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 1802 篇文献，本页显示第 1681 - 1700 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1681 | 2024-08-07 |
A Novel Approach to the Technique of Lung Region Segmentation Based on a Deep Learning Model to Diagnose COVID-19 X-ray Images
2024, Current medical imaging
IF:1.1Q3
|
研究论文 | 本文提出了一种基于深度学习模型的肺部区域分割新技术，用于诊断COVID-19的X光图像 | 提出了一种名为FocusNet的新型深度网络，用于精确分割胸部X光片中的肺部区域，并通过ResNet18分类网络提高分类准确性 | NA | 开发一种深度学习模型，准确分类胸部X光图像，特别是肺部区域，以提高COVID-19和肺炎诊断的效率和准确性 | 胸部X光图像中的肺部区域 | 计算机视觉 | COVID-19 | 深度学习 | FocusNet, ResNet18 | 图像 | 评估了正常人、COVID-19患者和肺炎患者的肺部区域 |
| 1682 | 2024-08-07 |
Factors associated with interobserver variation amongst pathologists in the diagnosis of endometrial hyperplasia: A systematic review
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0302252
PMID:38683770
|
综述 | 本综述旨在识别影响病理学家在诊断子宫内膜增生（EH）中观察者间变异性的特定病理学家因素 | 识别了一些新颖的工作实践，如对核异型性的“程度”进行分级以及采用半自动定量图像分析/深度学习模型等客观诊断方法 | 尽管强调了病理学家特定因素和工作实践对准确诊断EH的影响，但相关研究数量较少 | 旨在识别影响病理学家在诊断子宫内膜增生中观察者间变异性的特定病理学家因素 | 病理学家在诊断子宫内膜增生中的观察者间变异性 | 数字病理学 | 妇科疾病 | NA | 深度学习模型 | 图像 | 八项研究 |
| 1683 | 2024-08-07 |
Super-resolution based Nodule Localization in Thyroid Ultrasound Images through Deep Learning
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超分辨率方法来自动定位甲状腺超声图像中的结节 | 使用超分辨率单图像重建和深度学习技术，该方法在准确性和质量上优于最新的技术 | NA | 开发一种自动化的方法来识别甲状腺超声图像中的结节 | 甲状腺结节 | 计算机视觉 | 甲状腺疾病 | 深度学习 | Adam分类器 | 图像 | NA |
| 1684 | 2024-08-07 |
Building and validating an artificial intelligence model to identify tracheobronchopathia osteochondroplastica by using bronchoscopic images
2024 Jan-Dec, Therapeutic advances in respiratory disease
IF:3.3Q2
DOI:10.1177/17534666241253694
PMID:38803144
|
研究论文 | 本文构建并验证了一种人工智能模型，用于通过支气管镜图像识别气管支气管骨软骨成形术 | 开发了一种基于支气管镜图像的人工智能模型，能够区分气管支气管骨软骨成形术与其他多结节气道疾病 | NA | 构建一个人工智能模型，用于通过支气管镜图像区分气管支气管骨软骨成形术与其他多结节气道疾病 | 气管支气管骨软骨成形术（TO）与其他多结节气道疾病 | 机器学习 | NA | 卷积神经网络（CNN） | EfficientNet | 图像 | 201名多结节气道疾病患者和213名无任何气道病变患者，共使用了2183张多结节病变支气管镜图像和1733张无气道病变图像进行深度学习 |
| 1685 | 2024-08-07 |
Fuzzy ensemble of fined tuned BERT models for domain-specific sentiment analysis of software engineering dataset
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0300279
PMID:38805433
|
研究论文 | 本文提出了一种基于深度学习和微调BERT模型的混合技术，用于软件工程领域的特定情感分析 | 引入模糊逻辑集合多个微调BERT模型，提高了对中性情感的预测准确性，并覆盖了现有工具的局限 | NA | 开发适用于软件工程领域的特定情感分析工具 | 软件工程领域的社区问答数据集 | 自然语言处理 | NA | 深度学习 | BERT模型（包括Bert-Base, Bert-Large, Bert-LSTM, Bert-GRU, Bert-CNN） | 文本 | 使用了四个公开的基准数据集：Stack Overflow, JavaLib, Jira, 和 Code Review |
| 1686 | 2024-08-07 |
Deep learning for identifying bee species from images of wings and pinned specimens
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0303383
PMID:38805521
|
研究论文 | 本文研究了使用深度学习技术从蜜蜂翅膀和标本图像中识别蜜蜂物种的方法 | 本文展示了计算机视觉在分类较小、难以识别的蜜蜂物种方面的潜力，这些物种在众包数据集中代表性不足 | NA | 评估深度学习分类模型在更具挑战性的蜜蜂分类中的表现 | 蜜蜂物种的识别 | 计算机视觉 | NA | 深度学习 | 卷积神经网络 (CNN) | 图像 | 20种和18种蜜蜂物种分别来自6个和4个属 |
| 1687 | 2024-08-07 |
Corrigendum: Head and neck cancer treatment outcome prediction: a comparison between machine learning with conventional radiomics features and deep learning radiomics
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1421603
PMID:38813378
|
correction | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1688 | 2024-08-07 |
Structure-aware deep model for MHC-II peptide binding affinity prediction
2024-Jan-30, BMC genomics
IF:3.5Q2
DOI:10.1186/s12864-023-09900-6
PMID:38291350
|
研究论文 | 本文提出了一种结构感知的深度模型，用于预测主要组织相容性复合体（MHC）-II肽结合亲和力 | 本研究通过使用位置编码来表示肽序列的结构信息，并将其有效结合到现有模型中，从而提高了模型性能 | NA | 加速疾病疫苗和免疫疗法的设计 | MHC-II肽结合亲和力预测 | 生物信息学 | NA | 深度学习 | 深度神经网络 | 肽序列 | 三个数据集 |
| 1689 | 2024-08-07 |
Prediction of SARS-CoV-2 Infection Phosphorylation Sites and Associations of these Modifications with Lung Cancer Development
2024, Current gene therapy
IF:3.8Q2
|
研究论文 | 本文分析了SARS-CoV-2病毒感染的磷酸化区域，并开发了一种基于transformer的深度学习辅助识别方法，用于识别SARS-CoV-2病毒感染宿主细胞中的特定磷酸化位点，并探讨了这些磷酸化修饰与肺癌发展的关联。 | 开发了一种基于transformer的深度学习辅助识别方法，用于识别SARS-CoV-2病毒感染宿主细胞中的特定磷酸化位点。 | NA | 研究SARS-CoV-2病毒感染对宿主细胞磷酸化信号的影响及其与肺癌发展的关联。 | SARS-CoV-2病毒感染的磷酸化位点及其与肺癌发展的关联。 | 机器学习 | 肺癌 | 深度学习 | transformer | 磷酸化位点数据 | NA |
| 1690 | 2024-08-07 |
Differentiation of benign and malignant parotid gland tumors based on the fusion of radiomics and deep learning features on ultrasound images
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1384105
PMID:38803533
|
研究论文 | 本研究旨在基于超声图像构建并比较临床模型、传统放射组学模型、深度学习模型和深度学习放射组学模型在区分良性腮腺肿瘤和恶性腮腺肿瘤中的性能 | 本研究引入了基于超声图像的深度学习放射组学模型，该模型结合了传统放射组学和深度学习特征，显著提高了区分良性腮腺肿瘤和恶性腮腺肿瘤的准确性 | NA | 研究目的是构建和比较不同模型在区分良性腮腺肿瘤和恶性腮腺肿瘤中的性能 | 研究对象是良性腮腺肿瘤和恶性腮腺肿瘤 | 机器学习 | 腮腺肿瘤 | 深度学习 | DenseNet121, VGG19, ResNet50 | 图像 | 526名患者 |
| 1691 | 2024-08-07 |
Amalgamated Pharmacoinformatics Study to Investigate the Mechanism of Xiao Jianzhong Tang against Chronic Atrophic Gastritis
2024, Current computer-aided drug design
IF:1.5Q3
|
研究论文 | 本研究利用网络药理学、深度学习蛋白质修复、分子对接、机器学习结合亲和力估计、分子动力学模拟和MM-PBSA结合自由能估计等方法，探讨了中药小建中汤治疗慢性萎缩性胃炎的作用机制 | 本研究整合了网络药理学、深度学习、分子对接、机器学习、分子动力学模拟和MM-PBSA结合自由能估计等多种技术，为解释中药复杂机制提供了强有力的方法 | NA | 旨在通过药理信息学方法揭示小建中汤治疗慢性萎缩性胃炎的潜在机制 | 中药小建中汤及其治疗慢性萎缩性胃炎的作用机制 | NA | 慢性萎缩性胃炎 | 网络药理学、分子对接、分子动力学模拟 | 深度学习 | 蛋白质 | 关键化合物包括山柰酚、甘草查尔酮A和柚皮素，关键靶点包括AKT1、MAPK1、MAPK14、RELA、STAT1和STAT3 |
| 1692 | 2024-08-07 |
Time for a full digital approach in nephropathology: a systematic review of current artificial intelligence applications and future directions
2024-01, Journal of nephrology
IF:2.7Q2
DOI:10.1007/s40620-023-01775-w
PMID:37768550
|
综述 | 本文回顾了人工智能在肾病理学中的应用历史，并探讨了未来的发展方向 | 探讨了深度学习在复杂组织病理学数据中的应用，以及混合和协作学习方法的使用 | 研究主要集中在相对简单的任务上，如单染色肾小球分割 | 回顾人工智能在肾病理学中的应用，并展望未来的发展 | 非肿瘤性肾脏组织学样本的自动化图像分析和人工智能算法应用 | 数字病理学 | NA | 深度学习 | NA | 图像 | 76篇原创研究文章 |
| 1693 | 2024-08-07 |
Melanoma identification and classification model based on fine-tuned convolutional neural network
2024 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076241253757
PMID:38798885
|
研究论文 | 本文提出了一种基于微调卷积神经网络的黑色素瘤识别与分类模型，旨在支持医疗物联网应用，通过图像分类技术实现黑色素瘤的早期检测 | 采用卷积神经网络和深度学习技术，通过分析公开的皮肤镜图像数据集，实现了对恶性与良性皮肤病变的高精度区分 | NA | 开发一种用于早期检测黑色素瘤的鲁棒图像分类模型，以支持医疗物联网应用 | 黑色素瘤，一种致命的皮肤癌 | 计算机视觉 | 皮肤癌 | 卷积神经网络 | CNN | 图像 | 包括DermIS的621张图像，DermQuest的1233张图像，以及ISIC2019的25000张图像 |
| 1694 | 2024-08-07 |
Validation and Feasibility of Ultrafast Cervical Spine MRI Using a Deep Learning-Assisted 3D Iterative Image Enhancement System
2024, Journal of multidisciplinary healthcare
IF:2.7Q2
DOI:10.2147/JMDH.S465002
PMID:38799011
|
研究论文 | 本研究旨在评估使用深度学习辅助的3D迭代图像增强系统（DL-3DIIE）进行超快速（2分钟）颈椎MRI协议的可行性，并与常规MRI协议（6分钟14秒）进行比较 | 采用DL-3DIIE系统，实现了67%的脊柱MRI扫描时间减少，同时获得至少等同于常规协议的图像质量和诊断结果 | NA | 评估超快速颈椎MRI协议的可行性 | 51名患者接受常规和超快速颈椎MRI协议，并由两位放射科医生独立评估图像质量 | 计算机视觉 | NA | MRI | DL-3DIIE系统 | 图像 | 51名患者 |
| 1695 | 2024-08-07 |
Exploring the Role of Artificial Intelligence in Mental Healthcare: Current Trends and Future Directions - A Narrative Review for a Comprehensive Insight
2024, Risk management and healthcare policy
IF:2.7Q2
DOI:10.2147/RMHP.S461562
PMID:38799612
|
综述 | 本文通过叙述性综述探讨了人工智能在精神健康护理中的当前趋势和未来方向 | AI通过预测分析能力改进治疗计划，并能分析各种精神健康数据集以预测相关模式 | 当前研究在评估医疗专业人员与AI在提供精神健康护理方面的合作有限，且存在伦理问题、网络安全、数据分析多样性不足、文化敏感性和语言障碍等问题 | 旨在讨论AI在精神健康护理中的作用及其面临的挑战和前景 | 人工智能在精神健康护理中的应用，包括筛查、诊断和治疗 | 机器学习 | NA | 机器学习, 深度学习 | NA | 数据集 | 未来研究需要更大样本量和数据集 |
| 1696 | 2024-08-07 |
Hype or hope? Ketamine for the treatment of depression: results from the application of deep learning to Twitter posts from 2010 to 2023
2024, Frontiers in psychiatry
IF:3.2Q2
DOI:10.3389/fpsyt.2024.1369727
PMID:38800065
|
研究论文 | 通过分析2010年至2023年Twitter上的帖子，研究公众对氯胺酮用于抑郁症治疗的看法 | 使用深度学习和自然语言处理技术分析社交媒体数据，以了解公众对氯胺酮治疗抑郁症的态度 | 研究受限于Twitter用户的年龄和语言偏好，可能无法代表所有人群 | 调查公众对氯胺酮用于抑郁症治疗的看法 | Twitter上关于氯胺酮和抑郁症的帖子 | 自然语言处理 | 抑郁症 | 自然语言处理 | BERT | 文本 | 18,899条独特推文 |
| 1697 | 2024-08-07 |
A Novel Deep Learning Model for Drug-drug Interactions
2024, Current computer-aided drug design
IF:1.5Q3
|
研究论文 | 本文提出了一种新的深度学习模型，用于预测药物-药物相互作用（DDI） | 使用两个独立的消息传递神经网络（MPNN）模型，每个模型专注于一对药物中的一个药物，以提高DDI预测的准确性 | 需要进一步的研究和验证在更大数据集和实际场景中的通用性和实用性 | 提高药物-药物相互作用预测的准确性 | 药物-药物相互作用 | 机器学习 | NA | 消息传递神经网络（MPNN） | MPNN | 分子特征数据 | 一个综合数据集 |
| 1698 | 2024-08-07 |
High-Content Image-Based Screening and Deep Learning for the Detection of Anti-Inflammatory Drug Leads
2024-01-15, Chembiochem : a European journal of chemical biology
IF:2.6Q3
DOI:10.1002/cbic.202300136
PMID:37815526
|
研究论文 | 开发了一种基于高内涵图像的筛选方法，结合深度学习技术，用于识别新的抗炎药物先导化合物 | 利用深度神经网络分类器和荧光显微镜探针，通过图像分析识别出能够调节LPS诱导的巨噬细胞表型的化合物 | NA | 旨在通过高内涵图像筛选和深度学习技术，发现新的抗炎药物先导化合物 | 2,259种具有已知作用机制的生物活性化合物 | 机器学习 | NA | 荧光显微镜 | 深度神经网络 | 图像 | 2,259种化合物 |
| 1699 | 2024-08-07 |
Multi-focused image fusion algorithm based on multi-scale hybrid attention residual network
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0302545
PMID:38787800
|
研究论文 | 本文设计了一种基于深度学习的多聚焦图像融合网络，通过无监督学习和多尺度混合注意力残差网络模型，实现端到端的决策图优化 | 引入多尺度混合注意力残差网络模型和上下投影模块，有效利用多尺度特征信息，提高图像融合性能 | NA | 提高图像融合在焦点区域的检测性能 | 多聚焦图像融合 | 计算机视觉 | NA | 多尺度混合注意力残差网络 | 多尺度混合注意力残差网络模型 | 图像 | 两幅不同焦点的源图像 |
| 1700 | 2024-08-07 |
Enhancing automated strabismus classification with limited data: Data augmentation using StyleGAN2-ADA
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0303355
PMID:38787813
|
研究论文 | 本研究提出了一种基于StyleGAN2-ADA的生成数据增强技术，以克服在设计基于深度学习的自动斜视诊断系统时严重数据限制的挑战 | 本研究采用StyleGAN2-ADA生成模型进行数据增强，相较于传统数据增强技术，显著提升了分类性能 | NA | 旨在通过生成数据增强技术改善在极端数据稀缺情况下的深度学习模型性能 | 斜视分类 | 机器学习 | NA | StyleGAN2-ADA | 生成模型 | 图像 | 数据量严重有限 |