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 23913 篇文献,本页显示第 11961 - 11980 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
11961 2024-11-15
Multi-scale convolution enhanced transformer for multivariate long-term time series forecasting
2024-Dec, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1
研究论文 提出了一种多尺度卷积增强的Transformer模型(MSCformer)用于多元长期时间序列预测 设计了多尺度分割策略和多依赖聚合模块,以降低计算复杂度并捕捉时间序列的多尺度信息和局部特征 未提及具体限制 改进多元长期时间序列预测的准确性 多元长期时间序列数据 机器学习 NA Transformer模型 MSCformer 时间序列 未提及具体样本数量
11962 2024-11-15
Harnessing uncertainty: A deep mechanistic approach for cautious diagnostic and forecast of Bovine Respiratory Disease
2024-Dec, Preventive veterinary medicine IF:2.2Q1
研究论文 本文介绍了一种结合数据驱动模型和数学流行病学模型的新方法,用于牛呼吸道疾病的诊断和预测 提出了贝叶斯深度机制方法,结合数据驱动模型和数学流行病学模型,考虑了过程中的不确定性 未来研究可能需要整合多种传感器数据,如视频监控、音频记录和环境参数,以提供更全面的动物健康评估 提高牛呼吸道疾病的诊断和预测准确性 牛呼吸道疾病及其相关风险因素 机器学习 牛呼吸道疾病 贝叶斯深度学习模型 贝叶斯深度学习模型 视频 265个肺部超声视频,来自法国9个农场的163头牛
11963 2024-11-15
The Artificial Neural Twin - Process optimization and continual learning in distributed process chains
2024-Dec, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1
研究论文 本文提出了一种名为人工神经双胞胎的方法,用于分布式工艺链中的过程优化和持续学习 结合了模型预测控制、深度学习和传感器网络的概念,引入了分散的可微数据融合方法,用于估计分布式工艺步骤的状态及其对输入数据的依赖性 NA 解决工业过程中数据主权、目标差异和专家知识需求等问题,提高经济和生态效率 分布式工艺链中的过程优化和控制 机器学习 NA 深度学习 神经网络 数据 NA
11964 2024-11-15
A surrogate-assisted extended generative adversarial network for parameter optimization in free-form metasurface design
2024-Dec, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1
研究论文 本文提出了一种基于代理辅助扩展生成对抗网络(XGAN)的参数优化方法,用于自由形式超表面设计 引入代理模型为XGAN提供物理约束,使其能够从输入光谱响应中准确生成超表面 NA 加速和优化自由形式超表面设计 自由形式超表面 计算机视觉 NA 生成对抗网络(GAN) 生成对抗网络(GAN) 光谱响应 20000个自由形式超表面设计
11965 2024-11-15
A dual-region speech enhancement method based on voiceprint segmentation
2024-Dec, Neural networks : the official journal of the International Neural Network Society IF:6.0Q1
研究论文 本文提出了一种基于声纹区域分割的双区域语音增强方法 通过声纹区域分割,分别对语音能量集中和非集中区域建立不同的语音增强模型,从而提高模型性能 未提及 验证基于声纹区域分割的双区域语音增强模型的有效性 噪声污染的语音信号和干净的语音信号之间的映射关系 自然语言处理 NA 深度学习 双区域语音增强模型 语音信号 使用公共数据集进行实验
11966 2024-11-15
AI-Enhanced Detection of Clinically Relevant Structural and Functional Anomalies in MRI: Traversing the Landscape of Conventional to Explainable Approaches
2024-Dec, Journal of magnetic resonance imaging : JMRI IF:3.3Q1
综述 本文详细探讨了人工智能在磁共振成像(MRI)中异常检测的应用,强调了其在医学诊断中的变革性影响 本文介绍了最新的集成方法和可解释人工智能的进展,为未来的研究方向和潜在突破提供了见解 NA 提高MRI中关键结构和功能异常检测的精度和速度 MRI图像中的异常检测 计算机视觉 NA 机器学习和深度学习 集成方法和可解释人工智能 图像 NA
11967 2024-11-15
Deep Learning Radiomic Analysis of MRI Combined with Clinical Characteristics Diagnoses Placenta Accreta Spectrum and its Subtypes
2024-Dec, Journal of magnetic resonance imaging : JMRI IF:3.3Q1
研究论文 本文开发了一种级联深度语义-放射组学-临床(DRC)模型,用于基于T2加权MRI诊断胎盘植入谱(PAS)及其亚型 本文创新性地结合了放射组学、深度语义特征和临床特征,开发了一种级联模型用于诊断PAS及其亚型 本文为回顾性研究,样本量相对较小,且未提及模型的长期性能评估 开发一种新的深度学习模型,用于诊断胎盘植入谱及其亚型,以辅助手术规划 胎盘植入谱及其亚型 机器学习 妇产科疾病 MRI 深度学习模型 图像 361名疑似PAS的孕妇,分为训练组和测试组
11968 2024-11-15
Editorial for "Deep Learning Radiomic Analysis of MRI Combined with Clinical Characteristics Diagnoses Placenta Accreta Spectrum and its Subtypes"
2024-Dec, Journal of magnetic resonance imaging : JMRI IF:3.3Q1
NA NA NA NA NA NA NA NA NA NA NA NA
11969 2024-11-15
Fully Automated Identification of Lymph Node Metastases and Lymphovascular Invasion in Endometrial Cancer From Multi-Parametric MRI by Deep Learning
2024-Dec, Journal of magnetic resonance imaging : JMRI IF:3.3Q1
研究论文 本文开发了一种深度学习模型,用于从多参数MRI图像中自动识别子宫内膜癌患者的淋巴结转移和淋巴血管侵犯 本文首次提出了一种多任务深度学习模型,能够同时识别淋巴结转移和淋巴血管侵犯,并在外部测试集上表现优于三名放射科医生 本文的研究是回顾性的,且样本量相对较小,未来需要在前瞻性研究和更大样本量的验证中进一步验证模型的有效性 开发一种深度学习模型,用于从多参数MRI图像中自动识别子宫内膜癌患者的淋巴结转移和淋巴血管侵犯,以辅助临床治疗方案的设计 子宫内膜癌患者的淋巴结转移和淋巴血管侵犯 计算机视觉 妇科肿瘤 多参数MRI nnU-Net 图像 621名子宫内膜癌患者,其中111名淋巴结转移阳性,168名淋巴血管侵犯阳性,分为训练集398例,内部测试集169例,外部测试集54例
11970 2024-11-15
Editorial for "Fully Automated Identification of Lymph Node Metastases and Lymphovascular Invasion in Endometrial Cancer From Multi-Parametric MRI by Deep Learning"
2024-Dec, Journal of magnetic resonance imaging : JMRI IF:3.3Q1
NA NA NA NA NA NA NA NA NA NA NA NA
11971 2024-11-15
The utilization of artificial intelligence in enhancing 3D/4D ultrasound analysis of fetal facial profiles
2024-Nov-26, Journal of perinatal medicine IF:1.7Q2
研究论文 本文探讨了人工智能在增强胎儿面部轮廓3D/4D超声分析中的应用 通过机器学习和深度学习算法,AI能够准确高效地解读复杂的3D/4D超声数据,提升产前诊断和护理的准确性、一致性和效率 NA 研究人工智能在产科领域中3D/4D超声分析的应用 胎儿面部轮廓的3D/4D超声数据 计算机视觉 NA 机器学习 深度学习 NA 图像 NA
11972 2024-11-15
Development of Neural Network Potentials for Studying Chemical Behaviors of La3+/Nd3+ Ions in Molten LiCl-KCl-CsCl in Combination with Raman Spectroscopy
2024-Nov-14, The journal of physical chemistry. B
研究论文 研究了在LiCl-KCl-CsCl熔盐中La3+/Nd3+离子的化学行为,结合拉曼光谱和深度学习技术 使用神经网络势能(NNP)结合拉曼光谱和大尺度分子动力学(MD)模拟,揭示了La/Nd离子在高温下形成稳定的八面体络合物的倾向 NA 研究熔盐中La3+/Nd3+离子的配位化学 La3+/Nd3+离子在LiCl-KCl-CsCl熔盐中的化学行为 化学 NA 拉曼光谱、深度学习、分子动力学(MD)模拟 神经网络(NNP) 熔盐化学数据 NA
11973 2024-11-15
Deep Learning Enhanced in Situ Atomic Imaging of Ion Migration at Crystalline-Amorphous Interfaces
2024-Nov-13, Nano letters IF:9.6Q1
研究论文 本文构建了一种原位双倾斜电操纵器,结合深度学习图像增强技术,在晶体-非晶界面观察钾离子迁移和微结构演化 首次在扫描透射电子显微镜中结合深度学习图像增强技术,显著提高了原子图像的分辨率,观察到钾离子在晶体-非晶界面的迁移和微结构变化 NA 深入理解离子在界面处的传输机制,以改进能源存储和神经形态计算等应用的性能 钾离子在锑硒化物晶体-非晶界面的迁移和微结构演化 计算机视觉 NA 扫描透射电子显微镜 深度学习 图像 NA
11974 2024-11-15
Imaging error reduction in radial cine-MRI with deep learning-based intra-frame motion compensation
2024-Nov-11, Physics in medicine and biology IF:3.3Q1
研究论文 本文提出了一种基于深度学习的径向电影MRI内帧运动补偿技术,以减少目标定位误差 提出了一种新的TransSin-UNet网络,通过模拟运动依赖的径向采样生成数据集,并在不同数据集上进行训练和评估,显著提高了图像质量和目标定位精度 仅在模拟数据集上进行了验证,尚未在实际临床环境中进行测试 提高径向电影MRI在实时运动管理中的准确性 径向电影MRI图像中的目标定位误差 计算机视觉 肺癌 深度学习 TransSin-UNet 图像 25个4D数字人体肺部癌症模型
11975 2024-11-15
Uncertainty Qualification for Deep Learning-Based Elementary Reaction Property Prediction
2024-Nov-11, Journal of chemical information and modeling IF:5.6Q1
研究论文 本文研究了基于深度学习的基元反应性质预测中的不确定性量化问题 本文将图卷积神经网络与三种不确定性预测技术(深度集成、蒙特卡罗 dropout 和证据学习)结合,提供了不确定性量化的见解,并展示了深度集成模型在估计预测不确定性方面的优越性 NA 研究基元反应性质预测中的不确定性量化问题 基元反应的热力学和动力学性质 机器学习 NA 深度学习 图卷积神经网络 (GCNN) 数据集 多个基元反应性质数据集
11976 2024-11-15
Discovery of Highly Bioactive Peptides through Hierarchical Structural Information and Molecular Dynamics Simulations
2024-Nov-11, Journal of chemical information and modeling IF:5.6Q1
研究论文 本文介绍了一种利用分层结构信息和分子动力学模拟来发现高生物活性肽的创新方法 本文提出了一种名为Ladderpath的新策略,基于算法信息理论,用于快速生成和增强新型肽设计的效率和清晰度 本文未提及具体的局限性 开发针对髓系细胞白血病-1蛋白的新型BH3样肽抑制剂 BH3样肽抑制剂及其对髓系细胞白血病-1蛋白的抑制活性 NA 癌症 分子动力学模拟 NA 肽序列 8个已知的生物活性BH3肽序列
11977 2024-11-15
Multimodal Representation Learning via Graph Isomorphism Network for Toxicity Multitask Learning
2024-Nov-11, Journal of chemical information and modeling IF:5.6Q1
研究论文 本文提出了一种多模态图同构网络(MMGIN)模型,用于化合物毒性多任务学习 引入了多模态表示学习模型,结合指纹和分子图,通过双通道结构独立学习表示,并采用前馈神经网络进行多任务学习 NA 解决化合物毒性计算任务的多样性和复杂性问题 化合物毒性分类和多类别分类 机器学习 NA 图同构网络 前馈神经网络 指纹和分子图 基于TOXRIC数据集构建的化合物毒性多任务学习(CTMTL)数据集和Tox21数据集
11978 2024-11-15
AlphaFold Meets De Novo Drug Design: Leveraging Structural Protein Information in Multitarget Molecular Generative Models
2024-Nov-11, Journal of chemical information and modeling IF:5.6Q1
研究论文 本文介绍了一种多目标变压器模型,利用AlphaFold生成的蛋白质嵌入信息进行从头药物设计 本文创新性地将AlphaFold的蛋白质嵌入信息应用于多目标分子生成模型中,展示了其在药物设计中的潜力 本文未详细讨论模型在实际药物开发中的应用效果 研究如何利用深度学习和生成模型进行虚拟筛选和从头药物设计 多目标变压器模型和AlphaFold生成的蛋白质嵌入信息 机器学习 NA AlphaFold 变压器模型 蛋白质嵌入信息 涉及多种蛋白质,包括稀有配体生物活性数据的蛋白质
11979 2024-11-15
Reconstruction of blood flow velocity with deep learning information fusion from spectral ct projections and vessel geometry
2024-Nov-08, Computer methods in biomechanics and biomedical engineering IF:1.7Q3
研究论文 本文研究了一种新的深度学习方法,用于从对比增强X射线投影和血管几何形状中重建变形血管内的血流速度 提出了一种新的深度学习重建方法,通过融合低维Radon投影和血管网格信息来获得血管内的速度场 NA 研究一种新的深度学习方法,用于从对比增强X射线投影和血管几何形状中重建变形血管内的血流速度 变形血管内的血流速度 计算机视觉 NA 深度学习 神经网络 图像 NA
11980 2024-11-15
Deep Learning-Based Reconstruction of 3D T1 SPACE Vessel Wall Imaging Provides Improved Image Quality with Reduced Scan Times: A Preliminary Study
2024-Nov-07, AJNR. American journal of neuroradiology
研究论文 本文研究了基于深度学习的3D T1 SPACE血管壁成像重建方法,以提高图像质量和减少扫描时间 提出了一种基于深度学习的优化序列,显著提高了血管壁和管腔的可视化效果,并减少了扫描时间 研究样本量较小,需要在大规模队列中进一步验证 评估基于深度学习的优化序列在颅内血管壁成像中的应用效果 健康对照组和连续患者的颅内血管壁成像 计算机视觉 NA 深度学习 NA 图像 10名健康对照者和5名连续患者
回到顶部