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 261 - 280 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
261 2024-12-01
Concurrent validity and test reliability of the deep learning markerless motion capture system during the overhead squat
2024-11-27, Scientific reports IF:3.8Q1
研究论文 研究了基于深度学习的无标记运动捕捉系统在头顶深蹲运动中的同时效度和测试重测信度 开发了一种基于深度学习的无标记运动捕捉系统Ergo,旨在解决传统基于标记的光学运动捕捉系统在数据采集和分析中的耗时和劳动密集问题 未提及 评估Ergo系统在头顶深蹲运动中测量全身关节运动学数据的同时效度和测试重测信度 Ergo系统的全身关节运动学数据 计算机视觉 NA 深度学习 NA 时间序列数据 未提及具体样本数量
262 2024-12-01
A lightweight deep learning method to identify different types of cervical cancer
2024-11-27, Scientific reports IF:3.8Q1
研究论文 本文提出了一种轻量级深度学习方法CCanNet,用于高效识别不同类型的宫颈癌 本文提出了一种名为CCanNet的新型轻量级深度学习模型,结合了挤压块、残差块和跳层连接,显著提高了宫颈癌类型识别的准确性 NA 研究目的是开发一种高效的宫颈癌类型识别方法 研究对象是不同类型的宫颈癌 机器学习 宫颈癌 深度学习 CCanNet 图像 使用了SipakMed数据集
263 2024-12-01
Fault diagnosis of HVCB via the subtraction average based optimizer algorithm optimized multi channel CNN-SABO-SVM network
2024-Nov-27, Scientific reports IF:3.8Q1
研究论文 提出了一种基于多模态数据融合特征和减法平均优化器(SABO)的高压断路器(HVCB)操作机制故障诊断模型(多通道CNN-SABO-SVM,MCCSS) 使用多通道CNN网络提取和融合输入的二维数据特征,并引入SABO优化SVM的超参数,以提高在小样本数据场景下的诊断性能 未提及具体的局限性 提高在有限样本条件下深度学习方法对HVCB机械故障的诊断性能 高压断路器(HVCB)的机械故障诊断 计算机视觉 NA 多通道卷积神经网络(CNN)、支持向量机(SVM)、减法平均优化器(SABO) 多通道CNN-SABO-SVM网络 二维数据 有限数据
264 2024-12-01
Enhanced prediction of hemolytic activity in antimicrobial peptides using deep learning-based sequence analysis
2024-Nov-27, BMC bioinformatics IF:2.9Q1
研究论文 本文提出了一种基于卷积神经网络(CNN)的深度学习模型,用于预测抗菌肽(AMPs)的溶血活性 该模型在六个不同数据集上表现优异,超越了先前报道的方法,有助于开发具有降低溶血活性的新型抗菌肽 NA 解决抗菌肽临床应用中溶血活性限制的问题 抗菌肽的溶血活性预测 机器学习 NA NA CNN 序列 六个数据集:HemoPI-1, HemoPI-2, HemoPI-3, RNN-Hem, Hlppredfuse, 和 AMP-Combined
265 2024-12-01
A deep learning based automatic two-dimensional digital templating model for total knee arthroplasty
2024-Nov-27, Knee surgery & related research IF:4.1Q1
研究论文 本文开发了一种基于深度学习的自动化二维数字模板模型,用于全膝关节置换术中的植入物尺寸预测 本文首次提出了一种基于人工智能的自动化植入物尺寸预测模型,用于全膝关节置换术的术前模板设计 模型的准确性略低于专业骨科医生的手动模板设计,且未涵盖所有可能的植入物尺寸 开发一种自动化的人工智能模型,用于全膝关节置换术的术前植入物尺寸预测 全膝关节置换术中的植入物尺寸预测 计算机视觉 NA 深度学习 NA 图像 共使用了13,281张膝关节X光片进行模型训练,2,302张用于验证和测试,81例真实全膝关节置换术数据用于验证模型准确性
266 2024-12-01
Regional PM2.5 prediction with hybrid directed graph neural networks and Spatio-temporal fusion of meteorological factors
2024-Nov-27, Environmental pollution (Barking, Essex : 1987)
研究论文 提出了一种基于深度学习的混合有向图神经网络方法,用于区域PM2.5预测,结合气象因素的时空融合 利用领域特征量化邻近城市的影响,构建有向图,并通过图神经网络和长短期记忆网络进行时空编码,提高了PM浓度预测的准确性 NA 提高区域PM2.5浓度的预测准确性 PM2.5浓度及其在华北平原的48小时预测 机器学习 NA 图神经网络(GNN)和长短期记忆网络(LSTM) 混合有向图神经网络 气象数据 NA
267 2024-12-01
Liquid Biopsy-Based Detection and Response Prediction for Depression
2024-Nov-26, ACS nano IF:15.8Q1
研究论文 本研究开发了一种基于深度学习的拉曼光谱分析方法,用于从血浆中提取的外泌体检测抑郁症并预测抗抑郁药物的治疗反应 首次利用深度学习技术结合拉曼光谱分析外泌体,实现抑郁症的检测和抗抑郁药物治疗反应的预测 NA 开发一种客观的、基于指标的方法,用于预测抗抑郁药物的治疗反应,以减少治疗失败并促进个性化治疗策略的发展 抑郁症患者及其对抗抑郁药物的治疗反应 机器学习 精神疾病 拉曼光谱分析 深度学习 光谱数据 包括非抑郁症和抑郁症患者的血浆样本,以及患有恐慌症的个体
268 2024-12-01
GABAergic amacrine cells balance biased chromatic information in the mouse retina
2024-Nov-26, Cell reports IF:7.5Q1
研究论文 研究了小鼠视网膜中GABA能无长突细胞如何平衡视网膜中的色度信息 系统调查了40多种GABA能无长突细胞类型的色度反应,并使用药理学和生物启发的深度学习模型探讨了抑制和兴奋如何塑造功能类型的属性 NA 探讨视网膜中色度信息的处理机制 小鼠视网膜中的GABA能无长突细胞 神经科学 NA 药理学和深度学习模型 深度学习模型 色度反应数据 40多种GABA能无长突细胞类型
269 2024-12-01
Effective Alzheimer's disease detection using enhanced Xception blending with snapshot ensemble
2024-11-26, Scientific reports IF:3.8Q1
研究论文 本文提出了一种基于深度学习的阿尔茨海默病检测方法,通过增强的Xception架构和快照集成技术,从脑部MRI图像中检测阿尔茨海默病 本文的创新点在于使用增强的Xception架构和快照集成技术,结合决策级融合策略和RF元学习器,提高了阿尔茨海默病检测的准确性 本文的局限性在于模型需要进一步推广到其他数据集以提高其泛化能力 本文的研究目的是提高阿尔茨海默病的早期检测准确性,以便为患者提供个性化治疗 本文的研究对象是阿尔茨海默病及其在脑部MRI图像中的表现 计算机视觉 阿尔茨海默病 深度学习 Xception 图像 NA
270 2024-11-29
Accelerated optimization in deep learning with a proportional-integral-derivative controller
2024-Nov-26, Nature communications IF:14.7Q1
研究论文 本文提出了一种基于比例-积分-微分(PID)控制器的深度学习加速优化框架 通过将PID控制器应用于优化器,开发了一种称为比例-积分-微分加速优化器(PIDAO)的确定性连续时间优化器,并提供了理论收敛分析 NA 探索更稳健、准确和可解释的优化算法 深度学习中的优化算法 机器学习 NA 比例-积分-微分(PID)控制器 PIDAO NA NA
271 2024-12-01
Ship detection using ensemble deep learning techniques from synthetic aperture radar imagery
2024-Nov-26, Scientific reports IF:3.8Q1
研究论文 本文提出了一种基于YOLOv4和YOLOv5的集成模型eYOLO,用于从合成孔径雷达图像中检测船舶 采用加权框融合技术和广义交并比损失函数,提高了模型对不同尺度船舶的检测能力 未提及 提高合成孔径雷达图像中多尺度船舶检测的准确性 合成孔径雷达图像中的船舶 计算机视觉 NA 合成孔径雷达(SAR) YOLO 图像 使用了一个开源的SAR-ship数据集进行验证
272 2024-12-01
Modeling of Bayesian machine learning with sparrow search algorithm for cyberattack detection in IIoT environment
2024-Nov-26, Scientific reports IF:3.8Q1
研究论文 本文提出了一种新的贝叶斯机器学习与麻雀搜索算法结合的网络攻击检测技术,用于工业物联网环境中的网络安全 本文创新性地将贝叶斯机器学习与麻雀搜索算法结合,用于工业物联网网络攻击检测,并采用变色龙优化算法进行特征选择 NA 提高工业物联网网络中网络攻击检测的安全性 工业物联网网络中的网络攻击 机器学习 NA 贝叶斯机器学习、麻雀搜索算法、变色龙优化算法 贝叶斯信念网络 数据包 使用UNSWNB51和UCI SECOM数据集进行实验验证
273 2024-12-01
Extraction and evaluation of features of preterm patent ductus arteriosus in chest X-ray images using deep learning
2024-11-26, Scientific reports IF:3.8Q1
研究论文 本研究利用深度学习模型从胸片图像中提取和评估早产儿动脉导管未闭的特征 本研究首次使用深度学习模型从胸片图像中提取与动脉导管未闭相关的特征,并通过GradCAM++可视化模型识别重要区域 本研究仅使用了胸片图像和临床特征进行预测,未考虑其他可能的影像学检查方法 旨在通过深度学习模型从胸片图像中提取和评估早产儿动脉导管未闭的特征,以辅助早期诊断 早产儿动脉导管未闭的胸片图像特征 计算机视觉 儿科疾病 深度学习 CNN 图像 4617张超声心动图和17,448张胸片图像
274 2024-12-01
A deep learning based hybrid recommendation model for internet users
2024-Nov-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推荐模型HRS-IU-DL,用于提升互联网用户的个性化推荐效果 该模型创新性地结合了用户和物品的协同过滤、神经协同过滤、循环神经网络和基于内容的过滤,有效解决了数据稀疏、冷启动问题和个性化推荐需求 NA 提升推荐系统的准确性和相关性 互联网用户的个性化推荐 机器学习 NA 协同过滤、神经协同过滤、循环神经网络、基于内容的过滤 混合模型 文本 使用公开的Movielens 100k数据集进行评估
275 2024-12-01
Audio-visual aesthetic teaching methods in college students' vocal music teaching by deep learning
2024-11-26, Scientific reports IF:3.8Q1
研究论文 研究探讨了在大学声乐教学中通过深度学习和STEAM教育原则培养学生的视听美学能力 提出了一个结合STEAM教育和深度学习的创新课程设计框架,并设计了一个三阶段教学过程模型 研究主要通过问卷调查评估教学效果,缺乏更深入的定量分析和长期跟踪研究 探索在大学声乐教学中通过深度学习和STEAM教育原则培养学生的视听美学能力 大学声乐教育中的学生 教育学 NA 深度学习 NA 问卷调查数据 NA
276 2024-12-01
Deep learning model for the automated detection and classification of central canal and neural foraminal stenosis upon cervical spine magnetic resonance imaging
2024-Nov-26, BMC medical imaging IF:2.9Q2
研究论文 本文提出了一种基于深度学习模型的方法,用于自动检测和分类颈椎磁共振成像中的中央管和神经孔狭窄 该模型能够自动检测和分类颈椎磁共振成像中的中央管和神经孔狭窄,提高了诊断的准确性和效率 NA 开发一种能够自动检测和分类颈椎磁共振成像中中央管和神经孔狭窄的深度学习模型 颈椎磁共振成像中的中央管和神经孔狭窄 计算机视觉 NA 深度学习 卷积神经网络 图像 NA
277 2024-12-01
Virtual histopathology methods in medical imaging - a systematic review
2024-Nov-26, BMC medical imaging IF:2.9Q2
综述 本文综述了虚拟病理学在医学影像中的应用,探讨了其优势、局限性和临床应用 虚拟病理学利用机器学习、深度学习和图像处理等先进计算方法,提供了一种更一致和自动化的疾病诊断方法 本文指出了虚拟病理学方法在提高诊断准确性和效率方面需要进一步研究的重要领域 探讨虚拟病理学方法的优势、局限性和临床应用,并指出未来研究方向 虚拟病理学方法及其在医学影像中的应用 数字病理学 NA 机器学习、深度学习、图像处理 NA 图像 NA
278 2024-12-01
Computer-assisted diagnosis for axillary lymph node metastasis of early breast cancer based on transformer with dual-modal adaptive mid-term fusion using ultrasound elastography
2024-Nov-26, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1
研究论文 本文提出了一种基于双模态自适应中期融合的Transformer模型,用于辅助早期乳腺癌腋窝淋巴结转移的诊断 设计了一种新的深度学习框架DAMF-former,专注于腋窝区域而非原发肿瘤区域,并提出了自适应中期融合和自适应Youden指数方案来提高诊断性能 未提及具体限制 探索基于超声弹性成像的人工智能辅助诊断早期乳腺癌腋窝淋巴结转移的潜在解决方案 早期乳腺癌患者的腋窝淋巴结转移 计算机视觉 乳腺癌 超声弹性成像 Transformer 图像 未提及具体样本数量
279 2024-12-01
ChemXTree: A Feature-Enhanced Graph Neural Network-Neural Decision Tree Framework for ADMET Prediction
2024-Nov-25, Journal of chemical information and modeling IF:5.6Q1
研究论文 本文介绍了一种名为ChemXTree的新型图神经网络-神经决策树框架,用于ADMET预测 ChemXTree结合了门控调制特征单元(GMFU)和神经决策树(NDT),显著提高了分子属性预测的准确性 NA 开发一种新的机器学习框架,以提高药物发现中分子属性预测的准确性 分子属性预测,特别是ADMET预测 机器学习 NA 图神经网络,神经决策树 图神经网络,神经决策树 分子数据 包括MoleculeNet和八个额外的药物数据库的基准数据集
280 2024-12-01
miCGR: interpretable deep neural network for predicting both site-level and gene-level functional targets of microRNA
2024-Nov-22, Briefings in bioinformatics IF:6.8Q1
研究论文 本文提出了一种名为miCGR的可解释深度神经网络,用于预测微RNA(miRNA)的位点和基因水平的功能目标 miCGR采用2D卷积神经网络和增强的混沌游戏表示(CGR)来处理miRNA序列及其候选目标位点(CTS),能够识别序列中的功能基序,即使在原始序列中它们相距较远 NA 开发一种能够准确预测miRNA目标的深度学习框架,以支持基于miRNA的疾病治疗 miRNA及其在mRNA上的功能目标 机器学习 心血管疾病 深度学习 CNN 序列数据 NA
回到顶部