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 2035 篇文献，本页显示第 1661 - 1680 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1661 | 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 |
| 1662 | 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 |
| 1663 | 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 |
| 1664 | 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 |
| 1665 | 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 |
| 1666 | 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 |
| 1667 | 2024-08-05 |
Diabetic retinopathy identification based on multi-source-free domain adaptation
2024, International journal of ophthalmology
IF:1.9Q2
DOI:10.18240/ijo.2024.07.03
PMID:39026925
|
研究论文 | 该研究旨在开发一种无源领域适应的方法，以有效识别糖尿病视网膜病变（DR） | 提出了一种多源无源领域适应方法，通过生成合成伪标签来处理无标记数据 | NA | 旨在克服糖尿病视网膜病变识别中的数据标记、隐私和大量标记数据的挑战 | 无标记数据集的糖尿病视网膜病变识别 | 计算机视觉 | 糖尿病视网膜病变 | 无源领域适应（SFDA） | NA | 图像 | 利用三个彩色眼底照片数据集（APTOS2019、DDR和EyePACS）进行验证 | NA | NA | NA | NA |
| 1668 | 2024-08-05 |
Spotting Culex pipiens from satellite: modeling habitat suitability in central Italy using Sentinel-2 and deep learning techniques
2024, Frontiers in veterinary science
IF:2.6Q1
DOI:10.3389/fvets.2024.1383320
PMID:39027906
|
研究论文 | 本研究通过深度学习技术预测意大利中部的 Culex pipiens 栖息地适宜性 | 该研究开发了多种深度学习模型（如 DCNN 和 MAGAT），结合 Sentinel-2 卫星数据，提供了新的方式来检测蚊子的潜在分布与栖息地适宜性 | 研究只集中在意大利中部的特定地区，可能无法推广到其他地区 | 预测 Culex pipiens 在意大利中部的潜在分布 | 主要研究对象为 Culex pipiens 蚊子及其栖息地 | 机器学习 | NA | Sentinel-2, 深度卷积神经网络 (DCNN), 多邻接图注意力网络 (MAGAT) | 深度卷积神经网络 (DCNN), 多邻接图注意力网络 (MAGAT) | 图像 | 2,555 次昆虫学采集，108,064 张 20 米分辨率的图像补丁 | NA | NA | NA | NA |
| 1669 | 2024-08-05 |
Exploring the Methodological Approaches of Studies on Radiographic Databases Used in Cariology to Feed Artificial Intelligence: A Systematic Review
2024, Caries research
IF:2.9Q1
DOI:10.1159/000536277
PMID:38342096
|
系统评价 | 本研究系统评价了用于计算机辅助诊断的牙科放射数据库的不同方法论方法 | 提出了标准化指南以提高研究的可重复性和结果的普遍适用性 | 大多数研究为单中心研究，且仅有9%的研究在评估模型性能时使用了外部测试集 | 评估使用放射数据库进行龋齿分类、检测和分割的机器学习与深度学习研究的方法论 | 关注机器学习和深度学习在龋齿检测中的应用研究 | 计算机视觉 | 龋齿 | 卷积神经网络 | 卷积神经网络 | 牙科放射图像 | 涉及的样本大小范围为95到38437 | NA | NA | NA | NA |
| 1670 | 2024-08-05 |
Effect of dexamethasone pretreatment using deep learning on the surgical effect of patients with gastrointestinal tumors
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0304359
PMID:39018292
|
研究论文 | 探讨深度学习在胃肠肿瘤手术麻醉管理中的应用效果及其重要性 | 首次将基于深度学习的麻醉监测系统应用于胃肠肿瘤手术，改善患者术后认知和生理恢复 | 样本量有限，仅在一个机构内进行，可能影响外部适用性 | 研究深度学习在胃肠肿瘤手术麻醉管理中的应用效果 | 80名接受胃肠肿瘤手术的老年患者 | 机器学习 | 胃肠肿瘤 | 深度学习 | GBDT和PKPD模型 | 临床数据 | 80名老年患者 | NA | NA | NA | NA |
| 1671 | 2024-08-05 |
An innovative approach to detecting the freshness of fruits and vegetables through the integration of convolutional neural networks and bidirectional long short-term memory network
2024, Current research in food science
IF:6.2Q1
DOI:10.1016/j.crfs.2024.100723
PMID:39022740
|
研究论文 | 本文提出了一种通过融合卷积神经网络和双向长短时记忆网络检测水果和蔬菜新鲜度的创新方法 | 该方法结合不同的深度学习模型，以提取水果和蔬菜图像的特征以及图像中各区域之间的关联 | 目前尚需进一步提升现有研究在水果和蔬菜新鲜度检测中的性能 | 提高水果和蔬菜新鲜度检测的效率和准确性 | 水果和蔬菜的图像数据，用于新鲜度检测 | 计算机视觉 | NA | 深度学习 | CNN_BiLSTM | 图像 | NA | NA | NA | NA | NA |
| 1672 | 2024-08-05 |
The privacy-explainability trade-off: unraveling the impacts of differential privacy and federated learning on attribution methods
2024, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2024.1236947
PMID:39021435
|
研究论文 | 本文深入探讨了隐私保护技术对深度学习模型解释的影响 | 首次系统研究了隐私保护技术与可解释人工智能(XAI)方法在深度学习模型中的相互作用 | 在隐私保护和可解释性的权衡方面，尚未对某些特定情境进行深入分析 | 研究隐私保护技术对深度学习模型解释的影响及其应用建议 | 使用六个图像数据集和五个时间序列数据集进行实验 | 机器学习 | NA | 隐私保护机器学习(PPML) | 深度学习模型 | 图像和时间序列数据 | 六个图像数据集和五个时间序列数据集 | NA | NA | NA | NA |
| 1673 | 2024-08-05 |
Survival prediction landscape: an in-depth systematic literature review on activities, methods, tools, diseases, and databases
2024, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2024.1428501
PMID:39021434
|
综述 | 本文通过深入的系统性文献回顾，探讨了生存预测的活动、方法、工具、疾病和数据库。 | 文章整合了23个现有的综述研究，涵盖了44种不同疾病的90个最新生存预测模型，并提供了具体方法的见解。 | 尽管进行了全面分析，但可能未涵盖所有现有的生存预测模型和方法。 | 旨在通过集中现有生存预测知识和洞察，推动创新性进展。 | 研究对象为90个最新的生存预测工具和方法，涵盖44种不同的疾病。 | 计算生物学 | NA | 机器学习 | 深度学习 | 临床数据 | 90个生存预测模型 | NA | NA | NA | NA |
| 1674 | 2024-08-05 |
ArabBert-LSTM: improving Arabic sentiment analysis based on transformer model and Long Short-Term Memory
2024, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2024.1408845
PMID:39015364
|
研究论文 | 本文提出了一种基于变压器模型和长短期记忆网络(LSTM)的阿拉伯语情感分析模型。 | 创新之处在于结合了变压器模型和LSTM以处理阿拉伯语情感分析的复杂性。 | 本文未提及特定的限制条件。 | 本研究旨在提高阿拉伯语情感分析的准确性和可靠性。 | 研究对象为阿拉伯语文本中的情感分类。 | 自然语言处理 | NA | 变压器模型 | LSTM | 文本 | 四个阿拉伯语基准数据集 | NA | NA | NA | NA |
| 1675 | 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 |
| 1676 | 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 |
| 1677 | 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 |
| 1678 | 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 |
| 1679 | 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 |
| 1680 | 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 |