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 24188 篇文献,本页显示第 15121 - 15140 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
15121 2024-09-30
Guide for the application of the data augmentation approach on sets of texts in Spanish for sentiment and emotion analysis
2024, PloS one IF:2.9Q1
研究论文 研究探讨了数据增强技术在西班牙语文本情感和情绪分析中的应用效果 首次系统评估了多种数据增强技术在西班牙语文本情感和情绪分析中的应用效果,并提供了选择算法和技术的指导 研究仅限于西班牙语文本,且样本量较小 探讨数据增强技术是否能提高西班牙语文本情感和情绪分析的分类效果 西班牙语的歌词、社交媒体评论、智利国家报纸头条和高等教育学生调查回复 自然语言处理 NA 数据增强技术 卷积神经网络 (CNN), 生成对抗网络 (GAN), 双向编码器表示 (BETO) 文本 小规模数据集,包括歌词、社交媒体评论、报纸头条和调查回复
15122 2024-09-30
Parametric seasonal-trend autoregressive neural network for long-term crop price forecasting
2024, PloS one IF:2.9Q1
研究论文 本文提出了一种用于长期作物价格预测的参数季节性趋势自回归神经网络模型 提出了一个结合多核残差卷积神经网络和高斯季节性趋势模型的混合模型PaSTANet 未提及 通过长期预测和价格预响应来稳定作物供需 洋葱、萝卜、大白菜和青葱四种作物的长期价格预测 机器学习 NA 多核残差卷积神经网络 神经网络 时间序列数据 使用Garak市场的每日数据,涉及四种作物,预测2023年一年的价格
15123 2024-09-30
Understanding COVID-19 vaccine hesitancy of different regions in the post-epidemic era: A causality deep learning approach
2024 Jan-Dec, Digital health IF:2.9Q2
研究论文 本文通过分析与疫苗评论和公众态度相关的文本,探讨了后疫情时代不同地区对三种主要疫苗品牌(科兴、阿斯利康和辉瑞)的疫苗犹豫情况,并研究了疫苗犹豫与不同地区疫情流行程度之间的关系 本文提出了一个因果深度学习模型BertMCNN,用于预测用户的疫苗接种意愿和态度,并在提供的数据集上展示了优于传统机器学习算法和其他深度学习模型的性能 NA 理解后疫情时代不同地区的疫苗犹豫情况,并研究其与疫情流行程度的关系 科兴、阿斯利康和辉瑞三种疫苗品牌的公众评论和态度 自然语言处理 NA 因果深度学习 BertMCNN 文本 165629条Twitter用户评论
15124 2024-09-30
Explainable feature selection and deep learning based emotion recognition in virtual reality using eye tracker and physiological data
2024, Frontiers in medicine IF:3.1Q1
研究论文 研究在虚拟现实环境中使用可解释的机器学习和深度学习技术进行情感识别 结合虚拟现实与先进的可解释机器学习和深度学习方法进行情感识别 NA 探索在虚拟现实环境中使用可解释的机器学习和深度学习技术进行情感识别 情感识别 机器学习 NA 可解释的机器学习和深度学习技术 支持向量分类器 (SVC), K近邻 (KNN), 逻辑回归 (LR), 深度神经网络 (DNN), 双向长短期记忆网络 (Bi-LSTM), 注意力机制LSTM 多模态数据 使用名为VREED的多模态数据集进行情感识别
15125 2024-09-30
RETRACTION: Deep Learning Dual Neural Networks in the Construction of Learning Models for Online Courses in Piano Education
2024, Computational intelligence and neuroscience
correction 撤回了一篇关于使用深度学习双神经网络构建在线钢琴教育学习模型的文章 NA NA NA NA NA NA NA NA NA NA
15126 2024-09-30
RETRACTION: Cultural and Creative Product Design and Image Recognition Based on Deep Learning
2024, Computational intelligence and neuroscience
correction 撤回了一篇关于基于深度学习的文化创意产品设计和图像识别的文章 NA NA NA NA NA NA NA NA NA NA
15127 2024-09-28
RETRACTION: Analysis of Traditional Cultural Acceptance Based on Deep Learning
2024, Computational intelligence and neuroscience
correction 撤回基于深度学习的传统文化接受度分析文章 NA NA NA NA NA NA NA NA NA NA
15128 2024-09-30
Towards sustainable coastal management: aerial imagery and deep learning for high-resolution Sargassum mapping
2024, PeerJ IF:2.3Q2
研究论文 本研究提出了一种基于pix2pix架构的语义分割方法,用于计算海滩上浮游植物的覆盖面积 本研究首次使用pix2pix架构进行高分辨率浮游植物地图绘制,并构建了一个包含15,268张航拍图像的独特数据集 算法在识别浮游植物像素时存在轻微的低估倾向 研究旨在通过深度学习技术实现可持续的海岸管理,特别是浮游植物的分布和数量监测 研究对象包括大西洋沿岸多个国家的浮游植物分布和数量 计算机视觉 NA 深度学习 pix2pix 图像 15,268张航拍图像,分为三个类别,对应墨西哥金塔纳罗奥州的Mahahual和Puerto Morelos两个城市的海滩
15129 2024-09-29
FedFTN: Personalized federated learning with deep feature transformation network for multi-institutional low-count PET denoising
2023-12, Medical image analysis IF:10.7Q1
研究论文 提出了一种名为FedFTN的个性化联邦学习策略,用于多机构低计数PET图像去噪 FedFTN使用局部深度特征变换网络(FTN)调节全局共享去噪网络的特征输出,实现个性化去噪 NA 解决多机构低计数PET图像去噪中的数据分布差异和隐私问题 多机构低计数PET图像 计算机视觉 NA 联邦学习 深度特征变换网络(FTN) 图像 来自三个大洲三个医疗中心的大规模多机构低计数PET成像数据
15130 2024-09-29
Are current machine learning applications comparable to radiologist classification of degenerate and herniated discs and Modic change? A systematic review and meta-analysis
2023-11, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1
meta-analysis 本文通过系统综述和荟萃分析,评估了当前机器学习算法在识别腰椎间盘退变、突出、膨出和Modic改变方面与放射科医生分类的比较 本文首次系统地探讨了这一主题,并建议结合深度学习和半监督或无监督学习方法以提高准确性 当前方法存在验证尝试少和样本量不足的问题 评估当前机器学习算法在识别腰椎间盘退变、突出、膨出和Modic改变方面的表现,并与放射科医生的分类进行比较 腰椎间盘退变、突出、膨出和Modic改变 machine learning NA MRI deep learning, support vector machine, k-nearest neighbors, random forest, naïve Bayes image 27项研究被纳入综述,其中25项用于多变量荟萃分析,14项用于双变量荟萃分析
15131 2024-09-29
4Dflow-VP-Net: A deep convolutional neural network for noninvasive estimation of relative pressures in stenotic flows from 4D flow MRI
2023-11, Magnetic resonance in medicine IF:3.0Q2
研究论文 提出了一种基于深度学习的方法,利用4D流MRI数据非侵入性地估计狭窄流中的相对压力梯度 提出了一种新的深度学习方法4Dflow-VP-Net,用于从4D流MRI速度数据中估计狭窄血管中的压力梯度 需要进一步验证该方法在不同临床条件下的适用性和准确性 开发一种非侵入性的方法来估计狭窄流中的相对压力梯度 狭窄血管中的相对压力梯度 计算机视觉 心血管疾病 4D流MRI 深度卷积神经网络 图像 16名患有中度和重度主动脉狭窄的患者
15132 2024-09-29
High-throughput synthesis provides data for predicting molecular properties and reaction success
2023-10-27, Science advances IF:11.7Q1
研究论文 本文介绍了一种利用光催化N-杂环合成、高通量实验、自动化纯化和物理化学分析的平台,用于预测分子性质和反应成功率 利用深度学习预测立体化学多样化的C-取代N-饱和杂环的可合成性,并揭示了结构与性质之间的新趋势 NA 提高药物发现中吸引骨架的合成效率和成功率 立体化学多样化的C-取代N-饱和杂环 药物发现 NA 光催化合成、高通量实验、自动化纯化、物理化学分析 深度学习 反应数据 1152个独立反应
15133 2024-09-30
Federated and Transfer Learning Methods for the Classification of Melanoma and Nonmelanoma Skin Cancers: A Prospective Study
2023-Oct-13, Sensors (Basel, Switzerland)
研究论文 本文综述了联邦学习和迁移学习方法在黑色素瘤和非黑色素瘤皮肤癌分类中的应用 本文综述了最新的联邦学习和迁移学习算法在恶性皮肤癌分类中的应用,并提出了未来研究的方向 本文综述了现有研究的局限性和挑战 帮助皮肤科医生和其他医疗专业人员在早期阶段对患者进行治疗 黑色素瘤和非黑色素瘤皮肤癌的分类 机器学习 皮肤癌 联邦学习、迁移学习 NA 图像 86篇文章
15134 2024-09-30
Aurora retrieval in all-sky images based on hash vision transformer
2023-Oct, Heliyon IF:3.4Q1
研究论文 本文提出了一种基于哈希视觉变换器的极光检索方法,用于从全天图像中提取极光特征 本文引入了基于Vision Transformer的Hash-Transformer模型,有效融合了极光图像的局部和全局特征表示 NA 研究极光现象的形态和时间特征,以更好地理解大规模磁层过程 极光现象及其在全天图像中的特征 计算机视觉 NA Vision Transformer Hash-Transformer 图像 基于真实世界数据
15135 2024-09-29
Automatic detection of circulating tumor cells and cancer associated fibroblasts using deep learning
2023-04-07, Scientific reports IF:3.8Q1
研究论文 本文开发了一种定制的成像系统和深度学习方法,用于自动检测循环肿瘤细胞和癌症相关成纤维细胞 本文的创新点在于开发了一种定制的成像系统和深度学习方法,显著提高了循环肿瘤细胞和癌症相关成纤维细胞的检测精度 NA 本文的研究目的是开发一种高效的方法来自动检测循环肿瘤细胞和癌症相关成纤维细胞,以辅助癌症诊断和预后 本文的研究对象是循环肿瘤细胞和癌症相关成纤维细胞 计算机视觉 NA 深度学习 NA 图像 使用了培养的癌症细胞和癌症相关成纤维细胞样本
15136 2024-09-30
Using Automatic Speech Recognition to Measure the Intelligibility of Speech Synthesized from Brain Signals
2023-Apr, International IEEE/EMBS Conference on Neural Engineering : [proceedings]. International IEEE EMBS Conference on Neural Engineering
研究论文 本文介绍了一种基于深度学习的AI听者,用于客观、快速、自动地评估脑机接口合成语音的可理解性 提出了一种新的深度学习模型AI听者,用于评估脑机接口合成语音的可理解性,并发现多个先前发布的脑机接口输出数据集不可理解 尚未提及 开发一种客观、快速、自动的方法来评估脑机接口合成语音的可理解性 脑机接口合成语音的可理解性 自然语言处理 NA 自动语音识别(ASR) 深度学习模型(Deepspeech, Wav2vec 2.0, Kaldi, XLSR-Wav2vec 2.0) 语音数据 包括健康语音、构音障碍者语音和脑机接口合成语音的多个语音数据集
15137 2024-09-29
Deep learning model integrating positron emission tomography and clinical data for prognosis prediction in non-small cell lung cancer patients
2023-Feb-06, BMC bioinformatics IF:2.9Q1
研究论文 本文提出了一种结合正电子发射断层扫描(PET)图像和临床数据的多模态深度学习模型,用于非小细胞肺癌(NSCLC)患者的预后预测 本文的创新点在于将PET图像信息与临床数据结合,通过深度学习模型提高了NSCLC患者生存预测的准确性 本文未详细讨论模型的泛化能力和在不同数据集上的表现 提高非小细胞肺癌患者的生存预测准确性 非小细胞肺癌患者 机器学习 肺癌 深度学习 多模态深度学习模型 图像和临床数据 NA
15138 2024-09-29
Review on the Evaluation and Development of Artificial Intelligence for COVID-19 Containment
2023-Jan-03, Sensors (Basel, Switzerland)
综述 本文综述了人工智能在COVID-19防控中的评估与发展 本文展示了人工智能算法与物联网穿戴设备的集成在COVID-19检测和预测中的有效性和效率 NA 研究人工智能在COVID-19大流行中的作用 COVID-19的预测、检测和防控方法 机器学习 COVID-19 机器学习、深度学习、图像处理、目标检测、图像分割、少样本学习 NA 图像、临床数据、声音、生物医学数据、社会人口数据 NA
15139 2024-09-29
Application of Machine Learning and Deep Learning Techniques for COVID-19 Screening Using Radiological Imaging: A Comprehensive Review
2023, SN computer science
综述 本文综述了使用放射影像学技术进行COVID-19筛查的机器学习和深度学习方法 介绍了多种AI/ML/DL算法用于计算机辅助检测COVID-19的创新点 讨论了已发表工作的优缺点和局限性 总结和比较用于COVID-19诊断预测的AI/ML/DL方法 COVID-19的放射影像学筛查 机器学习 呼吸系统疾病 机器学习、深度学习 多种模型 影像 265篇文章
15140 2024-09-29
COVID-19-The Role of Artificial Intelligence, Machine Learning, and Deep Learning: A Newfangled
2023, Archives of computational methods in engineering : state of the art reviews IF:9.7Q1
研究论文 本文综述了机器学习、深度学习和人工智能在应对COVID-19疫情和诊断其严重影响中的应用 本文通过比较分析现有文献中的预测方法,突出了机器学习、深度学习和人工智能技术在应对COVID-19疫情中的重要性 NA 探讨机器学习、深度学习和人工智能在应对COVID-19疫情中的应用 COVID-19疫情及其诊断方法 机器学习 COVID-19 机器学习、深度学习、人工智能 NA NA NA
回到顶部