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 1157 篇文献,本页显示第 701 - 720 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
701 2024-11-22
Long duration forecasting and its performance capability for seasonal variation modelling of residual chlorine concentrations: A comparative evaluation of two small-scale water distribution systems in Japan
2024-Nov-08, Water research IF:11.4Q1
研究论文 研究通过开发和评估一种深度学习模型来预测长期余氯浓度,以解决日本供水系统中余氯投加控制的问题 提出了一个能够预测长期余氯浓度的深度学习模型,并比较了两个不同复杂度的供水系统中的模型性能 模型在不同季节的预测精度有所不同,特别是在温度变化较大的夏季和冬季,模型误差较大 开发和评估一种能够预测长期余氯浓度的深度学习模型,以优化日本供水系统中的氯投加控制 余氯浓度、供水系统复杂度、模型性能 机器学习 NA 深度学习 深度学习模型 时间序列数据 两个不同复杂度的供水系统,训练数据长度分别为0.5年、1年、1.5年和2年
702 2024-11-22
Screening for Depression Using Natural Language Processing: Literature Review
2024-Nov-04, Interactive journal of medical research IF:1.9Q3
综述 本文综述了使用自然语言处理(NLP)技术进行抑郁症筛查的现有方法 探讨了NLP技术在抑郁症筛查中的应用潜力,并讨论了其成功和局限性 存在隐私、偏见、可解释性和缺乏保护个人法规等伦理问题,以及文化和多语言视角的需求 探索现有的NLP方法用于检测抑郁症,讨论其成功和局限性,解决伦理问题,并突出潜在的偏见 抑郁症筛查和检测 自然语言处理 精神健康疾病 自然语言处理(NLP) NA 文本 NA
703 2024-11-22
Gender-based linguistic differences in letters of recommendation for rhinology fellowship over time: A dual-institutional follow-up study using natural language processing and deep learning
2024-Nov, International forum of allergy & rhinology IF:7.2Q1
研究论文 本研究通过自然语言处理和深度学习技术,分析了时间跨度内双机构鼻科学奖学金推荐信中的性别语言差异 首次使用自然语言处理和深度学习技术分析鼻科学奖学金推荐信中的性别偏见 仅限于双机构的数据,可能无法代表所有鼻科学奖学金推荐信的情况 评估鼻科学奖学金推荐信中是否存在性别偏见 鼻科学奖学金推荐信中的性别语言差异 自然语言处理 NA 自然语言处理,深度学习 深度学习 文本 双机构的数据
704 2024-11-22
A new artificial intelligence system for both stomach and small-bowel capsule endoscopy
2024-Nov, Gastrointestinal endoscopy IF:6.7Q1
研究论文 本文介绍了一种新的人工智能系统SS Plus,用于胃和小肠胶囊内窥镜图像的识别和诊断 SS Plus算法能够识别5种胃部病变和17种小肠病变,显著减少了需要审查的图像数量,并提高了初级内镜医师的诊断能力 研究为多中心回顾性诊断研究,样本量和数据类型有限 开发一种新的人工智能算法,用于胃和小肠胶囊内窥镜图像的自动识别和诊断 胃和小肠胶囊内窥镜图像 计算机视觉 NA 深度学习 深度学习算法 图像 训练阶段使用了1069次磁控GI胶囊内窥镜检查数据,验证阶段包括342次完全自动化的磁控CE检查
705 2024-11-22
A Competition for the Diagnosis of Myopic Maculopathy by Artificial Intelligence Algorithms
2024-Nov-01, JAMA ophthalmology IF:7.8Q1
研究论文 本文评估了用于近视性黄斑病变分类和分割的深度学习算法,并将其性能与眼科医生的表现进行比较 通过模型集成方法,AI模型在近视性黄斑病变的分类和分割任务中表现优于眼科医生 NA 评估和比较深度学习算法与眼科医生在近视性黄斑病变诊断中的表现 近视性黄斑病变(MM)的分类、病变分割和球面等效预测 计算机视觉 眼科疾病 深度学习(DL) NA 图像 2306、294和2003张眼底图像
706 2024-11-22
DeepNeoAG: Neoantigen epitope prediction from melanoma antigens using a synergistic deep learning model combining protein language models and multi-window scanning convolutional neural networks
2024-Nov, International journal of biological macromolecules IF:7.7Q1
研究论文 本文介绍了一种结合蛋白质语言模型和多窗口扫描卷积神经网络的深度学习模型,用于从黑色素瘤抗原中预测新抗原表位 本文提出了一种新的深度学习模型DeepNeoAG,结合了蛋白质语言模型和多窗口扫描卷积神经网络,以提高新抗原预测的准确性 NA 开发一种高效的新抗原预测模型,以加速个性化癌症免疫疗法的发展 黑色素瘤抗原中的新抗原表位 机器学习 黑色素瘤 深度学习 卷积神经网络 (CNN) 蛋白质序列 NA
707 2024-10-18
Deep Learning to Improve Diagnosis Must Also Not Do Harm
2024-Nov-01, JAMA ophthalmology IF:7.8Q1
NA NA NA NA NA NA NA NA NA NA NA NA
708 2024-11-22
Deep learning algorithm for predicting left ventricular systolic dysfunction in atrial fibrillation with rapid ventricular response
2024-Nov, European heart journal. Digital health
研究论文 研究深度学习算法在预测房颤伴快速心室反应患者左室收缩功能障碍中的表现 开发并验证了一种基于残差神经网络架构的深度学习算法,用于预测房颤伴快速心室反应患者的左室收缩功能障碍 研究仅在一个中心进行,样本量有限,且仅使用了12导联和1导联心电图数据 评估人工智能算法在预测房颤伴快速心室反应患者左室收缩功能障碍中的表现 房颤伴快速心室反应患者 机器学习 心血管疾病 深度学习 残差神经网络 心电图 423名患者,其中241名患者有可用的心脏超声数据
709 2024-11-22
Advancing dermoscopy through a synthetic hair benchmark dataset and deep learning-based hair removal
2024-Nov, Journal of biomedical optics IF:3.0Q2
研究论文 本文开发了一种合成毛发基准数据集和基于深度学习的毛发去除方法,以提高皮肤镜图像的清晰度,从而辅助黑色素瘤的早期检测 本文创新性地创建了一个综合的合成毛发数据集,并设计了一个卷积神经网络(CNN)模型,专门用于去除黑色素瘤皮肤镜图像中的毛发 NA 开发一种新的合成毛发皮肤镜图像数据集和深度学习模型,用于去除黑色素瘤皮肤镜图像中的毛发 黑色素瘤皮肤镜图像中的毛发去除 计算机视觉 皮肤癌 深度学习 卷积神经网络(CNN) 图像 合成毛发数据集包含模拟多种类型和大小的毛发覆盖在黑色素瘤病变上的图像
710 2024-11-21
Deep Lead Optimization: Leveraging Generative AI for Structural Modification
2024-Nov-20, Journal of the American Chemical Society IF:14.4Q1
综述 本文综述了基于深度学习的分子生成模型在药物发现中的应用,特别是结构导向的先导优化方法 本文首次系统地将先导优化方法分类为目标导向和结构导向,并详细讨论了结构导向优化中的四个具体任务 本文主要集中在结构导向优化方法的综述,未涉及具体实验验证 探讨深度学习在药物发现中的应用,特别是先导优化过程中的结构导向方法 先导优化方法,特别是结构导向优化中的片段替换、连接子设计、骨架跳跃和侧链装饰 机器学习 NA 深度学习 生成对抗网络(GAN) 分子结构数据 NA
711 2024-11-21
Combination of Transfer Learning and Chemprop Interpreter with Support of Deep Learning for the Energy Levels of Organic Photovoltaic Materials Prediction and Regulation
2024-Nov-20, ACS applied materials & interfaces IF:8.3Q1
研究论文 本文提出了一种结合迁移学习和化学解释器的定向消息传递神经网络模型,用于有机光伏材料能级预测和可视化 本文的创新点在于结合了迁移学习和化学解释器,提高了有机光伏材料能级预测的准确性和可解释性 本文的局限性在于模型在小样本测试集上的表现较好,但在更大规模数据集上的表现尚需验证 本文的研究目的是开发一种高效且可解释的模型,用于预测和调控有机光伏材料的能级 本文的研究对象是有机光伏材料的能级及其分子结构 机器学习 NA 迁移学习 定向消息传递神经网络 分子结构数据 小测试集包含少量样本
712 2024-11-21
Performance of deep learning models in predicting the nugent score to diagnose bacterial vaginosis
2024-Nov-19, Microbiology spectrum IF:3.7Q2
研究论文 本研究评估了深度学习模型在预测Nugent评分以诊断细菌性阴道病中的表现 深度学习模型在预测Nugent评分方面表现出高准确性,优于实验室技术人员的平均准确率 需要在大规模上进行验证 提高细菌性阴道病诊断的一致性和准确性 1510张阴道涂片图像 计算机视觉 细菌性阴道病 深度学习 深度学习模型 图像 1510张阴道涂片图像,以及106张独立测试图像
713 2024-11-21
A Modified Transformer Network for Seizure Detection Using EEG Signals
2024-Nov-19, International journal of neural systems IF:6.6Q1
研究论文 本文提出了一种改进的Transformer网络用于癫痫发作检测,结合了Inception和Residual网络提取不同尺度的脑电图(EEG)信号特征,并通过Co-MixUp方法处理数据不平衡问题 本文提出的Inresformer网络结合了Inception和Residual网络,增强了特征表示能力,并通过改进的Feedforward层增强了模型的非线性表示 NA 提高癫痫发作检测的准确性和性能 脑电图(EEG)信号 机器学习 NA 离散小波变换(DWT) Transformer网络 信号 Bonn数据集和CHB-MIT数据集
714 2024-11-21
Quantitative and Morphology-Based Deep Convolutional Neural Network Approaches for Osteosarcoma Survival Prediction in the Neoadjuvant and Metastatic Setting
2024-Nov-19, Clinical cancer research : an official journal of the American Association for Cancer Research IF:10.0Q1
研究论文 本文探讨了三种深度学习策略在组织学样本上预测新辅助和转移性骨肉瘤生存结果的应用 本文创新性地使用深度卷积神经网络自动估计坏死与肿瘤的比例,并识别出特定的组织形态学生物标志物 NA 探索深度学习策略在新辅助和转移性骨肉瘤生存预测中的应用 骨肉瘤患者的组织学样本 数字病理学 骨癌 深度学习 深度卷积神经网络 图像 训练集来自纽约大学,外部验证集来自查尔斯大学
715 2024-11-21
Automated Single Cell Phenotyping of Time-of-Flight Secondary Ion Mass Spectrometry Tissue Images
2024-Nov-19, Journal of the American Society for Mass Spectrometry IF:3.1Q1
研究论文 本文介绍了使用深度学习技术对时间飞行二次离子质谱组织图像进行自动单细胞表型分析的方法 开发了MIBIsight工作流程,利用深度学习技术处理包含数千个细胞的图像,生成易于理解的报告和图表 NA 旨在通过深度学习技术简化复杂数据集的分析,以便更好地理解细胞在疾病研究中的作用 时间飞行二次离子质谱组织图像中的单细胞表型 计算机视觉 NA 时间飞行二次离子质谱(ToF-SIMS) 深度学习(DL) 图像 数千个细胞
716 2024-11-21
Exploring protein natural diversity in environmental microbiomes with DeepMetagenome
2024-Nov-18, Cell reports methods IF:4.3Q2
研究论文 本文介绍了一种基于深度学习的Python方法DeepMetagenome,用于探索环境微生物群中的蛋白质自然多样性 DeepMetagenome通过深度学习模型从宏基因组/蛋白质组中检测蛋白质多样性,无需先验假设,并成功识别了高置信度的金属硫蛋白序列 NA 探索环境微生物群中的蛋白质自然多样性 金属硫蛋白及其他三种蛋白质家族的多样性 机器学习 NA 深度学习 CNN, LSTM, Transformer 序列数据 超过14600万编码特征的数据库
717 2024-11-17
Correction: Multiparametric MRI based deep learning model for prediction of early recurrence of hepatocellular carcinoma after SR following TACE
2024-Nov-16, Journal of cancer research and clinical oncology IF:2.7Q3
NA NA NA NA NA NA NA NA NA NA NA NA
718 2024-11-21
Wind power prediction based on deep learning models: The case of Adama wind farm
2024-Nov-15, Heliyon IF:3.4Q1
研究论文 本文研究了基于深度学习模型的风力发电预测,以埃塞俄比亚的阿达玛风电场为例 本文首次为阿达玛风电场开发了基于深度学习的风力发电预测模型,并比较了LSTM、Bi-LSTM和GRU三种模型的性能 本文仅使用了阿达玛风电场的数据,未考虑其他风电场的数据,可能影响模型的泛化能力 开发一种准确可靠的风力发电预测模型,以帮助能源规划者和区域电力供应商计算电力生产和能源生成 阿达玛风电场的风力发电量 机器学习 NA 深度学习 LSTM, Bi-LSTM, GRU 时间序列数据 四年数据,共163,802行,每5分钟记录一次
719 2024-11-21
dsRNAPredictor-II: An improved predictor of identifying dsRNA and its silencing efficiency for Tribolium castaneum based on sequence length distribution
2024-Nov-09, Methods (San Diego, Calif.)
研究论文 本文通过优化现有模型dsRNAPredictor,设计基于不同序列长度的子模型,建立了一个深度学习模型来预测dsRNA的沉默效率 本文通过设计基于不同序列长度的子模型,优化了现有模型dsRNAPredictor,提高了预测dsRNA沉默效率的性能和鲁棒性 NA 建立一个深度学习模型,帮助研究人员识别具有最高RNAi效率的dsRNA片段 dsRNA的序列长度分布及其沉默效率 机器学习 NA NA 卷积神经网络 序列 数据分为两组:130-399 bp和400-616 bp长的序列
720 2024-11-21
Artificial Intelligence and the Future of Communication Sciences and Disorders: A Bibliometric and Visualization Analysis
2024-Nov-07, Journal of speech, language, and hearing research : JSLHR
研究论文 本文通过文献计量学分析和可视化方法,全面概述了人工智能在沟通科学与障碍研究中的应用 本文首次系统性地分析了人工智能在沟通科学与障碍领域的研究趋势和热点,揭示了该领域应用AI的现状和未来发展方向 本文主要依赖于文献计量学方法,可能无法全面反映所有相关研究的细节和深度 旨在为研究人员、开发者和专业人士提供一个全面的概述,帮助理解AI在沟通科学与障碍研究中的演变 主要研究了自闭症、失语症、构音障碍、帕金森病和阿尔茨海默病等沟通障碍 机器学习 NA 文献计量学分析 支持向量机、卷积神经网络、隐马尔可夫模型 文献数据 15,035篇出版物,其中4,375篇符合纳入标准
回到顶部