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 44618 篇文献，本页显示第 43321 - 43340 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 43321 | 2024-08-05 |
Design and implementation of real-time object detection system based on single-shoot detector and OpenCV
2022, Frontiers in psychology
IF:2.6Q2
DOI:10.3389/fpsyg.2022.1039645
PMID:36405169
|
研究论文 | 本研究设计并实施了一种实时目标检测和识别系统，使用单次检测器(SSD)算法和深度学习技术 | 提出了一种高准确率和高效率的实时目标检测系统，并研究了多种预训练模型在不同数据集上的表现 | 系统需在合理的设备上运行，且对数据集的选择和模型的准确性依赖较大 | 开发并调查一种基于深度学习和神经网络的实时目标检测和识别系统 | 使用开放数据集评估SSD算法的性能及准确性 | 计算机视觉 | NA | 深度学习 | SSD | 图像 | 使用MS Common Objects in Context (COCO)、PASCAL VOC和Kitti等开放数据集进行评估 | NA | NA | NA | NA |
| 43322 | 2024-08-05 |
Information extraction of UV-NIR spectral data in waste water based on Large Language Model
2024-Oct-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2024.124475
PMID:38772179
|
研究论文 | 本研究提出了一种基于大型语言模型(LLM)的UV-NIR光谱数据提取方法 | 利用大型语言模型在UV-NIR光谱分析中实现更简便和快速的操作，超越传统机器学习模型的表现 | 本研究可能缺乏对不同实验设置的全面评估及更多样本的适用性 | 减少UV-NIR光谱分析中时间成本及操作复杂性 | 对包括复杂废水在内的三种不同水样的化学需氧量（COD）进行预测 | 机器学习 | NA | 大型语言模型（LLM） | NA | 光谱数据 | 三种不同的水样 | NA | NA | NA | NA |
| 43323 | 2024-08-05 |
A double-branch convolutional neural network model for species identification based on multi-modal data
2024-Oct-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2024.124454
PMID:38788500
|
研究论文 | 该文章提出了一种基于多模态数据融合的双分支卷积神经网络模型用于物种识别 | 创新点在于将拉曼光谱和图像数据融合到一个双分支CNN模型中，提高了物种识别的准确性 | 未提及具体的样本限制或数据集大小 | 本研究旨在通过融合多模态数据提高物种识别的准确性 | 研究对象是通过使用拉曼光谱和图像数据进行物种识别 | 计算机视觉 | NA | 拉曼光谱 | 双分支CNN | 图像和光谱数据 | NA | NA | NA | NA | NA |
| 43324 | 2024-08-05 |
Deep learning-based platform performs high detection sensitivity of intracranial aneurysms in 3D brain TOF-MRA: An external clinical validation study
2024-Aug, International journal of medical informatics
IF:3.7Q2
DOI:10.1016/j.ijmedinf.2024.105487
PMID:38761459
|
研究论文 | 本研究评估了一种基于深度学习算法的人工智能平台在3D时间飞行磁共振血管成像中对颅内动脉瘤的自动检测效能 | 开发了一种人工智能平台，应用深度学习算法以提高颅内动脉瘤的检测敏感性，并进行临床验证 | 本研究为回顾性研究，数据来自有限的时间段，可能存在选择偏倚 | 旨在验证基于深度学习的人工智能平台在颅内动脉瘤检测中的诊断效能 | 510名患者，包括215名有颅内动脉瘤的患者和295名没有动脉瘤的患者 | 数字病理学 | NA | TOF-MRA | 深度学习 | 医学影像 | 510名患者 | NA | NA | NA | NA |
| 43325 | 2024-08-05 |
Deep Learning-Guided Dosimetry for Mitigating Local Failure of Patients With Non-Small Cell Lung Cancer Receiving Stereotactic Body Radiation Therapy
2024-Jul-01, International journal of radiation oncology, biology, physics
DOI:10.1016/j.ijrobp.2023.11.059
PMID:38056778
|
研究论文 | 本文分析了接受立体定向体部放射治疗的非小细胞肺癌患者，提出了深度学习指导的剂量计划标准 | 研究提出了一种新颖的深度学习局部反应模型和治疗规划标准，能够优化局部控制 | 数据未确认或否认治疗剂量需要显著提高的结论 | 旨在提高非小细胞肺癌患者的局部控制率 | 涉及535名接受50 Gy/5分割治疗的非小细胞肺癌患者 | 数字病理学 | 非小细胞肺癌 | 深度学习 | 离散时间生存模型 | 计算机断层扫描图像，三维剂量分布，患者人口统计学数据 | 535名患者 | NA | NA | NA | NA |
| 43326 | 2024-08-05 |
AS-NeSt: A Novel 3D Deep Learning Model for Radiation Therapy Dose Distribution Prediction in Esophageal Cancer Treatment With Multiple Prescriptions
2024-Jul-01, International journal of radiation oncology, biology, physics
DOI:10.1016/j.ijrobp.2023.12.001
PMID:38159780
|
研究论文 | 本研究开发了一种深度学习模型AS-NeSt，用于预测食管癌治疗中的放射治疗剂量分布。 | 该研究提出了一种创新的3D ResNeSt模块及非对称架构，提升了剂量预测的准确性。 | 研究中使用的数据主要来自530名患者，可能限制了模型的普适性。 | 本研究旨在提高食管癌患者放射治疗剂量分布预测的准确性。 | 研究对象为530名接受放射治疗的食管癌患者。 | 数字病理学 | 食管癌 | 深度学习 | AS-NeSt | 临床数据 | 530名食管癌患者的数据 | NA | NA | NA | NA |
| 43327 | 2024-08-05 |
Deep neural network for the prediction of KRAS, NRAS, and BRAF genotypes in left-sided colorectal cancer based on histopathologic images
2024-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 本研究开发了一种深度学习模型，以利用病理全切片图像准确预测左侧结直肠癌患者的KRAS、NRAS和BRAFV600E基因型。 | 创新之处在于结合使用病理特征和临床特征，构建临床-病理整合模型来提高基因型预测的准确性。 | 样本数量有限，可能影响模型的普适性和推广性。 | 本研究旨在通过深度学习技术提高对左侧结直肠癌患者基因型的预测能力。 | 研究对象为129名左侧结肠癌和直肠癌患者。 | 数字病理学 | 结直肠癌 | 深度学习 | 卷积神经网络 (CNN) | 图像 | 129个患者，训练组103名，测试组26名 | NA | NA | NA | NA |
| 43328 | 2024-08-05 |
Lamb wave-based damage assessment for composite laminates using a deep learning approach
2024-Jul, Ultrasonics
IF:3.8Q1
DOI:10.1016/j.ultras.2024.107333
PMID:38692213
|
研究论文 | 采用基于深度学习的方法进行复合材料层压板的Lamb波损伤评估 | 提出了一种基于卷积稀疏编码的UNet（CSCUNet）用于复合材料的Lamb波损伤评估，提升了模型的性能和可解释性 | 现有的深度学习架构在多层结构中仍然缺乏一定的物理可解释性 | 研发高效的结构健康监测技术来确保复合结构的完整性和可靠性 | 针对复合材料层压板的损伤检测和特征提取 | 机器学习 | NA | 超声Lamb波 | 卷积神经网络（CNN） | 图像 | 数值和实验数据均进行测试，涵盖复合材料样本 | NA | NA | NA | NA |
| 43329 | 2024-08-05 |
Computer vision analysis of mother-infant interaction identified efficient pup retrieval in V1b receptor knockout mice
2024-Jul, Peptides
IF:2.8Q2
DOI:10.1016/j.peptides.2024.171226
PMID:38649033
|
研究论文 | 该文章研究了V1b受体缺失小鼠在幼崽取回过程中的母婴互动 | 首次应用计算机视觉深度学习分析母鼠与幼崽之间的互动关系 | 研究只限于小鼠，结果可能不适用于其他物种 | 探讨V1b受体在母鼠取回幼崽过程中的作用 | V1b受体缺失小鼠和野生型小鼠在取回幼崽的行为差异 | 计算机视觉 | NA | 深度学习 | NA | 行为数据 | V1b受体缺失小鼠和野生型小鼠的比较，包括母鼠和幼崽 | NA | NA | NA | NA |
| 43330 | 2024-08-05 |
The determination of mastitis severity at 4-level using Milk physical properties: A deep learning approach via MLP and evaluation at different SCC thresholds
2024-Jul, Research in veterinary science
IF:2.2Q1
DOI:10.1016/j.rvsc.2024.105310
PMID:38795430
|
研究论文 | 本研究旨在通过使用牛奶物理特性确定乳腺炎的严重程度。 | 采用多层感知器(MLP)人工神经网络模型来替代传统方法，并在不同SCC阈值下进行评估。 | 未提及研究的其他潜在限制。 | 研究的目的是为亚临床乳腺炎的检测提供替代模型。 | 研究对象为牛奶的物理性质及其在乳腺炎分类中的应用。 | 机器学习 | 乳腺炎 | MLP（多层感知器） | MLP | 牛奶物理特性数据 | 使用了包含5个变量的模型进行分析，具体样本量未说明 | NA | NA | NA | NA |
| 43331 | 2024-08-05 |
A physics-embedded deep-learning framework for efficient multi-fidelity modeling applied to guided wave based structural health monitoring
2024-Jul, Ultrasonics
IF:3.8Q1
DOI:10.1016/j.ultras.2024.107325
PMID:38701648
|
研究论文 | 提出了一种基于深度学习的数字双胞胎框架，用于降低测量与模拟之间的差异 | 引入了多保真建模和深度生成模型，以生成接近实验的导波响应 | 对于外部参数的敏感性影响监测系统的可靠性，处理这些影响因素并不完美 | 旨在减少基于超声导波的结构健康监测中的测量和模拟之间的不一致性 | 针对裂纹扩展的测量数据集和相关模拟进行验证 | 机器学习 | NA | 深度学习 | NA | 测量数据与仿真数据 | 对应裂纹扩展的测量数据集 | NA | NA | NA | NA |
| 43332 | 2024-08-05 |
Deep learning-assisted locating and sizing of a coating delamination using ultrasonic guided waves
2024-Jul, Ultrasonics
IF:3.8Q1
DOI:10.1016/j.ultras.2024.107351
PMID:38810394
|
研究论文 | 本篇文章提出了一种基于深度学习的无损检测技术，用于定位和测量涂层剥离。 | 本研究创新性地结合了深度学习与超声导波技术，提高了涂层剥离检测的准确性和效率。 | 训练机器学习算法时间较长，但每个样本配置只需训练一次。 | 旨在开发一种有效的无损检测方法以评估涂层的剥离情况。 | 研究对象为涂层剥离缺陷的定位和尺寸测量。 | 数字病理学 | NA | 超声导波 | 机器学习 | 时域信号 | NA | NA | NA | NA | NA |
| 43333 | 2024-08-07 |
Enhanced wastewater treatment by catalytic persulfate activation with protonated hydroxylamine-assisted iron: Insights from a deep learning-based numerical investigation
2024-Jul, Chemosphere
IF:8.1Q1
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 43334 | 2024-08-05 |
An end-to-end method for predicting compound-protein interactions based on simplified homogeneous graph convolutional network and pre-trained language model
2024-Jun-07, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-024-00862-9
PMID:38849874
|
研究论文 | 本研究提出了一种名为SPVec-SGCN-CPI的端到端方法，用于预测化合物与蛋白质之间的相互作用 | 该方法首次同时考虑了样本不平衡和计算效率，提高了化合物-蛋白质相互作用的预测准确性 | 在研究中没有提到可能的局限性 | 旨在提高化合物-蛋白质相互作用的预测能力以加速药物发现过程 | 研究对象为化合物与蛋白质之间的相互作用 | 机器学习 | NA | 简化图卷积网络 (SGCN) | NA | 数据集 | 三个数据集 | NA | NA | NA | NA |
| 43335 | 2024-08-05 |
Software cost estimation predication using a convolutional neural network and particle swarm optimization algorithm
2024-Jun-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63025-8
PMID:38849414
|
研究论文 | 本文提出了一种基于卷积神经网络和粒子群优化算法的软件成本估算模型 | 结合深度学习和机器学习技术，利用CNN和PSO进行时间序列预测，增强了模型的稳健性和泛化能力 | 尽管在多个基准数据集上取得了优异表现，但仍需进一步验证其在不同应用领域的有效性 | 提升软件成本估算的预测准确性和稳定性 | 使用13个不同的基准数据集进行模型训练和测试 | 机器学习 | NA | 卷积神经网络 (CNN) 和粒子群优化 (PSO) | 卷积神经网络 (CNN) | 基准数据集 | 13个不同的基准数据集 | NA | NA | NA | NA |
| 43336 | 2024-08-05 |
Depth-enhanced high-throughput microscopy by compact PSF engineering
2024-Jun-07, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-48502-y
PMID:38849376
|
研究论文 | 本文展示了一种紧凑的点扩散函数工程，以增强高通量显微镜的成像深度 | 提出了一种在物镜中实现紧凑点扩散函数工程的方法，克服了传统方法的笨重光学扩展问题 | 未在实际应用中提供完全的验证，而主要集中于方法论的展示 | 提升高通量显微镜在三维细胞模型中的应用效能 | 聚焦于三维显微成像及其与深度学习结合的能力 | 数字病理学 | NA | 光学方法 | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 43337 | 2024-08-05 |
PUResNetV2.0: a deep learning model leveraging sparse representation for improved ligand binding site prediction
2024-Jun-07, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-024-00865-6
PMID:38849917
|
研究论文 | 本文介绍了PUResNetV2.0模型，该模型通过稀疏表示提升了配体结合位点预测的准确性 | 提出了一种利用稀疏表示的深度学习模型PUResNetV2.0，以改善配体结合位点预测的准确性 | 在某些特定情况下（如RNA、DNA、肽类配体和离子结合位点预测）的性能受到训练数据限制的影响 | 提升蛋白质中配体结合位点预测的准确性 | 4729个蛋白质家族的蛋白质复合物 | 计算机视觉 | NA | 深度学习 | PUResNetV2.0 | 蛋白质复合物数据 | 4729个蛋白质家族 | NA | NA | NA | NA |
| 43338 | 2024-08-05 |
Explainable deep learning-based ischemia detection using hybrid O-15 H2O perfusion PET/CT imaging and clinical data
2024-Jun-07, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology
IF:3.0Q2
DOI:10.1016/j.nuclcard.2024.101889
PMID:38852900
|
研究论文 | 本研究开发了一种可解释的深度学习分类器，用于通过O-15 H2O灌注PET/CT和冠状动脉CT血管成像识别冠状动脉疾病 | 提出了一种结合图像和数据的深度学习分类器，并能够以可视化方式展示数据结果 | 仅在138名受试者中评估，可能样本量不足以广泛推广 | 研究目的是开发一种有效的深度学习模型用于检测流量限制性冠状动脉疾病 | 研究对象为138名受试者，包含临床、CTA和PET变量 | 计算机视觉 | 冠状动脉疾病 | PET/CT成像 | 深度学习模型 | 图像和数值数据 | 138名受试者 | NA | NA | NA | NA |
| 43339 | 2024-08-05 |
Machine learning-based classification of structured light modes under turbulence and eavesdropping effects
2024-Jun-01, Applied optics
IF:1.7Q3
DOI:10.1364/AO.520510
PMID:38856620
|
研究论文 | 本文考虑了在湍流和窃听影响下对复用结构光模态的分类 | 这是首个同时考虑湍流和窃听威胁对复用结构光模态分类的研究 | 未提及具体的实验条件或其他可能影响分类结果的因素 | 提高在挑战性环境中的通信可靠性和数据传输速率 | 复用的结构光模态，特别是在湍流和窃听场景下的性能 | 机器学习 | NA | 机器学习算法 | 人工神经网络，支持向量机，1D卷积神经网络，2D卷积神经网络 | 光学信号 | 16种模式 | NA | NA | NA | NA |
| 43340 | 2024-08-05 |
Role of ChatGPT-4 for Medical Researchers
2024-Jun, Annals of biomedical engineering
IF:3.0Q3
DOI:10.1007/s10439-023-03336-5
PMID:37526801
|
评论 | 本文强调了ChatGPT-4在医疗领域的贡献、益处和挑战 | 探讨了ChatGPT-4在医学研究中的应用潜力和具体优势 | 对该工具的知识和潜力仍需更深入的了解 | 旨在阐明ChatGPT-4对医学研究的影响 | 医疗研究人员和从业者 | 自然语言处理 | NA | 深度学习 | ChatGPT-4 | 文本 | NA | NA | NA | NA | NA |