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 1441 - 1460 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1441 | 2024-08-05 |
Comparison of deep learning architectures for predicting amyloid positivity in Alzheimer's disease, mild cognitive impairment, and healthy aging, from T1-weighted brain structural MRI
2024, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2024.1387196
PMID:39015378
|
研究论文 | 本文比较了多种深度学习架构在预测阿尔茨海默病、轻度认知障碍和健康老龄化中的β-淀粉样蛋白阳性。 | 提出了一种将经典机器学习算法与深度学习模型相结合的新方法，能够从T1加权MRI中推断β-淀粉样蛋白阳性 | 需要在更多样化的数据上进行进一步测试以验证结果 | 研究旨在从非侵入性的脑部扫描中预测β-淀粉样蛋白阳性，以帮助早期筛查阿尔茨海默病 | 参与者包括1847名老年人，包含健康对照组、轻度认知障碍者和痴呆患者 | 计算机视觉 | 阿尔茨海默病 | MRI | CNN, 3D Vision Transformers | 影像 | 1847名老年参与者（包括661名健康对照，889名轻度认知障碍者和297名痴呆患者） | NA | NA | NA | NA |
| 1442 | 2024-08-05 |
Prospective Role of Foundation Models in Advancing Autonomous Vehicles
2024, Research (Washington, D.C.)
DOI:10.34133/research.0399
PMID:39015204
|
研究论文 | 本文综述了基础模型在自动驾驶中的应用及未来趋势 | 探讨了基础模型在场景理解、推理及提升自动驾驶安全性方面的潜力 | 目前尚未详细说明在实际驾驶中的具体应用及验证情况 | 研究基础模型在自动驾驶领域的应用潜力 | 基础模型及其在自动驾驶中的应用 | 计算机视觉 | NA | 自监督学习 | 基础模型 | 语言和视觉数据 | NA | NA | NA | NA | NA |
| 1443 | 2024-08-05 |
An assessment of the value of deep neural networks in genetic risk prediction for surgically relevant outcomes
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0294368
PMID:39008506
|
研究论文 | 本文评估深度神经网络在手术相关结果的遗传风险预测中的价值 | 将深度神经网络与基因组学结合，提供了新的手术风险预测模型 | 预测模型的效果在某些情况下与线性模型相似，可能需要更大样本量进行验证 | 提高手术相关结果的预测准确性 | 关注房颤、静脉血栓栓塞和肺炎等手术相关结果 | 机器学习 | NA | 深度学习 | 线性模型和深度学习模型 | 遗传数据和临床特征 | 使用了UK Biobank的数据集 | NA | NA | NA | NA |
| 1444 | 2024-08-05 |
Artificial intelligence automatic measurement technology of lumbosacral radiographic parameters
2024, Frontiers in bioengineering and biotechnology
IF:4.3Q2
DOI:10.3389/fbioe.2024.1404058
PMID:39011157
|
研究论文 | 本研究旨在开发和评估一种基于深度学习的模型，以自动测量侧位腰椎X光片上的骶腰部放射学参数 | 提出了一种全新的深度学习模型，能够自动识别关键脊椎点并计算相关参数，克服了手工测量的局限性 | 模型的准确性可能受到训练数据集质量和多样性的影响 | 研究旨在改善骶腰放射学参数的测量效率和准确性 | 回顾性收集了1240张侧位腰椎X光片用于模型训练和评估 | 数字病理学 | NA | 深度学习 | NA | 图像 | 1240张侧位腰椎X光片 | NA | NA | NA | NA |
| 1445 | 2024-08-05 |
Disentangling Accelerated Cognitive Decline from the Normal Aging Process and Unraveling Its Genetic Components: A Neuroimaging-Based Deep Learning Approach
2024, Journal of Alzheimer's disease : JAD
DOI:10.3233/JAD-231020
PMID:38306043
|
研究论文 | 该文章探讨了如何通过神经影像学深度学习方法区分正常衰老过程与阿尔茨海默病（AD）相关的加速认知衰退。 | 本研究通过一种新的深度学习模型识别了NELL1基因内的新变体（rs144614292），这是先前AD全基因组关联研究中未报道的。 | 研究仅基于特定样本，结果的普遍性可能受限于样本选择。 | 该研究旨在理清正常衰老与AD相关的加速认知衰退之间的关系，并揭示其遗传成分。 | 该研究对象为阿尔茨海默病神经影像学倡议（ADNI）研究中的1,313名个体。 | 数字病理学 | 阿尔茨海默病 | MRI | Siamese ResNet | 结构性MRI数据 | 1,313名个体，其中414名为认知正常者 | NA | NA | NA | NA |
| 1446 | 2024-08-05 |
Classification of pain expression images in elderly with hip fractures based on improved ResNet50 network
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1421800
PMID:39011450
|
研究论文 | 本研究旨在设计一种改进的ResNet 50网络，以实现针对老年髋部骨折患者痛苦表情的自动分类模型 | 该文章创新地结合了深度学习在图像识别中的优势，利用MTCNN和转移学习来改进ResNet50网络 | 研究中可能未涉及其他年龄群体或不同类型骨折患者的痛苦表情识别 | 探索如何使用改进的ResNet50网络自动识别老年髋部骨折患者的痛苦表情 | 老年髋部骨折患者 | 计算机视觉 | 老年疾病 | 深度学习 | ResNet50 | 图像 | 训练集99.6%准确率、验证集98.7%准确率及测试集98.2%准确率 | NA | NA | NA | NA |
| 1447 | 2024-08-05 |
COVLIAS 3.0: cloud-based quantized hybrid UNet3+ deep learning for COVID-19 lesion detection in lung computed tomography
2024, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2024.1304483
PMID:39006802
|
研究论文 | 本文提出了基于云的量化混合UNet3+深度学习模型用于COVID-19病灶检测。 | 提出了两种新型的云端量化深度学习UNet3+混合模型，利用全尺度跳跃连接提高检测能力。 | 研究未提及具体在临床环境中的应用和验证。 | 提高COVID-19患者CT扫描中病灶检测的准确性。 | 使用3500个CT扫描的注释数据训练SDL和HDL模型。 | 计算机视觉 | 肺癌 | 深度学习 | UNet3+、VGG-UNet3+、ResNet-UNet3+ | CT图像 | 3500个CT扫描用于训练，500个CT扫描用于测试 | NA | NA | NA | NA |
| 1448 | 2024-08-05 |
Training immunophenotyping deep learning models with the same-section ground truth cell label derivation method improves virtual staining accuracy
2024, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2024.1404640
PMID:39007128
|
研究论文 | 本研究探讨了在同一切片上获得的细胞标签对H&E模型表现的影响 | 提出使用来自同一切片的细胞标签提高虚拟染色模型的准确性 | 未详细讨论与其他模型的比较及其外部有效性 | 评估细胞标签获取方法对深度学习模型性能的影响 | 针对肺癌组织中的CD3+ T细胞进行测试 | 数字病理学 | 肺癌 | 深度学习，Pix2Pix生成对抗网络 | P2P-GAN | 图像 | NA | NA | NA | NA | NA |
| 1449 | 2024-08-05 |
DeepRetroMoCo: deep neural network-based retrospective motion correction algorithm for spinal cord functional MRI
2024, Frontiers in psychiatry
IF:3.2Q2
DOI:10.3389/fpsyt.2024.1323109
PMID:39006826
|
研究论文 | 本研究提出了一种基于深度学习的卷积神经网络算法DeepRetroMoCo，用于纠正脊髓功能性MRI中的运动伪影。 | 该研究创新地利用深度学习方法显著提高了脊髓MRI运动纠正的效果，证明了其在脊髓数据处理中的有效性。 | 该研究的样本数量较小，仅包含27名参与者，可能限制了结果的普遍性。 | 本研究旨在开发并验证一种新的运动纠正算法，以提高脊髓fMRI图像的质量。 | 本研究的对象为27名参与者的脊髓fMRI数据。 | 计算机视觉 | NA | 卷积神经网络(CNN) | CNN | 图像 | 27名参与者的脊髓fMRI数据，共135次训练和81次测试 | NA | NA | NA | NA |
| 1450 | 2024-08-05 |
Explainable deep-learning framework: decoding brain states and prediction of individual performance in false-belief task at early childhood stage
2024, Frontiers in neuroinformatics
IF:2.5Q3
DOI:10.3389/fninf.2024.1392661
PMID:39006894
|
研究论文 | 本研究提出了一种可解释的深度学习框架，用于解码大脑状态并预测早期儿童阶段的表现。 | 提出了一种可解释的基于时空连接的图卷积神经网络模型，能够更准确地解码大脑状态并进行个体表现预测。 | 未详细讨论在不同儿童发展阶段的普遍性或模型在复杂情境中的适用性。 | 研究儿童在错误信念任务中的表现，并解码其大脑状态。 | 以早期儿童（3-12岁）和成年人（18-39岁）为对象进行实验。 | 深度学习 | NA | 功能连接性（FC）和个体间功能相关性（ISFC）矩阵 | 图卷积神经网络（Ex-stGCNN）和卷积变分自编码器（Ex-Convolutional VAE） | 视频 | 155（122名儿童；3-12岁和33名成人；18-39岁） | NA | NA | NA | NA |
| 1451 | 2024-08-05 |
Micro-CT determination of the porosity of two tricalcium silicate sealers applied using three obturation techniques
2024, Journal of oral science
IF:1.9Q4
DOI:10.2334/josnusd.24-0031
PMID:39010164
|
研究论文 | 本研究使用微型CT测量两种三钙硅酸盐封闭剂的孔隙率 | 首次比较了三种填充技术下两种不同三钙硅酸盐封闭剂的孔隙率 | 样本数量较少，仅包含六颗单根人类牙齿 | 评估不同填充技术对封闭剂孔隙率的影响 | 使用微型CT分析两种三钙硅酸盐封闭剂在不同填充技术下的孔隙率 | 数字病理学 | NA | 微型CT | 深度学习 | 图像 | 六颗单根人类牙齿 | NA | NA | NA | NA |
| 1452 | 2024-08-05 |
Innovative infrastructure to access Brazilian fungal diversity using deep learning
2024, PeerJ
IF:2.3Q2
DOI:10.7717/peerj.17686
PMID:39006015
|
研究论文 | 本文构建了一个用于自主识别巴西宏蘑菇物种的深度学习数据库和移动应用程序 | 创新性地整合了宏蘑菇形态数据和CNN技术，实现了高效的物种识别 | 未提及数据库的局限性或模型的具体局限素材 | 旨在通过深度学习技术促进巴西宏蘑菇的识别和保护 | 研究对象为巴西收集的505种宏蘑菇及其照片 | 计算机视觉 | NA | 卷积神经网络（CNN） | CNN | 图像 | 13,894张照片，代表505种不同的宏蘑菇 | NA | NA | NA | NA |
| 1453 | 2024-08-05 |
Deep learning modeling using mammography images for predicting estrogen receptor status in breast cancer
2024, American journal of translational research
IF:1.7Q4
DOI:10.62347/PUHR6185
PMID:39006260
|
研究论文 | 本研究开发了一种深度学习模型，通过乳腺X光图像准确评估乳腺癌患者的雌激素受体状态 | 提出了一种新的IP-SE-DResNet模型，结合了深度残差网络与Squeeze-and-Excitation注意机制，用于预测乳腺癌患者的ER状态 | 本研究的数据仅限于358名侵袭性导管癌患者，可能限制了模型的普遍适用性 | 预测乳腺癌患者的雌激素受体状态 | 358名被诊断为侵袭性导管癌的患者，收集了其术前乳腺X光图像和临床数据 | 数字病理学 | 乳腺癌 | NA | 深度残差网络 | 图像 | 358个乳腺癌患者的术前乳腺X光图像数据 | NA | NA | NA | NA |
| 1454 | 2024-08-05 |
HAWKFOG-an enhanced deep learning framework for the Fog-IoT environment
2024, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2024.1354742
PMID:39006803
|
研究论文 | 本研究提出了一个名为HAWKFOG的深度学习框架，用于心脏病的智能预测 | 该框架创新性地将深度学习与边缘和雾计算设备整合，以实现心脏病的实用诊断 | 未提及研究的具体局限性 | 开发一个有效的心脏病预测系统 | 使用物联网设备收集的不同受试者的数据 | 机器学习 | 心脏疾病 | Logistic Chaos 基于哈里斯鹰优化的增强型门控递归神经网络 | 增强型门控递归神经网络 | 生理数据（心电图和血压传感器数据） | 不同受试者的数据集 | NA | NA | NA | NA |
| 1455 | 2024-08-05 |
Analysis of pig posture detection in group-housed pigs using deep learning-based mask scoring instance segmentation
2024 Jan-Dec, Animal science journal = Nihon chikusan Gakkaiho
DOI:10.1111/asj.13975
PMID:39005155
|
research paper | 本研究探讨了一种基于深度学习的实例分割评分算法，用于检测和分割群体中猪的不同姿势 | 提出了一种新的对象检测和分割算法，能够在群体图像中识别个体猪的姿势，同时结合了残差网络和特征金字塔网络以提取特征图 | 在处理目标丢失和重叠猪只的错误检测方面仍存在一些挑战 | 研究猪姿势检测与家畜健康和福利之间的关系 | 群体饲养的猪 | 计算机视觉 | NA | 深度学习 | 残差网络和特征金字塔网络 | 图像 | 图像批次大小为512，每批次4张图像 | NA | NA | NA | NA |
| 1456 | 2024-08-05 |
Joint Brain Tumor Segmentation from Multi-magnetic Resonance Sequences through a Deep Convolutional Neural Network
2024, Journal of medical signals and sensors
DOI:10.4103/jmss.jmss_13_23
PMID:38993203
|
研究论文 | 本研究自动化了从多种磁共振序列中进行脑肿瘤分割的方法。 | 提出了一种基于深度卷积神经网络的方法，评估了单个和组合磁共振序列对分割准确性的影响。 | 研究未提及其他潜在的临床应用以及不同类型肿瘤的表现。 | 自动化脑肿瘤的分割，以提高诊断和治疗规划的准确性。 | 使用BraTS-2020挑战数据集中的370名接受四种磁共振序列的受试者进行研究。 | 数字病理学 | 脑肿瘤 | 深度学习 | 残差神经网络 | 医学图像 | 370名受试者，含四种磁共振序列 | NA | NA | NA | NA |
| 1457 | 2024-08-05 |
Virtual tissue microstructure reconstruction across species using generative deep learning
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0306073
PMID:38995963
|
研究论文 | 本文介绍了一种名为TiMiGNet的深度学习方法，用于虚拟三维组织微结构重建 | TiMiGNet克服了抗体渗透差和时间密集型程序的挑战，能够无配对图像输入生成准确的高分辨率组织成分预测 | TiMiGNet可能受到深厚组织中的实验限制影响，无法直接成像的结构可能会有一定误差 | 探索多物种组织微结构的虚拟分析方法 | 小鼠和人类肝组织的三维微结构 | 计算机视觉 | NA | 生成对抗网络，荧光显微镜 | GAN | 图像 | 小鼠和人类肝组织的多样本 | NA | NA | NA | NA |
| 1458 | 2024-08-05 |
Computationally intelligent real-time security surveillance system in the education sector using deep learning
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0301908
PMID:38990958
|
研究论文 | 本研究提出了一种增强的FaceNet网络用于教育领域的实时安全监控和身份匹配 | 此次研究通过改进的损失函数提高了FaceNet在面部验证和识别的准确性 | 具体实验样本规模和环境影响未在摘要中详细描述 | 研究实时面部识别和监控系统在教育领域的应用 | 主要研究对象为面部检测和识别技术 | 计算机视觉 | NA | 深度学习 | FaceNet | 图像 | NA | NA | NA | NA | NA |
| 1459 | 2024-08-05 |
Natural language processing in the classification of radiology reports in benign gallbladder diseases
2024 Jan-Dec, Radiologia brasileira
DOI:10.1590/0100-3984.2023.0096-en
PMID:38993952
|
研究论文 | 本文开发了一种自然语言处理应用程序，能够自动识别需要手术的良性胆囊疾病。 | 通过使用卷积神经网络和双向长短时记忆网络进行深度学习，本文提出了一种新的文本分类方法。 | 研究结果只针对特定类型的胆囊报告，可能不适用于其他医疗报告。 | 旨在开发一种自动分类胆囊病报告的自然语言处理应用。 | 研究对象为1,200份描述胆囊的放射学报告。 | 自然语言处理 | NA | Word2Vec | CNN 和 BiLSTM | 文本 | 1,200份报告 | NA | NA | NA | NA |
| 1460 | 2024-08-05 |
Enhancing sports image data classification in federated learning through genetic algorithm-based optimization of base architecture
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0303462
PMID:38990969
|
研究论文 | 该文章提出了一种基于遗传算法优化基础架构的联邦学习运动图像数据分类方法 | 提出了一种新的方法，用于生成优化的基础模型，基于遗传算法提升性能 | 实验中只使用了四种深度学习架构，可能无法代表所有架构的性能 | 研究如何在资源受限设备上改进运动图像数据的分类 | 使用不同数量的客户在联邦学习环境中进行平衡和不平衡的运动数据实验 | 机器学习 | NA | 遗传算法 | EfficientNetB3 | 图像 | 使用9个客户的平衡数据集进行实验 | NA | NA | NA | NA |