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 981 - 1000 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 981 | 2024-11-07 |
Domain transformation using semi-supervised CycleGAN for improving performance of classifying thyroid tissue images
2024-Nov, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-024-03061-x
PMID:38238492
|
研究论文 | 本文提出了一种使用半监督CycleGAN进行域转换的方法，以提高甲状腺组织图像分类的性能 | 本文提出了一种改进的CycleGAN方法，考虑了类别的特征分布，以进行适当的域转换，并解决了数据不平衡问题 | NA | 提高甲状腺组织图像分类的性能 | 甲状腺组织图像 | 计算机视觉 | 甲状腺癌 | CycleGAN | CycleGAN | 图像 | 涉及两个医疗机构的数据集 | NA | NA | NA | NA |
| 982 | 2024-11-07 |
Hybrid representation-enhanced sampling for Bayesian active learning in musculoskeletal segmentation of lower extremities
2024-Nov, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-024-03065-7
PMID:38282095
|
研究论文 | 本研究提出了一种混合表示增强采样策略，用于在贝叶斯主动学习框架下减少下肢肌肉骨骼分割任务中的标注工作量 | 本研究结合了密度和多样性标准，在不确定性基础的贝叶斯主动学习框架中优化采样策略，以提高标注效率 | 本研究未提及具体的局限性 | 减少深度学习模型在自动分割任务中的手动标注工作量 | 下肢MRI和CT图像中的股骨、骨盆、骶骨、股四头肌、腘绳肌、内收肌、缝匠肌和髂腰肌的分割 | 计算机视觉 | NA | 贝叶斯主动学习 | U-net | 图像 | 两个下肢MRI和CT图像数据集 | NA | NA | NA | NA |
| 983 | 2024-11-06 |
Elucidating and forecasting the organochlorine pesticides in suspended particulate matter by a two-stage decomposition based interpretable deep learning approach
2024-Nov-15, Water research
IF:11.4Q1
DOI:10.1016/j.watres.2024.122315
PMID:39217646
|
研究论文 | 研究提出了一种结合CEEMDAN、VMD和LSTM的深度学习模型，用于精确预测悬浮颗粒物中的有机氯农药浓度 | 研究创新性地结合了CEEMDAN、VMD和LSTM三种技术，提出了一种两阶段分解的深度学习模型，显著提高了有机氯农药浓度的预测精度 | 研究未详细讨论模型的计算复杂性和实际应用中的可行性 | 研究旨在开发一种高精度模型，用于预测和解释悬浮颗粒物中有机氯农药的浓度变化 | 研究对象为悬浮颗粒物中的有机氯农药浓度 | 机器学习 | NA | CEEMDAN、VMD、LSTM | LSTM | 时间序列数据 | 研究未明确提及样本数量 | NA | NA | NA | NA |
| 984 | 2024-11-06 |
Detecting floating litter in freshwater bodies with semi-supervised deep learning
2024-Nov-15, Water research
IF:11.4Q1
DOI:10.1016/j.watres.2024.122405
PMID:39265217
|
研究论文 | 本文提出了一种基于半监督深度学习的淡水体漂浮垃圾检测方法 | 采用SwAV自监督学习方法预训练ResNet50模型，并在有限标注数据下进行微调，显著提高了模型在新地点的泛化能力 | 需要进一步扩展数据和计算资源以应对全球范围内的漂浮垃圾监测挑战 | 开发一种有效的半监督学习方法，用于检测淡水体中的漂浮垃圾 | 淡水体中的漂浮垃圾 | 计算机视觉 | NA | 半监督学习 | Faster R-CNN | 图像 | 约10万张未标注图像和约1.8千张标注图像 | NA | NA | NA | NA |
| 985 | 2024-11-06 |
Transferable and data efficient metamodeling of storm water system nodal depths using auto-regressive graph neural networks
2024-Nov-15, Water research
IF:11.4Q1
DOI:10.1016/j.watres.2024.122396
PMID:39276474
|
研究论文 | 本文提出了一种基于自回归图神经网络的雨水系统节点深度元模型，旨在提高计算效率和数据利用率 | 本文创新性地应用了归纳偏置和迁移学习方法，构建了一种需要较少数据且在其他地方使用时仍能保持高性能的雨水系统元模型 | NA | 研究目的是开发一种高效的雨水系统元模型，以减少计算时间和数据需求 | 研究对象是雨水管理系统中的节点深度 | 机器学习 | NA | 自回归图神经网络 | 自回归图神经网络 | 数值数据 | NA | NA | NA | NA | NA |
| 986 | 2024-11-06 |
Self-Supervised Learning for Generic Raman Spectrum Denoising
2024-Nov-05, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.4c01550
PMID:39441128
|
研究论文 | 本文提出了一种基于自监督学习的通用拉曼光谱去噪算法 | 该算法采用U-Net网络结构，通过子采样策略避免潜在的偏差干扰，显著提高了信号噪声比和检测深度 | NA | 解决拉曼光谱去噪中的参数优化问题，提高去噪效果和检测深度 | 拉曼光谱和表面增强拉曼散射光谱 | 光谱学 | NA | 自监督学习 | U-Net | 光谱数据 | 广泛范围的光谱数据 | NA | NA | NA | NA |
| 987 | 2024-11-06 |
Exploring nonlinear correlations among transition metal nanocluster properties using deep learning: a comparative analysis with LOO-CV method and cosine similarity
2024-Nov-04, Nanotechnology
IF:2.9Q2
DOI:10.1088/1361-6528/ad892c
PMID:39433057
|
研究论文 | 本文介绍了一种利用深度学习技术快速准确分析过渡金属纳米团簇非线性性质的新方法 | 采用深度神经网络（DNN）结合留一交叉验证（LOO-CV）和余弦相似度，提供了一种比传统密度泛函理论方法更高效的预测方法 | NA | 探索过渡金属纳米团簇性质之间的非线性相关性 | 第四行过渡金属纳米团簇的多种性质，包括总能量、最低振动模式、结合能和HOMO-LUMO能隙 | 机器学习 | NA | 深度神经网络（DNN） | 深度神经网络（DNN） | 电子和物理特性数据 | 涉及多种过渡金属纳米团簇的样本 | NA | NA | NA | NA |
| 988 | 2024-11-06 |
Data-driven and privacy-preserving risk assessment method based on federated learning for smart grids
2024-Nov-02, Communications engineering
DOI:10.1038/s44172-024-00300-6
PMID:39488597
|
研究论文 | 本文介绍了一种基于联邦学习的数据驱动和隐私保护的智能电网风险评估方法 | 结合深度学习和安全加密技术，在联邦学习框架下保护电网运营商的数据隐私 | 未提及具体的局限性 | 开发一种能够保护数据隐私并提高风险评估准确性的智能电网风险评估方法 | 智能电网的安全风险评估 | 机器学习 | NA | 联邦学习、同态加密 | 深度卷积神经网络 | 高维操作数据 | IEEE 14-bus和IEEE 118-bus系统 | NA | NA | NA | NA |
| 989 | 2024-11-06 |
DeepAIP: Deep learning for anti-inflammatory peptide prediction using pre-trained protein language model features based on contextual self-attention network
2024-Nov, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2024.136172
PMID:39357724
|
研究论文 | 提出了一种基于预训练蛋白质语言模型特征和上下文自注意力网络的深度学习模型，用于预测抗炎肽 | 使用预训练蛋白质语言模型提取特征，并结合上下文自注意力模块，显著提高了抗炎肽预测的准确性 | 未提及 | 开发一种新的深度学习模型，用于准确预测抗炎肽 | 抗炎肽的预测 | 机器学习 | NA | 深度学习 | 上下文自注意力网络 | 蛋白质序列 | 17种新型抗炎肽序列 | NA | NA | NA | NA |
| 990 | 2024-11-06 |
FlexSleepTransformer: a transformer-based sleep staging model with flexible input channel configurations
2024-11-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-76197-0
PMID:39487223
|
研究论文 | 提出了一种基于Transformer的睡眠分期模型FlexSleepTransformer，能够处理不同数量的输入通道 | FlexSleepTransformer是首个能够在不同PSG通道数量的数据集上同时训练的模型 | NA | 开发一种能够适应不同PSG通道数量的睡眠分期模型，以促进临床应用 | 睡眠分期 | 机器学习 | NA | Transformer | Transformer | 信号 | 使用了两个数据集：SleepEDF-78和SleepUHS | NA | NA | NA | NA |
| 991 | 2024-11-06 |
Improving crop production using an agro-deep learning framework in precision agriculture
2024-Nov-01, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-024-05970-9
PMID:39487390
|
研究论文 | 研究通过应用深度学习技术提升精准农业的效果 | 开发了Agro Deep Learning Framework (ADLF)来处理大量农业数据，以提高作物管理的决策过程和检测潜在问题 | 未来研究可以进一步优化模型并探索其在不同作物和农业环境中的适用性 | 通过深度学习技术提升精准农业的效果 | 精准农业中的作物管理 | 机器学习 | NA | 深度学习 | ADLF | 数据集 | 包括土壤湿度、温度和湿度等变量的大量数据集 | NA | NA | NA | NA |
| 992 | 2024-11-06 |
Segmentation of periapical lesions with automatic deep learning on panoramic radiographs: an artificial intelligence study
2024-Nov-01, BMC oral health
IF:2.6Q1
DOI:10.1186/s12903-024-05126-4
PMID:39487404
|
研究论文 | 研究评估了基于U²-Net架构的人工智能模型在全景X光片上检测根尖病变的诊断准确性 | 首次使用基于U²-Net架构的人工智能模型进行根尖病变的自动分割 | 需要进一步研究以提高诊断准确性，尤其是使用更大的数据集 | 评估人工智能模型在全景X光片上检测根尖病变的诊断准确性 | 根尖病变 | 计算机视觉 | 牙科疾病 | 深度学习 | U²-Net | 图像 | 400张全景X光片，包含780个根尖透光区 | NA | NA | NA | NA |
| 993 | 2024-11-06 |
Efficient brain tumor grade classification using ensemble deep learning models
2024-Nov-01, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01476-1
PMID:39487431
|
研究论文 | 本文提出了一种基于集成深度学习模型的脑肿瘤分级分类方法 | 使用MobileNetV2模型提取图像特征，提高了模型的效率和泛化能力 | NA | 提高脑肿瘤诊断的准确性 | 脑肿瘤MRI图像的分级分类 | 计算机视觉 | 脑肿瘤 | 深度学习 | MobileNetV2 | 图像 | 六个标准的Kaggle脑肿瘤MRI数据集 | NA | NA | NA | NA |
| 994 | 2024-11-06 |
Early Alzheimer's disease diagnosis via handwriting with self-attention mechanisms
2024-Nov, Journal of Alzheimer's disease : JAD
DOI:10.1177/13872877241283920
PMID:39497308
|
研究论文 | 本研究利用自注意力机制通过书写分析进行阿尔茨海默病的早期诊断 | 提出了一种利用自注意力机制进行阿尔茨海默病早期诊断的新方法，显著提高了诊断准确性和可靠性 | NA | 开发一种高效、快速且准确的阿尔茨海默病早期诊断方法 | 阿尔茨海默病患者的书写数据 | 机器学习 | 阿尔茨海默病 | 自注意力机制 | 自注意力模型 | 书写数据 | 25种不同的书写任务 | NA | NA | NA | NA |
| 995 | 2024-11-06 |
A genetic programming Rician noise reduction and explainable deep learning model for Alzheimer's diseases severity prediction
2024-Nov, Journal of Alzheimer's disease : JAD
DOI:10.1177/13872877241283684
PMID:39497314
|
研究论文 | 本文提出了一种遗传编程方法用于减少MRI图像中的Rician噪声，并结合可解释深度学习模型用于阿尔茨海默病严重程度的预测 | 本文创新性地结合了遗传编程技术和可解释深度学习框架，有效减少了MRI图像中的Rician噪声，并提高了阿尔茨海默病诊断的准确性 | 本文未详细讨论模型在不同数据集上的泛化能力 | 解决MRI图像中的噪声问题，并高效预测阿尔茨海默病的严重程度 | MRI图像中的Rician噪声和阿尔茨海默病的严重程度 | 计算机视觉 | 阿尔茨海默病 | 遗传编程 | 深度学习 | 图像 | 多种医学样本 | NA | NA | NA | NA |
| 996 | 2024-11-04 |
Decoding viewer emotions in video ads
2024-Nov-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-76968-9
PMID:39487244
|
研究论文 | 本文研究了视频广告中观众情感的解码问题 | 本文通过深度学习方法解决了缺乏大规模情感标注视频数据集的问题，并提供了一个准确的深度学习解决方案 | 本文的模型在检测某些情感类别时表现较好，但在其他类别上仍有改进空间 | 理解和预测观众对视频的情感反应 | 视频广告中的观众情感 | 计算机视觉 | NA | 深度学习 | 卷积神经网络 | 视频和音频 | 超过30,000个真实视频广告，每个广告平均由75名观众标注，共有超过230万个情感标注 | NA | NA | NA | NA |
| 997 | 2024-11-04 |
Sedation-free pediatric [18F]FDG imaging on totalbody PET/CT with the assistance of artificial intelligence
2024-Nov, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-024-06818-3
PMID:38958680
|
研究论文 | 研究使用人工智能辅助的超快速全身PET/CT进行无镇静儿童[18F]FDG成像的可行性 | 结合超快速成像技术和基于深度学习的衰减与散射校正，实现了无镇静的儿童PET成像 | 研究样本量较小，仅包括35名镇静儿童和5名非镇静儿童 | 探讨无镇静儿童PET成像的可行性 | 4岁以下儿童的PET成像 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 图像 | 35名镇静儿童和5名非镇静儿童 | NA | NA | NA | NA |
| 998 | 2024-11-04 |
A deep learning approach for cervical cord injury severity determination through axial and sagittal magnetic resonance imaging segmentation and classification
2024-Nov, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
IF:2.6Q1
DOI:10.1007/s00586-024-08464-7
PMID:39198286
|
研究论文 | 本文研究了通过轴向和矢状磁共振成像分割和分类来确定颈椎脊髓损伤严重程度的深度学习方法 | 利用深度卷积神经网络对颈椎脊髓损伤的MRI图像进行分割和分类，以提高损伤严重程度的识别准确性 | 需要进一步研究以开发更高级的模型来预测脊髓损伤病例中的患者预后 | 分析深度学习技术用于从MRI扫描中识别和分类颈椎脊髓损伤严重程度 | 颈椎脊髓损伤患者的MRI图像 | 计算机视觉 | 脊髓损伤 | 深度学习 | 深度卷积神经网络 | 图像 | 2019年至2022年间入院的创伤性和非创伤性颈椎脊髓损伤患者 | NA | NA | NA | NA |
| 999 | 2024-11-04 |
Multiscale Conditional Adversarial Networks based domain-adaptive method for rotating machinery fault diagnosis under variable working conditions
2024-Nov, ISA transactions
IF:6.3Q1
DOI:10.1016/j.isatra.2024.08.027
PMID:39237396
|
研究论文 | 提出了一种基于多尺度条件对抗网络的领域自适应方法，用于变工况下的旋转机械故障诊断 | 引入了一种新的多尺度模块和注意力机制，增强了模型的动态调整和自适应能力，并使用双向长短期记忆网络进行时空特征的域适应 | NA | 解决变工况下旋转机械故障诊断中的领域偏移问题 | 旋转机械故障诊断 | 机器学习 | NA | 多尺度条件对抗网络 (MCAN) | 双向长短期记忆网络 (BiLSTM) | 数据 | 使用了两个公开的故障诊断数据集和一个状态监测实验数据 | NA | NA | NA | NA |
| 1000 | 2024-11-04 |
Artificial intelligence and radiotherapy: Evolution or revolution?
2024-Nov, Cancer radiotherapie : journal de la Societe francaise de radiotherapie oncologique
IF:1.5Q3
DOI:10.1016/j.canrad.2024.09.003
PMID:39406605
|
研究论文 | 本文探讨了人工智能，特别是深度学习算法在放射治疗中的整合，及其对放射治疗领域的多方面影响 | 人工智能的整合提高了放射治疗的准确性、效率和个性化护理，并有望通过自动化任务、提高诊断精度和实现自适应放射治疗来彻底改变该行业 | 人工智能的引入也带来了自动化偏差、验证失败和临床技能潜在退化等风险，需要持续培训和开发强大的质量保证程序来缓解这些风险 | 探讨人工智能在放射治疗中的应用及其对专业角色的演变和实际挑战的影响 | 人工智能在放射治疗中的应用及其对放射肿瘤学家和医学物理学家角色的影响 | NA | NA | 深度学习算法 | NA | NA | NA | NA | NA | NA | NA |