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 1907 篇文献，本页显示第 1021 - 1040 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1021 | 2024-10-19 |
Research progress on machine algorithm prediction of liver cancer prognosis after intervention therapy
2024, American journal of cancer research
IF:3.6Q2
DOI:10.62347/BEAO1926
PMID:39417194
|
review | 本文综述了机器算法在肝癌介入治疗后预后预测中的应用和潜力 | 机器算法能够通过分析大量临床数据识别预后模式和趋势 | 整合多源临床数据以提高预测准确性、数据隐私和伦理问题、增强机器算法决策过程的透明度和可解释性 | 系统回顾和分析机器算法在肝癌介入治疗后预后预测中的应用和潜力 | 肝癌介入治疗后的患者预后 | machine learning | liver cancer | NA | NA | clinical data | NA | NA | NA | NA | NA |
| 1022 | 2024-10-19 |
Artificial Intelligence Application for Anti-tumor Drug Synergy Prediction
2024, Current medicinal chemistry
IF:3.5Q2
|
综述 | 本文综述了癌症药物协同治疗及人工智能技术在癌症药物协同预测中的应用 | 探讨了深度学习方法在癌症药物协同预测中的应用前景 | 未具体提及 | 提高对癌症药物协同作用的理解，为临床提供更有效的治疗方案和合理的药物使用策略 | 癌症药物协同治疗及人工智能技术在其中的应用 | 机器学习 | 癌症 | 人工智能 (AI) | 深度学习 | NA | NA | NA | NA | NA | NA |
| 1023 | 2024-10-18 |
Importance of Serum Albumin in Deep Learning-Based Prediction of Cognitive Function Data in the Aged Using a Basic Blood Test
2024, Advances in experimental medicine and biology
DOI:10.1007/978-3-031-67458-7_42
PMID:39400832
|
研究论文 | 研究探讨了在老年人群中使用深度学习模型预测认知功能时，血清白蛋白作为营养状态指标的重要性 | 研究首次探讨了在深度学习模型中加入血清白蛋白对预测老年认知功能的准确性的影响 | 研究样本仅来自一家医院，且未涵盖所有年龄段的老年人群 | 评估在预测老年认知功能时，血清白蛋白对深度学习模型准确性的影响 | 老年人群的认知功能预测 | 机器学习 | 老年病 | 深度学习 | 深度学习模型 | 血液检测数据 | 1287名患者，分为65岁及以上和65岁以下两组 | NA | NA | NA | NA |
| 1024 | 2024-10-18 |
Lung-PNet: An Automated Deep Learning Model for the Diagnosis of Invasive Adenocarcinoma in Pure Ground-Glass Nodules on Chest CT
2024-01, AJR. American journal of roentgenology
DOI:10.2214/AJR.23.29674
PMID:37493322
|
研究论文 | 开发并验证了一种用于胸部CT上纯磨玻璃结节（pGGNs）中区分浸润性腺癌（IAC）与其他实体的自动深度学习模型 | 提出了Lung-PNet，一种3D深度学习模型，用于自动分割和分类pGGNs中的IAC与其他实体 | 研究为回顾性，样本量相对较小，且仅限于特定时间段内的病例 | 开发和验证一种自动深度学习模型，用于区分胸部CT上pGGNs中的IAC与其他实体 | 胸部CT上的纯磨玻璃结节（pGGNs），包括AAH、AIS、MIA和IAC | 计算机视觉 | 肺癌 | 深度学习 | 3D深度学习模型 | 影像 | 402名患者，共448个pGGNs | NA | NA | NA | NA |
| 1025 | 2024-10-18 |
Editorial Comment: Implementing an End-to-End Deep Learning Model in the Task of Differentiating Pure Ground-Glass Nodules on Chest CT
2024-Jan, AJR. American journal of roentgenology
DOI:10.2214/AJR.23.30002
PMID:37530402
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1026 | 2024-10-18 |
Artificial Intelligence for Assessment of Endotracheal Tube Position on Chest Radiographs: Validation in Patients From Two Institutions
2024-01, AJR. American journal of roentgenology
DOI:10.2214/AJR.23.29769
PMID:37703195
|
研究论文 | 研究评估了基于深度学习的人工智能系统在胸部X光片上检测气管插管位置的性能 | 开发并验证了一种基于深度学习的人工智能系统，用于在胸部X光片上自动检测气管插管的存在和位置 | 研究仅限于两个机构的数据，且样本量较小 | 评估人工智能系统在胸部X光片上检测气管插管位置的准确性和及时性 | 气管插管在胸部X光片上的位置 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 图像 | 539张胸部X光片（机构A，505名患者），637张胸部X光片（机构A，302名患者），546张胸部X光片（机构B，83名患者） | NA | NA | NA | NA |
| 1027 | 2024-10-18 |
Computational models can distinguish the contribution from different mechanisms to familiarity recognition
2024-01, Hippocampus
IF:2.4Q3
DOI:10.1002/hipo.23588
PMID:37985213
|
研究论文 | 本文设计了两种结合深度学习和Hebbian学习规则的计算模型，分别用于模拟熟悉感，并通过比较两种模型的性能来揭示其内在机制 | 本文提出了一种新的方法来区分不同熟悉感机制的贡献，并通过两种互补模型提出了新的可测试预测 | Hebbian模型在大训练集规模下无法拟合人类行为数据，且仅对图像同质性高度敏感 | 研究不同机制对熟悉感识别的贡献，并提出新的可测试预测 | 熟悉感及其相关机制 | 机器学习 | NA | 深度学习 | Hebbian模型和anti-Hebbian模型 | 图像 | 自然图像 | NA | NA | NA | NA |
| 1028 | 2024-10-17 |
CNNs trained with adult data are useful in pediatrics. A pneumonia classification example
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0306703
PMID:39052572
|
研究论文 | 本文探讨了使用成人数据训练的卷积神经网络（CNN）在儿科医疗中的适用性，并以肺炎分类为例进行了验证 | 本文展示了使用成人数据训练的CNN在儿科医疗中的适应性和有效性，为解决儿科数据稀缺问题提供了一种新思路 | 本文仅以肺炎分类为例，未涵盖其他儿科疾病，且研究样本仅限于1至5岁的儿童 | 验证使用成人数据训练的CNN在儿科医疗中的适用性 | 1至5岁儿童的胸部X光片 | 计算机视觉 | 肺炎 | 卷积神经网络（CNN） | CNN | 图像 | 46,947张成人胸部X光片用于训练，5,856张1至5岁儿童胸部X光片用于评估 | NA | NA | NA | NA |
| 1029 | 2024-10-17 |
Multi-disease X-ray Image Classification of the Chest Based on Global and Local Fusion Adaptive Networks
2024, Current medical imaging
IF:1.1Q3
|
研究论文 | 本文提出了一种基于全局和局部融合自适应网络的多疾病胸部X光图像分类方法 | 本文创新性地设计了MMPDenseNet网络，结合了自适应激活函数Meta-ACON、多头自注意力机制和金字塔挤压注意力模块，以增强特征表示和提取能力 | NA | 利用先进的图像处理技术和深度学习算法，自动分析和识别胸部X光图像中的病理或结构异常 | 胸部X光图像中的多标签疾病分类 | 计算机视觉 | NA | 深度学习算法 | MMPDenseNet | 图像 | NA | NA | NA | NA | NA |
| 1030 | 2024-10-17 |
Revolution of Medical Review: The Application of Meta-Analysis and Convolutional Neural Network-Natural Language Processing in Classifying the Literature for Head and Neck Cancer Radiotherapy
2024 Jan-Dec, Cancer control : journal of the Moffitt Cancer Center
IF:2.5Q3
DOI:10.1177/10732748241286688
PMID:39323027
|
研究论文 | 本研究探讨了元分析和卷积神经网络-自然语言处理（CNN-NLP）技术在分类头颈癌放疗相关文献中的应用 | 通过将统计分析与深度学习相结合，成功识别了与正常组织并发症概率（NTCP）相关的关键研究 | 数据质量和模型泛化存在挑战 | 提高文献综述的效率和准确性 | 头颈癌放疗相关文献 | 自然语言处理 | 头颈癌 | 卷积神经网络-自然语言处理（CNN-NLP） | 卷积神经网络（CNN） | 文本 | NA | NA | NA | NA | NA |
| 1031 | 2024-10-17 |
Multi-Scale Spatio-Temporal Memory Network for Lightweight Video Denoising
2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2024.3444315
PMID:39378250
|
研究论文 | 提出了一种多尺度时空记忆网络（MSTMN）用于轻量级视频去噪，旨在提高成本与性能之间的平衡 | 利用高斯-拉普拉斯金字塔分解的多尺度表示，设计了有效的方差估计、对齐误差估计和自适应融合模块，并引入了记忆增强模块以利用全局时空信息 | 未提及具体限制 | 解决深度学习视频去噪方法在实际应用中的高计算成本问题 | 视频去噪算法 | 计算机视觉 | NA | 高斯-拉普拉斯金字塔分解 | 多尺度时空记忆网络（MSTMN） | 视频 | 使用了真实世界的原始视频数据集进行实验 | NA | NA | NA | NA |
| 1032 | 2024-10-17 |
LTPLN: Automatic pavement distress detection
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0309172
PMID:39388401
|
研究论文 | 本文提出了一种基于轻量级Transformer Patch标签网络（LTPLN）的新方法，用于提高路面病害自动检测的效率 | 引入轻量级Transformer模型，结合深度可分离卷积模块和标签蒸馏策略，显著降低了计算复杂度并提高了检测速度 | 实验结果主要基于私有和公共数据集，尚未在更广泛的环境中验证其泛化能力 | 提高路面病害自动检测的效率和准确性 | 路面病害检测 | 计算机视觉 | NA | Transformer模型，深度可分离卷积 | 轻量级Transformer Patch标签网络（LTPLN） | 图像 | 私有路面病害数据集和公共数据集 | NA | NA | NA | NA |
| 1033 | 2024-10-17 |
Automated Fusion of Multimodal Electronic Health Records for Better Medical Predictions
2024, Proceedings of the ... SIAM International Conference on Data Mining. SIAM International Conference on Data Mining
DOI:10.1137/1.9781611978032.41
PMID:39399238
|
研究论文 | 本文提出了一种名为AutoFM的神经架构搜索框架，用于自动融合多模态电子健康记录数据，以提高医疗预测的准确性 | 本文的创新点在于提出了一个自动化的神经架构搜索框架AutoFM，能够自动搜索最优的模型架构，用于编码多样的输入模态和融合策略 | NA | 本文的研究目的是通过自动化模型设计来挖掘电子健康记录数据，以提高医疗服务的质量 | 本文的研究对象是多模态电子健康记录数据 | 机器学习 | NA | 神经架构搜索 (NAS) | 神经网络 | 电子健康记录 (EHR) 数据 | NA | NA | NA | NA | NA |
| 1034 | 2024-10-17 |
Specialized gray matter segmentation via a generative adversarial network: application on brain white matter hyperintensities classification
2024, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2024.1416174
PMID:39403067
|
研究论文 | 本文提出了一种基于生成对抗网络（GAN）的灰质分割方法，用于脑白质高信号（WMH）分类，特别是针对皮质旁WMH（JCWMH）的分类 | 本文创新性地使用条件生成对抗网络（cGAN）替代传统的分割流程，仅使用FLAIR图像进行WMH分类，显著提高了分类效率和准确性 | 由于缺乏多类标记的WMH数据集，研究中需要手动分割和标记部分数据，这可能影响模型的泛化能力 | 开发一种自动化的WMH检测和分类方法，以辅助脑部疾病的诊断和监测 | 脑白质高信号（WMH），特别是皮质旁WMH（JCWMH） | 计算机视觉 | 多发性硬化症（MS） | 生成对抗网络（GAN） | 条件生成对抗网络（cGAN） | 图像 | 大量本地数据集，手动分割和标记部分WMH和脑室数据 | NA | NA | NA | NA |
| 1035 | 2024-10-17 |
Prediction Model for in-Stent Restenosis Post-PCI Based on Boruta Algorithm and Deep Learning: The Role of Blood Cholesterol and Lymphocyte Ratio
2024, Journal of multidisciplinary healthcare
IF:2.7Q2
DOI:10.2147/JMDH.S487511
PMID:39403292
|
研究论文 | 本文基于Boruta算法和深度学习开发了一种预测PCI术后支架内再狭窄的模型，并探讨了血胆固醇与淋巴细胞比率在其中的作用 | 首次将胆固醇-淋巴细胞比率（CLR）作为预测支架内再狭窄的新生物标志物，并结合深度学习模型进行预测 | 研究为回顾性分析，样本量有限，需进一步前瞻性研究验证 | 开发一种预测PCI术后支架内再狭窄的模型，并评估CLR的预测价值 | PCI术后支架内再狭窄的预测及CLR的预测作用 | 机器学习 | 心血管疾病 | 深度学习 | 多层感知器（MLP） | 临床和实验室数据 | 1967名患者 | NA | NA | NA | NA |
| 1036 | 2024-10-17 |
Fruit and vegetable leaf disease recognition based on a novel custom convolutional neural network and shallow classifier
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1469685
PMID:39403618
|
研究论文 | 本文提出了一种基于自定义卷积神经网络和浅层分类器的水果和蔬菜叶片疾病识别方法 | 本文提出了一种新的深度学习和优化框架，结合了Bi-LSTM和Haze减少技术进行对比度增强，并设计了两种自定义模型BRwSA和IBRwSA，以及使用改进的人类学习优化算法进行特征优化和分类 | NA | 解决水果和蔬菜叶片疾病识别中的挑战，提高分类准确性和减少测试时间 | 苹果和黄瓜叶片疾病 | 计算机视觉 | NA | 卷积神经网络 | 卷积神经网络 | 图像 | 苹果和黄瓜叶片数据集 | NA | NA | NA | NA |
| 1037 | 2024-10-16 |
Towards full-stack deep learning-empowered data processing pipeline for synchrotron tomography experiments
2024-Jan-08, Innovation (Cambridge (Mass.))
DOI:10.1016/j.xinn.2023.100539
PMID:38089566
|
综述 | 本文综述了深度学习在同步辐射断层扫描数据处理管道中的最新进展 | 探讨了如何将医学影像和电子断层扫描等数据密集型领域的应用迁移到同步辐射断层扫描中 | 未具体提及 | 探讨深度学习在同步辐射断层扫描数据处理中的应用及其未来发展 | 同步辐射断层扫描数据处理管道 | 计算机视觉 | NA | 深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 1038 | 2024-10-16 |
Artificial Intelligence in Eye Movements Analysis for Alzheimer's Disease Early Diagnosis
2024, Current Alzheimer research
IF:1.8Q4
|
研究论文 | 本文探讨了利用人工智能技术分析眼球运动以早期诊断阿尔茨海默病的可能性 | 提出了一种基于眼球运动分析的非侵入性方法，结合人工智能特别是深度学习和机器学习技术，用于早期诊断阿尔茨海默病 | 卷积神经网络需要更多数据以实现精确分类 | 研究人工智能技术在眼球运动分析中的应用，以提高阿尔茨海默病的早期诊断准确性 | 眼球运动数据与阿尔茨海默病之间的关系 | 机器学习 | 阿尔茨海默病 | 深度学习 | 卷积神经网络 | 眼球运动数据 | NA | NA | NA | NA | NA |
| 1039 | 2024-10-16 |
A dual-branch and dual attention transformer and CNN hybrid network for ultrasound image segmentation
2024, Frontiers in physiology
IF:3.2Q2
DOI:10.3389/fphys.2024.1432987
PMID:39397853
|
研究论文 | 提出了一种结合Transformer和CNN的混合网络DDTransUNet，用于超声图像分割 | 创新性地结合了Transformer和CNN，并引入了双分支编码器和双注意力机制，以有效融合全局上下文和局部细节信息 | NA | 提高超声图像分割的准确性，以支持临床诊断和治疗决策 | 超声图像中的器官和病变 | 计算机视觉 | NA | Transformer和CNN | DDTransUNet | 图像 | 三个超声图像数据集，包括TN3K、BUS-BRA和CAMUS | NA | NA | NA | NA |
| 1040 | 2024-10-16 |
Development of prognostic models for advanced multiple hepatocellular carcinoma based on Cox regression, deep learning and machine learning algorithms
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1452188
PMID:39399114
|
研究论文 | 本文开发了基于Cox回归、深度学习和机器学习算法的预后模型，用于预测晚期多发性肝细胞癌患者的预后 | 本文首次将Cox回归、机器学习和深度学习算法应用于晚期多发性肝细胞癌的预后预测，并比较了不同模型的性能 | 研究仅基于SEER数据库的数据，可能存在数据偏倚；未在其他数据集上验证模型的泛化能力 | 识别多发性肝细胞癌的预后因素，并开发预后模型以量化患者的预后风险和生存概率 | 晚期多发性肝细胞癌患者 | 机器学习 | 肝癌 | Cox回归、机器学习、深度学习 | 梯度提升机（GBM） | 临床数据 | 从SEER数据库中获取的符合条件的肝癌患者 | NA | NA | NA | NA |