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:202412-202412] [清除筛选条件]
当前共找到 1180 篇文献,本页显示第 1101 - 1120 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
1101 2024-10-10
High-resolution image dataset for the automatic classification of phenological stage and identification of racemes in Urochloa spp. hybrids
2024-Dec, Data in brief IF:1.0Q3
研究论文 本文介绍了一个高分辨率RGB图像数据集,用于自动分类Urochloa spp.杂交种的物候阶段和识别花序 首次在Urochloa属中探索使用图像分析评估物候阶段和种子产量 NA 开发用于自动分类物候阶段和识别花序的机器学习和深度学习模型,以加速育种 Urochloa spp.杂交种的物候阶段和花序 计算机视觉 NA RGB成像 机器学习和深度学习模型 图像 2400张高分辨率RGB图像,涵盖200个杂交种,拍摄时间为7个月
1102 2024-10-10
Dataset of infected date palm leaves for palm tree disease detection and classification
2024-Dec, Data in brief IF:1.0Q3
研究论文 本文介绍了一个用于检测和分类棕榈叶疾病的图像数据集 该数据集包含了8种主要影响棕榈叶的疾病类型,并提供了健康棕榈叶的基准 数据集主要关注棕榈叶和叶片的图像,未包括果实、树干和根部 旨在帮助早期识别和分类棕榈树感染 棕榈叶疾病和健康状态 计算机视觉 NA NA 深度学习模型 图像 共收集了608张原始图像,最终处理后的数据集包含3089张图像
1103 2024-10-09
A multi-task deep learning model based on comprehensive feature integration and self-attention mechanism for predicting response to anti-PD1/PD-L1
2024-Dec-05, International immunopharmacology IF:4.8Q1
研究论文 本文构建了一个基于综合特征集成和自注意力机制的多任务深度学习模型,用于预测抗PD1/PD-L1治疗的反应 本文创新性地整合了多层次的特征,并通过自注意力机制构建了一个多任务深度学习模型,以预测免疫检查点抑制剂的疗效 本文的模型在不同癌症类型中的表现存在差异,尤其是在非小细胞肺癌和皮肤黑色素瘤测试集中的表现较好,但在膀胱尿路上皮癌测试集中的表现较差 本文旨在通过多维特征选择和深度学习模型构建,综合利用与免疫检查点抑制剂相关的生物标志物,以预测其疗效 本文的研究对象是免疫检查点抑制剂在治疗晚期癌症中的疗效预测 机器学习 NA 下一代测序基因表达 多任务深度学习模型 基因表达数据 本文涉及的样本包括膀胱尿路上皮癌测试集1(n=298)、膀胱尿路上皮癌测试集2(n=89)、非小细胞肺癌测试集(n=27)和皮肤黑色素瘤测试集(n=27)
1104 2024-10-07
Structural modeling of ion channels using AlphaFold2, RoseTTAFold2, and ESMFold
2024-12, Channels (Austin, Tex.)
review 本文综述了使用AlphaFold2、RoseTTAFold2和ESMFold进行离子通道结构建模的应用 本文通过比较这些模型与冷冻电镜结构的相似性和差异,揭示了当前最先进的深度学习计算方法在建模离子通道结构方面的优势和局限 本文主要集中在电压门控离子通道的结构建模,未涵盖所有类型的离子通道 评估和比较AlphaFold2、RoseTTAFold2和ESMFold在离子通道结构建模中的应用效果 电压门控离子通道,包括人类电压门控钠通道Na1.8、钙通道Ca1.1和钾通道K1.3 计算机视觉 NA 深度学习 AlphaFold2、RoseTTAFold2、ESMFold 蛋白质结构 包括人类电压门控钠通道Na1.8、钙通道Ca1.1和钾通道K1.3
1105 2024-10-04
Predicting BRCA mutation and stratifying targeted therapy response using multimodal learning: a multicenter study
2024-Dec, Annals of medicine IF:4.9Q1
研究论文 本研究开发并验证了一种多模态模型,用于预测BRCA1/2基因状态并评估PARPi治疗反应 本研究创新性地结合了组织特征、细胞特征和临床因素,构建了MIAM-C模型,显著提高了BRCA1/2基因状态的识别准确性,并能有效预测PARPi治疗的反应 本研究仅在卵巢癌、乳腺癌、前列腺癌和胰腺癌患者中进行了验证,未来需要在更多癌症类型中进行进一步验证 开发和验证一种多模态模型,用于预测BRCA1/2基因状态并评估PARPi治疗反应 卵巢癌、乳腺癌、前列腺癌和胰腺癌患者 数字病理学 卵巢癌 多实例注意力模型(MIAM) 多模态模型 病理图像、细胞特征和临床因素 1417名患者,1695张病理切片
1106 2024-10-04
CIDACC: Chlorella vulgaris image dataset for automated cell counting
2024-Dec, Data in brief IF:1.0Q3
研究论文 本文介绍了CIDACC数据集,用于微藻培养中的细胞计数 该数据集通过高分辨率图像和详细的分割掩码及边界框,为自动细胞检测、计数、大小和几何估计提供了丰富的资源 数据集的动态特性和复杂的相关性使其具有挑战性 旨在推进计算机视觉在微藻研究和相关领域的应用 微藻细胞的自动检测、计数、大小和几何估计 计算机视觉 NA NA 深度学习架构 图像 628张图像
1107 2024-10-02
Multi-domain vibration dataset with various bearing types under compound machine fault scenarios
2024-Dec, Data in brief IF:1.0Q3
研究论文 本文介绍了一个新的多域振动数据集,涵盖了多种轴承类型和复合机器故障场景 该数据集扩展了现有数据集的范围,包括了多种轴承类型和复合机器故障,并提供了短时傅里叶变换(STFT)生成的频谱图 NA 旨在解决现代复杂机械系统中多组件同时故障和传感器数据域不断变化的挑战 多域振动数据集,包括深沟球轴承、圆柱滚子轴承和锥形滚子轴承的数据 机器学习 NA 短时傅里叶变换(STFT) NA 振动数据 包括三种单轴承故障、七种单旋转组件故障和21种复合故障,数据采集使用了USB数字加速度计,采样率为两种,旋转速度为六种
1108 2024-10-02
Joint segmentation and image reconstruction with error prediction in photoacoustic imaging using deep learning
2024-Dec, Photoacoustics IF:7.1Q1
研究论文 本文提出了一种混合贝叶斯卷积神经网络(Hybrid-BCNN),用于在光声成像中联合预测图像分割和重建,并进行误差预测 本文的创新点在于提出了一种混合贝叶斯卷积神经网络,能够联合预测光声图像的分割和重建,并量化误差 本文的局限性在于仅使用了模拟的光声数据进行训练和验证,未涉及实际临床数据 研究目的是改进光声成像中的图像重建和分割,并量化误差以提高预测的准确性 研究对象是光声成像中的图像重建和分割误差 计算机视觉 NA 光声成像 混合贝叶斯卷积神经网络(Hybrid-BCNN) 图像 使用了模拟的光声数据进行训练和验证
1109 2024-10-01
DeepEMC-T2 mapping: Deep learning-enabled T2 mapping based on echo modulation curve modeling
2024-Dec, Magnetic resonance in medicine IF:3.0Q2
研究论文 提出了一种基于深度学习的回波调制曲线建模的T2映射方法,称为DeepEMC-T2映射,用于从较少的回波中高效估计准确的T2图 DeepEMC-T2映射通过改进的U-Net网络直接从多回波自旋回波图像中估计T2和质子密度图,无需像素级字典匹配步骤,提高了T2/PD估计的准确性 NA 开发一种高效的深度学习方法,用于从多回波自旋回波图像中准确估计T2映射 T2弛豫时间和质子密度图 计算机视觉 NA 深度学习 U-Net 图像 67个轴向采集的数据集用于网络训练和评估,57个冠状采集的数据集用于评估框架的泛化性
1110 2024-09-30
LVI-PathNet: Segmentation-classification pipeline for detection of lymphovascular invasion in whole slide images of lung adenocarcinoma
2024-Dec, Journal of pathology informatics
研究论文 本研究开发了一种用于检测肺腺癌全切片图像中淋巴血管侵犯的深度学习模型,并评估了其在病理学家信息系统中的有效性 本研究提出了LVI-PathNet模型,通过分割和分类管道检测淋巴血管侵犯,显著提高了检测的准确性和一致性 研究样本仅限于非粘液性肺腺癌,且样本量相对较小 开发和评估一种用于检测肺腺癌中淋巴血管侵犯的深度学习模型 肺腺癌全切片图像中的淋巴血管侵犯 数字病理学 肺腺癌 深度学习 DeepLabV3+ 图像 162张全切片图像
1111 2024-09-30
A comprehensive cotton leaf disease dataset for enhanced detection and classification
2024-Dec, Data in brief IF:1.0Q3
研究论文 本文介绍了一个全面的棉花叶病数据集,用于增强疾病检测和分类 该数据集包含了2137张原始图像和7000张增强图像,使用Inception V3模型展示了96.03%的高准确率 NA 开发用于早期疾病检测的准确机器学习模型,减少人工检查并促进及时干预 棉花叶病数据集及其在农业研究、精准农业和疾病管理中的应用 计算机视觉 NA 深度学习 Inception V3 图像 2137张原始图像和7000张增强图像
1112 2024-09-30
Rapid profiling of carcinogenic types of Helicobacter pylori infection via deep learning analysis of label-free SERS spectra of human serum
2024-Dec, Computational and structural biotechnology journal IF:4.4Q2
研究论文 本文开发了一种结合表面增强拉曼光谱和深度学习算法卷积神经网络的新方法,用于快速区分人血清中致癌型和非致癌型幽门螺杆菌感染 首次将表面增强拉曼光谱与深度学习算法结合,用于快速、准确且成本效益高的幽门螺杆菌致癌型感染血清学分析 NA 开发一种快速、准确且成本效益高的方法,用于血清学分析幽门螺杆菌致癌型感染,以指导其根除和胃癌预防 人血清中幽门螺杆菌感染的致癌型和非致癌型 机器学习 胃癌 表面增强拉曼光谱 卷积神经网络 光谱 NA
1113 2024-09-28
Accelerating multipool CEST MRI of Parkinson's disease using deep learning-based Z-spectral compressed sensing
2024-Dec, Magnetic resonance in medicine IF:3.0Q2
研究论文 本文提出了一种基于深度学习的Z谱压缩感知方法,用于加速帕金森病多池CEST MRI扫描时间 本文创新性地提出了基于改进的一维U-Net的Z谱压缩感知方法,能够在减少扫描时间的同时保持足够的预测准确性 本文的实验主要基于数值模拟和体内大鼠脑实验,尚未在大规模人体临床试验中验证 开发一种能够减少帕金森病多池CEST MRI扫描时间并保持足够预测准确性的深度学习方法 帕金森病模型中的多池CEST MRI数据 计算机视觉 帕金森病 多池CEST MRI 一维U-Net Z谱数据 体内大鼠脑实验
1114 2024-09-28
Enhancing SNR in CEST imaging: A deep learning approach with a denoising convolutional autoencoder
2024-Dec, Magnetic resonance in medicine IF:3.0Q2
研究论文 本文提出了一种使用去噪卷积自编码器(DCAE)增强CEST成像信噪比的方法,并将其性能与现有去噪方法进行了比较 本文创新性地使用去噪卷积自编码器(DCAE)来增强CEST成像的信噪比 本文仅在模拟数据和动物肿瘤模型中验证了方法的有效性,尚未在人体临床数据中进行验证 开发一种增强CEST成像信噪比的方法,并评估其性能 CEST成像的信噪比增强 计算机视觉 NA 去噪卷积自编码器(DCAE) 卷积神经网络(CNN) 图像 模拟数据和动物肿瘤模型的活体数据
1115 2024-09-28
Physics-guided self-supervised learning for retrospective T1 and T2 mapping from conventional weighted brain MRI: Technical developments and initial validation in glioblastoma
2024-Dec, Magnetic resonance in medicine IF:3.0Q2
研究论文 开发了一种自监督学习方法,用于从临床加权MRI中回顾性估计T1和T2值 利用自监督学习方法和MR物理模型,从常规加权MRI中估计T1和T2值,无需额外数据 仅在健康志愿者和胶质母细胞瘤数据集上进行了验证,未来需在更多疾病和更广泛的数据集上进行验证 开发一种自监督学习方法,用于从临床MRI中回顾性估计T1和T2值 T1和T2值的估计,以及其在脑肿瘤特征分析中的应用 计算机视觉 脑肿瘤 自监督学习 深度学习 图像 50名胶质母细胞瘤患者和健康志愿者数据
1116 2024-09-28
Improving Xenon-129 lung ventilation image SNR with deep-learning based image reconstruction
2024-Dec, Magnetic resonance in medicine IF:3.0Q2
研究论文 评估深度学习(DL)重建方法在提高超极化129Xe肺通气MRI信噪比(SNR)中的可行性和实用性 使用深度学习重建方法显著提高了129Xe肺通气图像的SNR,并有效保留了结构相似性 深度学习重建方法在肺通气指标上存在轻微的正偏差,这可能归因于图像锐度的差异 评估深度学习重建方法在提高129Xe肺通气MRI信噪比中的应用 哮喘和/或慢性阻塞性肺疾病(COPD)患者的129Xe肺通气MRI数据 计算机视觉 呼吸系统疾病 MRI 深度学习 图像 哮喘和/或COPD患者的数据,以及健康志愿者的数据
1117 2024-09-28
A critical review of RNN and LSTM variants in hydrological time series predictions
2024-Dec, MethodsX IF:1.6Q2
综述 本文综述了RNN、LSTM及其变体在水利时间序列预测中的应用 探讨了注意力机制和混合模型的集成,以提高预测精度 实际应用需要大量数据和计算资源,未来研究应开发可解释的架构并利用迁移学习 评估RNN、LSTM及其变体在水利时间序列预测中的有效性 RNN、LSTM、GRU及其在水利时间序列预测中的应用 机器学习 NA NA RNN、LSTM、GRU 时间序列数据 NA
1118 2024-09-28
Comprehensive stomata image dataset of Sundarbans Mangrove and Ratargul Swamp forest tree species in Bangladesh
2024-Dec, Data in brief IF:1.0Q3
研究论文 本文介绍了一个包含1083张图像的综合气孔图像数据集,涵盖了孟加拉国两个不同地点的11种树种 该数据集为改进专门用于检测气孔和准确分类物种的机器学习算法提供了宝贵的工具 NA 旨在通过模式识别、深度学习和特征提取技术,深入理解植物生理学、适应机制和环境相互作用 植物叶片的气孔图像 计算机视觉 NA 深度学习 NA 图像 1083张图像,涵盖11种树种
1119 2024-09-28
Dataset for image classification with knowledge
2024-Dec, Data in brief IF:1.0Q3
研究论文 本文介绍了一种结合先验知识的图像分类数据集 本文创新性地将先验知识与图像分类数据集结合,通过频繁闭项集挖掘创建类别及其属性,并提取先验知识规则 本文未提及具体的性能提升效果或与其他方法的比较 提升在数据量不足或细粒度分类任务中的图像分类性能 图像分类数据集及其先验知识 计算机视觉 NA 频繁闭项集挖掘 NA 图像 NA
1120 2024-09-25
Knowledge-based in silico fragmentation and annotation of mass spectra for natural products with MassKG
2024-Dec, Computational and structural biotechnology journal IF:4.4Q2
研究论文 介绍了一种基于知识的模拟碎片化和注释质谱的方法MassKG,用于天然产物的快速鉴定和新结构的发现 结合了基于知识的碎片化策略和深度学习分子生成模型,显著提高了质谱数据注释的效率和准确性 NA 开发一种高效的方法来注释天然产物的质谱数据,促进新活性结构的发现 天然产物的质谱数据 计算机视觉 NA 质谱分析 深度学习模型 质谱数据 407,720个已知天然产物结构,并基于此生成了266,353个新结构
回到顶部