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!

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 32372 篇文献,本页显示第 13861 - 13880 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
13861 2025-10-07
Reinforcement learning using neural networks in estimating an optimal dynamic treatment regime in patients with sepsis
2025-Apr-08, Computer methods and programs in biomedicine IF:4.9Q1
研究论文 本研究提出了一种结合神经网络与强化学习的算法,用于确定脓毒症患者的最佳多阶段液体复苏剂量 首次将神经网络与强化学习相结合用于脓毒症动态治疗方案优化,利用深度学习架构的灵活性减少模型设定错误 研究方法基于MIMIC-III数据库的回顾性数据,需要前瞻性研究验证临床效果 确定脓毒症患者的最佳多阶段液体复苏治疗方案 脓毒症患者 机器学习 脓毒症 强化学习 神经网络 电子健康记录 MIMIC-III数据库中的脓毒症队列 NA 神经网络 正确分类最优治疗百分比, 预测反事实平均结局 NA
13862 2025-10-07
Intelligent Detection and Recognition of Marine Plankton by Digital Holography and Deep Learning
2025-Apr-06, Sensors (Basel, Switzerland)
研究论文 提出结合数字全息和深度学习算法的智能方法,用于海洋浮游生物的检测与识别 开发了集成A-Unet网络和YOLOv5端到端检测系统,通过单张全息图实现稳定高效的浮游生物重建与识别 需要在严格控制的实验室环境中进行数字全息记录,重建过程涉及耗时迭代计算 实现海洋浮游生物的智能检测与识别 海洋浮游生物(包括桡足类、被囊类和多毛类等) 计算机视觉 NA 数字全息成像技术 CNN 全息图像 来自中国潍坊的典型海洋浮游生物样本 YOLOv5 A-Unet, YOLOv5 结构相似性, 平均准确率 NA
13863 2025-10-07
Incremental learning for acute lymphoblastic leukemia classification based on hybrid deep learning using blood smear image
2025-Apr-05, Computational biology and chemistry IF:2.6Q2
研究论文 提出一种基于切线沙猫群优化-长短期记忆-LeNet混合深度学习模型,用于急性淋巴细胞白血病的精确分类 结合切线沙猫群优化算法与增量学习的混合深度学习架构,用于白血病血涂片图像分类 NA 开发快速准确的白血病自动诊断系统 急性淋巴细胞白血病血涂片图像 计算机视觉 白血病 血涂片图像分析 LSTM, CNN 图像 NA NA LeNet, L-LeNet 准确率, 真阴性率, 召回率, 假阴性率, 假阳性率, 精确率 NA
13864 2025-10-07
Emittance minimization for aberration correction I: Aberration correction of an electron microscope without knowing the aberration coefficients
2025-Apr-05, Ultramicroscopy IF:2.1Q2
研究论文 本文提出一种基于发射度最小化的电子显微镜像差校正方法,无需预先知道像差系数 从加速器物理角度重新定义像差校正问题,将其转化为电子束发射度最小化问题,并利用深度学习模型预测发射度增长 方法依赖于Ronchigram图像的质量和深度学习模型的训练效果 开发无需像差系数的电子显微镜自动像差校正方法 扫描透射电子显微镜(STEM)的电子束 计算机视觉 NA Ronchigram成像,深度学习 深度学习模型 Ronchigram图像 NA NA NA 发射度变化预测准确度 NA
13865 2025-10-07
An Explainable LSTM-Based Intrusion Detection System Optimized by Firefly Algorithm for IoT Networks
2025-Apr-04, Sensors (Basel, Switzerland)
研究论文 提出一种基于LSTM和萤火虫算法优化的可解释入侵检测系统,用于保护物联网网络安全 结合统计方法和元启发式算法进行特征选择,并集成可解释AI工具提供模型决策透明度 仅在两个公开数据集上进行测试,需要更多实际场景验证 开发高效且可解释的物联网网络入侵检测系统 物联网网络流量数据 机器学习 NA 特征选择算法,深度学习 LSTM 网络流量数据 NF-BoT-IoT-v2和IoTID20两个公开数据集 NA LSTM 准确率 NA
13866 2025-10-07
An End-to-End General Language Model (GLM)-4-Based Milling Cutter Fault Diagnosis Framework for Intelligent Manufacturing
2025-Apr-04, Sensors (Basel, Switzerland)
研究论文 提出基于GLM-4的端到端铣刀故障诊断框架,用于智能制造场景 首次将大语言模型GLM-4应用于刀具故障诊断领域,在小样本场景下展现优越性能 仅验证于特定数据集,未在更广泛工业场景测试 提升智能制造中铣刀故障诊断的准确性和鲁棒性 数控机床铣刀 智能制造 NA 大语言模型 GLM-4 传感器数据 PHM 2010数据集和专有铣刀数据集 NA GLM-4 准确率 NA
13867 2025-10-07
Resource-Constrained Specific Emitter Identification Based on Efficient Design and Network Compression
2025-Apr-04, Sensors (Basel, Switzerland)
研究论文 提出一种基于高效设计和模型压缩的资源受限特定辐射源识别方法 开发轻量级卷积网络LCNet并引入稀疏正则化技术,在完全连接层实现超过99%的特征维度压缩 未明确说明方法在其他类型信号数据集上的泛化能力 解决资源受限边缘设备上的特定辐射源识别问题 自动相关监视广播(ADS-B)和Wi-Fi信号数据 机器学习 NA 深度学习 CNN 信号数据 公开ADS-B和Wi-Fi数据集 NA LCNet 准确率 资源受限边缘设备
13868 2025-10-07
Integrating Textual Queries with AI-Based Object Detection: A Compositional Prompt-Guided Approach
2025-Apr-03, Sensors (Basel, Switzerland)
研究论文 提出一种结合深度学习与符号推理的神经符号目标检测框架,通过文本提示引导实现复杂查询驱动的目标识别 开发了神经符号框架,将目标提议与文本提示对齐,并通过符号模块实现逻辑推理,无需对复合提示进行显式训练即可泛化到复杂查询 使用合成3D图像数据集,在真实场景中的泛化能力有待验证 增强目标检测和场景理解能力,实现复杂查询驱动的人机交互 3D图像中的目标物体 计算机视觉 NA 深度学习,语言模型,符号推理 神经符号模型 3D图像,文本查询 NA NA 深度学习模块与符号模块组合架构 NA NA
13869 2025-10-07
IESSP: Information Extraction-Based Sparse Stripe Pruning Method for Deep Neural Networks
2025-Apr-03, Sensors (Basel, Switzerland)
研究论文 提出一种基于信息提取的稀疏条纹剪枝方法,用于深度神经网络压缩 引入基于掩码机制的信息提取模块增强条纹选择,设计连接输出损失与条纹选择的新型损失函数 NA 解决主流剪枝技术特征选择精度有限和特征提取能力下降的问题 深度神经网络模型 机器学习 NA NA CNN 图像 CIFAR-10基准数据集 NA VGG-16 准确率, FLOPs NA
13870 2025-10-07
Reliable Vehicle Routing Problem Using Traffic Sensors Augmented Information
2025-Apr-03, Sensors (Basel, Switzerland)
研究论文 提出一种集成交通传感器数据增强和深度学习技术的车辆路由框架,以提高路径选择可靠性和网络可观测性 结合交通传感器数据增强与深度学习技术,通过最优传感器布点设计和堆叠稀疏自编码器模型填补传感器数据有限性与网络完全可观测性之间的差距 未明确说明模型在极端交通条件下的表现及实际部署成本效益分析 解决随机路由运输网络中的不确定性挑战,优化实时交通管理和车辆路径规划 交通运输网络、车辆路由系统 机器学习 NA 交通传感器数据采集、深度学习 SAE(堆叠稀疏自编码器) 交通传感器数据、交通流数据 NA NA Stacked Sparse Auto-Encoder 交通流预测准确度 NA
13871 2025-10-07
MCT-CNN-LSTM: A Driver Behavior Wireless Perception Method Based on an Improved Multi-Scale Domain-Adversarial Neural Network
2025-Apr-03, Sensors (Basel, Switzerland)
研究论文 提出一种基于改进多尺度域对抗神经网络的驾驶员行为无线感知方法MCT-CNN-LSTM 结合多尺度与通道-时间注意力模块,并采用域对抗训练来减少域偏移 NA 准确识别驾驶员行为 调频连续波雷达信号 机器学习 NA 调频连续波雷达 CNN, LSTM 雷达信号 NA NA MCT-CNN-LSTM, 多通道CNN, 长短期记忆网络, 高效通道注意力模块 准确率 NA
13872 2025-10-07
ErgoReport: A Holistic Posture Assessment Framework Based on Inertial Data and Deep Learning
2025-Apr-03, Sensors (Basel, Switzerland)
研究论文 开发基于惯性数据和深度学习的整体姿势评估框架ErgoReport,用于量化工效学风险并识别危险姿势 创新性地结合惯性数据和深度学习技术,能够生成直观的图形化报告,将工效学评分与具体姿势关联,并考虑先前姿势对关节应力的累积影响 仅针对农业和建筑行业的两个工作任务(收割和砌砖)进行了验证,样本量较小(13名受试者) 开发自动化姿势评估工具以改善工作相关肌肉骨骼疾病的预防 工作姿势和工效学风险评估 机器学习 肌肉骨骼疾病 惯性数据采集,深度学习 深度学习模型 惯性传感器数据 13名受试者 NA NA 工效学专家评估(有效性、快速性、易用性) NA
13873 2025-10-07
A Non-Contact Privacy Protection Bed Angle Estimation Method Based on LiDAR
2025-Apr-02, Sensors (Basel, Switzerland)
研究论文 提出一种基于LiDAR技术的非接触式病床角度估计方法,用于医疗环境中的隐私保护监测 采用LiDAR技术替代传统摄像头方案,结合YOLO-X与改进A2J算法的深度学习框架,实现隐私保护下的实时病床角度监测 仅在ICU环境中进行实验验证,未在其他医疗场景测试 开发非侵入式病床角度检测系统,解决传统视觉监控的隐私问题 重症监护病房(ICU)中的病床角度监测 计算机视觉 呼吸机相关性肺炎 LiDAR技术,飞行时间原理 深度学习 LiDAR点云数据 ICU环境实验数据 YOLO-X, A2J YOLO-X结合增强版A2J算法 平均角度检测误差 Intel RealSense L515传感器
13874 2025-10-07
A Hierarchical Dispatcher for Scheduling Multiple Deep Neural Networks (DNNs) on Edge Devices
2025-Apr-02, Sensors (Basel, Switzerland)
研究论文 提出一种分层调度器架构,用于在边缘设备上高效调度多个深度神经网络 将调度器与调度策略分离,采用高层和低层调度器的分层结构,为异构边缘设备提供可扩展的DNN调度方案 NA 解决边缘设备上多个深度神经网络的高效调度问题 边缘设备上的深度神经网络调度 机器学习 NA NA 深度神经网络 NA NA NA NA 性能提升百分比 边缘设备,异构处理单元
13875 2025-10-07
Typical Crop Classification of Agricultural Multispectral Remote Sensing Images by Fusing Multi-Attention Mechanism ResNet Networks
2025-Apr-02, Sensors (Basel, Switzerland)
研究论文 提出一种融合多注意力机制的改进ResNet网络,用于农业多光谱遥感图像的典型作物分类 在ResNet50网络中集成ACmix自注意力模块和坐标注意力机制,提升对多光谱遥感图像的作物分类精度 仅针对向日葵、玉米、甜菜和辣椒四种典型作物进行分类,未涵盖更多作物种类 开发高精度的作物分类模型,为精准农业管理提供技术支持 向日葵、玉米、甜菜和胡椒四种典型作物 计算机视觉 NA 多光谱遥感成像 CNN 多光谱遥感图像 NA NA ResNet50, ACmix, 坐标注意力机制 分类准确率 NA
13876 2025-10-07
Nonperfused Retinal Capillaries-A New Method Developed on OCT and OCTA
2025-Apr-01, Investigative ophthalmology & visual science IF:5.0Q1
研究论文 开发了一种基于深度学习的算法,通过共定位OCT/OCTA技术量化无灌注视网膜毛细血管 首次提出通过配准多组OCT/OCTA扫描创建高清图像,并利用深度学习算法从毛细血管中去除组织背景噪声 未明确说明样本量大小及数据来源的具体限制 开发量化无灌注视网膜毛细血管的新方法并评估其在AMD和糖尿病视网膜病变中的应用价值 年龄相关性黄斑变性(AMD)和糖尿病视网膜病变(DR)患者的视网膜毛细血管 医学影像分析 年龄相关性黄斑变性,糖尿病视网膜病变 光学相干断层扫描(OCT), OCT血管成像(OCTA) 深度学习 医学影像 NA NA NA 准确率 NA
13877 2025-10-07
Technological Advancements in Human Navigation for the Visually Impaired: A Systematic Review
2025-Apr-01, Sensors (Basel, Switzerland)
系统综述 通过系统文献综述评估视障人士导航系统的有效性和功能性 采用PRISMA 2020方法对2019-2024年间58篇文献进行系统性分析,揭示导航技术的最新进展和研究趋势 存在数字无障碍性不足和适应支持系统稀缺的显著差距,限制了视障人士的自主性和社会融入 评估视障人士导航系统的有效性和功能性 视障人士导航技术系统 辅助技术 视力障碍 高精度GPS、超声波传感器、蓝牙、RGB-D相机、LiDAR、立体相机 深度学习、神经网络 传感器数据、图像数据 58篇文献(Dimensions 26篇、Web of Science 18篇、Scopus 14篇) NA NA 导航精度、能源效率 NA
13878 2025-10-07
Construction of a Real-Time Detection for Floating Plastics in a Stream Using Video Cameras and Deep Learning
2025-Apr-01, Sensors (Basel, Switzerland)
研究论文 开发基于视频摄像头和深度学习的河流漂浮塑料实时检测系统 首次将YOLOv8算法应用于自然环境中漂浮塑料的实时检测与多类别分类 在未知视频中的跟踪计数性能有限,32个碎片仅检测到6个 开发实时视觉识别模型用于漂浮塑料碎片检测 河流表面漂浮的塑料碎片 计算机视觉 NA 深度学习 YOLOv8 视频 现场视频数据 YOLOv8 YOLOv8-nano F1-score, mAP, IoU NA
13879 2025-10-07
Vase-Life Monitoring System for Cut Flowers Using Deep Learning and Multiple Cameras
2025-Apr-01, Plants (Basel, Switzerland)
研究论文 开发了一种基于深度学习和多摄像头的切花瓶插寿命监测系统,用于自动评估切花玫瑰的采后质量和瓶插寿命 首次将YOLOv8深度学习算法与摄像头成像技术结合,实现切花生理参数和病害的连续自动监测 研究仅针对切花玫瑰,未验证对其他花卉种类的适用性 开发自动监测切花采后质量和瓶插寿命的系统 切花玫瑰 计算机视觉 灰霉病 摄像头成像,显微镜成像 YOLOv8 图像 NA NA YOLOv8 目标检测准确率,mAP0.5 NA
13880 2025-10-07
Comparing ARIMA and various deep learning models for long-term water quality index forecasting in Dez River, Iran
2025-Apr, Environmental science and pollution research international
研究论文 本研究比较ARIMA与五种深度学习模型在伊朗Dez河水质指数长期预测中的性能 首次在Dez河流域综合比较传统ARIMA模型与多种深度学习模型(Simple_RNN、LSTM、CNN、GRU、MLP)的水质预测能力 仅使用单变量时间序列数据,研究范围限定于Dez河流域四个监测站 开发低成本、高效率的水质预测方法以应对水资源短缺问题 伊朗Dez河的水质指数时间序列数据 机器学习 NA 时间序列分析,香农熵权重分配 ARIMA, Simple_RNN, LSTM, CNN, GRU, MLP 时间序列数据 2010-2020年Dez河四个监测站的日监测数据,包含十个水质参数 NA Simple_RNN, LSTM, CNN, GRU, MLP RMSE, MAE, MSE, MAPE NA
回到顶部