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 75 篇文献，本页显示第 41 - 60 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 | 2024-09-05 |
FGL-GAN: Global-Local Mask Generative Adversarial Network for Flame Image Composition
2022-Aug-23, Sensors (Basel, Switzerland)
DOI:10.3390/s22176332
PMID:36080788
|
研究论文 | 本文提出了一种全局-局部掩码生成对抗网络（FGL-GAN），用于提高火焰图像合成的质量 | FGL-GAN采用分层的全局-局部生成器结构，结合火焰掩码输入和对比学习方法，提高了火焰光环和反射的渲染质量，并加速了网络拟合 | NA | 旨在通过计算机合成火焰图像，减少收集火焰图像数据集的危险性 | 火焰图像的合成质量 | 计算机视觉 | NA | 生成对抗网络（GAN） | FGL-GAN | 图像 | NA | NA | NA | NA | NA |
| 42 | 2024-09-05 |
Antenna Excitation Optimization with Deep Learning for Microwave Breast Cancer Hyperthermia
2022-Aug-23, Sensors (Basel, Switzerland)
DOI:10.3390/s22176343
PMID:36080800
|
研究论文 | 本文提出了一种基于卷积神经网络（CNN）的微波热疗天线激励优化方案，适用于多种配置，并通过实验证明了其有效性 | 提出了一种基于深度学习的天线激励优化方法，考虑了电场的复杂矢量特性，并适用于多种配置 | 目前仅在两种配置下进行了测试，未来需要进一步验证其在更多配置下的适用性 | 优化微波热疗中的天线激励，以更精确地聚焦微波能量于目标区域，减少对周围组织的影响 | 微波热疗中的天线激励优化 | 机器学习 | 乳腺癌 | 卷积神经网络（CNN） | CNN | 数据集 | 通过叠加单个天线元素的信息收集数据集 | NA | NA | NA | NA |
| 43 | 2024-09-05 |
Investigation of biases in convolutional neural networks for semantic segmentation using performance sensitivity analysis
2022-Aug, Zeitschrift fur medizinische Physik
IF:2.4Q2
DOI:10.1016/j.zemedi.2021.11.004
PMID:35016819
|
研究论文 | 本文研究了卷积神经网络在医学图像分割中的性能敏感性分析，以探索其对图像修改的偏差和鲁棒性 | 首次系统地研究了深度学习在医学图像分割中对输入数据变化的敏感性，并展示了不同数据增强策略的效果 | 研究仅限于两个公开的分割框架，且未探讨所有可能的图像修改情况 | 旨在系统地调查深度学习在医学图像分割中对输入数据变化的敏感性 | 深度学习在医学图像分割中的性能敏感性 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 使用公开的分割框架DeepMedic和TractSeg进行测试 | NA | NA | NA | NA |
| 44 | 2024-09-05 |
Computer-Aided Diagnosis for Determining Sagittal Spinal Curvatures Using Deep Learning and Radiography
2022-08, Journal of digital imaging
IF:2.9Q2
DOI:10.1007/s10278-022-00592-0
PMID:35277750
|
研究论文 | 本研究开发并评估了一种基于深度学习的计算机辅助诊断（CAD）工具，用于从X光图像中自动测量脊柱矢状面排列 | 提出了一种基于U-Net的分割模型和使用参数方程及三角函数的脊柱角度测量算法，用于自动分析胸椎后凸和腰椎前凸角度 | NA | 开发一种自动化的深度学习CAD工具，以帮助临床医生减少观察者间的变异性和所需的时间或努力 | 脊柱矢状面排列的自动测量 | 计算机视觉 | NA | 深度学习 | U-Net | 图像 | 322个数据集 | NA | NA | NA | NA |
| 45 | 2024-09-05 |
Utilizing Synthetic Nodules for Improving Nodule Detection in Chest Radiographs
2022-08, Journal of digital imaging
IF:2.9Q2
DOI:10.1007/s10278-022-00608-9
PMID:35304676
|
研究论文 | 本文提出了一种使用合成结节来提高胸部X光片中结节检测准确性的框架 | 本文不仅使用生成模型生成视觉上合理的异常结节进行数据增强，还进一步调整训练算法以最大化利用合成异常结节 | 需要进一步验证该方法在不同数据集上的泛化能力 | 旨在通过使用合成结节来提高胸部X光片中结节检测的准确性和效率 | 胸部X光片中的结节检测 | 计算机视觉 | NA | 深度学习 | 深度神经网络（DNN） | 图像 | 内部和外部数据集 | NA | NA | NA | NA |
| 46 | 2024-09-05 |
Difference imaging from single measurements in diffuse optical tomography: a deep learning approach
2022-08, Journal of biomedical optics
IF:3.0Q2
DOI:10.1117/1.JBO.27.8.086003
PMID:36008881
|
研究论文 | 本文提出了一种基于深度学习的扩散光学断层成像（DOT）差异成像方法，通过仅使用目标测量数据来简化数据采集并缓解匹配问题 | 该方法通过深度学习技术，仅使用目标测量数据即可生成差异成像数据，无需额外的参考测量，从而简化了数据采集过程并缓解了目标介质与参考介质之间的匹配问题 | NA | 旨在通过深度学习方法简化扩散光学断层成像中的数据采集过程并缓解匹配问题 | 扩散光学断层成像中的差异成像方法 | 机器学习 | NA | 扩散光学断层成像（DOT） | 人工神经网络 | 模拟数据、幻影实验数据和临床数据 | 56名患有乳腺病变的患者 | NA | NA | NA | NA |
| 47 | 2024-09-04 |
Machine learning algorithm to characterize antimicrobial resistance associated with the International Space Station surface microbiome
2022-08-24, Microbiome
IF:13.8Q1
DOI:10.1186/s40168-022-01332-w
PMID:35999570
|
研究论文 | 本研究利用深度学习模型分析国际空间站（ISS）表面微生物组的鸟枪法宏基因组数据，以识别与抗菌药物耐药性（AMR）相关的基因 | 本研究通过深度学习模型超越了仅基于高DNA序列相似性的传统阈值，扩展了AMR基因的目录 | NA | 旨在识别与国际空间站环境样本中可培养菌株、鸟枪法宏基因组序列和宏基因组组装基因组（MAGs）相关的AMR基因 | 国际空间站环境样本中的226株可培养菌株、21个鸟枪法宏基因组序列和24个MAGs | 机器学习 | NA | 鸟枪法宏基因组学 | 深度学习模型 | 宏基因组数据 | 226株可培养菌株、21个鸟枪法宏基因组序列和24个MAGs | NA | NA | NA | NA |
| 48 | 2024-09-04 |
Multi-Scale Hybrid Network for Polyp Detection in Wireless Capsule Endoscopy and Colonoscopy Images
2022-Aug-22, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics12082030
PMID:36010380
|
research paper | 本文提出了一种基于inception v4架构的单次多框检测器（Hyb-SSDNet）混合网络，用于在无线胶囊内窥镜（WCE）和结肠镜图像中检测小息肉区域 | 采用inception块缓解卷积操作的固有限制，结合上下文特征和语义信息，并通过多尺度编码和特征图融合增强检测性能 | NA | 解决无线胶囊内窥镜图像中速度与精度之间的权衡问题，提高小息肉区域的检测效率 | 无线胶囊内窥镜和结肠镜图像中的小息肉区域 | computer vision | NA | deep transfer learning | Hyb-SSDNet | image | 扩大了训练数据集 | NA | NA | NA | NA |
| 49 | 2024-09-04 |
Using DeepLabCut as a Real-Time and Markerless Tool for Cardiac Physiology Assessment in Zebrafish
2022-Aug-21, Biology
DOI:10.3390/biology11081243
PMID:36009871
|
研究论文 | 本研究探索了使用DeepLabCut（DLC）这一基于深度学习的工具进行无标记斑马鱼心脏生理评估的可能性 | 成功使用DeepLabCut工具进行实时无标记心脏室追踪，并验证了其在检测心脏异常方面的准确性 | NA | 探索DeepLabCut在斑马鱼心脏生理评估中的应用 | 斑马鱼心脏生理 | 机器学习 | NA | 深度学习 | 卷积神经网络 | 视频 | 20个不同个体的视频 | NA | NA | NA | NA |
| 50 | 2024-09-04 |
Subject-Based Model for Reconstructing Arterial Blood Pressure from Photoplethysmogram
2022-Aug-18, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering9080402
PMID:36004927
|
研究论文 | 本文提出了一种基于W-Net深度学习模型的方法，用于从光电容积脉搏波（PPG）重建动脉血压（ABP）信号 | 该模型通过两个串联的U-Net架构，能够评估ABP信号的全局相似性，而不仅仅是收缩压、舒张压和平均动脉压的相似性 | NA | 开发一种非侵入性方法，用于连续预测动脉血压波形，以预防和治疗心血管疾病 | 从PPG信号重建ABP信号 | 机器学习 | 心血管疾病 | NA | W-Net | 信号 | 500条不同长度的记录用于训练和测试 | NA | NA | NA | NA |
| 51 | 2024-09-04 |
Detection and Characterization of Gastric Cancer Using Cascade Deep Learning Model in Endoscopic Images
2022-Aug-18, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics12081996
PMID:36010346
|
研究论文 | 本文提出了一种级联深度学习模型，用于在内镜图像中检测和分类胃癌，并识别侵袭区域 | 该研究通过级联深度学习模型，先对内镜图像进行分类，然后使用两个独立的U-Net模型对癌症图像进行分割，提高了检测的准确性和效率 | 该方法在健康图像上应用分割可能导致假阳性结果和计算成本增加 | 旨在解决内镜检查中胃癌检测的假阳性和计算成本问题 | 内镜图像中的胃癌检测和侵袭区域识别 | 计算机视觉 | 胃癌 | NA | CNN, U-Net | 图像 | 共使用了2378张内镜图像，包括1208张健康受试者图像，533张早期胃癌患者图像和637张晚期胃癌患者图像 | NA | NA | NA | NA |
| 52 | 2024-09-04 |
Decoding Task-Based fMRI Data with Graph Neural Networks, Considering Individual Differences
2022-Aug-17, Brain sciences
IF:2.7Q3
DOI:10.3390/brainsci12081094
PMID:36009157
|
研究论文 | 本文提出了一种基于图卷积网络（GCN）的端到端框架，用于分类人类连接组项目数据集中的任务fMRI数据 | 首次采用图卷积网络处理任务fMRI数据，并比较了四种节点嵌入算法在提取功能图节点结构属性方面的性能 | 实验结果显示模型在性别分类上表现显著，但在高/低流体智力fMRI数据分类上没有显著差异 | 探索图神经网络在任务fMRI数据解码中的应用，并评估个体差异的影响 | 任务fMRI数据及其在性别和流体智力上的分类表现 | 计算机视觉 | NA | fMRI | 图卷积网络（GCN） | 图像 | 人类连接组项目数据集中的任务fMRI数据 | NA | NA | NA | NA |
| 53 | 2024-09-04 |
Artificial Intelligence Analysis of Celiac Disease Using an Autoimmune Discovery Transcriptomic Panel Highlighted Pathogenic Genes including BTLA
2022-Aug-16, Healthcare (Basel, Switzerland)
DOI:10.3390/healthcare10081550
PMID:36011206
|
研究论文 | 本研究利用人工智能和自身免疫发现基因面板预测并建模乳糜泻 | 首次使用人工智能技术结合自身免疫发现基因面板高精度预测乳糜泻，并验证了BTLA等致病基因 | 研究基于公开数据集，需进一步在更广泛的样本中验证 | 验证人工智能技术在乳糜泻预测和建模中的应用 | 乳糜泻及相关致病基因 | 机器学习 | 乳糜泻 | 基因集富集分析（GSEA） | 随机森林、神经网络（多层感知器） | 基因表达数据 | 公开数据集GSE164883 | NA | NA | NA | NA |
| 54 | 2024-09-04 |
An Entropy-Based Measure of Complexity: An Application in Lung-Damage
2022-Aug-14, Entropy (Basel, Switzerland)
DOI:10.3390/e24081119
PMID:36010783
|
研究论文 | 本文介绍了一种基于熵的复杂度度量（EMC）及其在肺损伤评估中的应用，即肺损伤度量（LDM） | 引入了一种新的基于熵的复杂度度量（EMC）和肺损伤度量（LDM），用于分析肺部CT图像 | NA | 开发一种新的度量方法来评估肺部CT图像中的肺损伤 | 健康受试者、COVID-19患者和肺炎患者的肺部CT图像 | 数字病理学 | 肺部疾病 | CT扫描 | 基于熵的度量 | 图像 | 486名健康受试者，263名COVID-19患者，329名肺炎患者 | NA | NA | NA | NA |
| 55 | 2024-09-04 |
The Prediction of Consumer Behavior from Social Media Activities
2022-Aug-12, Behavioral sciences (Basel, Switzerland)
DOI:10.3390/bs12080284
PMID:36004855
|
研究论文 | 本文提出了一种新的深度学习模型，用于分类消费者行为变体，该模型采用集成架构并结合了两个预训练的学习算法 | 提出的集成模型在消费者行为分类上实现了98.78%的准确率，超过了现有文献中的大多数机器学习模型 | NA | 开发一种新的深度学习模型，以更有效地检测和分类复杂的消费者行为变体 | 消费者行为变体 | 机器学习 | NA | 深度学习 | 集成模型 | 文本 | 使用了Facemg BIG-D15和TwitD数据库进行测试 | NA | NA | NA | NA |
| 56 | 2024-09-04 |
An Improved Temporal Fusion Transformers Model for Predicting Supply Air Temperature in High-Speed Railway Carriages
2022-Aug-12, Entropy (Basel, Switzerland)
DOI:10.3390/e24081111
PMID:36010775
|
研究论文 | 本文提出了一种改进的时间融合变换器（TFT）模型，用于预测高速列车车厢内的供气温度 | 引入了基于扩张因果卷积的双卷积残差编码器结构和基于门控线性单元的时空双重门控结构，并设计了适用于长序列时间序列预测任务的损失函数 | NA | 提高高速列车车厢内供气温度的预测准确性，以优化空调系统的控制效果 | 高速列车车厢内的供气温度 | 机器学习 | NA | 时间融合变换器（TFT） | TFT | 时间序列 | 使用了中国某特定地点的高速铁路空调运行数据集 | NA | NA | NA | NA |
| 57 | 2024-09-04 |
Multimodal MRI-Based Whole-Brain Assessment in Patients In Anoxoischemic Coma by Using 3D Convolutional Neural Networks
2022-08, Neurocritical care
IF:3.1Q2
DOI:10.1007/s12028-022-01525-z
PMID:35876960
|
研究论文 | 本研究开发并验证了一种深度学习模型，利用多模态3D MRI全脑时间序列数据，对缺氧缺血性昏迷相关的脑损伤进行早期评估 | 首次成功使用3D卷积神经网络（CNN）对缺氧后昏迷患者与对照组进行区分，利用全脑结构和功能MRI数据 | NA | 开发并验证一种深度学习模型，以自动捕捉、分析、组织和合并结构与功能脑MRI数据，提取有助于医疗决策的相关信号 | 缺氧缺血性昏迷患者及健康志愿者 | 机器学习 | NA | MRI | 3D CNN | MRI数据 | 29名缺氧后昏迷患者和34名健康志愿者 | NA | NA | NA | NA |
| 58 | 2024-09-04 |
Depth-extended acoustic-resolution photoacoustic microscopy based on a two-stage deep learning network
2022-Aug-01, Biomedical optics express
IF:2.9Q2
DOI:10.1364/BOE.461183
PMID:36032586
|
研究论文 | 本文提出了一种基于两阶段深度学习网络的声分辨率光声显微镜深度扩展方法 | 采用两阶段深度学习重建策略，能够在不同离焦深度下自适应恢复高分辨率光声图像 | 目前仅在实验阶段验证了该方法的有效性，尚未广泛应用于实际生物医学研究中 | 旨在扩展声分辨率光声显微镜的成像深度，提高离焦区域的成像质量 | 声分辨率光声显微镜的成像深度和图像质量 | 计算机视觉 | NA | 深度学习 | 残差U-Net结合注意力门 | 图像 | 实验中使用了幻影和生物组织样本 | NA | NA | NA | NA |
| 59 | 2024-09-04 |
Diagnostic accuracy of deep learning for evaluation of C-spine injury from lateral neck radiographs
2022-Aug, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2022.e10372
PMID:36061007
|
研究论文 | 本研究使用深度学习技术评估侧位颈部X光片中颈椎损伤的诊断准确性 | 本研究采用YOLO网络模型，特别是V4版本，以提高颈椎损伤检测的准确性 | 研究样本量相对较小，且仅限于侧位颈部X光片 | 旨在通过深度学习技术提高颈椎损伤的诊断准确性，减少不必要的CT扫描 | 侧位颈部X光片中的颈椎损伤 | 机器学习 | 颈椎损伤 | 深度学习 | YOLO网络模型 | 图像 | 229张X光片（129张阴性，100张阳性）来自625名患者 | NA | NA | NA | NA |
| 60 | 2024-09-02 |
Automated detection of retinal exudates and drusen in ultra-widefield fundus images based on deep learning
2022-08, Eye (London, England)
DOI:10.1038/s41433-021-01715-7
PMID:34345030
|
研究论文 | 本文开发并评估了一种基于深度学习的系统，用于在超广角眼底图像中自动检测视网膜渗出物和玻璃膜疣 | 使用超广角眼底图像和深度学习技术自动检测视网膜渗出物和玻璃膜疣，提高了检测效率和准确性 | NA | 开发和评估一种深度学习系统，用于自动检测超广角眼底图像中的视网膜渗出物和玻璃膜疣 | 视网膜渗出物和玻璃膜疣的自动检测 | 计算机视觉 | 眼科疾病 | 深度学习 | NA | 图像 | 26,409张超广角眼底图像，来自14,994名受试者 | NA | NA | NA | NA |