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 32801 篇文献，本页显示第 31721 - 31740 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 31721 | 2024-08-05 |
Investigation of the MDM2-binding potential of de novo designed peptides using enhanced sampling simulations
2024-Jun, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2024.131840
PMID:38679255
|
研究论文 | 本研究通过深度学习设计了高亲和力的肽结合物，以干扰MDM2与p53的相互作用 | 利用深度学习蛋白质设计和结构预测方法，识别出新的高亲和力肽结合物Pep1和Pep2 | 在标题和摘要中未提及具体的样本类型或数量，限制了结果的广泛适用性 | 旨在设计肽以干扰MDM2与p53的相互作用，提供癌症治疗的新途径 | 针对MDM2的结合肽Pep1和Pep2 | 计算机视觉 | 肿瘤 | 增强采样模拟 | 深度学习模型 | 分子动态模拟数据 | NA | NA | NA | NA | NA |
| 31722 | 2024-08-05 |
Deep learning radiomics of multimodal ultrasound for classifying metastatic cervical lymphadenopathy into primary cancer sites: a feasibility study
2024-Jun, Ultraschall in der Medizin (Stuttgart, Germany : 1980)
DOI:10.1055/a-2161-9369
PMID:38052240
|
研究论文 | 本研究探讨了基于多模态超声的深度学习放射组学在分类转移性颈部淋巴结病原发癌症位点中的可行性 | 该研究首次应用深度学习放射组学模型来区分转移性颈部淋巴结病的原发癌症位点 | 研究没有显示出超声弹性成像和对比增强超声与基础超声联合模型在准确性上有显著性提高 | 研究的目的是评估深度学习放射组学在分类转移性颈部淋巴结病原发癌症位点中的有效性 | 研究对象为280名癌症患者的280个经活检确认的转移性颈部淋巴结病样本 | 数字病理学 | 头颈肿瘤 | 多模态超声 | 深度学习放射组学模型 | 医学影像 | 280个转移性颈部淋巴结病样本 | NA | NA | NA | NA |
| 31723 | 2024-08-05 |
Deep Neural Networks and Tabular Data: A Survey
2024-Jun, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2022.3229161
PMID:37015381
|
综述 | 该文章提供了针对异构表格数据的深度学习方法的综述 | 第一次对表格数据的深度学习方法进行了深入的概述，并进行了系统分类 | 深度学习模型在监督学习任务中的表现仍然不及基于梯度提升树的算法，暗示研究进展停滞 | 探索深度学习在表格数据中的应用和方法 | 针对不同规模和学习目标的真实世界表格数据集进行比较 | 机器学习 | NA | 深度学习 | NA | 表格数据 | 五个真实世界的表格数据集 | NA | NA | NA | NA |
| 31724 | 2024-08-07 |
Correction: Deep learning radiomics of multimodal ultrasound for classifying metastatic cervical lymphadenopathy into primary cancer sites: a feasibility study
2024-Jun, Ultraschall in der Medizin (Stuttgart, Germany : 1980)
DOI:10.1055/a-2235-8731
PMID:38216132
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 31725 | 2024-08-05 |
Natalizumab reduces loss of gray matter and thalamic volume in patients with relapsing-remitting multiple sclerosis: A post hoc analysis from the randomized, placebo-controlled AFFIRM trial
2024-May, Multiple sclerosis (Houndmills, Basingstoke, England)
DOI:10.1177/13524585241235055
PMID:38469809
|
研究论文 | 本研究分析了Natalizumab在复发-缓解型多发性硬化症患者中对灰质和丘脑萎缩的影响 | 提供了首个安慰剂对照的证据，支持Natalizumab治疗可以减轻灰质和丘脑萎缩 | 本研究为事后分析，可能存在偏倚 | 评估Natalizumab对灰质和丘脑萎缩的影响 | 复发-缓解型多发性硬化症患者 | 数字病理学 | 多发性硬化症 | 深度学习图像分割 | NA | MRI数据 | NCT00027300中的复发-缓解型多发性硬化症患者的MRI数据 | NA | NA | NA | NA |
| 31726 | 2024-08-05 |
Using word evolution to predict drug repurposing
2024-Apr-30, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-024-02496-1
PMID:38689287
|
研究论文 | 该研究使用词语演变的方法来预测药物再利用。 | 提出了一种基于词语演变的替代方法，以识别适合再利用的药物 | 不同模型的性能可能与训练数据的数量相关 | 探讨通过词语语境变化来识别适合再利用的药物的可能性 | 临床药物及其再利用 | 自然语言处理 | NA | 深度学习分类 | NA | 文本 | 使用从MEDLINE中按两个月时间间隔顺序排列的出版物构建的词嵌入 | NA | NA | NA | NA |
| 31727 | 2024-08-05 |
Enhancing skin lesion classification with advanced deep learning ensemble models: a path towards accurate medical diagnostics
2024-04, Current problems in cancer
IF:2.5Q3
|
研究论文 | 本研究开发了一种基于先进深度学习的皮肤病变分类方法，旨在提高准确性 | 研究采用了多种深度神经网络模型的集成技术，显著提高了皮肤病变分类的准确性 | 数据可用性有限，分类不平衡以及噪声问题仍然存在 | 研究旨在开发准确的皮肤病变分类方法以改善生存率 | 研究对象为来自HAM10000和ISIC数据集的多样化皮肤病变图像 | 数字病理学 | 皮肤癌 | 图像修复、数据增强、SGD优化 | ResNeXt101、SeResNeXt101、ResNet152V2、DenseNet201、GoogLeNet、Xception | 图像 | HAM10000和ISIC数据集中多样化的皮肤病变图像 | NA | NA | NA | NA |
| 31728 | 2024-08-05 |
Advancements in Uric Acid Stone Detection: Integrating Deep Learning with CT Imaging and Clinical Assessments in the Upper Urinary Tract
2024, Urologia internationalis
IF:1.5Q3
DOI:10.1159/000538133
PMID:38432217
|
研究论文 | 本文旨在通过深度学习分析CT扫描和临床检测数据以识别尿酸结石 | 结合深度学习与CT成像和临床评估，开发多种预测模型识别尿酸结石 | 样本量较小，仅包括276名患者 | 建立准确识别尿酸结石的预测模型 | 276名上尿路结石患者 | 机器学习 | NA | CT成像、机器学习 | 深度学习模型 | 血液和尿液检测数据、CT扫描 | 276名患者，48名尿酸结石患者和228名其他类型结石患者 | NA | NA | NA | NA |
| 31729 | 2024-08-05 |
Guided diffusion for inverse molecular design
2023-Oct, Nature computational science
IF:12.0Q1
DOI:10.1038/s43588-023-00532-0
PMID:38177755
|
研究论文 | 本文介绍了一种新的逆分子设计方法GaUDI，其结合了属性预测的等变图神经网络和生成扩散模型 | GaUDI通过结合图神经网络和生成扩散模型，实现了对分子属性的条件设计，并能够生成超出初始分布的分子 | 未提及具体的局限性 | 提高分子设计的效率和有效性，特别是在有机电子应用中 | 生成的475,000个多环芳香系统的数据集 | 机器学习 | NA | 生成扩散模型，图神经网络 | NA | 数据集 | 475,000个多环芳香系统 | NA | NA | NA | NA |
| 31730 | 2024-08-05 |
VOC transport in an occupied residence: Measurements and predictions via deep learning
2023-Sep-20, The Science of the total environment
DOI:10.1016/j.scitotenv.2023.164559
PMID:37263430
|
研究论文 | 本研究监测和预测了占用居住环境中的挥发性有机化合物(VOCs) | 通过深度学习模型预测了在占用居住环境中十种典型VOCs的浓度，并发现人类活动对VOCs排放有显著影响 | 在研究中未涉及更广泛的环境变量和更多的VOCs种类 | 研究居住环境中VOCs的传输特性及其暴露评估 | 在占用的住宅中监测和预测十种典型VOCs | 数字病理学 | NA | 深度学习 | 长短期记忆网络(LSTM) | 时间序列数据 | 10种典型VOCs | NA | NA | NA | NA |
| 31731 | 2024-08-05 |
Unsupervised 3D Pose Transfer With Cross Consistency and Dual Reconstruction
2023-Aug, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2023.3259059
PMID:37030769
|
研究论文 | 本文提出了一种无监督的3D姿态转移方法，旨在从源网格向目标网格转移姿态，同时保留目标网格的身份信息 | 提出了一种名为X-DualNet的简单而有效的方法，能够在无监督下实现3D姿态转移 | 依赖于真实场景中有限的地面真实数据，尽管可以实现无监督训练，但可能在某些情况下受到限制 | 实现高效的无监督3D姿态转移 | 源网格与目标网格的人类与动物数据 | 计算机视觉 | NA | 深度学习 | NA | 网格数据 | 广泛的人类和动物数据 | NA | NA | NA | NA |
| 31732 | 2024-08-05 |
A Generalized Explanation Framework for Visualization of Deep Learning Model Predictions
2023-Aug, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2023.3241106
PMID:37022375
|
研究论文 | 提出了一种通用的解释框架GALORE，用于深度学习模型预测的可视化 | 通过统一归因解释和两种其他类型的解释，提出了新的解释类别以处理深度学习模型的不确定性 | 主要集中于专家领域的细粒度分类问题，可能不适用于其他类型的分类问题 | 提高对深度学习模型决策过程的理解 | 使用CUB200和ADE20K数据集进行对象识别和场景分类的实验 | 计算机视觉 | NA | NA | NA | 图像 | 使用两个数据集进行实验，具体样本数量未提及 | NA | NA | NA | NA |
| 31733 | 2024-08-05 |
Deep Learning Based Apples Counting for Yield Forecast Using Proposed Flying Robotic System
2023-Jul-05, Sensors (Basel, Switzerland)
DOI:10.3390/s23136171
PMID:37448020
|
研究论文 | 本文研究了一种基于深度学习的苹果计数方法，旨在提高产量预测的准确性 | 提出了一种飞行机器人系统(FRS)用于自主检测和计数苹果，并比较了两种神经网络模型的性能 | 论文中未提及具体的环境和光照条件对模型性能的影响 | 提高苹果产量预测的准确性 | 使用自定义数据集和深度学习模型检测和计数苹果 | 计算机视觉 | NA | 深度学习，卷积神经网络(CNN) | SSD Mobilenet 和 Faster R-CNN | 图像 | 4000张苹果图像 | NA | NA | NA | NA |
| 31734 | 2024-08-05 |
Adaptively Lightweight Spatiotemporal Information-Extraction-Operator-Based DL Method for Aero-Engine RUL Prediction
2023-Jul-05, Sensors (Basel, Switzerland)
DOI:10.3390/s23136163
PMID:37448012
|
研究论文 | 提出了一种名为Involution GRU的轻量级自适应时空信息提取操作符，用于预测航空发动机的剩余使用寿命（RUL） | 创新性地引入了自适应特征提取操作符，改善了现有模型的复杂性和自适应性 | NA | 提高航空发动机RUL预测的准确性和性能 | 航空发动机的剩余使用寿命 | 机器学习 | NA | 深度学习 | Inv-GRU | 多种原始数据 | 使用C-MAPSS数据集进行比较实验 | NA | NA | NA | NA |
| 31735 | 2024-08-05 |
Pashto Handwritten Invariant Character Trajectory Prediction Using a Customized Deep Learning Technique
2023-Jun-30, Sensors (Basel, Switzerland)
DOI:10.3390/s23136060
PMID:37447909
|
研究论文 | 本研究专注于使用深度学习技术检测和识别普什图手写字符和连字 | 开发了针对普什图的特定数据集，并引入了数据增强技术，以提升手写字符识别的准确性 | 专注于普什图语言，可能对其他区域语言的适用性有限 | 旨在保护普什图手写字符的识别和记录 | 普什图手写字符和连字 | 计算机视觉 | NA | 深度学习 | 定制CNN | 图像 | NA | NA | NA | NA | NA |
| 31736 | 2024-08-05 |
ConvNeXt steel slag sand substitution rate detection method incorporating attention mechanism
2023-Jun-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-37676-y
PMID:37391568
|
研究论文 | 提出了一种基于深度学习的钢渣砂替代率检测方法 | 通过在ConvNeXt模型中加入Squeeze and Excitation注意力机制，提高了钢渣砂混合物颜色特征的提取效率 | 检测方法效率低，缺乏具有代表性的采样 | 提升钢渣砂替代率检测的效率和准确性 | 钢渣砂的替代率 | 计算机视觉 | NA | 深度学习 | ConvNeXt | 图像 | NA | NA | NA | NA | NA |
| 31737 | 2024-08-05 |
Micro-architecture design exploration template for AutoML case study on SqueezeSEMAuto
2023-Jun-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-37682-0
PMID:37391458
|
研究论文 | 本文探讨了一种AutoML框架，用于SqueezeNet的微架构设计探索 | 提出了将SE块与残差块组合并应用于SqueezeNet的创新方法 | 没有提及实验的计算资源和时间成本 | 旨在优化CNN架构设计以提高图像识别任务的准确性 | 研究对象为基于SqueezeNet的深度学习模型 | 计算机视觉 | NA | 卷积神经网络 | SqueezeNet | 图像 | CIFAR-10和清华人脸表情数据集 | NA | NA | NA | NA |
| 31738 | 2024-08-05 |
Performance Degradation Assessment of Railway Axle Box Bearing Based on Combination of Denoising Features and Time Series Information
2023-Jun-26, Sensors (Basel, Switzerland)
DOI:10.3390/s23135910
PMID:37447760
|
研究论文 | 提出了一种基于深度残差收缩网络和深度长短期记忆网络的铁路轴箱轴承性能退化评估模型 | 提出了结合去噪特征和时间序列信息的方法，提高模型对早期故障的敏感性 | 未提及特定的应用环境和实际操作中的限制 | 解决现有滚动轴承性能退化评估方法中噪声和时间信息被忽略的问题 | 铁路轴箱轴承的性能退化评估 | 机器学习 | NA | 深度残差收缩网络，深度长短期记忆网络 | DRSN-LSTM | 信号 | 人工诱导缺陷和加速疲劳测试数据 | NA | NA | NA | NA |
| 31739 | 2024-08-05 |
FPGA Implementation of Keyword Spotting System Using Depthwise Separable Binarized and Ternarized Neural Networks
2023-Jun-19, Sensors (Basel, Switzerland)
DOI:10.3390/s23125701
PMID:37420866
|
研究论文 | 该研究提出了一种深度可分离的二元/三元神经网络硬件加速器，用于关键词识别系统 | 提出了一种新的深度可分离二元/三元神经网络加速器，能够在单一设备上同时进行唤醒词识别和命令分类 | 没有提到在不同硬件平台上的适应性和扩展性 | 研究旨在优化关键词识别系统的硬件实现，以提高效率 | 本研究对象是关键词识别系统中的深度学习算法和硬件实现 | 机器学习 | NA | 硬件加速 | 深度可分离二元/三元神经网络 | 音频数据 | NA | NA | NA | NA | NA |
| 31740 | 2024-08-05 |
Forest Fire Smoke Detection Based on Deep Learning Approaches and Unmanned Aerial Vehicle Images
2023-Jun-19, Sensors (Basel, Switzerland)
DOI:10.3390/s23125702
PMID:37420867
|
研究论文 | 该文章提出了一种基于深度学习的森林火灾烟雾检测方法，使用无人机图像提高检测效率 | 提出了改进的YOLOv7模型，结合CBAM注意机制和SPPF+层来增强烟雾特征提取能力 | 未提及限制条件 | 旨在快速识别森林火灾初期烟雾，以便及时响应并防止火势蔓延 | 森林火灾烟雾图像 | 计算机视觉 | NA | YOLOv7 | YOLOv7 | 图像 | 6500张无人机拍摄的烟雾图像 | NA | NA | NA | NA |