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！
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。
当前共找到 23615 篇文献，本页显示第 20861 - 20880 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 20861 | 2024-08-05 |
Computational design of soluble functional analogues of integral membrane proteins
2024-Mar-07, bioRxiv : the preprint server for biology
DOI:10.1101/2023.05.09.540044
PMID:38496615
|
研究论文 | 本文介绍了利用深度学习设计复杂折叠和可溶性整合膜蛋白的功能类比。 | 创新点在于成功重现了独特的膜拓扑结构并将其功能引入到可溶性蛋白质中 | NA | 研究旨在利用计算方法设计复杂的蛋白质折叠和解决整合膜蛋白的功能性问题 | 研究对象为整合膜蛋白及其可溶性类比 | 计算生物学 | NA | 深度学习 | NA | 蛋白质结构 | NA |
| 20862 | 2024-08-05 |
From pixels to patient care: deep learning-enabled pathomics signature offers precise outcome predictions for immunotherapy in esophageal squamous cell cancer
2024-02-22, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-024-04997-z
PMID:38388379
|
研究论文 | 本研究基于H&E染色病理标本，利用深度学习技术预测食管鳞状细胞癌患者对PD-1抑制剂的临床获益。 | 提出了一种名为ESCC-pathomics signature (ESCC-PS)的新方法，能够细分患者的风险组并独立预测PD-1抑制剂的生存率。 | 研究样本来自单中心，可能限制结果的普遍适用性。 | 旨在精确预测食管鳞状细胞癌患者对免疫治疗的反应。 | 食管鳞状细胞癌患者，接受PD-1抑制剂治疗。 | 数字病理学 | 食管癌 | H&E染色病理图像深度学习 | ViT-RNN | 图像 | 包括163例食管鳞状细胞癌患者，使用的图像数量为324幅WSI图像，产生486,188个1024*1024像素的小块 |
| 20863 | 2024-08-05 |
Utility of artificial intelligence in the diagnosis and management of keratoconus: a systematic review
2024, Frontiers in ophthalmology
DOI:10.3389/fopht.2024.1380701
PMID:38984114
|
系统评价 | 本研究综述了人工智能在角膜突出症及其他角膜扩张疾病的诊断和管理中的应用 | 综述了近年来人工智能在角膜突出症早期诊断和管理中的研究进展 | 仅包含英文研究，不包括病例报告、文献综述、会议论文和社论 | 探讨人工智能在角膜突出症的诊断和管理中的实用性 | 包括93项关于角膜突出症及相关病症的研究 | 数字病理学 | 角膜突出症 | 人工智能 | 深度学习 | 数据集 | 93项原始研究 |
| 20864 | 2024-08-05 |
Research on improved gangue target detection algorithm based on Yolov8s
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0293777
PMID:38980881
|
研究论文 | 提出了一种基于Yolov8s的改进算法，以提高煤矸石目标检测的速度和准确性 | 通过使用Fasternet作为骨干网络和引入DIoU损失函数，显著提高了检测性能和准确率 | 未提及该研究的适用限制或特定场景 | 提升煤矸石目标检测的速度和效率 | 煤矸石目标的检测和分类 | 计算机视觉 | NA | 深度学习 | Yolov8s | NA | NA |
| 20865 | 2024-08-05 |
Deep learning for MRI lesion segmentation in rectal cancer
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1394262
PMID:38983364
|
综述 | 本文讨论了深度学习在直肠癌MRI病变分割中的应用进展 | 探讨了深度学习分割算法的发展过程及其在直肠癌MRI病变分割中的应用 | 未提及具体的实验数据或结果，仅进行理论探讨 | 提供对直肠癌MRI病变分割的理论指导和支持 | 深度学习分割算法及其在直肠癌MRI图像中的应用 | 计算机视觉 | 直肠癌 | 深度学习 | NA | 医学图像 | NA |
| 20866 | 2024-08-05 |
Knowledge enhanced bottom-up affordance grounding for robotic interaction
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2097
PMID:38983207
|
研究论文 | 本文提出了一种知识增强的自下而上促进基础建立网络，用于提高机器人与自然语言的交互能力 | 引入外部知识以增强自然语言理解，提高物体抓取的准确性，并提出了一种半自动数据生成方法 | 现有方法依赖大量的配对数据，主要通过手动注释创建现实数据集 | 解决机器人自然语言操作中的知识不足和数据需求问题 | 自然语言指令与视觉输入的结合，以实现自动化的操控 | 机器人技术 | NA | 深度学习 | KBAG-Net | 视觉数据和语言数据 | 两个标准数据集的实验结果 |
| 20867 | 2024-08-05 |
Computational image analysis of distortion, sharpness, and depth of field in a next-generation hybrid exoscopic and microsurgical operative platform
2024, Frontiers in surgery
IF:1.6Q2
DOI:10.3389/fsurg.2024.1418679
PMID:38983589
|
研究论文 | 本研究旨在理解新型混合外镜系统中不同相机设置如何影响神经外科手术的图像质量 | 研究了混合外镜系统中不同相机设置对图像失真和清晰度的影响，提供了量化图像质量的算法 | 仅使用尸体解剖图像作为样本，可能限制了临床应用的普遍性 | 研究神经外科手术中相机设置对图像质量的影响 | 通过混合（显微/外镜）操作平台获取的尸体解剖图像 | 数字病理学 | NA | 4K图像捕获，深度学习单目深度估计模型 | NA | 图像 | 1,368 张高分辨率图片 |
| 20868 | 2024-08-05 |
Multi level perspectives in stock price forecasting: ICE2DE-MDL
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2125
PMID:38983197
|
研究论文 | 本研究提出了一种新颖的混合模型ICE2DE-MDL，用于预测股票收盘价 | 本研究首次有效利用熵和ICEEMDAN概念消除股票数据中的噪声，并将ICEEMDAN应用于金融时间序列预测问题 | NA | 预测股票市场的收盘价格 | 八个股票市场指数和三个股票数据集 | 机器学习 | NA | 熵，ICEEMDAN | LSTM，LSTM-BN，GRU，SVR | 时间序列 | 八个股票市场指数和三个股票数据集 |
| 20869 | 2024-08-05 |
NALA: a Nesterov accelerated look-ahead optimizer for deep learning
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2167
PMID:38983239
|
研究论文 | 本文提出了一种新的优化算法NALA，结合自适应梯度算法和Nesterov加速，在深度学习中应用 | NALA通过前瞻机制将自适应梯度算法与Nesterov加速结合，实现更快的收敛速度 | 未提及具体的局限性 | 探讨如何通过优化算法加速深度学习模型的收敛 | 主要针对深度学习中的图像分类任务 | 深度学习 | NA | 自适应梯度算法, Nesterov加速 | NA | 图像 | 在公共数据集上进行实验比较，样本数量未具体说明 |
| 20870 | 2024-08-05 |
Clustering analysis for classifying fake real estate listings
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2019
PMID:38983188
|
研究论文 | 本文探讨了利用聚类分析对虚假房地产房源进行分类的方法 | 创新之处在于将聚类分析应用于房地产领域，以区分虚假与真实房源 | 聚类在房地产领域的应用相对有限，主要集中于拍卖和物业评估 | 研究旨在开发有效的方法来区分真实和虚假的房地产房源 | 研究对象为通过行业专家策划的数据集中的房地产房源 | 计算机视觉 | NA | K-means | 随机森林和决策树 | 数据集 | NA |
| 20871 | 2024-08-05 |
Intelligent real-life key-pixel image detection system for early Arabic sign language learners
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2063
PMID:38983191
|
研究论文 | 本研究提出了一种改进的手语检测方法，旨在提高早期阿拉伯手语学习者的学习效果 | 提出的iSDS方法基于YOLOv8算法，能够有效降低误报率并提高手语检测的准确性和速度 | 本文未提及具体的样本量和训练数据的多样性 | 改善手语学习框架，以帮助听力障碍人群更好地学习手语 | 早期阿拉伯手语学习者 | 计算机视觉 | NA | YOLOv8 | 深度学习 | 图像 | NA |
| 20872 | 2024-08-05 |
Deep learning-driven dyslexia detection model using multi-modality data
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2077
PMID:38983227
|
研究论文 | 本研究提出了一种基于深度学习的多模态阅读障碍检测模型 | 通过集成多模态数据并应用多种深度学习模型进行特征提取，提出了一种有效的阅读障碍检测模型 | 该模型在计算资源有限的情况下表现良好，但对模型的可解释性仍需要进一步提高 | 研究阅读障碍的检测方法以帮助早期干预 | 使用磁共振成像（MRI）、功能性MRI和脑电图（EEG）数据进行检测模型的开发 | 机器学习 | 阅读障碍 | 深度学习 | MobileNet V3，EfficientNet B7，Bi-LSTM | 图像 | 三个包含FMRI、MRI和EEG数据的数据集 |
| 20873 | 2024-08-05 |
MCV-UNet: a modified convolution & transformer hybrid encoder-decoder network with multi-scale information fusion for ultrasound image semantic segmentation
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2146
PMID:38983210
|
研究论文 | 本文介绍了一种新的混合网络，用于超声图像的语义分割 | 提出了一种结合卷积神经网络和视觉变换器的网络，并在编码器和解码器阶段引入了多尺度CNN | NA | 提高超声图像语义分割的准确性 | 公共基准超声神经分割数据集 | 计算机视觉 | NA | 深度学习 | 混合CNN和ViT | 图像 | NA |
| 20874 | 2024-08-05 |
Domain Generalization with Correlated Style Uncertainty
2024-Jan, IEEE Winter Conference on Applications of Computer Vision. IEEE Winter Conference on Applications of Computer Vision
DOI:10.1109/wacv57701.2024.00200
PMID:38978834
|
研究论文 | 本文介绍了一种新的数据增强方法，称为相关风格不确定性（CSU），旨在提高领域泛化能力 | 提出了一种新的数据增强方法，克服了线性插值的局限性，同时保留了重要的相关性信息 | 先前的工作可能忽视了不同特征通道之间的相互依赖关系 | 提高深度学习模型在不同领域的鲁棒性 | 跨领域计算机视觉和医学成像分类任务的数据集 | 计算机视觉 | NA | 数据增强 | NA | 图像 | 多个数据集，包括PACS, Office-Home, Camelyon17，以及Duke-Market1501实例检索任务 |
| 20875 | 2024-08-05 |
Deep learning-based dimensional emotion recognition for conversational agent-based cognitive behavioral therapy
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2104
PMID:38983201
|
研究论文 | 本研究开发了一种基于转换器的模型，用于进行维度情感识别，以增强基于对话代理的认知行为治疗的效果 | 通过开发使用新颖的维度情感数据集的转换器模型，超越了现有的情感建模方法 | 没有详细讨论模型在不同文化背景或其他语言中的表现 | 改进互联网基础的认知行为治疗中的情感识别技术 | 使用变换器模型检测情感的维度，对75,503个样本的情感进行分析 | 自然语言处理 | NA | 转换器模型 | 转换器 | 文本 | 75,503个样本用于训练，20名参与者用于可行性研究 |
| 20876 | 2024-08-05 |
Multi-FusNet: fusion mapping of features for fine-grained image retrieval networks
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2025
PMID:38983204
|
研究论文 | 本文提出了一种新的细粒度图像检索方法，结合了特征融合和哈希映射技术 | 首次在细粒度图像检索中应用了代理自注意架构，并强调中间层特征的融合 | 尚未明确指出该方法在特定条件下的局限性 | 提高细粒度图像检索的效率和准确性 | 细粒度图像数据集与特征 | 计算机视觉 | NA | 哈希映射 | 自注意力架构 | 图像 | 涉及五个公开可用的细粒度数据集 |
| 20877 | 2024-08-05 |
Efficient geospatial mapping of buildings, woodlands, water and roads from aerial imagery using deep learning
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2039
PMID:38983232
|
研究论文 | 本研究提出了一种使用深度学习方法对航空影像进行精确地面覆盖分类的策略 | 采用了三种流行的深度学习模型，提出了一种新的方法以提高预测准确性 | 没有提及该方法在不同地理区域或不同类型地形上的适用性 | 提升航空影像分析中地面覆盖分类的效率和准确性 | 航空影像中建筑物、林地、水域和道路的分类 | 计算机视觉 | NA | 深度学习 | Vanilla-UNet, ResNet50 UNet, DeepLabV3 ResNet50 | 图像 | NA |
| 20878 | 2024-08-05 |
The utilization of artificial intelligence in glaucoma: diagnosis versus screening
2024, Frontiers in ophthalmology
DOI:10.3389/fopht.2024.1368081
PMID:38984126
|
研究论文 | 文章探讨了人工智能在青光眼诊断和筛查中的不同作用 | 强调了诊断模型与筛查模型在敏感性与特异性之间的关键平衡 | NA | 研究人工智能在青光眼诊断和筛查中的应用 | 青光眼患者及其相关的眼科影像数据 | 计算机视觉 | 青光眼 | 机器学习和深度学习 | NA | 彩色视网膜照片和其他视网膜成像模式 | NA |
| 20879 | 2024-08-05 |
COVID-19 and Pneumonia detection and web deployment from CT scan and X-ray images using deep learning
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0302413
PMID:38976703
|
研究论文 | 该文章设计了一个基于深度学习的框架，用于检测COVID-19及肺炎，并进行网络部署 | 提出了多种深度学习算法组合的检测框架，并通过四个深度学习模型在不同数据集上进行了比较与分析 | 未提及具体的外部验证数据或不同人群的适应性 | 旨在提升COVID-19及肺炎的检测准确性及管理效率 | 基于CT扫描和X光图像的数据集进行模型训练和检测 | 数字病理学 | COVID-19 | 深度学习 | VGG-19, ResNet-50, Inception V3, Xception | 图像 | 使用了CT图像和X光图像的数据集进行模型评估，具体样本数量未详细说明 |
| 20880 | 2024-08-05 |
A Review of Machine Learning and Algorithmic Methods for Protein Phosphorylation Site Prediction
2023-12, Genomics, proteomics & bioinformatics
DOI:10.1016/j.gpb.2023.03.007
PMID:37863385
|
综述 | 该综述组织了与磷酸化位点预测相关的知识，以促进该领域的未来研究 | 综述了磷酸化位点（p-site）预测的算法和机器学习方法，并提出重要的特征提取技术 | 在线p-site预测工具在未见过的蛋白质上的实际性能显著低于相关研究论文中报告的结果 | 整理和总结与磷酸化位点预测相关的知识 | 涉及磷酸化修饰及其在生物过程中的角色的蛋白质 | 机器学习 | 神经疾病和癌症 | NA | 传统和端到端深度学习方法 | 蛋白质数据 | 创建自2022年dbPTM数据库的新蛋白质的三个测试集 |