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 17278 篇文献，本页显示第 14581 - 14600 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 14581 | 2024-08-05 |
Effects of different ground segmentation methods on the accuracy of UAV-based canopy volume measurements
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1393592
PMID:38957596
|
研究论文 | 本文研究了不同地面分割方法对无人机( UAV) 基于果树冠秆体积测量精度的影响。 | 本文提出了一种基于深度学习的U-Net模型在果树冠分割中的应用，并与传统的OTS和RANSAC方法进行了比较。 | 研究主要依赖于手动标记的数据集，可能对分割结果造成一定的偏差。 | 本文旨在探讨不同分割方法对无人机果树冠体积测量精度的影响。 | 研究对象为果树冠及其体积测量。 | 数字病理 | NA | 结构从运动 (SFM) 技术、深度学习 | U-Net | 图像 | 使用了手动标记的数据集，但具体样本大小未提供 |
| 14582 | 2024-08-05 |
Application of CT and MRI images based on artificial intelligence to predict lymph node metastases in patients with oral squamous cell carcinoma: a subgroup meta-analysis
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1395159
PMID:38957322
|
meta-analysis | 本研究系统评估了人工智能在预测口腔鳞状细胞癌患者淋巴结转移中的应用 | 首次定量评估了基于人工智能的CT和MRI在口腔鳞状细胞癌中的淋巴结转移预测性能 | 纳入的研究数量有限，且异质性存在 | 研究基于人工智能的CT和MRI在预测口腔鳞状细胞癌患者淋巴结转移的诊断性能 | 纳入了关于口腔鳞状细胞癌患者淋巴结转移预测的相关研究 | 医学影像 | 口腔癌 | 人工智能算法 | 机器学习和深度学习 | 影像 | 纳入了14项符合条件的研究 |
| 14583 | 2024-08-05 |
[Application of artificial intelligence in glaucoma. Part 1. Neural networks and deep learning in glaucoma screening and diagnosis]
2024, Vestnik oftalmologii
DOI:10.17116/oftalma202414003182
PMID:38962983
|
review | 本文回顾了人工智能在青光眼筛查、诊断、监测和治疗中的应用 | 文章探讨了深度学习和神经网络如何改善青光眼筛查的有效性 | 所回顾的文献结果相互矛盾，表明AI模型的改进需要进一步研究和标准化方法 | 探讨人工智能在青光眼筛查和诊断中的应用 | 关注使用深度学习和神经网络分析大数据的技术 | NA | 青光眼 | 眼部成像技术 | 神经网络 | 大数据 | NA |
| 14584 | 2024-08-05 |
Enhancing unmanned ground vehicle performance in SAR operations: integrated gesture-control and deep learning framework for optimised victim detection
2024, Frontiers in robotics and AI
IF:2.9Q2
DOI:10.3389/frobt.2024.1356345
PMID:38957217
|
研究论文 | 本研究提出了一种通过集成手势控制和深度学习来增强无人地面车辆在搜索和救援操作中的表现。 | 研究引入了一种新颖的技术框架，结合先进的手势识别和最前沿的深度学习，特别设计用于在灾难场景中提升UGV的受害者识别能力。 | NA | 提升在灾害中进行搜索和救援的情况意识和受害者检测能力。 | 无人地面车辆（UGVs）在混乱环境中的表现优化。 | 计算机视觉 | NA | YOLOv8，手势识别，深度学习 | MOA-SConv-Bi-LSTM-GRU | 图像 | 在模拟紧急场景中进行全面测试 |
| 14585 | 2024-08-05 |
Enhancing brain tumor detection in MRI with a rotation invariant Vision Transformer
2024, Frontiers in neuroinformatics
IF:2.5Q3
DOI:10.3389/fninf.2024.1414925
PMID:38957549
|
研究论文 | 该文章介绍了一种新型深度学习模型RViT用于MRI脑肿瘤分类。 | 引入旋转不变的补丁嵌入，提高了脑肿瘤识别的准确性 | NA | 提高MRI脑肿瘤检测的准确性 | 脑肿瘤的MRI扫描 | 计算机视觉 | 脑肿瘤 | 深度学习 | Vision Transformer | 影像 | 使用Kaggle的脑肿瘤MRI数据集进行评估 |
| 14586 | 2024-08-05 |
Benchmarking splice variant prediction algorithms using massively parallel splicing assays
2023-12-21, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-023-03144-z
PMID:38129864
|
研究论文 | 本文基于大规模平行剪接检测评估了八种广泛使用的剪接效应预测算法 | 创新之处在于利用大规模平行剪接实验数据为算法性能提供实验验证，以解决当前常用算法性能不一致的问题 | 本文主要集中在已知基因集的变异上，可能限制了结果的普遍适用性 | 旨在评估和比较不同剪接变异预测算法的性能 | 研究对象为3616种变异，涉及五个基因的剪接效应 | 数字病理学 | NA | 大规模平行剪接检测（MPSAs） | 深度学习模型 | 变异数据 | 3616种变异 |
| 14587 | 2024-08-05 |
An end-to-end deep learning framework for translating mass spectra to de-novo molecules
2023-Jun-23, Communications chemistry
IF:5.9Q1
DOI:10.1038/s42004-023-00932-3
PMID:37353554
|
研究论文 | 本文提出了一种深度学习框架Spec2Mol，用于根据质谱数据推荐分子结构 | 该研究首次应用类似Speech2Text的架构，将质谱直接转化为新分子的SMILES序列 | 该方法在参考数据库中无法找到分子结构信息时可能会存在局限性 | 研究旨在改善新分子结构的推荐过程 | 研究对象是通过质谱数据得出的化学分子结构 | 机器学习 | NA | 深度学习 | 编码器-解码器架构 | 质谱数据 | 使用了大量的化学结构数据进行预训练，但具体样本数量未明确 |
| 14588 | 2024-08-05 |
Low-dimensional organization of global brain states of reduced consciousness
2023-05-30, Cell reports
IF:7.5Q1
DOI:10.1016/j.celrep.2023.112491
PMID:37171963
|
研究论文 | 本文探讨了低维空间中意识状态的映射及其性质。 | 创新地结合了全脑建模、数据增强和深度学习方法，实现了对意识状态低维空间的表征。 | 本文未充分讨论高维空间与低维空间之间的具体映射机制。 | 研究意识状态与大脑配置之间的关系，探寻其低维表征。 | 研究涉及意识水平的变化，尤其是健康与脑损伤患者之间的状态。 | 计算机视觉 | 脑损伤 | 深度学习 | NA | 脑部配置数据 | NA |
| 14589 | 2024-08-05 |
A selective CutMix approach improves generalizability of deep learning-based grading and risk assessment of prostate cancer
2024-Dec, Journal of pathology informatics
DOI:10.1016/j.jpi.2024.100381
PMID:38953042
|
研究论文 | 本研究旨在训练一种基于人工智能的算法，对前列腺癌进行分级和风险评估 | 采用选择性CutMix训练策略，提高了深度学习模型在前列腺癌检测和分级上的通用性 | 研究依赖于特定数据集和方法，可能限制了模型的广泛适用性 | 提高前列腺癌手术后预后评估的准确性 | 来自191名接受根治性前列腺切除术（RP）的患者的前列腺组织标本 | 数字病理学 | 前列腺癌 | 深度学习 | ResNet50卷积神经网络和MobileNetV3 | 图像 | 580个整体切片和6218个标注的针刺活检切片 |
| 14590 | 2024-08-05 |
fMRI-based spatio-temporal parcellations of the human brain
2024-Aug-01, Current opinion in neurology
IF:4.1Q2
DOI:10.1097/WCO.0000000000001280
PMID:38804205
|
评论 | 本文章回顾了基于功能磁共振成像(fMRI)的人脑分区的当前方法和思想 | 采用机器学习技术，特别是深度学习，能够利用空间和时间信息进行更细致的人脑分区 | 目前尚无万能的脑分区解决方案，模型选择和下游分析影响最佳的分区策略 | 探讨基于fMRI的人脑分区方法及其在神经科学研究中的重要性 | 基于fMRI的数据和人脑的空间与时间动态 | 数字病理学 | NA | fMRI | 深度学习 | 数据 | NA |
| 14591 | 2024-08-05 |
Source-Free Domain Adaptation With Domain Generalized Pretraining for Face Anti-Spoofing
2024-Aug, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2024.3370721
PMID:38412088
|
研究论文 | 本文提出了一种新的无源域适应框架SDA-FAS，以解决面部反欺诈中的泛化问题 | 提出了第一个全栈隐私保护框架，系统性解决了无源设置下的源模型预训练、知识适应和目标数据探索问题 | 当前方法在无源数据的条件下可能受到域和身份偏差的限制 | 研究如何在无源域适应环境中提高面部反欺诈技术的泛化能力 | 面部反欺诈技术的深度学习模型 | 计算机视觉 | NA | 数据增强 | NA | 图像 | 十九个跨数据集场景 |
| 14592 | 2024-08-05 |
Residual network improves the prediction accuracy of genomic selection
2024-Aug, Animal genetics
IF:1.8Q3
DOI:10.1111/age.13445
PMID:38746973
|
研究论文 | 本文探讨了残差网络在基因选择中的应用，并提高了预测精度 | 引入残差网络（ResNet）以解决模型深度增加导致的梯度衰退问题，从而提高基因选择的预测准确性 | 深度学习方法尚未完全超越传统基因选择方法，仍有待进一步验证和优化 | 提高复杂性状的基因选择预测准确性 | 对小麦和猪数据集进行基因选择的准确性比较 | 机器学习 | NA | NA | 残差网络（ResNet） | 数据集（小麦、模拟和真实猪数据） | 三个数据集（小麦、模拟和真实猪数据） |
| 14593 | 2024-08-05 |
Inflammatory Knee Synovitis: Evaluation of an Accelerated FLAIR Sequence Compared With Standard Contrast-Enhanced Imaging
2024-Aug-01, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000001065
PMID:38329824
|
研究文章 | 本研究评估了深度学习加速的FLAIR序列在膝关节炎症滑膜炎诊断中的价值和准确性 | 提出了深度学习加速的FLAIR序列，提供了与标准对比增强成像相当的诊断效果 | 本研究为回顾性研究，样本量较小 | 评估非对比FLAIR序列在膝关节炎症滑膜炎中的诊断准确性 | 膝关节伴有炎症滑膜炎的患者 | 数字病理学 | NA | 深度学习加速FLAIR序列 | NA | 图像 | 55名患者 |
| 14594 | 2024-08-05 |
Exploiting protein language models for the precise classification of ion channels and ion transporters
2024-Aug, Proteins
IF:3.2Q2
DOI:10.1002/prot.26694
PMID:38656743
|
研究论文 | 本研究介绍了TooT-PLM-ionCT框架，用于精确分类离子通道和离子转运蛋白。 | 通过结合六个蛋白质语言模型和深度学习模型，提出了一种创新的方法以提升蛋白质分类的准确性，特别是在离子转运蛋白和膜蛋白的识别上，达到最先进的结果。 | 尽管进行了一些新数据集的引入以增强模型的强度和泛化能力，但仍需进一步的验证和评估。 | 研究旨在提升离子通道与离子转运蛋白的分类精度。 | 研究对象包括离子通道、离子转运蛋白和膜蛋白。 | 生物信息学 | NA | 蛋白质语言模型和深度学习 | NA | 数据集 | 验证了现有数据集，并引入新的数据集以增强模型评估，样本大小未具体提及 |
| 14595 | 2024-08-05 |
Randomness Regularization With Simple Consistency Training for Neural Networks
2024-Aug, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2024.3370716
PMID:38421846
|
研究论文 | 本论文介绍了一种简单的一致性训练策略R-Drop，以规范神经网络训练中的随机性 | R-Drop通过最小化由dropout产生的输出分布之间的双向KL散度来解决训练和推理之间的不一致性 | NA | 目标是通过引入一致性训练来解决神经网络训练中的随机性问题 | 涉及广泛使用的深度学习任务和不同类型的神经网络 | 机器学习 | NA | dropout | 前馈神经网络、递归神经网络、图神经网络 | 数据集 | 共23个数据集的7个广泛使用的深度学习任务 |
| 14596 | 2024-08-05 |
Graphical models for identifying pore-forming proteins
2024-Aug, Proteins
IF:3.2Q2
DOI:10.1002/prot.26687
PMID:38618860
|
研究论文 | 本文提出了一种图形模型，用于识别孔形成蛋白。 | 提出了一种基于蛋白质结构的样本高效图形模型，能够在序列相似性较低的情况下识别结构相似的蛋白。 | 已知的孔形成毒素结构数量有限，因此识别新结构相似的蛋白仍然具有挑战性。 | 旨在改进识别孔形成蛋白的方法，推动农业害虫控制的新方法开发。 | 研究对象为孔形成蛋白及其在生物膜中的功能和结构。 | 计算机视觉 | NA | 深度学习 | 半马尔可夫条件随机场模型 | 蛋白质序列 | UniRef50中包含4300万个蛋白的基因组广泛蛋白质数据库 |
| 14597 | 2024-08-05 |
Sequential Point Clouds: A Survey
2024-Aug, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2024.3365970
PMID:38354073
|
综述 | 本文提供了对应用于顺序点云研究的深度学习方法的全面回顾 | 系统总结并比较了对公共基准数据集测评的多种方法的定量结果 | 对当前顺序点云研究的挑战进行了讨论，但可能未给出具体的解决方案 | 探讨顺序点云的理解与应用，并总结相关研究进展 | 顺序点云的深度学习方法，如动态流估计、物体检测与跟踪等 | 计算机视觉 | NA | 深度学习 | NA | 点云 | NA |
| 14598 | 2024-08-05 |
Secure and privacy improved cloud user authentication in biometric multimodal multi fusion using blockchain-based lightweight deep instance-based DetectNet
2024-Aug, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2304707
PMID:38293964
|
研究论文 | 本研究提出了一种在云端系统中增强用户认证安全性和隐私的创新解决方案 | 集成了多模态生物识别、深度学习和区块链技术，创新地解决了用户隐私与认证准确性之间的矛盾 | NA | 旨在应对不断演变的网络威胁，提高云端系统的用户认证安全性和隐私保护 | 用户认证系统，使用多模态生物识别数据进行身份验证 | 计算机视觉 | NA | 深度学习、区块链技术 | IL-DN | 生物识别数据 | NA |
| 14599 | 2024-08-07 |
Adaptive Perturbation for Adversarial Attack
2024-Aug, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2024.3367773
PMID:38376968
|
研究论文 | 本文提出了一种新的自适应扰动方法用于对抗性攻击，改善了对抗样本的攻击成功率 | 该方法直接利用精确的梯度方向并引入自适应缩放因子，避免了使用符号函数的局限 | 本文未提及对不同攻击目标的表现差异 | 研究深度学习模型的安全性，特别是在对抗性攻击方面的表现 | 对抗性攻击样本的生成和优化 | 机器学习 | NA | 对抗性攻击 | NA | 图像 | CIFAR10和ImageNet数据集的广泛实验 |
| 14600 | 2024-08-05 |
Semi-Supervised Multimodal Representation Learning Through a Global Workspace
2024-Jul-02, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2024.3416701
PMID:38954575
|
研究论文 | 本研究评估了一种基于‘全球工作空间’概念的神经网络架构，旨在实现多模态表示学习. | 该架构允许通过自监督学习实现多模态对齐和信号转换，且使用的匹配数据需求显著低于完全监督的方法. | 本研究未详细探讨该模型在极端复杂数据集上的表现. | 探索如何通过稀疏的跨模态数据经历来学习有效的多模态表示. | 针对视觉-语言模态对的多模态数据进行研究. | 机器学习 | NA | 自监督学习 | 神经网络架构 | 图像和文本 | 使用了不同复杂度的两个数据集，具体样本数未指定 |