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:202411-202411] [清除筛选条件]
当前共找到 1250 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 2024-12-07
Leveraging a Vision Transformer Model to Improve Diagnostic Accuracy of Cardiac Amyloidosis With Cardiac Magnetic Resonance
2024-Nov-22, JACC. Cardiovascular imaging
研究论文 本文开发并验证了一种深度学习算法,利用视觉变换器模型提高心脏磁共振成像对心脏淀粉样变性的诊断准确性 本文首次使用视觉变换器模型来区分心脏淀粉样变性与其他心肌病病因 该模型在图像质量差、双病理或临床上重要的心脏淀粉样变性诊断不明确的情况下,准确性有所下降 开发和验证一种深度学习算法,以帮助区分心脏淀粉样变性 心脏淀粉样变性与其他心肌病病因的区分 计算机视觉 心脏淀粉样变性 心脏磁共振成像 视觉变换器模型 图像 807名患者用于模型开发,157名患者用于外部验证
182 2024-12-07
Artificial intelligence in cytopathological applications for cancer: a review of accuracy and analytic validity
2024-Nov-19, European journal of medical research IF:2.8Q2
综述 本文综述了人工智能在细胞病理学应用中的准确性和分析效度 本文探讨了人工智能辅助方法在提高细胞病理学诊断中的敏感性、特异性和准确性方面的创新应用 本文主要基于文献综述,未提供具体的技术实现细节或实验数据 探讨人工智能在细胞病理学诊断中的应用及其对诊断准确性和分析效度的影响 细胞病理学样本,包括宫颈癌、骨髓和外周血涂片、肺部良性与恶性病变 数字病理学 NA 机器学习、深度学习 NA 图像 417项研究中筛选出34项进行综述
183 2024-12-07
The benefit of automated sac volume measurements in postoperative endovascular aortic repair surveillance
2024-Nov-08, Journal of vascular surgery IF:3.9Q1
研究论文 研究探讨了在术后血管内主动脉修复监测中,自动化测量主动脉瘤囊体积相对于最大直径评估的优势 提出使用自动化测量主动脉瘤囊体积的方法,以提供比最大直径评估更细致的囊行为信息 研究样本量较小,需要更大规模的研究验证 探讨自动化测量主动脉瘤囊体积在术后血管内主动脉修复监测中的应用 主动脉瘤囊体积和直径的变化 NA 心血管疾病 增强现实技术 NA 图像 89名患者
184 2024-12-06
A Single-Cell Interrogation System from Scratch: Microfluidics and Deep Learning
2024-Nov-28, The journal of physical chemistry. B
研究论文 本文为微生物学家提供了一个从零开始构建自定义活细胞检测系统的指南,结合了微流控技术和深度学习技术 本文首次为微生物学家提供了从零开始构建自定义活细胞检测系统的详细指南,并展示了如何使用最先进的深度学习技术设计图像处理算法 本文主要面向具有微流控技术基础的微生物学家,可能对其他领域的研究人员不适用 为微生物学家提供构建自定义活细胞检测系统的指南,并展示如何使用深度学习技术进行图像处理 活细胞检测系统的设计与构建,以及图像处理算法的设计 微流控技术 NA 微流控技术,深度学习 深度学习 图像 数千个细菌细胞周期
185 2024-12-06
An object detection-based model for automated screening of stem-cells senescence during drug screening
2024-Nov-23, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1
研究论文 提出了一种基于Faster R-CNN的检测模型STGF R-CNN,用于自动化筛选药物诱导的干细胞衰老 引入了Swin Transformer和组归一化策略,提高了网络的特征学习能力,实现了轻量化模型 未提及 开发一种高效的深度学习模型,用于定量评估药物诱导的干细胞衰老 药物诱导的多能干细胞衍生的间充质干细胞(iP-MSCs)的衰老检测 计算机视觉 NA 深度学习 Faster R-CNN 图像 构建了一个iP-MSCs数据集,并进行了系列实验
186 2024-12-06
Densely Populated Cell and Organelles Segmentation With Multi-Plane Deep Learning Pipeline
2024-Nov-21, bioRxiv : the preprint server for biology
研究论文 开发了一种用于细胞和细胞器分割的机器视觉管道,通过多平面深度学习方法处理vEM数据集 利用2D神经网络捕捉3D相关性,实现了高效的细胞和细胞器分割,并在CREMI神经元分割挑战中取得了先进成果 NA 开发一种高效的细胞和细胞器分割方法,并应用于大规模血小板研究 血小板和细胞器 计算机视觉 NA 深度学习 神经网络 图像 数百个血小板
187 2024-12-06
Chinese Clinical Named Entity Recognition With Segmentation Synonym Sentence Synthesis Mechanism: Algorithm Development and Validation
2024-Nov-21, JMIR medical informatics IF:3.1Q2
研究论文 本文提出了一种基于邻近词汇计算的数据增强算法,用于解决中文临床命名实体识别任务中的数据稀缺和标注困难问题 本文创新性地提出了分割同义句合成算法,通过词汇分割和同义词替换实现数据集的邻近扩展,无需手动扩展专业领域词典 本文未提及具体的局限性 解决中文临床命名实体识别任务中的数据稀缺和标注困难问题 中文临床文本中的命名实体 自然语言处理 NA NA RoBERTa + CRF, RoBERTa + BiLSTM + CRF 文本 使用了CCKS 2017和2019数据集
188 2024-12-06
Advancements in Using AI for Dietary Assessment Based on Food Images: Scoping Review
2024-Nov-15, Journal of medical Internet research IF:5.8Q1
综述 本文综述了基于食物图像的膳食评估中人工智能技术的最新进展 介绍了使用计算机算法模拟人类性能从食物图像中估计膳食信息的新方法 需要营养师和营养学家的参与以确保系统满足专业需求和信任 提供人工智能在基于食物图像的膳食评估中应用的当前概述,并讨论系统的优缺点及改进建议 基于食物图像的膳食评估技术及其在营养学中的应用 计算机视觉 NA 人工智能 卷积神经网络、生成对抗网络 图像 共筛选出84篇文章进行综述
189 2024-12-06
Deep learning-based spike sorting: a survey
2024-Nov-14, Journal of neural engineering IF:3.7Q2
综述 本文深入评估了基于深度学习的尖峰排序方法、方法论和结果,揭示了当前最先进的技术 本文综述了24篇关于基于深度学习的尖峰排序的文章,涵盖了尖峰检测、特征提取和分类三个子问题,并探讨了集成系统在解决尖峰排序问题中的潜力 尽管大多数算法是为单通道记录开发的,但多通道数据模型已经显示出有希望的结果,但仍需进一步研究和优化 综述基于深度学习的尖峰排序方法,评估其当前状态和未来发展方向 神经科学中的尖峰排序问题,包括尖峰检测、特征提取和分类 机器学习 NA 深度学习 卷积神经网络、自编码器 神经信号 24篇文章
190 2024-12-06
Deep learning for Ethiopian indigenous medicinal plant species identification and classification
2024-Nov-14, Journal of Ayurveda and integrative medicine IF:1.7Q3
研究论文 研究开发了一种基于迁移学习的深度学习模型,用于埃塞俄比亚本土药用植物物种的识别和分类 通过迁移学习微调预训练的深度学习模型,显著提高了训练和测试的准确性 NA 开发一种高效的深度学习模型,用于埃塞俄比亚本土药用植物物种的识别和分类 埃塞俄比亚本土药用植物物种 计算机视觉 NA 深度学习 CNN 图像 1853张叶子图像,来自35个物种
191 2024-12-06
Mixed Effects Deep Learning for the interpretable analysis of single cell RNA sequencing data by quantifying and visualizing batch effects
2024-Nov-13, ArXiv
PMID:39606715
研究论文 提出了一种混合效应深度学习(MEDL)自编码器框架,用于单细胞RNA测序数据的解释性分析,通过量化和可视化批次效应 通过分离批次不变(固定效应)和批次特定(随机效应)成分,将两者整合到预测模型中,同时生成2D可视化,增强了解释性 NA 解决单细胞RNA测序数据中的批次效应问题,并提高预测准确性 单细胞RNA测序数据中的批次效应和生物学状态 机器学习 心血管疾病, 自闭症谱系障碍, 急性髓系白血病 单细胞RNA测序 自编码器 基因表达数据 三个数据集,包括健康心脏、自闭症谱系障碍和急性髓系白血病,共147个批次
192 2024-12-06
Sustainable sentiment analysis on E-commerce platforms using a weighted parallel hybrid deep learning approach for smart cities applications
2024-Nov-03, Scientific reports IF:3.8Q1
研究论文 本文介绍了一种基于加权并行混合深度学习方法的电子商务平台情感分析系统 提出了名为WPHDL-SAEPR的独特方法,结合了受限玻尔兹曼机和奇异值分解模型 未提及 提高电子商务平台上用户评价的情感分析准确性 电子商务平台上的用户评价 自然语言处理 NA 自然语言处理和机器学习 加权并行混合深度学习模型 文本 使用了一个消费者评论数据库进行评估
193 2024-12-06
Development of high-quality artificial intelligence for computer-aided diagnosis in determining subtypes of colorectal cancer
2024-Nov, Journal of gastroenterology and hepatology IF:3.7Q2
研究论文 开发了一种基于深度学习的高质量计算机辅助诊断系统,用于区分结直肠癌亚型 首次开发了一种能够准确诊断结直肠癌亚型的计算机辅助诊断系统,并引入了稀疏注意力机制以提高诊断性能 研究样本量较小,仅包括29例早期结直肠癌病例 开发一种能够准确区分结直肠癌亚型的计算机辅助诊断系统 结直肠癌的亚型分类 计算机视觉 结直肠癌 深度学习 ResNet 图像 1072张病理图像,包括29例早期结直肠癌病例
194 2024-12-06
Deep Learning and Automatic Differentiation of Pancreatic Lesions in Endoscopic Ultrasound: A Transatlantic Study
2024-Nov-01, Clinical and translational gastroenterology IF:3.0Q2
研究论文 本文开发了一种卷积神经网络(CNN)用于内镜超声(EUS)图像中胰腺病变的检测和区分 首次开发了全球首个能够检测和区分EUS图像中最常见的胰腺囊性肿瘤和胰腺实质性病变的CNN 需要更大规模的多中心研究以实现技术的应用 提高内镜超声对胰腺病变诊断的准确性 胰腺囊性肿瘤(包括粘液性和非粘液性病变)和胰腺实质性病变(特别是胰腺导管腺癌和胰腺神经内分泌肿瘤) 计算机视觉 胰腺癌 卷积神经网络(CNN) CNN 图像 378例EUS检查,包含约126,000张图像
195 2024-12-06
Prediction of virus-host associations using protein language models and multiple instance learning
2024-Nov, PLoS computational biology IF:3.8Q1
研究论文 本文介绍了一种名为EvoMIL的深度学习方法,用于仅从病毒序列中预测病毒宿主物种,并识别对宿主预测有重要贡献的病毒蛋白 结合预训练的大型蛋白质语言模型(ESM)和基于注意力的多实例学习,实现了蛋白质导向的预测,并展示了蛋白质嵌入比序列组成特征(如氨基酸、理化性质和DNA k-mers)捕获更强的预测信号 NA 解决当前大多数病毒宿主未知的问题,特别是微生物群中的病毒,并预测新病毒是否感染人类和动物 病毒宿主关联和重要病毒蛋白 机器学习 NA 多实例学习 深度学习模型 蛋白质序列 NA
196 2024-12-06
Process-Informed Neural Networks: A Hybrid Modelling Approach to Improve Predictive Performance and Inference of Neural Networks in Ecology and Beyond
2024-Nov, Ecology letters IF:7.6Q1
研究论文 本文提出了一种结合过程模型和神经网络的混合建模方法,称为过程信息神经网络(PINNs),以提高生态学及其他领域中神经网络的预测性能和推理能力 创新地将过程知识直接融入神经网络结构中,形成过程信息神经网络(PINNs),显著提升了在数据稀疏情况下的预测性能和过程推理能力 NA 旨在解决深度学习在生态学应用中的数据稀疏和黑箱模型问题,提升预测准确性和过程理解 温带森林中的碳通量预测任务 生态学 NA 神经网络 过程信息神经网络(PINNs) 时空数据 五种不同类型的PINNs模型在数据稀疏和高迁移任务中的表现
197 2024-12-06
Deep Learning for the Study of Urinary Stone Composition from Computed Tomography Images
2024-Nov, Archivos espanoles de urologia IF:0.6Q4
研究论文 本研究开发了一种基于卷积神经网络的深度学习模型,用于从CT图像中区分尿酸结石和非尿酸结石 首次利用深度学习技术从CT图像中预测尿酸结石的类型 研究仅限于回顾性分析,未来需进一步验证模型的前瞻性应用 开发一种方法来区分尿酸结石和非尿酸结石 尿酸结石和非尿酸结石的CT图像 计算机视觉 泌尿系统疾病 卷积神经网络 CNN 图像 918张非增强薄层单能量CT图像,包括124张尿酸结石和794张非尿酸结石
198 2024-12-05
AutoLDT: a lightweight spatio-temporal decoupling transformer framework with AutoML method for time series classification
2024-Nov-30, Scientific reports IF:3.8Q1
研究论文 提出了一种基于自动化机器学习技术的轻量级时空解耦Transformer框架AutoLDT,用于时间序列分类 引入模糊位置编码、TS可分离线性自注意力机制和卷积前馈网络,实现轻量级特征提取;采用协方差矩阵自适应进化策略和全局自适应剪枝技术实现自动化网络结构设计 未明确提及 解决时间序列分类中特征提取效果、模型复杂度和模型设计不确定性问题 时间序列数据 机器学习 NA 自动化机器学习 Transformer 时间序列 使用了公开的UCR和UEA时间序列数据集
199 2024-12-05
Self-supervised spectral super-resolution for a fast hyperspectral and multispectral image fusion
2024-Nov-30, Scientific reports IF:3.8Q1
研究论文 本文提出了一种新的自监督光谱超分辨率方法,用于快速高光谱和多光谱图像融合 引入了一种创新的技术,通过训练一个小型深度神经网络来重建高分辨率的高光谱图像,无需高分辨率训练数据,解决了数据稀缺和泛化能力差的问题,并显著降低了计算成本 NA 提高高光谱图像的分辨率 高光谱和多光谱图像 计算机视觉 NA 深度学习 深度神经网络 图像 NA
200 2024-12-05
A deep learning approach to real-time Markov modeling of ion channel gating
2024-Nov-30, Communications chemistry IF:5.9Q1
研究论文 本文提出了一种基于深度学习的实时马尔可夫模型提取方法,用于分析离子通道门控行为 利用深度学习技术从单通道记录中提取马尔可夫模型,并提出了一种评估预测模型优劣的方法 需要进一步验证该方法在不同实验条件下的适用性和准确性 开发一种能够实时分析离子通道门控行为的深度学习方法 离子通道门控行为的实时分析 机器学习 NA 深度学习 神经网络 时间序列 使用模拟数据集进行训练,并在实际的膜片钳实验数据上进行测试
回到顶部