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 16691 篇文献,本页显示第 15781 - 15800 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
15781 2024-08-07
A prediction method of interaction based on Bilinear Attention Networks for designing polyphenol-protein complexes delivery systems
2024-Jun, International journal of biological macromolecules IF:7.7Q1
研究论文 本研究利用双线性注意力网络建立了预测多酚-蛋白质复合物相互作用的模型,以优化其输送系统的设计 首次将开放的配体-蛋白质相互作用实验与深度学习算法结合应用于食品工业,提高了研究效率 模型需要通过实验验证其预测结果的准确性 开发一种高效准确的方法来预测多酚-蛋白质复合物的相互作用,以优化其输送系统 多酚-蛋白质复合物的相互作用及其在输送系统中的应用 机器学习 NA 双线性注意力网络 Bilinear Attention Networks 配体-蛋白质相互作用数据 525对配体-蛋白质相互作用数据
15782 2024-08-07
Automated Prediction of Proximal Middle Cerebral Artery Occlusions in Noncontrast Brain Computed Tomography
2024-Jun, Stroke IF:7.8Q1
研究论文 本文提出了一种基于机器学习的算法(JLK-CTL),用于从非对比脑部计算机断层扫描中预测近端中大脑动脉闭塞 使用手工特征和深度学习算法结合非对比计算机断层扫描数据,提高了对大血管闭塞的预测准确性 NA 开发一种算法,用于早期识别缺血性中风患者的大血管闭塞,以便及时干预 缺血性中风患者 机器学习 脑血管疾病 计算机断层扫描 ExtraTrees, 随机森林, 极限梯度提升, 支持向量机, 多层感知器, 深度学习模型 图像 共2919名患者,其中83名被排除,训练集2463名,内部验证集275名,外部验证集95名
15783 2024-08-07
Automated system for classifying uni-bicompartmental knee osteoarthritis by using redefined residual learning with convolutional neural network
2024-May-30, Heliyon IF:3.4Q1
研究论文 本研究提出了一种基于重新定义的残差学习与卷积神经网络的自动化系统,用于分类单双室膝关节骨性关节炎 本研究提出的模型在分类单双室膝关节骨性关节炎方面优于所有预训练的卷积神经网络 模型的准确率和特异性分别为61.81%和68.33%,仍有提升空间 旨在通过深度学习模型准确分类膝关节骨性关节炎的X光图像,以帮助医生有效管理治疗并减缓疾病进展 膝关节骨性关节炎的X光图像 机器学习 骨性关节炎 卷积神经网络 CNN 图像 733张膝关节X光图像(331张正常膝关节图像,205张单室,197张双室)
15784 2024-08-07
Automatic detection of potholes using VGG-16 pre-trained network and Convolutional Neural Network
2024-May-30, Heliyon IF:3.4Q1
研究论文 本文使用VGG-16预训练网络和卷积神经网络(CNN)自动检测路面坑洼 采用迁移学习方法,构建CNN模型,结合SRGAN提高图像质量,实现了97.3%的高准确率 未提及具体限制 实现自动驾驶车辆对路面坑洼的实时识别,提高行车安全 路面坑洼 计算机视觉 NA 迁移学习 CNN, SRGAN 图像 未提及具体样本数量
15785 2024-08-07
Deep learning system for screening AIDS-related cytomegalovirus retinitis with ultra-wide-field fundus images
2024-May-30, Heliyon IF:3.4Q1
研究论文 本研究开发并验证了一种基于超广角眼底图像的深度学习系统,用于筛查与艾滋病相关的巨细胞病毒性视网膜炎。 首次研究了将深度学习系统应用于超广角眼底图像进行巨细胞病毒性视网膜炎筛查的可行性和效率。 NA 开发和验证一种深度学习系统,用于筛查艾滋病患者中的巨细胞病毒性视网膜炎。 艾滋病患者中的巨细胞病毒性视网膜炎。 计算机视觉 艾滋病 深度学习 InceptionResnetV2 图像 6960张超广角眼底图像,来自862名艾滋病患者
15786 2024-08-07
Roles of Wettability and Wickability on Enhanced Hydrogen Evolution Reactions
2024-May-29, ACS applied materials & interfaces IF:8.3Q1
研究论文 本研究探讨了微/纳米结构表面上的润湿性和毛细作用对氢气演化反应的影响 首次实验研究了电极的毛细作用对电化学反应性能的影响,并使用深度学习对象检测模型来获取气泡数量和气泡脱离尺寸分布 NA 阐明表面润湿性和毛细作用在增强电化学性能中的作用 氢气演化反应的性能 NA NA 深度学习 对象检测模型 图像 使用不同柱间距的微柱阵列电极进行实验
15787 2024-08-07
Machine learning predicted inelasticity in defective two-dimensional transition metal dichalcogenides using SHAP analysis
2024-May-29, Physical chemistry chemical physics : PCCP IF:2.9Q1
研究论文 本研究利用机器学习和深度学习技术分析了二维过渡金属二硫属化物(TMDCs)在无缺陷和有缺陷形式下的力学性能 采用XGBoost和密集连接神经网络(DenseNet)算法进行精确预测,并通过Shapley值分析提高模型的可解释性 此类研究仍处于早期发展阶段 预测二维TMDCs的断裂应力、断裂应变和强度,基于手性和应变 二维过渡金属二硫属化物(TMDCs)的力学性能 机器学习 NA 分子动力学模拟 DenseNet 分子模型数据 多种晶体缺陷的二维TMDCs
15788 2024-08-07
Hybrid deep learning approach for sentiment analysis using text and emojis
2024-May-29, Network (Bristol, England)
研究论文 本文介绍了一种结合文本和表情符号的情感分析模型 引入了新的电鱼定制鲨鱼嗅觉优化算法(ECSSO)来优化CNN权重,并使用混合LSTM和RNN分类器进行文本情感分析 NA 开发一种新的情感分析模型,能够同时处理文本和表情符号数据 文本和表情符号数据的情感分析 自然语言处理 NA N-grams, 修改的TF-IDF, BoW CNN, MLP, LSTM, RNN 文本, 表情符号 NA
15789 2024-08-07
Enhancing multimodal deep learning for improved precision and efficiency in medical diagnostics
2024-May-29, Journal of the European Academy of Dermatology and Venereology : JEADV IF:8.4Q1
NA NA NA NA NA NA NA NA NA NA NA NA
15790 2024-08-07
MRI-based Deep Learning Models for Preoperative Breast Volume and Density Assessment Assisting Breast Reconstruction
2024-May-28, Aesthetic plastic surgery IF:2.0Q2
研究论文 本研究开发了基于MRI的深度学习模型,用于术前乳房体积和密度评估,辅助乳房重建手术 开发了三种自动分割算法,包括简单对齐模型、动态编码对齐模型和深度学习模型,用于自动分割乳房区域 NA 开发一种人工智能模型,用于自动分割乳房并测量体积,优化乳房重建手术 乳房重建手术中的乳房体积评估 机器学习 NA MRI 深度学习模型 图像 249名接受乳房重建手术的受试者
15791 2024-08-07
Fog-based deep learning framework for real-time pandemic screening in smart cities from multi-site tomographies
2024-May-27, BMC medical imaging IF:2.9Q2
研究论文 本文提出了一种基于雾计算的深度学习框架,用于从多站点断层扫描中实时筛查智能城市中的大流行病 提出了一种新颖的多解码器分割网络,利用异构域数据和强大的学习表示来准确分割感染区域,并引入了一种名为PANDFOG的雾计算技术,以实现边缘节点上的实际部署 NA 旨在提高智能城市中大流行病诊断的准确性,并优化治疗策略 COVID-19病变分割 计算机视觉 NA 多解码器分割网络 CNN CT扫描图像 使用了三个公开可访问的数据集
15792 2024-08-07
Automatic Identification and Severity Classification of Retinal Biomarkers in SD-OCT Using Dilated Depthwise Separable Convolution ResNet with SVM Classifier
2024-05, Current eye research IF:1.7Q3
研究论文 本文提出了一种用于预测OCT B扫描中视网膜标志物及其严重程度的图像分类混合框架 开发了一种新的图像分类框架Dilated Depthwise Separable Convolution ResNet (DDSC-RN)与SVM分类器结合,实现了网络压缩并扩大了感受野,同时保持了分类准确性 NA 旨在通过SD-OCT技术早期检测和监测威胁视力的视觉障碍,特别是Uveitic Macular Edema (UME) 研究对象为85名Uveitic患者的10880张B扫描图像,用于识别和分类视网膜标志物 计算机视觉 NA SD-OCT Dilated Depthwise Separable Convolution ResNet (DDSC-RN)与SVM分类器 图像 10880张B扫描图像来自85名Uveitic患者
15793 2024-08-07
Scanning the Imaging Horizon for Hypertrophic Cardiomyopathy
2024-May, The Canadian journal of cardiology
研究论文 本文讨论了非侵入性影像技术在肥厚型心肌病(HCM)患者中的最新进展 介绍了正电子发射断层扫描(PET)使用新型示踪剂识别早期纤维化途径激活的潜力,以及心血管磁共振成像测量心肌灌注、氧合和紊乱的技术能力 NA 探讨非侵入性影像技术在肥厚型心肌病诊断和评估中的应用 肥厚型心肌病患者 数字病理学 心血管疾病 正电子发射断层扫描(PET),心血管磁共振成像 深度学习 影像 NA
15794 2024-08-07
Prediction of prognosis using artificial intelligence-based histopathological image analysis in patients with soft tissue sarcomas
2024-May, Cancer medicine IF:2.9Q2
研究论文 本文探讨了使用深度学习方法从软组织肉瘤患者的组织病理学图像中预测预后的应用 利用深度学习技术提高了软组织肉瘤预后预测的准确性 研究为回顾性研究,样本量较小 探索人工智能在软组织肉瘤预后预测中的应用 软组织肉瘤患者的组织病理学图像 数字病理学 软组织肉瘤 深度学习 卷积神经网络 图像 35份组织病理学切片
15795 2024-08-07
Image Quality and Lesion Detection of Multiplanar Reconstruction Images Using Deep Learning: Comparison with Hybrid Iterative Reconstruction
2024-May, Yonago acta medica IF:0.9Q4
研究论文 本文评估并比较了使用“自适应统计迭代重建-V”(ASiR-V)和深度学习重建“TrueFidelity”在胸部CT图像中正常和病理结构以及图像噪声的图像质量 TrueFidelity在主观和客观评估中显示出比ASiR-V更好的图像质量,特别是在小叶中心区域的显示上 NA 评估和比较不同重建技术在胸部CT图像中的图像质量 胸部CT图像的图像质量和病变检测 计算机视觉 肺部疾病 深度学习重建 NA 图像 40名疑似肺部疾病的患者
15796 2024-08-07
A hands-on guide to use network video recorders, internet protocol cameras, and deep learning models for dynamic monitoring of trout and salmon in small streams
2024-May, Ecology and evolution IF:2.3Q2
研究论文 本研究描述了一种使用监控摄像头和调用深度学习模型的算法来生成小溪中鲑鱼和鳟鱼视频片段的方法 自动化过程大大减少了视频监控中的人工干预,并提供了一套全面的指南来设置和配置监控设备以及训练针对特定需求的深度学习模型 尽管自动化过程减少了人工干预,但基于自然标记的手动识别个体鱼类仍需要人工努力和参与 开发一种自动化监控系统,用于动态监测小溪中的鲑鱼和鳟鱼,并提供一套指南来设置和配置相关设备 鲑鱼和鳟鱼 计算机视觉 NA 深度学习 深度学习模型 视频 小溪中的鲑鱼和鳟鱼
15797 2024-08-07
Estimating lung function from computed tomography at the patient and lobe level using machine learning
2024-Apr, Medical physics IF:3.2Q1
研究论文 本文提出了一种名为I3Dr的深度学习架构,用于从CT扫描中自动估计肺功能测试(PFT)结果,并进一步解析肺叶对患者肺功能的个体贡献 I3Dr模型能够从CT图像中估计全局测量值,并解析图像中各个部分对全局测量值的贡献,这在以往的研究中尚未实现 NA 自动估计CT扫描中的肺功能测试结果,并解析肺叶对患者肺功能的个体贡献 肺功能测试结果的自动估计和肺叶对患者肺功能的个体贡献 机器学习 限制性肺疾病 深度学习 CNN 图像 训练集8433个CT体积,验证集1775个CT体积,测试集1873个CT体积
15798 2024-08-07
Unlocking the Potential of Artificial Intelligence in Acute Myeloid Leukemia and Myelodysplastic Syndromes
2024-02, Current hematologic malignancy reports IF:2.7Q3
综述 本文综述旨在阐明机器学习在骨髓增生异常综合征和急性髓系白血病的诊断、预后和临床管理中的变革性影响和潜力 机器学习算法在预测疾病进展、优化治疗反应和患者群体分层方面已被证明有效,特别是在基因组和表观基因组数据分析中揭示了MDS和AML的分子异质性,深度学习技术在分析骨髓活检图像中的复杂模式方面显示出潜力 数据隐私、标准化和算法可解释性等挑战需要解决,以实现机器学习在这一领域的全部潜力 旨在阐明机器学习在骨髓增生异常综合征和急性髓系白血病的诊断、预后和临床管理中的变革性影响和潜力 骨髓增生异常综合征和急性髓系白血病 机器学习 血液疾病 机器学习 深度学习 基因组和表观基因组数据,骨髓活检图像 NA
15799 2024-08-07
Structure-aware deep model for MHC-II peptide binding affinity prediction
2024-Jan-30, BMC genomics IF:3.5Q2
研究论文 本文提出了一种结构感知的深度模型,用于预测主要组织相容性复合体(MHC)-II肽结合亲和力 本研究通过使用位置编码来表示肽序列的结构信息,并将其有效结合到现有模型中,从而提高了模型性能 NA 加速疾病疫苗和免疫疗法的设计 MHC-II肽结合亲和力预测 生物信息学 NA 深度学习 深度神经网络 肽序列 三个数据集
15800 2024-08-07
Prediction of SARS-CoV-2 Infection Phosphorylation Sites and Associations of these Modifications with Lung Cancer Development
2024, Current gene therapy IF:3.8Q2
研究论文 本文分析了SARS-CoV-2病毒感染的磷酸化区域,并开发了一种基于transformer的深度学习辅助识别方法,用于识别SARS-CoV-2病毒感染宿主细胞中的特定磷酸化位点,并探讨了这些磷酸化修饰与肺癌发展的关联。 开发了一种基于transformer的深度学习辅助识别方法,用于识别SARS-CoV-2病毒感染宿主细胞中的特定磷酸化位点。 NA 研究SARS-CoV-2病毒感染对宿主细胞磷酸化信号的影响及其与肺癌发展的关联。 SARS-CoV-2病毒感染的磷酸化位点及其与肺癌发展的关联。 机器学习 肺癌 深度学习 transformer 磷酸化位点数据 NA
回到顶部