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 24288 篇文献,本页显示第 14521 - 14540 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
14521 2024-10-08
Denoising digital breast tomosynthesis projections using deep learning with synthetic data as training set
2023-May, Journal of medical imaging (Bellingham, Wash.)
研究论文 本文研究了使用深度学习技术对数字乳腺断层合成(DBT)投影图像进行去噪,并提出使用合成数据进行训练 提出使用软件生成的合成数据来训练深度神经网络(DNN)进行DBT图像去噪,解决了实际数据集获取困难的问题 仅限于DBT图像去噪,未涉及其他类型的医学图像处理 研究如何在没有大量实际数据的情况下,使用合成数据训练深度神经网络进行DBT图像去噪 数字乳腺断层合成(DBT)投影图像的去噪 计算机视觉 NA 深度神经网络(DNN) 深度神经网络(DNN) 图像 合成数据集包含噪声和原始图像,具体样本数量未提及
14522 2024-10-08
Histogram of Oriented Gradients meet deep learning: A novel multi-task deep network for 2D surgical image semantic segmentation
2023-04, Medical image analysis IF:10.7Q1
研究论文 本文提出了一种新颖的多任务深度学习方法,用于2D手术图像的语义分割 本文的创新点在于使用无监督方式生成辅助任务的伪标签,并利用方向梯度直方图(HOG)作为伪标签生成的特征 NA 研究目的是改进医学图像分割的性能 研究对象是2D手术图像的语义分割 计算机视觉 NA 方向梯度直方图(HOG) 多任务深度网络 图像 两个不同的医学图像分割数据集
14523 2024-10-08
AI-based multi-PRS models outperform classical single-PRS models
2023, Frontiers in genetics IF:2.8Q2
研究论文 本文研究了基于AI的多PRS模型是否能超越传统的单一PRS模型 本文创新性地将其他疾病的PRS添加到预测模型中,并使用机器学习模型替代回归模型,显著提高了预测性能 NA 研究如何通过添加其他疾病的PRS和使用机器学习模型来提高疾病风险的预测性能 多PRS模型与单一PRS模型的比较,以及回归模型与机器学习模型的比较 机器学习 多种复杂疾病 机器学习 深度学习 基因数据 NA
14524 2024-10-08
Mini-COVIDNet: Efficient Lightweight Deep Neural Network for Ultrasound Based Point-of-Care Detection of COVID-19
2021-06, IEEE transactions on ultrasonics, ferroelectrics, and frequency control
研究论文 本文开发了一种轻量级的深度学习模型Mini-COVIDNet,用于基于肺部超声图像的COVID-19检测 提出了Mini-COVIDNet模型,相比现有模型参数减少了4.39倍,内存需求仅为51.29 MB,适用于移动平台部署 NA 开发一种适用于移动平台的轻量级深度学习模型,用于COVID-19的快速检测 COVID-19、肺炎和健康状态的肺部超声图像 计算机视觉 COVID-19 深度学习 深度神经网络 图像 三类样本:COVID-19、肺炎和健康状态
14525 2024-10-08
InstantDL: an easy-to-use deep learning pipeline for image segmentation and classification
2021-Mar-02, BMC bioinformatics IF:2.9Q1
研究论文 本文介绍了一个名为InstantDL的深度学习管道,用于图像分割和分类任务 InstantDL允许具有基本计算背景的研究人员轻松应用经过调试和基准测试的最新深度学习算法,无需大量编码和机器学习背景 NA 开发一个易于使用的深度学习管道,使生物医学研究人员能够进行可重复的图像处理 图像分割和分类任务 计算机视觉 NA 卷积神经网络 CNN 图像 七个公开数据集
14526 2024-10-08
DRPnet: automated particle picking in cryo-electron micrographs using deep regression
2021-Feb-08, BMC bioinformatics IF:2.9Q1
研究论文 本文开发了一种基于深度学习的粒子挑选网络,用于自动检测冷冻电镜图像中的粒子中心 提出了一种双卷积神经网络级联的方法,名为DRPnet,能够有效识别不同大小、形状、分布和灰度模式的粒子,并在多个性能指标上优于现有方法 NA 开发一种自动化的方法来识别和选择冷冻电镜图像中的蛋白质粒子 冷冻电镜图像中的蛋白质粒子 计算机视觉 NA 深度学习 卷积神经网络(CNN) 图像 单个冷冻电镜数据集
14527 2024-10-08
Ankle fracture classification using deep learning: automating detailed AO Foundation/Orthopedic Trauma Association (AO/OTA) 2018 malleolar fracture identification reaches a high degree of correct classification
2021-02, Acta orthopaedica IF:2.5Q1
研究论文 研究使用深度学习算法自动分类踝关节骨折,特别是根据AO基金会/骨科创伤协会(AO/OTA)2018标准进行详细分类 开发了一种基于ResNet架构的神经网络,能够自动学习并分类踝关节骨折的复杂分类标准 研究主要集中在踝关节骨折的分类,未涉及其他身体部位的骨折分类 探索使用深度学习算法自动分类踝关节骨折,以辅助骨科决策 踝关节骨折的分类,特别是AO/OTA 2018标准的详细分类 计算机视觉 NA 深度学习 ResNet 图像 4941例踝关节X光检查图像,其中400例用于测试
14528 2024-10-08
A Review on Deep Learning Techniques for the Diagnosis of Novel Coronavirus (COVID-19)
2021, IEEE access : practical innovations, open solutions IF:3.4Q2
综述 本文综述了基于深度学习技术用于新型冠状病毒(COVID-19)诊断的最新系统 本文提供了对使用不同医学成像模式(如CT和X射线)的深度学习系统的全面概述,并讨论了用于训练这些网络的知名数据集 本文指出了使用深度学习方法进行COVID-19检测的挑战,并提出了未来研究的趋势 旨在概述基于深度学习技术用于COVID-19诊断的系统,并为专家和技术人员提供理解这些技术如何被使用以及如何进一步利用它们来对抗COVID-19爆发的见解 COVID-19诊断的深度学习系统 计算机视觉 新型冠状病毒 深度学习 NA 图像 NA
14529 2024-10-08
M 3Lung-Sys: A Deep Learning System for Multi-Class Lung Pneumonia Screening From CT Imaging
2020-12, IEEE journal of biomedical and health informatics IF:6.7Q1
研究论文 本文提出了一种用于多类肺部肺炎筛查的深度学习系统M 3Lung-Sys,通过CT影像进行诊断 该系统仅由两个2D CNN网络组成,分别用于切片级和患者级分类,能够从大量CT切片中提取特征并恢复不同切片间的时间信息 NA 旨在提高COVID-19等肺部肺炎的准确诊断,以便及时隔离和治疗 COVID-19、H1N1、CAP和健康病例的CT影像 计算机视觉 肺部疾病 深度学习 CNN 影像 734名患者(251名健康人,245名COVID-19患者,105名H1N1患者,133名CAP患者)
14530 2024-10-07
Structural modeling of ion channels using AlphaFold2, RoseTTAFold2, and ESMFold
2024-12, Channels (Austin, Tex.)
review 本文综述了使用AlphaFold2、RoseTTAFold2和ESMFold进行离子通道结构建模的应用 本文通过比较这些模型与冷冻电镜结构的相似性和差异,揭示了当前最先进的深度学习计算方法在建模离子通道结构方面的优势和局限 本文主要集中在电压门控离子通道的结构建模,未涵盖所有类型的离子通道 评估和比较AlphaFold2、RoseTTAFold2和ESMFold在离子通道结构建模中的应用效果 电压门控离子通道,包括人类电压门控钠通道Na1.8、钙通道Ca1.1和钾通道K1.3 计算机视觉 NA 深度学习 AlphaFold2、RoseTTAFold2、ESMFold 蛋白质结构 包括人类电压门控钠通道Na1.8、钙通道Ca1.1和钾通道K1.3
14531 2024-10-07
Deep learning classification of EEG-based BCI monitoring of the attempted arm and hand movements
2024-Oct-28, Biomedizinische Technik. Biomedical engineering
研究论文 研究利用深度学习技术对基于脑电图(EEG)的脑机接口(BCI)进行分类,以监测手臂和手部运动尝试 结合卷积神经网络(CNN)和长短期记忆(LSTM)架构,提取EEG信号中的时空特征,并使用三种特征选择方法提高分类性能 研究主要集中在颈椎脊髓损伤(SCI)患者,未涵盖其他类型的运动障碍 提高颈椎脊髓损伤患者特定运动分类的平均性能 颈椎脊髓损伤患者的脑电图数据 机器学习 颈椎脊髓损伤 脑电图(EEG) 卷积神经网络(CNN)和长短期记忆(LSTM) 脑电图信号 来自格拉茨理工大学的低频多类脑电图数据集
14532 2024-10-07
AML leukocyte classification method for small samples based on ACGAN
2024-Oct-28, Biomedizinische Technik. Biomedical engineering
研究论文 本文研究了基于辅助分类生成对抗网络(ACGAN)的小样本急性髓系白血病(AML)白细胞分类方法 本文首次将ACGAN应用于小样本白细胞分类任务,并展示了其在分类准确性上的竞争力 NA 评估ACGAN在小样本白细胞分类任务中的适用性 急性髓系白血病(AML)白细胞 机器学习 血液恶性肿瘤 生成对抗网络(GAN) 辅助分类生成对抗网络(ACGAN) 图像 小样本
14533 2024-10-07
Vein segmentation and visualization of upper and lower extremities using convolution neural network
2024-Oct-28, Biomedizinische Technik. Biomedical engineering
研究论文 研究开发了一种基于深度学习自参数化卷积神经网络的静脉定位、识别和可视化框架,用于分割和可视化上下肢静脉图 提出了自参数化的U-Net模型,用于在不受约束条件下进行静脉分割和可视化,优于传统的CNN架构 研究样本量较小,仅涉及72名受试者 开发一种可靠的实时静脉定位和可视化系统,以辅助血管外科医生进行静脉穿刺、血管手术或慢性静脉疾病治疗 上下肢静脉的分割和可视化 计算机视觉 慢性静脉疾病 卷积神经网络 U-Net 图像 72名受试者的上下肢静脉数据
14534 2024-10-07
Repairing Noise-Contaminated Low-Frequency Vibrational Spectra with an Attention U-Net
2024-Oct-05, Journal of the American Chemical Society IF:14.4Q1
研究论文 本文开发了一种基于注意力增强U-net架构的深度学习去噪协议,用于修复低频振动光谱中的噪声污染 利用高频和低频振动模式之间的内在相关性,有效重建低频光谱特征 NA 解决低频振动光谱检测和分析中的挑战 低频振动模式在红外和拉曼光谱中的应用 机器学习 NA 深度学习 注意力U-net 光谱 实验中使用了吸附在Ag表面上的-1,2-双(4-吡啶基)乙烯(BPE)作为代表性系统
14535 2024-10-07
A comparative study of early stage Alzheimer's disease classification using various transfer learning CNN frameworks
2024-Oct-05, Network (Bristol, England)
研究论文 本文研究了使用多种迁移学习CNN框架对早期阿尔茨海默病进行分类的效果 通过在基础CNN架构中加入批量归一化、dropout和全连接层,提高了模型对阿尔茨海默病分类的准确性和效率 未提及具体限制 评估和比较不同迁移学习CNN框架在早期阿尔茨海默病分类中的性能 早期阿尔茨海默病的分类 计算机视觉 阿尔茨海默病 迁移学习 CNN 图像 训练图像5120张,测试图像1280张
14536 2024-10-07
Enhanced image quality and lesion detection in FLAIR MRI of white matter hyperintensity through deep learning-based reconstruction
2024-Oct-04, Asian journal of surgery IF:3.5Q1
研究论文 研究深度学习重建(DLR)在3.0T扫描仪上对白质高信号(WMH)的评估是否能提高图像质量和病灶检测能力,并与传统重建(CR)进行比较 深度学习重建(DLR)在图像质量和病灶检测敏感性方面显著优于传统重建(CR) NA 研究深度学习重建(DLR)在白质高信号(WMH)评估中的应用效果 白质高信号(WMH)的图像质量和病灶检测能力 计算机视觉 NA 深度学习重建(DLR) NA 图像 131名参与者(平均年龄46岁±17;46名男性)
14537 2024-10-07
Computer vision and deep transfer learning for automatic gauge reading detection
2024-10-03, Scientific reports IF:3.8Q1
研究论文 本文提出了一种使用深度学习和图像处理技术的自动模拟仪表读数检测系统 采用DenseNet 169、InceptionNet V3和VGG19等深度迁移学习模型进行自动读数检测,并展示了DenseNet 169在精度和泛化能力上的优势 VGG19模型存在过拟合问题,训练精度高但测试精度较低 开发一种自动化的模拟仪表读数检测系统,提高读数的准确性和效率 模拟仪表的读数检测 计算机视觉 NA 深度学习、机器学习、图像处理 DenseNet 169、InceptionNet V3、VGG19 图像 1011张标注图片,9个类别,读数范围从0到8
14538 2024-10-07
ChemAP: predicting drug approval with chemical structures before clinical trial phase by leveraging multi-modal embedding space and knowledge distillation
2024-10-03, Scientific reports IF:3.8Q1
研究论文 本文介绍了一种名为ChemAP的新型深度学习方案,用于在药物发现早期阶段预测药物批准 首次展示了仅使用药物结构信息通过深度学习技术定义批准和未批准药物的化学空间,从而预测药物批准的可能性 NA 开发一种仅使用化学结构数据在药物开发早期阶段进行决策的计算模型 药物批准预测 机器学习 NA 深度学习 深度学习模型 化学结构数据 使用了药物批准基准数据集和包含2023年FDA批准药物及2024年临床试验失败药物的外部数据集
14539 2024-10-07
Enhancing human computer interaction with coot optimization and deep learning for multi language identification
2024-10-03, Scientific reports IF:3.8Q1
研究论文 本文提出了一种结合Coot优化算法和深度学习的多语言识别技术,用于增强人机交互 开发了一种新的Coot优化算法与深度学习驱动的多语言识别和检测技术(COADL-MSLID),用于人机交互应用 NA 提高人机交互系统中多语言识别的准确性和效率 多语言识别技术在人机交互中的应用 自然语言处理 NA 深度学习 卷积神经网络(CNN) 音频 基准数据集
14540 2024-10-07
Synergistic application of digital outcrop characterization techniques and deep learning algorithms in geological exploration
2024-Oct-03, Scientific reports IF:3.8Q1
研究论文 本研究开发了一个基于Cesium的野外数字露头可视化平台,结合改进的VGG19算法模型,提高了岩石纹理和复杂结构的识别精度 首次将数字露头表征技术与深度学习算法结合,提供了一种更快、更全面的野外地质条件理解手段 NA 开发一种新的技术平台,以提高地质学家在野外对露头数据的分析效率和易用性 地质露头数据及其在野外的可视化和分析 数字病理学 NA UAV倾斜摄影 CNN 图像 NA
回到顶部