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 12105 篇文献，本页显示第 3341 - 3360 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3341 | 2024-12-25 |
Patient-specific placental vessel segmentation with limited data
2024-Jun-04, Journal of robotic surgery
IF:2.2Q2
DOI:10.1007/s11701-024-01981-z
PMID:38833204
|
研究论文 | 本文提出了一种基于生成对抗网络的患者特定胎盘血管分割方法，通过生成对抗模型生成人工样本，补充有限的真实数据，以提高分割性能 | 使用生成对抗网络生成人工样本，补充有限的真实数据，实现患者特定的胎盘血管分割 | 仅在双胎输血综合征的胎盘血管分割中进行了验证，尚未广泛应用于其他医学领域 | 解决医学领域中训练数据分布与临床数据不一致的问题，提高模型在临床中的应用效果 | 胎盘血管的分割 | 计算机视觉 | NA | 生成对抗网络（GAN） | 生成对抗网络（GAN） | 视频 | 20张标注图像 | NA | NA | NA | NA |
| 3342 | 2024-12-25 |
Pattern Recognition and Anomaly Detection in fetal morphology using Deep Learning and Statistical learning (PARADISE): protocol for the development of an intelligent decision support system using fetal morphology ultrasound scan to detect fetal congenital anomaly detection
2024-02-15, BMJ open
IF:2.4Q1
DOI:10.1136/bmjopen-2023-077366
PMID:38365300
|
研究论文 | 本文介绍了一种基于深度学习和统计学习的智能决策支持系统，用于通过胎儿形态超声扫描检测胎儿先天异常 | 开发了一种专门用于识别胎儿先天异常的智能系统，结合了深度学习和统计学习算法 | 研究结果需要由超声技师验证，且研究时间跨度较长 | 开发一种智能系统，通过胎儿形态超声扫描检测胎儿先天异常 | 胎儿形态超声扫描视频，用于检测胎儿先天异常 | 计算机视觉 | 先天异常 | 深度学习，统计学习 | 深度学习模型 | 视频 | 4000名孕妇，由10名医生/超声技师参与 | NA | NA | NA | NA |
| 3343 | 2024-12-25 |
Deep learning models for MRI-based clinical decision support in cervical spine degenerative diseases
2024, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2024.1501972
PMID:39712220
|
研究论文 | 本研究开发了一种基于MRI的深度学习模型，用于支持颈椎退行性疾病的临床决策 | 首次开发了基于MRI的深度学习模型，用于评估颈椎退行性疾病的手术适应症，并与脊柱外科医生的建议进行一致性分析 | 研究仅限于特定时间段内住院的颈椎退行性疾病患者，样本量相对较小 | 开发一种基于MRI的深度学习模型，用于支持颈椎退行性疾病的临床决策，并评估其与脊柱外科医生建议的一致性 | 颈椎退行性疾病患者的MRI图像 | 机器学习 | 颈椎疾病 | 深度学习 | 深度学习模型 | 图像 | 189名患者，共756张MRI图像 | NA | NA | NA | NA |
| 3344 | 2024-12-24 |
What is in a food store name? Leveraging large language models to enhance food environment data
2024, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2024.1476950
PMID:39712471
|
研究论文 | 本文展示了如何利用大型语言模型（LLMs）来自动化分类食品商店名称，以增强食品环境数据 | 本文首次将大型语言模型应用于食品环境数据的分类，显著提高了效率 | NA | 展示如何利用自然语言处理和深度学习技术自动化分类食品商店名称，以支持公共卫生研究和操作 | 食品商店名称的分类 | 自然语言处理 | NA | BERT | BERT | 文本 | 纽约市的大量商店名称数据集 | NA | NA | NA | NA |
| 3345 | 2024-12-25 |
Deep Learning-Based Automatic Segmentation Combined with Radiomics to Predict Post-TACE Liver Failure in HCC Patients
2024, Journal of hepatocellular carcinoma
IF:4.2Q2
DOI:10.2147/JHC.S499436
PMID:39712947
|
研究论文 | 开发并验证了一种基于深度学习的自动分割模型，结合放射组学预测HCC患者术后TACE肝衰竭 | 提出了一个结合深度学习自动分割和放射组学的综合预测模型，显著提高了预测性能 | 研究为回顾性研究，样本量有限 | 开发和验证一种能够预测HCC患者术后TACE肝衰竭的模型 | HCC患者术后TACE肝衰竭的预测 | 计算机视觉 | 肝癌 | nnU-Net神经网络 | nnU-Net | 图像 | 210名接受TACE治疗的HCC患者 | NA | NA | NA | NA |
| 3346 | 2024-12-25 |
Detection and location of EEG events using deep learning visual inspection
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0312763
PMID:39715265
|
研究论文 | 本文提出了一种基于深度学习的方法，通过视觉检查脑电图（EEG）波形来检测和定位睡眠纺锤波和K复合波 | 本文采用了一种新颖的方法，通过视觉检查波形来开发一个单一模型，能够同时检测和定位睡眠纺锤波和K复合波，并生成准确的边界框来标示这些事件的位置 | 结果显示在不同骨干网络和阈值下，检测K复合波的一致性较低 | 开发一种能够准确检测和定位脑电图中睡眠纺锤波和K复合波的深度学习模型 | 脑电图中的睡眠纺锤波和K复合波 | 机器学习 | NA | 深度学习 | CNN | 图像 | NA | NA | NA | NA | NA |
| 3347 | 2024-12-25 |
Joint extraction of entity and relation based on fine-tuning BERT for long biomedical literatures
2024, Bioinformatics advances
IF:2.4Q2
DOI:10.1093/bioadv/vbae194
PMID:39717202
|
研究论文 | 本文提出了一种基于BERT微调的联合提取实体和关系的模型，用于从长篇生物医学文献中自动提取实体及其关系 | 模型结合了BERT文本分类预训练模型、图卷积网络学习方法、自混合训练以对抗文本标签噪声以及局部正则化条件随机场等多种先进深度学习技术，实现了跨句子和句子内实体和关系的提取 | NA | 促进生物医学研究进展，自动从大量生物医学文献中提取实体及其关系 | 长篇生物医学文献中的实体及其关系 | 自然语言处理 | NA | BERT微调、图卷积网络、自混合训练、局部正则化条件随机场 | BERT、图卷积网络 | 文本 | 自建的BM_GBD数据集和公开数据集 | NA | NA | NA | NA |
| 3348 | 2024-12-25 |
High-throughput platform for label-free sorting of 3D spheroids using deep learning
2024, Frontiers in bioengineering and biotechnology
IF:4.3Q2
DOI:10.3389/fbioe.2024.1432737
PMID:39717531
|
研究论文 | 本文介绍了一种基于深度学习的高通量无标签3D球状体分选平台，用于组织工程中的标准化和可扩展组织制造 | 首次引入了一种全自动平台，通过无标签的明场图像分析进行高通量3D球状体分选，并展示了迁移学习在生物学应用中的有效性 | 本文未提及该平台在其他类型组织或器官中的应用效果 | 开发一种高通量、无标签的3D球状体分选平台，以推动组织工程和再生医学的发展 | 3D球状体，特别是单细胞和多细胞肝脏球状体 | 机器学习 | NA | 深度学习 | NA | 图像 | 未具体说明样本数量 | NA | NA | NA | NA |
| 3349 | 2024-12-25 |
Discrimination of leaf diseases in Maize/Soybean intercropping system based on hyperspectral imaging
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1434163
PMID:39717723
|
研究论文 | 本研究利用高光谱成像和深度学习算法对玉米/大豆间作系统中的叶片病害进行分类 | 本研究首次将高光谱成像与传统和深度学习方法相结合，提出了一种基于CARS特征提取和DBO-BiLSTM模型的病害分类方法，显著提高了分类准确率 | 本研究的样本量较小，且仅针对玉米和大豆的叶片病害进行分类，未来研究可扩展到更多作物和病害类型 | 实现玉米/大豆间作系统中叶片病害的精确分类 | 玉米和大豆的叶片病害，包括叶斑病、锈病和混合病害 | 计算机视觉 | NA | 高光谱成像 | 双向长短期记忆网络（BiLSTM） | 图像 | NA | NA | NA | NA | NA |
| 3350 | 2024-12-24 |
Highly Accurate and Explainable Predictions of Small-Molecule Antioxidants for Eight In Vitro Assays Simultaneously through an Alternating Multitask Learning Strategy
2024-Dec-23, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c00748
PMID:38888465
|
研究论文 | 提出了一种基于功能基团的交替多任务自监督分子表示学习方法，用于同时预测八种常用体外抗氧化检测中小分子的抗氧化活性 | 首次提出了基于功能基团的交替多任务自监督分子表示学习方法，并开发了一个在线抗氧化活性预测平台AOP | 未提及具体局限性 | 开发一种高效且可解释的模型，用于预测小分子抗氧化剂的活性 | 小分子抗氧化剂及其在八种体外检测中的活性 | 机器学习 | NA | 多任务学习 | FG-BERT | 分子数据 | 未提及具体样本数量 | NA | NA | NA | NA |
| 3351 | 2024-12-24 |
Advanced AI-Driven Prediction of Pregnancy-Related Adverse Drug Reactions
2024-Dec-23, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01657
PMID:39611337
|
研究论文 | 本研究开发并验证了基于机器学习和深度学习技术的妊娠相关药物不良反应风险预测模型 | 本研究首次使用DMPNN模型结合分子图信息和分子描述符，在预测妊娠相关药物不良反应方面表现出最高的预测性能 | NA | 开发和验证妊娠相关药物不良反应的风险预测模型 | 妊娠相关药物不良反应 | 机器学习 | NA | 机器学习（ML）和深度学习（DL）技术 | DMPNN模型、图神经网络、图卷积网络、随机森林、支持向量机、XGBoost | 真实世界数据 | 22种口服降糖药物 | NA | NA | NA | NA |
| 3352 | 2024-12-24 |
[Effect of Training Data Differences on Accuracy in MR Image Generation Using Pix2pix]
2024-Dec-20, Nihon Hoshasen Gijutsu Gakkai zasshi
DOI:10.6009/jjrt.2024-1487
PMID:39477465
|
研究论文 | 本文研究了不同训练数据模式对使用Pix2pix生成MR图像准确性的影响 | 本文首次探讨了不同训练数据模式对MR图像生成准确性的影响 | 本文仅在头部MR图像上进行了实验，未涵盖其他类型的MR图像 | 研究不同训练数据模式对MR图像生成准确性的影响 | 头部MR图像的T1加权图像生成 | 计算机视觉 | NA | 深度学习 | Pix2pix | 图像 | 300例头部MR图像，每种模型有四种训练数据模式 | NA | NA | NA | NA |
| 3353 | 2024-12-24 |
Transferable deep learning with coati optimization algorithm based mitotic nuclei segmentation and classification model
2024-12-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-80002-3
PMID:39702593
|
研究论文 | 本文提出了一种基于Coati优化算法和深度学习的分裂期细胞分割与分类模型，用于癌症分级 | 本文创新性地结合了Coati优化算法与深度学习技术，提出了COADL-MNSC方法，通过混合注意力融合U-Net模型进行分裂期细胞分割，并使用胶囊网络进行特征提取，最后通过双向长短期记忆模型进行分类 | 本文未提及具体的局限性 | 开发一种高效的分裂期细胞分割与分类方法，以辅助癌症分级 | 分裂期细胞的分割与分类 | 数字病理学 | NA | 深度学习 | 混合注意力融合U-Net模型、胶囊网络、双向长短期记忆模型 | 图像 | 分裂期细胞图像数据集 | NA | NA | NA | NA |
| 3354 | 2024-12-24 |
Artificial intelligence in risk prediction and diagnosis of vertebral fractures
2024-12-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-75628-2
PMID:39702597
|
meta-analysis | 本研究通过系统综述和meta分析评估了人工智能在诊断和预测椎体骨折中的有效性 | 人工智能在诊断和预测椎体骨折方面表现出高准确性，深度学习模型在诊断所有骨折类型方面表现出色 | 研究中存在高异质性和研究偏倚，需要进一步研究以标准化AI模型并在不同数据集上进行验证 | 评估人工智能在椎体骨折诊断和预测中的有效性 | 椎体骨折的诊断和预测 | machine learning | 骨科疾病 | NA | 深度学习模型 | NA | 共纳入79项研究，其中40项进行了meta分析 | NA | NA | NA | NA |
| 3355 | 2024-12-24 |
Decoding skin cancer classification: perspectives, insights, and advances through researchers' lens
2024-12-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-81961-3
PMID:39695157
|
综述 | 本文分析了过去18年中发表的107篇研究论文，全面评估了皮肤癌分类技术的进展，重点介绍了计算机视觉和人工智能在提高诊断准确性和可靠性方面的集成 | 本文探讨了深度学习方法，包括卷积神经网络、迁移学习、注意力机制、集成技术、生成对抗网络、视觉变换器和分割引导的分类策略，并详细介绍了各种架构 | 本文指出了传统机器学习方法和手工特征的局限性，并强调了现有深度学习方法的不足 | 旨在通过分析最新的进展、趋势和差距，为皮肤癌分类领域的研究人员和临床医生提供有价值的见解 | 皮肤癌分类技术及其在临床诊断中的应用 | 计算机视觉 | 皮肤癌 | 计算机视觉和人工智能 | 卷积神经网络、生成对抗网络、视觉变换器等 | 图像 | 包括HAM10000和ISIC档案在内的多个数据集 | NA | NA | NA | NA |
| 3356 | 2024-12-24 |
Ensemble deep learning and EfficientNet for accurate diagnosis of diabetic retinopathy
2024-12-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-81132-4
PMID:39695310
|
研究论文 | 本研究提出了一种基于EfficientNetB0架构的深度学习框架，用于糖尿病视网膜病变（DR）的准确诊断 | 创新点在于结合了集成深度学习和EfficientNet技术，显著提高了糖尿病视网膜病变的诊断准确性和泛化能力 | 研究依赖于特定的数据集和训练资源，未来需要更多先进的数据集和训练资源以进一步提升诊断效果 | 旨在通过创新的深度学习框架提高糖尿病视网膜病变的诊断准确性 | 研究对象为糖尿病视网膜病变，具体包括五种严重程度：无DR、轻度DR、中度DR、重度DR和增殖性DR | 计算机视觉 | 糖尿病视网膜病变 | EfficientNet | CNN | 图像 | 35,108张视网膜图像 | NA | NA | NA | NA |
| 3357 | 2024-12-24 |
A deep-learning-based model for assessment of autoimmune hepatitis from histology: AI(H)
2024-Dec, Virchows Archiv : an international journal of pathology
IF:3.4Q1
DOI:10.1007/s00428-024-03841-5
PMID:38879691
|
研究论文 | 本文开发了一种基于深度学习的工具，用于从常规病理切片中分析自身免疫性肝炎的组织学特征 | 本文首次使用深度学习模型分析自身免疫性肝炎的组织学特征，特别是对胆管损伤等非经典特征的检测 | 本文仅使用了123个样本进行模型训练和验证，样本量可能不足以完全代表所有自身免疫性肝炎病例 | 开发一种能够从常规病理切片中分析自身免疫性肝炎组织学特征的深度学习工具 | 自身免疫性肝炎的组织学特征，包括肝微解剖、坏死性炎症、胆管损伤和门静脉炎症等 | 数字病理学 | 自身免疫性疾病 | 卷积神经网络 | 卷积神经网络 | 图像 | 123个预处理肝活检样本 | NA | NA | NA | NA |
| 3358 | 2024-12-24 |
MYC Rearrangement Prediction From LYSA Whole Slide Images in Large B-Cell Lymphoma: A Multicentric Validation of Self-supervised Deep Learning Models
2024-Dec, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2024.100610
PMID:39265953
|
研究论文 | 本文开发了一种可解释的深度学习算法，用于从大B细胞淋巴瘤的全切片图像中自动检测MYC重排 | 本文利用自监督学习技术，比较了7种特征提取器和6种多实例学习模型，并在多中心队列中验证了其性能 | 本文未详细讨论算法的泛化能力在不同实验室环境下的表现 | 开发一种自动检测大B细胞淋巴瘤中MYC重排的深度学习算法，以减少昂贵的分子检测需求并提高病理学家的工作效率 | 大B细胞淋巴瘤患者的全切片图像 | 数字病理学 | 淋巴瘤 | 深度学习 | 多实例学习模型 | 图像 | 1247名大B细胞淋巴瘤患者 | NA | NA | NA | NA |
| 3359 | 2024-12-24 |
Artificial intelligence (AI) for tumor microenvironment (TME) and tumor budding (TB) identification in colorectal cancer (CRC) patients: A systematic review
2024-Dec, Journal of pathology informatics
DOI:10.1016/j.jpi.2023.100353
PMID:39712977
|
综述 | 本文总结了使用人工智能预测结直肠癌患者组织学扫描中肿瘤微环境（TME）和肿瘤芽（TB）的最新数据 | 机器学习和深度学习在预测肿瘤微环境和肿瘤芽方面表现出高准确性，分别为97.7%和97.3% | 不同作者对机器学习模型使用的表现指标不一致，且部分研究使用的数据集相对较小 | 评估人工智能在结直肠癌诊断和癌症发展预后中对肿瘤微环境和肿瘤芽的识别能力 | 结直肠癌患者的肿瘤微环境和肿瘤芽 | 数字病理学 | 结直肠癌 | 机器学习，深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 3360 | 2024-12-24 |
Cellular behavior analysis from live-cell imaging of TCR T cell-cancer cell interactions
2024-Nov-21, bioRxiv : the preprint server for biology
DOI:10.1101/2024.11.19.624390
PMID:39605616
|
研究论文 | 本文开发了一种基于活细胞成像的T细胞与癌细胞相互作用的行为分析工具 | 本文创新性地利用人类在环深度学习开发了先进的分割和跟踪管道，并结合Caliban和Occident工具量化T细胞与癌细胞的相互作用 | NA | 研究T细胞与癌细胞相互作用的行为，以改进T细胞疗法用于癌症治疗 | TCR T细胞与癌细胞的相互作用 | NA | NA | 活细胞成像 | 深度学习 | 图像 | NA | NA | NA | NA | NA |