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 1869 篇文献，本页显示第 741 - 760 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 741 | 2024-11-23 |
Advancing smart city factories: enhancing industrial mechanical operations via deep learning techniques
2024, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2024.1398126
PMID:39568661
|
研究论文 | 本文介绍了一种利用长短期记忆深度学习模型来实时监控和缓解工业环境中异常情况的创新方法 | 本文提出的模型在检测异常方面具有高精度，并能自动提出或实施补救措施，显著提高了操作效率 | NA | 提高工业机械操作的效率和可持续性 | 工业环境中的异常检测和缓解 | 机器学习 | NA | 深度学习 | 长短期记忆（LSTM） | 数据 | NA | NA | NA | NA | NA |
| 742 | 2024-11-23 |
Diagnostic performance of artificial intelligence in detecting oral potentially malignant disorders and oral cancer using medical diagnostic imaging: a systematic review and meta-analysis
2024, Frontiers in oral health
IF:3.0Q1
DOI:10.3389/froh.2024.1494867
PMID:39568787
|
meta-analysis | 本文通过系统综述和荟萃分析评估了人工智能在医学诊断影像中检测口腔潜在恶性病变和口腔癌的诊断性能 | 本文首次系统性地评估了AI算法在口腔癌检测中的诊断准确性，并发现深度学习架构，特别是卷积神经网络，在检测口腔潜在恶性病变和口腔癌方面表现出色 | 本文仅评估了已发表的研究，可能存在发表偏倚；此外，研究间的异质性较大，可能影响结果的普适性 | 评估AI驱动的诊断方法在医学影像中检测口腔潜在恶性病变和口腔癌的诊断准确性 | 口腔潜在恶性病变和口腔癌 | machine learning | 口腔癌 | NA | CNN | image | 筛选了296篇文章，包括55项研究进行定性综合，选择了18项研究进行荟萃分析 | NA | NA | NA | NA |
| 743 | 2024-11-23 |
A transformer-based deep learning model for identifying the occurrence of acute hematogenous osteomyelitis and predicting blood culture results
2024, Frontiers in microbiology
IF:4.0Q2
DOI:10.3389/fmicb.2024.1495709
PMID:39568996
|
研究论文 | 本文开发了一种基于Transformer的深度学习模型，用于识别急性血源性骨髓炎的发生并预测血培养结果 | 本文首次将Transformer模型应用于急性血源性骨髓炎的识别和血培养结果的预测 | 本文仅分析了实验室指标与骨髓炎及其相关诊断的关系，未考虑其他可能影响因素 | 开发一种能够有效识别急性血源性骨髓炎并预测血培养结果的深度学习模型 | 18岁以下的急性血源性骨髓炎患者及其血培养结果 | 机器学习 | 骨髓炎 | Transformer | Transformer | 实验室指标 | 634名18岁以下患者 | NA | NA | NA | NA |
| 744 | 2024-11-23 |
Compare three deep learning-based artificial intelligence models for classification of calcified lumbar disc herniation: a multicenter diagnostic study
2024, Frontiers in surgery
IF:1.6Q2
DOI:10.3389/fsurg.2024.1458569
PMID:39569028
|
研究论文 | 本文比较了三种基于深度学习的人工智能模型在钙化性腰椎间盘突出分类中的应用 | 本文开发并验证了一种基于侧位腰椎磁共振成像的人工智能诊断模型，用于识别钙化性腰椎间盘突出 | 研究时间跨度较长，且仅限于特定类型的腰椎间盘突出 | 开发和验证一种用于识别钙化性腰椎间盘突出的人工智能诊断模型 | 钙化性腰椎间盘突出患者 | 计算机视觉 | 腰椎间盘突出 | 深度学习 | ResNet-34 | 图像 | 1224名患者，包括610名男性和614名女性，平均年龄53.34 ± 10.61岁 | NA | NA | NA | NA |
| 745 | 2024-11-23 |
Construction of a 2.5D Deep Learning Model for Predicting Early Postoperative Recurrence of Hepatocellular Carcinoma Using Multi-View and Multi-Phase CT Images
2024, Journal of hepatocellular carcinoma
IF:4.2Q2
DOI:10.2147/JHC.S493478
PMID:39569409
|
研究论文 | 构建了一个基于2.5D深度学习模型的CT影像，用于预测肝细胞癌术后早期复发 | 提出了一个2.5D深度学习模型，结合多视角和多相位CT影像，用于预测肝细胞癌术后早期复发 | 3D深度学习模型在内部和外部验证集上表现不佳，表明存在过拟合问题 | 构建一个基于2.5D深度学习模型的CT影像，用于预测肝细胞癌术后早期复发 | 肝细胞癌术后早期复发的预测 | 机器学习 | 肝癌 | 深度学习 | 2.5D深度学习模型 | CT影像 | 232名患者用于训练和内部验证，91名患者用于外部验证 | NA | NA | NA | NA |
| 746 | 2024-11-23 |
Large Language Models in Neurosurgery
2024, Advances in experimental medicine and biology
DOI:10.1007/978-3-031-64892-2_11
PMID:39523266
|
研究论文 | 本文探讨了大型语言模型（LLM）在神经外科中的应用及其潜在的优缺点 | 本文首次详细讨论了大型语言模型在神经外科领域的应用，特别是ChatGPT在生成手术报告和手术笔记方面的潜力 | 本文未详细讨论大型语言模型在实际应用中可能遇到的伦理和技术挑战 | 探讨大型语言模型在神经外科中的应用及其潜在影响 | 大型语言模型（如ChatGPT）在神经外科中的应用 | 自然语言处理 | NA | 深度学习 | Transformer | 文本 | NA | NA | NA | NA | NA |
| 747 | 2024-11-23 |
Navigating Mathematical Basics: A Primer for Deep Learning in Science
2024, Advances in experimental medicine and biology
DOI:10.1007/978-3-031-64892-2_5
PMID:39523260
|
研究论文 | 本文提供了一个简明的数学基础介绍，旨在帮助科学家理解深度学习中的基本数学符号 | 本文的创新之处在于将数学基础与深度学习原理相结合，为非数学背景的读者提供了一个快速入门的途径 | 由于篇幅限制，本文无法替代需要多门课程和多年时间才能巩固的扎实数学知识 | 本文的研究目的是帮助非数学背景的读者克服阅读使用数学符号的深度学习文本时的障碍 | 本文主要研究对象是深度学习中的基本数学符号和模型 | 机器学习 | NA | NA | 全连接前馈深度神经网络 | NA | NA | NA | NA | NA | NA |
| 748 | 2024-11-23 |
Machine and Deep Learning in Hyperspectral Fluorescence-Guided Brain Tumor Surgery
2024, Advances in experimental medicine and biology
DOI:10.1007/978-3-031-64892-2_15
PMID:39523270
|
研究论文 | 本文探讨了在荧光引导的脑肿瘤手术中使用机器学习和深度学习方法处理高光谱成像数据的过程 | 本文结合了机器学习和深度学习方法，提出了一种新的流程，用于从离体高光谱荧光图像中提取和处理相关发射光谱，并使用多种机器学习模型对脑肿瘤进行分类 | 本文的研究结果主要基于离体数据，尚未在临床环境中验证其有效性 | 旨在改进荧光引导的脑肿瘤手术中对肿瘤边缘的识别和分类 | 脑肿瘤及其边缘组织 | 机器学习 | 脑肿瘤 | 高光谱成像 | 机器学习模型 | 图像 | NA | NA | NA | NA | NA |
| 749 | 2024-11-22 |
Deep learning-driven fragment ion series classification enables highly precise and sensitive de novo peptide sequencing
2024-01-02, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-44323-7
PMID:38167372
|
研究论文 | 本文介绍了一种名为Spectralis的从头肽测序方法，利用深度学习技术进行碎片离子系列分类，显著提高了肽测序的精确度和灵敏度 | Spectralis方法引入了卷积神经网络层连接光谱中按氨基酸质量间隔的峰值，提出了碎片离子系列分类作为从头肽测序的关键任务，并引入了肽-光谱置信度评分 | NA | 开发一种高精度、高灵敏度的从头肽测序方法，以解决蛋白质测序领域的不足 | 肽序列的从头测序 | 机器学习 | NA | NA | 卷积神经网络（CNN） | 光谱数据 | NA | NA | NA | NA | NA |
| 750 | 2024-11-22 |
Two-stage ship detection at long distances based on deep learning and slicing technique
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0313145
PMID:39561153
|
研究论文 | 本文提出了一种基于深度学习和切片技术的两阶段远距离船舶检测方法 | 结合了传统图像处理和深度学习方法的优势，通过两阶段检测模型提高了远距离小目标船舶的检测精度 | NA | 提高智能船舶视觉感知中远距离船舶检测的准确性 | 远距离船舶 | 计算机视觉 | NA | 切片技术 | YOLOv8 | 图像 | 1080×640像素的图像 | NA | NA | NA | NA |
| 751 | 2024-11-22 |
Classifying driver mutations of papillary thyroid carcinoma on whole slide image: an automated workflow applying deep convolutional neural network
2024, Frontiers in endocrinology
IF:3.9Q2
DOI:10.3389/fendo.2024.1395979
PMID:39564124
|
研究论文 | 本文开发了一种自动化工作流程，利用深度卷积神经网络对甲状腺乳头状癌的驱动突变进行分类 | 本文首次将深度卷积神经网络应用于全切片图像，以自动分类甲状腺乳头状癌的驱动突变 | NA | 开发一种自动化工作流程，利用全切片图像对甲状腺乳头状癌的驱动突变进行分类 | 甲状腺乳头状癌的驱动突变分类 | 数字病理学 | 甲状腺癌 | 深度卷积神经网络 | CNN | 图像 | 使用了来自The Cancer Genome Atlas (TCGA) 数据库的病理切片 | NA | NA | NA | NA |
| 752 | 2024-11-22 |
DeepADRA2A: predicting adrenergic α2a inhibitors using deep learning
2024, Journal of biomolecular structure & dynamics
IF:2.7Q2
DOI:10.1080/07391102.2023.2270056
PMID:37837428
|
研究论文 | 利用深度学习技术开发预测肾上腺素α2a受体抑制剂的模型 | 采用深度学习算法开发了高效的预测模型，显著提高了预测准确性 | 未提及 | 开发能够准确预测肾上腺素α2a受体抑制剂的模型，以加速药物发现过程 | 肾上腺素α2a受体抑制剂 | 机器学习 | NA | 深度学习 | 深度学习模型 | 分子描述符（1D、2D和分子指纹） | 未提及 | NA | NA | NA | NA |
| 753 | 2024-11-22 |
[Application of artificial intelligence methods in the diagnosis and treatment of primary angle-closure disease]
2024, Vestnik oftalmologii
DOI:10.17116/oftalma2024140051130
PMID:39569786
|
综述 | 本文综述了人工智能方法在原发性闭角型青光眼诊断和治疗中的应用 | 探讨了深度学习和成像技术在优化原发性闭角型青光眼诊断和治疗中的关键作用 | NA | 探讨人工智能在原发性闭角型青光眼诊断和治疗中的应用 | 原发性闭角型青光眼 | 计算机视觉 | 眼科疾病 | 深度学习 | 神经网络 | 图像 | NA | NA | NA | NA | NA |
| 754 | 2024-11-21 |
Role of Artificial intelligence model in prediction of low back pain using T2 weighted MRI of Lumbar spine
2024, F1000Research
DOI:10.12688/f1000research.154680.2
PMID:39483709
|
研究论文 | 研究探讨了人工智能模型在利用T2加权MRI预测腰椎疼痛中的作用 | 首次使用多种机器学习和深度学习模型（如随机森林、AdaBoost、ResNet和GoogleNet）来预测腰椎疼痛，并展示了这些模型在提高诊断准确性方面的潜力 | 研究样本量较小，且仅限于使用T2加权MRI图像 | 研究人工智能模型在预测腰椎疼痛中的应用，以提高诊断准确性和患者管理 | 腰椎疼痛患者及其T2加权MRI图像 | 机器学习 | 腰椎疼痛 | MRI | 随机森林、决策树、逻辑回归、K近邻、AdaBoost、ResNet、GoogleNet | 图像 | 200名MRI患者（100名病例和100名对照） | NA | NA | NA | NA |
| 755 | 2024-11-21 |
DMAeEDNet: Dense Multiplicative Attention Enhanced Encoder Decoder Network for Ultrasound-Based Automated Breast Lesion Segmentation
2024, IEEE access : practical innovations, open solutions
IF:3.4Q2
DOI:10.1109/access.2024.3394808
PMID:39553390
|
研究论文 | 本文提出了一种低复杂度的深度学习网络DMAeEDNet，用于超声图像中乳腺病变的自动分割 | 首次在编码器-解码器网络的编码层和输出层中引入密集乘法注意力组件，以选择性地增强相关特征 | NA | 提高乳腺病变在超声图像中的自动分割精度，同时降低计算复杂度 | 乳腺病变在超声图像中的自动分割 | 计算机视觉 | 乳腺癌 | 深度学习 | 编码器-解码器网络 | 图像 | 使用了两个公开数据集和一个临床记录数据集 | NA | NA | NA | NA |
| 756 | 2024-11-21 |
Panning for gold: Comparative analysis of cross-platform approaches for automated detection of political content in textual data
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0312865
PMID:39556542
|
研究论文 | 本文比较了不同平台上的自动化内容分析技术在德语文本数据中检测政治内容的性能 | 本文首次在德语文本数据中比较了基于字典、经典监督机器学习和深度学习的政治内容检测技术 | 本文仅限于德语文本数据，未涵盖其他语言 | 研究如何在多选择媒体环境中理解和测量政治信息消费 | 德语文本数据中的政治内容检测 | 自然语言处理 | NA | 自动化内容分析技术 | 深度学习模型、经典机器学习模型 | 文本 | 66个模型 | NA | NA | NA | NA |
| 757 | 2024-11-21 |
Radiomics in precision medicine for colorectal cancer: a bibliometric analysis (2013-2023)
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1464104
PMID:39558950
|
综述 | 本文对2013年至2023年间结直肠癌（CRC）放射组学领域的文献进行了全面的文献计量分析 | 本文通过文献计量工具分析了放射组学在结直肠癌中的研究趋势，特别是深度学习和多组学整合的兴起 | 本文主要基于文献计量分析，未涉及具体实验数据或模型验证 | 探讨放射组学在结直肠癌精准医学中的应用和研究趋势 | 结直肠癌（CRC）的放射组学研究文献 | 数字病理学 | 结直肠癌 | 放射组学 | NA | 文献 | 1226篇出版物 | NA | NA | NA | NA |
| 758 | 2024-11-21 |
Enhancing clinical decision-making in endometrial cancer through deep learning technology: A review of current research
2024 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076241297053
PMID:39559386
|
综述 | 本文综述了深度学习技术在子宫内膜癌诊断和管理中的应用现状 | 深度学习模型能够自主学习和提取复杂的影像和病理数据特征，显著提高了子宫内膜癌诊断的准确性 | 深度学习在子宫内膜癌诊断中的应用仍面临挑战，需要进一步探索其未来发展方向 | 旨在通过详细分析，为未来研究方向提供信息，并促进深度学习技术在子宫内膜癌诊断和治疗策略中的整合 | 子宫内膜癌的诊断和管理 | 计算机视觉 | 妇科肿瘤 | 深度学习 | 深度学习模型 | 影像和病理数据 | NA | NA | NA | NA | NA |
| 759 | 2024-11-21 |
Anatomy-Informed Multimodal Learning for Myocardial Infarction Prediction
2024, IEEE open journal of engineering in medicine and biology
IF:2.7Q3
DOI:10.1109/OJEMB.2024.3403948
PMID:39559783
|
研究论文 | 提出了一种解剖信息引导的多模态深度学习框架，用于预测未来心肌梗死 | 首次尝试通过深度学习框架结合多模态数据进行未来心肌梗死预测 | 结果尚未达到实际应用的必要标准 | 提高冠状动脉疾病患者未来心肌梗死事件的预测准确性 | 冠状动脉疾病患者和侵入性冠状动脉造影图像 | 机器学习 | 心血管疾病 | 深度学习 | 卷积神经网络（CNN）和人工神经网络（ANN） | 图像和临床数据 | 445名急性冠状动脉综合征患者 | NA | NA | NA | NA |
| 760 | 2024-11-21 |
Classification of Aortic Stenosis Patients via ECG-Independent Multi-Site Measurements of Cardiac-Induced Accelerations and Angular Velocities at the Skin Level
2024, IEEE open journal of engineering in medicine and biology
IF:2.7Q3
DOI:10.1109/OJEMB.2024.3402151
PMID:39559782
|
研究论文 | 本文研究了通过皮肤表面的多站点心脏诱导加速度和角速度测量来分类主动脉瓣狭窄患者和健康志愿者的可行性，并确定了最佳传感器位置 | 本文首次结合SCG和GCG信号，并使用机器学习和深度学习方法进行分类，显著提高了分类准确率 | 研究样本量较小，仅包括15名健康受试者和15名主动脉瓣狭窄患者 | 评估SCG和GCG在皮肤表面的记录是否适合分类主动脉瓣狭窄患者，并确定最佳传感器位置 | 主动脉瓣狭窄患者和健康志愿者 | 心血管疾病 | 心血管疾病 | NA | 支持向量机（SVM）和ResNet18 | 信号 | 30名受试者（15名健康受试者和15名主动脉瓣狭窄患者） | NA | NA | NA | NA |