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] [发表日期不过滤] [清除筛选条件]
当前共找到 23937 篇文献,本页显示第 20141 - 20160 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
20141 2024-08-05
A deep learning approach for overall survival prediction in lung cancer with missing values
2024-Sep, Computer methods and programs in biomedicine IF:4.9Q1
研究论文 本文提出了一种深度学习方法,用于处理肺癌患者生存预测中的缺失值问题 提出了一种新的生存分析方法,利用变压器架构动态处理缺失数据而无需插补策略 模型可能在面对极端缺失数据时表现不佳 旨在开发一个能够处理缺失数据的人工智能模型,以提高非小细胞肺癌患者的生存预测准确性 研究对象为非小细胞肺癌(NSCLC)患者 机器学习 肺癌 变压器架构 变压器模型 表格数据 使用了共6年的患者数据进行评估
20142 2024-08-05
NNBGWO-BRCA marker: Neural Network and binary grey wolf optimization based Breast cancer biomarker discovery framework using multi-omics dataset
2024-Sep, Computer methods and programs in biomedicine IF:4.9Q1
研究论文 本文提出了一种基于神经网络和二元灰狼优化的乳腺癌生物标志物发现框架 将深度学习与多组学数据相结合,进行特征选择以识别乳腺癌生物标志物 当前研究中仅限于特定的生物标志物,其他可能的标志物尚未探讨 旨在通过多组学数据准确分类乳腺癌亚型 使用多组学数据分析乳腺癌生物标志物 数字病理学 乳腺癌 深度学习,二元灰狼优化 前馈神经网络 多组学数据 NA
20143 2024-08-05
Quantitative structure-retention relationships for pyridinium-based ionic liquids used as gas chromatographic stationary phases: convenient software and assessment of reliability of the results
2024-Aug-16, Journal of chromatography. A
研究论文 本研究针对用于气相色谱的基于吡啶的离子液体的定量结构-保留关系进行研究 首次提供了足够大的结构多样化化合物的数据集以支持离子液体基固定相的QSRR研究 研究中提到的数据集小的扰动可能会影响结果的可靠性,需谨慎处理 旨在填补关于基于离子液体的固定相的QSRR研究的空白 研究对象为三种具有取代吡啶阳离子的离子液体 数字病理学 NA 气相色谱法 深度学习模型和线性模型 化合物数据 123-158种化合物
20144 2024-08-05
Prognostic value of combining clinical factors, 18F-FDG PET-based intensity, volumetric features, and deep learning predictor in patients with EGFR-mutated lung adenocarcinoma undergoing targeted therapies: a cross-scanner and temporal validation study
2024-Aug, Annals of nuclear medicine IF:2.5Q2
研究论文 研究结合临床因素、18F-FDG PET强度、体积特征以及深度学习预测器的预后价值 首次在不同 поколения 的 PET 扫描仪上探讨了 18F-FDG PET 基于强度和体积特征与临床变量结合对EGFR突变肺腺癌患者的预后能力 仅回顾性分析217名患者的数据,可能存在选择偏差 评估18F-FDG PET和深度学习对EGFR突变肺腺癌患者的预后价值 217名接受酪氨酸激酶抑制剂的晚期EGFR突变肺腺癌患者 数字病理学 肺癌 18F-FDG PET ResNet-50深度学习模型 影像 217名患者
20145 2024-08-05
Who Are the Anatomic Outliers Undergoing Total Knee Arthroplasty? A Computed Tomography-Based Analysis of the Hip-Knee-Ankle Axis Across 1,352 Preoperative Computed Tomographies Using a Deep Learning and Computer Vision-Based Pipeline
2024-Aug, The Journal of arthroplasty IF:3.4Q1
研究论文 本文分析了1352个术前计算机断层扫描的髋-膝-踝轴,探讨全膝关节置换术中的解剖异常。 利用基于深度学习和计算机视觉的管道,首次从大规模数据集中识别解剖异常并分析其影响。 研究主要依赖术前CT扫描数据,可能无法反映手术后解剖变化。 确定全膝关节置换术前身体解剖参数的分布和识别解剖异常。 分析1352个全膝关节置换术前的CT扫描,识别解剖偏离指标。 计算机视觉 NA 深度学习,计算机视觉 分类和分割模型 医学影像 1352个术前CT扫描
20146 2024-08-05
Developing a machine learning model for predicting venlafaxine active moiety concentration: a retrospective study using real-world evidence
2024-Aug, International journal of clinical pharmacy IF:2.6Q2
研究论文 本研究开发了一个机器学习模型以预测文拉法辛的活性成分浓度 使用真实世界证据,基于机器学习和深度学习技术开发了文拉法辛浓度预测模型 模型的准确性在不同亚组分析中有所不同,可能受限于样本选择和变量分析方法 开发一个预测文拉法辛浓度的模型,以改善抑郁症患者的治疗效果 接受文拉法辛治疗的患者,包含330个合格患者 机器学习 抑郁症 机器学习技术 eXtreme Gradient Boosting算法 临床数据 330个患者样本
20147 2024-08-05
Integrative modeling meets deep learning: Recent advances in modeling protein assemblies
2024-Aug, Current opinion in structural biology IF:6.1Q1
研究论文 本文讨论了基于深度学习的蛋白质组装建模的最新进展 提出了整合性和层级的方法来建模大分子组装 对复杂的组装结构预测仍然需要专业的方法 研究大分子组装建模的新方法和挑战 重点介绍蛋白质-蛋白质相互作用的预测 结构生物学 NA 深度学习 整合模型和层级模型 结构数据 NA
20148 2024-08-05
Enhanced choroid plexus segmentation with 3D UX-Net and its association with disease progression in multiple sclerosis
2024-Aug, Multiple sclerosis and related disorders IF:2.9Q2
研究论文 本文开发了一种可靠的深度学习模型用于自动分割脉络丛,并验证了其在多发性硬化症中的临床意义 3D UX-Net模型在脉络丛分割中表现优于传统的3D U-Net,且与临床结果的相关性更高 研究样本主要集中在复发性缓解型多发性硬化症患者,外部测试集可能影响结果的一般性 开发一个用于自动分割脉络丛的深度学习模型,并验证其在多发性硬化症中的临床相关性 216名复发性缓解型多发性硬化症患者和75名健康对象的T1加权MRI数据 数字病理学 多发性硬化症 深度学习(DL) 3D UX-Net MRI图像 共291个样本,包含216名复发性缓解型多发性硬化症患者和75名健康对象
20149 2024-08-05
Association of retinal microvascular curve tortuosity and multiple sclerosis: A cross-section analysis from the UK Biobank
2024-Aug, Multiple sclerosis and related disorders IF:2.9Q2
研究论文 本研究探讨了视网膜微血管曲线扭曲与多发性硬化之间的关联 首次量化了视网膜血管曲线扭曲与多发性硬化的关系 可能由于样本偏差或环境因素影响结果 旨在探讨视网膜血管特征与多发性硬化的关系 使用UK Biobank中的参与者数据 数字病理学 多发性硬化 深度学习系统 条件逻辑回归 临床记录和眼底照片 包含多发性硬化患者和健康对照组
20150 2024-08-05
An Integral R-Banded Karyotype Analysis System of Bone Marrow Metaphases Based on Deep Learning
2024-Aug-01, Archives of pathology & laboratory medicine IF:3.7Q1
研究论文 本文开发了一个基于深度学习的骨髓中期细胞的整体R带核型分析系统 提出了一种集成的深度学习模型以解决传统核型分析的时间长和劳动强度大的限制 尚未提及具体的局限性 评估内部模型及整个R带骨髓中期细胞核型分析系统的性能 4442组R带正常骨髓中期细胞和核型图 数字病理学 血液肿瘤 深度学习 NA 图像 4442组R带正常骨髓中期细胞和885个测试中期细胞
20151 2024-08-05
Diagnosing the Severity of Knee Osteoarthritis Using Regression Scores From Artificial Intelligence Convolution Neural Networks
2024-Jul-31, Orthopedics IF:1.1Q3
研究论文 本研究利用深度学习神经网络对膝关节骨关节炎的严重程度进行分类 首次利用人工智能机器学习探索膝关节骨关节炎严重程度的连续回归评分 未提供其他可能影响结果的临床变量 评估和诊断膝关节骨关节炎的严重程度 使用来自骨关节炎计划的8260个放射图像 数字病理学 膝关节骨关节炎 深度学习 卷积神经网络(CNN) 影像 8260个放射图像
20152 2024-08-05
Tuberculosis research advances and future trends: A bibliometric knowledge mapping approach
2024-Jul-26, Medicine IF:1.3Q2
研究论文 本研究使用主题建模和共词分析识别海湾合作委员会国家与结核病相关的科学出版物 采用了文献计量分析方法和多种软件工具来探讨过去30年间海湾合作委员会国家的结核病研究动态和趋势 未提及研究的具体限制 识别海湾合作委员会国家中与结核病相关的科学出版物及其研究趋势 海湾合作委员会国家的结核病相关科学出版物 NA 结核病 文献计量分析 NA 出版物 共计1999篇与结核病相关的出版物
20153 2024-08-05
Ultrasound-based deep learning radiomics nomogram for differentiating mass mastitis from invasive breast cancer
2024-Jul-26, BMC medical imaging IF:2.9Q2
研究论文 本研究旨在开发和验证基于超声的深度学习放射组学标志物,以区分肿块性乳腺炎和侵袭性乳腺癌 研究提出了一种新的深度学习放射组学标志物,能够有效区分肿块性乳腺炎和侵袭性乳腺癌,并且在临床上具有良好的实际应用价值 样本量相对较小,可能会影响模型的普遍适用性和稳定性 研究旨在提升肿块性乳腺炎与侵袭性乳腺癌的区分能力 研究对象为肿块性乳腺炎和侵袭性乳腺癌患者 数字病理学 乳腺癌 深度学习,放射组学 随机森林,支持向量机,K均值聚类 超声图像 共招募50例肿块性乳腺炎和180例侵袭性乳腺癌患者
20154 2024-08-05
Exogenous variable driven deep learning models for improved price forecasting of TOP crops in India
2024-Jul-26, Scientific reports IF:3.8Q1
研究论文 该文章探讨了外生变量驱动的深度学习模型在印度主要农作物价格预测中的应用 提出了考虑外生因素的先进单变量模型NBEATSX和TransformerX,展示了深度学习模型在农产品价格预测中的优越性 研究主要集中在少数几种作物的价格预测,可能不足以代表所有农作物情况 提高印度主要农作物价格预测的准确性 印度主要市场的番茄、洋葱和土豆等作物的价格数据 机器学习 NA 深度学习模型 NBEATSX和TransformerX 价格数据和天气数据 主要市场的TOP作物价格数据和相应的气象数据
20155 2024-08-05
Dense Pedestrian Detection Based on GR-YOLO
2024-Jul-22, Sensors (Basel, Switzerland)
研究论文 本文提出了一种基于Yolov8的改进密集行人检测算法GR-yolo GR-yolo引入repc3模块优化骨干网络,增强特征提取能力,并采用聚合-分布机制重构yolov8颈部结构 在特定复杂场景下可能仍存在一定的检测困难 研究密集行人检测算法以提升安全防护能力 密集人群中的行人检测 计算机视觉 NA 深度学习 Yolov8 图像 在更广泛的人群数据集上进行的实验,包括多个数据集的评估
20156 2024-08-05
Automatic Annotation Diagnostic Framework for Nasopharyngeal Carcinoma via Pathology-Fidelity GAN and Prior-Driven Classification
2024-Jul-22, Bioengineering (Basel, Switzerland)
研究论文 本研究提出了一种基于深度学习的鼻咽癌诊断框架,无需人工标注 提出了一种新颖的无配对生成网络和基于先验驱动的图像分类系统 仅在232个案例上进行了研究,样本量有限 优化鼻咽癌的早期病理诊断方法 无角化癌亚型的鼻咽癌 数字病理 鼻咽癌 深度学习 无配对生成对抗网络(GAN) 图像 232个案例
20157 2024-08-05
Laser-Induced Breakdown Spectroscopy-Visible and Near-Infrared Spectroscopy Fusion Based on Deep Learning Network for Identification of Adulterated Polygonati Rhizoma
2024-Jul-22, Foods (Basel, Switzerland)
研究论文 本研究提出了一种基于深度学习网络的LIBS-VNIR融合方法,用于识别掺假黄精 提出了结合元素信息的激光诱导击穿光谱和分子信息的可见光及近红外光谱的新型深度学习模型LVDLNet 未提及具体的限制因素 快速检测黄精的掺假情况以保障食品安全和公平竞争 来自不同地区的掺假黄精样本 机器学习 NA 激光诱导击穿光谱(LIBS)和可见及近红外光谱(VNIR) LVDLNet 光谱数据 不同来源的掺假样本,具体样本数量未提及
20158 2024-08-05
Security in Transformer Visual Trackers: A Case Study on the Adversarial Robustness of Two Models
2024-Jul-22, Sensors (Basel, Switzerland)
研究论文 本文研究了变换器模型在视觉跟踪中的安全性,特别是其对对抗攻击的脆弱性 首次系统性地评估了变换器视觉跟踪器在对抗攻击下的鲁棒性 仅对两种变换器模型进行了评估,可能无法全面反映所有变换器模型的安全特性 重点调查变换器模型在视觉跟踪中的安全性及其对对抗攻击的脆弱性 研究变换器视觉跟踪模型的对抗鲁棒性 计算机视觉 NA 深度学习 变换器 视频 OTB100, VOT2018和GOT-10k数据集中的多个视频序列
20159 2024-08-05
Computational Insights into Reproductive Toxicity: Clustering, Mechanism Analysis, and Predictive Models
2024-Jul-22, International journal of molecular sciences IF:4.9Q2
研究论文 该研究对生殖毒性分子的计算分析进行了全面调查 本研究结合了支持向量机和深度学习模型,提高了生殖毒性的预测准确性 传统的分子-靶点研究方法在处理复杂的毒性机制方面显得不够充分 研究生殖毒性的识别和评估,以提高药物安全性 研究了三种生殖毒性分子:二甲基海因、酚和双环己基邻苯二甲酸酯 计算机视觉 NA 支持向量机,深度学习 自定义深度学习模型 分子结构数据 NA
20160 2024-08-05
Soil Marginal Effect and LSTM Model in Chinese Solar Greenhouse
2024-Jul-21, Sensors (Basel, Switzerland)
研究论文 本文全面研究了山西省晋中市太阳能温室的土壤热环境。 研究结合理论、实验、数值模拟及深度学习建模,首次系统探讨了太阳能温室土壤温度的区域划分及其温度变化。 本文未详细阐述影响土壤热环境变化的其他潜在因素。 研究太阳能温室内土壤热环境的变化及其对植物生长的影响。 聚焦于太阳能温室的土壤温度及其热环境。 数字农业 NA 深度学习建模 LSTM 温度数据 NA
回到顶部