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 49 篇文献，本页显示第 21 - 40 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 | 2024-10-18 |
Editorial Comment on "Liver Steatosis Categorization on Contrast-Enhanced CT Using a Fully Automated Deep Learning Volumetric Segmentation Tool: Evaluation in 1204 Healthy Adults Using Unenhanced CT as a Reference Standard"
2021-Aug, AJR. American journal of roentgenology
DOI:10.2214/AJR.20.24764
PMID:32997510
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 22 | 2024-10-06 |
Low-count whole-body PET with deep learning in a multicenter and externally validated study
2021-Aug-23, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-021-00497-2
PMID:34426629
|
研究论文 | 本文评估了深度学习算法在多中心、多供应商环境下对四倍减少计数的全身PET图像质量增强的性能和通用性 | 首次在多中心、多供应商的真实临床环境中评估了深度学习算法对低计数全身PET图像质量的增强效果 | 未提及 | 评估深度学习算法在多中心、多供应商环境下对低计数全身PET图像质量的增强效果 | 低计数全身PET图像 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 多中心、多供应商的真实临床环境中的患者数据 | NA | NA | NA | NA |
| 23 | 2024-10-06 |
COVID-19 diagnosis on CT scan images using a generative adversarial network and concatenated feature pyramid network with an attention mechanism
2021-Aug, Medical physics
IF:3.2Q1
DOI:10.1002/mp.15044
PMID:34117783
|
研究论文 | 本文提出了一种基于生成对抗网络和注意力机制的特征金字塔网络架构，用于在CT扫描图像上准确诊断COVID-19 | 本文创新性地结合了生成对抗网络和注意力机制的特征金字塔网络，显著提高了COVID-19诊断的准确性和召回率 | 本文未详细讨论模型的计算复杂度和训练时间，且未在更大规模的数据集上验证其泛化能力 | 开发和评估一种基于CT扫描图像实时准确诊断COVID-19的方法 | COVID-19的CT扫描图像 | 计算机视觉 | COVID-19 | 生成对抗网络 (GAN) | 特征金字塔网络 (FPN) | 图像 | 3个不同数量级的COVID-19 CT数据集 | NA | NA | NA | NA |
| 24 | 2024-10-01 |
Pulmonary COVID-19: Learning Spatiotemporal Features Combining CNN and LSTM Networks for Lung Ultrasound Video Classification
2021-Aug-14, Sensors (Basel, Switzerland)
DOI:10.3390/s21165486
PMID:34450928
|
研究论文 | 本文提出了一种结合CNN和LSTM网络的混合模型，用于肺部超声视频分类以诊断COVID-19 | 本文的创新点在于使用混合模型（CNN-LSTM）进行肺部超声视频分类，并优化了模型参数，提高了诊断COVID-19的准确性和敏感性 | NA | 本文的研究目的是开发一种计算机辅助诊断应用，用于通过肺部超声视频诊断COVID-19 | 本文的研究对象是使用凸形换能器捕获的肺部超声视频 | 计算机视觉 | 肺部疾病 | NA | CNN-LSTM | 视频 | 输入层包含20帧图像 | NA | NA | NA | NA |
| 25 | 2024-09-29 |
Ensemble of Deep Learning Models for Sleep Apnea Detection: An Experimental Study
2021-Aug-11, Sensors (Basel, Switzerland)
DOI:10.3390/s21165425
PMID:34450866
|
研究论文 | 本文研究了使用不同集成技术结合三种深度学习模型（两个CNN模型和一个CNN与LSTM结合模型）进行阻塞性睡眠呼吸暂停（OSA）检测的实验 | 本文采用了四种集成技术（多数投票、求和规则、Choquet积分模糊融合和基于MLP的可训练集成），并在PhysioNet Apnea-ECG数据库上进行了实验，最终实现了85.58%的OSA检测准确率，超越了许多现有方法 | NA | 研究阻塞性睡眠呼吸暂停（OSA）的检测方法 | 从体传感器获得的ECG信号 | 机器学习 | NA | ECG信号分析 | CNN、LSTM、MLP | ECG信号 | 使用PhysioNet Apnea-ECG数据库 | NA | NA | NA | NA |
| 26 | 2024-09-27 |
Artificial intelligence to deep learning: machine intelligence approach for drug discovery
2021-Aug, Molecular diversity
IF:3.9Q2
DOI:10.1007/s11030-021-10217-3
PMID:33844136
|
研究论文 | 本文探讨了人工智能和深度学习在药物发现和开发中的应用 | 介绍了深度学习和机器学习算法在药物发现过程中的多种应用，如肽合成、虚拟筛选、毒性预测等 | 未具体提及 | 探讨人工智能和深度学习在药物设计和开发中的应用和潜力 | 药物设计和开发过程中的各种挑战和障碍 | 机器学习 | NA | 深度学习 | 人工神经网络、深度神经网络、支持向量机、生成对抗网络等 | 基因组数据、蛋白质组数据、微阵列数据、临床试验数据等 | NA | NA | NA | NA | NA |
| 27 | 2024-09-10 |
SARS-CoV-2 diagnosis using medical imaging techniques and artificial intelligence: A review
2021-Aug, Clinical imaging
IF:1.8Q3
DOI:10.1016/j.clinimag.2021.01.019
PMID:33545517
|
综述 | 本文综述了用于SARS-CoV-2诊断的医学影像技术和人工智能工具的最新进展 | 本文介绍了基于深度学习的SARS-CoV-2检测方法，并探讨了其在医学影像中的应用 | 本文主要关注SARS-CoV-2的诊断，未深入探讨其他病毒感染的鉴别诊断 | 综述SARS-CoV-2诊断中使用的医学影像技术和人工智能工具，以减轻疫情的影响 | SARS-CoV-2的临床特征和诊断方法 | 计算机视觉 | 传染病 | 医学影像技术 | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 28 | 2024-09-10 |
Deep insight: Convolutional neural network and its applications for COVID-19 prognosis
2021-Aug, Biomedical signal processing and control
IF:4.9Q1
DOI:10.1016/j.bspc.2021.102814
PMID:34093724
|
研究论文 | 本文探讨了卷积神经网络在COVID-19预后中的应用 | 本文提出了一个用于COVID-19预后的深度卷积神经网络架构，并探讨了其最新发展和应用 | 本文指出，尽管深度学习在COVID-19预后中显示出潜力，但医学专家尚未完全认可和确定其基准 | 旨在深入探讨卷积神经网络在COVID-19预后中的应用，帮助医疗专家和研究人员设计和微调其模型 | 卷积神经网络及其在COVID-19预后中的应用 | 机器学习 | COVID-19 | 卷积神经网络 | CNN | 影像 | NA | NA | NA | NA | NA |
| 29 | 2024-09-10 |
Face mask detection using deep learning: An approach to reduce risk of Coronavirus spread
2021-08, Journal of biomedical informatics
IF:4.0Q2
DOI:10.1016/j.jbi.2021.103848
PMID:34171485
|
研究论文 | 本文提出了一种基于深度学习的口罩检测技术，旨在减少新冠病毒的传播风险 | 本文提出了一种结合一阶段和两阶段检测器的集成技术，通过ResNet50作为基线模型并应用迁移学习，融合多特征图的高级语义信息，并提出了边界框变换以提高口罩检测的定位性能 | NA | 开发一种高精度且实时的技术，用于在公共场所高效检测未戴口罩的人，从而强制佩戴口罩 | 口罩检测技术 | 计算机视觉 | NA | 深度学习 | ResNet50, AlexNet, MobileNet | 图像 | NA | NA | NA | NA | NA |
| 30 | 2024-09-10 |
COVID-19 outbreak: An ensemble pre-trained deep learning model for detecting informative tweets
2021-Aug, Applied soft computing
IF:7.2Q1
DOI:10.1016/j.asoc.2021.107495
PMID:36568257
|
研究论文 | 本文提出了一种基于集成深度学习模型的方法，用于检测与COVID-19相关的信息性推文 | 首次使用深度学习集成模型进行COVID-19情感分析 | NA | 旨在通过检测信息性推文来减少无关信息和负面情绪的传播 | COVID-19相关的推文 | 自然语言处理 | COVID-19 | 深度学习 | 集成模型 | 文本 | 226668条未标记的COVID-19推文 | NA | NA | NA | NA |
| 31 | 2024-08-31 |
A Coarse-to-Fine Framework for Automated Knee Bone and Cartilage Segmentation Data from the Osteoarthritis Initiative
2021-08, Journal of digital imaging
IF:2.9Q2
DOI:10.1007/s10278-021-00464-z
PMID:34031789
|
研究论文 | 本文开发了一种基于深度学习的粗到细方法，用于自动分割膝关节骨、软骨和半月板，具有高计算效率 | 提出了一个基于深度学习的粗到细框架，用于自动分割膝关节骨和软骨，提高了分割的准确性和效率 | NA | 开发一种自动化的方法来分割膝关节骨和软骨，以便于量化分析OA图像 | 膝关节骨、软骨和半月板的自动分割 | 计算机视觉 | 骨关节炎 | 深度学习 | NA | 图像 | 507个MR体积（81,120个切片） | NA | NA | NA | NA |
| 32 | 2024-08-21 |
An empirical study of using radiology reports and images to improve ICU-mortality prediction
2021-Aug, Proceedings. IEEE International Conference on Healthcare Informatics
DOI:10.1109/ichi52183.2021.00088
PMID:35531070
|
研究论文 | 本研究构建了一个基于深度学习的生存预测模型，利用多模态数据预测ICU死亡率 | 本研究首次结合生理测量数据、预定义的胸部疾病标签、基于BERT的文本表示和胸部X光图像特征，通过深度学习方法显著提高了ICU死亡率的预测准确性 | NA | 提高ICU死亡率的预测准确性 | ICU患者的死亡率 | 机器学习 | NA | 深度学习 | 深度学习模型 | 多模态数据 | 使用了Medical Information Mart for Intensive Care IV (MIMIC-IV)数据集 | NA | NA | NA | NA |
| 33 | 2024-08-16 |
Patient-Level Cancer Prediction Models From a Nationwide Patient Cohort: Model Development and Validation
2021-Aug-30, JMIR medical informatics
IF:3.1Q2
DOI:10.2196/29807
PMID:34459743
|
研究论文 | 本文利用韩国国家保险系统数据库，开发并验证了基于机器学习算法的癌症预测模型 | 使用全国范围内的索赔数据和多种机器学习算法来构建可解释且适用于现实环境的癌症预测模型 | NA | 开发适用于全国索赔数据的癌症预测模型，以避免不必要的诊断干预 | 韩国40岁及以上人群的癌症风险 | 机器学习 | NA | 机器学习算法，包括逻辑回归、轻梯度提升方法、神经网络、生存分析和一类嵌入分类器方法 | 一类嵌入分类器模型和轻梯度提升模型 | 索赔数据 | 韩国40岁及以上的人群 | NA | NA | NA | NA |
| 34 | 2024-08-16 |
Predicting Kidney Graft Survival Using Machine Learning Methods: Prediction Model Development and Feature Significance Analysis Study
2021-08-27, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/26843
PMID:34448704
|
研究论文 | 本研究利用机器学习方法开发预测肾移植存活率的模型，并分析特征重要性 | 采用深度学习自动编码器进行数据降维，提高了预测性能，并引入新的非重叠患者分层方法研究特征影响 | NA | 预测肾移植失败的风险，优化肾分配 | 肾移植的短期和长期存活率 | 机器学习 | 肾脏疾病 | 机器学习分类算法 | 自动编码器 | 临床数据 | 超过50,000例肾移植，涵盖约20年时间 | NA | NA | NA | NA |
| 35 | 2024-08-16 |
Making Radiomics More Reproducible across Scanner and Imaging Protocol Variations: A Review of Harmonization Methods
2021-Aug-27, Journal of personalized medicine
IF:3.0Q1
DOI:10.3390/jpm11090842
PMID:34575619
|
综述 | 本文综述了通过各种协调方法提高放射组学特征在不同扫描仪和成像协议间可重复性的解决方案 | 详细讨论了图像域和特征域的协调方法，特别是生成对抗网络（GANs）和神经风格迁移（NST）技术 | NA | 探讨如何通过协调方法提高放射组学特征在不同扫描仪和成像协议间的可重复性 | 放射组学特征的可重复性和验证 | 数字病理学 | NA | 生成对抗网络（GANs），神经风格迁移（NST） | GAN，NST | 图像 | NA | NA | NA | NA | NA |
| 36 | 2024-08-16 |
On the Use of Deep Learning for Imaging-Based COVID-19 Detection Using Chest X-rays
2021-Aug-24, Sensors (Basel, Switzerland)
DOI:10.3390/s21175702
PMID:34502591
|
research paper | 本文研究了使用深度卷积神经网络架构对胸部X光图像进行分类，以检测COVID-19病例 | 评估了三种不同的调整方法，通过增加额外层来修改现有架构，以提高分类性能 | 未提及具体限制 | 开发快速、低成本、易获取且可靠的COVID-19诊断方法 | 胸部X光图像分类为健康个体、COVID-19患者或病毒性肺炎患者 | computer vision | COVID-19 | deep convolutional neural network | CNN | image | 使用了一个包含真实胸部X光图像的数据集 | NA | NA | NA | NA |
| 37 | 2024-08-16 |
Identification and Localization of Endotracheal Tube on Chest Radiographs Using a Cascaded Convolutional Neural Network Approach
2021-08, Journal of digital imaging
IF:2.9Q2
DOI:10.1007/s10278-021-00463-0
PMID:34027589
|
研究论文 | 本研究提出了一系列基于深度学习的算法，用于在胸部X光片上迭代识别和定位气管内管（ETT）相对于隆突的位置 | 采用串联级联卷积神经网络（CNN）方法，通过迭代细化坐标定位和显式图像裁剪，聚焦于关键解剖感兴趣区域，提高了识别和定位ETT的准确性 | NA | 在重症监护室（ICU）环境中，快速准确地评估气管内管（ETT）位置，以防止患者因设备位置不当而导致严重的发病率和死亡率 | 气管内管（ETT）在胸部X光片上的识别和定位 | 计算机视觉 | NA | 卷积神经网络（CNN） | CNN | 图像 | 共16,000名患者（其中8,000名患者带有ETT，8,000名患者不带ETT） | NA | NA | NA | NA |
| 38 | 2024-08-16 |
Brain MRI Deep Learning and Bayesian Inference System Augments Radiology Resident Performance
2021-08, Journal of digital imaging
IF:2.9Q2
DOI:10.1007/s10278-021-00470-1
PMID:34131794
|
研究论文 | 研究使用结合卷积神经网络和专家导出的贝叶斯网络的AI系统，通过临床决策支持工具ARIES增强放射科住院医师的脑MRI诊断性能 | 提出了一种结合深度学习和贝叶斯推理的临床决策支持系统，能够显著提高非专家的诊断准确性，接近专科医生的水平 | 研究仅涉及放射科住院医师和学术神经放射科医生，未涉及其他专业背景的医生 | 探讨AI系统作为临床决策支持工具在脑MRI诊断中增强放射科医师性能的效果 | 放射科住院医师和学术神经放射科医生的脑MRI诊断性能 | 计算机视觉 | NA | 卷积神经网络, 贝叶斯网络 | CNN, 贝叶斯网络 | 图像 | 194个测试病例，包括4名放射科住院医师和3名学术神经放射科医生 | NA | NA | NA | NA |
| 39 | 2024-08-15 |
Seasonal Arctic sea ice forecasting with probabilistic deep learning
2021-08-26, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-021-25257-4
PMID:34446701
|
研究论文 | 本文介绍了一种基于概率深度学习的北极海冰季节性预报系统IceNet | IceNet在季节性夏季海冰预报中表现优于先进的动力学模型，特别是在极端海冰事件的预报上 | NA | 开发一种能够准确预测北极海冰季节性变化的预报系统 | 北极海冰的季节性变化 | 机器学习 | NA | 深度学习 | 深度学习模型 | 气候模拟和观测数据 | NA | NA | NA | NA | NA |
| 40 | 2024-08-15 |
Technological advances in cancer immunity: from immunogenomics to single-cell analysis and artificial intelligence
2021-08-20, Signal transduction and targeted therapy
IF:40.8Q1
DOI:10.1038/s41392-021-00729-7
PMID:34417437
|
综述 | 本文综述了癌症免疫治疗领域中从免疫基因组学到单细胞分析及人工智能技术的最新进展 | 介绍了单细胞技术和人工智能在解析肿瘤免疫微环境中的应用，以及它们在预测免疫治疗反应中的重要性 | NA | 总结免疫基因组学、单细胞分析和人工智能技术在癌症免疫治疗领域的应用，并展望未来研究方向 | 癌症免疫治疗中的肿瘤细胞和肿瘤免疫微环境 | 数字病理学 | NA | 下一代测序 | 深度学习模型 | 基因组和转录组数据 | NA | NA | NA | NA | NA |