深度学习在生物医药领域中的应用
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，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10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 2012 篇文献，本页显示第 1841 - 1860 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1841 | 2024-08-05 |
Segmentation of Substantia Nigra in Brain Parenchyma Sonographic Images Using Deep Learning
2023-Dec-19, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging10010001
PMID:38276318
|
研究论文 | 本文探讨了一种基于深度学习的自动分割方法，用于脑实质超声图像中的黑质分割 | 本文提出了一种新的自动分割方法，并实现了黑质分割的最新性能 | 样本数量和数据集仍需进一步丰富 | 研究脑实质超声图像中的黑质的自动分割技术 | 使用新数据集的脑实质超声图像 | 计算机视觉 | 帕金森病 | 深度学习 | 修改版U-Net网络 | 超声图像 | NA |
| 1842 | 2024-08-05 |
Fusion Networks of CNN and Transformer with Channel Attention for Accurate Tumor Imaging in Magnetic Particle Imaging
2023-Dec-19, Biology
DOI:10.3390/biology13010002
PMID:38275723
|
研究论文 | 提出了一种结合CNN和Transformer的深度学习网络，以改善磁粒子成像中的肿瘤成像质量 | 创新性地将CNN和Transformer结合使用，并引入通道注意机制来同时提取图像的局部和全局特征 | 缺乏对不同噪音水平下的普适性测试 | 改善磁粒子成像技术中图像重建的清晰度及肿瘤量化的准确性 | 聚焦于肿瘤图像的重建和量化 | 计算机视觉 | 肿瘤 | 磁粒子成像 | CNN和Transformer | 图像 | NA |
| 1843 | 2024-08-05 |
Implicit Anatomical Rendering for Medical Image Segmentation with Stochastic Experts
2023-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention
DOI:10.1007/978-3-031-43898-1_54
PMID:38840671
|
研究论文 | 本文提出了一种名为MORSE的隐式神经渲染框架，旨在通过解剖级别的学习辅助医学图像分割 | 此方法通过将医学图像分割视为渲染问题，结合了隐式神经表示和混合专家机制，以加强对边界区域的细化 | 本文未详细讨论隐式神经渲染在实际应用中的通用性与鲁棒性 | 研究旨在提高医学图像分割中的特征建模能力 | 本文研究对象为医学图像及其分割 | 数字病理学 | NA | 深度学习 | Mixture-of-Expert (MoE) | 图像 | NA |
| 1844 | 2024-08-05 |
Mapping the Spatial Extent of Hypoperfusion in Chronic Thromboembolic Pulmonary Hypertension Using Multienergy CT
2023-Aug, Radiology. Cardiothoracic imaging
DOI:10.1148/ryct.220221
PMID:37693197
|
研究论文 | 本研究评估了一种新型自动化方法，以在多能CT血管造影中空间描绘和量化慢性血栓栓塞性肺动脉高压（CTEPH）中的低灌注程度 | 提出了一种利用多能CT影像自动识别和定量低灌注区域的新方法 | 本研究为回顾性分析，样本量有限，可能影响结果的普遍适用性 | 旨在评估通过多能CT影像量化低灌注区域能否帮助评估CTEPH的疾病严重程度 | 51名CTEPH患者与110名无肺血管异常影像的健康对照 | 数字病理学 | 慢性血栓栓塞性肺动脉高压 | 多能CT | 深度学习 | 影像 | 51名CTEPH患者与110名健康对照 |
| 1845 | 2024-08-05 |
Automatic Surgical Skill Assessment System Based on Concordance of Standardized Surgical Field Development Using Artificial Intelligence
2023-08-01, JAMA surgery
IF:15.7Q1
DOI:10.1001/jamasurg.2023.1131
PMID:37285142
|
研究论文 | 本文开发了一种基于人工智能的自动化外科技能评估系统 | 提出了一种通过深度学习模型识别标准化外科领域的方法，并评估其在自动外科技能评估中的可行性 | 本研究使用的样本仅限于日本的内镜外科视频，可能影响适用性 | 旨在开发能够识别标准化外科领域的深度学习模型 | 研究对象为在内镜下进行的乙状结肠切除术的视频 | 计算机视觉 | NA | 深度学习 | NA | 视频 | 共650个内部手术视频，其中60个用于模型构建，60个用于验证 |
| 1846 | 2024-08-05 |
Review of Performance Improvement of a Noninvasive Brain-computer Interface in Communication and Motor Control for Clinical Applications
2023, Juntendo Iji zasshi = Juntendo medical journal
DOI:10.14789/jmj.JMJ23-0011-R
PMID:38846633
|
综述 | 本文综述了非侵入性脑机接口（BCI）在通信和运动控制中的性能提升及其临床应用 | 通过总结近年来BCI系统的进展，强调了临床应用中的关键挑战和潜在解决方案 | 医学BCI领域的训练样本有限，因此深度学习模型没有得到充分利用 | 研究非侵入性BCI系统在临床应用中的性能提升与挑战 | 主要针对非侵入性脑机接口的进展和临床应用进行总结 | 计算机视觉 | NA | EEG | 深度学习模型 | EEG数据 | 样本量有限，主要针对困难生成EEG数据的患者 |
| 1847 | 2024-08-05 |
Coupled Reconstruction of Cortical Surfaces by Diffeomorphic Mesh Deformation
2023-Dec, Advances in neural information processing systems
PMID:38835722
|
研究论文 | 本文提出了一个新的深度学习框架，用于从脑部磁共振影像精确重建皮质表面 | 本文的创新之处在于联合重建内层、外层及其中厚度表面，并直接从3D MRI中估计皮质厚度 | 本文未提及任何具体的局限性 | 研究的目的是提高脑部皮质表面的重建精度和拓扑正确性 | 研究对象为脑部磁共振成像数据中的皮质表面 | 数字病理学 | NA | 深度学习 | NA | 3D MRI | 在两个大规模神经影像数据集ADNI和OASIS上进行评估 |
| 1848 | 2024-08-05 |
Review of machine learning and deep learning models for toxicity prediction
2023-11, Experimental biology and medicine (Maywood, N.J.)
DOI:10.1177/15353702231209421
PMID:38057999
|
综述 | 本文总结了近年来基于机器学习和深度学习的毒性预测模型。 | 综述了各种机器学习和深度学习算法在毒性预测中的应用，强调了数据集质量对模型性能的影响。 | 不同数据集中对相同化学品的毒性分配存在差异，说明缺乏基准数据集以开发可靠的毒性预测模型。 | 评估化学品的毒性以保护公众健康和环境。 | 近年来开发的毒性预测模型，特别是基于机器学习和深度学习的模型。 | 机器学习 | NA | 机器学习和深度学习 | 支持向量机，随机森林，深度神经网络等 | 数据集 | NA |
| 1849 | 2024-08-05 |
Virtual and Augmented Reality in Interventional Radiology: Current Applications, Challenges, and Future Directions
2023-Sep, Techniques in vascular and interventional radiology
IF:1.4Q3
DOI:10.1016/j.tvir.2023.100919
PMID:38071031
|
研究论文 | 虚拟现实和增强现实在介入放射学中的应用及未来方向 | 探讨了VR和AR在介入放射学中的潜在优势及最新技术进展 | 面临导航系统限制、高成本、临床接受度低以及技术约束等挑战 | 研究虚拟现实和增强现实在介入放射学中的应用及其未来的发展 | 关注医疗影像的可视化与导航，以及患者护理和教育培训方面 | 计算机视觉 | NA | 深度学习技术 | NA | 医疗影像 | NA |
| 1850 | 2024-08-05 |
Mapping Malaria Vector Habitats in West Africa: Drone Imagery and Deep Learning Analysis for Targeted Vector Surveillance
2023-May-26, Remote sensing
IF:4.2Q2
DOI:10.3390/rs15112775
PMID:37324796
|
研究论文 | 本研究利用无人机影像和深度学习方法识别西非地区的疟疾传播媒介栖息地 | 该研究开发了一种基于区域兴趣和深度学习的方法来识别与媒介繁殖地相关的土地覆盖类型 | 研究中对交叉验证的分析方法限制于特定的样本和环境 | 研究旨在通过深度学习方法识别与疟疾传播媒介繁殖地相关的环境因素 | 研究对象为布基纳法索和科特迪瓦两个疟疾流行地区的无人机影像 | 计算机视觉 | 疟疾 | 深度学习 | 未指定 | 影像 | 使用来自两个疟疾流行地区的无人机图像 |
| 1851 | 2024-08-05 |
iBEAT V2.0: a multisite-applicable, deep learning-based pipeline for infant cerebral cortical surface reconstruction
2023-05, Nature protocols
IF:13.1Q1
DOI:10.1038/s41596-023-00806-x
PMID:36869216
|
研究论文 | 本文提出了一种针对婴儿大脑皮层重建的深度学习计算管道 | 提出了一种稳健的、多站点适用的婴儿专用计算管道，能够处理婴儿脑MRI数据的多样性和挑战 | 仅基于Baby Connectome Project的数据进行训练，可能无法适应所有类型的婴儿脑MRI数据 | 旨在提高婴儿脑MRI的处理精度和效率 | 多站点和多模态的婴儿脑MRI数据集 | 数字病理学 | NA | 深度学习 | NA | MRI图像 | 处理超过16,000个婴儿MRI扫描 |
| 1852 | 2024-08-05 |
Using mesoscopic tract-tracing data to guide the estimation of fiber orientation distributions in the mouse brain from diffusion MRI
2023-04-15, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2023.119999
PMID:36871795
|
research paper | 本研究旨在利用中观轨迹追踪数据改进小鼠脑部扩散MRI的纤维方向分布估计 | 提出了一种利用中观轨迹追踪数据训练深度学习网络的方法，以改善小鼠脑部FODs的估计 | 未提及具体的局限性 | 改善小鼠脑部扩散MRI信号中的纤维方向估计 | 小鼠脑部的纤维方向分布 | 数字病理学 | NA | 扩散MRI | 深度学习网络 | MRI数据 | 使用了来自艾伦小鼠脑连接图谱的中观轨迹追踪数据 |
| 1853 | 2024-08-05 |
Generalizability of Deep Learning Segmentation Algorithms for Automated Assessment of Cartilage Morphology and MRI Relaxometry
2023-04, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.28365
PMID:35852498
|
研究论文 | 评估深度学习模型在不同数据集上进行自动化评估的泛化能力 | 提出了将预训练的深度学习模型应用于不同MR扫描仪和获取参数的数据集上，以评估其泛化能力 | 深度学习模型的泛化能力依赖于训练数据集的特性，可能在其他类型的病理情况下表现不佳 | 评估深度学习模型在没有微调的情况下对新数据集的适用性 | 59名受试者及其不同的MR扫描数据集 | 数字病理学 | NA | qDESS | NA | MRI图像 | 59名受试者（26名女性），分为四个研究小组 |
| 1854 | 2024-08-05 |
Cross-scanner harmonization methods for structural MRI may need further work: A comparison study
2023-04-01, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2023.119912
PMID:36731814
|
研究论文 | 该研究评估了多种扫描仪标定方法对脑部MRI影像的一致性影响 | 比较了深度学习、直方图匹配和统计方法在MRI扫描一致性中的应用，提供了未来研究的框架 | 现有方法在长时间数据集上均未能有效和谐处理 | 旨在提高针对不同扫描仪的MRI数据的一致性 | 涉及在GE和西门子扫描仪上扫描的参与者数据 | 数字病理学 | 衰老和癫痫 | 深度学习、直方图匹配和统计方法 | 深度学习模型（如CycleGAN和CGAN） | MRI影像数据 | 涉及共567名参与者，113名为交叉扫描者，454名为纵向扫描者 |
| 1855 | 2024-08-05 |
The connectome of an insect brain
2023-03-10, Science (New York, N.Y.)
DOI:10.1126/science.add9330
PMID:36893230
|
研究论文 | 本文映射了一个昆虫大脑的突触分辨率连接组，展示了其神经元网络的架构和功能 | 揭示了丰富的神经回路结构特点，如多感官整合和高度重复的电路结构 | 未提及具体的实验验证或应用研究 | 了解昆虫大脑的网络架构与功能 | 研究了一个具有丰富行为的昆虫幼虫大脑 | 数字病理学 | NA | NA | NA | 神经元连接数据 | 3016个神经元和548,000个突触 |
| 1856 | 2024-08-05 |
DOMINO: Domain-aware loss for deep learning calibration
2023-Mar, Software impacts
IF:1.3Q3
DOI:10.1016/j.simpa.2023.100478
PMID:37091721
|
研究论文 | 本文提出了一种新的领域感知损失函数，用于校准深度学习模型 | 提出了一种基于类之间相似性的分类惩罚的新型损失函数，改进了模型的校准 | 未提及具体的限制 | 研究深度学习模型的校准方法，特别是在医疗影像任务中的应用 | 深度学习模型及其在医疗影像任务中的校准 | 计算机视觉 | NA | 深度学习 | NA | NA | NA |
| 1857 | 2024-08-05 |
Characterizing browser-based medical imaging AI with serverless edge computing: towards addressing clinical data security constraints
2023-Feb, Proceedings of SPIE--the International Society for Optical Engineering
DOI:10.1117/12.2653626
PMID:37063644
|
研究论文 | 本文提出了一种基于浏览器的医学成像人工智能部署系统，以增强临床数据安全性 | 该研究创新性地利用无服务器边缘计算实现隐私保护的医学成像AI应用，避免了常规云计算的隐私风险 | 研究中未明确讨论与其他类型隐私保护模型的比较 | 研究旨在解决医学成像AI应用中的数据隐私问题 | 研究对象为利用CT进行肺癌筛查的3D医学图像分割模型 | 数字病理学 | 肺癌 | 无服务器边缘计算 | 3D卷积神经网络 (CNN) | 医学图像 | NA |
| 1858 | 2024-08-05 |
Multi-site cross-organ calibrated deep learning (MuSClD): Automated diagnosis of non-melanoma skin cancer
2023-02, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2022.102702
PMID:36516556
|
研究论文 | 本文提出了一种新的深度学习方法MuSClD，用于改善非黑色素瘤皮肤癌的自动诊断。 | 创新点在于利用外部测试机构的非目标器官的全片图像进行校准，来减小训练数据和测试数据之间的领域转移。 | 本研究主要集中在非黑色素瘤皮肤癌的诊断，可能无法直接应用于其他类型的癌症或疾病。 | 研究的目的是提高深度学习分类器在不同测试地点上对非黑色素瘤皮肤癌的通用性。 | 研究对象为基本细胞癌、原位鳞状细胞癌和侵袭性鳞状细胞癌。 | 计算机视觉 | 非黑色素瘤皮肤癌 | 深度学习 | NA | 全片图像 | 训练样本85，测试样本352 |
| 1859 | 2024-08-05 |
Antibodies as drugs-a Keystone Symposia report
2023-01, Annals of the New York Academy of Sciences
IF:4.1Q1
DOI:10.1111/nyas.14915
PMID:36382536
|
评论 | 本文讨论了抗体作为药物的最新研究进展 | 介绍了抗体治疗的最新方法及其在多种疾病中的应用 | 未提供具体的实验数据或研究样本 | 探讨抗体作为药物的研究前沿 | 关注于抗体的治疗潜力及其工程化 | NA | 肿瘤, 自身免疫疾病, 传染病 | 深度学习 | NA | NA | NA |
| 1860 | 2024-08-05 |
A biologically inspired architecture with switching units can learn to generalize across backgrounds
2023-Nov, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2023.09.014
PMID:37839332
|
研究论文 | 该文章展示了一种生物启发的网络结构，通过切换单元可以学习在不同背景下进行泛化 | 提出了一种瓶颈切换网络，这是一种类生物的架构，可以避免在新背景下的灾难性遗忘 | 未详细讨论与其他生物启发机制的比较 | 研究如何通过生物感知原则来提高人工系统的环境适应能力 | 使用MNIST数字及CIFAR-10数据集探索在不同背景下的数字分类 | 机器学习 | NA | NA | 切换网络 | 图像 | 使用MNIST数字数据集和CIFAR-10数据集的样本 |