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 23849 篇文献,本页显示第 23321 - 23340 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
23321 2024-08-07
Deep Learning-Assisted Spectrum-Structure Correlation: State-of-the-Art and Perspectives
2024-May-21, Analytical chemistry IF:6.7Q1
综述 本文综述了深度学习在光谱-结构相关性中的应用及其最新进展和未来展望 深度学习辅助的化学计量学方法因其卓越的潜在特征提取能力和精确预测能力而迅速兴起 文中指出深度学习在光谱-结构相关性中仍存在一些重要的开放问题 总结过去五年深度学习如何辅助建立光谱与分子结构之间的相关性,并探讨未来的发展方向 光谱-结构相关性在光谱分析中的应用 机器学习 NA 深度学习 NA 光谱数据 NA
23322 2024-08-07
A temporal enhanced semi-supervised training framework for needle segmentation in 3D ultrasound images
2024-May-21, Physics in medicine and biology IF:3.3Q1
研究论文 本文提出了一种基于时间信息的半监督训练框架,用于在3D超声图像中快速准确地分割针头 设计了一种新的基于静态和动态特征的圆形变换器模块,用于提取和融合时间信息,并提出了结合时间信息前后的输出一致性约束,为未标记的体积提供半监督 NA 提高3D超声图像中针头分割的准确性和实时性 3D超声图像中的针头分割 计算机视觉 NA 卷积神经网络,变换器 CNN,变换器 图像 三个针头超声数据集,在比格犬活检期间采集
23323 2024-08-07
Texture-preserving low dose CT image denoising using Pearson divergence
2024-May-21, Physics in medicine and biology IF:3.3Q1
研究论文 本文提出了一种使用皮尔逊散度损失函数来改善低剂量CT图像去噪中纹理保持的方法 引入皮尔逊散度损失函数来学习特征纹理,从而在去噪过程中更好地保留图像的纹理细节 未提及 改善低剂量CT图像去噪中的纹理保持 低剂量CT图像的去噪效果 计算机视觉 NA 深度学习 NA 图像 未提及
23324 2024-08-07
ELRL-MD: a deep learning approach for myocarditis diagnosis using cardiac magnetic resonance images with ensemble and reinforcement learning integration
2024-May-21, Physiological measurement IF:2.3Q3
研究论文 本研究提出了一种结合集成学习和强化学习的深度学习模型ELRL-MD,用于从心脏磁共振图像中诊断心肌炎 模型通过人工蜂群算法进行预训练,并利用卷积神经网络提取和整合特征,同时采用强化学习处理数据集的不平衡问题 研究主要解决了数据集不平衡和模型初始权重设置不佳导致局部最优的问题 开发一种有效的深度学习模型,用于从心脏磁共振图像中诊断心肌炎 心肌炎的诊断 机器学习 心血管疾病 心脏磁共振成像 CNN 图像 使用了Z-Alizadeh Sani心肌炎心脏磁共振数据集
23325 2024-08-07
Segmentation and quantitative analysis of optical coherence tomography (OCT) images of laser burned skin based on deep learning
2024-May-21, Biomedical physics & engineering express IF:1.3Q3
研究论文 本研究利用深度学习技术对光学相干断层扫描(OCT)图像进行分割和定量分析,以评估激光烧伤皮肤后的恢复情况 使用深度学习U-Net模型对OCT图像进行皮肤层分割,并进行三维重建以计算损伤组织体积,提供了比传统方法更快且更准确的皮肤分层分析 NA 评估皮肤烧伤后的恢复情况并定量分析损伤体积 激光诱导的小鼠皮肤烧伤模型 数字病理学 烧伤 光学相干断层扫描(OCT) U-Net 图像 30只昆明小鼠,共采集7000张正常皮肤和1400张烧伤皮肤B扫描图像
23326 2024-08-07
Harnessing LSTM and XGBoost algorithms for storm prediction
2024-May-18, Scientific reports IF:3.8Q1
研究论文 本文利用长短期记忆网络(LSTM)和极端梯度提升(XGBoost)算法预测法国西部的风暴特征和发生 采用了一种结合深度学习和机器学习的新方法,基于LSTM和XGBoost算法进行风暴预测 LSTM模型在预测极端波浪高度和风速值时存在挑战 旨在通过预测风暴特征和发生来减少风暴对人类和物体的影响 研究对象为法国西部的风暴 机器学习 NA 长短期记忆网络(LSTM),极端梯度提升(XGBoost) LSTM,XGBoost 数据来自浮标和风暴数据库 数据涵盖1996年至2020年
23327 2024-08-07
Development and validation of machine learning algorithms based on electrocardiograms for cardiovascular diagnoses at the population level
2024-May-18, NPJ digital medicine IF:12.4Q1
研究论文 本研究开发并验证了基于心电图的机器学习算法,用于在人口层面同时预测15种常见心血管疾病诊断 使用基于ResNet的深度学习模型和极端梯度提升模型,通过心电图轨迹和测量数据进行预测,显示出比传统方法更高的准确性 研究为回顾性研究,且仅限于加拿大阿尔伯塔省的84个急诊部门或医院的数据 开发和验证基于心电图的机器学习模型,用于早期检测和诊断心血管疾病 15种常见心血管疾病,包括房颤、室上性心动过速等 机器学习 心血管疾病 ResNet-based deep learning, extreme gradient boosting ResNet, XGB 心电图 1,605,268份心电图,涉及244,077名成年患者
23328 2024-08-07
Deep learning for determining the difficulty of endodontic treatment: a pilot study
2024-May-17, BMC oral health IF:2.6Q1
研究论文 本研究开发并验证了一种深度学习模型,用于从根尖X光片自动评估根管治疗病例的难度 使用卷积神经网络和自监督学习方法进行根管治疗难度的自动评估 自监督预训练并未提高模型性能,且存在评估者间可靠性低的问题 探索深度学习模型在自动评估根管治疗难度方面的可行性 根管治疗病例的难度评估 机器学习 NA 卷积神经网络 CNN 图像 1,386张根尖X光片
23329 2024-08-07
Is better readiness the key to deeper learning in distance education? A cross-sectional online study
2024-May-15, Heliyon IF:3.4Q1
研究论文 本研究探讨了远程教育在护理教育中的影响因素及其有效性 研究发现了远程教育准备度与学习深度之间的正相关关系 研究仅限于一所中医药大学的本科护理学生,可能限制了结果的普遍性 描述当前远程教育准备度和学习深度,并探索可能的影响因素 本科护理学生 NA NA NA NA 问卷调查数据 222名本科护理学生
23330 2024-08-07
Efficient screening of pharmacological broad-spectrum anti-cancer peptides utilizing advanced bidirectional Encoder representation from Transformers strategy
2024-May-15, Heliyon IF:3.4Q1
研究论文 本研究利用深度学习方法结合自然语言处理和伪氨基酸组成技术,开发了一种高效的广谱抗癌肽筛选工具 研究采用了优化的BERT模型,该模型在准确性和选择性上超越了现有的BERT变体和传统机器学习算法 NA 旨在改进抗癌肽的筛选过程,推动精准肿瘤学的发展 广谱抗癌肽的筛选和识别 自然语言处理 癌症 自然语言处理(NLP),伪氨基酸组成(PseAAC)技术 BERT 文本 NA
23331 2024-08-07
Intrusion detection in machine learning based E-shaped structure with algorithms, strategies and applications in wireless sensor networks
2024-May-15, Heliyon IF:3.4Q1
研究论文 本文提出了一种基于机器学习的E形结构入侵检测模型,并应用于无线传感器网络中,通过深度学习模型和E形贴片天线的设计,提高了入侵检测的准确性和通信性能 本文提出的入侵检测模型采用了深度学习方法,并结合E形贴片天线设计,提高了检测准确率和通信带宽 NA 改进现有的入侵检测系统,提高其在物联网网络中的零日攻击检测能力 无线传感器网络中的入侵检测和通信性能 机器学习 NA 深度学习 深度学习神经网络 数据通信 NA
23332 2024-08-07
Artificial intelligence in detection of small bowel lesions and their bleeding risk: A new step forward
2024-May-14, World journal of gastroenterology IF:4.3Q1
研究论文 本文研究使用深度学习模型自动检测小肠病变及其出血风险 开发了一种新的深度学习模型,能够识别不同出血风险的小肠病变 NA 提高人工智能在临床实践中检测不同类型小肠病变的诊断支持 小肠病变及其出血风险 机器学习 NA 深度学习 深度学习模型 图像 NA
23333 2024-08-07
Deep learning approaches for seizure video analysis: A review
2024-May, Epilepsy & behavior : E&B IF:2.3Q2
综述 本文综述了深度学习和计算机视觉技术在癫痫视频分析中的应用 探讨了深度学习在视频记录的癫痫分析中的应用,并展示了如何通过集成系统进行视频基础的癫痫症状学分析 文章指出了未来研究的方向和挑战,表明当前技术仍存在改进空间 提高癫痫评估的准确性和一致性 癫痫视频分析中的深度学习和计算机视觉技术 计算机视觉 NA 深度学习 NA 视频 NA
23334 2024-08-07
Use of one-dimensional CNN for input data size reduction in LSTM for improved computational efficiency and accuracy in hourly rainfall-runoff modeling
2024-May, Journal of environmental management IF:8.0Q1
研究论文 本研究提出了一种名为CNNsLSTM的深度学习架构,用于小时降雨径流建模,该架构通过一维卷积神经网络(1D-CNN)和长短期记忆网络(LSTM)的串联耦合实现 提出的CNNsLSTM架构在小时降雨径流建模中显著提高了估计精度,并减少了计算误差,特别是在高流量和峰值流量的估计上 尽管CNNsLSTM在计算速度上比LSTMwDpH慢,但仍比LSTMwHour快6.9-7.9倍 旨在通过结合1D-CNN和LSTM网络提高小时降雨径流模型的计算效率和准确性 研究对象为日本石狩河流域的小时降雨径流模型 机器学习 NA 一维卷积神经网络(1D-CNN)和长短期记忆网络(LSTM) CNNsLSTM 时间序列数据 使用了包括降水、空气温度、蒸散、长波辐射和短波辐射在内的气象数据集
23335 2024-08-07
Innovative methods for microplastic characterization and detection: Deep learning supported by photoacoustic imaging and automated pre-processing data
2024-May, Journal of environmental management IF:8.0Q1
研究论文 本研究利用光声成像技术和自动数据预处理技术,结合Vqdp2生成式深度学习模型,对微塑料进行高分辨率图像捕捉和分类 首次采用光声成像技术捕捉微塑料的高分辨率图像,并设计自动化数据处理流程扩展数据集,同时提出Vqdp2模型通过多任务训练提高分类精度和特征提取能力 NA 旨在解决微塑料检测领域中复杂形态带来的快速视觉表征挑战 微塑料的检测和分类 计算机视觉 NA 光声成像 生成式深度学习模型 图像 多种微塑料样本
23336 2024-08-07
The new paradigm in machine learning - foundation models, large language models and beyond: a primer for physicians
2024-May, Internal medicine journal IF:1.8Q2
综述 本文综述了基础机器学习模型,特别是大型语言模型(LLM),及其在医学领域的应用和潜在风险 介绍了基础机器学习模型如何从传统的任务特定预测模型转变为能够处理多种数据模式的深度学习模型 大型语言模型存在潜在的风险和偏见,需要在开发、评估和使用过程中进行适当的审查 探讨大型语言模型在医学领域的应用及其未来可能的临床实践 基础机器学习模型,特别是大型语言模型 机器学习 NA 深度学习 大型语言模型(LLM) 文本、音频、图像和视频 NA
23337 2024-08-07
Forecasting carbon prices in China's pilot carbon market: A multi-source information approach with conditional generative adversarial networks
2024-May, Journal of environmental management IF:8.0Q1
研究论文 本研究利用条件生成对抗网络模型,开发了一种预测框架,用于捕捉碳交易价格的时间序列变化特征和条件矩阵,以提高中国试点碳市场碳价格的预测精度 本研究采用生成对抗网络模型,通过生成器和判别器的连续迭代训练和交替优化,使生成的预测分布更接近实际样本数据,从而提高预测精度 NA 提高中国试点碳市场碳价格的预测精度,优化碳定价系统 湖北和广东地区的碳市场 机器学习 NA 生成对抗网络 (GAN) 生成对抗网络 (GAN) 时间序列数据 NA
23338 2024-08-07
Topological Deep Learning: A New Dimension in Gastroenterology for Metabolic Dysfunction-Associated Fatty Liver
2024-May, Cureus
研究论文 本文探讨了拓扑深度学习(TDL)在代谢功能障碍相关脂肪肝病(MAFLD)诊断和监测中的应用 TDL能够识别传统方法可能遗漏的医学影像数据中的复杂模式,从而实现更早和更精确的检测 TDL在计算需求和输出可解释性方面存在挑战,需要进一步的研究和开发以应用于临床 提高MAFLD诊断和分期的准确性和效率 代谢功能障碍相关脂肪肝病(MAFLD) 机器学习 肝脏疾病 拓扑深度学习(TDL) 拓扑深度学习模型 影像 NA
23339 2024-08-07
Advances in applications of artificial intelligence algorithms for cancer-related miRNA research
2024-Apr-25, Zhejiang da xue xue bao. Yi xue ban = Journal of Zhejiang University. Medical sciences
研究论文 本文总结了基于人工智能算法的生物信息学miRNA工具的最新进展,特别关注机器学习和深度学习在癌症相关miRNA研究中的潜力 相比传统生物信息学工具,基于人工智能算法的miRNA靶点预测工具具有更高的准确性,并能成功预测miRNA的亚细胞定位和再分布 NA 探讨人工智能算法在癌症相关miRNA研究中的应用 miRNA及其在癌症中的表达调控 机器学习 NA 机器学习, 深度学习 NA NA NA
23340 2024-08-07
Multi-network approach for image segmentation in non-contrast enhanced cardiac 3D MRI of arrhythmic patients
2024-04, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1
研究论文 本文提出了一种基于卷积神经网络的多阶段流水线方法,用于自动分割心律失常患者非对比增强心脏磁共振图像中的心脏结构 采用两阶段实现方法,将任务细分为心脏结构的定位和从裁剪子区域中分割这些结构,从而实现高效且有效的心脏自动分割 NA 开发一种自动图像分割方法,以改善心律失常患者心脏磁共振图像的分割 心律失常患者的心脏结构 计算机视觉 心血管疾病 卷积神经网络 CNN 图像 NA
回到顶部