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 148 篇文献，本页显示第 121 - 140 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 121 | 2024-09-13 |
Deep learning imaging features derived from kidney ultrasounds predict chronic kidney disease progression in children with posterior urethral valves
2023-03, Pediatric nephrology (Berlin, Germany)
DOI:10.1007/s00467-022-05677-0
PMID:35867160
|
研究论文 | 本文利用深度学习从新生儿肾脏超声图像中提取解剖特征，评估其在预测后尿道瓣膜症患儿慢性肾病进展风险和时间方面的表现 | 本文首次使用深度学习技术从新生儿肾脏超声图像中提取特征，并将其应用于预测慢性肾病的进展，相比仅使用临床特征如最低肌酐水平，具有更高的预测准确性 | 本文为回顾性研究，样本量有限，且仅针对后尿道瓣膜症患儿，研究结果的普适性有待进一步验证 | 研究目的是利用深度学习技术从新生儿肾脏超声图像中提取特征，以提高对后尿道瓣膜症患儿慢性肾病进展的早期预测准确性 | 研究对象为患有后尿道瓣膜症的男孩 | 计算机视觉 | 泌尿系统疾病 | 深度学习 | 随机生存森林 | 图像 | 225名患者 |
| 122 | 2024-09-13 |
SAM-X: sorting algorithm for musculoskeletal x-ray radiography
2023-Mar, European radiology
IF:4.7Q1
DOI:10.1007/s00330-022-09184-6
PMID:36307553
|
研究论文 | 开发了一种两阶段的深度学习排序算法，用于根据解剖实体对大型肌肉骨骼X光图像数据集进行排序 | 提出了一个两阶段的深度学习排序算法，结合自监督学习和人类专家的弱语义标签，显著提高了分类准确性 | 研究主要集中在肌肉骨骼肿瘤中心的X光图像，可能限制了算法的普适性 | 开发一种高效的深度学习算法，用于根据解剖实体对X光图像进行分类，以支持肌肉骨骼疾病的评估 | 42,608张未结构化和匿名的X光图像 | 计算机视觉 | NA | 深度学习 | 自监督模型 | 图像 | 42,608张X光图像 |
| 123 | 2024-09-13 |
PulDi-COVID: Chronic obstructive pulmonary (lung) diseases with COVID-19 classification using ensemble deep convolutional neural network from chest X-ray images to minimize severity and mortality rates
2023-Mar, Biomedical signal processing and control
IF:4.9Q1
DOI:10.1016/j.bspc.2022.104445
PMID:36466567
|
研究论文 | 本文提出了一种名为PulDi-COVID的深度卷积神经网络模型，用于从胸部X光图像中分类慢性阻塞性肺病和COVID-19，以减少严重程度和死亡率 | 本文创新性地提出了PulDi-COVID模型，结合了多种深度学习模型的快照，通过集成学习方法提高了分类准确性 | 由于数据噪声和小样本问题，现有深度学习策略可能存在显著偏差和泛化失败 | 研究目的是开发一种高效的深度学习模型，用于快速检测COVID-19和慢性肺病，以降低患者的严重程度和死亡率 | 研究对象包括慢性阻塞性肺病和COVID-19患者，以及胸部X光图像 | 计算机视觉 | 肺病 | 深度学习 | 卷积神经网络 | 图像 | 使用了较大的COVID-19和肺病胸部X光图像数据集 |
| 124 | 2024-09-13 |
Fast three-dimensional image generation for healthy brain aging using diffeomorphic registration
2023-03, Human brain mapping
IF:3.5Q1
DOI:10.1002/hbm.26165
PMID:36468536
|
研究论文 | 本文提出了一种基于微分同胚配准的方法，用于生成健康大脑随时间变化的3D图像，以填补纵向数据集中的缺失数据 | 引入了两个新的模块在Synthmorph框架内模拟老化过程，并使用图像配准技术生成 anatomically plausible 的图像 | 假设健康大脑的线性衰退可能不适用于所有情况 | 开发一种方法来填补纵向数据集中的缺失数据，以帮助早期检测和预测神经退行性疾病 | 健康大脑的老化过程 | 计算机视觉 | NA | 微分同胚配准 | Synthmorph | 图像 | 2662个T1加权MRI扫描，来自796名健康参与者，来自3个不同的纵向队列 |
| 125 | 2024-09-13 |
Decentralized collaborative multi-institutional PET attenuation and scatter correction using federated deep learning
2023-03, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-022-06053-8
PMID:36508026
|
研究论文 | 本文研究了在多中心设置下使用联邦学习进行PET图像的衰减校正和散射补偿 | 提出了基于联邦学习的深度学习模型，避免了直接共享数据，提高了模型的泛化性和鲁棒性 | 观察到预测的体素值略有低估 | 开发一种在多中心设置下使用联邦学习进行PET图像衰减校正和散射补偿的深度学习模型 | 18F-FDG PET图像的衰减校正和散射补偿 | 机器学习 | NA | 联邦学习 | U-Net | 图像 | 300名患者的PET图像，来自6个不同中心，每个中心50名患者 |
| 126 | 2024-09-13 |
Classification of COVID-19 from community-acquired pneumonia: Boosting the performance with capsule network and maximum intensity projection image of CT scans
2023-03, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2023.106567
PMID:36738705
|
研究论文 | 本文提出了一种利用胶囊网络和CT扫描的最大强度投影图像来区分COVID-19和社区获得性肺炎的方法 | 本文创新性地使用了最大强度投影图像和胶囊网络来提高COVID-19和社区获得性肺炎的分类准确性 | NA | 开发一种能够准确自动区分COVID-19和社区获得性肺炎的方法 | COVID-19和社区获得性肺炎的CT图像 | 计算机视觉 | COVID-19 | 最大强度投影图像 | 胶囊网络 | 图像 | 训练集包含333个CT扫描（168个COVID-19/165个CAP），验证集包含3581个CT扫描（2110个COVID-19/1471个CAP） |
| 127 | 2024-09-13 |
A computational map of the human-SARS-CoV-2 protein-RNA interactome predicted at single-nucleotide resolution
2023-Mar, NAR genomics and bioinformatics
IF:4.0Q1
DOI:10.1093/nargab/lqad010
PMID:36814457
|
研究论文 | 本文构建了首个单核苷酸分辨率的人类RBP与SARS-CoV-2 RNA相互作用图谱 | 首次使用深度学习方法在单核苷酸分辨率下预测人类RBP与SARS-CoV-2 RNA的相互作用，并评估了不同冠状病毒间的RBP结合保守性 | 依赖于CLIP-seq实验数据，可能存在实验误差和数据偏差 | 研究人类RBP在SARS-CoV-2感染中的作用，并预测未来突变对蛋白质-RNA相互作用的影响 | 人类RBP与SARS-CoV-2 RNA的相互作用 | 生物信息学 | NA | 深度学习 | pysster 和 DeepRiPe | RNA | 超过100种人类RBP的CLIP-seq实验数据 |
| 128 | 2024-09-11 |
Automated Identification and Segmentation of Ellipsoid Zone At-Risk Using Deep Learning on SD-OCT for Predicting Progression in Dry AMD
2023-Mar-20, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics13061178
PMID:36980486
|
研究论文 | 本文介绍了一种基于深度学习的模型，用于自动识别和分割黄斑区风险区域，以预测干性年龄相关性黄斑变性的进展 | 本文提出了一种新颖的高性能深度学习模型，用于检测和测量黄斑区风险区域 | NA | 研究干性年龄相关性黄斑变性的进展预测 | 黄斑区风险区域（Ellipsoid Zone At-Risk） | 计算机视觉 | 年龄相关性黄斑变性 | 深度学习 | 深度学习模型 | 图像 | 341名干性年龄相关性黄斑变性患者用于模型训练和测试，120名患者用于独立测试模型性能 |
| 129 | 2024-08-15 |
Integrating structured and unstructured data for timely prediction of bloodstream infection among children
2023-03, Pediatric research
IF:3.1Q1
DOI:10.1038/s41390-022-02116-6
PMID:35854085
|
研究论文 | 本文研究了如何结合电子健康记录中的结构化数据和非结构化数据来预测儿童中心静脉导管相关血液感染 | 开发了一种先进的感染预测模型，该模型整合了结构化和非结构化的电子健康记录，并从临床笔记中提取信息以进行及时的临床预测 | NA | 研究如何利用电子健康记录中的结构化和非结构化数据来提高对儿童中心静脉导管相关血液感染的预测准确性 | 医院中带有中心静脉导管的儿童 | 机器学习 | NA | 深度学习模型 | 深度学习模型 | 结构化数据和临床笔记 | 24,351名患者 |
| 130 | 2024-08-04 |
Polypoidal Choroidal Vasculopathy: Updates on Risk Factors, Diagnosis, and Treatments
2023 Mar-Apr 01, Asia-Pacific journal of ophthalmology (Philadelphia, Pa.)
DOI:10.1097/APO.0000000000000573
PMID:36728294
|
研究论文 | 该文章介绍了关于囊状脉络膜血管病（PCV）的风险因素、诊断与治疗的最新进展 | 文章探讨了深度学习模型在无需靛蓝绿血管造影的情况下，用于从不同类型的视网膜成像中检测PCV的应用 | 尽管有研究发现新抗VEGF药物可能提供更持久的治疗效果，但尚不清楚它们是否能更有效地闭合囊状病变 | 研究囊状脉络膜血管病（PCV）的风险因素、诊断方法以及治疗方案 | 文章关注于男性和吸烟等系统性因素以及与PCV相关的影像学和生物标志物 | 数字病理学 | NA | 深度学习 | NA | 图像 | 涉及的样本数量及类型未明确说明 |
| 131 | 2024-08-04 |
Systolic Blood Pressure and Cardiovascular Risk in Patients With Diabetes: A Prospective Cohort Study
2023-03, Hypertension (Dallas, Tex. : 1979)
|
研究论文 | 本文研究了收缩压(SBP)与糖尿病患者心血管事件之间的关系 | 首次使用深度学习模型揭示了SBP与心血管结果之间的单调关系 | 研究仅限于特定人群，可能无法推广到更广泛的糖尿病患者群体 | 探讨SBP与糖尿病患者心血管疾病风险之间的关系 | 50到90岁之间的49000名糖尿病患者 | 心血管疾病 | 糖尿病相关心血管疾病 | 深度学习 | NA | 电子健康记录 | 49000名糖尿病患者 |
| 132 | 2024-08-05 |
Improved image quality with deep learning reconstruction - a study on a semi-anthropomorphic upper-abdomen phantom
2023-Mar, Research in diagnostic and interventional imaging
DOI:10.1016/j.redii.2023.100022
PMID:39076164
|
研究论文 | 本研究评估了一种深度学习重建算法在不同剂量下的图像质量 | 该研究提出的新型DLR算法在保持噪声纹理特征的同时实现了显著的噪声降低 | 现有研究可能没有全面评估所有临床应用的重建效果 | 评估深度学习重建算法在不同辐射剂量下的性能 | 使用半人类上腹部假体进行CT扫描重建的图像质量 | 数字病理学 | NA | 深度学习重建（DLR） | NA | CT图像 | 五种剂量水平的CT扫描（CTDIvol 5, 10, 15, 20和25 mGy） |
| 133 | 2024-08-05 |
Artificial Intelligence as a Decision-Making Tool in Forensic Dentistry: A Pilot Study with I3M
2023-03-06, International journal of environmental research and public health
DOI:10.3390/ijerph20054620
PMID:36901630
|
研究论文 | 这项研究旨在探讨基于第三磨牙成熟指数（I3M）创建决策支持工具的技术可行性 | 该研究结合深度学习和拓扑数据分析方法，实现了I3M评分的自动化，展示了与牙科法医专家的高度一致性 | 这是一个初步研究，样本量相对较小，局限于特定地区的图像 | 研究目的是开发一种支持牙科年龄估计专家决策的人工智能工具 | 研究对象是来自法国和乌干达的456张下颌骨X光影像 | 数字病理学 | NA | 深度学习 | U-Net, Mask R-CNN | 影像 | 456张图像 |
| 134 | 2024-08-05 |
Super-Resolution of Dental Panoramic Radiographs Using Deep Learning: A Pilot Study
2023-Mar-06, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics13050996
PMID:36900140
|
研究论文 | 本研究旨在比较基于深度学习的超分辨率模型与传统方法在提升牙科全景影像分辨率方面的效果 | 探索了五种最先进的深度学习超分辨率方法，并与传统双三次插值方法进行了比较 | 研究样本仅限于牙科全景影像，可能无法推广到其他类型的医疗影像 | 提高牙科全景影像的分辨率和质量 | 888幅牙科全景影像 | 计算机视觉 | NA | 深度学习超分辨率算法 | SRCNN, SRGAN, U-Net, SwinIr, LTE | 图像 | 888幅牙科全景影像 |
| 135 | 2024-08-05 |
Intelligent oncology: The convergence of artificial intelligence and oncology
2023-Mar, Journal of the National Cancer Center
IF:7.6Q1
DOI:10.1016/j.jncc.2022.11.004
PMID:39036310
|
研究论文 | 本文描述了一种称为智能肿瘤学的整体和结构化概念 | 提出了一个跨学科的智能肿瘤学概念，整合多个领域以促进癌症管理 | 智能肿瘤学的概念和应用仍处于 infancy，面临许多障碍和挑战 | 旨在促进癌症预防、筛查、早期诊断和精确治疗 | 整合肿瘤学、放射学、病理学、分子生物学等领域 | 计算机视觉 | 癌症 | 自然语言处理、机器/深度学习 | NA | NA | NA |
| 136 | 2024-08-05 |
Genetics and mechanisms of thoracic aortic disease
2023-03, Nature reviews. Cardiology
DOI:10.1038/s41569-022-00763-0
PMID:36131050
|
综述 | 本文探讨了胸主动脉疾病的遗传学和机制 | 文章介绍了利用深度学习等新技术快速定义主动脉特征的能力，并整合这些新观察到的遗传数据 | 胸主动脉疾病相较于其他心血管病症的相对低发病率限制了大规模遗传关联的识别 | 研究主动脉疾病的遗传机制及其生物学理解 | 胸主动脉疾病的遗传因素 | 机器学习 | 心血管疾病 | 机器学习 | 深度学习 | 影像数据 | NA |
| 137 | 2024-08-05 |
Applications of Deep Learning in Endocrine Neoplasms
2023-Mar, Surgical pathology clinics
DOI:10.1016/j.path.2022.09.014
PMID:36739164
|
review | 本文总结了内分泌癌组织病理学中深度学习研究的现状 | 强调实验设计、重要发现和关键局限性 | NA | 探讨深度学习在内分泌癌组织病理学中的应用 | 内分泌癌的组织样本 | 数字病理学 | 内分泌癌 | 深度学习 | NA | 组织样本 | NA |
| 138 | 2024-08-05 |
Deep learning model for prenatal congenital heart disease (CHD) screening generalizes to the community setting and outperforms clinical detection
2023-Mar-12, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.03.10.23287134
PMID:38903074
|
研究论文 | 本研究应用深度学习模型进行胎儿超声图像中先天性心脏病的筛查，且在社区环境中表现优于临床检测 | 该研究展示了先前训练的深度学习算法在社区获取图像中有效识别未曾接触的病变，且其准确性超过人工评估 | 模型的表现与专家评分的质量有一定关系，且对部分未见过的病变的敏感性统计上无显著差异 | 旨在提高胎儿超声检查中对先天性心脏病的检测率 | 研究对象为2015年至2016年间，荷兰西北地区的胎儿超声图像及其相关病例 | 机器学习 | 先天性心脏病 | 深度学习 | NA | 图像 | 分析了42个正常胎儿和66个孤立性先天性心脏病病例 |
| 139 | 2024-08-05 |
The role of online news sentiment in carbon price prediction of China's carbon markets
2023-Mar, Environmental science and pollution research international
DOI:10.1007/s11356-023-25197-0
PMID:36627425
|
研究论文 | 该文章探讨了在线新闻情绪在中国碳市场碳价格预测中的作用 | 通过将在线新闻情绪指数作为非结构化数据引入深度学习模型，提高了碳价格预测的性能 | 未提及特定的限制因素 | 提高中国碳市场，尤其是国家碳市场的碳价格预测性能 | 研究对象为中国国家碳市场和湖北省试点碳市场的碳价格 | 机器学习 | NA | 深度学习 | 长短期记忆网络 (LSTM) | 在线新闻情绪指数 | 未提及具体样本数量 |
| 140 | 2024-08-05 |
Deep Learning to Detect Pancreatic Cystic Lesions on Abdominal Computed Tomography Scans: Development and Validation Study
2023-Mar-17, JMIR AI
DOI:10.2196/40702
PMID:38875547
|
研究论文 | 本研究开发和验证了一种用于自动检测胰腺囊性损伤的人工深度神经网络 | 研究中使用了一种基于注意力门U-Net架构的算法，提高了胰腺囊性损伤的检测率 | 研究主要基于335个样本，可能对不同类型的CT扫描结果的普适性有限 | 本研究旨在通过深度学习技术提高胰腺囊性损伤的早期检测率 | 研究对象包括335个腹部CT扫描的病例，其中297个病例被诊断为胰腺囊性损伤 | 计算机视觉 | 胰腺癌 | 深度学习 | 注意力门U-Net | 图像 | 335个腹部CT扫描样本 |