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 154 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 | 算法框架 | 模型架构 | 性能指标 | 计算资源 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 121 | 2024-08-04 |
Automated MR Image Prescription of the Liver Using Deep Learning: Development, Evaluation, and Prospective Implementation
2023-08, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.28564
PMID:36583550
|
研究论文 | 本文介绍了一种基于人工智能的肝脏图像自动处方方法。 | 提出了一种全自动的肝脏磁共振成像处方系统，使用YOLOv3模型进行物体检测。 | 研究主要依赖于回顾性数据和小样本的前瞻性评估，可能限制了结果的广泛适用性。 | 开发和评估一种基于人工智能的肝脏图像自动处方方法。 | 570名女性和469名男性患者以及6名健康志愿者。 | 数字病理学 | NA | 深度学习 | YOLOv3 | 图像 | 总共1039个三平面定位采集 (26,929 slices) | NA | NA | NA | NA |
| 122 | 2024-08-04 |
Employing Multiple Low-Dose PET Images (at Different Dose Levels) as Prior Knowledge to Predict Standard-Dose PET Images
2023-08, Journal of digital imaging
IF:2.9Q2
DOI:10.1007/s10278-023-00815-y
PMID:36988836
|
研究论文 | 本文探讨了利用多种低剂量PET图像作为先验知识来预测标准剂量PET图像的方法 | 该研究首次整合多个不同剂量水平的PET图像作为输入，以改善医学成像的预测精度 | 未提及数据集的多样性及其对模型泛化能力的影响 | 研究低剂量PET图像在预测标准剂量PET图像中的应用 | 使用不同剂量的PET图像对标准剂量PET图像进行预测 | 数字病理学 | NA | NA | ResNet | 图像 | 使用多个低剂量PET图像，包括6%、4%和2% L-PET图像 | NA | NA | NA | NA |
| 123 | 2024-08-04 |
Discrimination Between Glioblastoma and Solitary Brain Metastasis Using Conventional MRI and Diffusion-Weighted Imaging Based on a Deep Learning Algorithm
2023-08, Journal of digital imaging
IF:2.9Q2
DOI:10.1007/s10278-023-00838-5
PMID:37156977
|
研究论文 | 本研究旨在开发和验证一个深度学习模型，以区分胶质母细胞瘤与孤立性脑转移。 | 本研究结合常规MRI和扩散加权成像，开发了多种深度学习模型，并展示了组合模型的分类性能优于单一MRI序列模型。 | 本研究的样本来自于回顾性数据收集，可能存在选择偏差。 | 研究的目的是提高胶质母细胞瘤与孤立性脑转移的鉴别能力。 | 研究对象为202名孤立性脑肿瘤患者，包括104例胶质母细胞瘤和98例脑转移。 | 数字病理学 | 胶质母细胞瘤 | MRI，扩散加权成像（DWI） | 3D残差网络-18 | 医学影像 | 202名患者（104名胶质母细胞瘤和98名脑转移） | NA | NA | NA | NA |
| 124 | 2024-08-04 |
Deep-Learning-Based Contrast Synthesis From MRF Parameter Maps in the Knee Joint
2023-08, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.28573
PMID:36562500
|
研究论文 | 本研究探讨了如何从MRF量化数据中合成对比加权的MR图像，以提高MRF的临床实用性 | 使用经过训练的U-net网络结合L1和感知损失函数进行对比合成，是改善MRF成像的一种新方法 | 还需要更多研究来验证这些合成图像的诊断准确性 | 通过合成对比加权的MR图像来提高磁共振指纹技术的临床应用价值 | 来自1986年北芬兰出生队列的184名受试者的膝关节MRI数据 | 数字病理学 | NA | 磁共振成像，磁共振指纹技术 | U-net | 图像 | 184名受试者的膝关节MRI数据 | NA | NA | NA | NA |
| 125 | 2024-08-04 |
The role of anatomical context in soft-tissue multi-organ segmentation of cadaveric non-contrast-enhanced whole body CT
2023-Aug, Medical physics
IF:3.2Q1
DOI:10.1002/mp.16330
PMID:36847064
|
研究论文 | 本文探讨了在尸体非对比全身CT图像中，解剖上下文在软组织多脏器分割中的重要性 | 首次比较了2D UNet和3D VNet算法在尸体CT图像分割中的有效性，并强调了解剖上下文在分割中的作用 | 没有涉及尸体CT图像以外的其他类型的图像分割 | 旨在确定2D和3D分割算法在尸体非对比增强CT图像处理中的有效性 | 研究对象为尸体CT图像中的肾脏和肝脏 | 计算机视觉 | NA | CT成像 | UNet和VNet | 图像 | NA | NA | NA | NA | NA |
| 126 | 2024-08-04 |
Smart IoT in Breast Cancer Detection Using Optimal Deep Learning
2023-08, Journal of digital imaging
IF:2.9Q2
DOI:10.1007/s10278-023-00834-9
PMID:37221422
|
研究论文 | 本研究开发了一种基于物联网的智能医疗系统，用于乳腺癌的分类。 | 提出了反馈人工群搜索（FACS）与牧羊卷积神经网络（ShCNN）相结合的方法用于乳腺癌检测 | 缺乏对其他疾病或数据集的验证 | 研究基于物联网的智能医疗在乳腺癌检测中的应用 | 乳腺癌分类与特征提取 | 计算机视觉 | 乳腺癌 | 深度学习 | 卷积神经网络（CNN） | 图像 | NA | NA | NA | NA | NA |
| 127 | 2024-08-04 |
Tensor-RT-Based Transfer Learning Model for Lung Cancer Classification
2023-08, Journal of digital imaging
IF:2.9Q2
DOI:10.1007/s10278-023-00822-z
PMID:37059889
|
研究论文 | 本研究提出了一种基于Tensor-RT的转移学习框架，用于肺癌CT图像的良性和恶性分类 | 提出了一个高效的实时转移学习框架，采用加权VGG深度网络并在Nvidia Tensor-RT中进行模型推理 | 尽管该模型表现良好，但仍可能面临动态环境下的实时分类挑战 | 改善肺癌CT图像的实时分类性能 | 肺癌的CT图像，特别是CT扫描肺切片 | 计算机视觉 | 肺癌 | 卷积神经网络 (CNN) | 加权VGG深度网络 (WVDN) | 图像 | 19419个计算机断层扫描肺切片 | NA | NA | NA | NA |
| 128 | 2024-08-04 |
A Lightweight and Robust Framework for Circulating Genetically Abnormal Cells (CACs) Identification Using 4-Color Fluorescence In Situ Hybridization (FISH) Image and Deep Refined Learning
2023-08, Journal of digital imaging
IF:2.9Q2
DOI:10.1007/s10278-023-00843-8
PMID:37231288
|
研究论文 | 本研究开发了一种轻量级和稳健的深度学习网络用于循环基因异常细胞的识别 | 提出了一种基于4色FISH图像的深度学习网络，并设计了新的信号标准化方法和在线重复训练策略 | 未提及具体的限制因素 | 提高循环基因异常细胞的识别精度和临床检测率 | 循环基因异常细胞（CACs） | 数字病理学 | 癌症 | 4色荧光原位杂交（FISH） | FISH-Net | 临床样本数据 | 853名患者的临床样本来自10个中心 | NA | NA | NA | NA |
| 129 | 2024-08-04 |
Fully Automated Longitudinal Assessment of Renal Stone Burden on Serial CT Imaging Using Deep Learning
2023-08, Journal of endourology
IF:2.9Q1
DOI:10.1089/end.2023.0066
PMID:37310890
|
研究论文 | 使用深度学习自动化测量和跟踪肾结石在连续CT扫描中的负担 | 首次利用深度学习模型实现肾结石负担的完全自动化评估 | 仅包含来自单一医疗中心的回顾性数据，可能限制了研究的广泛适用性 | 研究旨在自动化肾结石负担的测量与追踪 | 113名接受肾结石治疗的患者的259个CT扫描 | 计算机视觉 | NA | 深度学习 | NA | 影像 | 259个CT扫描，来自113名患者 | NA | NA | NA | NA |
| 130 | 2024-08-04 |
Skin Lesion Segmentation in Dermoscopic Images with Noisy Data
2023-08, Journal of digital imaging
IF:2.9Q2
DOI:10.1007/s10278-023-00819-8
PMID:37020149
|
研究论文 | 本文提出了一种深度学习方法用于在皮肤镜图像中分割皮肤病变 | 提出了一种利用预训练的EfficientNet模型和压缩激励残差结构的网络架构 | 实验结果表明测试集中的噪声标签会对评估得分产生不利影响 | 研究深度学习在皮肤病变分割中的应用 | 应用于国际皮肤成像合作（ISIC）2017挑战赛皮肤病变分割数据集 | 计算机视觉 | 皮肤疾病 | 深度学习 | EfficientNet | 图像 | ISIC 2017挑战赛皮肤病变分割数据集 | NA | NA | NA | NA |
| 131 | 2024-08-04 |
Glomerulus Detection Using Segmentation Neural Networks
2023-08, Journal of digital imaging
IF:2.9Q2
DOI:10.1007/s10278-022-00764-y
PMID:37020148
|
研究论文 | 本研究提出了一种基于深度学习的肾小球检测方法 | 创新点在于使用多种卷积神经网络模型进行肾小球区域的检测 | 未提及具体在临床应用中的限制 | 提高肾脏移植前的准确诊断和疾病识别 | 数字化肾脏幻灯片中的肾小球部分 | 数字病理学 | NA | 卷积神经网络 | ResNet, UNet, LinkNet, EfficientNet | 图像 | 使用了NIH HuBMAP肾脏全幻灯片图像数据集 | NA | NA | NA | NA |
| 132 | 2024-08-04 |
A neural ordinary differential equation model for visualizing deep neural network behaviors in multi-parametric MRI-based glioma segmentation
2023-Aug, Medical physics
IF:3.2Q1
DOI:10.1002/mp.16286
PMID:36840621
|
研究论文 | 开发了一种神经普通微分方程（ODE）模型，用于可视化深度神经网络在基于多参数MRI的胶质瘤分割中的行为 | 提出了一种新的深度学习模型Neural ODE，通过神经网络参数化的ODE实现深度特征提取，增强了深度学习的可解释性 | 比较模型基于少数关键MRI模态进行分割时与全模态结果的差异较小且无显著性 | 研究深度神经网络在多参数MRI胶质瘤分割中的表现与可视化 | 369名胶质瘤患者的多参数MRI数据 | 数字病理学 | 胶质瘤 | 多参数MRI协议 | Neural ODE | 医学影像 | 369名胶质瘤患者 | NA | NA | NA | NA |
| 133 | 2024-08-04 |
Predicting Visual Field Worsening with Longitudinal OCT Data Using a Gated Transformer Network
2023-08, Ophthalmology
IF:13.1Q1
DOI:10.1016/j.ophtha.2023.03.019
PMID:37003520
|
研究论文 | 本研究旨在利用门控变换网络(GTN)从纵向OCT数据中识别视野恶化。 | 该研究引入了一种新方法，通过多种标准定义视野恶化，并使用GTN进行预测。 | 对于基线更严重的青光眼患者，GTN的性能较差。 | 研究的目的是通过分析OCT数据预测视野恶化。 | 研究对象为4211只眼睛的纵向OCT数据和视野结果。 | 数字病理学 | 青光眼 | OCT | 门控变换网络(GTN) | 眼部扫描数据 | 4211只眼睛（2666名患者） | NA | NA | NA | NA |
| 134 | 2024-08-04 |
Uncertainty aware training to improve deep learning model calibration for classification of cardiac MR images
2023-08, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2023.102861
PMID:37327613
|
研究论文 | 本文研究了如何通过不确定性感知训练提高心脏MR图像分类模型的校准能力。 | 提出了三种新颖的不确定性感知训练策略，并与两种最新的方法进行了比较，强调了更好的模型校准。 | 使用不同的校准指标时，最优模型之间缺乏一致性。 | 研究旨在提高人工智能分类模型在临床决策支持中的可靠性。 | 研究对象为心脏再同步治疗响应预测和冠状动脉疾病诊断。 | 计算机视觉 | 心血管疾病 | 心脏磁共振成像（CMR） | 信心加权方法 | 图像 | NA | NA | NA | NA | NA |
| 135 | 2024-08-05 |
The Use of Artificial Intelligence for Detecting and Predicting Atrial Arrhythmias Post Catheter Ablation
2023-Aug, Reviews in cardiovascular medicine
IF:1.9Q3
DOI:10.31083/j.rcm2408215
PMID:39076714
|
评论 | 这篇文章探讨了人工智能在导管消融后检测和预测心房性心律失常的应用 | 文章创新地聚焦于心房颤动以外的心房扑动和心房性心动过速的AI研究 | 目前的AI研究主要集中在心房颤动，心房扑动和心房性心动过速的研究相对较少 | 研究旨在探讨AI算法与心电生理特征、影像数据、风险评分计算器和临床变量结合预测心律失常 | 主要关注心房颤动、心房扑动和心房性心动过速的心律失常 | 自然语言处理 | 心血管疾病 | 人工智能 | 机器学习和深度学习 | 影像数据和临床变量 | NA | NA | NA | NA | NA |
| 136 | 2024-08-05 |
A deep learning framework to scale linear facial measurements to actual size using horizontal visible iris diameter: a study on an Iranian population
2023-08-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-40839-6
PMID:37612309
|
研究论文 | 本研究开发了一种深度学习工具，通过虹膜直径对人脸图像进行线性测量的校准 | 提出使用虹膜的水平可见直径作为自动校正图像放大比例的参考标志 | 研究仅在伊朗人群中进行，可能无法推广到其他种群 | 旨在提高面部图像测量的精度以支持临床评估 | 研究对象为94名受试者的面部图像 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 94个受试者 | NA | NA | NA | NA |
| 137 | 2024-08-05 |
Unlocking the Potential: Predicting Redox Behavior of Organic Molecules, from Linear Fits to Neural Networks
2023-Aug-08, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.3c00355
PMID:37463673
|
综述 | 本文讨论了有机分子的还原和氧化电位预测的现代技术 | 探讨了从线性拟合到神经网络的不同预测方法，超越常规的第一性原理计算和热力学循环 | 未详细讨论每种方法的适用范围和具体局限性 | 研究有机分子的还原氧化行为预测方法 | 还原活性有机分子及其在不同应用中的表现 | 化学 | NA | 机器学习 | 神经网络 | 数据集 | 目前可用的还原活性有机分子数据集及其实验和计算性质 | NA | NA | NA | NA |
| 138 | 2024-08-05 |
Enhancing Opioid Bioactivity Predictions through Integration of Ligand-Based and Structure-Based Drug Discovery Strategies with Transfer and Deep Learning Techniques
2023-Aug-07, bioRxiv : the preprint server for biology
DOI:10.1101/2023.08.04.552065
PMID:37609329
|
研究论文 | 本文探讨了通过结合基于配体和基于结构的药物发现策略与迁移和深度学习技术来提高阿片类生物活性预测的有效性 | 创新点在于使用结合的分子描述符构建稳健的深度学习模型，以提升阿片类配体在各个OR亚型上的生物活性预测 | 研究可能面临样本不足以实现充分预测性能的问题 | 旨在发现更好的阿片类药物以降低成瘾潜力 | 研究对象为阿片受体（OR）亚家族中的配体 | 计算机视觉 | NA | 深度学习 | NA | 分子描述符 | NA | NA | NA | NA | NA |
| 139 | 2024-08-05 |
EASL: A Framework for Designing, Implementing, and Evaluating ML Solutions in Clinical Healthcare Settings
2023-Aug, Proceedings of machine learning research
PMID:38988337
|
研究论文 | 我们介绍了解释性分析系统实验室(EASL)框架，这是一种用于临床机器学习工具开发、实施和评估的端到端解决方案 | EASL框架集成了模型开发、实施和评估的资源，为临床环境中的机器学习应用提供全面支持 | NA | 本研究旨在促进临床机器学习工具的开发与评估 | 设计和评估医学影像的深度学习分类器 | 机器学习 | NA | 深度学习 | NA | 医学影像 | NA | NA | NA | NA | NA |
| 140 | 2024-08-05 |
Application of multiple deep learning models for automatic burn wound assessment
2023-Aug, Burns : journal of the International Society for Burn Injuries
IF:3.2Q1
DOI:10.1016/j.burns.2022.07.006
PMID:35945064
|
研究论文 | 本文提出了一种基于多种深度学习模型的烧伤伤口自动评估系统 | 引入边界基础和区域基础标签方法及多个强大的深度学习模型进行烧伤面积评估 | 未提及具体的局限性 | 提高烧伤伤口的评估准确性，特别是总体表面积和深层烧伤区域的分割 | 涉及4991张早期烧伤图像和1050张手掌图像 | 计算机视觉 | NA | 深度学习 | U-Net, PSPNet, DeeplabV3+, Mask R-CNN | 图像 | 4991张早期烧伤图像和1050张手掌图像 | NA | NA | NA | NA |