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 1879 篇文献，本页显示第 1421 - 1440 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1421 | 2024-08-05 |
Early prognostication of overall survival for pediatric diffuse midline gliomas using MRI radiomics and machine learning: A two-center study
2024 Jan-Dec, Neuro-oncology advances
IF:3.7Q2
DOI:10.1093/noajnl/vdae108
PMID:39027132
|
研究论文 | 本文开发了一种自动化管道，通过MRI放射组学和机器学习预测儿童弥漫性中线胶质瘤的整体生存率 | 提出了一种新的基于MRI放射组学和深度学习模型的生存率预测方法 | 研究样本量较小，可能影响结果的普适性 | 研究旨在预测儿童弥漫性中线胶质瘤患者的整体生存率 | 研究对象为儿童弥漫性中线胶质瘤患者 | 机器学习 | NA | MRI放射组学 | 深度学习模型 | 医学影像 | 69个样本，53个来自内部队列，16个来自外部队列 | NA | NA | NA | NA |
| 1422 | 2024-08-05 |
Detection of Alzheimer's disease using Otsu thresholding with tunicate swarm algorithm and deep belief network
2024, Frontiers in physiology
IF:3.2Q2
DOI:10.3389/fphys.2024.1380459
PMID:39045216
|
研究论文 | 本文提出了一种自动化框架用于早期检测阿尔茨海默病。 | 提出使用Tunicate Swarm Algorithm优化Otsu阈值方法来提高阿尔茨海默病的图像分类准确率。 | 本文未提及特定样本的限制和研究的普适性问题。 | 研究阿尔茨海默病的早期检测方法，以降低死亡率。 | 使用结构磁共振成像(sMRI)图像检测阿尔茨海默病。 | 数字病理学 | 阿尔茨海默病 | 结构磁共振成像(sMRI) | 深度信念网络(DBN) | 图像 | 使用了阿尔茨海默病神经影像倡议(ADNI)和澳大利亚成像、标志物与生活方式旗舰研究(AIBL)数据集 | NA | NA | NA | NA |
| 1423 | 2024-08-05 |
StripeRust-Pocket: A Mobile-Based Deep Learning Application for Efficient Disease Severity Assessment of Wheat Stripe Rust
2024, Plant phenomics (Washington, D.C.)
DOI:10.34133/plantphenomics.0201
PMID:39044844
|
研究论文 | 本研究提出了一个基于移动设备的深度学习应用程序，用于有效评估小麦条锈病的病害严重性 | StripeRust-Pocket应用程序结合了模型辅助标注和深度学习技术，能够在复杂背景下准确量化病害严重性，并大幅缩短标注时间 | NA | 提供一种高效实用的小麦条锈病严重性评估解决方案 | 小麦条锈病叶片图像 | 计算机视觉 | NA | 深度学习 | StripeRustNet（包含MobileNetV2-DeepLabV3+和ResNet50-DeepLabV3+） | 图像 | 100张田间图像及自收集的数据集 | NA | NA | NA | NA |
| 1424 | 2024-08-05 |
Shape-position perceptive fusion electronic skin with autonomous learning for gesture interaction
2024, Microsystems & nanoengineering
IF:7.3Q1
DOI:10.1038/s41378-024-00739-9
PMID:39045231
|
研究论文 | 提出了一种感知融合电子皮肤，实现手势交互的自主学习 | 开发了具有生物启发层次结构的感知融合电子皮肤，通过磁致伸缩合金膜的磁化状态实现对关节形状和位置的双重信息感知 | 佩戴应用的计算能力有限，可能影响深度学习网络的部署和多模态传感数据的融合 | 旨在提升可穿戴设备在人机交互中的手势识别和触觉反馈能力 | 研究目标是手部的关节运动与感知信息的映射 | 数字病理学 | NA | NA | 教师模型 | 信号信息 | NA | NA | NA | NA | NA |
| 1425 | 2024-08-05 |
SSF-DDI: a deep learning method utilizing drug sequence and substructure features for drug-drug interaction prediction
2024-Jan-23, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-024-05654-4
PMID:38262923
|
研究论文 | 本文提出了一种基于药物序列和亚结构特征的药物相互作用预测新模型SSF-DDI | SSF-DDI模型结合了药物序列特征和药物分子图的结构特征，提高了药物相互作用预测的准确性 | NA | 研究旨在提高药物相互作用预测的准确性 | 药物相互作用 | 计算机视觉 | NA | 深度学习 | NA | 真实数据集 | 多个数据集 | NA | NA | NA | NA |
| 1426 | 2024-08-05 |
TabDEG: Classifying differentially expressed genes from RNA-seq data based on feature extraction and deep learning framework
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0305857
PMID:39037985
|
研究论文 | 本文提出了一种名为TabDEG的模型，用于根据RNA-seq数据预测差异表达基因。 | TabDEG结合了数据增强和基于深度学习的表格数据模型，克服了小样本数据集的传统模型局限。 | 尽管提高了准确性，TabDEG仍然面临RNA-Seq数据标记不足的问题。 | 研究旨在提升RNA-seq数据中差异表达基因的预测能力。 | 研究对象为来自癌症基因组图谱数据库的基因表达数据。 | 机器学习 | 癌症 | RNA-seq，数据增强 | 深度学习模型 | 基因表达数据 | 有限样本数据集，确切样本量未提供 | NA | NA | NA | NA |
| 1427 | 2024-08-05 |
TemBERTure: advancing protein thermostability prediction with deep learning and attention mechanisms
2024, Bioinformatics advances
IF:2.4Q2
DOI:10.1093/bioadv/vbae103
PMID:39040220
|
研究论文 | 本研究开发了TemBERTure，一个深度学习框架，用于从蛋白质序列预测热稳定性类别和熔融温度 | 引入深度学习和注意力机制，并强调数据多样性对训练强健模型的重要性 | 本研究未提及具体的实验验证或临床应用的限制 | 旨在改进蛋白质热稳定性预测方法，通过深度学习提升准确性 | 蛋白质序列及其热稳定性 | 生物信息学 | NA | 深度学习 | NA | 蛋白质序列 | 涉及来自多种生物的蛋白质序列 | NA | NA | NA | NA |
| 1428 | 2024-08-05 |
Unveiling the landscape of pathomics in personalized immunotherapy for lung cancer: a bibliometric analysis
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1432212
PMID:39040448
|
研究论文 | 该文章揭示了肺癌个体化免疫疗法中路径组学的研究趋势和前景 | 创新点在于整合人工智能与路径组学进行肺癌组织数字分析，并制定多模态融合模型 | N/A | 阐明路径组学在肺癌个体化免疫疗法中的应用趋势 | 分析2018年至2023年间发表的相关论文及其关键字 | 数字病理学 | 肺癌 | 文献计量学 | N/A | 文章 | 109篇相关论文或综述 | NA | NA | NA | NA |
| 1429 | 2024-08-05 |
Improvement of accumulated dose distribution in combined cervical cancer radiotherapy with deep learning-based dose prediction
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1407016
PMID:39040460
|
研究论文 | 本研究通过深度学习的剂量预测改善了结合外照射放疗和近距离放疗的宫颈癌放疗的累积剂量分布 | 首次在不知近距离放疗剂量的情况下实现了宫颈癌联合放疗的累积剂量预测 | 研究未探讨各个患者之间存在的个体差异对预测结果的影响 | 优化和评估结合外照射放疗和近距离放疗的宫颈癌放疗的剂量分布 | 参与研究的30名接受宫颈癌联合放疗的患者 | 数字病理学 | 宫颈癌 | 深度学习 | ResNet-101 | 剂量分布数据 | 30名患者 | NA | NA | NA | NA |
| 1430 | 2024-08-07 |
It is time for some deep learning: a statistical commentary on machine learning for clinical prediction models using imbalanced datasets
2024, Trauma surgery & acute care open
IF:2.1Q2
DOI:10.1136/tsaco-2024-001567
PMID:39040123
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1431 | 2024-08-05 |
CSXAI: a lightweight 2D CNN-SVM model for detection and classification of various crop diseases with explainable AI visualization
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1412988
PMID:39036360
|
研究论文 | 本研究提出了一种基于CNN-SVM的轻量级模型，用于检测和分类各种农作物疾病 | 提出了一种轻量级的CNN-SVM混合模型，实现了较高的准确率和可视化解释 | 研究没有提及样本的数量和多样性，可能影响结果的普遍性 | 旨在提高农业作物疾病的识别和分类效率 | 针对草莓、桃子、樱桃和大豆四种经济作物分类10类疾病 | 计算机视觉 | 农作物疾病 | CNN-SVM | CNN | 图像 | NA | NA | NA | NA | NA |
| 1432 | 2024-08-05 |
Deep learning-enabled classification of kidney allograft rejection on whole slide histopathologic images
2024, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2024.1438247
PMID:39034991
|
研究论文 | 本文开发了一种深度学习系统，用于自动评估肾移植物活检的全视图图像，检测和亚分类排斥反应。 | 首次利用多实例学习的深度学习模型进行肾移植物活检的排斥反应检测、亚分类及预后预测。 | 未提及外部数据集的验证以及模型在临床环境中的应用局限性。 | 旨在提高肾移植物排斥反应的诊断准确性和一致性。 | 分析肾移植物活检的全视图图像以检测和预测排斥反应。 | 数字病理学 | 肾脏疾病 | 多实例学习，卷积神经网络（CNN） | 多实例学习模型 | 图像 | 来自302个肾移植物活检的906个全视图图像 | NA | NA | NA | NA |
| 1433 | 2024-08-05 |
Exploring the relationship between YouTube video characteristics and a viewer's mental health traits among young adults
2024, Frontiers in psychiatry
IF:3.2Q2
DOI:10.3389/fpsyt.2024.1364930
PMID:39035603
|
研究论文 | 本研究探讨了年轻人观看的YouTube视频特征与其心理健康特征之间的关系 | 该研究通过结合深度学习算法的计算机视觉技术，分析了视频特征与心理健康特征之间的相关性 | 本研究依赖于调查问卷，自我报告的数据可能存在偏差 | 研究年轻人观看YouTube视频特征对心理健康的影响 | 调查年轻人的心理健康特征及其观看的YouTube视频的特征 | 计算机视觉 | NA | 深度学习 | NA | 视频 | 基于参与者的观看历史日志数据，样本数量未明确说明 | NA | NA | NA | NA |
| 1434 | 2024-08-05 |
Deep learning radiomics based on multimodal imaging for distinguishing benign and malignant breast tumours
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1402967
PMID:39036101
|
研究论文 | 本研究旨在开发基于多模态影像的深度学习放射组学模型，以区分良性和恶性乳腺肿瘤 | 研究展示了整合深度学习与放射组学特征以及多模态影像的潜力，且MRI在放射组学特征基础上表现出更高的准确性 | 基于回顾性研究，未考虑潜在的选择偏倚 | 本研究旨在提高对良性与恶性乳腺肿瘤的区分能力 | 322例经过组织病理学确认的乳腺肿瘤患者，包括112例良性肿瘤和210例恶性肿瘤 | 深度学习放射组学 | 乳腺癌 | 多模态影像，包括超声（US）、乳腺X线摄影（MG）和磁共振成像（MRI） | SVM, KNN, 随机森林, 额外树, XGBoost, LightGBM, LR | 图像 | 322名患者 | NA | NA | NA | NA |
| 1435 | 2024-08-05 |
Role of Artificial Intelligence in Endoscopic Intervention: A Clinical Review
2024, Journal of community hospital internal medicine perspectives
IF:0.9Q3
DOI:10.55729/2000-9666.1341
PMID:39036586
|
综述 | 本综述讨论了人工智能在内镜检查中的应用及其对医疗技术的影响 | 探索了人工智能在内镜、结肠镜和内镜超声中的新应用 | 主要集中在内镜相关技术的应用，没有涵盖其他医学领域 | 旨在探讨人工智能如何改善内镜检查的诊断和管理 | 内镜、结肠镜和内镜超声的应用 | 数字病理学 | 胃肠疾病 | 深度学习系统和神经网络 | NA | NA | NA | NA | NA | NA | NA |
| 1436 | 2024-08-05 |
Automated identification and segmentation of urine spots based on deep-learning
2024, PeerJ
IF:2.3Q2
DOI:10.7717/peerj.17398
PMID:39035153
|
研究论文 | 本文提出了一种基于深度学习的尿液斑点自动识别和分割方法 | 创新点在于利用深度学习实现尿液斑点的自动检测和精确分割 | 本文未提及具体的实验样本数量和适用性范围 | 研究自动化尿液斑点检测的技术，以改善传统方法中的主观误差 | 以啮齿动物的排尿行为为研究对象 | 数字病理学 | NA | 深度学习 | 目标检测网络和实例分割网络 | 图像 | NA | NA | NA | NA | NA |
| 1437 | 2024-08-05 |
Advancements in computer vision and pathology: Unraveling the potential of artificial intelligence for precision diagnosis and beyond
2024, Advances in cancer research
DOI:10.1016/bs.acr.2024.05.006
PMID:39032956
|
研究论文 | 该文章探讨了计算机视觉与数字病理学的整合，展示了人工智能在精确诊断中的潜力 | 文章创新地提出了利用深度学习架构和先进算法改善病理学家诊断能力的方法 | 文章讨论了人工智能在病理学中的技术、实践和伦理局限性 | 研究人工智能在数字病理学中实现精准诊断和自动化分析的应用 | 研究对象为病理图像的数字化分析与诊断过程 | 计算机视觉 | NA | 人工智能, 机器学习 | CNN, U-Net | 图像 | NA | NA | NA | NA | NA |
| 1438 | 2024-08-05 |
Feature extraction method of EEG based on wavelet packet reconstruction and deep learning model of VR motion sickness feature classification and prediction
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0305733
PMID:39028732
|
研究论文 | 提出了基于小波包重构的EEG特征提取方法，并利用深度学习模型对虚拟现实运动病特征进行分类和预测 | 采用增强的GRU网络分析EEG数据，开发了一种高效的深度学习模型，实现了84.9%的运动病分类和预测准确率 | 尚未提及特定的局限性 | 研究旨在改善虚拟现实体验和推动虚拟现实技术的发展 | 研究对象为虚拟现实环境下的用户EEG数据和反馈信息 | 机器学习 | NA | EEG | GRU | NA | NA | NA | NA | NA | NA |
| 1439 | 2024-08-05 |
Enhancing ECG-based heart age: impact of acquisition parameters and generalization strategies for varying signal morphologies and corruptions
2024, Frontiers in cardiovascular medicine
IF:2.8Q2
DOI:10.3389/fcvm.2024.1424585
PMID:39027006
|
研究论文 | 本研究探讨了ECG心脏年龄估计中的数据采集参数及其对不同信号形态和干扰的影响 | 提出了使用预训练和微调网络来提高不同人群的ECG年龄估计的可行性，并进行了一项全面的实证研究以确定采样率和信号持续时间的阈值 | 尚未深入评估神经网络在ECG年龄估计中的表现，尤其是在各种采集参数的影响下 | 旨在提高ECG年龄估计的准确性和可靠性 | 主要研究对象为不同人种的ECG信号及其年龄估计 | 数字病理学 | 心血管疾病 | 深度学习 | 神经网络 | ECG信号 | NA | NA | NA | NA | NA |
| 1440 | 2024-08-05 |
Advancements in urban scene segmentation using deep learning and generative adversarial networks for accurate satellite image analysis
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0307187
PMID:39024353
|
研究论文 | 文章提出了一种条件生成对抗网络（cGAN）用于从卫星图像创建高分辨率城市地图 | 提出的cGAN框架结合了语义和空间数据，能够生成高质量的城市场景，保持关键细节 | NA | 研究城市场景分割中的图像到图像翻译问题 | 卫星图像与城市场景之间的转换 | 计算机视觉 | NA | cGAN | 生成对抗网络 | 图像 | ISPRS Potsdam和Vaihingen数据集的基准测试 | NA | NA | NA | NA |