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 12129 篇文献，本页显示第 2361 - 2380 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2361 | 2024-12-05 |
Prediction of Brain Cancer Occurrence and Risk Assessment of Brain Hemorrhage Using Hybrid Deep Learning Technique
2024-Dec-04, Cancer investigation
IF:1.8Q3
DOI:10.1080/07357907.2024.2431829
PMID:39629783
|
研究论文 | 本文研究了使用混合深度学习技术预测脑癌发生和评估脑出血风险 | 采用多头部自注意力扩张卷积神经网络（MH-SA-DCNN）和Efficient Net模型进行脑癌检测，并使用基于图的深度神经网络模型（G-DNN）捕捉脑图像中的空间关系和风险因素 | NA | 预测脑癌发生和评估脑出血风险 | 脑癌和脑出血 | 计算机视觉 | 脑癌 | 混合深度学习技术 | 多头部自注意力扩张卷积神经网络（MH-SA-DCNN）、Efficient Net模型、基于图的深度神经网络模型（G-DNN） | 脑部MRI和CT扫描图像 | 多样化的脑部MRI和CT扫描图像数据集 |
| 2362 | 2024-12-05 |
Automatic Quantitative Analysis of Internal Quantum Efficiency Measurements of GaAs Solar Cells Using Deep Learning
2024-Dec-04, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202407048
PMID:39630124
|
研究论文 | 本文提出了一种使用深度学习方法自动预测砷化镓太阳能电池内部量子效率（IQE）测量中多个关键参数的方法 | 本文的创新点在于开发了一种针对非硅太阳能电池（如砷化镓电池）的自动量化分析方法，解决了传统方法耗时且依赖手动拟合的问题 | NA | 本文的研究目的是提高对太阳能电池内部量子效率测量的量化分析能力 | 本文的研究对象是砷化镓太阳能电池的内部量子效率测量 | 机器学习 | NA | 深度学习 | NA | 曲线数据 | NA |
| 2363 | 2024-12-05 |
Classifying cognitive impairment based on FDG-PET and combined T1-MRI and rs-fMRI: An ADNI study
2024-Dec-03, Journal of Alzheimer's disease : JAD
DOI:10.1177/13872877241302493
PMID:39623970
|
研究论文 | 研究使用FDG-PET和结合T1-MRI与rs-fMRI的图像来分类认知障碍，并预测MCI向AD痴呆的转化 | 提出了一种基于FDG-PET和MRI图像的深度学习模型，用于分类认知障碍和预测MCI向AD痴呆的转化 | MRI模型在分类MCI与CN的准确性上未能超过FDG-PET模型 | 研究使用FDG-PET和MRI图像分类认知障碍，并预测MCI向AD痴呆的转化 | 轻度认知障碍（MCI）和认知正常的成年人 | 计算机视觉 | 阿尔茨海默病 | FDG-PET, MRI | DenseNet | 图像 | 805名参与者（MCI 455名，CN 350名）用于FDG-PET；348名参与者（MCI 174名，CN 174名）用于MRI和功能MRI |
| 2364 | 2024-12-05 |
Low dose threshold for measuring cardiac functional metrics using four-dimensional CT with deep learning
2024-Dec-03, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.14593
PMID:39625106
|
研究论文 | 研究使用深度学习技术在四维CT中测量心脏功能指标时降低辐射剂量的可能性 | 提出了一种基于深度学习的分割技术，能够在降低辐射剂量的同时保持心脏功能指标的准确性 | 研究仅限于左心室心肌和血池的分割，未涉及其他心脏结构 | 探索在四维CT中使用深度学习技术降低辐射剂量并保持心脏功能指标准确性的方法 | 左心室心肌和血池的分割，以及心脏功能指标如射血分数、全局纵向应变、周向应变和壁厚的测量 | 计算机视觉 | 心血管疾病 | 深度学习 | 3D残差U-Net | 图像 | 250个心脏CT体积数据，重建于五个不同的剂量水平 |
| 2365 | 2024-12-05 |
Deep learning based super-resolution for CBCT dose reduction in radiotherapy
2024-Dec-03, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17557
PMID:39625126
|
研究论文 | 本文探讨了使用深度学习超分辨率技术在放射治疗中降低锥束CT（CBCT）剂量的方法 | 首次将深度学习超分辨率技术应用于CBCT剂量减少，并在投影和图像域中分别训练了ESRGAN模型 | 图像相似度指标受噪声水平影响，未能完全反映视觉质量的提升 | 探索深度学习超分辨率技术在CBCT剂量减少中的应用，以提高图像质量 | 头颈部癌症患者的CBCT扫描图像 | 计算机视觉 | 头颈部癌症 | 深度学习超分辨率 | ESRGAN | 图像 | 2997例头颈部癌症患者的CBCT扫描图像 |
| 2366 | 2024-12-05 |
Breast radiotherapy planning: A decision-making framework using deep learning
2024-Dec-03, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17527
PMID:39625151
|
研究论文 | 本文开发了一种基于深度学习的决策框架，用于预测乳腺癌放射治疗中的剂量分布，以辅助选择最佳治疗技术 | 本文提出的决策框架利用2D U-Net卷积神经网络模型预测剂量分布，显著提高了决策的准确性、召回率和精确度 | 本文仅在乳腺癌放射治疗中进行了验证，未来需在其他癌症类型中进一步验证 | 开发一种基于深度学习的决策框架，用于预测乳腺癌放射治疗中的剂量分布，以辅助选择最佳治疗技术 | 乳腺癌患者在接受强度调制放射治疗（IMRT）和三维适形放射治疗（3D-CRT）时的剂量分布 | 机器学习 | 乳腺癌 | 深度学习 | U-Net卷积神经网络（CNN） | 图像 | 346名乳腺癌患者的数据用于训练和微调模型，30名患者用于外部验证 |
| 2367 | 2024-12-05 |
Deep Learning for Automated Segmentation of Basal Cell Carcinoma on Mohs Micrographic Surgery Frozen Section Slides
2024-Dec-03, Dermatologic surgery : official publication for American Society for Dermatologic Surgery [et al.]
IF:2.5Q1
DOI:10.1097/DSS.0000000000004501
PMID:39625169
|
研究论文 | 研究使用深度学习模型对Mohs显微手术冷冻切片上的基底细胞癌进行自动分割 | 首次使用Ultralytics YOLOv8模型对Mohs显微手术冷冻切片上的基底细胞癌进行分割 | 需要更准确和临床相关的分割性能指标 | 训练一个分割模型以定位Mohs显微手术冷冻切片上的基底细胞癌并评估其性能 | 基底细胞癌在Mohs显微手术冷冻切片上的定位 | 数字病理学 | 皮肤癌 | 深度学习 | YOLOv8 | 图像 | 348张冷冻组织切片 |
| 2368 | 2024-12-05 |
Estimating the distribution of numerosity and non-numerical visual magnitudes in natural scenes using computer vision
2024-Dec-03, Psychological research
DOI:10.1007/s00426-024-02064-2
PMID:39625570
|
研究论文 | 本文利用计算机视觉算法设计并实现了一个用于估计大规模真实图像数据集中数量和非数值视觉量分布的管道 | 本文首次在大规模真实图像数据集中估计数量和非数值视觉量的分布，并发现其遵循幂律分布 | 本文使用的神经网络模型通常基于合成数据集进行训练，可能无法准确反映自然环境的统计结构 | 研究人类和动物在视觉场景中感知和近似表示物体数量的能力，并探讨学习和发展在塑造数量感知中的作用 | 数量感知和非数值视觉量的分布 | 计算机视觉 | NA | 深度学习 | 神经网络 | 图像 | 数千张描绘日常生活中的物体的真实图像 |
| 2369 | 2024-12-05 |
Using a flipped classroom teaching and learning approach to promote scientific literacy skill development and retention
2024-Dec-03, FEBS open bio
IF:2.8Q3
DOI:10.1002/2211-5463.13938
PMID:39625998
|
研究论文 | 研究翻转课堂教学方法对二年级运动机能学学生科学素养技能发展的影响 | 首次探讨翻转课堂对科学素养技能发展的长期影响，并分析不同学习方法对技能保留的影响 | 样本量较小，且仅限于特定学科的学生 | 评估翻转课堂对科学素养技能发展的影响及技能的长期保留情况 | 二年级运动机能学学生 | NA | NA | NA | NA | 问卷调查 | 57名学生在学期初和学期末参与，46名学生在4个月后参与 |
| 2370 | 2024-12-05 |
Correction: Comprehensive Symptom Prediction in Inpatients With Acute Psychiatric Disorders Using Wearable-Based Deep Learning Models: Development and Validation Study
2024-Dec-03, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/69042
PMID:39626223
|
correction | 对先前发表的文章进行更正 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2371 | 2024-12-05 |
Detection of basal cell carcinoma by machine learning-assisted ex vivo confocal laser scanning microscopy
2024-Dec-03, International journal of dermatology
IF:3.5Q1
DOI:10.1111/ijd.17519
PMID:39627947
|
研究论文 | 本文研究了通过机器学习辅助的离体共聚焦激光扫描显微镜检测基底细胞癌 | 开发了一种机器学习算法，用于检测通过离体共聚焦激光扫描显微镜获取的图像中的基底细胞癌，以辅助诊断决策 | 研究规模较小，仅使用了50张图像进行训练和评估 | 构建机器学习算法以检测基底细胞癌，并辅助诊断决策 | 基底细胞癌的检测 | 机器学习 | 皮肤癌 | 离体共聚焦激光扫描显微镜 | 卷积神经网络 (MobileNet-V1) | 图像 | 50张图像用于训练和评估，19张新图像用于模型性能评估 |
| 2372 | 2024-12-05 |
Hybrid deep learning-based skin cancer classification with RPO-SegNet for skin lesion segmentation
2024-Dec-03, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2428705
PMID:39628058
|
研究论文 | 本文提出了一种基于深度学习的皮肤癌分类方法，结合RPO-SegNet进行皮肤病变分割 | 本文创新性地提出了Recurrent Prototypical Object Segmentation Network (RPO-SegNet)用于皮肤病变分割，并结合Fuzzy-based Shepard Convolutional Maxout Network (FSCMN)进行皮肤癌分类 | NA | 提高皮肤癌的准确识别和及时诊断 | 皮肤癌病变 | 计算机视觉 | 皮肤癌 | 深度学习 | RPO-SegNet, FSCMN | 图像 | NA |
| 2373 | 2024-12-05 |
Letter to the Editor Regarding the Article "Multimodal Deep Learning-based Radiomics Approach for Predicting Surgical Outcomes in Patients with Cervical Ossification of the Posterior Longitudinal Ligament"
2024-Dec-02, Spine
IF:2.6Q1
DOI:10.1097/BRS.0000000000005227
PMID:39618126
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2374 | 2024-12-05 |
Artificial intelligence-based molecular property prediction of photosensitising effects of drugs
2024-Dec-02, Journal of drug targeting
IF:4.3Q1
DOI:10.1080/1061186X.2024.2434911
PMID:39618307
|
研究论文 | 研究通过先进的人工智能工作流程预测药物和化学化合物的光敏效应 | 利用三种不同模型（逻辑回归、XGBoost和深度学习模型Chemprop）预测药物的光敏属性，并在外部验证集上进行评估 | 复杂模型在预测分数分布上表现出更高的置信度，但简单模型在测试分区中的表现也较好 | 探讨通过人工智能方法预测药物和化学化合物的光敏效应的可行性 | 2200种药物和化学化合物的光敏效应 | 机器学习 | NA | 人工智能 | 逻辑回归、XGBoost、Chemprop | 药物数据 | 2200种药物 |
| 2375 | 2024-12-05 |
An Earth Mover's Distance-Based Self-Supervised Framework for Cellular Dynamic Grading in Live-Cell Imaging
2024-Dec-02, Journal of computational biology : a journal of computational molecular cell biology
IF:1.4Q2
DOI:10.1089/cmb.2024.0672
PMID:39618334
|
研究论文 | 本文提出了一种基于Earth Mover's Distance的自监督框架，用于活细胞成像中的细胞动态分级 | 本文创新性地将Earth Mover's Distance引入自监督学习框架，通过概率转移矩阵和损失约束来增强模型对时空动态的学习能力 | NA | 解决活细胞成像中细胞动态分级任务中数据收集和标注的挑战 | 活细胞成像视频中的细胞动态分级 | 计算机视觉 | NA | Earth Mover's Distance | 自监督学习框架 | 视频 | 细胞视频数据库 |
| 2376 | 2024-12-05 |
Dual Multi Scale Attention Network Optimized With Archerfish Hunting Optimization Algorithm for Diabetics Prediction
2024-Dec-02, Microscopy research and technique
IF:2.0Q3
DOI:10.1002/jemt.24739
PMID:39620437
|
研究论文 | 提出了一种基于双多尺度注意力网络和射水鱼捕食优化算法的糖尿病预测模型 | 使用双多尺度注意力网络和射水鱼捕食优化算法优化模型参数，提高了糖尿病预测的准确性和效率 | NA | 开发一种高效的糖尿病预测模型 | 糖尿病预测 | 机器学习 | 糖尿病 | 双多尺度注意力网络、射水鱼捕食优化算法 | 双多尺度注意力网络 | 数据 | 使用PIMA印度糖尿病数据集 |
| 2377 | 2024-12-05 |
High-content imaging and deep learning-driven detection of infectious bacteria in wounds
2024-Dec-02, Bioprocess and biosystems engineering
IF:3.5Q2
DOI:10.1007/s00449-024-03110-4
PMID:39621107
|
研究论文 | 本文介绍了一种基于深度学习的高内涵成像框架，用于快速检测和分类伤口中的四种常见细菌 | 该框架利用预训练的ResNet50深度学习架构，能够在8小时内检测出早期细菌菌落，比传统方法快12小时以上 | NA | 开发一种快速且准确的检测方法，以改善伤口感染的临床治疗 | 伤口中的四种常见细菌：鲍曼不动杆菌、大肠杆菌、铜绿假单胞菌和金黄色葡萄球菌 | 计算机视觉 | NA | 深度学习 | ResNet50 | 图像 | 体外样本和老鼠伤口样本 |
| 2378 | 2024-12-05 |
Improved Osteoporosis Prediction in Breast Cancer Patients Using a Novel Semi-Foundational Model
2024-Dec-02, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01337-x
PMID:39621209
|
研究论文 | 本文研究了在乳腺癌患者中使用半基础模型改进骨质疏松预测的方法 | 本文提出了一种新的半基础模型，通过预训练VGG-16、ResNet-50和DenseNet-121在8500个胸部CT数据集上，然后微调以分类199名乳腺癌患者的骨密度，显著提高了三分类性能 | 本文仅在乳腺癌患者中进行了验证，未来需要在更多疾病状态下进行验证 | 研究如何通过半基础模型提高骨质疏松预测的准确性 | 乳腺癌患者的骨密度分类 | 计算机视觉 | 乳腺癌 | NA | 半基础模型 | CT图像 | 8500个胸部CT数据集和199名乳腺癌患者 |
| 2379 | 2024-12-05 |
The 'Sandwich' meta-framework for architecture agnostic deep privacy-preserving transfer learning for non-invasive brainwave decoding
2024-Dec-02, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ad9957
PMID:39622169
|
研究论文 | 本文介绍了一种名为'三明治'的深度隐私保护元框架，结合了迁移学习和联邦学习，用于非侵入性脑电波解码 | 提出了'三明治'框架，将联邦学习和迁移学习结合，解决了数据集差异和隐私问题 | NA | 解决脑电波解码中的数据集差异和隐私问题 | 脑电波数据和脑机接口 | 机器学习 | NA | 联邦学习、迁移学习 | 深度学习模型 | 脑电波数据 | 使用了BEETL运动想象挑战数据集，该数据集包含异质性脑电波数据 |
| 2380 | 2024-12-05 |
Deep learning-assisted colonoscopy images for prediction of mismatch repair deficiency in colorectal cancer
2024-Dec-02, Surgical endoscopy
DOI:10.1007/s00464-024-11426-1
PMID:39623175
|
研究论文 | 开发并验证了一种基于深度学习的分类器，用于从常规结肠镜图像中检测错配修复缺陷状态 | 利用深度学习技术从常规结肠镜图像中预测错配修复缺陷状态，提供了一种自动筛查工具 | 需要进一步验证模型的泛化能力和在不同临床环境中的适用性 | 开发一种自动筛查工具，用于检测结直肠癌中的错配修复缺陷状态 | 结直肠癌患者的结肠镜图像 | 计算机视觉 | 结直肠癌 | 深度学习 | 分类器 | 图像 | 5226张图像，来自892个肿瘤的连续患者 |