
PMID:37310828
|
研究论文 | 本文提出了一种结合自适应学习率和动量加速技术的统一分析方法，命名为AdaUSM | AdaUSM整合了重球动量和Nesterov加速梯度动量，并采用了新的加权自适应学习率，统一了AdaGrad、AccAdaGrad、Adam和RMSProp的学习率 | NA | 填补自适应随机梯度下降算法在非凸随机设置中的理论收敛性差距 | AdaGrad、RMSProp、Adam、AccAdaGrad等自适应随机梯度下降算法 | 机器学习 | NA | 自适应学习率、动量加速技术 | AdaUSM | NA | 涉及多种深度学习模型和数据集的对比实验 | NA | NA | NA | NA |
| 962 | 2024-10-10 |
WPConvNet: An Interpretable Wavelet Packet Kernel-Constrained Convolutional Network for Noise-Robust Fault Diagnosis
2024-Oct, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2023.3282599
PMID:37318968
|
研究论文 | 提出了一种可解释的小波包核约束卷积网络（WPConvNet），用于提高故障诊断的噪声鲁棒性 | 结合了小波基的特征提取能力和卷积核的学习能力，提出了小波包卷积层和软阈值激活函数，并使用Mallat算法将卷积神经网络的级联卷积结构与小波包分解和重构相结合 | NA | 解决深度学习在故障诊断领域中解释性差和噪声鲁棒性不足的问题 | 轴承故障诊断 | 机器学习 | NA | 小波变换 | 卷积神经网络（CNN） | 信号 | 两个轴承故障数据集 | NA | NA | NA | NA |
| 963 | 2024-10-10 |
Deep Convolutional Tables: Deep Learning Without Convolutions
2024-Oct, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2023.3270402
PMID:37402200
|
研究论文 | 提出了一种不使用点积神经元，而是依赖于投票表层次结构的深度网络新形式，称为卷积表（CTs），以实现基于CPU的推理加速 | 提出的卷积表（CTs）通过编码位置环境为二进制索引，并使用索引从表中检索所需局部输出的方式，避免了卷积层的时间消耗瓶颈，具有更好的计算复杂度和容量:计算比率 | 需要进一步验证在不同应用场景下的性能和泛化能力 | 解决当代深度学习技术中卷积层的时间消耗瓶颈问题，特别是在物联网和基于CPU的设备中的应用 | 卷积表（CTs）及其在深度网络中的应用 | 机器学习 | NA | 卷积表（CTs） | 卷积表网络 | 图像 | NA | NA | NA | NA | NA |
| 964 | 2024-10-10 |
MHW-GAN: Multidiscriminator Hierarchical Wavelet Generative Adversarial Network for Multimodal Image Fusion
2024-Oct, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2023.3271059
PMID:37432812
|
研究论文 | 本文提出了一种多判别器分层小波生成对抗网络（MHW-GAN）用于多模态图像融合 | 构建了分层小波融合模块和边缘感知模块，利用生成器与三个判别器之间的对抗学习关系来约束融合图像的生成 | 未提及 | 开发一种新的深度学习算法，用于多模态图像融合，以保留不同层次和尺度的特征信息 | 多模态图像融合 | 计算机视觉 | NA | 生成对抗网络（GAN） | 生成对抗网络（GAN） | 图像 | 使用了公开和自收集的四种类型的多模态图像数据集 | NA | NA | NA | NA |
| 965 | 2024-10-10 |
Analyzing Racial Differences in Imaging Joint Replacement Registries Using Generative Artificial Intelligence: Advancing Orthopaedic Data Equity
2024-Oct, Arthroplasty today
IF:1.5Q3
DOI:10.1016/j.artd.2024.101503
PMID:39376670
|
研究论文 | 本研究利用生成性深度学习技术分析了接受全髋关节置换术患者在种族差异上的影像学差异 | 本研究首次使用生成性深度学习技术来探索和理解基于种族的影像学差异 | 研究样本中白人患者比例远高于非裔美国人，可能导致结果偏倚 | 探讨生成性模型在理解医疗影像数据集中差异的潜力 | 接受全髋关节置换术患者的骨盆X光片 | 计算机视觉 | NA | 生成性深度学习技术 | 生成性去噪扩散概率模型 | 影像 | 480,407张骨盆X光片，主要为白人患者 | NA | NA | NA | NA |
| 966 | 2024-10-10 |
Effect of cysteine mutation at Ca2+ coordinating residues to the autolysis, folding and hydrophobicity of full length and mature Rand protease: molecular dynamics simulation and essential dynamics
2024-Oct, Journal of biomolecular structure & dynamics
IF:2.7Q2
DOI:10.1080/07391102.2023.2249105
PMID:37608543
|
研究论文 | 研究了在Rand蛋白酶的Ca2+结合残基处进行半胱氨酸突变对其自溶、折叠和疏水性的影响，通过分子动力学模拟和基本动力学分析 | 利用深度学习进行结构预测，构建了全长和成熟Rand蛋白酶的三维结构，并通过分子动力学模拟研究了半胱氨酸突变对这些结构的影响 | 研究仅限于计算机模拟，未进行实验验证 | 探讨半胱氨酸突变对Rand蛋白酶结构稳定性的影响 | Rand蛋白酶的全长和成熟形式及其Ca2+结合残基 | 分子动力学 | NA | 分子动力学模拟 | 深度学习模型 | 蛋白质结构数据 | 7个预测的高亲和力Ca2+结合残基的突变体 | NA | NA | NA | NA |
| 967 | 2024-10-10 |
A structural-based virtual screening and in vitro validation reveals novel effective inhibitors for SARS-CoV-2 helicase and endoribonuclease
2024-Oct, Journal of biomolecular structure & dynamics
IF:2.7Q2
DOI:10.1080/07391102.2023.2250479
PMID:37615430
|
研究论文 | 本研究通过基于结构的虚拟筛选和体外验证，发现针对SARS-CoV-2解旋酶和内切核糖核酸酶的新型有效抑制剂 | 本研究采用分层结构虚拟筛选方法，结合多种筛选策略和分子动力学模拟，成功识别出两种具有高结合亲和力的化合物 | 需要进一步验证这些化合物的效果 | 寻找能够干扰COVID-19生命周期的分子 | SARS-CoV-2的解旋酶和内切核糖核酸酶 | NA | NA | 深度学习方法、分子对接技术、分子动力学模拟 | NA | 化合物 | 756,275种化合物 | NA | NA | NA | NA |
| 968 | 2024-10-10 |
Analysis of health recommendations using longitudinal quality of life data: QoL@TbA - A transformer-based approach
2024 Oct-Dec, Health informatics journal
IF:2.2Q3
DOI:10.1177/14604582241291789
PMID:39379063
|
研究论文 | 本文提出了一种基于深度学习Transformer模型的方法，用于分析健康建议并预测行为变化对心理情绪的影响 | 本文创新性地使用Transformer模型来分析多特征纵向行为数据，生成行为变化的建议 | 实验仅基于ELSA参与者的行为历史和心理情绪数据，可能限制了模型的普适性 | 研究如何通过分析多特征纵向数据生成有效的健康建议 | ELSA参与者的行为历史和心理情绪 | 机器学习 | NA | 深度学习 | Transformer | 纵向数据 | 2682名ELSA参与者 | NA | NA | NA | NA |
| 969 | 2024-10-09 |
When Metal Nanoclusters Meet Smart Synthesis
2024-Oct-08, ACS nano
IF:15.8Q1
DOI:10.1021/acsnano.4c09597
PMID:39316700
|
研究论文 | 本文探讨了原子精确金属纳米团簇（MNCs）的智能合成方法及其在科学领域的应用前景 | 引入智能合成方法，包括自动化闭环框架、数据解释和AI反馈，以解决MNCs合成中的挑战 | 智能合成方法在MNCs合成中的应用仍处于研究前沿，存在固有的挑战和机遇 | 总结智能合成在纳米材料中的应用，并探讨智能合成在MNCs领域的研究前沿 | 原子精确金属纳米团簇（MNCs）及其智能合成方法 | NA | NA | 智能合成方法，包括自动化闭环框架、数据解释和AI反馈 | 深度学习算法 | NA | NA | NA | NA | NA | NA |
| 970 | 2024-10-09 |
[Opportunities and challenges in the development of artificial intelligence research in spinal surgery]
2024-Oct-08, Zhonghua yi xue za zhi
|
研究论文 | 本文探讨了人工智能在脊柱外科研究中的应用及其面临的机遇与挑战 | 人工智能在脊柱疾病的诊断、治疗策略制定、手术导航、预后评估和术后康复中展现出巨大潜力 | 当前研究仍处于初级阶段，面临标准化数据库缺乏、算法学习模型简单、多模态临床信息融合不足和临床适用性有限等挑战 | 推动脊柱外科诊断和治疗技术的创新与完善 | 脊柱疾病及其相关治疗和康复 | 机器学习 | 脊柱疾病 | 深度学习 | NA | 多模态临床信息 | NA | NA | NA | NA | NA |
| 971 | 2024-10-09 |
[Accuracy and efficiency of 2D/3D single-vertebra spine navigation registration method based on dual-view feature fusion]
2024-Oct-08, Zhonghua yi xue za zhi
|
研究论文 | 研究基于双视图特征融合的脊柱2D/3D单椎体导航注册方法的准确性和效率 | 提出了一种基于双视图特征融合的脊柱2D/3D单椎体导航注册方法，通过融合前后位和侧位X光图像特征，显著提高了注册精度和效率 | NA | 探讨脊柱2D/3D术前CT和术中X光注册的准确性和效率 | 140例腰椎脊柱患者的术前CT和术中前后位及侧位X光图像 | 计算机视觉 | NA | 卷积神经网络 (CNN) | CNN | 图像 | 140例腰椎脊柱患者 | NA | NA | NA | NA |
| 972 | 2024-10-09 |
A Deep Learning-Driven Sampling Technique to Explore the Phase Space of an RNA Stem-Loop
2024-Oct-07, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.4c00669
PMID:39374435
|
研究论文 | 本文介绍了一种基于深度学习的采样技术，用于探索RNA茎环的相空间 | 本文将原本用于蛋白质折叠的深度学习驱动采样技术DeepDriveMD（DDMD）应用于RNA茎环折叠问题，克服了传统方法在计算成本和先验知识需求上的挑战 | NA | 探索RNA茎环折叠的相空间，优化计算资源的使用 | RNA茎环的折叠和展开过程 | 机器学习 | NA | 深度学习驱动采样技术 | DeepDriveMD | 接触图 | NA | NA | NA | NA | NA |
| 973 | 2024-10-09 |
E-SAT: An extreme learning machine based self attention approach for decoding motor imagery EEG in subject-specific tasks
2024-Oct-07, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ad83f4
PMID:39374625
|
研究论文 | 本文提出了一种基于极限学习机的自注意力机制（E-SAT），用于解码特定任务中的运动想象脑电信号 | 引入了一种新的基于极限学习机的自注意力机制（E-SAT），以提高特定任务中运动想象脑电信号的分类性能 | NA | 提高脑机接口（BCI）在解码运动想象任务中的性能 | 运动想象脑电信号 | 机器学习 | NA | 极限学习机（ELM） | 自注意力机制（E-SAT） | 脑电信号（EEG） | 使用了多个数据集，包括BCI Competition III Dataset IV-a、IV-b和BCI Competition IV Datasets 1、2a、2b、3 | NA | NA | NA | NA |
| 974 | 2024-10-09 |
Deep learning-based characterization of pathological subtypes in lung invasive adenocarcinoma utilizing 18F-deoxyglucose positron emission tomography imaging
2024-Oct-05, BMC cancer
IF:3.4Q2
DOI:10.1186/s12885-024-13018-7
PMID:39369213
|
研究论文 | 评估基于PET/CT图像的深度学习模型在区分和预测肺浸润性腺癌不同病理亚型中的诊断效能 | 使用深度学习模型提高了对肺浸润性腺癌不同病理亚型的诊断准确性 | NA | 评估深度学习模型在区分和预测肺浸润性腺癌不同病理亚型中的诊断效能 | 肺浸润性腺癌的不同病理亚型 | 计算机视觉 | 肺癌 | PET/CT成像 | U-Net网络架构和ResNet残差网络 | 图像 | 250名被诊断为肺浸润性腺癌的患者 | NA | NA | NA | NA |
| 975 | 2024-10-09 |
Using Machine Learning for Endoscopic Detection of Low-Grade Subglottic Stenosis: A Proof of Principle
2024-Oct, Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery
DOI:10.1002/ohn.901
PMID:39015068
|
研究论文 | 本研究训练、测试并评估了一种深度学习算法，用于在内窥镜图像中检测声门下狭窄 | 首次使用深度学习算法在内窥镜图像中检测声门下狭窄 | 样本量较小，模型准确率有待提高 | 验证深度学习算法在内窥镜图像中检测声门下狭窄的可行性 | 声门下狭窄的内窥镜图像 | 计算机视觉 | NA | 深度学习 | Resnet50 | 图像 | 159张图像，包括106张正常大小的气道图像和122张声门下狭窄图像 | NA | NA | NA | NA |
| 976 | 2024-10-09 |
Artificial intelligence in hepatocellular carcinoma diagnosis: a comprehensive review of current literature
2024-Oct, Journal of gastroenterology and hepatology
IF:3.7Q2
DOI:10.1111/jgh.16663
PMID:38923550
|
综述 | 本文全面回顾了当前文献中关于人工智能在肝细胞癌诊断中的应用 | 本文分析和评估了在肝细胞癌诊断领域提出的各种人工智能模型，展示了这些模型在诊断性能上的显著提升 | NA | 本文旨在通过回顾现有文献，评估人工智能技术在肝细胞癌诊断中的应用效果 | 本文研究对象为肝细胞癌诊断中的人工智能模型 | 计算机视觉 | 肝癌 | 机器学习 | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 977 | 2024-10-09 |
Automatic Recognition of Auditory Brainstem Response Waveforms Using a Deep Learning-Based Framework
2024-Oct, Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery
DOI:10.1002/ohn.840
PMID:38822760
|
研究论文 | 研究使用深度学习框架自动识别听觉脑干反应波形 | 提出了一种增强的Wide&Deep模型，结合Light-多层感知器（MLP）模型来训练听觉脑干反应波形的识别 | Wide&Deep模型的性能略低于Light-MLP模型，特别是由于样本量有限 | 研究深度学习框架以提高不同年龄和听力水平参与者听觉脑干反应波形的自动识别 | 听觉脑干反应波形 | 机器学习 | NA | 深度学习 | Wide&Deep模型，Light-多层感知器（MLP）模型 | 时间域和频率域的听觉脑干反应信号 | 100名参与者 | NA | NA | NA | NA |
| 978 | 2024-10-09 |
Overcoming the Barrier of Incompleteness: A Hyperspectral Image Classification Full Model
2024-Oct, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2023.3279377
PMID:37279129
|
研究论文 | 本文提出了一种用于高光谱图像分类的全模型，通过创新的三要素解决了分类不完整的问题 | 首次提出了完整分类的三要素：广泛探索可用特征、充分重用代表性特征和差异化融合多领域特征 | NA | 解决高光谱图像分类中的不完整性问题 | 高光谱图像 | 计算机视觉 | NA | NA | Transformer | 图像 | 四个数据集，从小规模到大规模，每类仅使用五个训练样本 | NA | NA | NA | NA |
| 979 | 2024-10-09 |
A Survey of Automated Data Augmentation for Image Classification: Learning to Compose, Mix, and Generate
2024-Oct, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2023.3282258
PMID:37342945
|
综述 | 本文综述了图像分类中自动数据增强技术的最新进展 | 将数据增强过程视为学习任务，并寻找最有效的数据增强方法 | 主要依赖于手工操作的数据增强方法，缺乏自动化和智能化的提升 | 探讨自动数据增强技术在图像分类中的应用及其未来发展方向 | 图像分类中的数据增强方法 | 计算机视觉 | NA | 自动数据增强 | NA | 图像 | NA | NA | NA | NA | NA |
| 980 | 2024-10-08 |
Joint segmentation of tumors in 3D PET-CT images with a network fusing multi-view and multi-modal information
2024-Oct-07, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad7f1b
PMID:39317235
|
研究论文 | 本文提出了一种用于3D PET-CT图像中肿瘤联合分割的深度学习算法 | 提出了多视图信息增强和多模态特征融合网络（MIEMFF-Net），结合动态多模态融合策略和多视图信息增强策略，有效利用PET和CT图像的代谢和解剖信息 | 未提及 | 解决现有方法在PET-CT图像肿瘤分割中忽略多模态和多视图信息的问题 | 3D PET-CT图像中的肿瘤 | 计算机视觉 | 软组织肉瘤 | 深度学习 | MIEMFF-Net | 图像 | Soft Tissue Sarcomas数据集和AutoPET数据集 | NA | NA | NA | NA |