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 1133 篇文献，本页显示第 581 - 600 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 581 | 2024-12-01 |
Research on Behavior Recognition and Online Monitoring System for Liaoning Cashmere Goats Based on Deep Learning
2024-Nov-07, Animals : an open access journal from MDPI
IF:2.7Q1
DOI:10.3390/ani14223197
PMID:39595250
|
研究论文 | 研究基于深度学习的辽宁绒山羊行为识别与在线监测系统 | 引入了基于深度学习的行为识别和在线检测系统，并通过改进YOLOv8n算法提高了检测精度 | 未提及具体局限性 | 提高辽宁绒山羊的智能养殖效率和质量 | 辽宁绒山羊的行为识别与在线监测 | 计算机视觉 | NA | 深度学习 | YOLO | 视频 | 未提及具体样本数量 | NA | NA | NA | NA |
| 582 | 2024-12-01 |
Choosing the right artificial intelligence solutions for your radiology department: key factors to consider
2024-11-06, Diagnostic and interventional radiology (Ankara, Turkey)
DOI:10.4274/dir.2024.232658
PMID:38682670
|
review | 本文为放射科提供了一个实用的指南，帮助选择和整合用于解释任务的人工智能解决方案 | 本文不列举现有应用或回顾科学证据，而是专注于放射科在选择AI解决方案时应考虑的关键因素 | NA | 帮助放射科做出明智决策，提高诊断精度、改善患者结果并优化工作流程 | 放射科在选择和整合AI解决方案时应考虑的关键因素 | computer vision | NA | deep learning | NA | NA | NA | NA | NA | NA | NA |
| 583 | 2024-12-01 |
CrackNet: A Hybrid Model for Crack Segmentation with Dynamic Loss Function
2024-Nov-06, Sensors (Basel, Switzerland)
DOI:10.3390/s24227134
PMID:39598912
|
研究论文 | 本文提出了一种名为CrackNet的混合网络模型，用于裂缝分割，并引入动态损失函数以解决类别不平衡问题 | 本文创新性地结合了CNN和Transformer的优点，并引入了条带池化模块和动态加权损失函数 | NA | 解决基础设施中裂缝检测的挑战，提高裂缝分割的准确性 | 基础设施中的裂缝 | 计算机视觉 | NA | NA | 混合网络（CNN和Transformer） | 图像 | 三个公开的裂缝数据集 | NA | NA | NA | NA |
| 584 | 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 | NA | NA | NA | NA |
| 585 | 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 | NA | NA | NA | NA |
| 586 | 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 | NA | NA | NA | NA |
| 587 | 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 | NA | NA | NA | NA |
| 588 | 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 | NA | NA | NA | NA |
| 589 | 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 | NA | NA | NA | NA |
| 590 | 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 | NA | NA | NA | NA |
| 591 | 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 | NA | NA | NA | NA |
| 592 | 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 | NA | NA | NA | NA |
| 593 | 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 | NA | NA | NA | NA |
| 594 | 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 | NA | NA | NA | NA |
| 595 | 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 | NA | NA | NA | NA |
| 596 | 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） | NA | NA | NA | NA |
| 597 | 2024-11-30 |
Using artificial intelligence to document the hidden RNA virosphere
2024-Nov-27, Cell
IF:45.5Q1
DOI:10.1016/j.cell.2024.09.027
PMID:39389057
|
研究论文 | 开发了一种深度学习算法LucaProt，用于在多样化的全球生态系统中发现的10,487个元转录组中识别高度分化的RNA依赖性RNA聚合酶（RdRP）序列 | LucaProt算法整合了序列和预测的结构信息，能够准确检测RdRP序列，并发现了161,979种潜在的RNA病毒物种和180个RNA病毒超群，包括许多先前研究不足的群体 | NA | 推进病毒发现，揭示病毒圈的规模，并提供计算工具以更好地记录全球RNA病毒群 | 高度分化的RNA病毒 | 机器学习 | NA | 深度学习 | 深度学习算法 | 序列数据 | 10,487个元转录组 | NA | NA | NA | NA |
| 598 | 2024-11-30 |
Multimodal separation and cross fusion network based on Raman spectroscopy and FTIR spectroscopy for diagnosis of thyroid malignant tumor metastasis
2024-11-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-80590-0
PMID:39582068
|
研究论文 | 本文提出了一种基于拉曼光谱和傅里叶变换红外光谱的多模态分离交叉融合网络（MSCNet），用于诊断甲状腺恶性肿瘤的颈部淋巴结转移 | 本文创新性地开发了MSCNet，通过特征分离模块和特征交叉融合模块，充分捕捉模态间和模态内的互补信息，有效整合拉曼光谱和FTIR光谱数据，提高了诊断准确性 | 本文未详细讨论模型的泛化能力和在其他疾病诊断中的应用 | 开发一种新的多模态分离交叉融合网络，用于提高甲状腺癌颈部淋巴结转移的诊断准确性 | 甲状腺癌颈部淋巴结转移的诊断 | 机器学习 | 甲状腺癌 | 拉曼光谱，傅里叶变换红外光谱 | 多模态分离交叉融合网络（MSCNet） | 光谱数据 | 99例颈部淋巴结转移的血液振动光谱数据 | NA | NA | NA | NA |
| 599 | 2024-11-30 |
A deep LSTM-based constitutive model for describing the impact characteristics of concrete-granite composites with different roughness interfaces
2024-Nov-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-80366-6
PMID:39587222
|
研究论文 | 研究了不同粗糙度界面的混凝土-花岗岩复合材料的动态力学性能，并利用LSTM深度学习方法预测其动态应力-应变关系 | 采用LSTM深度学习方法预测混凝土-花岗岩复合材料的动态应力-应变关系，并与传统BPNN和随机森林模型进行比较，显示出更强的预测能力 | 仅限于研究混凝土-花岗岩复合材料在特定冲击速度下的动态力学性能，未涵盖其他材料或条件 | 评估岩石工程中常见的衬砌-围岩复合结构的抗冲击性能 | 混凝土-花岗岩复合材料的动态力学性能及其在不同粗糙度界面下的表现 | 岩土工程 | NA | 分离式霍普金森压杆系统（SHPB） | LSTM | 实验数据 | 144组实验数据 | NA | NA | NA | NA |
| 600 | 2024-11-30 |
ParaAntiProt provides paratope prediction using antibody and protein language models
2024-11-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-80940-y
PMID:39587231
|
研究论文 | 本文开发了一种基于深度学习的抗体表位预测方法，利用预训练的蛋白质和抗体语言模型提取嵌入，结合CDR位置编码和卷积神经网络，实现了高效的表位预测 | 本文提出的方法仅依赖氨基酸序列，不依赖3D结构，且在预测性能上优于传统的结构依赖方法 | 本文未提及具体的局限性 | 开发一种高效、准确的抗体表位预测方法，以促进抗体设计、癌症治疗和个性化医学的发展 | 抗体表位的预测 | 机器学习 | NA | 深度学习 | 卷积神经网络（CNN） | 序列 | 使用了基准数据集和纳米体数据集进行评估 | NA | NA | NA | NA |