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！
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。
当前共找到 25256 篇文献，本页显示第 12161 - 12180 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 12161 | 2024-12-08 |
All-optical ultrafast ReLU function for energy-efficient nanophotonic deep learning
2023-Mar, Nanophotonics (Berlin, Germany)
DOI:10.1515/nanoph-2022-0137
PMID:39634351
|
研究论文 | 本文展示了使用周期极化薄膜铌酸锂纳米光波导实现的全光超快ReLU函数，为能量高效的纳米光子深度学习提供了新途径 | 首次实验展示了全光超快ReLU函数，实现了每激活仅耗费飞焦耳能量和近乎即时的操作 | NA | 探索能量高效的硬件加速器，特别是光学神经网络中的非线性光学函数 | 全光ReLU函数及其在深度学习中的应用 | 光学 | NA | 周期极化薄膜铌酸锂纳米光波导 | ReLU | 光信号 | NA |
| 12162 | 2024-12-08 |
Analog nanophotonic computing going practical: silicon photonic deep learning engines for tiled optical matrix multiplication with dynamic precision
2023-Mar, Nanophotonics (Berlin, Germany)
DOI:10.1515/nanoph-2022-0423
PMID:39634350
|
研究论文 | 本文提出并实验验证了一种通过低基数硅光子处理器上的分块矩阵乘法（TMM）实现速度优化的动态精度神经网络（NN）推理 | 引入了与光子神经元噪声系数相关的理论模型，并实验验证了动态精度计算在分类任务中的应用，显著减少了线性操作的执行时间 | 光子硬件尺寸和高速电光组件的有限比特精度限制了性能 | 加速深度神经网络的线性操作，实现高精度和速度优化的分类性能 | 光子神经网络的动态精度推理和分类性能 | 光子学 | NA | 硅光子处理器 | 神经网络 | IRIS数据集 | NA |
| 12163 | 2024-12-08 |
Deep Learning Solution for Quantification of Fluorescence Particles on a Membrane
2023-Feb-05, Sensors (Basel, Switzerland)
DOI:10.3390/s23041794
PMID:36850392
|
研究论文 | 本文提出了一种基于YOLOv5算法的深度学习方法，用于检测和量化膜上荧光颗粒，特别是SARS-CoV-2病毒颗粒 | 本文创新性地使用了YOLOv5算法和CSPnet作为其骨干网络，结合测试时间增强（TTA）算法，实现了对多尺度、形状多变的荧光细胞的高效检测和量化 | 本文未提及具体的局限性 | 开发一种高效、准确的深度学习方法，用于检测和量化环境水样中的SARS-CoV-2病毒颗粒 | SARS-CoV-2病毒颗粒及其荧光细胞 | 计算机视觉 | NA | YOLOv5算法 | CNN | 图像 | 使用由Linde + Robinson实验室提供的私有数据集进行评估 |
| 12164 | 2024-12-08 |
A deep generative prior for high-resolution isotropic MR head slices
2023-Feb, Proceedings of SPIE--the International Society for Optical Engineering
DOI:10.1117/12.2654032
PMID:39629055
|
研究论文 | 本文训练了一个StyleGAN3-T模型，用于生成高分辨率各向同性的头部MR切片 | 本文首次在头部MR切片上训练了一个StyleGAN3-T模型，并保留了图像的完整性以适用于下游任务 | NA | 开发一个能够生成高分辨率各向同性头部MR切片的生成模型 | 头部MR切片 | 计算机视觉 | NA | StyleGAN3-T | GAN | 图像 | 使用了来自多个方向和对比度的1mm各向同性体积的切片 |
| 12165 | 2024-12-08 |
Deep reinforcement learning empowers automated inverse design and optimization of photonic crystals for nanoscale laser cavities
2023-Jan, Nanophotonics (Berlin, Germany)
DOI:10.1515/nanoph-2022-0692
PMID:39634850
|
研究论文 | 本文提出了一种基于深度强化学习的光子晶体逆向设计方法，用于纳米级激光腔的自动化优化 | 利用深度强化学习算法L2DO，实现了光子晶体激光腔的自主逆向设计和优化，显著提高了设计效率和性能 | 本文未提及具体的局限性 | 开发一种自动化方法，用于光子晶体激光腔的逆向设计和优化 | 光子晶体纳米激光腔 | 光子学 | NA | 深度强化学习 | 深度Q学习和近端策略优化 | NA | 两个激光腔：长光子晶体纳米梁和带有L3腔的光子晶体纳米梁 |
| 12166 | 2024-12-08 |
Deep neural network enabled active metasurface embedded design
2022-Sep, Nanophotonics (Berlin, Germany)
DOI:10.1515/nanoph-2022-0152
PMID:39635158
|
研究论文 | 本文提出了一种利用深度学习方法进行光子器件中嵌入式主动超表面结构的前向建模和逆向设计的研究 | 结合神经网络设计和散射矩阵优化显著简化了计算开销，同时实现了精确的目标驱动设计 | NA | 研究光子器件中嵌入式主动超表面结构的前向建模和逆向设计 | 光子器件中的主动超表面结构 | 计算机视觉 | NA | 深度学习 | 神经网络 | NA | NA |
| 12167 | 2024-12-08 |
Photonic (computational) memories: tunable nanophotonics for data storage and computing
2022-Sep, Nanophotonics (Berlin, Germany)
DOI:10.1515/nanoph-2022-0089
PMID:39635175
|
综述 | 本文综述了新兴的纳米光子器件及其在数据存储和计算中的应用 | 探讨了光子集成电路和光学纳米材料在芯片级光子存储中的新机遇 | 光子存储在存储密度上尚未能与电子数字存储相媲美 | 探讨如何通过光子存储和计算技术改进或超越传统的冯·诺依曼架构 | 纳米光子器件及其在光子存储和计算中的应用 | NA | NA | 光子集成电路 (PICs) | NA | NA | NA |
| 12168 | 2024-12-08 |
Data enhanced iterative few-sample learning algorithm-based inverse design of 2D programmable chiral metamaterials
2022-Sep, Nanophotonics (Berlin, Germany)
DOI:10.1515/nanoph-2022-0310
PMID:39635508
|
研究论文 | 提出了一种数据增强迭代少样本学习算法（DEIFS），用于精确高效地逆向设计多形状的二维手性超材料 | DEIFS算法通过数据增强和迭代过程，显著减少了数据集的大小，同时提高了逆向设计的速度和准确性，并增加了对实验结果的数据解释性 | NA | 实现二维手性超材料的精确和高效逆向设计 | 二维衍射手性结构，包括不同几何参数（宽度、分离空间、桥长和金长） | 计算机视觉 | NA | 数据增强迭代少样本学习算法（DEIFS） | NA | 光谱数据 | 涉及多种形状的二维手性超材料 |
| 12169 | 2024-12-08 |
Deep learning in light-matter interactions
2022-Jul, Nanophotonics (Berlin, Germany)
DOI:10.1515/nanoph-2022-0197
PMID:39635557
|
研究论文 | 本文探讨了深度学习在光物质相互作用中的应用及其带来的机遇和挑战 | 深度学习改善了纳米光子器件的设计和实验数据的获取与分析，甚至在理论基础不足或过于复杂的情况下 | 深度学习作为黑箱模型，难以理解和解释其结果和可靠性，尤其是在数据集不完整或数据由对抗性方法生成时 | 探讨深度学习在光子学中的应用及其带来的机遇和挑战 | 光物质相互作用及其在光子学中的应用 | 机器学习 | NA | 深度学习 | NA | 实验数据和模拟数据 | NA |
| 12170 | 2024-12-08 |
Computational spectrometers enabled by nanophotonics and deep learning
2022-Jun, Nanophotonics (Berlin, Germany)
DOI:10.1515/nanoph-2021-0636
PMID:39635673
|
综述 | 介绍了一种新型光谱仪，该光谱仪主要依赖计算技术来恢复光谱信息 | 结合了纳米光子学、高级信号处理和机器学习的最新进展 | 面临关键挑战，需要进一步发展 | 回顾计算光谱仪的最新进展，识别关键挑战，并指出未来可能的发展方向 | 计算光谱仪及其在机器感知和成像中的应用 | NA | NA | 纳米光子学、机器学习 | NA | 光谱数据 | NA |
| 12171 | 2024-12-08 |
Advancing statistical learning and artificial intelligence in nanophotonics inverse design
2022-Jun, Nanophotonics (Berlin, Germany)
DOI:10.1515/nanoph-2021-0660
PMID:39635678
|
综述 | 本文综述了纳米光子学逆向设计领域的最新优化方法、深度学习及其混合技术 | 探讨了深度学习在纳米光子学逆向设计中的应用及其混合技术 | 未具体提及 | 探讨纳米光子学逆向设计中的优化方法和人工智能技术的应用 | 纳米光子学逆向设计中的材料和几何配置 | 纳米光子学 | NA | 深度学习 | NA | NA | NA |
| 12172 | 2024-12-08 |
Free-form optimization of nanophotonic devices: from classical methods to deep learning
2022-Apr, Nanophotonics (Berlin, Germany)
DOI:10.1515/nanoph-2021-0713
PMID:39633938
|
综述 | 本文综述了自由形式纳米光子器件设计的新兴领域，涵盖了从经典方法到深度学习方法的优化策略 | 本文介绍了自由形式设计方案，突破了传统设计约束，充分利用了设计潜力 | NA | 系统概述自由形式纳米光子器件设计领域 | 自由形式纳米光子器件的优化策略 | 纳米光子学 | NA | NA | NA | NA | NA |
| 12173 | 2024-12-08 |
AMPlify: attentive deep learning model for discovery of novel antimicrobial peptides effective against WHO priority pathogens
2022-Jan-25, BMC genomics
IF:3.5Q2
DOI:10.1186/s12864-022-08310-4
PMID:35078402
|
研究论文 | 介绍了一种名为AMPlify的注意力深度学习模型，用于发现对世界卫生组织优先病原体有效的新型抗菌肽 | 提出了AMPlify模型，通过深度学习方法预测抗菌肽，并展示了其在筛选蛙类基因组衍生的肽序列中的应用 | NA | 寻找替代传统抗生素的新型抗菌肽 | 抗菌肽及其对世界卫生组织优先病原体的活性 | 机器学习 | NA | 深度学习 | 注意力模型 | 序列数据 | 从牛蛙基因组中提取的肽序列 |
| 12174 | 2024-12-08 |
3D bi-directional transformer U-Net for medical image segmentation
2022, Frontiers in big data
IF:2.4Q2
DOI:10.3389/fdata.2022.1080715
PMID:36687770
|
研究论文 | 本文提出了一种新的3D双向Transformer U-Net框架，用于三维医学图像分割 | 设计了一种新的注意力机制，通过3D计算充分提取自注意力能力，并结合3D Transformer和3D DCNN的优势 | NA | 改进现有深度卷积神经网络在医学图像分割任务中处理全局关系的能力 | 三维医学图像分割 | 计算机视觉 | NA | 深度卷积神经网络 (DCNN) | 3D双向Transformer U-Net | 图像 | 两个独立数据集，包含3D MRI和CT图像 |
| 12175 | 2024-12-08 |
A learning based approach for designing extended unit cell metagratings
2022-Jan, Nanophotonics (Berlin, Germany)
DOI:10.1515/nanoph-2021-0540
PMID:39633889
|
研究论文 | 本文提出了一种基于深度学习的扩展单元晶格超表面逆向设计方法 | 该方法通过学习超表面在反射和透射阶次上的光谱响应，避免了传统方法中由于元原子间耦合效应未充分考虑而导致的效率降低问题 | NA | 提高超表面设计的效率和性能 | 扩展单元晶格超表面 | 纳米光子学 | NA | 深度学习 | 深度神经网络 | 光谱数据 | NA |
| 12176 | 2024-12-08 |
Deep-learning-based recognition of multi-singularity structured light
2022-Jan, Nanophotonics (Berlin, Germany)
DOI:10.1515/nanoph-2021-0489
PMID:39635381
|
研究论文 | 本文介绍了一种基于深度学习的框架，用于识别具有多重奇点的结构化光 | 该框架能够直接从光束传播后的两个强度模式中揭示多重奇点相位结构，并输出相位信息，从而释放扭曲光子的丰富直观信息 | NA | 开发一种能够精确识别具有多重奇点的结构化光的新技术 | 多重奇点的结构化光及其相位信息 | 计算机视觉 | NA | 深度学习 (DL) | NA | 图像 | NA |
| 12177 | 2024-12-08 |
A large-scale systematic survey of SARS-CoV-2 antibodies reveals recurring molecular features
2021-Nov-30, bioRxiv : the preprint server for biology
DOI:10.1101/2021.11.26.470157
PMID:34873599
|
研究论文 | 对SARS-CoV-2抗体进行大规模系统调查，揭示了重复的分子特征 | 利用深度学习预测抗原特异性，区分SARS-CoV-2刺突蛋白抗体和流感血凝素抗体序列 | NA | 研究SARS-CoV-2抗体的公共反应和分子特征 | SARS-CoV-2刺突蛋白抗体 | 生物信息学 | COVID-19 | 深度学习 | 深度学习模型 | 序列数据 | 约8000个人类抗体，来自超过200名捐赠者 |
| 12178 | 2024-12-08 |
Highly accurate protein structure prediction with AlphaFold
2021-08, Nature
IF:50.5Q1
DOI:10.1038/s41586-021-03819-2
PMID:34265844
|
研究论文 | 本文介绍了AlphaFold，一种能够高精度预测蛋白质结构的计算方法 | AlphaFold能够在没有相似结构已知的情况下，常规性地预测蛋白质结构并达到原子精度 | NA | 解决蛋白质结构预测的瓶颈问题，实现大规模结构生物信息学 | 蛋白质的三维结构预测 | 机器学习 | NA | NA | 神经网络 | 蛋白质序列 | 在CASP14挑战中验证了AlphaFold的性能 |
| 12179 | 2024-12-08 |
Image-based profiling for drug discovery: due for a machine-learning upgrade?
2021-02, Nature reviews. Drug discovery
DOI:10.1038/s41573-020-00117-w
PMID:33353986
|
研究论文 | 本文探讨了基于图像的药物发现策略，并提出机器学习技术在此领域的升级潜力 | 本文提出了利用深度学习和单细胞方法等新型计算技术来更好地捕捉图像中的生物信息，以加速药物发现 | 尽管机器学习策略有所改进，但仍存在挑战 | 探讨基于图像的药物发现策略及其在机器学习技术升级中的潜力 | 基于图像的特征提取和多维特征分析 | 计算机视觉 | NA | 深度学习 | NA | 图像 | NA |
| 12180 | 2024-12-07 |
RFImageNet framework for segmentation of ultrasound images with spectra-augmented radiofrequency signals
2025-Feb, Ultrasonics
IF:3.8Q1
DOI:10.1016/j.ultras.2024.107498
PMID:39486316
|
研究论文 | 本文介绍了一种利用射频信号的频谱和幅度信息进行超声图像分割的框架RFImageNet | 提出了一种新的图像分割框架RFImageNet，利用射频信号的频谱和幅度信息进行超声图像分割，并开发了专门针对特定输入图像尺寸要求的深度学习模型RFNet | NA | 提高医学超声图像分割的准确性，减轻超声医师的负担 | 超声图像中的腹部组织和乳腺肿瘤的分割 | 计算机视觉 | NA | 深度学习 | RFNet | 图像 | 涉及大鼠腹部组织和乳腺肿瘤的样本 |