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 761 - 780 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 761 | 2024-11-19 |
Computed tomography enterography-based deep learning radiomics to predict stratified healing in patients with Crohn's disease: a multicenter study
2024-Nov-15, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-024-01854-x
PMID:39546153
|
研究论文 | 本研究开发了一种基于基线CTE的深度学习放射组学模型，用于非侵入性预测克罗恩病患者的分层愈合情况 | 本研究首次将深度学习放射组学模型应用于基线CTE图像，以预测克罗恩病患者的分层愈合情况 | 本研究仅在三家医院的数据上进行了验证，未来需要在更多中心进行验证以确保模型的普适性 | 开发一种非侵入性方法，用于预测克罗恩病患者的分层愈合情况 | 克罗恩病患者在接受英夫利昔单抗治疗后的分层愈合情况 | 计算机视觉 | 消化系统疾病 | 深度学习放射组学 | 深度学习模型 | 图像 | 246名克罗恩病患者，分为训练组（141名）、测试组（61名）和验证组（44名） | NA | NA | NA | NA |
| 762 | 2024-11-19 |
Multimodality deep learning radiomics predicts pathological response after neoadjuvant chemoradiotherapy for esophageal squamous cell carcinoma
2024-Nov-15, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-024-01851-0
PMID:39546168
|
研究论文 | 本研究开发并验证了一种利用CT、T2和DWI图像的深度学习放射组学模型，用于预测食管鳞状细胞癌患者在接受新辅助放化疗后的病理完全缓解 | 本研究创新性地结合了传统和深度学习放射组学特征，开发了一种多模态深度学习放射组学模型，显著提高了预测病理完全缓解的准确性 | 本研究仅在三个机构的患者数据上进行了验证，未来需要在更多样化的患者群体中进行进一步验证 | 开发和验证一种深度学习放射组学模型，用于预测食管鳞状细胞癌患者在接受新辅助放化疗后的病理完全缓解 | 食管鳞状细胞癌患者在接受新辅助放化疗后的病理完全缓解 | 机器学习 | 食管癌 | 深度学习放射组学 | 深度学习模型 | 图像 | 151名食管鳞状细胞癌患者，其中63名达到病理完全缓解 | NA | NA | NA | NA |
| 763 | 2024-11-19 |
Study on intelligent recognition of urban road subgrade defect based on deep learning
2024-Nov-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-72580-z
PMID:39548115
|
研究论文 | 研究基于深度学习的城市道路路基缺陷智能识别 | 采用Faster R-CNN深度学习算法进行路基缺陷图像的目标检测、识别和分类，并通过比较不同改进版本的Faster R-CNN算法，确定最适合的版本 | NA | 实现城市道路路基病害的智能识别 | 城市道路路基缺陷 | 计算机视觉 | NA | 地质雷达 | Faster R-CNN | 图像 | 多层复合结构模型和现场测量数据 | NA | NA | NA | NA |
| 764 | 2024-11-19 |
Deep active learning for multi label text classification
2024-Nov-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-79249-7
PMID:39548182
|
研究论文 | 本文提出了一种基于贝叶斯深度学习和期望置信度的深度主动学习方法，用于多标签文本分类 | 本文首次将主动学习应用于深度多标签分类模型，并提出了一种新的基于期望置信度的获取函数 | NA | 提高多标签文本分类模型的训练效率 | 多标签文本分类模型 | 自然语言处理 | NA | 贝叶斯深度学习 | BERT | 文本 | NA | NA | NA | NA | NA |
| 765 | 2024-11-19 |
A highly efficient tunnel lining crack detection model based on Mini-Unet
2024-Nov-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-79919-6
PMID:39548331
|
研究论文 | 本文提出了一种基于Mini-Unet的高效隧道衬砌裂缝检测模型 | 通过改进Unet架构并使用深度可分离卷积（DSConv）替代部分标准卷积层，实现了轻量级且高效的裂缝检测 | NA | 提高隧道衬砌裂缝检测的准确性和效率 | 隧道衬砌裂缝 | 计算机视觉 | NA | 深度学习 | Mini-Unet | 图像 | NA | NA | NA | NA | NA |
| 766 | 2024-11-19 |
Integrating radiomic and 3D autoencoder-based features for Non-Small Cell Lung Cancer survival analysis
2024-Nov-08, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2024.108496
PMID:39551025
|
研究论文 | 本研究旨在开发一种基于放射组学和深度学习的生存分析特征，用于非小细胞肺癌患者的生存预测 | 本研究创新性地结合了放射组学特征和基于3D卷积自编码器的深度学习特征，用于非小细胞肺癌患者的生存分析 | 本研究仅使用了“Lung1”数据集中的422名患者数据，样本量有限，可能影响结果的泛化能力 | 开发一种新的生存分析特征，用于提高非小细胞肺癌患者的生存预测准确性 | 非小细胞肺癌患者的生存分析 | 计算机视觉 | 肺癌 | 3D卷积自编码器 | 自编码器 | 图像 | 422名非小细胞肺癌患者 | NA | NA | NA | NA |
| 767 | 2024-11-19 |
Deep learning to capture leaf shape in plant images: Validation by geometric morphometrics
2024-Nov, The Plant journal : for cell and molecular biology
DOI:10.1111/tpj.17053
PMID:39383323
|
研究论文 | 本文研究了使用深度学习捕捉植物叶片形状，并通过几何形态测量法进行验证 | 本文结合了几何形态测量法和深度学习，评估了深度学习在捕捉叶片形状变化方面的有效性 | 深度学习模型固有的“黑箱”问题使得捕捉叶片变化的重复性具有挑战性 | 评估深度学习在捕捉叶片形状方面的有效性，并结合几何形态测量法提供形状信息的深入见解 | Ranunculus auricomus 叶片的形状变化 | 计算机视觉 | NA | 几何形态测量法 | 神经网络 | 图像 | Ranunculus auricomus 叶片的原位和压制后的图像数据集 | NA | NA | NA | NA |
| 768 | 2024-11-19 |
DMFGAN: a multifeature data augmentation method for grape leaf disease identification
2024-Nov, The Plant journal : for cell and molecular biology
DOI:10.1111/tpj.17042
PMID:39446313
|
研究论文 | 提出了一种深度可分离多特征生成对抗网络（DMFGAN）用于增强葡萄叶病害数据 | 设计了基于四通道特征融合策略的多特征提取块（MFEB），改进了生成图像质量；设计了基于深度的D-判别器，提高了判别能力并减少了模型参数；使用SeLU激活函数替代DCGAN激活函数，解决了DCGAN激活函数无法充分拟合葡萄叶病害图像数据的问题；提出了带有梯度惩罚项的MFLoss函数，减少了生成对抗网络训练过程中的模式崩溃 | NA | 增强葡萄叶病害数据，提高病害识别的准确性和多样性 | 葡萄叶病害图像数据 | 计算机视觉 | 葡萄病害 | 生成对抗网络（GAN） | 深度可分离多特征生成对抗网络（DMFGAN） | 图像 | NA | NA | NA | NA | NA |
| 769 | 2024-11-19 |
InterLabelGO+: unraveling label correlations in protein function prediction
2024-Nov-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btae655
PMID:39499152
|
研究论文 | 本文介绍了一种名为InterLabelGO+的混合方法，用于改进蛋白质功能预测 | InterLabelGO+结合了深度学习方法和基于比对的方法，并引入了一种新的损失函数来处理标签依赖性和不平衡问题 | NA | 开发自动化计算方法以提高蛋白质功能预测的准确性 | 蛋白质功能预测 | 机器学习 | NA | 深度学习 | 深度学习模型 | 蛋白质序列 | NA | NA | NA | NA | NA |
| 770 | 2024-11-18 |
Application of deep learning for the analysis of stomata: a review of current methods and future directions
2024-Nov-15, Journal of experimental botany
IF:5.6Q1
DOI:10.1093/jxb/erae207
PMID:38716775
|
综述 | 本文综述了深度学习在气孔分析中的应用现状及未来方向 | 介绍了深度学习模型在植物表型分析任务中的潜力，特别是气孔分析 | 主要关注数据集共享和模型泛化，以及利用图像数据推断生理功能的局限性 | 促进深度学习方法在植物表型分析任务中的应用，并指出未来优化的需求 | 气孔的形态、密度及其在气体交换中的作用 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 涉及多种植物物种 | NA | NA | NA | NA |
| 771 | 2024-11-18 |
iACP-DFSRA: Identification of Anticancer Peptides Based on a Dual-channel Fusion Strategy of ResCNN and Attention
2024-Nov-15, Journal of molecular biology
IF:4.7Q1
DOI:10.1016/j.jmb.2024.168810
PMID:39362624
|
研究论文 | 提出了一种基于深度学习的模型iACP-DFSRA，用于识别抗癌肽 | 采用双通道融合策略，结合ResCNN和Attention机制提取局部和全局特征，并通过Attention机制进行深度融合 | NA | 开发一种准确且成本效益高的方法来识别抗癌肽 | 抗癌肽的识别 | 机器学习 | 癌症 | 深度学习 | ResCNN, Attention | 蛋白质序列 | NA | NA | NA | NA | NA |
| 772 | 2024-11-18 |
An Artificial Intelligence-Assisted Flexible and Wearable Mechanoluminescent Strain Sensor System
2024-Nov-15, Nano-micro letters
IF:31.6Q1
DOI:10.1007/s40820-024-01572-5
PMID:39542976
|
研究论文 | 开发了一种人工智能辅助的无线、柔性和可穿戴的机械发光应变传感器系统 | 整合了基于深度学习神经网络的颜色数据处理系统与三明治结构的柔性机械发光传感器薄膜，解决了传统柔性应变传感器在实际应用中的复杂布线、数据采集设备笨重以及现场数据解释困难的问题 | NA | 解决柔性应变传感器在实际应用中的限制，推动其从实验室研究走向消费市场 | 柔性机械发光应变传感器及其在人体手势识别中的应用 | 机器学习 | NA | 深度学习神经网络 | NA | 颜色数据 | NA | NA | NA | NA | NA |
| 773 | 2024-11-18 |
Early detection of verticillium wilt in eggplant leaves by fusing five image channels: a deep learning approach
2024-Nov-15, Plant methods
IF:4.7Q1
DOI:10.1186/s13007-024-01291-3
PMID:39543664
|
研究论文 | 本文研究了通过融合五个图像通道的深度学习方法早期检测茄子叶片上的黄萎病 | 本文创新性地结合了低成本多光谱相机和深度学习技术，建立了五通道图像信息融合模型，实现了对茄子黄萎病的早期诊断 | 本文的局限性在于传统多光谱病害成像设备的高成本和复杂操作，以及低成本设备的信息覆盖不足 | 本研究的目的是利用低成本多光谱相机和深度学习技术有效检测茄子早期黄萎病 | 本研究的对象是茄子叶片上的黄萎病 | 计算机视觉 | 植物病害 | 多光谱成像 | VGG16-triplet attention | 图像 | 48小时和72小时的数据 | NA | NA | NA | NA |
| 774 | 2024-11-18 |
Mental Health Diagnosis From Voice Data Using Convolutional Neural Networks and Vision Transformers
2024-Nov-15, Journal of voice : official journal of the Voice Foundation
IF:2.5Q1
DOI:10.1016/j.jvoice.2024.10.010
PMID:39550322
|
研究论文 | 本研究利用卷积神经网络和视觉变换器分析语音数据，以识别心理健康状况 | 本研究首次将卷积神经网络和视觉变换器结合应用于语音分析，显著提高了心理健康识别的准确性 | 本研究仅在孟加拉国的精神健康机构收集数据，可能限制了模型的普适性 | 利用深度学习技术提高心理健康诊断的准确性 | 人类语音数据，包括稳定和不稳定状态 | 计算机视觉 | NA | 卷积神经网络和视觉变换器 | 卷积神经网络和视觉变换器 | 语音 | 来自孟加拉国多个精神健康机构的语音数据 | NA | NA | NA | NA |
| 775 | 2024-11-18 |
Scheme evaluation method of coal gangue sorting robot system with time-varying multi-scenario based on deep learning
2024-Nov-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-78635-5
PMID:39543191
|
研究论文 | 本文提出了一种基于深度学习的煤矸石分选机器人系统（CGSRS）方案评估方法，用于处理时间变化的多场景和全工作条件下的煤矸石队列问题 | 首次尝试将深度学习应用于CGSRS多任务分配问题 | 未提及 | 提出一种新的方案评估方法，以提高CGSRS在多任务分配策略中的时间复杂性和稳定性 | 煤矸石分选机器人系统（CGSRS）及其在时间变化的多场景和全工作条件下的性能评估 | 机器人技术 | NA | 深度学习 | DenseNet | 图像（RGB样本集） | 多场景和全条件下的矸石队列数据集 | NA | NA | NA | NA |
| 776 | 2024-11-18 |
Accelerated hit identification with target evaluation, deep learning and automated labs: prospective validation in IRAK1
2024-Nov-14, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-024-00914-0
PMID:39543721
|
研究论文 | 本文通过整合目标评估、深度学习和自动化实验室系统，在IRAK1中进行前瞻性验证，加速了命中识别 | 本文创新性地整合了目标评估工具SpectraView和深度学习驱动的虚拟筛选工具HydraScreen，并与自动化机器人云实验室系统相结合，显著加速了目标识别和命中发现的过程 | 本文主要集中在IRAK1的前瞻性验证，未来研究可以扩展到其他目标 | 验证整合目标评估、深度学习和自动化实验室系统在加速命中识别中的有效性 | IRAK1作为研究焦点，验证结构基础的深度学习模型 | 机器学习 | NA | 深度学习 | 深度学习模型 | 化合物 | 化合物库中的化合物 | NA | NA | NA | NA |
| 777 | 2024-11-18 |
Integrating deep learning techniques for effective river water quality monitoring and management
2024-Nov, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2024.122477
PMID:39303600
|
研究论文 | 本研究建立了一个综合的河流水质监测系统，结合深度学习技术进行实时数据分析，以提高水质监测和管理效率 | 提出了一种结合卷积神经网络（CNN）和长短期记忆网络（LSTM）的混合模型，用于评估水质，验证准确率达到98.40% | NA | 开发一种有效的河流水质监测和管理系统，以支持可持续的水资源管理 | Kaveri河的水质参数，包括污染水平、浊度、pH值、温度和总溶解固体（TDS） | 计算机视觉 | NA | 卷积神经网络（CNN）和长短期记忆网络（LSTM） | CNN-LSTM模型 | 实时数据 | 在Kaveri河的多个位置设置了传感器，每5分钟收集一次数据 | NA | NA | NA | NA |
| 778 | 2024-11-18 |
Hourly PM2.5 concentration prediction for dry bulk port clusters considering spatiotemporal correlation: A novel deep learning blending ensemble model
2024-Nov, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2024.122703
PMID:39357440
|
研究论文 | 本文提出了一种新的深度学习混合集成模型，用于预测干散货港口集群中的PM2.5浓度，考虑了时空相关性 | 本文创新性地结合了四种深度学习架构（GCN、LSTM、ResNet和CNN），通过混合集成技术提高了PM2.5浓度的预测准确性 | NA | 开发一种能够准确预测港口集群中PM2.5浓度的深度学习模型，以帮助当局有效应对空气污染并保护港口工作人员的健康 | 干散货港口集群中的PM2.5浓度 | 机器学习 | NA | 深度学习 | 混合集成模型（GCN、LSTM、ResNet和CNN） | 实际数据 | 18个港口的数据 | NA | NA | NA | NA |
| 779 | 2024-11-18 |
Deep-learning classification of teat-end conditions in Holstein cattle
2024-Nov, Research in veterinary science
IF:2.2Q1
DOI:10.1016/j.rvsc.2024.105434
PMID:39401476
|
研究论文 | 本文研究了使用深度学习对荷斯坦牛乳头末端状况进行分类以预防乳腺炎 | 本文首次使用深度学习方法对乳头末端状况进行分类，并展示了高准确率 | 需要更多的训练图像以提高分类准确性 | 开发一种基于图像的深度学习方法，用于准确分类乳头末端状况，以预防乳腺炎 | 荷斯坦牛的乳头末端状况 | 计算机视觉 | NA | 深度学习 | 转移学习网络 | 图像 | 1426张乳牛乳房的数字图像，分为训练集（70%）、验证集（15%）和测试集（15%） | NA | NA | NA | NA |
| 780 | 2024-11-18 |
Sex dimorphism and hormesis response to polystyrene microplastic exposure in kinematics and metabolism of Drosophila model based on deep learning
2024-Nov, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2024.122846
PMID:39405883
|
研究论文 | 研究了聚苯乙烯微塑料暴露对果蝇运动学和代谢的影响 | 首次使用深度学习方法分析了微塑料暴露对果蝇行为和代谢的性别二态性和激素反应 | 研究仅限于果蝇模型，未涉及其他物种 | 探讨微塑料对果蝇行为和代谢的影响 | 果蝇的运动学和代谢 | 机器学习 | NA | 深度学习 | NA | 行为参数 | 5种浓度（0 g/L, 0.1 g/L, 1 g/L, 10 g/L, 20 g/L）的5 μm聚苯乙烯微塑料，果蝇暴露20天 | NA | NA | NA | NA |