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 23937 篇文献，本页显示第 22721 - 22740 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 22721 | 2024-08-05 |
GRAM: Graph-based Attention Model for Healthcare Representation Learning
2017-Aug, KDD : proceedings. International Conference on Knowledge Discovery & Data Mining
DOI:10.1145/3097983.3098126
PMID:33717639
|
研究论文 | 提出了一种图基注意力模型GRAM，用于医疗表示学习 | GRAM利用医疗本体的层级信息补充电子健康记录，以提高深度学习在医疗预测建模中的表现 | 研究可能受到样本量不足的限制，尽管GRAM在低数据量情况下表现良好 | 提升医疗领域深度学习模型在预测建模中的表现 | 比较了GRAM与多种方法在疾病预测任务中的表现 | 医疗病理学 | 心力衰竭 | 深度学习 | RNN | 电子健康记录 | 使用数量级更少的训练数据进行实验 |
| 22722 | 2024-08-05 |
Deep convolutional neural network for segmentation of knee joint anatomy
2018-12, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.27229
PMID:29774599
|
研究论文 | 本文描述了一种新的分割方法，采用深度卷积神经网络（CNN）、三维全连接条件随机场（CRF）和三维单纯形可变形建模来提高膝关节组织分割的效率和准确性 | 创新点在于结合了深度卷积神经网络、三维全连接CRF和三维单纯形可变形建模，形成高分辨率的多类组织分类方案 | NA | 旨在提高膝关节组织分割的效率和准确性 | 研究对象为膝关节的12种不同关节结构的组织 | 计算机视觉 | NA | 3D快速自旋回波MR影像数据集 | CNN | 图像 | NA |
| 22723 | 2024-08-05 |
Colour and illumination in computer vision
2018-Aug-06, Interface focus
IF:3.6Q1
DOI:10.1098/rsfs.2018.0008
PMID:29951188
|
评论 | 本文回顾了光照估计的历史和当前算法，并质疑深度学习在这一问题上的有效性 | 提出了一种基于单纯光照估计算法的最终偏差修正阶段的新方法，强调以曝光不变的方式进行偏差修正 | 未详细探讨其他算法的应用场景和比较数据 | 旨在改善计算机视觉中的光照估计准确性和效率 | 光照估计算法的理论和应用 | 计算机视觉 | NA | NA | NA | 图像 | NA |
| 22724 | 2024-08-05 |
An Algorithm Based on Deep Learning for Predicting In-Hospital Cardiac Arrest
2018-06-26, Journal of the American Heart Association
IF:5.0Q1
DOI:10.1161/JAHA.118.008678
PMID:29945914
|
研究论文 | 本研究提出了一种基于深度学习的预警系统，用于预测院内心脏骤停 | 该系统表现出比现有的传统追踪和触发系统更高的性能，具有更高的敏感性和更低的误报警率 | 此研究基于回顾性队列，样本来源于两家医院，可能存在外部有效性限制 | 研究旨在提高对院内心脏骤停的预测能力 | 研究对象为2010年6月至2017年7月期间住院的患者共52,131例 | 机器学习 | 心脏疾病 | 深度学习 | 循环神经网络 | 医疗数据 | 52,131名患者 |
| 22725 | 2024-08-05 |
Automated identification of aquatic insects: A case study using deep learning and computer vision techniques
2024-Jul-20, The Science of the total environment
DOI:10.1016/j.scitotenv.2024.172877
PMID:38740196
|
研究论文 | 本研究利用深度学习和计算机视觉技术自动识别水生昆虫，以提高生物监测的效率和分类精度 | 研究建立了一个包含90个EPT分类的数据库，并使用CNN模型实现了98.7%的分类准确率 | 研究中只涉及特定的EPT分类，可能不能推广到所有水生昆虫的分类 | 提高水生昆虫生物监测程序的效率和分类分辨率 | EPT类水生昆虫，包括蜉蝣、石蝇和毛虫 | 计算机视觉 | NA | 深度学习 | 卷积神经网络 | 图像 | 共16,650张图像，包含90个EPT分类 |
| 22726 | 2024-08-05 |
Human Versus Machine Intelligence: Assessing Natural Language Generation Models Through Complex Systems Theory
2024-Jul, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2024.3358168
PMID:38265904
|
研究论文 | 通过复杂系统理论评估自然语言生成模型的能力。 | 提出了一种比较GPT-2生成文本与人类文本的新方法，利用复杂性科学框架进行深入分析。 | 未提及具体的局限性。 | 探讨Transformer架构在自然语言生成中的表现并分析其与人类文本的关系。 | 比较GPT-2生成的英文文本与人类创作的小说和程序代码。 | 自然语言处理 | NA | 复杂性测量 | GPT-2 | 文本 | 分析了三种文本类型，具体样本量未提及 |
| 22727 | 2024-08-05 |
Detection and coverage estimation of purple nutsedge in turf with image classification neural networks
2024-Jul, Pest management science
IF:3.8Q1
DOI:10.1002/ps.8055
PMID:38436512
|
研究论文 | 该研究评估了使用图像分类神经网络检测和估算草坪中紫色猪殃殃覆盖率的有效性 | 通过使用不同的深度学习模型，尤其是DenseNet，在杂草检测和覆盖估算上表现出先进的准确性和效率 | 需要大量注释数据进行模型训练 | 实现精确的杂草检测和覆盖率估算以优化除草剂应用 | 杂草检测和估算在百慕大草坪中的覆盖率 | 计算机视觉 | NA | 深度学习 | DenseNet, GoogLeNet, ResNet | 图像 | NA |
| 22728 | 2024-08-05 |
Global and Regional Deep Learning Models for Multiple Sclerosis Stratification From MRI
2024-Jul, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29046
PMID:37803817
|
研究论文 | 该文章比较了不同的输入策略对多发性硬化症患者残疾分级模型的性能影响 | 首次评估全脑输入采样策略与区域/特定组织策略在多发性硬化症患者残疾分级中的效果 | 缺乏对不同输入策略影响模型表现的深入研究 | 旨在根据残疾水平对多发性硬化症患者进行分级 | 319名多发性硬化症患者及440名来自多个中心的患者 | 计算机视觉 | 多发性硬化症 | MRI | 3D-CNN | 图像 | 319名多发性硬化症患者，382个脑MRI扫描；440名患者的外部验证组 |
| 22729 | 2024-08-05 |
Research on precise phenotype identification and growth prediction of lettuce based on deep learning
2024-Jul-01, Environmental research
IF:7.7Q1
DOI:10.1016/j.envres.2024.118845
PMID:38570128
|
研究论文 | 本文研究了生菜的精确表型识别和生长预测 | 通过深度学习模型，提出了用于生菜生长的预测模型，并定义了一些新颖的表型指标 | 没有详细说明实验的样本大小和营养应激条件的具体影响 | 旨在实现精准农业的目标，通过识别和监测生菜的表型特征 | 生菜的表型特征及其生长状态 | 数字农业 | NA | 深度学习 | NA | RGB图像 | NA |
| 22730 | 2024-08-05 |
Automated Breast Density Assessment in MRI Using Deep Learning and Radiomics: Strategies for Reducing Inter-Observer Variability
2024-Jul, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29058
PMID:37846440
|
研究论文 | 本研究探讨了使用深度学习和放射组学对MRI中乳腺密度评估的自动化方法。 | 提出了通过人工智能辅助解释来减少乳腺密度评估的观察者间变异性。 | 对于极度致密类别的评估，观察者之间的一致性较低，显示出模型在此任务中的局限性。 | 评估人工智能在降低乳腺密度评估中观察者间变异性的可行性。 | 涉及621名没有乳腺假体或重建的患者，通过分层数据集进行分析。 | 数字病理学 | NA | 深度学习，放射组学 | NA | MRI图像 | 621名患者，分为训练（377），验证（98）和独立测试（146）数据集 |
| 22731 | 2024-08-05 |
On the Number of Linear Regions of Convolutional Neural Networks With Piecewise Linear Activations
2024-Jul, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2024.3361155
PMID:38300783
|
研究论文 | 本文提供了用于研究具有分段线性激活的卷积神经网络线性区域的数学结果 | 提出了一层和多层分段线性卷积神经网络的最大和平均线性区域数量的数学结果 | 未提及具体限制 | 研究具有分段线性激活的卷积神经网络的线性区域 | 分段线性卷积神经网络的线性区域 | 机器学习 | NA | NA | PLCNN | NA | NA |
| 22732 | 2024-08-05 |
Magnetic Resonance Deep Learning Radiomic Model Based on Distinct Metastatic Vascular Patterns for Evaluating Recurrence-Free Survival in Hepatocellular Carcinoma
2024-Jul, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29064
PMID:37888871
|
研究论文 | 本文建立并比较了与肝细胞癌(HCC)患者无复发生存期相关的VETC-MVI模型 | 创新性地结合了微血管侵袭(MVI)和肿瘤团簇包裹血管(VETC)的不同转移血管模式来评估肝细胞癌的复发生存期 | 研究限于回顾性，样本来自五家医院，可能影响模型的外部验证 | 旨在构建与HCC患者无复发生存期相关的临床、放射组学和深度学习模型 | 398名接受切除手术的HCC患者进行分析 | 数字病理学 | 肝癌 | 磁共振成像(MRI) | 深度学习模型 | 影像 | 398名HCC患者（349名男性，49名女性） |
| 22733 | 2024-08-05 |
Self-Supervised Deep Blind Video Super-Resolution
2024-Jul, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2024.3361168
PMID:38329850
|
研究论文 | 本文提出了一种自监督学习方法来解决盲视频超分辨率问题 | 创新点在于同时估计模糊核和高分辨率视频，并生成辅助配对数据以更好地约束网络 | 在实际应用中，高分辨率视频和对应低分辨率视频的获取仍然很困难 | 研究旨在通过自监督学习方法改善视频超分辨率的效果 | 研究对象是低分辨率视频，目标是恢复出高分辨率视频 | 计算机视觉 | NA | NA | NA | 视频 | NA |
| 22734 | 2024-08-05 |
Siamese Cooperative Learning for Unsupervised Image Reconstruction From Incomplete Measurements
2024-Jul, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2024.3359087
PMID:38277253
|
研究论文 | 本文提出了一种无监督深度学习方法，用于从不完整测量中进行图像重建 | 提出了一种通过Siamese网络在测量矩阵的零空间和伪逆的范围空间上协作重建的无监督深度学习方法 | 该方法依赖于自监督损失，可能在某些情况下无法达到最佳重建效果 | 扩展深度学习在获取潜在图像挑战性任务中的应用 | 对图像重建进行无监督学习 | 计算机视觉 | NA | 深度学习 | Siamese网络 | 图像 | 应用于四个来自不同应用的成像任务 |
| 22735 | 2024-08-07 |
Editorial for "Magnetic Resonance Deep Learning Radiomic Model Based on Distinct Metastatic Vascular Patterns for Evaluating Recurrence-Free Survival in Hepatocellular Carcinoma"
2024-Jul, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29063
PMID:37818933
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 22736 | 2024-08-07 |
Editorial for "Automated Breast Density Assessment in MRI Using Deep Learning and Radiomics: Strategies for Reducing Inter-Observer Variability"
2024-Jul, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29059
PMID:37818764
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 22737 | 2024-08-05 |
Memory-efficient semantic segmentation of large microscopy images using graph-based neural networks
2024-Jun-06, Microscopy (Oxford, England)
DOI:10.1093/jmicro/dfad049
PMID:37864808
|
研究论文 | 本文提出了一种基于图神经网络的框架，用于大规模显微镜图像分割任务 | 通过将大规模图像转换为图形并使用超像素，克服了深度学习模型在内存方面的限制 | 超像素生成可能导致误差，需改进生成算法或增加超像素数量以提高准确性 | 研究结合图神经网络的显微镜图像分割方法以提高效率 | 生物细胞和细胞集落的显微镜图像 | 数字病理学 | NA | 图神经网络 (GNN) | NA | 图像 | 使用了数百万像素的显微镜图像样本 |
| 22738 | 2024-08-05 |
General Aqueous System Simulation through an AI-Embedded Metaverse Chemistry Laboratory
2024-Jun-06, The journal of physical chemistry letters
IF:4.8Q1
DOI:10.1021/acs.jpclett.4c01111
PMID:38814104
|
研究论文 | 本研究设计了一种物理支持的深度学习模型，预测一般水相系统的未来状态 | 提出了一种嵌入AI的元宇宙化学实验室框架，能够有效地模拟水相系统属性并预测离子化合物的溶解时间 | 当前的元宇宙框架在实验数据分析上仍有局限，使得优化实验的整体时间消耗较高 | 旨在通过数字化化学信息的方式，优化实验设计和数据利用 | 主要研究100多种常见离子溶液的一般水相系统 | 物理化学 | NA | 深度学习 | NA | 实验数据 | 100+种常见离子溶液 |
| 22739 | 2024-08-05 |
AI in evaluating ambulation of stroke patients: severity classification with video and functional ambulation category scale
2024-Jun-06, Topics in stroke rehabilitation
IF:2.2Q1
DOI:10.1080/10749357.2024.2359342
PMID:38841903
|
研究论文 | 本研究验证了一种深度学习模型，用于根据功能步态分类（FAC）规模对中风患者的步态图像数据进行分类 | 提出了基于视频数据的人体姿势估计方法，用于开发步态参数模型和分类模型 | 研究依赖于收集的大量多样化数据，这些数据是在非标准化的真实环境中收集的 | 验证深度学习模型对中风患者步态图像数据的分类能力 | 203名中风患者和182名健康个体的步态视觉数据 | 计算机视觉 | 中风 | 深度学习 | NA | 视频 | 203名中风患者和182名健康个体 |
| 22740 | 2024-08-05 |
Sustainable Sea of Internet of Things: Wind Energy Harvesting System for Unmanned Surface Vehicles
2024-Jun-05, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.4c05142
PMID:38768307
|
研究论文 | 本论文提出了一种基于压电和电磁效应的无人水面车辆风能采集系统 | 创新点在于自我调节策略的实施和优化的磁体配置，有效提高了风能收集的性能 | 未提及具体环境条件对设备性能的影响 | 旨在开发一种智能的海洋环境监测系统，通过风能采集为无人水面车辆提供动力 | 研究对象为无人水面车辆及其风能采集系统 | 物联网 | NA | 风能采集 | 深度学习算法 | 实验数据 | 原型制造和测试，具体样本量未提及 |