深度学习在生物医药领域的应用
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（使用关键词“['deep learning']”过滤），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19.9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 33 篇文献，本页显示第 21 - 33 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 | 算法框架 | 模型架构 | 性能指标 | 计算资源 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 21 | 2024-08-28 |
Dental microfracture detection using wavelet features and machine learning
2021-Feb, Proceedings of SPIE--the International Society for Optical Engineering
DOI:10.1117/12.2580744
PMID:35505894
|
研究论文 | 本文提出了一种结合高分辨率锥束计算机断层扫描（CBCT）和机器学习算法来检测牙齿微裂纹的方法 | 该方法通过使用小波金字塔构造生成相位图像，并利用U-Net深度学习架构定位裂纹的方向和范围，提供了一种新的量化牙齿结构破坏的方法 | 目前该模型仅在2D切片上进行了验证，未来的工作将扩展到3D体积，并改进特征提取和临床验证 | 开发一种新的算法来早期检测牙齿微裂纹，以提高治疗效果和牙齿保留时间 | 研究对象为提取的人类牙齿，包括裂纹牙齿和对照牙齿 | 机器学习 | NA | CBCT | U-Net | 图像 | 22颗裂纹牙齿和14颗对照牙齿 | NA | NA | NA | NA |
| 22 | 2024-08-25 |
Automatic detection of cotton balls during brain surgery: Where deep learning meets ultrasound imaging to tackle foreign objects
2021-Feb, Proceedings of SPIE--the International Society for Optical Engineering
DOI:10.1117/12.2580887
PMID:35233128
|
研究论文 | 本文研究了使用深度学习和超声成像技术自动检测脑外科手术中棉球的方法 | 采用3D打印的自定义深度盒和Butterfly IQ手持超声探头，结合YOLOv4算法进行实时物体识别 | NA | 提高脑外科手术中棉球的检测准确性和速度 | 棉球在脑外科手术中的检测 | 计算机视觉 | NA | 超声成像 | YOLOv4 | 图像 | 棉球在不同位置和深度下的检测 | NA | NA | NA | NA |
| 23 | 2024-08-23 |
A comparison of Monte Carlo dropout and bootstrap aggregation on the performance and uncertainty estimation in radiation therapy dose prediction with deep learning neural networks
2021-02-24, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/abe04f
PMID:33503599
|
研究论文 | 本文比较了蒙特卡洛 dropout 和 bootstrap 聚合技术在深度学习神经网络中用于放射治疗剂量预测的不确定性估计和性能 | 提出了使用蒙特卡洛 dropout 和 bootstrap 聚合技术来生成放射治疗剂量预测的不确定性估计，并引入了一种缩放技术来创建可解释的不确定性和预测边界 | bagging 技术在训练期间的高计算成本和其性能高度依赖于问题和可接受的预测误差 | 研究蒙特卡洛 dropout 和 bootstrap 聚合技术在深度学习模型中用于放射治疗剂量预测的不确定性估计和性能 | 深度学习模型在放射治疗剂量预测中的不确定性和性能 | 机器学习 | NA | 蒙特卡洛 dropout (MCDO), bootstrap 聚合 (bagging) | 深度学习神经网络 | NA | NA | NA | NA | NA | NA |
| 24 | 2024-08-14 |
Artificial intelligence for automatic cerebral ventricle segmentation and volume calculation: a clinical tool for the evaluation of pediatric hydrocephalus
2021-02-01, Journal of neurosurgery. Pediatrics
DOI:10.3171/2020.6.PEDS20251
PMID:33260138
|
研究论文 | 本文开发了一种全自动深度学习模型，用于儿童脑室分割和体积计算，旨在广泛应用于多所医院的临床评估中 | 该深度学习模型在脑室分割和体积计算方面比现有方法更准确和快速 | NA | 开发一种全自动深度学习模型，用于儿童脑室分割和体积计算，以促进临床决策 | 200名阻塞性脑积水儿童和199名对照组的脑室分割和体积计算 | 计算机视觉 | 儿童脑积水 | 深度学习 | 编码器-解码器卷积神经网络 | T2加权MRI图像 | 200名阻塞性脑积水儿童和199名对照组 | NA | NA | NA | NA |
| 25 | 2024-08-11 |
RUN-UP: Accelerated multishot diffusion-weighted MRI reconstruction using an unrolled network with U-Net as priors
2021-02, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.28446
PMID:32783339
|
研究论文 | 本文提出了一种使用展开网络和U-Net先验的加速多重扩散加权磁共振成像（MRI）重建方法 | 该方法通过深度学习实现了多重扩散加权MRI重建的加速和改进，重建时间缩短至0.1秒每图像，图像质量与联合重建目标相当 | NA | 加速和改进多重扩散加权MRI重建 | 多重扩散加权MRI重建 | 计算机视觉 | NA | MRI | U-Net | 图像 | 体内脑和乳腺实验 | NA | NA | NA | NA |
| 26 | 2024-08-08 |
Diagnosis and Risk Prediction of Dilated Cardiomyopathy in the Era of Big Data and Genomics
2021-Feb-26, Journal of clinical medicine
IF:3.0Q1
DOI:10.3390/jcm10050921
PMID:33652931
|
综述 | 本文综述了在基因组学和大数據时代下，扩张型心肌病（DCM）的诊断和风险预测的进展 | 介绍了多变量风险模型和遗传风险评分在个性化风险评估中的应用，以及机器学习和深度学习在复杂交互和预后建模中的作用 | NA | 探讨在基因组学和大数據时代下，如何改进扩张型心肌病的个性化风险评估 | 扩张型心肌病（DCM）的诊断和风险预测 | 基因组学 | 心血管疾病 | 基因组/外显子组关联研究 | 机器学习和深度学习 | 电子健康记录、现有研究数据库和疾病登记 | NA | NA | NA | NA | NA |
| 27 | 2024-08-08 |
Performance of Ultrasound Techniques and the Potential of Artificial Intelligence in the Evaluation of Hepatocellular Carcinoma and Non-Alcoholic Fatty Liver Disease
2021-Feb-14, Cancers
IF:4.5Q1
DOI:10.3390/cancers13040790
PMID:33672827
|
综述 | 本文综述了超声技术在非酒精性脂肪肝病（NAFLD）及其相关肝细胞癌（HCC）评估中的诊断性能，并探讨了人工智能（AI）辅助优化超声诊断的可能性 | 探讨了人工智能和深度学习算法在通过超声方法评估NAFLD和NAFLD相关HCC中的应用，认为这可能对患者护理产生重大影响 | 传统超声在量化NAFLD和准确表征特定肝局灶性病变（FLL）方面存在局限性 | 分析超声技术在NAFLD和NAFLD相关HCC评估中的诊断性能，并探索人工智能优化超声诊断的可能性 | 非酒精性脂肪肝病（NAFLD）及其相关肝细胞癌（HCC） | 医学影像 | 肝病 | 超声成像 | 深度学习算法 | 图像 | NA | NA | NA | NA | NA |
| 28 | 2024-08-08 |
Deep learning approach for the segmentation of aneurysmal ascending aorta
2021-Feb, Biomedical engineering letters
IF:3.2Q2
DOI:10.1007/s13534-020-00179-0
PMID:33747600
|
研究论文 | 本研究探讨了使用UNet、ENet和ERFNet技术进行升主动脉瘤自动分割的可行性和有效性 | 本研究展示了深度学习模型能够快速且准确地分割和量化升主动脉瘤的3D几何结构 | NA | 开发新的基于图像的风险评估策略，以提高患者风险管理的个性化水平 | 升主动脉瘤的自动分割 | 计算机视觉 | 心血管疾病 | 深度学习 | UNet, ENet, ERFNet | 图像 | 72名患有升主动脉瘤和不同瓣膜形态（即三尖瓣和二尖瓣）的患者 | NA | NA | NA | NA |
| 29 | 2024-08-07 |
Fast and Accurate Detection of COVID-19 Along With 14 Other Chest Pathologies Using a Multi-Level Classification: Algorithm Development and Validation Study
2021-02-10, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/23693
PMID:33529154
|
研究论文 | 本文提出了一种基于深度学习的多级分类管道，用于快速准确地检测COVID-19及其他14种胸部疾病，并通过X射线图像进行验证 | 该研究通过多级分类方法，将分类任务分解为多个步骤，提高了COVID-19及其他胸部疾病的检测准确性 | 由于某些类别如COVID-19的数据缺乏，采用了10折交叉验证，可能影响模型的泛化能力 | 实现对COVID-19的快速且更准确的诊断 | COVID-19及其他14种胸部疾病的X射线图像 | 机器学习 | COVID-19 | 深度学习 | ResNet50 | 图像 | 涉及16个类别的X射线图像 | NA | NA | NA | NA |
| 30 | 2024-08-07 |
Quantitative Assessment of Chest CT Patterns in COVID-19 and Bacterial Pneumonia Patients: a Deep Learning Perspective
2021-Feb-01, Journal of Korean medical science
IF:3.0Q1
DOI:10.3346/jkms.2021.36.e46
PMID:33527788
|
研究论文 | 本研究通过深度学习方法对COVID-19和细菌性肺炎患者的胸部CT图像进行定量评估，以区分这两种疾病的细微差异 | 提出了一种新的深度学习方法，通过构建病灶簇和直方图特征来提高疾病分类和严重程度评估的准确性 | 研究为回顾性队列研究，样本来自单一医院，可能存在样本偏倚 | 设计并评估可解释的特征提取技术，以描述COVID-19和细菌性肺炎患者的病情 | COVID-19和细菌性肺炎患者的胸部CT图像 | 计算机视觉 | COVID-19 | K-means算法 | 支持向量机 | 图像 | 170名确诊的COVID-19或细菌性肺炎患者 | NA | NA | NA | NA |
| 31 | 2024-08-07 |
InstaCovNet-19: A deep learning classification model for the detection of COVID-19 patients using Chest X-ray
2021-Feb, Applied soft computing
IF:7.2Q1
DOI:10.1016/j.asoc.2020.106859
PMID:33162872
|
研究论文 | 提出了一种名为InstaCovNet-19的深度学习模型，用于通过胸部X光图像检测COVID-19患者 | 使用多种预训练模型如ResNet101、Xception、InceptionV3、MobileNet和NASNet，以弥补训练数据量相对较小的不足 | 未提及具体限制 | 开发一种高精度的深度学习模型，用于自动检测COVID-19 | COVID-19、肺炎和正常胸部X光图像的分类 | 计算机视觉 | COVID-19 | 深度学习 | 深度卷积网络 | 图像 | 用于三类分类的3个类别（COVID-19、肺炎、正常）和用于二类分类的2个类别（COVID、非COVID） | NA | NA | NA | NA |
| 32 | 2024-08-07 |
Genetic Probe for Visualizing Glutamatergic Synapses and Vesicles by 3D Electron Microscopy
2021-02-17, ACS chemical neuroscience
IF:4.1Q2
DOI:10.1021/acschemneuro.0c00643
PMID:33522227
|
研究论文 | 本文开发了一种遗传编码探针，用于通过3D电子显微镜技术可视化谷氨酸能突触和囊泡 | 首次开发了一种遗传编码探针，结合miniSOG和囊泡谷氨酸转运体-2，用于标记和成像基于其神经化学身份的突触和突触囊泡 | NA | 开发新的工具来访问神经传递的亚细胞结构和分子机制，以及基于神经递质的神经连接追踪 | 谷氨酸能突触和囊泡的标记与成像 | 神经科学 | NA | 3D电子显微镜，深度学习 | 深度学习模型 | 图像 | NA | NA | NA | NA | NA |
| 33 | 2024-08-05 |
Deep learning-augmented radiotherapy visualization with a cylindrical radioluminescence system
2021-02-09, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/abd673
PMID:33361563
|
研究论文 | 这项研究展示了一种基于相机的低成本放射光致发光成像系统，用于外部束放射治疗中的高质量束可视化 | 提出并训练了一个深度学习模型，以减少由光子散射引起的镜面眩光和边缘模糊 | 研究中可能未考虑某些特殊条款或复杂的临床场景的验证 | 提升放射治疗中辐射交付的准确性 | 使用不同设计的束场进行训练和验证 | 医学影像学 | NA | 放射光致发光成像 | 深度学习模型 | 图像 | 使用五个常规束场和三个临床IMRT案例进行验证 | NA | NA | NA | NA |