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!

Sample Image
添加微信请说明来意
Sample Image
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。

当前筛选条件: [分区不过滤] [IF不过滤] [发表日期:202306-202306] [清除筛选条件]
当前共找到 140 篇文献,本页显示第 61 - 80 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
61 2024-09-20
SSMD-UNet: semi-supervised multi-task decoders network for diabetic retinopathy segmentation
2023-06-05, Scientific reports IF:3.8Q1
研究论文 提出了一种用于糖尿病视网膜病变分割的半监督多任务解码器网络SSMD-UNet 利用未标记数据进行半监督学习,通过多解码器架构提高分割性能 未明确提及 开发一种自动化的深度学习工具,用于糖尿病视网膜病变的早期筛查和诊断 糖尿病视网膜病变 计算机视觉 糖尿病并发症 深度学习 UNet 图像 使用了两个公开数据集(FGADR和IDRiD)进行评估
62 2024-09-20
deepPERFECT: Novel Deep Learning CT Synthesis Method for Expeditious Pancreatic Cancer Radiotherapy
2023-Jun-05, Cancers IF:4.5Q1
研究论文 本文提出了一种新的深度学习方法deepPERFECT,用于从诊断CT合成计划CT,以加速胰腺癌放射治疗流程 开发了一种生成式深度学习模型deepPERFECT,能够捕捉诊断CT和计划CT之间的差异,并生成变形向量场以转换诊断CT为初步计划CT NA 加速胰腺癌放射治疗的标准护理工作流程 诊断CT和计划CT的合成 计算机视觉 胰腺癌 深度学习 生成式深度学习模型 CT图像 NA
63 2024-09-20
Multivariate time series short term forecasting using cumulative data of coronavirus
2023-Jun-04, Evolving systems IF:2.7Q3
研究论文 本文研究了利用新冠病毒的累积数据进行多变量时间序列短期预测 本文扩展了SEIR模型,整合了医院收治、死亡、疫苗接种和隔离等额外信息,并比较了深度学习和数学模型在预测死亡率和发病率方面的表现 NA 开发更准确的预测模型和策略以对抗疾病 新冠病毒的累积报告发病率和死亡率的短期预测 机器学习 传染病 多变量时间序列预测 LSTM 时间序列数据 研究涉及八个受影响最严重的国家
64 2024-09-20
Image Recommendation System Based on Environmental and Human Face Information
2023-Jun-02, Sensors (Basel, Switzerland)
研究论文 本文介绍了一种基于环境和人脸信息的图像推荐系统,通过深度学习算法实时估计用户的情绪、年龄和性别,并结合环境数据推荐个性化的自然景观图像 系统结合了人脸信息和环境数据,使用生成对抗网络(GANs)对图像进行着色,提供个性化的图像推荐,增强了用户体验 NA 开发一种能够根据用户的情绪状态和特征推荐个性化图像的系统,以提升用户体验 用户的情绪、年龄、性别以及环境信息 计算机视觉 NA 深度学习算法 生成对抗网络(GANs) 图像 NA
65 2024-09-20
Benchmarking explanation methods for mental state decoding with deep learning models
2023-06, NeuroImage IF:4.7Q1
研究论文 本文通过对比多种解释方法在心理状态解码中的表现,评估了深度学习模型在理解心理状态与脑活动之间映射关系中的应用 本文首次在心理状态解码分析中对多种解释方法进行了基准测试,并揭示了解释方法的忠实度与其与其他实证证据的一致性之间的权衡 本文仅限于功能性磁共振成像数据集,未涵盖其他类型的脑成像数据 评估不同解释方法在心理状态解码中的表现,并为神经影像学研究者提供选择解释方法的指导 心理状态解码中的解释方法及其与脑活动映射的关系 机器学习 NA 功能性磁共振成像 (fMRI) 深度学习模型 图像 多个功能性磁共振成像数据集
66 2024-09-20
Super-resolution 4D flow MRI to quantify aortic regurgitation using computational fluid dynamics and deep learning
2023-Jun, The international journal of cardiovascular imaging
研究论文 本文利用计算流体动力学和深度学习技术,通过超分辨率4D流MRI量化主动脉瓣反流 提出了一种结合计算流体动力学模拟和深度学习的方法,用于提高4D流MRI的空间分辨率,从而更准确地量化主动脉瓣反流 需要进一步的体内验证和临床试验来确认该方法的实际应用效果 开发一种非侵入性方法,用于准确量化主动脉瓣反流及其相关血流动力学变化 主动脉瓣反流及其血流动力学 计算机视觉 心血管疾病 4D流MRI 神经网络 图像 两组体内4D流MRI数据
67 2024-09-20
Automated COVID-19 diagnosis and classification using convolutional neural network with fusion based feature extraction model
2023-Jun, Cognitive neurodynamics IF:3.1Q2
研究论文 本文提出了一种基于卷积神经网络和融合特征提取模型的自动化COVID-19诊断和分类方法 引入了融合特征提取模型FM-CNN,结合灰度共生矩阵、灰度游程长度矩阵和局部二值模式进行特征提取,并使用粒子群优化算法选择最优特征子集 NA 设计一种有效的COVID-19诊断和分类模型 COVID-19患者的胸部X光片 计算机视觉 COVID-19 卷积神经网络 CNN 图像 胸部X光片数据集
68 2024-09-20
Natural language processing to identify reasons for sex disparity in statin prescriptions
2023-Jun, American journal of preventive cardiology IF:4.3Q1
研究论文 使用自然语言处理技术识别导致他汀类药物处方性别差异的原因 采用自然语言处理技术(NLP)和深度学习模型Clinical BERT,分析临床记录中的文本信息,揭示导致他汀类药物处方性别差异的因素 研究仅限于北加州多站点电子健康记录中的患者数据,可能无法完全代表所有地区的患者情况 探讨导致动脉粥样硬化性心血管疾病(ASCVD)患者中女性他汀类药物处方率低于男性的原因 动脉粥样硬化性心血管疾病(ASCVD)患者 自然语言处理 心血管疾病 自然语言处理(NLP) BERT 文本 88,913名ASCVD患者,其中35,901名为女性
69 2024-09-20
GLACIER: GLASS-BOX TRANSFORMER FOR INTERPRETABLE DYNAMIC NEUROIMAGING
2023-Jun, Proceedings of the ... IEEE International Conference on Acoustics, Speech, and Signal Processing. ICASSP (Conference)
研究论文 本文提出了一种可解释的深度学习模型GLACIER,并将其应用于动态神经影像领域 本文提出的模型是一种'玻璃盒'模型,能够在神经影像领域生成可解释的连接矩阵,并超越现有模型在多个任务上的表现 NA 提高深度学习模型在神经影像领域的可解释性 动态脑网络连接 计算机视觉 NA 深度学习 Transformer 功能性磁共振成像数据 多个功能性磁共振成像数据集
70 2024-09-20
Development of a dynamic prediction model for unplanned ICU admission and mortality in hospitalized patients
2023-Jun, PLOS digital health
研究论文 本文开发了一种基于深度学习模型的动态预测模型,用于预测住院患者的非计划性ICU转入和院内死亡风险 本文利用深度学习方法,结合电子健康记录中的时间戳数据,开发了一种能够动态预测患者健康状况变化的模型,相较于传统的风险评分,该模型在个体化风险评估方面表现更优 本文未详细讨论模型的实际应用效果和在不同医疗环境中的适用性 开发一种能够动态预测住院患者非计划性ICU转入和院内死亡风险的深度学习模型 住院患者的非计划性ICU转入和院内死亡风险 机器学习 NA 深度学习 RNN 文本 852,620名患者,共2,241,849次住院记录
71 2024-09-20
Explainable AI for Retinoblastoma Diagnosis: Interpreting Deep Learning Models with LIME and SHAP
2023-Jun-01, Diagnostics (Basel, Switzerland)
研究论文 本文探讨了使用LIME和SHAP解释性AI技术来解释基于InceptionV3架构的深度学习模型在视网膜母细胞瘤诊断中的决策过程 结合深度学习和解释性AI技术,提高了视网膜母细胞瘤诊断的准确性和透明度 NA 提高视网膜母细胞瘤诊断的准确性和透明度 视网膜母细胞瘤和非视网膜母细胞瘤的视网膜图像 计算机视觉 视网膜母细胞瘤 LIME和SHAP解释性AI技术 InceptionV3 图像 800张图像,包括400张视网膜母细胞瘤图像和400张非视网膜母细胞瘤图像
72 2024-09-20
Automatic International Hidradenitis Suppurativa Severity Score System (AIHS4): A novel tool to assess the severity of hidradenitis suppurativa using artificial intelligence
2023-Jun, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI) IF:2.0Q3
研究论文 本文介绍了一种名为AIHS4的自动国际化藏毛囊炎严重程度评分系统,利用深度学习模型评估藏毛囊炎的严重程度 提出了AIHS4系统,通过深度学习模型自动评估藏毛囊炎的严重程度,减少了人工评估的时间和主观性 当前数据集规模有限,模型的性能尚未达到最专家医师的水平 开发一种自动化的工具,用于评估藏毛囊炎的严重程度,并支持临床实践和临床试验 藏毛囊炎的严重程度评估 计算机视觉 皮肤疾病 深度学习 YOLOv5 图像 包含由六位专家手动标注的藏毛囊炎图像的数据集
73 2024-09-19
Pacpaint: a histology-based deep learning model uncovers the extensive intratumor molecular heterogeneity of pancreatic adenocarcinoma
2023-06-13, Nature communications IF:14.7Q1
研究论文 开发了一种基于深度学习的模型PACpAInt,用于快速分型胰腺腺癌的分子亚型 PACpAInt模型能够在全切片或瓦片级别预测肿瘤组织和肿瘤细胞的分子亚型,并独立预测生存率 NA 研究胰腺腺癌的分子异质性并开发快速分型工具 胰腺腺癌的肿瘤和基质亚型 数字病理学 胰腺腺癌 深度学习 深度学习模型 转录组数据 202例多中心队列训练,4个独立队列(包括148、97、126例手术队列和25例活检队列)验证,总共598例样本
74 2024-09-19
Volumetric Analysis of Amygdala and Hippocampal Subfields for Infants with Autism
2023-Jun, Journal of autism and developmental disorders IF:3.2Q1
研究论文 本文首次使用MRI对6至24个月大的婴儿进行杏仁核和海马子区域的三维分析,以研究自闭症谱系障碍(ASD)儿童的脑部异常发育 提出了Dilated-Dense U-Net深度学习方法,用于解决这些子区域低组织对比度和小结构尺寸的挑战 NA 研究自闭症谱系障碍(ASD)婴儿杏仁核和海马子区域的发育情况 6至24个月大的婴儿的杏仁核和海马子区域 计算机视觉 自闭症 MRI Dilated-Dense U-Net 图像 NA
75 2024-09-19
Profiling of kidney involvement in systemic lupus erythematosus by deep learning using the National Database of Designated Incurable Diseases of Japan
2023-Jun, Clinical and experimental nephrology IF:2.2Q2
研究论文 本研究利用日本国家指定难治性疾病数据库的数据,通过深度学习方法分析了系统性红斑狼疮(SLE)患者中的肾脏受累情况 本研究首次利用深度学习技术分析了SLE患者中肾脏受累与其他临床表现之间的关系 研究仅基于2015年至2017年注册的1655名SLE患者的横断面数据,可能存在样本量不足的问题 探讨系统性红斑狼疮患者中肾脏受累的临床表现及其与其他临床表现的关系 系统性红斑狼疮患者及其肾脏受累情况 机器学习 系统性红斑狼疮 深度学习 人工神经网络 临床数据 1655名SLE患者
76 2024-09-19
Progressive attention integration-based multi-scale efficient network for medical imaging analysis with application to COVID-19 diagnosis
2023-06, Computers in biology and medicine IF:7.0Q1
研究论文 本文开发了一种基于深度学习的医学影像分析框架,旨在解决影像数据不完美导致的特征学习不足问题 提出了一种多尺度高效网络(MEN),通过集成不同的注意力机制,实现逐步学习方式下细节特征和语义信息的充分提取 未提及 开发一种新的深度学习框架,用于医学影像分析,特别是COVID-19诊断 COVID-19诊断任务中的医学影像 计算机视觉 COVID-19 深度学习 多尺度高效网络(MEN) 影像 未提及
77 2024-09-19
Comparison of the output of a deep learning segmentation model for locoregional breast cancer radiotherapy trained on 2 different datasets
2023-Jun, Technical innovations & patient support in radiation oncology
研究论文 比较了基于两个不同数据集训练的深度学习分割模型在局部乳腺癌放疗中的输出 研究了使用外部数据训练的模型与使用内部数据训练的模型之间的性能差异 研究仅限于30名乳腺癌患者的内部数据,可能无法完全代表所有情况 评估使用外部数据训练的模型与使用内部数据训练的模型在乳腺癌放疗中的性能差异 深度学习分割模型在乳腺癌放疗中的应用 机器学习 乳腺癌 深度学习 分割模型 图像 30名乳腺癌患者
78 2024-09-16
Transfer learning identifies sequence determinants of cell-type specific regulatory element accessibility
2023-Jun, NAR genomics and bioinformatics IF:4.0Q1
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
79 2024-09-05
Centralized contrastive loss with weakly supervised progressive feature extraction for fine-grained common thorax disease retrieval in chest x-ray
2023-Jun, Medical physics IF:3.2Q1
研究论文 本文提出了一种新的细粒度医学图像检索方法,使用集中对比损失和弱监督渐进特征提取技术来提高胸部X光片中常见胸腔疾病的检索性能 引入了一种新的集中对比损失函数和弱监督渐进特征提取方法,有效结合全局和局部特征,提高了特征的区分性能并降低了算法的时间复杂度 文章未明确提及具体的局限性 开发一种高效的图像疾病检索系统,帮助医生进行疾病诊断和预后 胸部X光片中的14种不同胸腔疾病 计算机视觉 胸腔疾病 集中对比损失(CCLoss) CNN 图像 未明确提及具体样本数量
80 2024-09-01
Deep-Learning-Based Segmentation of Extraocular Muscles from Magnetic Resonance Images
2023-Jun-08, Bioengineering (Basel, Switzerland)
研究论文 本研究探讨了四种深度学习框架(U-Net、U-NeXt、DeepLabV3+和ConResNet)在冠状MRI中对眼外肌(EOMs)进行多类像素级分割的性能 本研究系统比较了影响分割和形态测量准确性的因素,以及深度学习模型在MRI中分割EOMs的变异性 研究结果显示分割精度在空间上不同的图像平面有所变化 评估和比较四种深度学习框架在MRI中对眼外肌进行分割的性能 眼外肌(EOMs)的分割 计算机视觉 NA 磁共振成像(MRI) U-Net, U-NeXt, DeepLabV3+, ConResNet 图像 未明确提及样本数量
回到顶部