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 2513 篇文献，本页显示第 1081 - 1100 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1081 | 2024-10-20 |
Efficient semi-supervised semantic segmentation of electron microscopy cancer images with sparse annotations
2023, Frontiers in bioinformatics
IF:2.8Q2
DOI:10.3389/fbinf.2023.1308707
PMID:38162122
|
研究论文 | 研究了多种先进的深度学习模型用于电子显微镜癌症图像的半监督语义分割 | 探索了半监督学习方法Cross Pseudo Supervision，并比较了多种深度学习模型的性能 | 需要进一步研究如何减少手动分割的时间瓶颈 | 加速电子显微镜癌症图像的分析 | 肿瘤活检中的细胞核和核仁的分割 | 计算机视觉 | 癌症 | 深度学习 | CNN | 图像 | 三个完全注释的内部数据集 | NA | NA | NA | NA |
| 1082 | 2024-10-20 |
Comparison of state-of-the-art deep learning architectures for detection of freezing of gait in Parkinson's disease
2023, Frontiers in neurology
IF:2.7Q3
DOI:10.3389/fneur.2023.1306129
PMID:38178885
|
研究论文 | 比较了用于帕金森病中冻结步态检测的先进深度学习架构的性能 | 本文比较了标准卷积神经网络（CNN）与两种更复杂的网络（MiniRocket和InceptionTime）在冻结步态检测中的性能 | 研究仅限于使用加速度数据，且模型在未见测试集上的表现有待进一步验证 | 验证深度学习在大型异质数据集中检测冻结步态的可行性，并比较不同深度学习模型的性能 | 帕金森病患者中的冻结步态 | 机器学习 | 神经退行性疾病 | 卷积神经网络（CNN） | CNN | 加速度数据 | 70名参与者用于训练和测试，10名参与者提供未见测试集 | NA | NA | NA | NA |
| 1083 | 2024-10-20 |
TSP-GNN: a novel neuropsychiatric disorder classification framework based on task-specific prior knowledge and graph neural network
2023, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2023.1288882
PMID:38188031
|
研究论文 | 提出了一种基于任务特定先验知识和图神经网络的新型神经精神障碍分类框架 | 首次将任务特定先验连接模式与深度学习相结合，用于神经精神障碍分类 | NA | 开发一种新的神经精神障碍分类模型，利用任务特定先验连接模式提高分类准确性 | 神经精神障碍及其在特定任务情境下的功能连接模式 | 机器学习 | 神经精神障碍 | 图神经网络 | 图神经网络 | 功能连接矩阵 | 使用公开数据集进行验证 | NA | NA | NA | NA |
| 1084 | 2024-10-19 |
Deep Learning Pipeline for Automated Cell Profiling from Cyclic Imaging
2023-Dec-18, Research square
DOI:10.21203/rs.3.rs-3745061/v1
PMID:38196620
|
研究论文 | 本文介绍了一种名为CycloNET的计算管道，用于分析通过循环免疫荧光获得的原始荧光图像，自动生成单细胞分子轮廓 | CycloNET能够快速处理大规模数据集，提供单细胞分辨率的见解，并识别罕见的免疫细胞集群 | NA | 开发一种自动化工具，用于从循环成像中进行细胞轮廓分析，以加速生物数据分析 | 头颈部鳞状细胞癌患者的22个人类样本 | 计算机视觉 | 头颈部鳞状细胞癌 | 循环免疫荧光 | 神经网络 | 图像 | 22个人类样本 | NA | NA | NA | NA |
| 1085 | 2024-10-19 |
Identifying Lymph Nodes and Their Statuses from Pretreatment Computer Tomography Images of Patients with Head and Neck Cancer Using a Clinical-Data-Driven Deep Learning Algorithm
2023-Dec-18, Cancers
IF:4.5Q1
DOI:10.3390/cancers15245890
PMID:38136434
|
研究论文 | 本文提出了一种基于临床数据驱动的深度学习算法，用于从头颈部癌症患者的术前计算机断层扫描图像中识别淋巴结及其状态 | 本文创新性地将深度学习模型与图像处理技术结合，用于分析临床图像中的淋巴结特征 | 模型的检测率在较大的淋巴结上表现更好，且需要进一步与临床医生合作进行评估和改进 | 开发一种能够准确识别头颈部癌症患者术前CT图像中淋巴结及其状态的算法 | 头颈部癌症患者的术前CT图像和手术病理报告 | 计算机视觉 | 头颈部癌症 | 深度学习 | 3D UNet | 图像 | 271名头颈部癌症患者 | NA | NA | NA | NA |
| 1086 | 2024-10-19 |
Deep Learning-Inspired IoT-IDS Mechanism for Edge Computing Environments
2023-Dec-16, Sensors (Basel, Switzerland)
DOI:10.3390/s23249869
PMID:38139716
|
研究论文 | 提出了一种基于深度学习的物联网入侵检测系统，用于边缘计算环境 | 使用分布式处理将数据集分割为适合不同攻击类别的子集，并进行时间序列物联网数据的属性选择，训练了一个包含RNN和Bi-LSTM的攻击检测循环神经网络模型 | NA | 解决现有入侵检测系统在处理大量物联网数据和计算需求方面的不足，特别是在边缘设备上的部署问题 | 物联网环境中的网络攻击检测 | 机器学习 | NA | 深度学习 | 循环神经网络（RNN）和双向长短期记忆网络（Bi-LSTM） | 时间序列数据 | 使用了高维度的BoT-IoT数据集，该数据集模拟了大量真实的物联网攻击流量 | NA | NA | NA | NA |
| 1087 | 2024-10-19 |
Non-Destructive Characterization of Cured-in-Place Pipe Defects
2023-Dec-08, Materials (Basel, Switzerland)
DOI:10.3390/ma16247570
PMID:38138712
|
研究论文 | 研究介绍了三种创新方法用于非破坏性评估固化内衬管的缺陷 | 引入了冲击回波法、探地雷达和阻抗光谱法，提高了缺陷检测的准确性 | 需要进一步验证这些方法在实际应用中的效果 | 比较传统机器学习和深度学习方法在管道缺陷表征中的应用 | 固化内衬管的缺陷 | NA | NA | 冲击回波法、探地雷达、阻抗光谱法 | 机器学习算法、深度学习 | 图像 | 实验室测量数据 | NA | NA | NA | NA |
| 1088 | 2024-10-19 |
Probabilistic volumetric speckle suppression in OCT using deep learning
2023-Dec-07, ArXiv
PMID:38106457
|
研究论文 | 本文提出了一种基于条件生成对抗网络（cGAN）的深度学习框架，用于光学相干断层扫描（OCT）中的体积分辨率降低 | 利用OCT数据的体积特性，通过cGAN实现高效的散斑抑制，同时保留组织结构，速度比传统方法快两个数量级 | 生成训练数据的过程计算量大 | 开发一种高效的深度学习方法，用于OCT中的体积分辨率降低 | OCT图像中的散斑噪声 | 计算机视觉 | NA | 深度学习 | 条件生成对抗网络（cGAN） | 体积数据 | 涉及三种不同OCT系统采集的不同组织类型数据 | NA | NA | NA | NA |
| 1089 | 2024-10-19 |
Selective ensemble methods for deep learning segmentation of major vessels in invasive coronary angiography
2023-Dec, Medical physics
IF:3.2Q1
DOI:10.1002/mp.16554
PMID:37310802
|
研究论文 | 本文提出了一种基于排序的选择性集成方法，用于提高深度学习在侵入性冠状动脉造影中主要血管分割的性能 | 本文提出的选择性集成方法结合了加权集成和每张图像质量估计，通过排名机制减少了形态学错误，提高了分割性能 | NA | 提高侵入性冠状动脉造影中主要血管的分割性能，减少形态学错误，实现更自动化的定量冠状分析 | 侵入性冠状动脉造影图像中的主要血管 | 计算机视觉 | 心血管疾病 | 深度学习 | CNN | 图像 | 内部数据集包含7426张冠状动脉造影图像，来自2924名患者；外部验证集包含556张图像，来自226名患者 | NA | NA | NA | NA |
| 1090 | 2024-10-19 |
Image-Domain Material Decomposition for Dual-energy CT using Unsupervised Learning with Data-fidelity Loss
2023-Nov-17, ArXiv
PMID:38013889
|
研究论文 | 本文提出了一种基于无监督学习的数据保真损失的图像域材料分解方法，用于双能CT | 本文的创新点在于开发了一种无监督学习框架，利用数据测量一致性进行图像域材料分解，避免了传统方法中图像先验无法准确表示目标图像流形特征的问题 | 本文的局限性在于未提及具体的实验验证和临床应用效果 | 本研究旨在开发一种无监督学习框架，用于双能CT中的图像域材料分解 | 本研究的对象是双能CT图像中的材料分解 | 计算机视觉 | NA | 双能CT | 无监督学习 | 图像 | NA | NA | NA | NA | NA |
| 1091 | 2024-10-19 |
Levothyroxine use and longitudinal changes in thigh muscles in at-risk participants for knee osteoarthritis: preliminary analysis from Osteoarthritis Initiative cohort
2023-04-11, Arthritis research & therapy
IF:4.4Q1
DOI:10.1186/s13075-023-03012-y
PMID:37041609
|
研究论文 | 研究了左甲状腺素使用与膝关节骨性关节炎高风险参与者大腿肌肉纵向变化之间的关系 | 首次探讨了左甲状腺素使用与大腿肌肉质量和成分变化之间的关联，并评估了其在膝关节骨性关节炎发病中的中介作用 | 研究结果需考虑甲状腺功能作为潜在的混杂因素或效应修饰因子，未来研究需进一步探讨甲状腺功能生物标志物对大腿肌肉纵向变化的影响 | 探讨左甲状腺素使用与膝关节骨性关节炎高风险参与者大腿肌肉质量和成分变化之间的关系及其在膝关节骨性关节炎发病中的作用 | 膝关节骨性关节炎高风险参与者的大腿肌肉质量和成分 | NA | 骨性关节炎 | 深度学习方法 | NA | MRI数据 | 1043个匹配的大腿/膝盖样本（266个左甲状腺素使用者，777个非使用者） | NA | NA | NA | NA |
| 1092 | 2024-10-19 |
An Investigation into Race Bias in Random Forest Models Based on Breast DCE-MRI Derived Radiomics Features
2023, Clinical image-based procedures, fairness of AI in medical imaging, and ethical and philosophical issues in medical imaging : 12th International Workshop, CLIP 2023 1st International Workshop, FAIMI 2023 and 2nd International Workshop, ...
DOI:10.1007/978-3-031-45249-9_22
PMID:39404661
|
研究论文 | 研究了基于乳腺DCE-MRI衍生的放射组学特征的随机森林模型中存在的种族偏见 | 首次探讨了经典AI技术（如随机森林）在基于放射组学特征的模型中可能存在的种族偏见 | 研究仅限于乳腺DCE-MRI数据，且样本量较小 | 探讨随机森林模型在种族不平衡数据训练下可能产生的偏见 | 乳腺DCE-MRI衍生的放射组学特征 | 机器学习 | 乳腺癌 | DCE-MRI | 随机森林 | 图像 | 乳腺癌症患者的数据，具体数量未明确 | NA | NA | NA | NA |
| 1093 | 2024-10-18 |
High-Speed On-Site Deep Learning-Based FFR-CT Algorithm: Evaluation Using Invasive Angiography as the Reference Standard
2023-10, AJR. American journal of roentgenology
DOI:10.2214/AJR.23.29156
PMID:37132550
|
研究论文 | 本研究评估了一种基于深度学习的高速现场FFR-CT算法在诊断冠状动脉狭窄中的表现 | 开发了一种基于深度学习的高速现场FFR-CT算法，显著缩短了分析时间，并提高了诊断准确性 | 研究为回顾性，样本量相对较小，且仅限于特定时间段内的患者 | 评估基于深度学习的FFR-CT算法在诊断冠状动脉狭窄中的诊断性能 | 冠状动脉狭窄的诊断和评估 | 计算机视觉 | 心血管疾病 | 深度学习 | 3D计算流体动力学模型 | 图像 | 59名患者（46名男性，13名女性；平均年龄66.5 ± 10.2岁） | NA | NA | NA | NA |
| 1094 | 2024-10-18 |
Editorial Comment: On-Site Deep Learning-Based FFR-CT-A Novel Method to Evaluate Functionally Significant Stenosis
2023-Oct, AJR. American journal of roentgenology
DOI:10.2214/AJR.23.29561
PMID:37132555
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1095 | 2024-10-18 |
Single-Atom Level Determination of 3-Dimensional Surface/Interface Atomic Structures via Deep Learning-Assisted Atomic Electron Tomography
2023-Jul-22, Microscopy and microanalysis : the official journal of Microscopy Society of America, Microbeam Analysis Society, Microscopical Society of Canada
IF:2.9Q1
DOI:10.1093/micmic/ozad067.712
PMID:37613584
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1096 | 2024-10-18 |
Improving Porosity Analysis in Additive Manufacturing through 3D Resolution Recovery Using Deep Learning-Based Reconstruction
2023-Jul-22, Microscopy and microanalysis : the official journal of Microscopy Society of America, Microbeam Analysis Society, Microscopical Society of Canada
IF:2.9Q1
DOI:10.1093/micmic/ozad067.728
PMID:37613626
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1097 | 2024-10-18 |
Performance of Deep Learning-based Image Denoising in Image Reconstruction for Various Acquisition Conditions: a Simulated Phantom Study
2023-Jul-22, Microscopy and microanalysis : the official journal of Microscopy Society of America, Microbeam Analysis Society, Microscopical Society of Canada
IF:2.9Q1
DOI:10.1093/micmic/ozad067.725
PMID:37613776
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1098 | 2024-10-18 |
Deep Learning for Automated Quantification of Irradiation Defects in TEM Data: Relating Pixel-level Errors to Defect Properties
2023-Jul-22, Microscopy and microanalysis : the official journal of Microscopy Society of America, Microbeam Analysis Society, Microscopical Society of Canada
IF:2.9Q1
DOI:10.1093/micmic/ozad067.802
PMID:37613789
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1099 | 2024-10-18 |
Synthetic Data for Deep Learning: Segmentation of PCB X-Ray Images
2023-Jul-22, Microscopy and microanalysis : the official journal of Microscopy Society of America, Microbeam Analysis Society, Microscopical Society of Canada
IF:2.9Q1
DOI:10.1093/micmic/ozad067.979
PMID:37613931
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1100 | 2024-10-18 |
Deep Learning Design of Graphene-Reinforced Polyurethane Foams from SEM Microstructure Images and Style-based Generative Adversarial Networks
2023-Jul-22, Microscopy and microanalysis : the official journal of Microscopy Society of America, Microbeam Analysis Society, Microscopical Society of Canada
IF:2.9Q1
DOI:10.1093/micmic/ozad067.976
PMID:37613997
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |