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 12022 篇文献，本页显示第 2721 - 2740 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2721 | 2025-01-05 |
Domain adaptation spatial feature perception neural network for cross-subject EEG emotion recognition
2024, Frontiers in human neuroscience
IF:2.4Q2
DOI:10.3389/fnhum.2024.1471634
PMID:39741785
|
研究论文 | 本文提出了一种名为DSP-EmotionNet的域适应空间特征感知神经网络，用于跨被试的EEG情绪识别任务 | 设计了一个空间活动拓扑特征提取模块（SATFEM），能够同时捕捉EEG信号的空间活动特征和空间拓扑特征，显著提高了跨被试EEG情绪识别任务的准确性 | NA | 提高跨被试EEG情绪识别的准确性 | EEG信号 | 机器学习 | NA | 深度学习 | DSP-EmotionNet, SATFEM | EEG信号 | SEED数据集和SEED-IV数据集 | NA | NA | NA | NA |
| 2722 | 2025-01-05 |
Deep Learning-Based Quantification of Adenoid Hypertrophy and Its Correlation with Apnea-Hypopnea Index in Pediatric Obstructive Sleep Apnea
2024, Nature and science of sleep
IF:3.0Q2
DOI:10.2147/NSS.S492146
PMID:39741799
|
研究论文 | 本研究开发了一种基于深度学习的定量评估腺样体肥大的方法，并探讨了其与儿童阻塞性睡眠呼吸暂停（OSA）患者的呼吸暂停低通气指数（AHI）的相关性 | 引入了深度学习技术来定量评估腺样体肥大，并通过集成学习技术提高了模型性能，解决了深度学习应用中的样本量限制问题 | 样本量相对较小，且仅针对3至12岁的儿童患者 | 开发一种定量评估腺样体肥大的深度学习方法，并研究其与AHI的相关性 | 3至12岁的儿童阻塞性睡眠呼吸暂停患者 | 计算机视觉 | 阻塞性睡眠呼吸暂停 | 深度学习 | SUMNet | 图像 | 1500张鼻咽镜图像 | NA | NA | NA | NA |
| 2723 | 2025-01-05 |
Deep learning-based automated tool for diagnosing diabetic peripheral neuropathy
2024 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076241307573
PMID:39741986
|
研究论文 | 本研究开发了一种基于深度学习的自动化工具，用于诊断糖尿病周围神经病变（DPN），通过角膜共聚焦显微镜（CCM）图像分割和形态参数提取 | 使用深度学习模型U2Net进行CCM图像分割，并开发了一种自动化工具来提取和量化角膜神经纤维（CNF）的形态参数，显著提高了与手动注释结果的一致性 | 需要进一步研究以验证该工具在临床环境中的实际应用价值 | 开发一种可靠的自动化分析工具，用于早期诊断糖尿病周围神经病变（DPN） | 糖尿病周围神经病变（DPN）患者的角膜神经纤维（CNF） | 计算机视觉 | 糖尿病 | 深度学习（DL） | U2Net | 图像 | 来自两个独立临床中心的数据 | NA | NA | NA | NA |
| 2724 | 2025-01-05 |
Synthesis of MR fingerprinting information from magnitude-only MR imaging data using a parallelized, multi network U-Net convolutional neural network
2024, Frontiers in radiology
DOI:10.3389/fradi.2024.1498411
PMID:39742349
|
研究论文 | 本文开发了一种深度学习网络，用于从传统的仅幅度MRI数据中合成MR指纹（MRF）信号，并与实际获取的MRF信号进行比较 | 使用并行化、多网络U-Net卷积神经网络从仅幅度MRI数据中合成MRF信号，无需专用的MRF脉冲序列即可进行定量弛豫测量 | 研究仅基于37名志愿者的数据，样本量相对较小，且仅限于3D T1加权脑MRI数据 | 开发一种深度学习网络，用于从常规MRI数据中合成MRF信号，以扩展MRF的应用范围 | 37名年龄在21至62岁之间的志愿者的3D T1加权脑MRI数据 | 医学影像处理 | NA | 深度学习 | U-Net卷积神经网络 | 3D T1加权脑MRI图像 | 37名志愿者 | NA | NA | NA | NA |
| 2725 | 2025-01-05 |
Transformers deep learning models for missing data imputation: an application of the ReMasker model on a psychometric scale
2024, Frontiers in psychology
IF:2.6Q2
DOI:10.3389/fpsyg.2024.1449272
PMID:39744035
|
研究论文 | 本研究评估了基于Transformer的深度学习模型在缺失数据插补中的有效性，特别是ReMasker模型，并与传统插补技术和机器学习方法进行了比较 | 引入了ReMasker，一种基于掩码自编码的Transformer模型，用于心理测量数据中的缺失数据插补，展示了其在重建误差方面的优越性能 | 研究仅使用了来自COVID distress仓库的心理测量数据集，可能限制了结果的普遍性 | 评估Transformer深度学习模型在心理测量研究中处理缺失数据的有效性 | 心理测量数据 | 机器学习 | NA | Transformer模型 | ReMasker, 人工神经网络, K近邻, MissForest | 心理测量数据 | 来自COVID distress仓库的数据集 | NA | NA | NA | NA |
| 2726 | 2025-01-05 |
Deep learning-based automation for segmentation and biometric measurement of the gestational sac in ultrasound images
2024, Frontiers in pediatrics
IF:2.1Q2
DOI:10.3389/fped.2024.1453302
PMID:39744215
|
研究论文 | 本研究开发了一种基于深度学习的自动化管道，用于超声图像中妊娠囊的分割和生物测量，以辅助超声医师准确估计孕龄 | 提出了一个新颖的数据集，并修改了四种广泛使用的全卷积神经网络，通过替换编码器为预训练的ResNet50来优化妊娠囊分割，并引入了新的生物测量方法来自动评估孕龄 | 研究仅基于500个超声扫描样本，样本量相对较小，且仅涵盖了4至10周的妊娠期 | 开发自动化管道以辅助超声医师准确分割妊娠囊并估计孕龄 | 妊娠囊的超声图像 | 计算机视觉 | 妊娠相关疾病 | 深度学习 | UNet, UNet++, DeepLabV3, ResUNet | 超声图像 | 500个超声扫描样本 | NA | NA | NA | NA |
| 2727 | 2025-01-05 |
AGMA-PESS: a deep learning-based infant pose estimator and sequence selector software for general movement assessment
2024, Frontiers in pediatrics
IF:2.1Q2
DOI:10.3389/fped.2024.1465632
PMID:39744216
|
研究论文 | 本文介绍了一种基于深度学习的婴儿姿势估计和序列选择软件AGMA-PESS，用于自动选择早产儿一般运动评估（GMA）的视频序列并估计婴儿的2D姿势 | 开发了AGMA-PESS软件，利用最先进的深度学习婴儿姿势估计网络，自动选择GMA视频序列并估计婴儿姿势，提高了GMA在新生儿病房中的实施效率 | NA | 提高早产儿一般运动评估（GMA）的自动化水平，促进其在新生儿病房中的临床应用和研究 | 早产儿 | 计算机视觉 | NA | 深度学习 | CNN | 视频 | NA | NA | NA | NA | NA |
| 2728 | 2025-01-05 |
The application of ChatGPT in nursing: a bibliometric and visualized analysis
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1521712
PMID:39744533
|
研究论文 | 本文通过文献计量和可视化分析，探讨了ChatGPT在护理领域的应用现状和发展趋势 | 首次使用文献计量方法全面分析ChatGPT在护理领域的应用，识别研究热点和趋势 | 作者群体之间的合作有限，研究仍处于基础研究阶段 | 描述和预测ChatGPT在护理领域的发展轨迹，识别研究热点和趋势 | ChatGPT在护理领域的应用 | 自然语言处理 | NA | 文献计量分析 | ChatGPT | 文本 | 81篇文章，67位作者 | NA | NA | NA | NA |
| 2729 | 2025-01-05 |
From laboratory to field: cross-domain few-shot learning for crop disease identification in the field
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1434222
PMID:39744608
|
研究论文 | 本文提出了一种跨域少样本学习（CD-FSL）框架，用于作物病害识别，旨在通过探索域间相关性实现跨域泛化 | 提出了一个更广泛的跨域少样本学习框架，整合了布朗距离协方差（BCD）模块并改进了通用特征提取器，开发了三种代表性的CD-FSL模型 | 当前方法在跨域泛化时性能下降明显，尤其是在源域和目标域之间存在较大域差距时 | 研究跨域少样本学习在作物病害识别中的应用，提升模型在田间环境中的泛化能力 | 作物病害识别 | 计算机视觉 | 作物病害 | 少样本学习（FSL） | CDFSL-BDC, CDFSL-MAML, CDFSL-NML | 图像 | 六个公共数据集 | NA | NA | NA | NA |
| 2730 | 2025-01-05 |
Multimodal sleep staging network based on obstructive sleep apnea
2024, Frontiers in computational neuroscience
IF:2.1Q3
DOI:10.3389/fncom.2024.1505746
PMID:39744723
|
研究论文 | 本文提出了一种基于阻塞性睡眠呼吸暂停（OSA）的多模态睡眠分期网络MSDC-SSNet，用于自动睡眠分期 | MSDC-SSNet通过改进的Transformer编码器架构和多尺度特征提取模块（MFEM），有效捕捉了EEG和EOG信号的长期依赖性和多尺度空间模式，增强了模型的鲁棒性，并解决了OSA对睡眠分期的影响 | 尽管在OSA患者数据集上表现良好，但样本量相对较小（17名OSA患者），可能需要更大规模的数据集进行进一步验证 | 开发一种适用于OSA患者的自动睡眠分期网络，以提高睡眠分期的准确性和鲁棒性 | 阻塞性睡眠呼吸暂停（OSA）患者的睡眠数据 | 机器学习 | 阻塞性睡眠呼吸暂停（OSA） | 深度学习 | Transformer, CNN | EEG, EOG信号 | 17名OSA患者的PSG记录 | NA | NA | NA | NA |
| 2731 | 2025-01-04 |
Editorial: Deep learning and neuroimage processing in understanding neurological diseases
2024, Frontiers in computational neuroscience
IF:2.1Q3
DOI:10.3389/fncom.2024.1523973
PMID:39749286
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2732 | 2025-01-04 |
Structural Insights into Cold-Active Lipase from Glaciozyma antarctica PI12: Alphafold2 Prediction and Molecular Dynamics Simulation
2024-Dec, Journal of molecular evolution
IF:2.1Q3
DOI:10.1007/s00239-024-10219-3
PMID:39549052
|
研究论文 | 本文通过系统发育分析和深度学习工具Alphafold2预测并模拟了来自南极冰川酵母PI12的冷活性脂肪酶Glalip03的三维结构，揭示了其在低温下的稳定性和灵活性 | 利用Alphafold2预测和分子动力学模拟，首次揭示了冷活性脂肪酶Glalip03在低温下的结构稳定性和适应性机制 | 研究主要基于计算模拟，缺乏实验验证 | 研究冷活性脂肪酶在低温下的适应机制及其工业应用潜力 | 来自南极冰川酵母PI12的冷活性脂肪酶Glalip03 | 生物信息学 | NA | Alphafold2预测，分子动力学模拟 | Alphafold2 | 蛋白质序列和结构数据 | NA | NA | NA | NA | NA |
| 2733 | 2025-01-04 |
An ultrasonography of thyroid nodules dataset with pathological diagnosis annotation for deep learning
2024-Nov-23, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-024-04156-5
PMID:39580501
|
研究论文 | 本文介绍了一个带有病理诊断注释的甲状腺结节超声图像数据集，旨在开发深度学习算法直接从甲状腺超声图像推断组织学状态 | 提供了一个大型的甲状腺超声图像数据集，每个病例都有病理诊断注释，用于直接训练深度学习模型，而不是依赖TI-RADS报告作为图像标签 | 数据集来自两个回顾性队列，可能存在选择偏差 | 开发深度学习算法直接从甲状腺超声图像推断组织学状态 | 甲状腺结节 | 数字病理 | 甲状腺疾病 | 超声成像 | 深度学习模型 | 图像 | 842个病例的8508张超声图像 | NA | NA | NA | NA |
| 2734 | 2025-01-04 |
A 3D dental model dataset with pre/post-orthodontic treatment for automatic tooth alignment
2024-Nov-23, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-024-04138-7
PMID:39580508
|
研究论文 | 本文提出了首个公开的3D正畸牙科数据集，包含1060对治疗前后的牙科模型，旨在利用深度学习方法自动实现牙齿对齐 | 首次公开包含治疗前后3D牙科模型的数据集，为智能正畸解决方案的发展提供了基础 | 数据集虽然多样，但仍可能无法涵盖所有类型的错颌畸形 | 提高临床正畸治疗中目标牙齿位置设计的效率和质量 | 435名患者的1060对治疗前后的3D牙科模型 | 计算机视觉 | NA | 深度学习 | NA | 3D模型 | 435名患者的1060对治疗前后的3D牙科模型 | NA | NA | NA | NA |
| 2735 | 2025-01-04 |
A deep learning model based on the BERT pre-trained model to predict the antiproliferative activity of anti-cancer chemical compounds
2024-Nov, SAR and QSAR in environmental research
IF:2.3Q3
DOI:10.1080/1062936X.2024.2431486
PMID:39605280
|
研究论文 | 本研究利用基于BERT预训练模型的深度学习模型预测抗癌化合物的抗增殖活性 | 使用BERT预训练模型进行迁移学习，预测抗癌化合物的抗增殖活性，为药物发现提供新方法 | 模型在PC3和HepG2细胞系上的预测结果不够可靠 | 预测抗癌化合物的抗增殖活性，以加速药物发现过程 | 五种癌细胞系（HeLa、MCF7、MDA-MB231、PC3和MDA-MB）及合成的化合物 | 自然语言处理 | 癌症 | BERT预训练模型 | ChemBERTa | 化学结构数据 | 超过3000个来自PubChem的合成分子，以及每个细胞线约25个小分子的内部数据集 | NA | NA | NA | NA |
| 2736 | 2025-01-04 |
Deep Learning for Visual Speech Analysis: A Survey
2024-09, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2024.3376710
PMID:38478434
|
综述 | 本文综述了深度学习在视觉语音分析领域的最新进展，包括基本问题、挑战、基准数据集、现有方法的分类以及最先进的性能 | 提供了视觉语音分析领域的全面综述，识别了当前研究中的空白，并讨论了未来的研究方向 | 未涉及具体实验验证，仅为基础性综述 | 推动视觉语音领域的未来研究 | 视觉语音分析 | 计算机视觉 | NA | 深度学习 | NA | 视频 | NA | NA | NA | NA | NA |
| 2737 | 2025-01-04 |
Enhancing Aviation Safety through AI-Driven Mental Health Management for Pilots and Air Traffic Controllers
2024-Aug, Cyberpsychology, behavior and social networking
DOI:10.1089/cyber.2023.0737
PMID:38916063
|
研究论文 | 本文探讨了利用人工智能技术提升飞行员和空中交通管制员心理健康管理，以增强航空安全 | 提出了一个多学科的心理健康生态系统，结合AI工具和技术，用于监测和预测心理健康问题，从而预防由人为因素引起的空难 | 需要多学科专家的协作，实施复杂且可能面临技术和隐私挑战 | 通过AI驱动的心理健康管理，提高飞行员和空中交通管制员的心理健康，从而增强航空安全 | 飞行员和空中交通管制员 | 机器学习 | NA | 机器学习和深度学习，边缘和云计算，虚拟现实，可穿戴多模态生理传感器 | NA | 生理、认知和行为状态数据 | NA | NA | NA | NA | NA |
| 2738 | 2025-01-04 |
Using artificial intelligence to generate medical literature for urology patients: a comparison of three different large language models
2024-Jul-29, World journal of urology
IF:2.8Q2
DOI:10.1007/s00345-024-05146-3
PMID:39073590
|
研究论文 | 本研究比较了三种不同的大型语言模型（LLMs）在生成泌尿科患者信息传单（PILs）方面的质量 | 首次比较了ChatGPT-4、PaLM 2和Llama 2三种LLMs在生成泌尿科患者信息传单方面的表现，并评估了其质量和可读性 | 生成的传单内容存在医学不准确性，且所有LLM生成的传单的阅读水平均高于成人平均水平，需要进一步改进算法和提示设计 | 评估LLMs在生成泌尿科患者信息传单方面的质量，以减轻医疗专业人员的工作负担 | 泌尿科患者信息传单 | 自然语言处理 | 泌尿系统疾病 | 大型语言模型（LLMs） | ChatGPT-4, PaLM 2, Llama 2 | 文本 | 四种泌尿科主题（包皮环切术、肾切除术、膀胱过度活动症综合征和经尿道前列腺切除术）的传单 | NA | NA | NA | NA |
| 2739 | 2025-01-04 |
A Multi-Level Interpretable Sleep Stage Scoring System by Infusing Experts' Knowledge Into a Deep Network Architecture
2024-07, IEEE transactions on pattern analysis and machine intelligence
IF:20.8Q1
DOI:10.1109/TPAMI.2024.3366170
PMID:38358869
|
研究论文 | 本文设计了一个可解释的深度学习系统，用于脑电图（EEG）时间序列分类，以进行睡眠阶段评分 | 开发了一个包含基于核的卷积层的可解释深度神经网络，该层由人类专家在视觉分析多导睡眠图记录时使用的原则指导 | 未明确提及具体局限性 | 设计一个透明的深度学习系统，用于EEG时间序列分类以进行睡眠阶段评分 | 脑电图（EEG）信号 | 计算机视觉 | NA | 深度学习 | 深度神经网络 | 时间序列数据 | 未明确提及样本数量 | NA | NA | NA | NA |
| 2740 | 2025-01-04 |
Glioblastoma and radiotherapy: A multicenter AI study for Survival Predictions from MRI (GRASP study)
2024-06-03, Neuro-oncology
IF:16.4Q1
DOI:10.1093/neuonc/noae017
PMID:38285679
|
研究论文 | 本研究旨在通过深度学习技术，利用放疗后首次脑部MRI图像预测胶质母细胞瘤患者在8个月后的生存情况 | 首次将深度学习应用于放疗后胶质母细胞瘤患者的MRI图像，以预测其生存期，并结合非影像数据进行综合分析 | 样本量相对有限，且部分数据为回顾性数据，可能存在偏差 | 预测胶质母细胞瘤患者在放疗后8个月的生存情况 | 206名胶质母细胞瘤患者 | 数字病理学 | 胶质母细胞瘤 | 深度学习 | 神经网络 | MRI图像 | 206名患者（158名回顾性数据，19名内部验证，29名外部验证） | NA | NA | NA | NA |