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 24162 篇文献,本页显示第 13581 - 13600 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
13581 2024-10-20
Towards explainable oral cancer recognition: Screening on imperfect images via Informed Deep Learning and Case-Based Reasoning
2024-Oct, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1
研究论文 本文提出了一种基于知情深度学习和案例推理的解释性口腔癌识别系统,旨在处理不完美图像并提供临床用户所需的解释 本文的创新点在于结合了案例推理和知情深度学习,能够处理数据不完美问题,并提供更符合临床用户需求的解释 本文的局限性在于实验数据集的规模和多样性可能不足以全面评估系统的性能 研究目的是开发一种成本效益高且透明的计算机化口腔癌筛查系统,以早期检测疾病并减少专家干预和昂贵分析的需求 研究对象是口腔鳞状细胞癌的识别和解释性人工智能系统 计算机视觉 口腔癌 知情深度学习 深度学习模型 图像 与医疗机构合作收集的数据集
13582 2024-10-20
Application of machine learning and deep learning techniques in modeling the associations between air pollution and meteorological parameters in urban areas of tehran metropolis
2024-Oct-01, Environmental monitoring and assessment IF:2.9Q3
研究论文 研究探讨了德黑兰大都市区空气污染物与气象参数之间的统计关系,并评估了六种不同算法在污染物和气候因素建模中的有效性 比较了六种不同算法在污染物和气候因素建模中的表现,发现MLR在某些情况下优于其他模型 需要进一步研究以确定人类活动对德黑兰污染物水平的具体影响 研究空气污染与气象参数之间的关系,并评估不同机器学习和深度学习算法在污染物建模中的有效性 德黑兰大都市区的空气污染物和气象参数 机器学习 NA 机器学习和深度学习技术 多种模型(MLR, GAM, CART, RF, GBM, DL) 空气污染物和气象参数数据 2001年至2021年的数据
13583 2024-10-20
Detecting thyroid nodules along with surrounding tissues and tracking nodules using motion prior in ultrasound videos
2024-Oct, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1
研究论文 提出了一种新的检测模型DiffusionVID-Line和一种新的跟踪算法ByteTrack-Line,利用甲状腺超声视频中结节直线运动的先验知识,提高了检测和跟踪的准确性 利用甲状腺超声视频中结节直线运动的先验知识,设计了新的检测模型和跟踪算法,显著提高了检测和跟踪的准确性 NA 提高甲状腺结节在超声视频中的检测和跟踪准确性 甲状腺结节及其周围组织在超声视频中的检测和跟踪 计算机视觉 甲状腺疾病 深度学习 CNN 视频 NA
13584 2024-10-20
MultiNet 2.0: A lightweight attention-based deep learning network for stenosis measurement in carotid ultrasound scans and cardiovascular risk assessment
2024-Oct, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1
研究论文 本文提出了一种基于注意力机制的轻量级深度学习网络MultiNet 2.0,用于颈动脉超声扫描中的狭窄测量和心血管风险评估 引入注意力机制以提高分割精度和风险预测准确性 NA 开发一种更精确的深度学习模型用于颈动脉超声图像的分割和心血管风险评估 颈动脉超声图像和心血管疾病风险 计算机视觉 心血管疾病 深度学习 注意力机制网络 图像 407张颈动脉超声图像,来自204名患者
13585 2024-10-20
MSDAFL: molecular substructure-based dual attention feature learning framework for predicting drug-drug interactions
2024-Oct-01, Bioinformatics (Oxford, England)
研究论文 本文介绍了一种基于分子子结构的双注意力特征学习框架MSDAFL,用于预测药物-药物相互作用 本文的创新点在于利用分子子结构之间的相互作用信息,通过自注意力和交互注意力模块提取特征,从而提高DDI预测的性能 NA 开发一种新的计算方法来预测药物-药物相互作用,以提前识别药物组合的潜在风险 药物-药物相互作用 机器学习 NA 自注意力机制 双注意力特征学习框架 分子子结构数据 三个数据集,分别进行了三折和五折交叉验证
13586 2024-10-20
On-Line Measurement of Tracking Poses of Heliostats in Concentrated Solar Power Plants
2024-Oct-01, Sensors (Basel, Switzerland)
研究论文 本文提出了一种基于改进的YOLO-v5神经网络的在线检测方法,用于测量聚光太阳能电站中定日镜的跟踪姿态 本文设计了一种基于YOLO-v5框架的改进神经网络,显著提高了定日镜的检测和分割性能 NA 解决传统图像处理算法在检测和分割定日镜时表现不佳的问题,提高跟踪姿态测量的准确性 聚光太阳能电站中的定日镜 计算机视觉 NA 深度学习神经网络 YOLO-v5 图像 测试集的识别准确率达到99.7%
13587 2024-10-20
Enhanced microvascular imaging through deep learning-driven OCTA reconstruction with squeeze-and-excitation block integration
2024-Oct-01, Biomedical optics express IF:2.9Q2
研究论文 本文提出了一种通过深度学习驱动的OCTA重建方法,结合挤压激励块来增强皮肤微血管成像 本文的创新点在于将挤压激励块集成到卷积神经网络中,以提高微血管成像的准确性和稳定性 NA 本文的研究目的是改进皮肤微血管成像技术,以提高心血管健康和体温调节的评估 本文的研究对象是皮肤微血管 计算机视觉 NA 光学相干断层扫描(OCT) 卷积神经网络(CNN) 图像 NA
13588 2024-10-20
LS-Net: lightweight segmentation network for dermatological epidermal segmentation in optical coherence tomography imaging
2024-Oct-01, Biomedical optics express IF:2.9Q2
研究论文 介绍了一种轻量级分割网络LS-Net,用于光学相干断层扫描图像中的皮肤表皮分割 结合了卷积神经网络的局部特征提取能力和视觉变换器的长程信息处理能力,采用深度卷积变换器增强空间上下文,并通过挤压激励块进行特征重校准 未提及 提高光学相干断层扫描在皮肤疾病诊断中的准确性和效率 皮肤表皮在光学相干断层扫描图像中的分割 计算机视觉 皮肤疾病 光学相干断层扫描 LS-Net 图像 包括面部和手掌等多个皮肤部位的样本
13589 2024-10-20
Unsupervised adversarial neural network for enhancing vasculature in photoacoustic tomography images using optical coherence tomography angiography
2024-Oct, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1
研究论文 提出了一种无监督深度学习方法OCPA-Net,利用光学相干断层扫描血管造影(OCTA)的丰富血管特征来增强光声断层扫描(PAT)图像中的血管结构 引入了一种新的无监督深度学习方法OCPA-Net,结合了血管感知注意力模块和领域对抗损失函数,以增强PAT图像中的深层血管细节 仅在模拟实验和体内实验中验证了其结构保真度和血管增强性能,尚未在临床环境中进行广泛验证 开发一种能够增强光声断层扫描图像中深层血管结构的可视化方法 光声断层扫描(PAT)图像和光学相干断层扫描血管造影(OCTA)图像 计算机视觉 NA 深度学习 神经网络 图像 包括肿瘤小鼠和增强对比的怀孕小鼠在内的体内实验
13590 2024-10-20
Fuzzy Petri Nets for Traffic Node Reliability
2024-Sep-30, Sensors (Basel, Switzerland)
研究论文 本文探讨了使用模糊Petri网分析交通节点可靠性的方法 提出了使用模糊Petri网作为解决自动驾驶汽车在处理大量传感器数据和验证问题上的替代方案 未提及具体限制 研究交通节点的可靠性,以支持自动驾驶汽车的感知模型 交通节点及其可靠性 机器学习 NA 模糊Petri网 模糊Petri网 数据 涉及超过70,000个交通节点
13591 2024-10-20
Performance Evaluation of an Object Detection Model Using Drone Imagery in Urban Areas for Semi-Automatic Artificial Intelligence Dataset Construction
2024-Sep-30, Sensors (Basel, Switzerland)
研究论文 本文评估了在城市区域使用无人机图像进行半自动人工智能数据集构建的对象检测模型的性能 提出了使用现有AI对象检测模型构建AI训练数据集的性能评估方法,并发现F分数可以减少26.5%的努力来提高数据集的完整性 未提及具体限制 评估和改进基于深度学习的对象检测模型在城市环境中使用无人机图像进行半自动数据集构建的性能 城市区域中的移动对象检测 计算机视觉 NA 深度学习 对象检测模型 图像 未提及具体样本数量
13592 2024-10-20
Mechanism-Based Fault Diagnosis Deep Learning Method for Permanent Magnet Synchronous Motor
2024-Sep-30, Sensors (Basel, Switzerland)
研究论文 研究提出了一种基于连续小波变换和卷积神经网络的永磁同步电机故障诊断方法 结合连续小波变换和卷积神经网络进行故障诊断,实现了高精度的故障识别 未提及具体限制 开发一种高精度的永磁同步电机故障诊断方法 永磁同步电机的匝间短路和退磁故障 机器学习 NA 连续小波变换 (CWT) 卷积神经网络 (CNN) 时间-频率图像 涉及多种严重程度的永磁同步电机故障样本
13593 2024-10-20
EnNet: Enhanced Interactive Information Network with Zero-Order Optimization
2024-Sep-30, Sensors (Basel, Switzerland)
研究论文 本文提出了一种增强的交互式信息网络EnNet,通过引入注意力机制和零阶优化方法,解决了交互式图像分割中的信息不足和高计算成本问题 提出了EnNet网络,通过注意力机制整合用户交互信息,并在优化过程中采用零阶优化方法,减少了计算开销 NA 解决交互式图像分割中的信息不足和高计算成本问题 交互式图像分割中的网络架构和优化过程 计算机视觉 NA 注意力机制 EnNet 图像 GrabCut、Berkeley、DAVIS和SBD数据集
13594 2024-10-20
Reproducible and Interpretable Machine Learning-Based Radiomic Analysis for Overall Survival Prediction in Glioblastoma Multiforme
2024-Sep-30, Cancers IF:4.5Q1
研究论文 开发并验证了一种基于MRI的放射组学模型,用于预测胶质母细胞瘤(GBM)患者的总生存期(OS) 结合临床变量和放射组学特征,开发了一种具有高解释性的预测模型,并在多中心回顾性数据集上进行了验证 未来工作将集中在使用基于深度学习的特征和标准化的卷积滤波器 开发和验证一种基于MRI的放射组学模型,用于预测胶质母细胞瘤患者的总生存期 胶质母细胞瘤患者的总生存期预测 机器学习 脑癌 放射组学分析 NA 图像 289名胶质母细胞瘤患者
13595 2024-10-20
Radiomics and deep learning for large volume lymph node metastasis in papillary thyroid carcinoma
2024-Sep-30, Gland surgery IF:1.5Q3
研究论文 本研究利用影像组学和深度学习技术预测甲状腺乳头状癌中的大体积淋巴结转移 结合影像组学特征和深度学习特征构建了一个综合模型,用于预测甲状腺乳头状癌中的大体积淋巴结转移 本研究为回顾性多中心研究,样本量有限,且未提及模型的长期稳定性和泛化能力 预测甲状腺乳头状癌术前的大体积淋巴结转移 甲状腺乳头状癌患者及其淋巴结转移情况 数字病理学 甲状腺癌 影像组学特征提取、深度学习算法 ExtraTrees、DenseNet121、AlexNet、Inception_v3、ResNet50、Transformer 影像数据 854例甲状腺乳头状癌患者
13596 2024-10-20
Revolutionizing Molecular Design for Innovative Therapeutic Applications through Artificial Intelligence
2024-Sep-29, Molecules (Basel, Switzerland)
综述 本文综述了机器学习、人工智能和分子建模在计算蛋白质工程领域的最新进展,重点介绍了这些技术在蛋白质设计和功能优化方面的应用 本文介绍了深度学习、强化学习和迁移学习等技术在蛋白质结构预测、结合亲和力优化和酶设计方面的显著改进,以及这些创新如何简化了蛋白质工程流程 本文指出了计算预测与实验验证之间的差距以及与AI驱动的蛋白质设计相关的伦理问题 本文旨在全面概述计算方法在蛋白质工程中的当前状态和未来方向,强调其在创造下一代生物制剂和推进合成生物学方面的变革潜力 本文研究的对象是计算蛋白质工程领域中的机器学习、人工智能和分子建模技术及其在蛋白质设计和功能优化中的应用 机器学习 NA 深度学习、强化学习、迁移学习 NA NA NA
13597 2024-10-20
SecureVision: Advanced Cybersecurity Deepfake Detection with Big Data Analytics
2024-Sep-29, Sensors (Basel, Switzerland)
研究论文 SecureVision是一个先进的深度伪造检测系统,结合大数据分析和深度学习算法来检测音频和视频中的篡改信息 主要创新点是使用多模态分析,同时分析多种媒体形式,增强对高级深度伪造技术的抵抗力 NA 解决深度伪造视频对媒体、公众信任和网络安全的威胁 检测音频和视频中的篡改信息 计算机视觉 NA 大数据分析 深度学习算法 音频和视频 NA
13598 2024-10-20
Recent Methods for Evaluating Crop Water Stress Using AI Techniques: A Review
2024-Sep-29, Sensors (Basel, Switzerland)
综述 本文系统回顾了利用人工智能和遥感技术评估作物水分胁迫的方法 评估了多种非破坏性遥感平台和人工智能技术在监测和预测作物水分胁迫中的有效性 NA 探讨如何利用这些技术在数据有限的情况下提高农业生产力 作物水分胁迫 机器学习 NA 遥感技术 GAN 图像 NA
13599 2024-10-20
Object Detection and Classification Framework for Analysis of Video Data Acquired from Indian Roads
2024-Sep-29, Sensors (Basel, Switzerland)
研究论文 本文提出了一种针对印度道路视频数据的对象检测和分类框架,使用YOLOv8深度学习模型进行实时处理 本文的创新点在于针对印度道路的独特挑战,如多样化的交通模式、不稳定的驾驶行为和多变的天气条件,设计了一种轻量级、可扩展且高效的YOLOv8模型 本文的局限性在于实验评估主要基于特定的35个对象类别,可能无法涵盖所有可能的交通对象 本文的研究目的是开发一种适用于印度道路的鲁棒对象检测和分类算法,以确保自动驾驶车辆的安全和高效导航 本文的研究对象是印度道路上的交通对象检测和分类 计算机视觉 NA YOLOv8 YOLOv8 视频 35个不同的对象类别
13600 2024-10-20
Detection of Thymoma Disease Using mRMR Feature Selection and Transformer Models
2024-Sep-29, Diagnostics (Basel, Switzerland)
研究论文 本文研究了使用mRMR特征选择和Transformer模型检测胸腺瘤疾病 本研究采用了Transformer模型而非传统的深度学习模型,并结合mRMR特征选择方法,显著提高了检测精度 NA 开发一种高效的方法来检测胸腺瘤疾病 胸腺瘤疾病图像和非胸腺瘤疾病图像 计算机视觉 胸腺瘤 Transformer模型 Deit3, Maxvit, Swin, ViT 图像 来自Fırat大学胸外科治疗患者的胸腺瘤和非胸腺瘤疾病图像
回到顶部