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 62 篇文献，本页显示第 61 - 62 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 61 | 2024-08-05 |
Automated cardiac volume assessment and cardiac long- and short-axis imaging plane prediction from electrocardiogram-gated computed tomography volumes enabled by deep learning
2021-Jun, European heart journal. Digital health
DOI:10.1093/ehjdh/ztab033
PMID:34223176
|
研究论文 | 本文开发了一种用于心脏CT的自动化血池分割和成像平面重新切片的方法 | 利用深度学习自动化评估心脏的多个腔体，并能沿标准化成像平面重新切片以进行功能评估 | 未提及具体的限制因素 | 研究旨在为冠状动脉疾病的心脏运动评估开发一个临床应用的方法 | 研究对象为100名接受心脏CT扫描的患者 | 计算机视觉 | 冠状动脉疾病 | 深度学习 | NA | 图像 | 100名患者进行训练，144名患者进行测试 | NA | NA | NA | NA |
| 62 | 2024-08-05 |
Going Beyond Saliency Maps: Training Deep Models to Interpret Deep Models
2021-Jun, Information processing in medical imaging : proceedings of the ... conference
DOI:10.1007/978-3-030-78191-0_6
PMID:34548772
|
研究论文 | 本研究提出了一种通过训练模拟网络以解释深度学习模型在神经成像研究中的决策过程的方法 | 提出了结合图像到图像转换方案的模拟网络，能够更好地可视化与脑部疾病相关的具体形态变化 | 研究主要基于合成数据集和两种神经成像数据集，可能限制了结果的泛化能力 | 探索深度学习模型在神经成像研究中对脑部疾病的解释能力 | 面向阿尔茨海默病和酒精依赖的分类器 | 计算机视觉 | 阿尔茨海默病 | 深度学习 | 模拟网络 | MRI图像 | 合成数据集和两个神经成像数据集的样本 | NA | NA | NA | NA |