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 25127 篇文献,本页显示第 14121 - 14140 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
14121 2024-10-28
Artificial Intelligence and Advanced Technology in Glaucoma: A Review
2024-Oct-16, Journal of personalized medicine IF:3.0Q1
综述 本文综述了人工智能在青光眼个性化管理中的应用现状,强调了进展、挑战和未来方向 人工智能技术在青光眼管理中的应用,包括早期检测、诊断、治疗优化和预后预测 数据异质性、模型可解释性和监管问题 探讨人工智能在青光眼个性化管理中的应用现状和未来方向 青光眼患者 机器学习 眼科疾病 机器学习算法,特别是深度学习模型 深度学习模型 图像 NA
14122 2024-10-28
Leveraging Deep Learning and Generative AI for Predicting Rheological Properties and Material Compositions of 3D Printed Polyacrylamide Hydrogels
2024-Oct-15, Gels (Basel, Switzerland)
研究论文 本文利用深度学习和生成式AI模型预测3D打印聚丙烯酰胺水凝胶的流变性质和材料组成 本文首次训练深度学习模型来预测3D打印聚丙烯酰胺水凝胶的存储模量和损失模量,并生成符合实际数据分布的合成数据 本文未提及具体的局限性 研究目的是利用AI模型预测3D打印材料的流变性质和组成 研究对象是3D打印的聚丙烯酰胺水凝胶 机器学习 NA 深度学习 多层感知器(MLP)、变分自编码器(VAE)、条件变分自编码器(CVAE) 数值数据 涉及七个凝胶成分参数
14123 2024-10-28
Verdiff-Net: A Conditional Diffusion Framework for Spinal Medical Image Segmentation
2024-Oct-15, Bioengineering (Basel, Switzerland)
研究论文 提出了一种基于扩散模型的脊椎医学图像分割框架Verdiff-Net,通过学习数据分布提高分割精度和稳定性 引入多尺度融合模块和噪声语义适配器,以改进分割掩码的精细化 NA 提高脊椎医学图像分割的准确性和稳定性 脊椎医学图像 计算机视觉 NA 扩散模型 扩散模型 图像 四个多模态脊椎数据集
14124 2024-10-28
Artificial Intelligence in Uropathology
2024-Oct-14, Diagnostics (Basel, Switzerland)
综述 本文探讨了人工智能在泌尿病理学领域的变革性影响,特别是其在诊断、分级和预测各种泌尿系统癌症中的应用 人工智能,尤其是深度学习算法,展示了显著的潜力,可以提高病理工作流程的准确性和效率 NA 提供关于人工智能在诊断、预测预后和确定尿路肿瘤药物反应方面应用的主要数据的深入概述 泌尿系统癌症的诊断、分级和预后预测 数字病理学 泌尿系统疾病 深度学习算法 深度学习 图像 NA
14125 2024-10-28
Current Status and Challenges and Future Trends of Deep Learning-Based Intrusion Detection Models
2024-Oct-14, Journal of imaging IF:2.7Q3
综述 本文综述了基于深度学习的入侵检测模型的现状、挑战和未来趋势 本文介绍了BERT系列和GPT系列在大规模预测模型中的应用,并展望了未来研究方向 NA 探讨基于深度学习的入侵检测模型的现状、挑战和未来趋势 深度学习入侵检测模型及其在网络安全中的应用 机器学习 NA 深度学习 深度自编码器、深度信念网络、深度神经网络、卷积神经网络、循环神经网络、生成对抗网络、Transformer 数据集 NA
14126 2024-10-28
Convolutional Neural Network Incorporating Multiple Attention Mechanisms for MRI Classification of Lumbar Spinal Stenosis
2024-Oct-13, Bioengineering (Basel, Switzerland)
研究论文 本文提出了一种结合多种注意力机制的卷积神经网络模型,用于通过MRI图像对腰椎管狭窄症进行分类 本文创新性地将多种注意力机制(多头自注意力模块、槽注意力模块、通道和空间注意力模块)集成到卷积神经网络中,以提高分类的准确性和鲁棒性 NA 开发一种基于卷积神经网络的深度学习模型,通过集成多种注意力机制来提高腰椎管狭窄症MRI图像分类的准确性和鲁棒性 腰椎管狭窄症的MRI图像分类 计算机视觉 腰椎疾病 卷积神经网络 CNN 图像 来自多个机构的规范化MRI数据集,涵盖多种腰椎退行性病变
14127 2024-10-28
Research on Credit Default Prediction Model Based on TabNet-Stacking
2024-Oct-13, Entropy (Basel, Switzerland)
研究论文 本文提出了一种基于TabNet-Stacking的信用违约预测模型 使用多群体遗传算法优化Attention Transformer自动特征选择模块,并采用粒子群算法优化超参数选择 未提及具体实验数据的局限性 提高信用违约预测的准确性和效率 信用违约预测模型 机器学习 NA 深度学习 TabNet-Stacking 数据 未提及具体样本数量
14128 2024-10-28
Optimizing EEG Signal Integrity: A Comprehensive Guide to Ocular Artifact Correction
2024-Oct-12, Bioengineering (Basel, Switzerland)
教程 本文提供了一个全面的指南,介绍如何校正眼动伪迹以优化脑电信号的完整性 本文介绍了传统方法如回归技术和独立成分分析,以及更先进的方法如伪迹子空间重建和基于深度学习的算法 NA 提供有效的眼动伪迹校正方法,确保脑电数据的准确性和可靠性 脑电信号中的眼动伪迹 神经科学 NA 独立成分分析 (ICA)、伪迹子空间重建 (ASR)、深度学习 NA 脑电信号 (EEG) NA
14129 2024-10-28
Advanced Deep Learning Fusion Model for Early Multi-Classification of Lung and Colon Cancer Using Histopathological Images
2024-Oct-12, Diagnostics (Basel, Switzerland)
研究论文 本文提出了一种用于早期多分类肺癌和结肠癌的先进深度学习融合模型,利用组织病理学图像进行分析 本文创新性地整合了ResNet-101V2、NASNetMobile和EfficientNet-B0三种深度学习架构,通过特征融合提高分类准确性 NA 旨在通过深度学习模型辅助病理学家早期检测肺癌和结肠癌,减少工作量、时间和成本 肺癌和结肠癌的组织病理学图像 计算机视觉 肺癌 深度学习 深度学习融合模型 图像 LC25000数据集,包含结肠和肺的组织病理学图像
14130 2024-10-28
A Deep Learning Biomimetic Milky Way Compass
2024-Oct-12, Biomimetics (Basel, Switzerland)
研究论文 研究提出了一种基于深度学习的仿生银河指南针,用于检测航向变化 结合YOLOv8m-seg模型和归一化二阶中心矩计算银河方向角,解决了传统图像分割方法在月光或人造光存在时的不适用问题 在路径涉及左右90°转弯时,与真实值相比存在约5-10°的差异 探索基于视觉的技术,利用银河作为导航线索检测航向变化 银河方向角和夜间导航 计算机视觉 NA YOLOv8m-seg模型 YOLOv8m-seg 图像 使用了自己的训练数据集,验证数据集上的mAP@0.5为84.7%
14131 2024-10-28
MTC-NET: A Multi-Channel Independent Anomaly Detection Method for Network Traffic
2024-Oct-10, Biomimetics (Basel, Switzerland)
研究论文 提出了一种新的多通道网络流量异常检测模型MTC-Net,通过分解网络流量序列并引入基于补丁的策略来提高检测性能 将网络流量序列分解为多个一维时间序列,并引入基于补丁的策略,结合Transformer和CNN捕捉复杂模式 未提及 改进网络流量异常检测的性能 网络流量异常检测 机器学习 NA Transformer, CNN MTC-Net 网络流量序列 四个公开数据集:KDD Cup 99, NSL-KDD, UNSW-NB15, CIC-IDS2017
14132 2024-10-28
Deep Learning for Epileptic Seizure Detection Using a Causal-Spatio-Temporal Model Based on Transfer Entropy
2024-Oct-10, Entropy (Basel, Switzerland)
研究论文 本文提出了一种基于转移熵的因果时空图注意力网络用于癫痫发作检测 使用转移熵构建多通道间的因果图,结合图注意力网络和双向长短期记忆网络捕捉时空动态相关性和空间拓扑结构信息 未提及具体局限性 研究不同患者癫痫发作的准确自动检测技术 癫痫发作的因果关系和时空动态相关性 机器学习 癫痫 转移熵 图注意力网络和双向长短期记忆网络 时空数据 SWEZ数据集和私有数据集
14133 2024-10-28
Enhanced Self-Checkout System for Retail Based on Improved YOLOv10
2024-Oct-10, Journal of imaging IF:2.7Q3
研究论文 本文提出了一种基于改进YOLOv10网络的新型自助结账系统,旨在提高结账效率并降低劳动力成本 本文引入了YOLOv8的检测头结构对YOLOv10模型进行优化,显著提高了产品识别准确率,并开发了适用于自助结账场景的后处理算法 NA 提高零售自动化中的结账效率和降低劳动力成本 自助结账系统及其在零售中的应用 计算机视觉 NA YOLOv10 YOLOv10 图像 NA
14134 2024-10-28
Fully Interpretable Deep Learning Model Using IR Thermal Images for Possible Breast Cancer Cases
2024-Oct-09, Biomimetics (Basel, Switzerland)
研究论文 研究利用红外热成像和机器学习技术提高乳腺癌早期诊断的准确性 提出了一种结合贝叶斯网络和卷积神经网络的全解释性深度学习模型,用于乳腺癌的早期诊断 NA 提高乳腺癌早期诊断的准确性 红外热成像和医疗记录 机器学习 乳腺癌 贝叶斯网络,卷积神经网络 CNN 图像 NA
14135 2024-10-27
dsAMP and dsAMPGAN: Deep Learning Networks for Antimicrobial Peptides Recognition and Generation
2024-Oct-09, Antibiotics (Basel, Switzerland)
研究论文 本文介绍了一种用于抗菌肽识别和生成的深度学习框架 提出了discoverAMP (dsAMP)和dsAMPGAN模型,分别用于抗菌肽的分类和生成,性能优于现有方法 NA 开发新的抗菌肽以应对抗生素耐药性问题 抗菌肽的分类、功能预测和生成 机器学习 NA 深度学习 CNN Attention BiLSTM, GAN 肽序列 小数据集
14136 2024-10-28
Deep Learning for Generating Time-of-Flight Camera Artifacts
2024-Oct-08, Journal of imaging IF:2.7Q3
研究论文 本文提出了一种基于深度学习的方法,利用高质量激光扫描数据生成逼真的飞行时间相机数据 本文创新性地使用MCW-Net进行域转移,将激光扫描数据转换为飞行时间相机数据,并引入噪声模型以补偿初始步骤中缺乏的噪声 本文方法依赖于高质量的激光扫描数据,且需要大量的训练数据 研究如何生成逼真的飞行时间相机数据以纠正多路径干扰引起的噪声和错误 飞行时间相机数据和激光扫描数据 计算机视觉 NA 深度学习 MCW-Net 图像 使用了一个真实世界的数据集进行不同训练变体的探索
14137 2024-10-28
Older Adult Fall Risk Prediction with Deep Learning and Timed Up and Go (TUG) Test Data
2024-Oct-05, Bioengineering (Basel, Switzerland)
研究论文 本文利用深度学习和TUG测试数据预测老年人的跌倒风险 本文首次使用惯性测量单元(IMU)在TUG测试中收集的运动数据,通过深度学习模型预测老年人的跌倒风险 研究样本量较小,且仅基于TUG测试数据进行预测 预测老年人在未来六个月内的跌倒风险 老年人的跌倒风险 机器学习 NA 惯性测量单元(IMU) 卷积神经网络(CNN)和循环神经网络(RNN) 运动数据 106名老年人
14138 2024-10-28
Clinical Validation of Deep Learning for Segmentation of Multiple Dental Features in Periapical Radiographs
2024-Oct-05, Bioengineering (Basel, Switzerland)
研究论文 本文验证了深度学习系统在牙周X光片中自动分割多个牙科特征的诊断性能 使用人工智能系统自动检测牙周X光片中的牙齿、龋齿、种植体、修复体和固定义齿 仅限于牙周X光片的应用,未涉及其他类型的牙科影像 验证人工智能系统在牙周X光片中自动检测牙科特征的诊断性能 牙周X光片中的牙齿、龋齿、种植体、修复体和固定义齿 计算机视觉 NA 深度学习 NA 图像 1000张牙周X光片,来自500名成年患者
14139 2024-10-28
Invariant point message passing for protein side chain packing
2024-Oct, Proteins IF:3.2Q2
研究论文 本文介绍了一种基于几何图神经网络的蛋白质侧链包装方法PIPPack PIPPack利用几何感知的不变点消息传递(IPMP)处理局部结构和序列信息,生成理想的侧链坐标 NA 提高蛋白质侧链包装任务的预测精度和速度 蛋白质侧链包装 机器学习 NA 几何图神经网络 IPMP 蛋白质结构数据 约1400个高质量蛋白质链
14140 2024-10-28
PocketDTA: an advanced multimodal architecture for enhanced prediction of drug-target affinity from 3D structural data of target binding pockets
2024-Oct-01, Bioinformatics (Oxford, England)
研究论文 本文介绍了一种名为PocketDTA的多模态架构,用于从目标结合口袋的3D结构数据中增强药物-靶点亲和力的预测 PocketDTA模型通过预训练模型ESM-2和GraphMVP增强了泛化性能,并使用自定义的GVP-GNN层和GraphMVP解码器处理前3个目标结合口袋和药物3D信息,同时通过双线性注意力网络提高了解释性 NA 提高药物-靶点结合亲和力预测的准确性和解释性 药物-靶点结合亲和力 机器学习 NA 深度学习 GVP-GNN 3D结构数据 优化后的Davis和KIBA数据集
回到顶部