深度学习在生物医药领域中的应用
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，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10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 1854 篇文献，本页显示第 1501 - 1520 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1501 | 2024-08-05 |
Scanner-Independent MyoMapNet for Accelerated Cardiac MRI T1 Mapping Across Vendors and Field Strengths
2024-01, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.28739
PMID:37052580
|
研究论文 | 本文开发并评估了一种基于MyoMapNet的加速心脏T1映射方法，该方法可以在不同厂商和磁场强度下使用 | 提出的SI-MyoMapNet通过将扫描仪厂商和磁场强度作为额外输入纳入深度学习架构，从而实现模型的通用性 | 仅使用四张T1加权图像进行建模，可能在某些情况下影响精度 | 开发一种能够在各种扫描仪和磁场强度下进行心脏T1映射的方法 | 1423名已知或怀疑患有心脏病的患者 | 数字病理学 | 心脏疾病 | 改良Look-Locker反转恢复（MOLLI） | 卷积神经网络（CNN） | 图像 | 1423名患者 |
| 1502 | 2024-08-05 |
Effects of different ground segmentation methods on the accuracy of UAV-based canopy volume measurements
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1393592
PMID:38957596
|
研究论文 | 本文研究了不同地面分割方法对无人机( UAV) 基于果树冠秆体积测量精度的影响。 | 本文提出了一种基于深度学习的U-Net模型在果树冠分割中的应用，并与传统的OTS和RANSAC方法进行了比较。 | 研究主要依赖于手动标记的数据集，可能对分割结果造成一定的偏差。 | 本文旨在探讨不同分割方法对无人机果树冠体积测量精度的影响。 | 研究对象为果树冠及其体积测量。 | 数字病理 | NA | 结构从运动 (SFM) 技术、深度学习 | U-Net | 图像 | 使用了手动标记的数据集，但具体样本大小未提供 |
| 1503 | 2024-08-05 |
Application of CT and MRI images based on artificial intelligence to predict lymph node metastases in patients with oral squamous cell carcinoma: a subgroup meta-analysis
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1395159
PMID:38957322
|
meta-analysis | 本研究系统评估了人工智能在预测口腔鳞状细胞癌患者淋巴结转移中的应用 | 首次定量评估了基于人工智能的CT和MRI在口腔鳞状细胞癌中的淋巴结转移预测性能 | 纳入的研究数量有限，且异质性存在 | 研究基于人工智能的CT和MRI在预测口腔鳞状细胞癌患者淋巴结转移的诊断性能 | 纳入了关于口腔鳞状细胞癌患者淋巴结转移预测的相关研究 | 医学影像 | 口腔癌 | 人工智能算法 | 机器学习和深度学习 | 影像 | 纳入了14项符合条件的研究 |
| 1504 | 2024-08-05 |
[Application of artificial intelligence in glaucoma. Part 1. Neural networks and deep learning in glaucoma screening and diagnosis]
2024, Vestnik oftalmologii
DOI:10.17116/oftalma202414003182
PMID:38962983
|
review | 本文回顾了人工智能在青光眼筛查、诊断、监测和治疗中的应用 | 文章探讨了深度学习和神经网络如何改善青光眼筛查的有效性 | 所回顾的文献结果相互矛盾，表明AI模型的改进需要进一步研究和标准化方法 | 探讨人工智能在青光眼筛查和诊断中的应用 | 关注使用深度学习和神经网络分析大数据的技术 | NA | 青光眼 | 眼部成像技术 | 神经网络 | 大数据 | NA |
| 1505 | 2024-08-05 |
Enhancing unmanned ground vehicle performance in SAR operations: integrated gesture-control and deep learning framework for optimised victim detection
2024, Frontiers in robotics and AI
IF:2.9Q2
DOI:10.3389/frobt.2024.1356345
PMID:38957217
|
研究论文 | 本研究提出了一种通过集成手势控制和深度学习来增强无人地面车辆在搜索和救援操作中的表现。 | 研究引入了一种新颖的技术框架，结合先进的手势识别和最前沿的深度学习，特别设计用于在灾难场景中提升UGV的受害者识别能力。 | NA | 提升在灾害中进行搜索和救援的情况意识和受害者检测能力。 | 无人地面车辆（UGVs）在混乱环境中的表现优化。 | 计算机视觉 | NA | YOLOv8，手势识别，深度学习 | MOA-SConv-Bi-LSTM-GRU | 图像 | 在模拟紧急场景中进行全面测试 |
| 1506 | 2024-08-05 |
Enhancing brain tumor detection in MRI with a rotation invariant Vision Transformer
2024, Frontiers in neuroinformatics
IF:2.5Q3
DOI:10.3389/fninf.2024.1414925
PMID:38957549
|
研究论文 | 该文章介绍了一种新型深度学习模型RViT用于MRI脑肿瘤分类。 | 引入旋转不变的补丁嵌入，提高了脑肿瘤识别的准确性 | NA | 提高MRI脑肿瘤检测的准确性 | 脑肿瘤的MRI扫描 | 计算机视觉 | 脑肿瘤 | 深度学习 | Vision Transformer | 影像 | 使用Kaggle的脑肿瘤MRI数据集进行评估 |
| 1507 | 2024-08-05 |
Translating prognostic quantification of c-MYC and BCL2 from tissue microarrays to whole slide images in diffuse large B-cell lymphoma using deep learning
2024-Jan-19, Diagnostic pathology
IF:2.4Q2
DOI:10.1186/s13000-023-01425-6
PMID:38243330
|
研究论文 | 本研究开发了一种基于深度学习的方法，可以在全切片图像中对c-MYC和BCL2的阳性肿瘤细胞进行自动量化 | 提出了一种使用注意力机制的多实例学习技术，能够在不需要单个细胞核注释的情况下，从组织微阵列核心的注释中回归阳性肿瘤细胞的比例 | 本研究的模型可能在不同类型组织样本或更复杂的组织结构中表现不如预期 | 评估c-MYC和BCL2在弥漫大B细胞淋巴瘤中的预后能力，并通过深度学习技术实现自动化量化 | 弥漫大B细胞淋巴瘤患者的肿瘤样本，尤其是关注c-MYC和BCL2的阳性表达 | 数字病理学 | 淋巴瘤 | 注意力机制的多实例学习 | NA | 全切片图像 | 使用来自斯坦福的公开组织微阵列数据集进行训练，涉及多中心队列的全切片图像 |
| 1508 | 2024-08-05 |
StratoLAMP: Label-free, multiplex digital loop-mediated isothermal amplification based on visual stratification of precipitate
2024-Jan-09, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2314030121
PMID:38165933
|
研究论文 | 本研究提出了一种无需标签的多重数字环介导等温扩增方法StratoLAMP，基于沉淀物的可视化分层进行分析 | StratoLAMP通过视觉分层沉淀物无标签实现多重核酸检测，省去荧光染料或探针，降低复杂性和成本 | 尚未提及研究的具体局限性 | 开发一种高效且成本低的无标签多重核酸检测方法 | 研究不同浓度引物对核酸靶标扩增沉淀物产生的影响 | 数字病理学 | NA | 数字环介导等温扩增 | 深度学习 | 图像 | NA |
| 1509 | 2024-08-05 |
Heterogeneity in intrahepatic macrophage populations and druggable target expression in patients with steatotic liver disease-related fibrosis
2024-Jan, JHEP reports : innovation in hepatology
IF:9.5Q1
DOI:10.1016/j.jhepr.2023.100958
PMID:38162144
|
研究论文 | 本研究评估了脂肪性肝病患者体内的肝内巨噬细胞与药物靶点的表达情况 | 发现了脂肪性肝病患者中巨噬细胞表型及药物靶点的显著异质性 | 患者内表型差异很大，可能影响结果的一致性 | 确定肝内巨噬细胞活性评分或纤维化分期对表型和药物靶点表达的影响 | 评估脂肪性肝病患者及对照者的肝内巨噬细胞 | 数字病理学 | 脂肪性肝病 | 基因表达分析、免疫组化、谱成像和空间分析 | 深度学习/人工智能算法 | 基因和蛋白质数据 | 共计64个样本，包含30个来自活检的样本和34个用于蛋白表达分析的样本 |
| 1510 | 2024-08-05 |
A deep learning algorithm to identify carotid plaques and assess their stability
2024, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2024.1321884
PMID:38952409
|
研究论文 | 本文开发了一种深度学习算法，以识别颈动脉斑块并评估其稳定性 | 提出了一种基于BCNN-ResNet的自动化算法，提供更一致和客观的诊断方法 | 研究未提及潜在的临床适用性和长期效果验证 | 旨在利用深度学习解决颈动脉斑块筛查中的主观性问题 | 使用超声图像评估颈动脉斑块的存在与稳定性 | 计算机视觉 | NA | 超声 | BCNN-ResNet | 图像 | 3860张超声图像，来自1339名参与者 |
| 1511 | 2024-08-05 |
Residual and bidirectional LSTM for epileptic seizure detection
2024, Frontiers in computational neuroscience
IF:2.1Q3
DOI:10.3389/fncom.2024.1415967
PMID:38952709
|
研究论文 | 本文提出了一种名为ResBiLSTM的混合深度学习方法，用于通过EEG信号检测癫痫发作 | 创新性地结合了一维残差神经网络和双向长短时记忆网络来提取空间和时间特征 | NA | 旨在提高癫痫发作检测的准确性和效率 | 癫痫发作数据集，特别是来自波恩大学和天普大学医院的数据集 | 机器学习 | 癫痫 | EEG信号分析 | 残差神经网络和双向LSTM | 生物信号 | 使用了波恩数据集和天普大学医院的数据集进行评估 |
| 1512 | 2024-08-05 |
Toward the design of persuasive systems for a healthy workplace: a real-time posture detection
2024, Frontiers in big data
IF:2.4Q2
DOI:10.3389/fdata.2024.1359906
PMID:38953011
|
研究论文 | 本研究开发了用于实时姿势检测的说服性技术 | 本研究使用YOLO-V3模型在姿势检测中取得了比CNN模型更高的精确度，提出了将其集成到健康工作场所设计中的建议 | 研究中收集的姿态数据仅来源于YouTube视频和Kaggle，可能存在数据集的多样性和代表性不足问题 | 探讨如何设计用于促使健康行为的系统，特别是姿势检测技术 | 研究对象为工作场所中的用户姿势，特别关注舒适与不舒适的姿势分类 | 计算机视觉 | NA | 深度学习 | YOLO-V3和CNN | 图像 | 使用了来自YouTube视频和Kaggle的姿势数据集进行训练 |
| 1513 | 2024-08-05 |
Winter wheat ear counting based on improved YOLOv7x and Kalman filter tracking algorithm with video streaming
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1346182
PMID:38952848
|
研究论文 | 本文提出了一种基于改进YOLOv7x和卡尔曼滤波追踪算法的实时麦穗计数方法 | 引入了空间到深度模块和新的归一化高斯瓦瑟斯坦距离损失函数，以提升YOLOv7x的检测性能 | 样本可能仅限于特定环境，实时检测帧率相对较低 | 实现大型分辨率无人机视频下的麦穗检测与计数 | 作者研究了麦穗的检测与计数 | 计算机视觉 | NA | YOLOv7x, 卡尔曼滤波 | YOLOv7xSPD Counter | 视频 | NA |
| 1514 | 2024-08-05 |
DeepVelo: deep learning extends RNA velocity to multi-lineage systems with cell-specific kinetics
2024-01-19, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-023-03148-9
PMID:38243313
|
研究论文 | DeepVelo通过深度学习扩展了RNA速度估计方法以适应多谱系系统和细胞特异性动力学 | DeepVelo创新性地将RNA速度推广到具有时间相关动力学和多个谱系的细胞群体 | 该方法依赖于图卷积网络，可能在特定情况下受到网络结构的限制 | 研究复杂的细胞分化和谱系选择事件 | 异质性单细胞RNA测序数据中的细胞群体 | 数字病理学 | NA | 图卷积网络 | NA | 单细胞RNA测序数据 | NA |
| 1515 | 2024-08-05 |
Potential for artificial intelligence in medicine and its application to male infertility
2024 Jan-Dec, Reproductive medicine and biology
IF:2.7Q2
DOI:10.1002/rmb2.12590
PMID:38948339
|
综述 | 本文回顾了人工智能在医学领域中的应用，特别是男性不育症的研究 | 建立了基于人工智能的Johnsen评分预测模型和非梗阻性无精症的精子获取预测模型 | 没有详细说明研究的样本量和具体数据 | 探讨人工智能在男科不育症中的应用 | 男性不育症相关的人工智能模型 | 医学人工智能 | 男性不育症 | 无代码人工智能 | 预测模型 | NA | NA |
| 1516 | 2024-08-05 |
A transformer-based multi-task deep learning model for simultaneous T-stage identification and segmentation of nasopharyngeal carcinoma
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1377366
PMID:38947898
|
研究论文 | 本研究开发了一个基于变换器的多任务深度学习模型，可以同时识别鼻咽癌的T分期和肿瘤轮廓。 | 提出了一种新型的多任务深度学习模型，能够同时进行肿瘤轮廓勾勒和T分期识别，填补了以往研究的空白。 | 由于采用的图像数据是回顾性收集，可能存在选择偏倚。 | 旨在提高鼻咽癌的精准放射治疗中肿瘤勾勒和T分期的准确性。 | 研究对象为320名鼻咽癌患者的对比增强T1加权成像数据。 | 数字病理学 | 鼻咽癌 | 对比增强T1加权成像 | 变换器模型 | 图像 | 300名鼻咽癌患者的对比增强T1加权图像数据 |
| 1517 | 2024-08-05 |
An encoding framework for binarized images using hyperdimensional computing
2024, Frontiers in big data
IF:2.4Q2
DOI:10.3389/fdata.2024.1371518
PMID:38946939
|
研究论文 | 本文提出了一种新的轻量级方法，仅依赖原生的超维算术向量运算来编码二值图像 | 提出了一种新的编码框架，能够保持近邻位置模式的相似性 | 没有提到具体的限制 | 探讨如何有效地编码二值图像以提高超维计算的性能 | 二值图像，使用MNIST和Fashion-MNIST数据集进行测试 | 机器学习 | NA | 超维计算 | NA | 图像 | 包含MNIST和Fashion-MNIST数据集的测试集 |
| 1518 | 2024-08-05 |
[Direct Positron Emission Imaging Using Ultrafast Timing Performance Detectors]
2024, Igaku butsuri : Nihon Igaku Butsuri Gakkai kikanshi = Japanese journal of medical physics : an official journal of Japan Society of Medical Physics
DOI:10.11323/jjmp.44.2_29
PMID:38945880
|
研究论文 | 本文阐述了如何使用超快速计时性能探测器实现直接正电子发射成像。 | 提出了直接正电子发射成像（dPEI）的概念，并开发了超快速辐射探测器，突破了传统成像的几何限制。 | 尽管提高了CTR，但仍需解决一些限制以使dPEI更具实用性。 | 研究如何通过直接正电子发射成像技术改善医学成像。 | 开发和展示不同类型的模体下的dPEI，以及研究其局限性。 | 医学成像 | NA | 超快速辐射探测器 | 深度学习信号处理 | 图像 | 不同类型的模体 |
| 1519 | 2024-08-05 |
DKPE-GraphSYN: a drug synergy prediction model based on joint dual kernel density estimation and positional encoding for graph representation
2024, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2024.1401544
PMID:38948360
|
研究论文 | 本文介绍了一种名为DKPE-GraphSYN的药物协同预测模型，用于预测癌症药物的联合治疗效果 | 该模型结合了双核密度估计和位置编码，以捕捉基因表达的加权概率密度和空间分布信息 | 目前的研究方法通常忽视数据中的复杂非线性关系，不充分利用癌症药物的结构信息 | 研究旨在提高癌症药物组合治疗的预测准确性 | 研究对象为癌症药物及其对细胞系的协同作用 | 数字病理学 | 癌症 | 双核密度估计和位置编码 | 图神经网络 | 基因表达数据 | 综合癌症药物和细胞系协同数据集 |
| 1520 | 2024-08-05 |
Application of Deep Learning for Studying NMDA Receptors
2024, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-0716-3830-9_16
PMID:38727914
|
research paper | 本文介绍了基于大型预训练模型的三个在线工具，用于药物开发，特别是针对NMDA受体的工具 | 提出了三种易于访问的在线工具，促进了AI技术与NMDA受体专家之间的联系 | 对于非专业人士在使用和部署AI及预训练模型方面仍存在挑战 | 研究如何利用深度学习促进神经系统疾病药物开发 | 针对NMDA受体的药物开发 | 计算机视觉 | 中枢神经系统疾病 | 深度学习 | 大型预训练模型 | 化学数据 | NA |