深度学习在生物医药领域的应用
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（使用关键词“['deep learning']”过滤），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19.9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 33074 篇文献，本页显示第 31001 - 31020 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 | 算法框架 | 模型架构 | 性能指标 | 计算资源 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 31001 | 2024-08-05 |
Video-Based Sign Language Recognition via ResNet and LSTM Network
2024-Jun-20, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging10060149
PMID:38921626
|
研究论文 | 提出一种基于ResNet和LSTM的手语识别方法 | 结合ResNet和LSTM有效提取手语视频中的时空特征，提高识别率 | 对大量视频数据的计算资源需求较高 | 提升手语识别技术，帮助听障人士与他人沟通 | 阿根廷手语（LSA64）视频数据集 | 计算机视觉 | 听力障碍 | 深度学习 | ResNet和LSTM | 视频 | 涉及LSA64手语数据集 | NA | NA | NA | NA |
| 31002 | 2024-08-05 |
Deep Learning and Neural Architecture Search for Optimizing Binary Neural Network Image Super Resolution
2024-Jun-18, Biomimetics (Basel, Switzerland)
DOI:10.3390/biomimetics9060369
PMID:38921249
|
研究论文 | 本文介绍了一种面向图像超分辨率任务的高效二进制网络搜索方法 | 提出了一种针对超分辨率的特定搜索空间的改进，并引入了Libra参数二值化以最大化信息保留 | 传统架构的设计仍需大量计算资源和时间 | 优化二进制神经网络在超分辨率任务中的性能 | 二进制神经网络和其架构搜索方法 | 计算机视觉 | NA | 深度学习 | 二进制神经网络 | 图像 | NA | NA | NA | NA | NA |
| 31003 | 2024-08-05 |
Metabolic Insight into Glioma Heterogeneity: Mapping Whole Exome Sequencing to In Vivo Imaging with Stereotactic Localization and Deep Learning
2024-Jun-16, Metabolites
IF:3.4Q2
DOI:10.3390/metabo14060337
PMID:38921472
|
研究论文 | 本研究探讨了通过立体定向取样和深度学习将全外显子组测序与体内影像学相结合以了解胶质瘤的异质性。 | 该研究创新性地结合了立体定向活检和多参数MR成像，利用深度学习方法预测肿瘤的细胞和分子特征变化。 | 该研究是回顾性研究，样本量较小，仅涉及10名患者。 | 旨在展示机器学习算法在预测胶质瘤细胞和分子特征变化中的潜力。 | 研究对象为10名经影像学确认的初治胶质瘤患者。 | 数字病理学 | 胶质瘤 | 全外显子组测序 | 深度学习模型 | 影像数据 | 10名胶质瘤患者 | NA | NA | NA | NA |
| 31004 | 2024-08-05 |
PlantSR: Super-Resolution Improves Object Detection in Plant Images
2024-Jun-06, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging10060137
PMID:38921614
|
研究论文 | 本研究探讨了超分辨率技术在植物图像物体检测中的应用价值 | 提出了一个名为PlantSR的数据集，并开发了针对植物图像的超分辨率模型，显示出对比一般超分辨率模型的优越性能 | 研究主要集中于苹果和大豆种子的物体检测，可能不适用于其他植物对象 | 提升植物图像上物体检测模型的性能 | 高分辨率植物图像以及苹果计数和大豆种子计数任务 | 计算机视觉 | NA | 超分辨率技术 | YOLOv7和P2PNet-Soy | 图像 | 1030张高分辨率植物图像 | NA | NA | NA | NA |
| 31005 | 2024-08-05 |
Developing an Accumulative Assessment System of Upper Extremity Motor Function in Patients With Stroke Using Deep Learning
2024-Jun-04, Physical therapy
IF:3.5Q1
DOI:10.1093/ptj/pzae050
PMID:38531775
|
研究论文 | 本文开发了一种基于Fugl-Meyer评估的上肢运动功能累积评估系统，以提高评估效率 | 研究使用深度学习算法利用患者的先前信息来选择个性化评估项目 | 研究基于现有数据，可能缺乏现场测试的直接验证 | 旨在提高上肢运动功能评估的管理效率，同时保持足够的心理测量特性 | 682名中风患者的数据被用于评估和验证新系统 | 数字病理学 | 中风 | 深度学习算法 | NA | 数据集 | 682名中风患者 | NA | NA | NA | NA |
| 31006 | 2024-08-05 |
Applications of Artificial Intelligence in Prostate Cancer Care: A Path to Enhanced Efficiency and Outcomes
2024-Jun, American Society of Clinical Oncology educational book. American Society of Clinical Oncology. Annual Meeting
DOI:10.1200/EDBK_438516
PMID:38935882
|
评论 | 这篇文章综述了人工智能在前列腺癌护理中的应用进展 | 文章探讨了人工智能与前列腺癌管理相结合的新方法，特别是在早期干预、药物发现和临床决策中的应用 | 未提及研究的具体局限性 | 旨在全面回顾人工智能在前列腺癌护理中的当前应用状态 | 前列腺癌患者的护理过程，包括早期干预到幸存者护理 | 人工智能 | 前列腺癌 | 深度学习，机器学习 | 深度学习模型 | 影像数据，病理数据 | NA | NA | NA | NA | NA |
| 31007 | 2024-08-05 |
Spectrometer-Less Remote Sensing Image Classification Based on Gate-Tunable van der Waals Heterostructures
2024-Jun, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202309781
PMID:38610112
|
研究论文 | 本论文提出了一种基于门可调范德瓦尔斯异质结构的无光谱仪遥感图像分类方法 | 创新性地利用可调节的广谱光电探测器，在没有原始高光谱反射数据的情况下，利用深度学习算法实现了高准确度的图像分类 | 当前方法在实际应用中可能受到材料和器件制造技术的限制 | 研究遥感技术中光谱仪的微型化和成本效益 | 构建一种基于GaTeSe/WSe的二维范德瓦尔斯异质结的光电探测器 | 计算机视觉 | NA | NA | 深度学习算法 | 高光谱图像 | 6个常见的高光谱数据集 | NA | NA | NA | NA |
| 31008 | 2024-08-05 |
Deep learning-assisted detection and segmentation of intracranial hemorrhage in noncontrast computed tomography scans of acute stroke patients: a systematic review and meta-analysis
2024-Jun-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000001266
PMID:38489547
|
meta-analysis | 本系统评价和荟萃分析研究了深度学习在非对比CT扫描急性中风患者颅内出血的检测和分割中的应用 | 提出了一系列深度学习算法，其表现与经验丰富的临床医生在出血病灶识别、分割和量化方面相当，但效率更高且成本更低 | 未来需要进行多中心随机对照临床试验以验证这些工具的性能 | 研究深度学习技术在急性中风患者颅内出血检测和分割中的有效性 | 对36项有关深度学习技术在颅内出血检测和分割中的应用进行荟萃分析的研究 | 医学影像学 | 急性中风 | 深度学习 | NA | 图像 | 36项原始研究 | NA | NA | NA | NA |
| 31009 | 2024-08-05 |
Deep learning approach for cardiovascular disease risk stratification and survival analysis on a Canadian cohort
2024-Jun, The international journal of cardiovascular imaging
DOI:10.1007/s10554-024-03100-3
PMID:38678144
|
研究论文 | 本文探讨了深度学习在心血管疾病风险分层和生存分析中的应用 | 采用深度学习模型预测颈动脉斑块特征对冠状动脉疾病和心血管事件的影响，且表现优于传统机器学习模型 | 研究样本仅限于459名接受过冠状动脉造影和其他影像学检查的个体 | 旨在评估颈动脉斑块特征对心血管事件预测的有效性 | 459名接受了心脏介入检查的个体 | 机器学习 | 心血管疾病 | 深度学习 | 多种深度学习模型 | 医学影像数据 | 459名参与者 | NA | NA | NA | NA |
| 31010 | 2024-08-05 |
Deep learning denoising reconstruction enables faster T2-weighted FLAIR sequence acquisition with satisfactory image quality
2024-Jun, Journal of medical imaging and radiation oncology
IF:2.2Q2
DOI:10.1111/1754-9485.13649
PMID:38577926
|
研究论文 | 本文探讨了深度学习重构技术在T2加权FLAIR序列成像中缩短MRI采集时间的效果及其图像质量的影响 | 首次评估了一种商业化的深度学习重构技术在脑部MRI中对扫描时间的影响 | 使用该技术时，出现了更高的相位伪影和伪病灶，可能影响阅读效率和诊断信心 | 评估深度学习重构技术在2D T2加权FLAIR脑部图像中的实用性 | 47名接受常规脑部MRI检查的参与者 | 医学影像学 | NA | 深度学习重构 | NA | 图像 | 47名参与者 | NA | NA | NA | NA |
| 31011 | 2024-08-05 |
Two-Stage Deep Learning Model for Diagnosis of Lumbar Spondylolisthesis Based on Lateral X-Ray Images
2024-06, World neurosurgery
IF:1.9Q2
DOI:10.1016/j.wneu.2024.04.025
PMID:38608811
|
研究论文 | 本研究旨在利用两阶段深度学习模型提高早期腰椎滑脱的诊断准确性 | 本研究提出了结合YOLOv8算法的Res-SE-Net模型进行腰椎滑脱的高效可靠诊断 | 未提及具体的优势或不足之处 | 改善临床对早期腰椎滑脱的诊断能力 | 2424份来自北京同仁医院的腰椎侧位X光影像 | 数字病理学 | NA | 深度学习 | YOLOv8和Res-SE-Net | 影像 | 2424个腰椎侧位X光片 | NA | NA | NA | NA |
| 31012 | 2024-08-07 |
Deep learning for 3D biliary anatomy for living liver donor hepatectomy planning
2024-Jun-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000001274
PMID:38446840
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 31013 | 2024-08-05 |
SF-Transformer: A Mutual Information-Enhanced Transformer Model with Spot-Forward Parity for Forecasting Long-Term Chinese Stock Index Futures Prices
2024-May-30, Entropy (Basel, Switzerland)
DOI:10.3390/e26060478
PMID:38920487
|
研究论文 | 本文介绍了一种将金融理论与深度学习相结合的新型SF-Transformer模型，用于提高中国股指期货的长期价格预测准确性 | 本文首次提出将即期-远期平价理论与变压器模型相结合的方法，以实现对股指期货价格更准确的长期预测 | 研究可能受到股票市场动态性和波动性的影响，具体有效性和适用性需在更广泛的数据集上验证 | 提升中国股指期货市场长期价格预测的准确性和风险管理 | 对中国主要股指期货价格进行预测的案例研究 | 机器学习 | NA | 深度学习 | 变压器模型 | 时间序列数据 | 研究涵盖了28天的短期和长期预测的多个股指期货价格 | NA | NA | NA | NA |
| 31014 | 2024-08-05 |
View-Driven Multi-View Clustering via Contrastive Double-Learning
2024-May-29, Entropy (Basel, Switzerland)
DOI:10.3390/e26060470
PMID:38920479
|
研究论文 | 本论文提出了一种基于对比双重学习的视野驱动的多视图聚类方法 | 该方法结合了视野驱动方法和双重对比学习，以平衡视图之间的一致性和多样性 | 没有具体提及该方法在特定应用场景的局限性 | 旨在生成更好的聚类结果 | 涉及多个视图的数据集 | 机器学习 | NA | 对比学习 | NA | 数据集 | 三个数据集的实验结果 | NA | NA | NA | NA |
| 31015 | 2024-08-05 |
A TCN-Linear Hybrid Model for Chaotic Time Series Forecasting
2024-May-29, Entropy (Basel, Switzerland)
DOI:10.3390/e26060467
PMID:38920477
|
研究论文 | 本文提出了一种新型混合网络TCN-Linear，用于混沌时间序列预测 | 引入了一种新的混合模型，结合了时间卷积网络和线性预测，优化了长时间序列预测的能力 | 研究中可能未考虑其他混合模型的比较 | 评估新模型在时间序列预测中的有效性 | 经典混沌系统和真实世界股市数据 | 机器学习 | NA | 时间卷积网络 | TCN-Linear | 时间序列 | 三个经典混沌系统和实际股市数据 | NA | NA | NA | NA |
| 31016 | 2024-08-05 |
Point Cloud Quality Assessment Using a One-Dimensional Model Based on the Convolutional Neural Network
2024-May-27, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging10060129
PMID:38921606
|
研究论文 | 本文提出了一种基于深度学习的无参考方法来评估三维点云的质量 | 采用1D卷积神经网络进行三维点云质量评估，并通过转移学习提取高级特征 | 未提及具体的限制因素 | 旨在提高三维点云质量评估的可靠性和效率 | 三维点云及其几何和感知属性 | 计算机视覺 | NA | 深度学习 | 1D CNN | 点云数据 | 多个数据集，包括SJTU_PCQA和WPC | NA | NA | NA | NA |
| 31017 | 2024-08-05 |
TP-LMMSG: a peptide prediction graph neural network incorporating flexible amino acid property representation
2024-May-23, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae308
PMID:38920345
|
研究论文 | 本文章开发了一种新的图深度学习模型TP-LMMSG，用于生物活性肽的预测 | TP-LMMSG模型提供了轻量级和易于部署的优点，并在AMP、AVP和ACP的预测性能上超越了其他最先进的模型 | 目前文章未提及具体的局限性 | 旨在改进生物活性肽的注释性能 | 研究对象为抗菌肽（AMP）、抗病毒肽（AVP）和抗癌肽（ACP） | 机学习 | 抗癌肽相关 | 图神经网络 | 图深度学习模型 | NA | 多个实验验证的数据集 | NA | NA | NA | NA |
| 31018 | 2024-08-05 |
Hierarchical multimodal self-attention-based graph neural network for DTI prediction
2024-May-23, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae293
PMID:38920341
|
研究论文 | 提出了一种基于层次多模态自注意力的图神经网络HMSA-DTI，用于药物-靶标相互作用的预测 | HMSA-DTI通过层次多模态自注意力机制实现药物和蛋白质特征的深度融合，同时考虑了模态内和模态间的交互 | 现有的多模态模型在特征融合方面能力有限，影响了药物-靶标相互作用的预测准确性 | 提高药物-靶标相互作用的预测准确性和效率 | 药物及其SMILES表示、药物分子图、蛋白质序列和蛋白质2-mer序列 | 计算机视觉 | NA | NA | 图神经网络 | 多模态数据 | 五个基准数据集的多重评估指标 | NA | NA | NA | NA |
| 31019 | 2024-08-05 |
Enabling Low-Dose In Vivo Benchtop X-ray Fluorescence Computed Tomography through Deep-Learning-Based Denoising
2024-May-22, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging10060127
PMID:38921604
|
研究论文 | 这篇文章介绍了一种基于深度学习的去噪算法，用于在低剂量下提高X射线荧光计算机断层成像的图像质量 | 提出了一种优化的Swin-Conv-UNet模型，用于减少低示踪剂浓度下XRF图像的背景噪声 | 目前只有少数算法针对XFCT进行去噪处理，其他技术主要集中在X射线和CT技术上 | 研究如何在低剂量情况下提高X射线荧光计算机断层成像的成像质量 | 低剂量X射线荧光图像的背景噪声 | 计算机视觉 | NA | 深度学习 | Swin-Conv-UNet | 图像 | 使用了增强的数据进行训练和评估 | NA | NA | NA | NA |
| 31020 | 2024-08-05 |
Research on Active Safety Situation of Road Passenger Transportation Enterprises: Evaluation, Prediction, and Analysis
2024-May-21, Entropy (Basel, Switzerland)
DOI:10.3390/e26060434
PMID:38920443
|
研究论文 | 本文研究了道路客运企业的主动安全状况及其影响因素 | 提出了WDA-DBN模型，并使用DEEPSHAP识别具有较高ASS信息含量的因素 | 未详细说明数据来源和样本选择的具体情况 | 评估和预测道路客运企业的主动安全状况 | 道路客运企业的主动安全状况及相关影响因素 | 机器学习 | NA | GRU, LSTM, ARIMA, Prophet, Conv_LSTM, TCN, WDA-DBN | WDA-DBN, TCN, GRU | 时间序列数据 | NA | NA | NA | NA | NA |