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 116 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 | 2024-11-21 |
Material decomposition from photon-counting CT using a convolutional neural network and energy-integrating CT training labels
2022-07-18, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ac7d34
PMID:35767986
|
研究论文 | 本文提出了一种利用卷积神经网络和能量积分CT训练标签从光子计数CT进行材料分解的方法 | 通过使用高剂量多能量积分探测器数据提供的分解图作为训练标签，补偿光子计数探测器中的光谱畸变，提高了材料分解的准确性 | 深度学习方法导致了一些模糊，调制传递函数在50%时从1.98线对/毫米降至1.75线对/毫米 | 提高光子计数CT材料分解的准确性 | 光子计数CT和能量积分CT的材料分解 | 计算机视觉 | NA | 光子计数CT（PCCT） | 3D U-net | 图像 | 使用碘和钙小瓶进行测量 | NA | NA | NA | NA |
| 22 | 2024-10-18 |
Is Artificial Intelligence (AI) a Pipe Dream? Why Legal Issues Present Significant Hurdles to AI Autonomy
2022-07, AJR. American journal of roentgenology
DOI:10.2214/AJR.21.27224
PMID:35138133
|
评论 | 本文讨论了人工智能（AI）在放射学中的应用及其面临的法律障碍 | 本文首次深入探讨了AI在放射学中应用时面临的法律责任问题 | 本文主要关注法律问题，未详细讨论技术实现的具体细节 | 探讨AI在放射学中应用的法律障碍及其对AI发展的影响 | AI在放射学中的应用及其法律责任问题 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 23 | 2024-10-06 |
SMANet: multi-region ensemble of convolutional neural network model for skeletal maturity assessment
2022-Jul, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-21-1158
PMID:35782257
|
研究论文 | 提出了一种基于多区域卷积神经网络集合的自动骨骼成熟度评估方法 | 该方法结合了临床可解释的方法，避免了种族和地理差异的影响 | NA | 开发一种自动化的骨骼成熟度评估方法 | 儿童骨骼成熟度评估 | 计算机视觉 | NA | 卷积神经网络 | CNN | 图像 | 4861张左手X光片 | NA | NA | NA | NA |
| 24 | 2024-10-05 |
Detection of COVID-19 from CT and Chest X-ray Images Using Deep Learning Models
2022-Jul, Annals of biomedical engineering
IF:3.0Q3
DOI:10.1007/s10439-022-02958-5
PMID:35415768
|
研究论文 | 本文提出了一种利用深度学习模型从CT和胸部X光图像中自动检测COVID-19的新方法 | 提出了使用VGG和ResNet深度学习模型进行COVID-19检测的新方法，并取得了高准确率 | 未提及具体限制 | 开发一种自动检测COVID-19的方法，以帮助早期诊断和控制疫情 | COVID-19的CT和胸部X光图像 | 计算机视觉 | COVID-19 | 深度学习 | VGG19, ResNet50 | 图像 | 所有胸部X光图像 | NA | NA | NA | NA |
| 25 | 2024-09-30 |
First-Gen Lens: Assessing Mental Health of First-Generation Students across Their First Year at College Using Mobile Sensing
2022-Jul, Proceedings of the ACM on interactive, mobile, wearable and ubiquitous technologies
DOI:10.1145/3543194
PMID:36561350
|
研究论文 | 通过移动感知技术评估第一代大学生在其大学第一年的心理健康状况 | 提出了一种深度学习模型，通过考虑第一代学生的独特行为因素来准确预测其心理健康状况 | 研究样本仅限于达特茅斯学院的180名新生，可能无法完全代表所有第一代大学生 | 研究第一代大学生在大学第一年的心理健康状况及其行为模式 | 第一代大学生和非第一代大学生的心理健康及行为 | 机器学习 | NA | 移动感知技术 | 深度学习模型 | 行为数据 | 180名大学新生，其中27名为第一代学生，占研究群体的15% | NA | NA | NA | NA |
| 26 | 2024-09-28 |
Methodology-Centered Review of Molecular Modeling, Simulation, and Prediction of SARS-CoV-2
2022-07-13, Chemical reviews
IF:51.4Q1
DOI:10.1021/acs.chemrev.1c00965
PMID:35594413
|
综述 | 本文对SARS-CoV-2的分子建模、模拟和预测方法进行了全面系统的综述 | 本文整合了大量病毒序列的基因分型、蛋白质-蛋白质相互作用的生物物理建模、深度突变数据、深度学习和高级数学等方法，揭示了SARS-CoV-2的全球进化和传播机制 | 尽管本文提供了全面的综述，但仍需进一步深入研究以全面理解SARS-CoV-2及其相关机制 | 旨在为读者提供关于SARS-CoV-2分子建模、模拟和预测领域的最新文献更新 | SARS-CoV-2的分子建模、模拟和预测方法 | 机器学习 | NA | 深度学习 | NA | 序列数据 | NA | NA | NA | NA | NA |
| 27 | 2024-09-26 |
CMC-Net: 3D calf muscle compartment segmentation with sparse annotation
2022-07, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2022.102460
PMID:35598519
|
研究论文 | 本文提出了一种新的深度学习框架CMC-Net，用于在3D MR图像中对小腿肌肉隔室进行分割，通过选择有效的2D切片子集进行标注，并利用未标注的切片来促进后续训练步骤的泛化 | CMC-Net通过选择最具代表性的2D切片进行标注，并利用未标注的切片进行模型训练，从而在标注数据量较小的情况下实现了良好的分割性能 | 本文未详细讨论模型在不同类型肌肉疾病中的适用性，以及在不同MR设备和成像条件下的表现 | 开发一种能够在标注数据量较小的情况下实现准确3D分割的深度学习框架，用于诊断和评估肌肉疾病的进展 | 小腿肌肉隔室的3D分割 | 计算机视觉 | NA | 深度学习 | 深度网络 | 3D MR图像 | 实验中使用了小腿肌肉隔室的3D MR图像数据集，并进行了额外的3D MR大腿数据集实验 | NA | NA | NA | NA |
| 28 | 2024-09-23 |
Scaffolding protein functional sites using deep learning
2022-07-22, Science (New York, N.Y.)
DOI:10.1126/science.abn2100
PMID:35862514
|
研究论文 | 本文介绍了使用深度学习方法构建蛋白质功能位点的新方法 | 提出了两种新的深度学习方法：'constrained hallucination' 和 'inpainting'，用于构建蛋白质功能位点，无需预先指定折叠或二级结构 | NA | 开发新的深度学习方法以构建蛋白质功能位点 | 蛋白质功能位点的构建 | 机器学习 | NA | 深度学习 | RoseTTAFold 网络 | 蛋白质序列和结构数据 | NA | NA | NA | NA | NA |
| 29 | 2024-09-23 |
Multi-population generalizability of a deep learning-based chest radiograph severity score for COVID-19
2022-Jul-22, Medicine
IF:1.3Q2
DOI:10.1097/MD.0000000000029587
PMID:35866818
|
研究论文 | 本文研究了基于深度学习的COVID-19胸部X光片严重程度评分模型在不同患者群体中的泛化能力 | 本文通过调整和测试一个基于卷积Siamese神经网络的模型，评估其在不同患者群体中的泛化能力，并使用UMAP技术可视化神经网络结果 | 本文仅在美国的医院和巴西的急诊部门进行了测试，未涵盖更多国家和地区的数据 | 研究基于深度学习的COVID-19胸部X光片严重程度评分模型在不同患者群体中的泛化能力 | COVID-19患者，包括住院患者和门诊患者 | 计算机视觉 | COVID-19 | 卷积Siamese神经网络 | 卷积神经网络 | 图像 | 共928例胸部X光片，包括美国住院患者（267例）、门诊患者（108例）和巴西急诊部门患者（303例） | NA | NA | NA | NA |
| 30 | 2024-09-23 |
Multiplexed high-throughput localized electroporation workflow with deep learning-based analysis for cell engineering
2022-07-22, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.abn7637
PMID:35867793
|
研究论文 | 本文介绍了一种高吞吐量的多孔板局部电穿孔设备（LEPD），结合深度学习图像分析，用于细胞工程中的快速实验因素优化 | 开发了一种高吞吐量的多孔板局部电穿孔设备，并结合深度学习图像分析，实现了快速优化实验因素和高效递送生物分子 | NA | 优化细胞内递送协议，实现高效的基因操作 | 不同类型的贴壁细胞和悬浮细胞，以及人类诱导多能干细胞 | 机器学习 | NA | 局部电穿孔 | 深度学习 | 图像 | 不同类型的贴壁细胞和悬浮细胞，以及人类诱导多能干细胞 | NA | NA | NA | NA |
| 31 | 2024-09-23 |
Deep learning for survival analysis in breast cancer with whole slide image data
2022-07-11, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btac381
PMID:35674341
|
研究论文 | 本文提出并实验评估了一种用于乳腺癌生存分析的多分辨率深度学习方法 | 该方法整合了多分辨率图像数据和深度学习模型的肿瘤、淋巴细胞及核分割结果，显著提高了深度学习模型的性能 | 由于全切片图像数据的规模和复杂性以及机器学习方法训练数据的相对有限性，该分析具有挑战性 | 旨在通过全切片组织图像数据中的定量分析，发现新的生物标志物，以改善癌症诊断和预后，并增进对癌症机制的理解 | 乳腺癌的生存分析 | 计算机视觉 | 乳腺癌 | 深度学习 | 深度学习模型 | 图像 | NA | NA | NA | NA | NA |
| 32 | 2024-09-23 |
Dental anomaly detection using intraoral photos via deep learning
2022-07-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-022-15788-1
PMID:35804050
|
研究论文 | 本文研究了使用深度神经网络（DNNs）通过口腔内照片自动检测牙科异常 | 提出了一种使用深度神经网络自动检测牙科异常的方法，比传统的人工检测更高效且可靠 | 模型在某些异常检测上的F1分数略低于有8年临床经验的牙医 | 提高牙科异常检测的效率和可靠性，加速研究发现 | 非综合征性口腔颌面裂（OFC）儿童的牙科异常 | 计算机视觉 | NA | 深度神经网络（DNNs） | 卷积神经网络（CNN） | 图像 | 来自非综合征性口腔颌面裂儿童和对照组的最大国际队列（OFC1）的口腔内照片 | NA | NA | NA | NA |
| 33 | 2024-09-23 |
A streamable large-scale clinical EEG dataset for Deep Learning
2022-07, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference
DOI:10.1109/EMBC48229.2022.9871708
PMID:36085766
|
研究论文 | 本文发布了一个大规模的临床脑电图（EEG）数据集，旨在简化深度学习模型的数据访问和管理 | 本文首次发布了一个大规模的临床EEG数据集，为深度学习在神经科学领域的应用提供了重要的数据资源 | NA | 本文旨在为神经科学领域的研究人员提供一个大规模的临床EEG数据集，以支持深度学习模型的实验和应用 | 本文的研究对象是1,574名青少年参与者的闭眼EEG数据 | 生物医学研究 | NA | 深度学习 | NA | 脑电图（EEG）数据 | 1,574名青少年参与者 | NA | NA | NA | NA |
| 34 | 2024-09-23 |
External COVID-19 Deep Learning Model Validation on ACR AI-LAB: It's a Brave New World
2022-07, Journal of the American College of Radiology : JACR
IF:4.0Q1
DOI:10.1016/j.jacr.2022.03.013
PMID:35483438
|
研究论文 | 本研究使用ACR AI-LAB平台在独立学术医学中心测试了外部开发的COVID-19胸部X光片深度学习模型，评估其肺部疾病严重程度 | 首次在ACR AI-LAB平台上验证外部开发的COVID-19胸部X光片深度学习模型，展示了PXS评分模型的可推广性 | 样本量较小，仅包含141名患者的数据 | 评估外部开发的COVID-19胸部X光片深度学习模型在本地数据上的表现，并探讨其在临床应用中的潜力 | COVID-19患者的胸部X光片及其肺部疾病严重程度 | 计算机视觉 | COVID-19 | 深度学习 | 深度学习模型 | 图像 | 141名COVID-19患者 | NA | NA | NA | NA |
| 35 | 2024-09-23 |
Deep learning-based integration of genetics with registry data for stratification of schizophrenia and depression
2022-07, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.abi7293
PMID:35767618
|
研究论文 | 本文基于深度学习方法，整合遗传数据与注册数据，对抑郁症和精神分裂症患者进行分层 | 本文创新性地将深度学习应用于精神疾病的分层，并整合了多种数据类型进行分析 | 本文的样本主要来自iPSYCH2012病例队列，可能存在样本偏倚 | 旨在通过数据驱动的分层方法改进精神疾病的诊断和治疗 | 抑郁症和精神分裂症患者及其对照组 | 机器学习 | 精神疾病 | 深度学习 | NA | 遗传数据、注册数据 | 19,636名抑郁症和/或精神分裂症患者，22,467名对照组 | NA | NA | NA | NA |
| 36 | 2024-09-13 |
Neural Transformers for Intraductal Papillary Mucosal Neoplasms (IPMN) Classification in MRI images
2022-07, Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference
DOI:10.1109/EMBC48229.2022.9871547
PMID:36085787
|
研究论文 | 本文提出了一种基于Transformer网络的AI模型，用于MRI图像中胰腺导管内乳头状黏液性肿瘤（IPMN）的分类 | 本文利用Transformer网络在视觉任务中的通用性，提出了一种新的AI模型，相比传统的卷积神经网络，该模型在预训练方面表现更好，并能更好地解释结果 | NA | 开发一种能够准确分类胰腺导管内乳头状黏液性肿瘤（IPMN）的AI模型，以支持医疗决策 | 胰腺导管内乳头状黏液性肿瘤（IPMN）的分类 | 计算机视觉 | 胰腺癌 | Transformer网络 | Transformer | 图像 | NA | NA | NA | NA | NA |
| 37 | 2024-09-11 |
ViDMASK dataset for face mask detection with social distance measurement
2022-Jul, Displays
IF:3.7Q2
DOI:10.1016/j.displa.2022.102235
PMID:35574253
|
研究论文 | 本文提出了一种基于深度学习的口罩检测和社交距离测量模型，并引入了一个新的视频口罩检测数据集ViDMASK | 提出了一个新的视频口罩检测数据集ViDMASK，该数据集在姿态、环境、图像质量和多样化的主体特征方面具有多样性 | 由于ViDMASK数据集的复杂性和场景中人数的增加，大多数模型的性能在ViDMASK数据集上表现不佳 | 开发一种能够监测口罩佩戴和社交距离的AI系统，以应对COVID-19疫情 | 口罩检测和社交距离测量 | 计算机视觉 | NA | 深度学习 | Mask RCNN, YOLOv4, YOLOv5, YOLOR | 视频 | NA | NA | NA | NA | NA |
| 38 | 2024-09-10 |
Leveraging data analytics to understand the relationship between restaurants' safety violations and COVID-19 transmission
2022-Jul, International journal of hospitality management
IF:9.9Q1
DOI:10.1016/j.ijhm.2022.103241
PMID:35571509
|
研究论文 | 本文利用自然语言处理、空间分析和统计分析来研究餐厅安全违规与COVID-19传播之间的关系 | 开发了一种基于神经网络的深度学习模型进行主题建模，并进行了消费者投诉的地理分布空间建模 | 仅基于佛罗里达州的数据，可能不适用于其他地区 | 研究餐厅安全违规与COVID-19传播之间的关系 | 餐厅安全违规与COVID-19病例之间的关系 | 自然语言处理 | NA | 自然语言处理、空间分析、统计分析 | 神经网络 | 文本、地理数据 | 佛罗里达州重新开业初期的基于位置的消费者投诉数据 | NA | NA | NA | NA |
| 39 | 2024-09-07 |
Incorporating causality in energy consumption forecasting using deep neural networks
2022-Jul-30, Annals of operations research
IF:4.4Q1
DOI:10.1007/s10479-022-04857-3
PMID:35967838
|
研究论文 | 本文提出了一种结合因果关系的长短期记忆网络用于能源消耗预测 | 引入了因果关系信息到深度学习架构中，称为纠缠长短期记忆网络，并展示了其在能源消耗预测中的优越性 | NA | 改进能源消耗预测方法，提高预测准确性 | 能源消耗和天气数据 | 机器学习 | NA | 深度学习 | 纠缠长短期记忆网络 | 数据集 | 三个数据集 | NA | NA | NA | NA |
| 40 | 2024-09-06 |
TL-med: A Two-stage transfer learning recognition model for medical images of COVID-19
2022 Jul-Sep, Biocybernetics and biomedical engineering
IF:5.3Q1
DOI:10.1016/j.bbe.2022.04.005
PMID:35506115
|
研究论文 | 本文提出了一种两阶段迁移学习识别模型TL-Med，用于COVID-19医学图像的识别 | 提出了基于Vision Transformer的两阶段迁移学习模型，解决了COVID-19数据不足的问题 | NA | 开发一种高效的COVID-19医学图像识别模型，以应对数据稀缺的问题 | COVID-19医学图像 | 计算机视觉 | COVID-19 | 迁移学习 | Vision Transformer (ViT) | 图像 | 使用了一个COVID-19数据集，具体样本数量未明确说明 | NA | NA | NA | NA |