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 319 篇文献，本页显示第 301 - 319 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 301 | 2024-08-05 |
Machine Learning to Advance Human Genome-Wide Association Studies
2023-12-25, Genes
IF:2.8Q2
DOI:10.3390/genes15010034
PMID:38254924
|
综述 | 本文综述了机器学习在对人类基因组广泛关联研究中的应用 | 本文创新性在于介绍了机器学习在分配人类遗传位点与健康结果之间的应用，强调了新工具的整合 | 文章中提到的方法和工具在应用方面的优势和挑战，但未深入探讨具体的实践案例 | 探讨机器学习在遗传流行病学研究中的应用进展与潜力 | 主要讨论人类基因组与健康结果之间的关系 | 机器学习 | NA | 机器学习，包括深度学习和增强学习 | NA | 遗传变异数据 | NA | NA | NA | NA | NA |
| 302 | 2024-08-05 |
A Triboelectric Sensor with Double Bubble Structure Applied in a High Security Double Lock System
2023-12-22, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.3c01574
PMID:38063342
|
研究论文 | 提出了一种集成了双气泡结构的摩擦电传感器的高安全性双锁系统 | 创新点在于将摩擦电纳米发电机与深度学习模型结合，使用双气泡结构提高灵敏度 | 未提及实际应用中的长期稳定性和耐用性 | 设计一种具有更高安全性能的智能锁系统 | 聚焦于摩擦电传感器和深度学习模型的集成应用 | 数字病理学 | NA | 摩擦电纳米发电机 | 长短期记忆网络 | 生理信号 | 实验中使用了识别四种典型呼吸信号的样本 | NA | NA | NA | NA |
| 303 | 2024-08-05 |
The Evolution of Artificial Intelligence in Biomedicine: Bibliometric Analysis
2023-Dec-19, JMIR AI
DOI:10.2196/45770
PMID:38875563
|
研究论文 | 本研究探讨了生物医学领域中人工智能技术的演变和未来趋势。 | 提出了背景增强预测方法，提升了回归模型的预测效果。 | 研究可能局限于已发表文献的数据，未能覆盖所有相关领域。 | 预测不同生物医学领域中人工智能技术的未来发展趋势。 | 分析与人工智能和生物医学交叉领域相关的文献。 | 计算机视觉 | NA | 回归模型 | 背景增强预测模型 | 文献数据 | 从PubMed数据库中收集的大量相关文章 | NA | NA | NA | NA |
| 304 | 2024-08-05 |
Deep Learning and Gastric Cancer: Systematic Review of AI-Assisted Endoscopy
2023-Dec-06, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics13243613
PMID:38132197
|
综述 | 本综述评估了深度学习在胃癌早期检测中的应用现状 | 探讨了深度学习在胃癌分类、检测和肿瘤特征评估中的潜力 | 主要集中于单中心研究和未披露的数据集，对结果的普适性产生影响 | 研究深度学习在胃癌前期、早期及相关病变分析中的应用 | 利用内镜图像检测胃肿瘤的深度学习算法 | 计算机视觉 | 胃癌 | 深度学习 | 多种深度学习技术 | 图像 | 42项研究 | NA | NA | NA | NA |
| 305 | 2024-08-05 |
Few-Shot Fault Diagnosis Based on an Attention-Weighted Relation Network
2023-Dec-24, Entropy (Basel, Switzerland)
DOI:10.3390/e26010022
PMID:38248148
|
研究论文 | 提出了一种基于注意力加权关系网络的故障诊断方法，以实现小样本数据的故障检测和分类 | 引入了注意力加权机制以增强特征提取的代表性，并在少样本学习中应用关系网络 | 没有讨论方法在更大规模数据集上的表现和可扩展性 | 应对气动控制阀故障诊断中对大量标注训练数据的依赖问题 | 气动控制阀故障诊断 | 机器学习 | NA | 深度学习 | 注意力加权关系网络 | 时间域信号 | 使用了DA阀故障数据集和PU滚动轴承故障数据集进行实验 | NA | NA | NA | NA |
| 306 | 2024-08-05 |
Multi-Modal Ensemble Deep Learning in Head and Neck Cancer HPV Sub-Typing
2023-Dec-23, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11010013
PMID:38247890
|
研究论文 | 本研究探讨了基于深度学习的图像解读方法在头颈癌HPV亚型检测中的准确性 | 提出了一种基于3D CNN的多模态特征融合架构，用于HPV状态预测 | 未来需要进行更大规模的队列验证以提高诊断准确性 | 研究头颈癌患者中HPV状态的自动检测以影响治疗决策 | 主要针对口咽鳞状细胞癌（OPSCC）患者的HPV状态 | 计算机视觉 | 头颈癌 | CT和PET图像 | 3D CNN | 图像 | 使用了公开可得的TCGA和MAASTRO数据集 | NA | NA | NA | NA |
| 307 | 2024-08-05 |
A Real-Time Defect Detection Strategy for Additive Manufacturing Processes Based on Deep Learning and Machine Vision Technologies
2023-Dec-22, Micromachines
IF:3.0Q2
DOI:10.3390/mi15010028
PMID:38258148
|
研究论文 | 本文提出了一种基于深度学习和机器视觉的实时缺陷检测技术，用于增材制造过程的监控 | 采用改进的YOLOv8算法训练缺陷检测模型，能够识别和评估缺陷图像 | 未提及此方法在其他增材制造过程中的适应性和普遍性 | 实现增材制造过程中的实时缺陷检测与监控 | 针对挤出3D打印过程进行缺陷检测 | 数字病理学 | NA | 深度学习 | YOLOv8 | 图像 | 3550张图像 | NA | NA | NA | NA |
| 308 | 2024-08-05 |
Segmentation of Substantia Nigra in Brain Parenchyma Sonographic Images Using Deep Learning
2023-Dec-19, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging10010001
PMID:38276318
|
研究论文 | 本文探讨了一种基于深度学习的自动分割方法，用于脑实质超声图像中的黑质分割 | 本文提出了一种新的自动分割方法，并实现了黑质分割的最新性能 | 样本数量和数据集仍需进一步丰富 | 研究脑实质超声图像中的黑质的自动分割技术 | 使用新数据集的脑实质超声图像 | 计算机视觉 | 帕金森病 | 深度学习 | 修改版U-Net网络 | 超声图像 | NA | NA | NA | NA | NA |
| 309 | 2024-08-05 |
Fusion Networks of CNN and Transformer with Channel Attention for Accurate Tumor Imaging in Magnetic Particle Imaging
2023-Dec-19, Biology
DOI:10.3390/biology13010002
PMID:38275723
|
研究论文 | 提出了一种结合CNN和Transformer的深度学习网络，以改善磁粒子成像中的肿瘤成像质量 | 创新性地将CNN和Transformer结合使用，并引入通道注意机制来同时提取图像的局部和全局特征 | 缺乏对不同噪音水平下的普适性测试 | 改善磁粒子成像技术中图像重建的清晰度及肿瘤量化的准确性 | 聚焦于肿瘤图像的重建和量化 | 计算机视觉 | 肿瘤 | 磁粒子成像 | CNN和Transformer | 图像 | NA | NA | NA | NA | NA |
| 310 | 2024-08-05 |
Coupled Reconstruction of Cortical Surfaces by Diffeomorphic Mesh Deformation
2023-Dec, Advances in neural information processing systems
PMID:38835722
|
研究论文 | 本文提出了一个新的深度学习框架，用于从脑部磁共振影像精确重建皮质表面 | 本文的创新之处在于联合重建内层、外层及其中厚度表面，并直接从3D MRI中估计皮质厚度 | 本文未提及任何具体的局限性 | 研究的目的是提高脑部皮质表面的重建精度和拓扑正确性 | 研究对象为脑部磁共振成像数据中的皮质表面 | 数字病理学 | NA | 深度学习 | NA | 3D MRI | 在两个大规模神经影像数据集ADNI和OASIS上进行评估 | NA | NA | NA | NA |
| 311 | 2024-08-05 |
Combining generative modelling and semi-supervised domain adaptation for whole heart cardiovascular magnetic resonance angiography segmentation
2023-12-20, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance
IF:4.2Q1
DOI:10.1186/s12968-023-00981-6
PMID:38124106
|
研究论文 | 本研究探讨了在全心脏心血管磁共振血管造影分割中，结合生成模型与半监督领域适应的方法 | 提出了一种创新的结合生成对抗网络和变分自编码器的无监督领域适应架构，用于处理全心脏CMRA分割问题 | 仅使用了较少的标记案例进行训练，可能会影响模型的泛化能力 | 提高心血管磁共振血管造影的分割质量 | 常规和高分辨率的全心脏心血管磁共振图像 | 计算机视觉 | 心血管疾病 | 生成对抗网络、变分自编码器 | 无监督生成模型 | 影像 | 常规CMRA (n=20) 和高分辨率CMRA (n=45) | NA | NA | NA | NA |
| 312 | 2024-08-07 |
Artificial intelligence for evaluating the risk of gastric cancer: reliable detection and scoring of intestinal metaplasia with deep learning algorithms
2023-12, Gastrointestinal endoscopy
IF:6.7Q1
DOI:10.1016/j.gie.2023.06.056
PMID:37392953
|
研究论文 | 本文研究使用深度学习算法评估胃癌风险，特别是通过深度卷积神经网络（DCNN）模型ResNet50检测和评分肠上皮化生（IM） | 开发了一种基于深度学习的AI系统，用于评估胃癌风险，该系统能够准确、可靠且重复地检测和评分肠上皮化生 | 该AI系统在识别小的肠上皮化生病灶方面存在局限 | 开发一种AI系统，用于准确评估胃癌风险 | 胃癌风险评估，特别是肠上皮化生的检测和评分 | 机器学习 | 胃癌 | 深度卷积神经网络（DCNN） | ResNet50 | 图像 | 5753张图像 | NA | NA | NA | NA |
| 313 | 2024-08-07 |
Explainable variational autoencoder (E-VAE) model using genome-wide SNPs to predict dementia
2023-12, Journal of biomedical informatics
IF:4.0Q2
DOI:10.1016/j.jbi.2023.104536
PMID:37926392
|
研究论文 | 本研究开发了一种可解释的变分自编码器（E-VAE）模型，利用全基因组SNP数据预测痴呆症 | 首次展示了使用遗传变异在独立队列中进行深度学习预测模型对痴呆症的泛化能力 | NA | 阐明与阿尔茨海默病相关痴呆症（ADRD）相关的生物学机制 | 阿尔茨海默病及相关痴呆症（ADRD） | 机器学习 | 痴呆症 | GWAS | 变分自编码器（VAE） | 基因型数据 | 2714名研究参与者和234名验证参与者 | NA | NA | NA | NA |
| 314 | 2024-08-07 |
Multimodal transformer network for incomplete image generation and diagnosis of Alzheimer's disease
2023-12, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 本文提出了一种深度学习框架，结合多级引导生成对抗网络（MLG-GAN）和多模态变换器（Mul-T），用于生成不完整图像和疾病分类 | 提出了多级引导生成对抗网络（MLG-GAN）和多模态变换器（Mul-T），能够生成缺失数据并结合全局和局部特征进行疾病诊断 | NA | 开发一种新的深度学习框架，用于处理不完整的多模态脑图像并提高阿尔茨海默病诊断的准确性 | 多模态脑图像和阿尔茨海默病 | 机器学习 | 阿尔茨海默病 | 生成对抗网络（GAN） | 多模态变换器（Mul-T） | 图像 | 三个独立数据集（ADNI-1、ADNI-2和OASIS-3） | NA | NA | NA | NA |
| 315 | 2024-08-07 |
Image reconstruction using UNET-transformer network for fast and low-dose PET scans
2023-12, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 本文提出了一种基于UNET-transformer网络的图像重建方法，用于快速和低剂量的PET扫描 | 结合UNET和Transformer网络的优势，提高低剂量PET图像重建的质量，同时保留边缘和小细节 | 由于可用数据有限和采集图像中噪声水平高，这是一个具有挑战性的问题 | 开发一种有效且准确的基于深度学习的方法，用于重建低剂量PET图像 | 低剂量PET图像 | 计算机视觉 | NA | PET扫描 | UNET-transformer | 图像 | 使用Brainweb仿真数据集和Siemens Biograph mMR PET扫描仪采集的真实患者数据集 | NA | NA | NA | NA |
| 316 | 2024-08-07 |
A review on brain tumor segmentation based on deep learning methods with federated learning techniques
2023-12, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
综述 | 本文综述了基于深度学习和联邦学习技术的脑肿瘤分割方法 | 提出了联邦学习方法以提高全局分割性能并确保隐私 | 集中于未解决的脑肿瘤分割问题和客户端联邦模型训练策略 | 探讨最有效的脑肿瘤分割技术，并提出联邦学习方法以改进性能 | 脑肿瘤分割技术及其在医学影像中的应用 | 计算机视觉 | 脑肿瘤 | 联邦学习 | CNN | 图像 | 超过100篇相关论文 | NA | NA | NA | NA |
| 317 | 2024-08-07 |
Research on augmented reality navigation of in vitro fenestration of stent-graft based on deep learning and virtual-real registration
2023-12, Computer assisted surgery (Abingdon, England)
DOI:10.1080/24699322.2023.2289339
PMID:38059572
|
研究论文 | 本研究提出了一种基于深度学习和虚拟现实注册的增强现实导航方法，用于辅助体外支架移植术中的开窗操作 | 本研究采用了基于深度学习的大动脉分割算法和基于Vuforia的虚拟现实注册与标记识别算法，实现了自动快速的大动脉分割和准确的现场增强现实图像 | NA | 旨在提出一种增强现实导航方法，用于体外支架移植术中的开窗操作，以提供现场叠加显示来定位开窗位置 | 体外支架移植术中的开窗操作 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | NA | NA | NA | NA | NA |
| 318 | 2024-08-07 |
A Hierarchical Spatial Transformer for Massive Point Samples in Continuous Space
2023-Dec, Advances in neural information processing systems
PMID:38751689
|
研究论文 | 本文提出了一种新的分层空间变换器模型，用于处理连续空间中的大量点样本 | 引入了多分辨率表示学习在四叉树层次结构中，并通过粗略近似实现高效的空间注意力，设计了一个不确定性量化分支来估计与输入特征噪声和点稀疏性相关的预测置信度 | NA | 设计一种适用于连续空间中大量点样本的变换器模型 | 环境科学中的传感器观测、数值模拟中的粒子载流、天体物理学以及基于位置的服务中的POI和轨迹等数据 | 机器学习 | NA | 变换器模型 | 分层空间变换器 | 点样本 | 最多可达一百万点样本 | NA | NA | NA | NA |
| 319 | 2024-08-07 |
Patient-derived PixelPrint phantoms for evaluating clinical imaging performance of a deep learning CT reconstruction algorithm
2023-Dec-09, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.12.07.23299625
PMID:38106064
|
研究论文 | 本研究使用基于患者胸部CT扫描的3D打印PixelPrint肺部幻影，评估商业深度学习重建（DLR）算法在不同辐射剂量水平下的临床成像性能 | 使用基于患者的3D打印PixelPrint肺部幻影，提供比传统CT幻影更真实的组织结构，实现基于结构的图像质量评估 | NA | 评估深度学习重建算法在不同辐射剂量下的临床成像性能 | 深度学习重建算法和3D打印PixelPrint肺部幻影 | 计算机视觉 | NA | 3D打印技术 | 深度学习重建算法 | 图像 | 使用了一个基于患者胸部CT扫描的肺部幻影，并通过不同大小的扩展环模拟小和中等体型的患者 | NA | NA | NA | NA |