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 27738 篇文献,本页显示第 381 - 400 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
381 2025-07-05
A modified generative adversarial networks method for assisting the diagnosis of deep venous thrombosis complications in stroke patients
2025-Jul-01, Scientific reports IF:3.8Q1
研究论文 本文提出了一种名为ACWGAN的新方法,通过结合ACGAN和WGAN方法进行数据增强,以辅助诊断中风患者深静脉血栓并发症 结合ACGAN和WGAN方法构建ACWGAN,用于数据增强,提高模型多样性和准确性 研究样本仅来自南京第一医院2017至2021年的患者,可能存在地域和时间局限性 辅助诊断中风患者深静脉血栓并发症 中风早期康复患者 数字病理学 中风 GAN-based方法 ACWGAN, GAN, ACGAN, WGAN 医疗数据 7110名患者
382 2025-07-05
Deep quanvolutional neural networks with enhanced trainability and gradient propagation
2025-Jul-01, Scientific reports IF:3.8Q1
research paper 本文探讨了通过引入可训练的量子卷积层和解决深度量子卷积神经网络训练中的挑战来提升量子卷积神经网络性能的方法 提出可训练的量子卷积层和残差量子卷积神经网络(ResQuNNs),通过残差学习增强梯度流动,从而提升深度量子卷积神经网络的训练效果 深度量子卷积神经网络在基于梯度的优化中仍面临梯度流动受限的挑战 提升量子卷积神经网络的性能和可训练性 量子卷积神经网络(QuNNs) quantum computing NA quantum convolutional neural networks ResQuNNs NA NA
383 2025-07-05
Deep learning based classification of tibio-femoral knee osteoarthritis from lateral view knee joint X-ray images
2025-Jul-01, Scientific reports IF:3.8Q1
research paper 提出一种基于深度学习的侧位膝关节X光图像中胫股膝关节骨关节炎的分类方法 首次提出自动化深度学习方法来分类胫股骨关节炎,并在AP视图和侧位视图上均取得良好效果 在侧位视图上的性能表现不如AP视图 设计有效的深度学习方法来定位和分类胫股膝关节间隙宽度(JSW) 胫股膝关节骨关节炎 digital pathology osteoarthritis X-ray imaging DenseNet 201 image 4334张膝关节X光图像
384 2025-07-05
Trees vs neural networks for enhancing tau lepton real-time selection in proton-proton collisions
2025-Jul-01, Scientific reports IF:3.8Q1
研究论文 本文介绍了在质子-质子对撞机中用于实时选择(触发)强子衰变τ轻子的监督学习技术 通过实施传统的机器学习决策树和先进深度学习模型(如多层感知机或残差神经网络),观察到与标准基于规则的τ触发器相比性能的显著提升 NA 提高质子-质子对撞中低能τ轻子分类的新现象搜索灵敏度 强子衰变的τ轻子 机器学习 NA 监督学习技术 决策树、多层感知机(MLP)、残差神经网络(ResNet) 质子-质子对撞数据 NA
385 2025-07-05
Detecting heavy trucks from mobile phone trajectories using image-based behavioral representations and deep learning models
2025-Jul-01, Scientific reports IF:3.8Q1
research paper 提出一种利用移动电话数据和图像行为表示结合深度学习模型检测重型卡车的新方法 首次将基于图像的分析技术应用于移动电话数据,在货运研究中提供了一种可扩展且经济高效的替代方案 未提及具体的数据集规模或模型泛化能力的详细评估 开发一种检测重型卡车的创新方法,以支持货运运输模式分析 重型卡车和移动电话数据 machine learning NA Call Detail Records (CDR) 和图像行为表示 CNN 移动电话轨迹数据 未提及具体样本数量
386 2025-07-05
Deep learning model for hair artifact removal and Mpox skin lesion analysis and detection
2025-Jul-01, Scientific reports IF:3.8Q1
研究论文 该研究提出了一种基于深度学习的方法,通过结合毛发移除过程和升级的U-Net模型来提高Mpox检测的准确性 引入了毛发移除预处理步骤,并优化了U-Net架构,以提高Mpox病变的检测和分类准确性 未提及具体的数据集规模限制或模型在其他疾病上的泛化能力 提高Mpox的早期诊断准确性 Mpox、水痘和麻疹的皮肤病变图像 数字病理学 Mpox 深度学习 U-Net 图像 NA
387 2025-07-05
Deep learning for smartphone-aided detection system of Helicobacter Pylori in gastric biopsy
2025-Jul-01, Scientific reports IF:3.8Q1
研究论文 本文提出了一种基于深度学习的智能手机辅助检测系统,用于实时检测胃活检中的幽门螺杆菌 首次提出实时AI辅助诊断工具,结合智能手机和5G网络,提高病理学家诊断的一致性和准确性 样本量为270个胃活检标本,可能需要更大规模的数据验证 开发一种实时AI辅助诊断工具,用于幽门螺杆菌的筛查 胃活检标本中的幽门螺杆菌 数字病理学 胃癌 深度学习 Faster-R-CNN with ResNet 50或VGG16 图像 270个胃活检标本
388 2025-07-05
Deep learning framework for hourly air pollutants forecasting using encoding cyclical features across multiple monitoring sites in Beijing
2025-Jul-01, Scientific reports IF:3.8Q1
研究论文 本文提出了一种基于深度学习的综合可靠系统,用于预测和评估中国北京的空气污染 开发了结合未编码和编码特征的DNN和CNN模型,用于多元时间序列的空气污染物浓度预测 研究仅基于北京10个监测站的数据,可能无法完全代表其他地区的空气污染情况 构建高效的空气污染预测系统以支持环境管理和健康预防 北京10个国家级空气质量监测站的六种空气污染物(CO、NO、O、SO、PM2.5、PM10) 机器学习 NA 深度学习 DNN, CNN 时间序列数据 10个监测站2013年3月1日至2017年2月28日的每小时空气污染物数据
389 2025-07-05
Linker-GPT: design of Antibody-drug conjugates linkers with molecular generators and reinforcement learning
2025-Jul-01, Scientific reports IF:3.8Q1
研究论文 介绍了一种基于Transformer和强化学习的深度学习框架Linker-GPT,用于设计抗体药物偶联物(ADC)的新型连接子 结合了Transformer的自注意力机制和强化学习,生成具有高结构多样性和合成可行性的ADC连接子 目前仅为计算结果,尚需未来实验验证和优化 加速新型ADC连接子的发现和优化 抗体药物偶联物(ADC)的连接子 机器学习 NA Transformer, 强化学习(RL) Transformer 分子数据 NA
390 2025-07-05
A genetic algorithm-based ensemble model for efficiently identifying interleukin 6 inducing peptides
2025-Jul-01, Scientific reports IF:3.8Q1
研究论文 本研究开发了一种基于遗传算法的集成模型PredIL6,用于高效识别白细胞介素6诱导肽 PredIL6通过结合148个基线机器学习和深度学习模型的概率分数,使用基于遗传算法的元分类器,显著提高了识别IL-6诱导肽的准确性 未提及模型在更大规模或多样化数据集上的泛化能力 开发一种计算预测方法,以替代实验方法识别IL-6诱导肽 白细胞介素6(IL-6)诱导肽 机器学习 NA 遗传算法 集成学习模型(包含AAINDEX、BLOSUM62、ESM-2和word2vec等20个基线模型) 蛋白质序列数据 未明确提及具体样本数量
391 2025-07-05
Attention mechanism based CNN-LSTM hybrid deep learning model for atmospheric ozone concentration prediction
2025-Jul-01, Scientific reports IF:3.8Q1
研究论文 提出了一种基于注意力机制的CNN-LSTM混合深度学习模型,用于预测大气臭氧浓度 结合注意力机制与CNN和LSTM网络,提高了对多元时间序列数据的非线性处理能力和短期预测精度 未提及模型在其他环境参数或更长预测时间跨度下的表现 开发一种高精度的大气臭氧浓度预测方法 大气臭氧浓度 机器学习 NA PCA, 深度学习 CNN-LSTM混合模型 时间序列数据 16,806条记录(2018-2019年)
392 2025-07-05
Automated classification of chondroid tumor using 3D U-Net and radiomics with deep features
2025-Jul-01, Scientific reports IF:3.8Q1
研究论文 本研究提出了一种结合深度学习和放射组学的混合方法,用于软骨样肿瘤的自动分类 整合了3D U-Net辅助分割、放射组学特征和深度学习特征,提高了软骨样肿瘤的分类准确性 未提及样本量是否足够大或是否具有多样性 改善软骨样肿瘤的自动分类方法以辅助临床决策 软骨样肿瘤 数字病理学 软骨样肿瘤 放射组学特征提取、深度学习特征提取 3D U-Net, Random Forest, XGBoost, Gradient Boosting, LightGBM, CatBoost 医学影像数据 NA
393 2025-07-05
Self-adaptive evolutionary neural networks for high-precision short-term electric load forecasting
2025-Jul-01, Scientific reports IF:3.8Q1
research paper 提出了一种自适应的进化神经网络(SADE-KAN)用于高精度短期电力负荷预测 结合Kolmogorov-Arnold网络(KAN)与自适应差分进化(SADE),通过可学习的样条基函数替代固定激活函数,提高了预测精度和计算效率 训练时间稍长 提高短期电力负荷预测的准确性和计算效率 电力负荷数据 machine learning NA self-adaptive differential evolution (SADE) Kolmogorov-Arnold network (KAN) time series data ISO-NE每小时负荷数据(2019-2023年,约100万条观测数据)
394 2025-07-05
A deep neural network approach for optimizing charging behavior for electric vehicle ride-hailing fleet
2025-Jul-01, Scientific reports IF:3.8Q1
研究论文 本文提出了一种基于深度神经网络的优化方法,用于优化电动汽车网约车车队的充电行为 研究创新点在于将深度学习算法与大规模真实世界充电数据相结合,提出了一种优化电动汽车网约车充电行为的新方法 NA 分析当前充电行为,评估关键变量对成本和排放的影响,为潜在改进提供数据驱动的见解 电动汽车网约车车队的充电行为 机器学习 NA Adam算法 NN 充电事件数据 214万次充电事件
395 2025-07-05
Identifying artificial intelligence-generated content using the DistilBERT transformer and NLP techniques
2025-Jul-01, Scientific reports IF:3.8Q1
研究论文 本研究利用DistilBERT transformer和NLP技术识别人工智能生成的内容 提出了一种基于DistilBERT transformer的轻量级模型,结合自注意力机制动态权衡文本元素,有效捕捉语言模式,准确率达98% 未提及模型在不同语言或多样化文本类型上的泛化能力 确保数字内容的真实性,防止错误信息和抄袭的传播 人工智能生成的文本内容 自然语言处理 NA NLP, 深度学习 DistilBERT, LSTM 文本 未明确提及样本数量
396 2025-07-05
An enhanced deep learning model for accurate classification of ovarian cancer from histopathological images
2025-Jul-01, Scientific reports IF:3.8Q1
研究论文 本文提出了一种增强的深度学习模型OvCan-FIND,用于从组织病理学图像中准确分类卵巢癌 提出的OvCan-FIND模型在卵巢癌分类任务中达到了99.74%的准确率,优于多种现有的CNN架构 未提及模型在外部验证集上的表现或临床应用的具体障碍 提高卵巢癌的诊断准确性和分类效率 卵巢癌组织病理学图像 数字病理学 卵巢癌 深度学习 CNN(包括Inception V3、EfficientNet变体、ResNet152V2、MobileNet系列、VGG16/19、Xception等对比模型) 图像 包含Clear Cell、Endometri、Mucinous、Serous和Non-Cancerous类别的卵巢癌图像数据集(具体样本量未说明)
397 2025-07-05
Kronecker convolutional feature pyramid for fault diagnosis in rolling bearings
2025-Jul-01, Scientific reports IF:3.8Q1
研究论文 提出了一种新型的三维Kronecker卷积特征金字塔(KCFP)模型,用于滚动轴承的故障诊断 使用3D Kronecker卷积替代单一膨胀率,结合3D特征选择(3DFSC)进行局部特征学习,有效解决了现有深度学习模型在多尺度特征提取和梯度消失导致的退化问题 模型仅在Paderborn University和MFPT轴承数据集上进行了验证,未在其他轴承数据集上测试其泛化能力 开发一种自主可靠的滚动轴承故障诊断技术 滚动轴承 机器学习 NA 3D Kronecker卷积 KCFP 时间序列数据 Paderborn University和MFPT轴承数据集
398 2025-07-05
An explainable RoBERTa approach to analyzing panic and anxiety sentiment in oral health education YouTube comments
2025-Jul-01, Scientific reports IF:3.8Q1
研究论文 本研究利用RoBERTa模型分析口腔健康教育YouTube评论中的恐慌和焦虑情绪,旨在改善心理健康结果和教育效果 采用先进的RoBERTa语言模型进行自然语言处理研究,实现社交媒体环境中的实时反馈 模型在恐慌和信息类别的分类准确性有待提高,需要进一步优化 改善在线健康教育讨论并建立自动评论审核系统 口腔健康教育YouTube视频的评论 自然语言处理 NA RoBERTa RoBERTa 文本 NA
399 2025-07-05
Towards precision agriculture: metaheuristic model compression for enhanced pest recognition
2025-Jul-01, Scientific reports IF:3.8Q1
研究论文 本文提出了一种基于深度学习的框架,用于准确识别和分类农作物病虫害 结合InceptionV3作为主干特征提取器,并采用通道注意力机制进行特征优化,同时引入元启发式优化算法降低模型复杂度 未提及模型在不同农作物或环境条件下的泛化能力 提高农作物病虫害识别的准确性和计算效率 农作物病虫害 计算机视觉 农作物病虫害 深度学习 InceptionV3 图像 CropDP-181数据集
400 2025-07-05
EmoTrans attention based emotion recognition using EEG signals and facial analysis with expert validation
2025-Jul-01, Scientific reports IF:3.8Q1
研究论文 本文提出了一种名为EmoTrans的注意力模型,用于通过EEG信号和面部视频分析进行情绪识别 EmoTrans模型整合了EEG信号的时域、频域和小波域特征以及面部视频数据,并采用注意力机制优先处理最相关特征,显著提高了情绪分类的准确性 研究依赖于DEAP数据集,样本量相对有限(32名参与者的EEG数据和22名参与者的面部视频) 开发一种更准确、全面的情绪识别方法,以提升人机交互和情感计算的能力 人类情绪状态(包括愉悦度、唤醒度、支配度和喜好度) 情感计算 NA EEG信号分析、面部视频分析 注意力机制模型 生理信号(EEG)、视频数据 32名参与者的EEG数据(40段1分钟电影片段)和22名参与者的面部视频数据
回到顶部