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！
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。
当前共找到 1250 篇文献，本页显示第 341 - 360 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 341 | 2024-12-01 |
Classification of Hyperspectral Images of Explosive Fragments Based on Spatial-Spectral Combination
2024-Nov-06, Sensors (Basel, Switzerland)
DOI:10.3390/s24227131
PMID:39598908
|
研究论文 | 本文提出了一种基于空间-光谱联合方法的爆炸碎片分类技术 | 利用高光谱成像技术结合深度学习框架，提出了一种新的空间-光谱联合分类方法 | 研究结果仅在实验室环境下验证，尚未在实际爆炸现场环境中进行验证 | 评估爆炸威力和设计防爆措施提供参考 | 爆炸碎片 | 计算机视觉 | NA | 高光谱成像 | CNN-BiLSTM 和 U-Net | 图像 | 实验室环境下收集的爆炸碎片高光谱图像 |
| 342 | 2024-12-01 |
Lightweight Vehicle Detection Based on Mamba_ViT
2024-Nov-06, Sensors (Basel, Switzerland)
DOI:10.3390/s24227138
PMID:39598916
|
研究论文 | 提出了一种基于Mamba_ViT的轻量级车辆检测算法，通过新的特征提取架构和多尺度特征融合机制，提高了车辆检测的准确性和效率 | 引入了新的特征提取架构Mamba_ViT，分离浅层和深层特征并独立处理，增强了特征提取的全面性和准确性 | NA | 改进车辆检测算法，提高智能交通管理和自动驾驶系统的性能 | 车辆检测算法及其在智能交通和自动驾驶系统中的应用 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | UA-DETRAC数据集 |
| 343 | 2024-12-01 |
Improved Detection Accuracy of Chronic Vertebral Compression Fractures by Integrating Height Loss Ratio and Deep Learning Approaches
2024-Nov-06, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics14222477
PMID:39594143
|
研究论文 | 本研究旨在评估高度损失比率（HLR）方法的局限性，并引入一种结合深度学习（DL）模型的新方法，以提高椎体压缩性骨折（VCF）的检测性能 | 本研究创新性地将高度损失比率（HLR）与深度学习（DL）模型结合，显著提高了椎体压缩性骨折的检测准确性 | 本研究仅针对慢性椎体压缩性骨折进行评估，未涉及急性或其他类型的骨折 | 评估现有方法的局限性并提出改进的椎体压缩性骨折检测方法 | 慢性椎体压缩性骨折的检测 | 计算机视觉 | 骨骼疾病 | 深度学习 | 深度学习模型 | 图像 | 589名慢性椎体压缩性骨折患者 |
| 344 | 2024-12-01 |
CSTAN: A Deepfake Detection Network with CST Attention for Superior Generalization
2024-Nov-05, Sensors (Basel, Switzerland)
DOI:10.3390/s24227101
PMID:39598878
|
研究论文 | 提出了一种名为CSTAN的深度伪造检测网络，通过CST注意力机制增强模型对真实和伪造特征的区分能力，从而提高跨数据集的泛化能力 | 设计了通道-空间-三重注意力机制（CST），提取细微的局部信息，并提出了一种新的特征提取方法OD-ResNet-34，增强了模型对数据特征的动态适应性 | NA | 提高深度伪造检测模型在跨数据集上的泛化能力 | 深度伪造检测模型的泛化能力 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 训练数据集为FF++，测试数据集为Celeb-DF-v1和Celeb-DF-v2 |
| 345 | 2024-12-01 |
AIpollen: An Analytic Website for Pollen Identification Through Convolutional Neural Networks
2024-Nov-05, Plants (Basel, Switzerland)
DOI:10.3390/plants13223118
PMID:39599327
|
研究论文 | 本研究开发了一个基于卷积神经网络的分析网站，用于识别花粉 | 利用预训练的ResNet34网络并进行微调，结合多种优化策略提高模型性能 | NA | 利用深度学习的高精度和效率开发一个花粉识别系统 | 36个不同属的花粉 | 计算机视觉 | NA | 卷积神经网络 | ResNet34 | 图像 | 36个不同属的花粉数据集 |
| 346 | 2024-12-01 |
Decoding Radiomics: A Step-by-Step Guide to Machine Learning Workflow in Hand-Crafted and Deep Learning Radiomics Studies
2024-Nov-05, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics14222473
PMID:39594139
|
综述 | 本文为新一代放射科医生提供了一个关于放射组学研究的系统指南，涵盖了从研究设计到模型训练和验证的整个流程 | 介绍了METRICS评分工具，用于评估放射组学研究的质量 | 主要面向缺乏机器学习或放射组学专业培训的放射科医生 | 提供一个清晰的放射组学研究流程指南，并介绍METRICS评分工具的应用 | 放射组学研究的质量评估 | 机器学习 | NA | NA | NA | 影像 | NA |
| 347 | 2024-12-01 |
Quantitative Evaluation of a Fully Automated Planning Solution for Prostate-Only and Whole-Pelvic Radiotherapy
2024-Nov-05, Cancers
IF:4.5Q1
DOI:10.3390/cancers16223735
PMID:39594691
|
研究论文 | 本文评估了一种全自动化的前列腺和全盆腔放射治疗计划解决方案，该方案需要最少的人工干预，并生成机器可执行的计划 | 本文提出了一种基于深度学习的全自动化放射治疗计划管道，能够生成高质量的计划，与手动制作的计划相当 | 尽管自动化计划在剂量约束方面表现良好，但与手动计划相比，总MU数较高，且未观察到统计学上的显著相关性 | 评估一种全自动化的前列腺和全盆腔放射治疗计划解决方案的可行性和质量 | 前列腺和全盆腔放射治疗计划 | 数字病理学 | 前列腺癌 | 深度学习 | 深度学习模型 | 图像 | 训练集238例，验证集86例，临床评估40例 |
| 348 | 2024-12-01 |
An Integrated Multimodal-Based CAD System for Breast Cancer Diagnosis
2024-Nov-05, Cancers
IF:4.5Q1
DOI:10.3390/cancers16223740
PMID:39594696
|
研究论文 | 本文研究了一种基于多模态数据的计算机辅助诊断系统，用于乳腺癌的诊断 | 首次将患者信息（如病史、乳房密度、年龄等）与乳腺X光片特征结合，用于乳腺癌肿瘤分类 | NA | 提高乳腺癌诊断的准确性 | 乳腺癌肿瘤分类 | 计算机视觉 | 乳腺癌 | NA | CNN | 图像 | 包含患者信息和四视图乳腺X光片图像的新数据集，涵盖正常、良性、恶性多个类别 |
| 349 | 2024-12-01 |
Transient brain structure changes after high phenylalanine exposure in adults with phenylketonuria
2024-Nov-04, Brain : a journal of neurology
IF:10.6Q1
DOI:10.1093/brain/awae139
PMID:38723047
|
研究论文 | 研究了高苯丙氨酸暴露对苯丙酮尿症成人患者大脑结构的影响 | 首次通过双盲随机安慰剂对照交叉试验，探讨了高苯丙氨酸暴露对成人苯丙酮尿症患者大脑结构的短期影响 | 研究结果仅限于短期暴露，未探讨长期影响 | 探讨高苯丙氨酸暴露对成人苯丙酮尿症患者大脑结构的影响 | 早期治疗的成人苯丙酮尿症患者 | NA | 苯丙酮尿症 | 磁共振成像 | 深度学习 | 图像 | 28名早期治疗的成人苯丙酮尿症患者 |
| 350 | 2024-12-01 |
Comparing IOP-Induced Scleral Deformations in the Myopic and Myopic Glaucoma Spectrums
2024-Nov-04, Investigative ophthalmology & visual science
IF:5.0Q1
DOI:10.1167/iovs.65.13.54
PMID:39585674
|
研究论文 | 比较近视和近视青光眼谱系中眼压诱导的巩膜变形 | 首次比较了不同近视条件下急性眼压升高对黄斑曲率变化的影响 | 研究样本量有限，且仅包括特定类型的近视患者 | 研究不同近视条件下急性眼压升高对黄斑曲率的影响 | 328只眼睛，包括正常眼、高度近视眼、高度近视合并青光眼眼、病理性近视眼和病理性近视合并葡萄肿眼 | NA | NA | 光学相干断层扫描（OCT） | 深度学习算法 | 图像 | 328只眼睛，来自184名受试者 |
| 351 | 2024-12-01 |
Correction: Giri et al. Improving Protein-Ligand Interaction Modeling with cryo-EM Data, Templates, and Deep Learning in 2021 Ligand Model Challenge. Biomolecules 2023, 13, 132
2024-Nov-04, Biomolecules
IF:4.8Q1
DOI:10.3390/biom14111404
PMID:39595656
|
correction | 纠正了原始出版物中的错误 | NA | NA | 纠正原始出版物中的错误 | NA | NA | NA | NA | NA | NA | NA |
| 352 | 2024-12-01 |
Advancements and Challenges in the Integration of Indium Arsenide and Van der Waals Heterostructures
2024-Nov, Small (Weinheim an der Bergstrasse, Germany)
DOI:10.1002/smll.202403129
PMID:39030967
|
综述 | 本文综述了基于铟砷（InAs）和范德华异质结构在电子、光学和磁性等科学领域的进展与挑战 | 探讨了将深度学习融入第一性原理计算以推动InAs和范德华异质结构集成的新方法 | 目前进展落后于其他二维材料如石墨烯和氮化硼，面临合成纯晶相InAs纳米结构和单原子层2D InAs薄膜的挑战 | 旨在克服现有瓶颈，加速InAs和范德华异质结构集成的变革性进展 | 基于InAs的材料和范德华异质结构 | 电子学 | NA | 范德华外延 | NA | NA | NA |
| 353 | 2024-12-01 |
Space-Confined Amplification for In Situ Imaging of Single Nucleic Acid and Single Pathogen on Biological Samples
2024-Nov, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202407055
PMID:39373849
|
研究论文 | 开发了一种基于水凝胶的空间限制界面放大技术，用于在生物样本上直接成像单个核酸和单个病原体 | 利用水凝胶的仿生3D纳米限制空间限制核酸的自由扩散，实现快速的原位酶促反应 | NA | 开发一种快速灵活的原位成像技术，用于食品、环境和临床应用 | 单个核酸和单个病原体在生物样本上的直接成像 | 生物技术 | NA | 水凝胶基空间限制界面放大技术 | 深度学习模型 | 图像 | NA |
| 354 | 2024-12-01 |
Exploring Protein Conformational Changes Using a Large-Scale Biophysical Sampling Augmented Deep Learning Strategy
2024-Nov, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202400884
PMID:39387316
|
研究论文 | 本文探讨了使用大规模生物物理采样增强的深度学习策略来预测蛋白质构象变化 | 结合分子动力学模拟和增强采样方法创建大规模数据库，并开发通用深度学习模型来预测蛋白质的过渡路径 | NA | 解决预测蛋白质构象变化模型训练数据有限的问题 | 2635种具有两个已知稳定状态的蛋白质的构象变化 | 机器学习 | NA | 分子动力学模拟 | 深度学习模型 | 结构信息 | 2635种蛋白质 |
| 355 | 2024-12-01 |
Artificial intelligence-enabled electrocardiogram for mortality and cardiovascular risk estimation: a model development and validation study
2024-11, The Lancet. Digital health
DOI:10.1016/S2589-7500(24)00172-9
PMID:39455192
|
研究论文 | 开发并验证了一种基于人工智能的心电图风险评估平台，用于预测死亡率和心血管风险 | 提出了一个可操作、可解释且具有生物学合理性的AI-ECG风险评估平台，解决了现有模型在个体患者层面的不可操作性、不可解释性和生物学不合理性问题 | NA | 开发并验证一种基于人工智能的心电图风险评估平台，以预测未来的疾病风险和死亡率 | 心电图数据和患者生存曲线 | 机器学习 | 心血管疾病 | 深度学习 | 离散时间生存模型 | 心电图 | 1,163,401份心电图数据，来自189,539名患者 |
| 356 | 2024-12-01 |
Integrating Contact Tracing Data to Enhance Outbreak Phylodynamic Inference: A Deep Learning Approach
2024-Nov-01, Molecular biology and evolution
IF:11.0Q1
DOI:10.1093/molbev/msae232
PMID:39497507
|
研究论文 | 本研究评估了PhyloDeep这一深度学习工具在处理不完整系统发育树时的表现，并探讨了通过整合接触追踪数据来提高预测准确性的潜力 | 通过整合接触追踪数据，显著提高了在处理不完整系统发育树时的预测性能 | 在超级传播动态场景中，模型的参数捕捉仍然具有挑战性 | 探讨如何通过整合接触追踪数据来提高系统发育动力学分析的准确性 | PhyloDeep工具在处理不完整系统发育树时的表现及接触追踪数据的整合效果 | 机器学习 | NA | 深度学习 | 深度学习模型 | 基因组数据和流行病学数据 | 涉及部分匹配接触追踪数据的SARS-CoV-2序列样本 |
| 357 | 2024-11-30 |
A novel deep learning based method for myocardial strain quantification
2024-Nov-29, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ad947b
PMID:39569845
|
研究论文 | 本文介绍了一种基于深度学习的心肌应变量化方法，并通过公共和私有数据集评估了该方法在心脏病理区分中的有效性 | 提出了一种新的基于深度学习的心肌应变量化方法，能够有效区分健康和病理心脏状态，并具有与传统方法相当的准确性和计算效率 | NA | 开发一种有效的心肌应变量化方法，用于心脏病理的区分 | 心肌应变分析，心脏结构（左心室、右心室和心肌）的运动估计 | 计算机视觉 | 心血管疾病 | 深度学习 | NA | 图像 | 公共数据集（ACDC，80个受试者；CMAC，16个受试者）和私有数据集（SSC，75个受试者），包含健康和病理病例（急性心肌梗死、扩张型心肌病和肥厚型心肌病） |
| 358 | 2024-11-30 |
An audiovisual cognitive optimization strategy guided by salient object ranking for intelligent visual prothesis systems
2024-Nov-29, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ad94a4
PMID:39569905
|
研究论文 | 本文介绍了一种基于显著物体排序的视听认知优化策略，用于智能视觉假体系统 | 提出了一个新的显著物体排序（SaOR）数据集和SaOR网络，用于为假体视觉提供深度感知，并结合图像描述方法提供听觉反馈，形成视听认知优化策略 | NA | 旨在改进智能视觉假体系统的性能，提供更接近人类观察模式的视觉信息处理策略 | 智能视觉假体系统及其在复杂现实环境中的应用 | 计算机视觉 | NA | 深度学习 | SaOR网络 | 图像 | 基于场景描述任务的心理物理实验 |
| 359 | 2024-11-30 |
CorLabelNet: a comprehensive framework for multi-label chest X-ray image classification with correlation guided discriminant feature learning and oversampling
2024-Nov-29, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-024-03247-0
PMID:39609353
|
研究论文 | 提出了一种名为CorLabelNet的综合框架，用于多标签胸部X光图像分类，通过相关性引导的判别特征学习和过采样来提高分类性能 | 引入自注意力机制捕捉高阶标签相关性，并从全局和局部角度考虑标签相关性，提出一致性约束和多标签对比损失来增强特征学习，以及利用学习到的标签相关性进行过采样的方法 | 未提及具体限制 | 解决多标签胸部X光图像分类中标签相关性学习和类别不平衡问题 | 胸部X光图像的多标签分类 | 计算机视觉 | NA | 自注意力机制 | NA | 图像 | 在CheXpert和ChestX-Ray14数据集上进行了5折交叉验证实验，重复三次 |
| 360 | 2024-11-30 |
Deep Learning Methods for De Novo Peptide Sequencing
2024-Nov-29, Mass spectrometry reviews
IF:6.9Q1
DOI:10.1002/mas.21919
PMID:39611290
|
研究论文 | 本文介绍了用于从头测序肽序列的深度学习方法，并讨论了其性能评估和领域挑战 | 本文介绍了自2017年DeepNovo算法引入以来，深度学习方法在从头测序领域的应用，这些方法利用大量标记的质谱数据训练多层神经网络，将观察到的质谱转换为相应的肽序列 | 本文讨论了方法开发和评估协议方面的挑战 | 研究从头测序肽序列的深度学习方法及其性能评估 | 蛋白质串联质谱数据和肽序列 | 机器学习 | NA | 质谱 | 多层神经网络 | 质谱数据 | 大量标记的质谱数据 |