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 1121 - 1140 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1121 | 2024-09-23 |
Classification of land lot shapes in real estate sector using a convolutional neural network
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0308788
PMID:39298502
|
研究论文 | 本文研究了使用卷积神经网络对房地产行业中的地块形状进行分类 | 首次尝试在微观空间尺度上使用深度学习算法进行土地管理 | NA | 填补传统地块分类方法的空白，解决其耗时、资源密集和主观偏差的问题 | 地块形状的自动分类 | 计算机视觉 | NA | 卷积神经网络 | Xception神经网络 | 图像 | 研究区域内的地块图像数据 | NA | NA | NA | NA |
| 1122 | 2024-09-22 |
A comparative evaluation of maize silage quality under diverse pre-ensiling strategies
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0308627
PMID:39292664
|
研究论文 | 本文比较了不同预青贮策略下玉米青贮饲料质量的影响 | 利用开源数据库评估了新鲜收获玉米化学成分多样性对青贮饲料质量的影响，并提出了结合多数据库数据以应用更强大的机器学习或深度学习算法的建议 | 预测模型仅适用于使用田间传感器技术的筛选目的，需要更全面的方法来更好地阐明玉米青贮饲料质量的决定因素 | 评估不同预青贮策略对玉米青贮饲料质量的影响 | 玉米青贮饲料的质量 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1123 | 2024-09-22 |
Artificial intelligence and machine learning applications for the imaging of bone and soft tissue tumors
2024, Frontiers in radiology
DOI:10.3389/fradi.2024.1332535
PMID:39301168
|
研究论文 | 本文探讨了人工智能和机器学习在骨与软组织肿瘤影像学中的应用 | 本文展示了人工智能工具在影像分割、病变检测等方面的潜力，特别是在恶性分级、预测和治疗计划中的应用 | 本文指出了标准化、数据整合和患者数据伦理问题等挑战，以及由于疾病发病率有限导致的算法开发障碍 | 本文旨在探讨人工智能和机器学习在骨与软组织肿瘤影像学中的应用及其潜力 | 本文主要研究对象是骨与软组织肿瘤的影像学 | 计算机视觉 | 骨与软组织肿瘤 | 人工智能、机器学习 | 深度学习 | 影像 | NA | NA | NA | NA | NA |
| 1124 | 2024-09-22 |
Noise-induced modality-specific pretext learning for pediatric chest X-ray image classification
2024, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2024.1419638
PMID:39301479
|
研究论文 | 研究探讨了通过图像去噪和去模糊增强的特定模态预训练学习在小儿胸片分类中的有效性 | 提出了一种基于VGG-16-Sharp-U-Net架构的特定模态预训练学习方法，显著提高了小儿胸片分类的敏感性和其他性能指标 | 研究仅限于小儿胸片分类，未涉及其他类型的医学图像 | 探索特定模态预训练学习在医学图像分类中的应用，特别是小儿胸片分类 | 小儿胸片图像，分为正常肺部和心肺疾病表现 | 计算机视觉 | NA | 深度学习 | VGG-16-Sharp-U-Net | 图像 | NA | NA | NA | NA | NA |
| 1125 | 2024-09-22 |
Diagnostic accuracy of deep learning in detection and prognostication of renal cell carcinoma: a systematic review and meta-analysis
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1447057
PMID:39301494
|
meta-analysis | 本文通过系统综述和荟萃分析评估了深度神经网络在肾细胞癌检测和预后中的诊断性能 | 本文首次通过荟萃分析评估了深度神经网络在肾细胞癌亚型检测和生存预测中的综合诊断性能 | 需要进一步研究以验证这些发现并在大规模上建立其普遍性 | 评估深度神经网络在肾细胞癌检测和预后中的诊断性能 | 肾细胞癌的亚型检测和生存预测 | 数字病理学 | 肾细胞癌 | 深度学习 | 深度神经网络 | 病理样本 | 5340名患者 | NA | NA | NA | NA |
| 1126 | 2024-09-22 |
Deep learning-based image analysis predicts PD-L1 status from 18F-FDG PET/CT images in non-small-cell lung cancer
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1402994
PMID:39301549
|
研究论文 | 本研究利用深度学习技术分析18F-FDG PET/CT图像，预测非小细胞肺癌中的PD-L1表达状态 | 本研究首次将深度学习与临床特征结合，用于预测非小细胞肺癌中的PD-L1表达，并验证了18F-FDG PET/CT图像作为PD-L1表达生物标志物的潜力 | 本研究为回顾性研究，样本量较小，需要进一步的前瞻性研究验证 | 研究目的是通过结合深度学习图像和临床特征，提高非小细胞肺癌中PD-L1表达的预测性能 | 研究对象为101名接受18F-FDG PET/CT扫描的非小细胞肺癌患者 | 计算机视觉 | 肺癌 | 深度学习 | 3D DenseNet121 | 图像 | 101名非小细胞肺癌患者 | NA | NA | NA | NA |
| 1127 | 2024-09-22 |
Image steganography techniques for resisting statistical steganalysis attacks: A systematic literature review
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0308807
PMID:39283894
|
综述 | 本文对能够抵抗统计隐写分析攻击的图像隐写技术进行了系统的文献综述 | 本文通过综合分析现有文献，探讨了生成对抗网络在图像隐写技术中的主导地位，并指出人工智能算法如机器学习、深度学习和卷积神经网络在增强安全性方面的应用 | 本文主要关注于现有技术的综述和比较，未提出新的技术或方法 | 填补现有文献中关于能够抵抗统计隐写分析攻击的图像隐写技术的研究空白 | 图像隐写技术及其对统计隐写分析攻击的抵抗能力 | 计算机视觉 | NA | 生成对抗网络、机器学习、深度学习、卷积神经网络、遗传算法 | 生成对抗网络、卷积神经网络 | 图像 | 从ACM数字图书馆、IEEE探索、Science Direct和Wiley中选取了125篇文章 | NA | NA | NA | NA |
| 1128 | 2024-09-21 |
Deep Learning-based Automated Knee Joint Localization in Radiographic Images Using Faster R-CNN
2024, Current medical imaging
IF:1.1Q3
|
研究论文 | 本文提出了一种基于深度学习的自动膝关节定位方法，使用Faster R-CNN模型在放射影像中检测膝关节区域 | 本文的创新点在于利用Faster R-CNN模型实现了膝关节区域的自动检测，克服了传统方法的主观性、耗时和劳动密集的缺点 | 本文未详细讨论模型的泛化能力和在不同数据集上的表现 | 本研究的目的是开发一种更高效和自动化的膝关节分析方法，以替代传统的膝关节X光评估 | 本研究的对象是膝关节区域的放射影像 | 计算机视觉 | 骨关节炎 | Faster R-CNN | Faster R-CNN | 图像 | 使用了膝关节图像数据集进行模型训练和评估 | NA | NA | NA | NA |
| 1129 | 2024-09-21 |
Performance analysis of Alexnet for Classification of Knee Osteoarthritis
2024, Current medical imaging
IF:1.1Q3
|
研究论文 | 本文分析了AlexNet模型在膝关节骨性关节炎分类中的性能 | 本文首次评估了AlexNet模型在膝关节骨性关节炎分类中的性能，并与其他模型进行了比较 | 本文仅评估了AlexNet模型的性能，未探讨其他可能更优的深度学习模型 | 评估AlexNet模型在膝关节骨性关节炎分类中的性能，并与其他模型进行比较 | 膝关节骨性关节炎的分类 | 计算机视觉 | 骨关节炎 | 深度学习技术 | AlexNet | 图像 | NA | NA | NA | NA | NA |
| 1130 | 2024-09-21 |
Implementation and Efficient Analysis of Preprocessing Techniques in Deep Learning for Image Classification
2024, Current medical imaging
IF:1.1Q3
|
研究论文 | 本文研究了深度学习图像分类中预处理技术的实现及其有效性分析 | 本文采用MSA方法分析了图像处理应用中预处理步骤的影响，并总结了现有使用和不使用预处理步骤的深度学习图像处理模型 | 本文未详细探讨不同预处理技术对模型性能的具体影响 | 探讨预处理步骤在深度学习图像分类中的必要性 | 图像分类中的预处理技术及其对模型性能的影响 | 计算机视觉 | NA | 深度学习 | 神经网络 | 图像 | 大量数据样本 | NA | NA | NA | NA |
| 1131 | 2024-09-21 |
Classification of Brain Tumours in MRI Images using a Convolutional Neural Network
2024, Current medical imaging
IF:1.1Q3
|
研究论文 | 本文使用卷积神经网络（CNN）对脑部MRI图像中的肿瘤进行分类 | 提出的CNN模型在处理资源消耗较少的情况下，实现了更高的准确率和损失减少 | 实验在相对有限的样本数据集上进行 | 利用深度学习技术提高脑肿瘤MRI图像分类的准确性 | 脑部MRI图像中的肿瘤 | 计算机视觉 | 脑肿瘤 | 卷积神经网络（CNN） | CNN | 图像 | 相对有限的样本数据集 | NA | NA | NA | NA |
| 1132 | 2024-09-21 |
An Early Detection and Classification of Alzheimer's Disease Framework Based on ResNet-50
2024, Current medical imaging
IF:1.1Q3
|
研究论文 | 本文提出了一种基于ResNet-50的阿尔茨海默病早期检测和分类框架 | 通过使用深度残差网络（ResNet）模型和图像预处理技术，解决了传统卷积神经网络（CNN）中卷积层的局限性 | 尽管某些模型在准确性上表现更好，但它们容易过拟合 | 开发一种更有效的阿尔茨海默病早期检测系统 | 阿尔茨海默病患者 | 计算机视觉 | 阿尔茨海默病 | 深度残差网络（ResNet） | ResNet-50 | MRI扫描图像 | 阿尔茨海默病患者的MRI扫描数据集 | NA | NA | NA | NA |
| 1133 | 2024-09-21 |
Convex Hull Prediction for Adaptive Video Streaming by Recurrent Learning
2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2024.3455989
PMID:39264770
|
研究论文 | 提出了一种基于深度学习的自适应视频流凸包预测方法，通过循环卷积网络（RCN）分析视频片段的时空复杂度来预测其凸包 | 采用循环卷积网络（RCN）和两步迁移学习方案，显著减少了预编码时间和计算开销 | 未提及具体限制 | 减少自适应视频流中预编码步骤的时间和计算开销 | 视频片段的凸包预测 | 计算机视觉 | NA | 深度学习 | 循环卷积网络（RCN） | 视频 | 未提及具体样本数量 | NA | NA | NA | NA |
| 1134 | 2024-09-21 |
Change Representation and Extraction in Stripes: Rethinking Unsupervised Hyperspectral Image Change Detection With an Untrained Network
2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2024.3438100
PMID:39269800
|
研究论文 | 提出了一种新的无监督高光谱图像变化检测方法StripeCD，通过在无训练网络中集成优化建模来表示和建模条纹变化 | 引入了一种新的特征空间表示方法，通过条纹形式表示变化特征，并提出了一种多尺度前向-后向分割框架来突出显著变化 | 依赖于无训练网络的特征波动性可能导致变化检测结果不准确 | 改进无监督高光谱图像变化检测方法，减少对标注数据的依赖 | 高光谱图像的变化检测 | 计算机视觉 | NA | 无训练卷积网络 | 卷积神经网络 | 图像 | 涉及三个广泛使用的高光谱图像数据集 | NA | NA | NA | NA |
| 1135 | 2024-09-21 |
Diagnostic Value of Artificial Intelligence in Minimal Breast Lesions Based on Real-Time Dynamic Ultrasound Imaging
2024, International journal of general medicine
IF:2.1Q2
DOI:10.2147/IJGM.S479969
PMID:39295853
|
研究论文 | 探讨基于实时动态超声成像系统的人工智能在诊断微小乳腺病变中的价值 | 使用基于实时动态超声成像系统的人工智能进行微小乳腺病变的诊断 | 仍存在一些漏诊和误诊的情况 | 研究人工智能在微小乳腺病变诊断中的应用价值 | 直径≤10mm的微小乳腺病变 | 计算机视觉 | 乳腺癌 | 深度学习算法 | 深度学习 | 视频 | 291例微小乳腺病变，其中228例良性，63例恶性 | NA | NA | NA | NA |
| 1136 | 2024-09-21 |
A general prediction model for compound-protein interactions based on deep learning
2024, Frontiers in pharmacology
IF:4.4Q1
DOI:10.3389/fphar.2024.1465890
PMID:39295942
|
研究论文 | 本文开发了一种基于深度学习的化合物-蛋白质相互作用预测模型，并验证了其在中药中的应用 | 本文提出了一个集成大规模生物活性基准数据集和深度学习算法的计算模型，用于预测化合物-蛋白质相互作用，并在中药中验证了其有效性 | 由于化合物和目标的多样性以及缺乏大规模相互作用数据集和负数据集，现有计算方法在预测准确性和泛化能力方面面临挑战 | 开发一种准确的化合物-蛋白质相互作用预测模型，以促进药物发现和理解中药的生物活性 | 化合物-蛋白质相互作用，特别是中药中的化合物 | 机器学习 | NA | 深度学习 | NA | 生物活性数据 | 使用了黄芪和白花蛇舌草这对中药组合中的活性化合物，并从多个公共数据库和文献中收集了这些化合物的完整目标数据 | NA | NA | NA | NA |
| 1137 | 2024-09-21 |
Analysis and comparison of retinal vascular parameters under different glucose metabolic status based on deep learning
2024, International journal of ophthalmology
IF:1.9Q2
DOI:10.18240/ijo.2024.09.02
PMID:39296560
|
研究论文 | 本文开发了一种基于深度学习的模型，用于自动分割视网膜血管，并分析和比较不同血糖代谢状态下的血管参数 | 本文首次使用深度学习模型U-Net进行视网膜血管分割，并分析了不同血糖代谢状态下的血管参数差异 | 样本量相对较小，可能影响结果的普适性 | 评估人工智能在图像分割和视网膜血管参数分析中预测糖尿病前期的潜力 | 视网膜血管参数在不同血糖代谢状态下的差异 | 计算机视觉 | 糖尿病 | 深度学习 | U-Net | 图像 | 总共600只眼睛，包括200名正常人、200名糖尿病前期患者和200名糖尿病患者 | NA | NA | NA | NA |
| 1138 | 2024-09-21 |
Systematic bibliometric and visualized analysis of research hotspots and trends on the application of artificial intelligence in glaucoma from 2013 to 2022
2024, International journal of ophthalmology
IF:1.9Q2
DOI:10.18240/ijo.2024.09.22
PMID:39296573
|
综述 | 对2013年至2022年间人工智能在青光眼领域的应用进行文献计量分析和可视化研究 | 通过CiteSpace和VOSviewer软件分析了不同国家、机构、作者和期刊的贡献及共现关系，揭示了该领域的研究热点和未来趋势 | 文章主要关注文献计量分析，未深入探讨具体技术细节和临床应用效果 | 全面了解人工智能在青光眼领域的研究现状，并识别未来研究的新方向 | 2013年至2022年间发表的关于人工智能在青光眼领域应用的英文文章 | 计算机视觉 | 眼科疾病 | NA | NA | 文本 | 750篇英文文章 | NA | NA | NA | NA |
| 1139 | 2024-09-21 |
Deep learning-based ultrasonographic classification of canine chronic kidney disease
2024, Frontiers in veterinary science
IF:2.6Q1
DOI:10.3389/fvets.2024.1443234
PMID:39296582
|
研究论文 | 本研究开发了一种基于深度学习的模型，用于通过超声图像对犬慢性肾病（CKD）进行分类，并评估其与兽医影像专家的诊断性能 | 首次尝试将人工智能应用于兽医超声诊断，并开发了一种基于卷积神经网络的对象检测算法来分类犬慢性肾病的IRIS阶段 | 多类分类的准确性较低，仅为0.46 | 开发和验证一种基于深度学习的模型，用于通过超声图像对犬慢性肾病进行分类，并评估其临床实用性 | 犬慢性肾病（CKD）的超声图像 | 机器学习 | 犬病 | 卷积神经网络（CNN） | CNN | 图像 | 883张超声图像，来自198只狗 | NA | NA | NA | NA |
| 1140 | 2024-09-21 |
Deepfake: definitions, performance metrics and standards, datasets, and a meta-review
2024, Frontiers in big data
IF:2.4Q2
DOI:10.3389/fdata.2024.1400024
PMID:39296632
|
综述 | 本文全面概述了深度伪造（deepfake）的概念，涵盖了定义、性能指标和标准、相关数据集等多个重要方面 | 本文提供了对深度伪造最全面的综述，包括对15篇相关综述论文的元分析 | NA | 全面了解和分析深度伪造的概念、性能指标、标准、数据集以及相关挑战和建议 | 深度伪造的定义、性能指标和标准、相关数据集以及相关综述论文 | 计算机视觉 | NA | 深度学习 | NA | 图像、视频、音频 | 15篇相关综述论文 | NA | NA | NA | NA |