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 141 - 154 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 141 | 2024-08-05 |
Evaluating the ecological vulnerability of Chongqing using deep learning
2023-Aug, Environmental science and pollution research international
DOI:10.1007/s11356-023-28032-8
PMID:37407859
|
研究论文 | 本研究利用深度学习评估重庆的生态脆弱性并生成脆弱性地图 | 使用深度学习方法评估生态脆弱性，并生成支持生态环境保护和治理决策的脆弱性地图 | 虽然研究区域整体脆弱性不高，但主要生态问题仍需未来的生态保护和管理措施来解决 | 评估重庆地区的生态脆弱性 | 重庆地区的生态脆弱性及影响因素 | 自然语言处理 | NA | 深度神经网络（DNN）、卷积神经网络（CNN） | CNN、DNN | 地图、因素 | 选择了16个影响生态脆弱性的因素 | NA | NA | NA | NA |
| 142 | 2024-08-05 |
Identifying Mitral Valve Prolapse at Risk for Arrhythmias and Fibrosis From Electrocardiograms Using Deep Learning
2023-Aug, JACC. Advances
DOI:10.1016/j.jacadv.2023.100446
PMID:37936601
|
研究论文 | 本文利用深度学习分析心电图识别有心律失常和纤维化风险的二尖瓣脱垂患者 | 该研究采用卷积神经网络（CNN）分析12导联心电图，能够识别出有心律失常和死亡风险的二尖瓣脱垂患者，并发现与心律失常风险相关的新型心电图表现 | 本文未详细讨论心电图预测的临床应用和长期跟踪的具体实施方案 | 评估基于心电图的机器学习能否识别风险较高的二尖瓣脱垂患者 | 569名来自加州大学旧金山分校的二尖瓣脱垂患者以及与之相关的心电图数据 | 机器学习 | 心脏病 | 深度学习 | 卷积神经网络（CNN） | 心电图 | 6916个12导联心电图，来自569名患者 | NA | NA | NA | NA |
| 143 | 2024-08-05 |
Automated detection and localization of pericardial effusion from point-of-care cardiac ultrasound examination
2023-Aug, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-023-02855-6
PMID:37243852
|
研究论文 | 本研究开发了一种深度学习方法，以快速准确地识别和定位心包积液。 | 引入了基于YoloV3算法的深度学习方法，显著提高了心包积液检测的准确性和定位能力。 | 未提及关于算法在不同设备或操作员技能水平上的广泛适用性限制。 | 旨在提高心包积液在临床超声检查中的识别和定位效率。 | 对包含心包积液的病人以及对照组的心脏超声检查图像进行分析。 | 数字病理学 | 心脏疾病 | POCUS | YoloV3 | 图像 | 共分析了37个心包积液病例和39个阴性对照 | NA | NA | NA | NA |
| 144 | 2024-08-05 |
RelCurator: a text mining-based curation system for extracting gene-phenotype relationships specific to neurodegenerative disorders
2023-08, Genes & genomics
IF:1.6Q3
DOI:10.1007/s13258-023-01405-6
PMID:37300788
|
研究论文 | 该文章提出了一个文本挖掘基础的Curator系统，旨在提取与神经退行性疾病相关的基因-表型关系的句子 | 本研究的创新点在于使用双向门控递归单元网络和BioWordVec词嵌入，开发了一种深度学习模型来预测基因-表型关系 | 未提及特定限制 | 旨在从医学文献中提取基因-表型关系，以支持精准医学 | 研究对象为与神经退行性疾病相关的基因和表型实体 | 自然语言处理 | 神经退行性疾病 | 深度学习 | 双向门控递归单元网络 (BiGRU) | 文本 | 超过130,000个标记的PubMed句子 | NA | NA | NA | NA |
| 145 | 2024-08-05 |
Automatic retinoblastoma screening and surveillance using deep learning
2023-08, British journal of cancer
IF:6.4Q1
DOI:10.1038/s41416-023-02320-z
PMID:37344582
|
研究论文 | 本文研究了一种基于深度学习的视网膜母细胞瘤自动筛查和监测方法 | 提出了一种深度学习算法DLA-RB，能够准确区分正常眼底、稳定视网膜母细胞瘤和主动视网膜母细胞瘤 | 目前样本集中仅包括在北京同仁医院就诊的患者，可能影响结果的普遍适用性 | 旨在应用深度学习算法降低随访和后代筛查的负担 | 视网膜母细胞瘤患者及其相关影像数据 | 计算机视觉 | 视网膜母细胞瘤 | 深度学习 | 深度学习助手(DLA-RB) | 图像 | 共收集了36623张图像和103名患者的139只眼睛 | NA | NA | NA | NA |
| 146 | 2024-08-05 |
A Novel ECG-Based Deep Learning Algorithm to Predict Cardiomyopathy in Patients With Premature Ventricular Complexes
2023-08, JACC. Clinical electrophysiology
DOI:10.1016/j.jacep.2023.05.025
PMID:37480862
|
研究论文 | 本研究开发了一种深度学习算法，从12导联心电图中预测早期心室复合体患者的心肌病 | 本研究创新性地使用深度学习方法来预测PVC导致的心肌病，并表明该模型能够独立于PVC负担进行准确预测 | 本研究的一项限制是仅在一个医院进行内部训练和测试，外部验证也只在其他几家医院进行 | 该研究旨在通过深度学习模型预测PVC患者中的心肌病 | 研究对象为有记录的早期心室复合体患者，涉及383,514个心电图样本 | 机器学习 | 心血管疾病 | 深度学习 | 多变量Cox模型 | 心电图 | 14,241个样本 | NA | NA | NA | NA |
| 147 | 2024-08-05 |
Using deep learning to automatically generate design starting points for free-form imaging optical systems: retraction
2023-08-01, Applied optics
IF:1.7Q3
DOI:10.1364/AO.492842
PMID:37706939
|
更正 | 该文章已被作者撤回 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 148 | 2024-08-05 |
A Deep Learning Approach for Histology-Based Nucleus Segmentation and Tumor Microenvironment Characterization
2023-08, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2023.100196
PMID:37100227
|
研究论文 | 本文提出了一种基于组织学的深度学习方法，用于细胞核分割和肿瘤微环境特征描述 | 提出了一种名为HD-Yolo的新方法，显著加快了细胞核分割和肿瘤微环境定量的处理速度 | 现有算法计算密集且耗时，对于全切片图像分析不够高效 | 研究肿瘤组织及其周围微环境，以提供肿瘤发生、发展和转移的关键见解 | 针对不同类型的肿瘤组织进行细胞核识别和分类 | 数字病理学 | 肺癌、肝癌和乳腺癌 | 深度学习 | Yolo | 图像 | 3种不同组织类型的样本，分别用于肺癌、肝癌和乳腺癌 | NA | NA | NA | NA |
| 149 | 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 | NA | NA | NA | NA |
| 150 | 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 | NA | NA | NA | NA |
| 151 | 2024-08-05 |
Unsupervised 3D Pose Transfer With Cross Consistency and Dual Reconstruction
2023-Aug, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2023.3259059
PMID:37030769
|
研究论文 | 本文提出了一种无监督的3D姿态转移方法，旨在从源网格向目标网格转移姿态，同时保留目标网格的身份信息 | 提出了一种名为X-DualNet的简单而有效的方法，能够在无监督下实现3D姿态转移 | 依赖于真实场景中有限的地面真实数据，尽管可以实现无监督训练，但可能在某些情况下受到限制 | 实现高效的无监督3D姿态转移 | 源网格与目标网格的人类与动物数据 | 计算机视觉 | NA | 深度学习 | NA | 网格数据 | 广泛的人类和动物数据 | NA | NA | NA | NA |
| 152 | 2024-08-05 |
A Generalized Explanation Framework for Visualization of Deep Learning Model Predictions
2023-Aug, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2023.3241106
PMID:37022375
|
研究论文 | 提出了一种通用的解释框架GALORE，用于深度学习模型预测的可视化 | 通过统一归因解释和两种其他类型的解释，提出了新的解释类别以处理深度学习模型的不确定性 | 主要集中于专家领域的细粒度分类问题，可能不适用于其他类型的分类问题 | 提高对深度学习模型决策过程的理解 | 使用CUB200和ADE20K数据集进行对象识别和场景分类的实验 | 计算机视觉 | NA | NA | NA | 图像 | 使用两个数据集进行实验，具体样本数量未提及 | NA | NA | NA | NA |
| 153 | 2024-08-07 |
Deep-Masker: A Deep Learning-based Tool to Assess Chord Length from Murine Lung Images
2023-08, American journal of respiratory cell and molecular biology
IF:5.9Q1
DOI:10.1165/rcmb.2023-0051MA
PMID:37236629
|
研究论文 | 本文介绍了一种基于深度学习的工具Deep-Masker，用于自动评估小鼠肺部图像中的弦长 | Deep-Masker通过自动化的深度学习算法，提高了评估弦长的准确性和效率，减少了人工操作的变异性和偏差 | NA | 开发一种自动化的工具，以标准化小鼠肺部疾病模型中弦长的测量 | 小鼠肺部图像中的弦长 | 计算机视觉 | 慢性阻塞性肺疾病 | 深度学习 | NA | 图像 | 1217张图像来自137只小鼠，涉及12个品系，暴露于室内空气或香烟烟雾6个月 | NA | NA | NA | NA |
| 154 | 2024-08-07 |
Implementation of transfer learning for the segmentation of human mesenchymal stem cells-A validation study
2023-Aug, Tissue & cell
IF:2.7Q3
DOI:10.1016/j.tice.2023.102149
PMID:37429132
|
研究论文 | 本文开发了一种深度学习算法用于分割人类间充质干细胞（MSCs）的显微图像，并验证了其性能 | 使用预训练的DeepLab算法并通过对图像背景进行模糊处理来克服部分标注的限制 | 数据集中的图像仅部分标注，通过模糊背景来处理未标注的细胞 | 开发和验证用于分割人类间充质干细胞的深度学习算法 | 人类间充质干细胞（MSCs）的显微图像分割 | 计算机视觉 | NA | 深度学习 | DeepLab算法 | 图像 | 算法1训练了139张模糊背景的图像，算法2训练了37张正常背景的图像 | NA | NA | NA | NA |