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 7 篇文献。
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2024-11-15 |
Pulmonary Artery-Vein Classification in CT Images Using Deep Learning
2018-11, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2018.2833385
PMID:29993996
|
研究论文 | 本文提出了一种基于深度学习的肺动脉和肺静脉在CT图像中的自动分类方法 | 本文提出了一种新的全自动方法，通过三步流程（尺度空间粒子分割、3D卷积神经网络分类和图割优化）来分类肺动脉和肺静脉，并展示了其优于现有方法的性能 | 本文仅在18个临床病例的非对比CT扫描上进行了训练和评估，未来需要在更大样本量和更多类型的CT扫描上进行验证 | 开发一种自动化的方法来区分CT图像中的肺动脉和肺静脉，以辅助医生进行病理诊断 | 肺动脉和肺静脉在CT图像中的分类 | 计算机视觉 | 肺部疾病 | 3D卷积神经网络 | CNN | 图像 | 18个临床病例的非对比胸部CT扫描 |
| 2 | 2024-08-07 |
Deep Leaning Based Multi-Modal Fusion for Fast MR Reconstruction
2018-Nov-29, IEEE transactions on bio-medical engineering
DOI:10.1109/TBME.2018.2883958
PMID:30507491
|
研究论文 | 本文提出了一种基于深度学习的多模态融合方法，用于快速磁共振成像重建 | 首次通过深度学习融合多模态磁共振成像数据以加速特定目标图像的重建 | NA | 加速磁共振成像过程并减少运动伪影 | T1加权图像和欠采样的T2加权图像 | 计算机视觉 | NA | 深度学习 | Dense-Unet | 图像 | 3D T2加权图像体积，欠采样率为8 |
| 3 | 2024-08-07 |
Deep learning and virtual drug screening
2018-11, Future medicinal chemistry
IF:3.2Q3
DOI:10.4155/fmc-2018-0314
PMID:30288997
|
研究论文 | 本文探讨了虚拟筛选（VS）与机器学习（ML）的结合，特别是人工神经网络（ANNs）在虚拟筛选中的应用 | 介绍了使用人工神经网络进行结构基础和配体基础的虚拟筛选，并讨论了如dropout、多任务学习和卷积等技术如何提高ANNs的性能 | NA | 提高药物发现的效率和准确性 | 化合物库的虚拟筛选 | 机器学习 | NA | 人工神经网络（ANNs） | ANN | 化合物数据 | NA |
| 4 | 2024-08-05 |
An EM-based semi-supervised deep learning approach for semantic segmentation of histopathological images from radical prostatectomies
2018-11, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 该论文提出了一种基于EM的半监督深度学习方法，用于从根治性前列腺切除术的组织病理图像中进行语义分割 | 文中通过期望最大化方法结合外部弱标记数据集，克服了完全标注数据集稀缺的问题 | 模型性能依赖于大量弱标记图像的生成，可能存在标记不一致性 | 研究旨在提高前列腺组织病理图像的语义分割性能 | 研究对象为135个完全标注和1800个弱标注的组织切片 | 数字病理学 | 前列腺癌 | 深度学习 | NA | 图像 | 135个完全标注切片和1800个弱标注切片 |
| 5 | 2024-08-07 |
Monitoring significant ST changes through deep learning
2018 Nov - Dec, Journal of electrocardiology
IF:1.3Q3
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 6 | 2024-08-05 |
Improved deep learning-based macromolecules structure classification from electron cryo-tomograms
2018-Nov, Machine vision and applications
IF:2.4Q2
DOI:10.1007/s00138-018-0949-4
PMID:31511756
|
研究论文 | 该论文提出了一种基于深度学习的新方法，用于从电子冷冻断层扫描数据中分类大分子结构 | 本文提出了三种新设计的CNN模型，以提高大规模大分子结构分类的性能 | 尽管新模型在分类准确性上有显著提高，但仍可能在真实世界数据中面临挑战 | 改善深度学习在大分子结构分类中的应用性能 | 使用电子冷冻断层扫描数据进行大分子复杂结构的分类 | 计算机视觉 | NA | 电子冷冻断层扫描 (CECT) | 卷积神经网络 (CNN) | 图像 | 12个不同信噪比和倾斜角度范围的数据集 |
| 7 | 2024-08-07 |
Deep Learning-Based Automated Classification of Multi-Categorical Abnormalities From Optical Coherence Tomography Images
2018-Nov, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.7.6.41
PMID:30619661
|
研究论文 | 本文开发了一种基于深度学习的智能系统，用于自动分类光学相干断层扫描（OCT）图像中的多类别异常 | 该系统能够自动检测并区分各种OCT图像，准确度极高，性能与人类专家相当或更优 | NA | 开发一种新的基于深度学习的智能系统，用于自动分类OCT图像 | 60,407张OCT图像，由17位持牌视网膜专家标记，其中25,134张图像被纳入研究 | 计算机视觉 | NA | 深度学习 | ResNet | 图像 | 25,134张OCT图像 |