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 43 篇文献，本页显示第 41 - 43 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 41 | 2024-08-05 |
Decoding COVID-19 pneumonia: comparison of deep learning and radiomics CT image signatures
2021-05, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-020-05075-4
PMID:33094432
|
研究论文 | 本研究比较深度学习和放射组学CT影像特征，以解码COVID-19肺炎的影像特征 | 首次结合深度学习和放射组学框架提取COVID-19肺炎相关的影像特征 | 回顾性研究设计可能存在选择偏倚，样本来自于有限的几个医院 | 比较不同的特征工程和深度学习方法，揭示COVID-19肺炎的CT影像特征 | 266名COVID-19及其他病毒性肺炎患者的临床和CT影像数据 | 计算机视觉 | COVID-19肺炎 | 深度学习，放射组学 | 双向对抗网络 | 影像 | 266名患者（93例COVID-19阳性，91例COVID-19阴性） | NA | NA | NA | NA |
| 42 | 2024-08-05 |
Attenuation correction using deep Learning and integrated UTE/multi-echo Dixon sequence: evaluation in amyloid and tau PET imaging
2021-05, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-020-05061-w
PMID:33108475
|
研究论文 | 本文提出了一种结合深度学习和新型超短回声时间（UTE）/多回声Dixon序列的MR基础衰减校正方法，以提高阿尔茨海默病的PET成像准确性 | 首次将深度学习与mUTE序列结合用于阿尔茨海默病的衰减校正，显示出优于传统方法的性能 | 研究样本数量相对较少，仅包括35名受试者，可能影响结果的普遍性 | 提高阿尔茨海默病中淀粉样蛋白和tau蛋白成像的衰减校正准确性 | 35名同时接受11C-PiB和18F-MK6240扫描的受试者 | 数字病理学 | 阿尔茨海默病 | 深度学习与超短回声时间（UTE）/多回声Dixon序列 | 深度学习模型 | 图像 | 35名受试者 | NA | NA | NA | NA |
| 43 | 2024-08-05 |
Converting tabular data into images for deep learning with convolutional neural networks
2021-05-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-021-90923-y
PMID:34059739
|
研究论文 | 本研究提出了一种新算法IGTD，将表格数据转换为图像，以便使用卷积神经网络进行深度学习 | 开发了一种新的算法，能够通过优化特征与像素位置的赋值，将表格数据转换为图像 | 未提及具体的局限性 | 研究如何将表格数据有效地转换为图像以供深度学习使用 | 将癌细胞系的基因表达谱和药物的分子描述符作为研究对象 | 计算机视觉 | 癌症 | 卷积神经网络(CNN) | 卷积神经网络(CNN) | 图像 | 使用了基因表达谱和药物分子描述符的多个样本，但具体数量未提供 | NA | NA | NA | NA |