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 1821 - 1840 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1821 | 2024-09-17 |
Active regression model for clinical grading of COVID-19
2023, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2023.1141996
PMID:37026015
|
研究论文 | 本研究构建了一个基于深度学习方法的个性化治疗模型，旨在通过COVID-19患者的临床检测指标数据实现及时干预，并优化医疗资源分配 | 本研究通过特征工程和深度学习模型，实现了对COVID-19患者的个性化诊断和治疗，提供了一种新的视角 | NA | 实现基于COVID-19患者临床检测指标数据的及时干预和优化医疗资源分配 | COVID-19患者的临床检测指标数据 | 机器学习 | COVID-19 | 深度学习 | NA | 临床数据 | 1799名个体，包括560名非呼吸道传染病对照组，681名其他呼吸道病毒感染对照组，558名COVID-19感染组 | NA | NA | NA | NA |
| 1822 | 2024-09-17 |
From Prototype to Inference: A Pipeline to Apply Deep Learning in Sorghum Panicle Detection
2023, Plant phenomics (Washington, D.C.)
DOI:10.34133/plantphenomics.0017
PMID:37040294
|
研究论文 | 本文提出了一种从数据收集到模型部署的深度学习辅助高粱穗密度估算的全面流程 | 本文提供了一个通用的深度学习计数协议，并展示了其在高粱田中的应用，同时该流程可推广到其他谷物物种 | 本文主要在高粱田中展示了该流程，尚未在其他谷物物种中进行广泛验证 | 开发一种自动化的高粱穗密度估算方法，以替代传统的手动计数 | 高粱穗密度 | 计算机视觉 | NA | 深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 1823 | 2024-09-17 |
Automated tumor segmentation and brain tissue extraction from multiparametric MRI of pediatric brain tumors: A multi-institutional study
2023 Jan-Dec, Neuro-oncology advances
IF:3.7Q2
DOI:10.1093/noajnl/vdad027
PMID:37051331
|
研究论文 | 本文介绍了一种基于多参数MRI扫描的深度学习方法，用于自动提取和分割儿童脑肿瘤 | 提出了基于多参数MRI扫描的深度学习方法，用于自动提取和分割儿童脑肿瘤，减少了手动分割的时间和操作员间的差异 | NA | 开发一种自动化的方法来分割儿童脑肿瘤，以辅助手术和治疗计划 | 儿童脑肿瘤的多参数MRI扫描图像 | 计算机视觉 | 脑肿瘤 | 多参数MRI扫描 | 三维卷积神经网络 | 图像 | 244名儿童患者的多参数MRI扫描图像 | NA | NA | NA | NA |
| 1824 | 2024-09-17 |
Artificial intelligence for clinical decision support for monitoring patients in cardiovascular ICUs: A systematic review
2023, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2023.1109411
PMID:37064042
|
综述 | 本文系统回顾了人工智能和机器学习模型在心血管重症监护病房中用于临床决策支持的研究 | 探讨了AI/ML在临床决策支持中的最新进展、陷阱和未来展望 | 75%的论文缺乏对外部数据集的验证，存在可推广性问题；AI决策的可解释性也是一个关键问题 | 研究AI/ML在心血管重症监护病房中用于临床决策支持的方法和工具 | 心血管重症监护病房中的患者监测 | 机器学习 | 心血管疾病 | NA | NA | 时间序列数据和电子健康记录 | NA | NA | NA | NA | NA |
| 1825 | 2024-09-17 |
A convolutional neural network for face mask detection in IoT-based smart healthcare systems
2023, Frontiers in physiology
IF:3.2Q2
DOI:10.3389/fphys.2023.1143249
PMID:37064899
|
研究论文 | 本文提出了一种基于卷积神经网络的面部口罩检测方法，用于物联网智能医疗系统 | 本文创新性地结合了YOLOv3架构和计算机视觉技术，用于检测未佩戴口罩和未保持社交距离的行为 | 本文未详细讨论系统的实时性能和在不同光照条件下的表现 | 旨在提供一种有效工具，减少传染病的传播 | 面部口罩佩戴情况和社交距离 | 计算机视觉 | NA | YOLOv3 | 卷积神经网络 | 图像 | 使用了COCO数据集进行评估 | NA | NA | NA | NA |
| 1826 | 2024-09-17 |
Towards a Deep Learning Pain-Level Detection Deployment at UAE for Patient-Centric-Pain Management and Diagnosis Support: Framework and Performance Evaluation
2023, Procedia computer science
DOI:10.1016/j.procs.2023.03.044
PMID:37089761
|
研究论文 | 本文提出了一种在阿联酋部署的深度学习疼痛水平检测框架，并评估了其性能 | 首次提出在阿联酋部署深度学习疼痛水平检测框架 | 未提及具体局限性 | 开发和评估一种自动识别患者疼痛水平的深度学习框架 | 患者疼痛水平 | 机器学习 | NA | 深度学习 | NA | NA | NA | NA | NA | NA | NA |
| 1827 | 2024-09-17 |
A Multimodal Network Security Framework for Healthcare Based on Deep Learning
2023, Computational intelligence and neuroscience
DOI:10.1155/2023/9041355
PMID:39280017
|
研究论文 | 本文提出了一种基于深度学习的多模态网络安全框架，用于医疗领域的网络流量分类 | 该框架通过深度学习方法自动提取空间和序列特征，提高了网络流量分类的效率，并解决了传统方法依赖人工特征提取和单一模型特征的问题 | 本文未详细讨论框架在实际应用中的可扩展性和处理大规模数据时的性能 | 解决现有网络流量分类方法中依赖人工特征提取和单一模型特征的问题，提高分类效率和稳定性 | 网络流量分类 | 机器学习 | NA | 深度学习 | 多模态网络 | 网络流量 | NA | NA | NA | NA | NA |
| 1828 | 2024-09-16 |
Observer studies of image quality of denoising reduced-count cardiac single photon emission computed tomography myocardial perfusion imaging by three-dimensional Gaussian post-reconstruction filtering and deep learning
2023-12, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology
IF:3.0Q2
DOI:10.1007/s12350-023-03295-3
PMID:37221409
|
研究论文 | 本研究评估了三维高斯后重建滤波和深度学习去噪对减少计数的心脏单光子发射计算机断层扫描心肌灌注成像图像质量的影响 | 本研究首次比较了三维高斯后重建滤波和深度学习去噪在减少计数情况下的性能 | 本研究未发现深度学习去噪在所研究的剂量水平和使用的深度学习网络下优于优化的三维高斯后重建滤波 | 评估减少计数情况下三维高斯后重建滤波和深度学习去噪对心肌灌注缺陷检测准确性的影响 | 心脏单光子发射计算机断层扫描心肌灌注成像图像 | 计算机视觉 | 心血管疾病 | 深度学习 | 深度学习网络 | 图像 | 156名正常解读的患者 | NA | NA | NA | NA |
| 1829 | 2024-09-16 |
Lightweight deep CNN-based models for early detection of COVID-19 patients from chest X-ray images
2023-Aug-01, Expert systems with applications
IF:7.5Q1
DOI:10.1016/j.eswa.2023.119900
PMID:36969370
|
研究论文 | 本文提出了一种基于轻量级深度卷积神经网络（CNN）的模型，用于从胸部X光图像中早期检测COVID-19患者 | 开发了两个新的轻量级CNN模型，能够在减少计算资源需求的同时保持高准确率 | 未提及具体限制 | 开发适用于资源有限设备的轻量级模型，用于早期检测COVID-19患者 | COVID-19患者的胸部X光图像 | 计算机视觉 | COVID-19 | 卷积神经网络（CNN） | CNN | 图像 | 相对较大的胸部X光图像数据集 | NA | NA | NA | NA |
| 1830 | 2024-09-16 |
Transfer learning identifies sequence determinants of cell-type specific regulatory element accessibility
2023-Jun, NAR genomics and bioinformatics
IF:4.0Q1
DOI:10.1093/nargab/lqad026
PMID:37007588
|
研究论文 | 本文开发了一种名为ChromTransfer的迁移学习方法，用于识别细胞类型特异性调控元件可及性的序列决定因素 | ChromTransfer利用预训练的细胞类型无关模型作为基础，通过微调来学习细胞类型特异性染色质可及性，显著提高了模型性能 | 深度学习方法需要大量输入数据进行训练 | 理解DNA如何编码调控活性，以更好地理解疾病病因 | 细胞类型特异性染色质可及性的序列决定因素 | 机器学习 | NA | 迁移学习 | 深度学习模型 | DNA序列 | NA | NA | NA | NA | NA |
| 1831 | 2024-09-16 |
ChimeraNet: U-Net for Hair Detection in Dermoscopic Skin Lesion Images
2023-04, Journal of digital imaging
IF:2.9Q2
DOI:10.1007/s10278-022-00740-6
PMID:36385676
|
研究论文 | 本文提出了一种新的深度学习技术ChimeraNet，用于检测皮肤镜图像中的毛发和标尺标记 | ChimeraNet采用预训练的EfficientNet作为编码器，并在解码器中使用挤压和激励残差结构，显著提高了毛发检测的准确性 | NA | 提高皮肤镜图像中毛发和标尺标记的检测准确性 | 皮肤镜图像中的毛发和标尺标记 | 计算机视觉 | NA | 深度学习 | U-Net | 图像 | 使用了公开的HAM10000皮肤病变数据集，并在25张额外的测试图像上进行了评估 | NA | NA | NA | NA |
| 1832 | 2024-09-16 |
Deep Learning-based Non-rigid Image Registration for High-dose Rate Brachytherapy in Inter-fraction Cervical Cancer
2023-04, Journal of digital imaging
IF:2.9Q2
DOI:10.1007/s10278-022-00732-6
PMID:36417026
|
研究论文 | 本文提出了一种用于局部晚期宫颈癌（LACC）的跨分次器官变形模拟框架，结合了深度学习技术进行非刚性图像配准 | 本文提出了一种基于深度学习的非刚性图像配准方法，用于高剂量率近距离放射治疗中的跨分次宫颈癌治疗，该方法优于传统算法 | NA | 研究目的是开发一种用于局部晚期宫颈癌的跨分次器官变形模拟框架，以提高高剂量率近距离放射治疗的精度 | 研究对象包括57名局部晚期宫颈癌患者的CT扫描数据，以及膀胱、宫颈和直肠等关键器官的分割数据 | 计算机视觉 | 宫颈癌 | 深度学习 | 卷积神经网络（CNN） | 图像 | 57名局部晚期宫颈癌患者的CT扫描数据，共7202张2D切片，分为训练集（42名患者）和测试集（15名患者） | NA | NA | NA | NA |
| 1833 | 2024-09-16 |
Novel prediction models for hyperketonemia using bovine milk Fourier-transform infrared spectroscopy
2023-Apr, Preventive veterinary medicine
IF:2.2Q1
DOI:10.1016/j.prevetmed.2023.105860
PMID:36724618
|
研究论文 | 本文研究了使用牛乳傅里叶变换红外光谱（FTIR）预测酮症的新模型 | 本文评估了更多样化的建模选项，如深度学习、梯度提升机模型和模型集成，用于酮症分类 | NA | 评估不同建模选项在预测奶牛酮症中的表现 | 奶牛酮症 | 机器学习 | NA | 傅里叶变换红外光谱（FTIR） | 卷积神经网络（CNN） | 光谱数据 | 大量异质数据集，包括牛奶FTIR和同时采集的血液样本 | NA | NA | NA | NA |
| 1834 | 2024-09-16 |
Preparing for the Artificial Intelligence Revolution in Nuclear Cardiology
2023-Apr, Nuclear medicine and molecular imaging
IF:1.3Q3
DOI:10.1007/s13139-021-00733-3
PMID:36998588
|
研究论文 | 本文探讨了人工智能在核心脏病学中的应用，特别是深度学习在减少注射剂量、图像重建和过滤、SPECT衰减校正、特征提取和功能测量等方面的进展 | 本文介绍了深度学习和机器学习在核心脏病学中的多种创新应用，如减少注射剂量、图像重建、SPECT衰减校正等 | 尽管这些应用具有显著潜力，但大多数尚未广泛商业化，主要由于其开发时间较短 | 探讨人工智能在核心脏病学中的应用，并准备迎接即将到来的AI革命 | 核心脏病学中的深度学习和机器学习应用 | 机器学习 | 心血管疾病 | 深度学习 (DL), 机器学习 (ML) | 深度学习模型 | 图像 | NA | NA | NA | NA | NA |
| 1835 | 2024-09-16 |
An integrative machine learning framework for classifying SEER breast cancer
2023-04-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-32029-1
PMID:37005484
|
研究论文 | 本文提出了一种集成机器学习框架，用于分类SEER乳腺癌数据集中的生存和死亡状态 | 采用两步特征选择方法（方差阈值和主成分分析）来选择特征，并使用多种监督和集成学习技术进行分类 | 未提及具体限制 | 分类乳腺癌患者的生存和死亡状态 | SEER乳腺癌数据集 | 机器学习 | 乳腺癌 | 机器学习和深度学习 | 决策树 | 数据集 | 未提及具体样本数量 | NA | NA | NA | NA |
| 1836 | 2024-09-16 |
Electron transfer rules of minerals under pressure informed by machine learning
2023-Mar-31, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-37384-1
PMID:37002237
|
研究论文 | 本文通过机器学习模型预测了96种元素在任意压力下的电负性，并推导出一个统一的公式来量化电负性与压力和电子构型之间的关系 | 首次将电子转移规则应用于高压环境，并提出了一个统一的公式来量化电负性与压力和电子构型的关系 | NA | 研究高压环境下元素及其化合物的基本物理化学性质 | 96种元素在任意压力下的电负性及其与压力和电子构型的关系 | 机器学习 | NA | 机器学习 | 深度学习模型 | 数值数据 | 96种元素 | NA | NA | NA | NA |
| 1837 | 2024-09-16 |
Predicting COVID-19 positivity and hospitalization with multi-scale graph neural networks
2023-03-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-31222-6
PMID:37002271
|
研究论文 | 本文提出了一种基于多尺度图神经网络的方法，用于预测COVID-19的阳性病例和住院人数 | 首次利用高分辨率时空数据进行多尺度分析，并结合疫苗接种率和人口流动数据 | 未提及 | 分析COVID-19传播的时空特征，并预测阳性病例和住院人数 | COVID-19的阳性病例和住院人数 | 机器学习 | COVID-19 | 图神经网络 | 多尺度图神经网络 | 时空数据 | 涉及数千居民的精细地理区域 | NA | NA | NA | NA |
| 1838 | 2024-09-16 |
Automated segmentation of long and short axis DENSE cardiovascular magnetic resonance for myocardial strain analysis using spatio-temporal convolutional neural networks
2023-03-30, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance
IF:4.2Q1
DOI:10.1186/s12968-023-00927-y
PMID:36991474
|
研究论文 | 本文开发了一种时空卷积神经网络模型，用于自动分割DENSE心血管磁共振图像中的左心室心肌，以进行心肌应变分析 | 本文提出了一个时空深度学习模型，用于自动分割DENSE图像中的左心室心肌，解决了传统方法依赖用户输入的问题 | NA | 开发一种自动化的方法来分割DENSE图像中的左心室心肌，以提高心肌应变分析的准确性和可重复性 | 左心室心肌的分割和心肌应变分析 | 计算机视觉 | 心血管疾病 | DENSE | 时空卷积神经网络 | 图像 | 360个短轴切片和124个长轴切片，来自健康受试者和患有不同心脏疾病的患者 | NA | NA | NA | NA |
| 1839 | 2024-09-16 |
Model-based whole-brain perturbational landscape of neurodegenerative diseases
2023-03-30, eLife
IF:6.4Q1
DOI:10.7554/eLife.83970
PMID:36995213
|
研究论文 | 本文结合深度学习和模型重现了阿尔茨海默病和行为变异额颞叶痴呆患者的全脑功能连接，并通过扰动模型揭示了从病理状态到健康状态的过渡关键区域 | 本文首次将深度学习与全脑模型结合，揭示了神经退行性疾病中脑萎缩的动态特征，并通过扰动模型展示了从病理状态到健康状态的过渡关键区域 | 本文主要集中在阿尔茨海默病和行为变异额颞叶痴呆两种疾病，未涵盖其他神经退行性疾病 | 研究神经退行性疾病的全脑扰动景观，探索通过外部刺激控制疾病进展的可能性 | 阿尔茨海默病和行为变异额颞叶痴呆患者 | 机器学习 | 神经退行性疾病 | 深度学习 | 变分自编码器 | 功能连接 | NA | NA | NA | NA | NA |
| 1840 | 2024-09-16 |
3DProtDTA: a deep learning model for drug-target affinity prediction based on residue-level protein graphs
2023-Mar-27, RSC advances
IF:3.9Q2
DOI:10.1039/d3ra00281k
PMID:37006369
|
研究论文 | 本文提出了一种基于残基级蛋白质图的深度学习模型3DProtDTA，用于预测药物-靶点亲和力 | 利用AlphaFold的蛋白质结构预测结果和蛋白质图表示，提出了一种新的深度学习DTA模型3DProtDTA | NA | 提高药物-靶点亲和力预测的准确性，加速药物开发过程并降低成本 | 药物-靶点亲和力 | 机器学习 | NA | 深度学习技术，图神经网络 | 3DProtDTA | 蛋白质结构数据 | NA | NA | NA | NA | NA |