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 12861 - 12880 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 12861 | 2024-11-24 |
FDCN-C: A deep learning model based on frequency enhancement, deformable convolution network, and crop module for electroencephalography motor imagery classification
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0309706
PMID:39570849
|
研究论文 | 提出了一种基于频率增强、可变形卷积网络和裁剪模块的深度学习模型FDCN-C，用于脑电图运动想象分类 | 创新设计了频率增强模块，利用连续时间尺度的卷积核提取不同频段的特征，并通过注意力机制筛选并整合到原始脑电数据中；采用可变形卷积网络增强时间特征提取能力，利用偏移参数调节卷积核大小；设计了一维卷积层整合所有通道信息；使用扩张卷积形成裁剪分类模块，多次计算脑电数据的多样化感受野 | 未提及 | 提高脑电图运动想象分类的准确性 | 脑电图运动想象分类 | 机器学习 | NA | 深度学习 | 卷积神经网络 | 脑电图 | 使用了两个公开数据集进行验证 |
| 12862 | 2024-11-24 |
Towards efficient IoT communication for smart agriculture: A deep learning framework
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0311601
PMID:39570960
|
研究论文 | 本文研究了智能农业中物联网通信的优化，提出了一种提高数据传输效率的完整策略 | 本文提出了结合拉格朗日优化和深度卷积神经网络（DCNN）的模型，旨在最大化能源效率和数据吞吐量 | NA | 优化智能农业生态系统中的数据传输效率 | 物联网传感器与中央控制系统之间的通信距离 | 机器学习 | NA | 深度学习 | 深度卷积神经网络（DCNN） | 传感器数据（温度、湿度、土壤湿度） | NA |
| 12863 | 2024-11-24 |
High security and privacy protection model for STI/HIV risk prediction
2024 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076241298425
PMID:39574801
|
研究论文 | 本文提出了一种结合联邦学习和同态加密的高安全性隐私保护模型，用于性传播感染和艾滋病的风险预测 | 本文创新性地将联邦学习和同态加密结合，用于在保护隐私的前提下进行性传播感染和艾滋病的风险预测 | NA | 提高性传播感染和艾滋病风险预测模型的性能，同时保护患者敏感信息 | 性传播感染和艾滋病的风险预测 | 机器学习 | 性传播感染 | 联邦学习、同态加密 | 深度学习模型 | 文本 | 168,459条数据，来自八个国家，2013年至2018年收集 |
| 12864 | 2024-11-24 |
Enhanced skin cancer diagnosis through grid search algorithm-optimized deep learning models for skin lesion analysis
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1436470
PMID:39574908
|
研究论文 | 本研究通过网格搜索算法优化的深度学习模型，提出了一种增强皮肤癌诊断的方法 | 本研究引入了网格搜索优化技术来确定卷积神经网络模型的最优超参数，提高了皮肤病变识别的准确性 | NA | 开发一个能够准确诊断皮肤病变的卷积神经网络系统 | 皮肤病变图像的分类和诊断 | 计算机视觉 | 皮肤癌 | 深度学习 | 卷积神经网络 | 图像 | 使用了来自国际皮肤成像协作组织（ISIC）档案的三个数据集 |
| 12865 | 2024-11-24 |
Implementation and evaluation of the three action teaching model with learning plan guidance in preventive medicine course
2024, Frontiers in psychology
IF:2.6Q2
DOI:10.3389/fpsyg.2024.1508432
PMID:39575329
|
研究论文 | 评估三动作教学模型与学习计划指导在预防医学课程中的实施效果 | 引入了一种结合三动作教学模型与学习计划指导的新型教学方法 | NA | 评估新型教学方法在预防医学课程中的有效性 | 预防医学课程的学生 | NA | NA | NA | NA | NA | 实验组47人，对照组48人 |
| 12866 | 2024-11-24 |
Artificial intelligence-assisted delineation for postoperative radiotherapy in patients with lung cancer: a prospective, multi-center, cohort study
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1388297
PMID:39575415
|
研究论文 | 评估深度学习自动分割模型在辅助肺癌术后放疗中临床靶体积和危及器官勾画中的临床效用 | 提出了一种基于深度学习的自动分割模型，用于辅助肺癌术后放疗中的临床靶体积和危及器官的勾画，并显著提高了勾画精度和效率 | NA | 评估AI辅助勾画在肺癌术后放疗中的临床效用，并比较其与手动勾画的准确性和效率 | 肺癌术后放疗患者的临床靶体积和危及器官 | 计算机视觉 | 肺癌 | 深度学习 | CNN | 图像 | 55名患者 |
| 12867 | 2024-11-24 |
Artificial intelligence application in the diagnosis and treatment of bladder cancer: advance, challenges, and opportunities
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1487676
PMID:39575423
|
综述 | 本文综述了人工智能在膀胱癌诊断和治疗中的应用，指出了当前的挑战并展望了未来的发展 | 本文探讨了人工智能技术如深度学习和机器学习在提高膀胱癌诊断速度和准确性方面的应用，并提供了更强大的治疗选择和预后建议 | 由于训练信息来源和算法设计的差异，人工智能在临床实践中的准确性和透明度仍有待提高 | 探讨人工智能在膀胱癌诊断和治疗中的应用及其未来发展 | 膀胱癌的诊断和治疗 | 机器学习 | 膀胱癌 | 深度学习 | NA | 影像数据 | NA |
| 12868 | 2024-11-24 |
Denoising diffusion weighted imaging data using convolutional neural networks
2022, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0274396
PMID:36108272
|
研究论文 | 本文提出了一种使用一维卷积神经网络（1D-CNN）对高b值扩散加权成像（DWI）数据进行去噪的方法 | 该方法利用低噪声数据集进行训练，能够在不依赖大量训练样本的情况下，有效去除高噪声DWI图像中的噪声 | 该方法需要一个低噪声的单个受试者数据集进行训练，这在实际应用中可能存在限制 | 开发一种有效的DWI图像去噪方法，以提高组织微结构测量的准确性 | 高b值扩散加权成像数据 | 计算机视觉 | NA | 扩散加权成像（DWI） | 一维卷积神经网络（1D-CNN） | 图像 | 单个受试者数据集用于训练，多个受试者的高噪声数据集用于验证 |
| 12869 | 2024-11-24 |
Artificial Intelligence: Innovation to Assist in the Identification of Sono-anatomy for Ultrasound-Guided Regional Anaesthesia
2022, Advances in experimental medicine and biology
DOI:10.1007/978-3-030-87779-8_6
PMID:35146620
|
综述 | 本文综述了人工智能在超声引导区域麻醉中辅助识别解剖结构的应用 | 探讨了计算机视觉在医学图像解释中的潜力，特别是深度学习系统在超声图像解释中的应用 | 需要进一步的临床验证和监管批准 | 探讨人工智能在超声引导区域麻醉中的应用及其对未来学习和实践的影响 | 超声引导区域麻醉中的解剖结构识别 | 计算机视觉 | NA | 深度学习 | 深度学习系统 | 图像 | NA |
| 12870 | 2024-11-23 |
Automated estimation of offshore polymetallic nodule abundance based on seafloor imagery using deep learning
2024-Dec-15, The Science of the total environment
DOI:10.1016/j.scitotenv.2024.177225
PMID:39488283
|
研究论文 | 本文提出了一种基于深度学习算法自动估计海底多金属结核丰度的方法 | 使用UNET卷积神经网络框架处理海底图像，显著提高了多金属结核检测和丰度估计的效率和准确性 | NA | 提高多金属结核资源评估的效率和准确性 | 海底多金属结核的丰度估计 | 计算机视觉 | NA | 深度学习 | UNET卷积神经网络 | 图像 | 30000张海底照片 |
| 12871 | 2024-11-23 |
Corrigendum to "Comparative efficiency of the SWAT model and a deep learning model in estimating nitrate loads at the Tuckahoe creek watershed, Maryland" [Sci. Total Environ. 954 (2024) 176256]
2024-Dec-15, The Science of the total environment
DOI:10.1016/j.scitotenv.2024.177316
PMID:39532603
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 12872 | 2024-11-23 |
Ensemble Machine Learning and Predicted Properties Promote Antimicrobial Peptide Identification
2024-Dec, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-024-00640-z
PMID:38972032
|
研究论文 | 本文提出了一种结合深度学习和统计学习方法的预测框架，用于筛选具有抗菌活性的多肽 | 本文的创新点在于集成多种LightGBM分类器和卷积神经网络，利用多种预测的序列、结构和理化性质来提高抗菌肽的识别性能 | NA | 本文的研究目的是开发一种新的计算方法，以提高抗菌肽的识别准确性 | 本文的研究对象是抗菌肽及其相关的序列、结构和理化性质 | 机器学习 | NA | LightGBM, 卷积神经网络 | 集成学习 | 序列数据 | NA |
| 12873 | 2024-11-23 |
Unraveling Brain Synchronisation Dynamics by Explainable Neural Networks using EEG Signals: Application to Dyslexia Diagnosis
2024-Dec, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-024-00634-x
PMID:38954232
|
研究论文 | 本文提出了一种结合脑电信号转化为图像序列和两阶段深度学习模型的新方法，用于检测发展性阅读障碍 | 本文的创新点在于将脑电信号转化为图像序列，并利用深度学习模型检测发展性阅读障碍，同时通过特征掩码获得可解释的表示 | NA | 探索脑电信号中的相位同步动态，并应用于发展性阅读障碍的诊断 | 脑电信号和发展性阅读障碍 | 机器学习 | NA | 脑电图 | 深度学习模型 | 图像序列 | NA |
| 12874 | 2024-11-23 |
Adap-BDCM: Adaptive Bilinear Dynamic Cascade Model for Classification Tasks on CNV Datasets
2024-Dec, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-024-00635-w
PMID:38758306
|
研究论文 | 本文提出了一种自适应双线性动态级联模型（Adap-BDCM），用于提高基于CNV数据集的智能分类任务的准确性和适用性 | 引入了特征选择模块以减少冗余信息的干扰，提出了基于门控注意力机制的双线性模型以提取更有益的深度融合特征，设计了自适应基分类器选择方案以克服手动设计基分类器组合的困难，并构建了带有属性召回子模块的新型特征融合方案以避免陷入局部解和遗漏有价值信息 | NA | 提高基于CNV数据集的智能分类任务的准确性和适用性 | CNV数据集上的癌症分类、阶段预测和复发预测 | 机器学习 | NA | NA | 双线性动态级联模型 | CNV数据 | NA |
| 12875 | 2024-11-23 |
Predicting Disease-Metabolite Associations Based on the Metapath Aggregation of Tripartite Heterogeneous Networks
2024-Dec, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-024-00645-8
PMID:39112911
|
研究论文 | 提出了一种基于三部异构网络元路径聚合的深度学习模型（MAHN），用于探索疾病与代谢物之间的关联 | 引入了微生物构建三部异构网络，并使用图卷积网络和增强的GraphSAGE学习节点特征，结合节点级和语义级注意力机制进行特征聚合 | 未提及 | 探索疾病与代谢物之间的相互作用，为疾病的诊断和治疗提供支持 | 疾病与代谢物之间的关联 | 机器学习 | NA | 图卷积网络，增强的GraphSAGE | 深度学习模型 | 网络数据 | 未提及 |
| 12876 | 2024-11-23 |
FPJA-Net: A Lightweight End-to-End Network for Sleep Stage Prediction Based on Feature Pyramid and Joint Attention
2024-Dec, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-024-00636-9
PMID:39155326
|
研究论文 | 提出了一种基于特征金字塔和联合注意力的轻量级端到端网络FPJA-Net，用于睡眠阶段预测 | 引入了特征金字塔模块和联合注意力模块，有效提取多尺度特征并关注显著波形的通道和位置信息 | 现有深度学习方法未能充分利用显著波形中的关键信息 | 改进自动睡眠阶段预测的准确性和效率 | 睡眠信号中的显著波形 | 机器学习 | NA | 深度学习 | FPJA-Net | 信号 | 使用了Sleep-EDF39、Sleep-EDF153和SHHS三个公共数据集 |
| 12877 | 2024-11-23 |
PLMC: Language Model of Protein Sequences Enhances Protein Crystallization Prediction
2024-Dec, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-024-00639-6
PMID:39155325
|
研究论文 | 本文提出了一种名为PLMC的深度学习框架，利用预训练的蛋白质语言模型来提高多阶段蛋白质结晶倾向预测的准确性 | PLMC通过整合蛋白质语言嵌入和手工特征集，显著提升了蛋白质结晶倾向预测的性能 | NA | 提高蛋白质结晶倾向预测的准确性，以辅助实验设计 | 蛋白质序列及其结晶倾向 | 机器学习 | NA | 深度学习 | PLMC | 蛋白质序列 | NA |
| 12878 | 2024-11-23 |
Artificial Intelligence-Based Classification of CT Images Using a Hybrid SpinalZFNet
2024-Dec, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-024-00649-4
PMID:39167285
|
研究论文 | 本文提出了一种基于混合SpinalZFNet的CT图像分类方法，用于准确诊断肾脏疾病 | 本文创新性地结合了SpinalNet和ZFNet的架构优势，显著提高了分类准确性并降低了计算成本 | NA | 开发一种高效的深度学习模型，用于通过CT图像准确分类肾脏疾病 | 肾脏疾病的CT图像分类 | 计算机视觉 | 肾脏疾病 | 深度神经网络 | SpinalZFNet | 图像 | NA |
| 12879 | 2024-10-28 |
SCINet: A Segmentation and Classification Interaction CNN Method for Arteriosclerotic Retinopathy Grading
2024-Dec, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-024-00650-x
PMID:39222258
|
研究论文 | 提出了一种用于动脉硬化性视网膜病变分级的分割与分类交互CNN方法SCINet | 设计了一种分割与分类交互架构，通过注意力机制突出分割区域的重要血管特征，实现信息交互 | NA | 开发一种自动化的动脉硬化性视网膜病变分级方法 | 动脉硬化性视网膜病变 | 计算机视觉 | 心血管疾病 | CNN | SCINet | 图像 | NA |
| 12880 | 2024-11-23 |
A Contrastive-Learning-Based Deep Neural Network for Cancer Subtyping by Integrating Multi-Omics Data
2024-Dec, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-024-00641-y
PMID:39230797
|
研究论文 | 本文提出了一种基于对比学习的深度神经网络方法，用于通过整合多组学数据进行癌症亚型分类 | 该方法通过自监督学习从多组学特征中提取关键信息，解决了高维度和小样本数据导致的癌症亚型分类模糊和重叠问题 | NA | 提高癌症亚型分类的准确性，为疾病预后评估和个性化患者管理提供支持 | 癌症亚型分类 | 机器学习 | NA | 对比学习 | 深度神经网络 | 多组学数据 | 九个公共癌症数据集 |