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 2257 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 | 2024-08-27 |
Updates on Compositional MRI Mapping of the Cartilage: Emerging Techniques and Applications
2023-07, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.28689
PMID:37010113
|
综述 | 本文综述了当前先进的软骨组成性磁共振成像（MRI）技术及其新兴方法，并讨论了其在临床实践和转化性骨关节炎研究中的应用前景和挑战 | 介绍了多种新兴的软骨组成性MRI技术，如MR指纹识别、压缩感知、多指数弛豫测量、改进和鲁棒的射频脉冲序列以及基于深度学习的采集、重建和分割方法 | 目前这些技术在临床实践中的应用仍面临挑战，需要进一步的研究和验证 | 探讨软骨组成性MRI技术在早期骨关节炎诊断和治疗反应评估中的应用 | 骨关节炎患者的软骨 | 医学影像 | 骨关节炎 | 磁共振成像（MRI） | 深度学习 | 图像 | NA |
| 1842 | 2024-08-25 |
Collective and harmonized high throughput barcoding of insular arthropod biodiversity: Toward a Genomic Observatories Network for islands
2023-12, Molecular ecology
IF:4.5Q1
DOI:10.1111/mec.16683
PMID:36156326
|
研究论文 | 本文探讨了如何利用高通量测序技术（HTS）和深度学习图像分析方法，系统地进行岛屿节肢动物多样性的编目和监测，并提出了建立岛屿基因组观测网络（iGON）的框架。 | 本文首次提出将高通量测序技术与深度学习图像分析相结合，用于岛屿节肢动物多样性的研究，并探讨了在岛屿基因组观测网络框架下实施这些方法的可能性。 | 文章指出当前方法在节肢动物多样性数据可用性方面存在局限，需要进一步的技术创新和数据积累。 | 旨在通过新技术手段，深入理解岛屿生态和进化过程中节肢动物多样性的关键过程。 | 研究对象为岛屿上的节肢动物，特别是那些在生态、进化和保护生物学领域具有重要意义的物种。 | 基因组学 | NA | 高通量测序（HTS） | 深度学习 | 图像 | 文章未具体提及样本数量 |
| 1843 | 2024-08-24 |
Novel tools for early diagnosis and precision treatment based on artificial intelligence
2023-Sep, Chinese medical journal pulmonary and critical care medicine
DOI:10.1016/j.pccm.2023.05.001
PMID:39171128
|
研究论文 | 本文探讨了基于人工智能的新工具在肺癌早期诊断和精准治疗中的应用 | 文章介绍了人工智能技术在肺癌诊断和治疗中的创新应用，包括机器学习和深度学习在肺结节检测、良恶性分类和亚型识别中的应用，以及非侵入性预测遗传突变和分子状态的能力 | 文章指出，人工智能在临床广泛应用中仍面临数据共享、标准化标签获取、临床应用监管和多模态整合等挑战 | 旨在提高肺癌的早期诊断和个性化治疗方案，从而改善患者的5年生存率 | 肺癌的早期诊断和精准治疗 | 机器学习 | 肺癌 | 人工智能 | 机器学习和深度学习 | CT图像和病理图像 | NA |
| 1844 | 2024-08-23 |
Predicting intensive care need for COVID-19 patients using deep learning on chest radiography
2023-Jul, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.10.4.044504
PMID:37608852
|
研究论文 | 本研究利用深度学习技术分析胸部X光片，预测COVID-19患者是否需要重症监护 | 提出了一种基于深度学习的人工智能/机器学习方法，通过分析胸部X光片预测COVID-19患者的重症监护需求 | NA | 旨在通过图像预测COVID-19的严重程度和资源需求，以应对COVID-19大流行 | COVID-19阳性患者的胸部X光片 | 机器学习 | COVID-19 | 深度学习 | DenseNet121 | 图像 | 8357张胸部X光片，来自5046名COVID-19阳性患者 |
| 1845 | 2024-08-22 |
Biometric Contrastive Learning for Data-Efficient Deep Learning from Electrocardiographic Images
2023-Sep-14, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.09.13.23295494
PMID:37745527
|
研究论文 | 本文介绍了一种名为生物特征对比学习（BCL）的自监督预训练方法，用于从心电图（ECG）图像中进行数据高效的深度学习，以检测心脏疾病。 | BCL方法通过利用来自同一患者的不同ECG图像的生物特征签名，提高了AI模型在有限标记数据下检测心脏疾病的效率。 | NA | 开发一种数据高效的深度学习方法，用于从心电图图像中检测心脏疾病。 | 心电图图像，用于检测心房颤动（AF）、性别和LVEF<40%。 | 机器学习 | 心血管疾病 | 生物特征对比学习（BCL） | 卷积神经网络（CNN） | 图像 | 78,288个个体的心电图图像 |
| 1846 | 2024-08-22 |
FDU-Net: Deep Learning-Based Three-Dimensional Diffuse Optical Image Reconstruction
2023-08, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2023.3252576
PMID:37028063
|
研究论文 | 本文介绍了一种基于深度学习的三维扩散光学图像重建模型FDU-Net，用于提高近红外扩散光学断层成像（DOT）的图像质量和重建速度 | FDU-Net通过结合全连接子网、卷积编码器-解码器子网和U-Net，实现了快速、端到端的三维DOT图像重建，显著提高了图像质量和重建速度 | FDU-Net目前仅在模拟数据和真实患者测量数据上进行了测试，尚未在临床环境中广泛应用 | 开发一种新的深度学习模型，以提高扩散光学断层成像的图像质量和重建速度，促进其在乳腺癌临床诊断中的应用 | 三维扩散光学图像重建 | 机器学习 | 乳腺癌 | 深度学习 | FDU-Net | 图像 | 400个模拟案例和真实患者测量数据 |
| 1847 | 2024-08-21 |
Investigation of machine learning algorithms for taxonomic classification of marine metagenomes
2023-Oct-17, Microbiology spectrum
IF:3.7Q2
DOI:10.1128/spectrum.05237-22
PMID:37695074
|
研究论文 | 本研究从公开的海洋宏基因组数据构建训练/测试数据集，并评估机器学习方法在基于读取的海洋宏基因组分类中的性能 | 本研究提供了关于深度学习在海洋微生物宏基因组数据集上的方法、结果和挑战的见解 | 未来的机器学习方法可以通过纠正训练数据集中的基因组覆盖和类别不平衡、开发替代模型以及增加模型训练和改进的计算资源可访问性来改进 | 开发和评估机器学习方法在海洋宏基因组分类中的应用 | 海洋宏基因组数据集 | 机器学习 | NA | 机器学习 | 深度学习模型 | 宏基因组数据 | 公开的海洋宏基因组数据 |
| 1848 | 2024-08-20 |
Deep Learning Model for Predicting Airway Organoid Differentiation
2023-12, Tissue engineering and regenerative medicine
IF:4.4Q2
DOI:10.1007/s13770-023-00563-8
PMID:37594633
|
研究论文 | 本文介绍了一种使用深度学习模型预测气道类器官分化的方法 | 通过深度学习技术，无需免疫荧光染色即可选择与特定组织相似度高的类器官 | NA | 建立一个系统，通过深度学习选择与特定组织相似度高的类器官 | 气道类器官的分化 | 机器学习 | NA | 深度学习 | 卷积神经网络 | 图像 | NA |
| 1849 | 2024-08-19 |
Three-Dimensional Structural Phenotype of the Optic Nerve Head as a Function of Glaucoma Severity
2023-09-01, JAMA ophthalmology
IF:7.8Q1
DOI:10.1001/jamaophthalmol.2023.3315
PMID:37589980
|
研究论文 | 本研究详细描述和分析了青光眼严重程度作为函数的3维结构表型，增强了对青光眼复杂病理的理解 | 使用传统和人工智能驱动的方法，描述了不同青光眼阶段视神经头（ONH）中连接组织和神经组织的3维结构差异 | 本研究为横断面研究，未来需要进行纵向研究以建立特定的3维ONH结构变化与快速视野恶化的联系 | 描述不同青光眼阶段视神经头（ONH）中连接组织和神经组织的3维结构差异 | 视神经头（ONH）的3维结构 | 数字病理学 | 青光眼 | 光谱域光学相干断层扫描 | 深度神经网络 | 图像 | 541名中国个体和112名白人参与者 |
| 1850 | 2024-08-17 |
Machine-learning-based Structural Analysis of Interactions between Antibodies and Antigens
2023-Dec-08, bioRxiv : the preprint server for biology
DOI:10.1101/2023.12.06.570397
PMID:38106177
|
研究论文 | 本文通过深度学习模型分析抗体与抗原之间的结构相互作用 | 本研究能够高精度地区分抗体-抗原复合物与其他类型的蛋白质-蛋白质复合物，并能从其他常见蛋白质结合区域中识别抗原 | 模型无法预测特定抗体与其抗原的配对关系 | 旨在通过计算分析抗体与抗原的相互作用，促进对体液免疫分子机制的理解并推动新疗法的设计 | 抗体与抗原的相互作用 | 机器学习 | NA | 深度学习 | 深度学习模型 | 蛋白质结构数据 | NA |
| 1851 | 2024-08-16 |
Assisted documentation as a new focus for artificial intelligence in endoscopy: the precedent of reliable withdrawal time and image reporting
2023-Dec, Endoscopy
IF:11.5Q1
DOI:10.1055/a-2122-1671
PMID:37399844
|
研究论文 | 本文开发了一种基于人工智能（AI）的原型系统，用于测量内镜检查中的撤退时间和自动照片记录 | 该AI系统能够实时计算撤退时间，提供图像报告，并具有实时处理能力 | 需要进一步验证以确保系统的准确性和可靠性 | 提高内镜检查报告的标准化，并减少常规文档记录的工作量 | 内镜检查中的撤退时间和图像记录 | 人工智能 | NA | 深度学习算法 | 多类别深度学习算法 | 图像 | 10,557张图像（来自1300次检查，九个中心，四个处理器）和100次结肠镜检查视频（五个中心） |
| 1852 | 2024-08-15 |
Characterization of Wnt signaling pathway under treatment of Lactobacillus acidophilus postbiotic in colorectal cancer using an integrated in silico and in vitro analysis
2023-12-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-50047-x
PMID:38151510
|
研究论文 | 本研究通过综合的计算机模拟和体外实验分析，探讨了乳酸菌酸ophilus后生物制剂对结直肠癌中Wnt信号通路的影响 | 本研究首次采用单细胞RNA测序和深度学习方法ExpiMap分析结直肠癌中的差异表达基因，并评估了乳酸菌酸ophilus后生物制剂对这些基因表达的影响 | 研究仅限于HT-29细胞系，未来研究应扩展到其他细胞系和临床试验以验证结果 | 探讨乳酸菌酸ophilus后生物制剂对结直肠癌中Wnt信号通路的影响及其治疗潜力 | 结直肠癌中的差异表达基因及其在Wnt信号通路中的作用 | 数字病理学 | 结直肠癌 | 单细胞RNA测序（scRNA-seq）、实时定量PCR（RT-qPCR）、流式细胞术 | 深度学习 | 基因表达数据 | HT-29细胞系及正常邻近组织 |
| 1853 | 2024-08-15 |
Unidirectional imaging using deep learning-designed materials
2023-Apr-28, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adg1505
PMID:37115928
|
研究论文 | 本文首次展示了基于深度学习设计的连续衍射层的偏振不敏感和宽带单向成像器 | 利用深度学习设计并制造了首个单向成像器，该成像器在宽光谱范围内保持功能，并能通过不同波长的光照实现反向的单向成像 | NA | 开发一种新型的单向成像技术，该技术在安全、国防、通信和隐私保护等领域具有广泛应用 | 单向成像器的设计与实验验证 | 计算机视觉 | NA | 深度学习 | NA | 图像 | NA |
| 1854 | 2024-08-15 |
Experimental Study: Deep Learning-Based Fall Monitoring among Older Adults with Skin-Wearable Electronics
2023-Apr-14, Sensors (Basel, Switzerland)
DOI:10.3390/s23083983
PMID:37112326
|
研究论文 | 本文介绍了一种基于深度学习的跌倒监测系统，使用无线、柔性的皮肤穿戴电子设备和分类算法来准确检测老年人的跌倒情况 | 开发了一种新型的无线、柔性皮肤穿戴电子设备，以及基于深度学习的分类算法，用于老年人的跌倒检测 | 需要大量的直接从老年人收集的运动数据来提高跌倒检测的准确性 | 研究并开发一种自动化的跌倒检测系统，以降低老年人跌倒带来的医疗和社会成本 | 老年人的跌倒检测 | 机器学习 | 老年疾病 | 深度学习 | 深度学习模型 | 运动数据 | 未明确提及具体样本数量 |
| 1855 | 2024-08-14 |
Artificial Intelligence in Breast Imaging: Opportunities, Challenges, and Legal-Ethical Considerations
2023-Dec, The Eurasian journal of medicine
DOI:10.5152/eurasianjmed.2023.23360
PMID:39128072
|
综述 | 本文综述探讨了人工智能（AI）在乳腺影像中的变革性影响，特别是在全球乳腺癌病例增加的背景下 | AI通过深度学习技术在改进诊断流程方面展现出潜力，能够处理大量数据和多维信息，推动乳腺癌研究的精准医学发展 | AI的整合面临数据相关障碍、确保决策透明度和信任等挑战 | 探讨AI在乳腺影像中的应用及其法律和伦理考虑 | 人工智能在乳腺影像中的应用及其对乳腺癌诊断的影响 | 计算机视觉 | 乳腺癌 | 深度学习 | NA | 影像数据 | NA |
| 1856 | 2024-08-14 |
Non-Metastatic Axillary Lymph Nodes Have Distinct Morphology and Immunophenotype in Obese Breast Cancer patients at Risk for Metastasis
2023-Apr-17, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.04.14.23288545
PMID:37131732
|
研究论文 | 本研究开发了一个深度学习框架，用于识别肥胖乳腺癌患者中非转移性腋窝淋巴结的形态学差异 | 首次使用深度学习框架分析肥胖乳腺癌患者中非转移性腋窝淋巴结的形态学和免疫表型差异 | NA | 探索肥胖乳腺癌患者中淋巴结脂肪组织与乳腺癌淋巴结转移之间的潜在机制 | 肥胖乳腺癌患者的非转移性腋窝淋巴结 | 数字病理学 | 乳腺癌 | 深度学习 | NA | 图像 | 具体样本数量未在摘要中提及 |
| 1857 | 2024-08-14 |
Performance of high-resolution CT for detection and discrimination tasks related to stenotic lesions - A phantom study using model observers
2023-Apr, Medical physics
IF:3.2Q1
DOI:10.1002/mp.16194
PMID:36583447
|
研究论文 | 本研究通过使用模型观察者对狭窄病变进行高分辨率CT检测和鉴别任务的性能进行了比较 | 使用高分辨率CT模式和正常分辨率模式在同一CT扫描仪上进行比较，并引入了深度学习算法AiCE以提高检测性能 | 研究仅限于使用模型观察者和特定的CT扫描仪，未涉及临床实际应用 | 评估高分辨率CT在检测和鉴别狭窄病变中的性能 | 狭窄病变模拟体 | 计算机视觉 | 心血管疾病 | 高分辨率CT扫描 | 非预白化模型观察者 | 图像 | 三个丙烯酸圆柱体，每个直径15.0厘米，厚度1.3厘米，包含一系列不同直径和狭窄严重程度的孔洞 |
| 1858 | 2024-08-14 |
Preoperative Prediction and Identification of Extracapsular Extension in Head and Neck Cancer Patients: Progress and Potential
2023-Feb, Cureus
DOI:10.7759/cureus.34769
PMID:36909098
|
研究论文 | 本研究旨在展示术前识别头颈部癌症患者淋巴结外扩展的潜力和发展进展 | 开发了一种利用多层梯度映射引导的可解释网络架构的深度学习模型，并采用梯度加权类激活映射方法生成解剖区域的热图 | 热图结果对某些患者可能有用，但对其他患者可能会产生误导，需要进一步训练 | 术前识别头颈部癌症患者淋巴结外扩展 | 头颈部癌症患者 | 计算机视觉 | 头颈部癌症 | 深度学习 | CNN | CT影像 | NA |
| 1859 | 2024-08-13 |
Early transcriptomic signatures and biomarkers of renal damage due to prolonged exposure to embedded metal
2023-12, Cell biology and toxicology
IF:5.3Q1
DOI:10.1007/s10565-023-09806-9
PMID:37058270
|
研究论文 | 研究通过高吞吐量转录组学和深度学习方法，探讨了长期暴露于嵌入金属导致的早期肾损伤的转录组特征和生物标志物 | 结合高吞吐量转录组学和深度学习技术，有效识别受金属暴露影响的肾细胞，并发现miRNA-423作为潜在的早期肾损伤血清生物标志物 | NA | 识别和检测长期暴露于嵌入金属导致的早期肾损伤 | 肾组织和血清样本中的RNA序列 | 数字病理学 | 肾损伤 | RNA测序 | 深度学习 | RNA序列数据 | 使用大鼠模型进行实验 |
| 1860 | 2024-08-11 |
Artificial Intelligence in Stroke Imaging: A Comprehensive Review
2023-Dec-29, The Eurasian journal of medicine
DOI:10.5152/eurasianjmed.2023.23347
PMID:39109827
|
综述 | 本文全面回顾了人工智能在脑卒中影像学中的应用 | 介绍了多种人工智能方法在脑卒中管理中的应用，包括经典机器学习工具和深度学习模型 | 构建无偏模型需要收集大量、多样且高质量的数据，并确保训练和测试数据分布相似 | 探讨人工智能技术在脑卒中影像学中的应用及其对临床实践的影响 | 脑卒中影像学及其在临床管理中的应用 | 计算机视觉 | 脑血管疾病 | NA | 支持向量机、随机森林、逻辑回归、线性判别分析、卷积神经网络、循环神经网络、自编码器、U-Net | 医学图像 | NA |