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 12169 篇文献，本页显示第 3361 - 3380 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3361 | 2024-11-20 |
Remote assessment of cognition and quality of life following radiotherapy for nasopharyngeal carcinoma: deep-learning-based predictive models and MRI correlates
2024-Aug, Journal of cancer survivorship : research and practice
IF:3.1Q1
DOI:10.1007/s11764-023-01371-8
PMID:37010777
|
研究论文 | 研究利用深度学习模型预测鼻咽癌放疗后患者的认知功能和生命质量，并探讨其与MRI变化的关系 | 首次使用深度学习技术开发预测模型，通过远程评估预测鼻咽癌放疗后患者的认知功能受损情况 | 样本量较小，仅包括70名患者 | 开发预测模型以评估鼻咽癌放疗后患者的认知功能受损情况，并探讨其与生命质量和MRI变化的关系 | 鼻咽癌放疗后患者的认知功能和生命质量 | 机器学习 | 鼻咽癌 | 深度学习 | 深度神经网络 (DNN) | MRI图像和认知评估数据 | 70名患者 |
| 3362 | 2024-11-20 |
Deep Learning for 3D Vascular Segmentation in Phase Contrast Tomography
2024-Jul-16, Research square
DOI:10.21203/rs.3.rs-4613439/v1
PMID:39070623
|
研究论文 | 本文研究了使用深度学习进行相位对比断层扫描中的三维血管分割，并引入了新的成像模式HiP-CT | 引入了HiP-CT成像模式，提供了高分辨率的3D器官图像，并使用nnU-Net框架进行模型评估 | DSC评分主要评估体素与体素的一致性，忽略了血管的多个关键特征，且HiP-CT作为离体技术，缺乏静水压力导致大血管塌陷，影响分割效果 | 提供一个在血管分割领域的坚实基础，并确定一个适用于HiP-CT成像模式的鲁棒基线模型 | 三个人类肾脏的血管数据 | 计算机视觉 | NA | HiP-CT | nnU-Net | 3D图像 | 三个肾脏样本 |
| 3363 | 2024-11-20 |
Structures of Epstein-Barr virus and Kaposi's sarcoma-associated herpesvirus virions reveal species-specific tegument and envelope features
2024-Jul-09, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.09.602672
PMID:39026862
|
研究论文 | 通过深度学习增强的冷冻电镜断层扫描技术，研究了Epstein-Barr病毒和Kaposi肉瘤相关疱疹病毒的完整病毒颗粒结构 | 首次通过深度学习增强的冷冻电镜断层扫描技术解析了Epstein-Barr病毒和Kaposi肉瘤相关疱疹病毒的完整病毒颗粒结构，揭示了其独特的包膜和囊膜特征 | NA | 研究Epstein-Barr病毒和Kaposi肉瘤相关疱疹病毒的病毒颗粒结构，揭示其与阿尔法和贝塔疱疹病毒在包膜和囊膜结构上的差异 | Epstein-Barr病毒和Kaposi肉瘤相关疱疹病毒的病毒颗粒结构 | NA | NA | 冷冻电镜断层扫描（cryoET） | 深度学习 | 图像 | NA |
| 3364 | 2024-11-20 |
Deep learning survival model predicts outcome after intracerebral hemorrhage from initial CT scan
2024-Jun-16, European stroke journal
IF:5.8Q1
DOI:10.1177/23969873241260154
PMID:38880882
|
研究论文 | 本研究利用深度学习模型预测脑出血患者从初始CT扫描后的长期功能障碍 | 本研究开发了一种可推广的深度学习模型，用于预测脑出血后的依赖性生活和残疾，相比现有的预测工具，该模型在长期预测方面具有更高的准确性 | 本研究的局限性在于仅使用了非对比CT扫描数据，且样本量相对较小 | 本研究旨在从入院时的非对比CT扫描中预测脑出血患者的长期功能障碍 | 本研究的研究对象是脑出血患者 | 计算机视觉 | 脑血管疾病 | 深度学习 | 深度学习模型 | 图像 | 训练集包含882名患者，验证集包含146名患者 |
| 3365 | 2024-11-20 |
Identifying Pathological Subtypes of Brain Metastasis from Lung Cancer Using MRI-Based Deep Learning Approach: A Multicenter Study
2024-Jun, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-00988-0
PMID:38347392
|
研究论文 | 本研究探讨了基于多参数MRI的深度学习方法区分肺癌脑转移病理亚型的可行性 | 开发了一种基于ResNet-18基础网络的注意力引导残差融合网络（ARFN）模型，用于多参数MRI序列的分类 | 研究为回顾性分析，样本量有限，且仅涉及五家医疗中心的病例 | 研究基于多参数MRI的深度学习方法在区分肺癌脑转移病理亚型中的可行性 | 肺癌脑转移的病理亚型，包括小细胞肺癌（SCLC）和非小细胞肺癌（NSCLC） | 计算机视觉 | 肺癌 | 深度学习 | 注意力引导残差融合网络（ARFN） | MRI图像 | 246名患者，共456个脑转移病例 |
| 3366 | 2024-11-20 |
Atrial Septal Defect Detection in Children Based on Ultrasound Video Using Multiple Instances Learning
2024-Jun, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-00987-1
PMID:38347394
|
研究论文 | 本文研究了一种基于心脏超声视频的深度学习方法，用于辅助房间隔缺损（ASD）的诊断 | 提出了一种基于多实例学习的深度学习模型，用于视频房间隔缺损检测，有效提高了ASD检测的准确性 | NA | 研究基于心脏超声视频的深度学习方法，辅助房间隔缺损（ASD）的诊断 | 儿童患者的房间隔缺损（ASD）检测 | 计算机视觉 | 心血管疾病 | 多实例学习 | resNet18 和 r3D 网络 | 视频 | 300名儿童患者的数据用于五折交叉验证，30名儿童患者的数据用于临床医生测试 |
| 3367 | 2024-11-20 |
Basal Cell Carcinoma Diagnosis with Fusion of Deep Learning and Telangiectasia Features
2024-Jun, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-00969-3
PMID:38332404
|
研究论文 | 本文提出了一种结合深度学习和毛细血管扩张特征的基底细胞癌诊断方法 | 本文创新性地将手工特征（基于U-Net的语义分割）与深度学习特征（基于EfficientNet-B5）融合，提高了基底细胞癌诊断的准确性和可解释性 | 本文未进一步探索深度学习技术在个体皮肤镜特征检测中的应用 | 提高基底细胞癌诊断的准确性和可解释性 | 基底细胞癌与非基底细胞癌的分类 | 计算机视觉 | 皮肤癌 | 深度学习 | EfficientNet-B5 | 图像 | 395张图像 |
| 3368 | 2024-11-20 |
EfficientNet-Based System for Detecting EGFR-Mutant Status and Predicting Prognosis of Tyrosine Kinase Inhibitors in Patients with NSCLC
2024-Jun, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01022-z
PMID:38361006
|
研究论文 | 开发并验证了一种基于EfficientNetV2-L模型的深度学习系统，用于检测非小细胞肺癌患者的EGFR突变状态并预测EGFR酪氨酸激酶抑制剂的预后 | 提出了基于EfficientNetV2-L模型的EME系统，用于非侵入性预测EGFR状态、分层生存预后并关联生物学通路 | 研究为回顾性多中心研究，样本量有限，且未涵盖所有可能的EGFR突变类型 | 开发和验证一种基于深度学习的系统，用于检测EGFR突变状态并预测EGFR-TKI的预后 | 非小细胞肺癌患者的EGFR突变状态及EGFR-TKI治疗的预后 | 计算机视觉 | 肺癌 | 深度学习 | EfficientNetV2-L | 图像 | 485名非小细胞肺癌患者 |
| 3369 | 2024-11-20 |
Deep Learning for Chest X-ray Diagnosis: Competition Between Radiologists with or Without Artificial Intelligence Assistance
2024-Jun, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-00990-6
PMID:38332402
|
研究论文 | 本研究旨在评估深度学习算法在帮助放射科医生提高胸部X光诊断效率和准确性方面的表现 | 本研究首次通过竞赛形式验证了深度学习方法在辅助放射科医生解读胸部X光片方面的积极效果 | 研究样本量较小，仅涉及100张胸部X光片，可能影响结果的普适性 | 评估深度学习算法在胸部X光诊断中辅助放射科医生的表现 | 胸部X光片中的正常发现和13种不同异常 | 计算机视觉 | NA | 深度学习算法 | NA | 图像 | 100张胸部X光片，涉及111名放射科医生（29名高级，32名中级，50名初级） |
| 3370 | 2024-11-20 |
Inconsistency between Human Observation and Deep Learning Models: Assessing Validity of Postmortem Computed Tomography Diagnosis of Drowning
2024-Jun, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-00974-6
PMID:38336949
|
研究论文 | 评估深度学习模型在溺水诊断中的有效性，并与人类观察结果进行比较 | 首次系统评估了深度学习模型在溺水诊断中的有效性，并揭示了模型与人类专家观察结果之间的不一致性 | 研究结果表明，尽管模型分类性能高，但其预测可能不可靠，需要谨慎评估 | 评估深度学习模型在溺水诊断中的医学有效性 | 溺水与非溺水病例的死后CT扫描图像 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 153例溺水病例和160例非溺水病例，年龄范围8-91岁 |
| 3371 | 2024-11-20 |
Deep Learning for Automated Detection and Localization of Traumatic Abdominal Solid Organ Injuries on CT Scans
2024-Jun, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01038-5
PMID:38366294
|
研究论文 | 本研究开发了一种深度学习模型，用于自动检测和定位CT扫描中的创伤性腹部实质器官损伤 | 本研究首次将深度学习模型应用于创伤性腹部实质器官损伤的自动检测和定位 | 该模型不能替代临床医生的角色，仅作为加速治疗决策过程的潜在工具 | 开发一种深度学习模型，以帮助医疗专业人员快速识别危及生命的损伤 | 创伤性腹部实质器官损伤的检测和定位 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 图像 | 训练集包含1302个扫描，测试集包含194个扫描 |
| 3372 | 2024-11-20 |
Classification of H. pylori Infection from Histopathological Images Using Deep Learning
2024-Jun, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01021-0
PMID:38332407
|
研究论文 | 研究利用深度学习模型对204张组织病理学图像进行二分类，区分幽门螺杆菌感染阳性与阴性病例 | 使用ResNet101模型在较小数据集上实现了高准确率，突显了深度学习模型在有限数据下的有效性 | 研究仅使用了204张图像，样本量较小 | 探索深度学习模型在幽门螺杆菌感染诊断中的应用潜力 | 幽门螺杆菌感染的组织病理学图像 | 计算机视觉 | 胃病 | 深度学习 | ResNet101 | 图像 | 204张组织病理学图像 |
| 3373 | 2024-11-20 |
Fast Real-Time Brain Tumor Detection Based on Stimulated Raman Histology and Self-Supervised Deep Learning Model
2024-Jun, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01001-4
PMID:38326533
|
研究论文 | 本文提出了一种基于受激拉曼组织学和自监督深度学习模型的快速实时脑肿瘤检测方法 | 结合受激拉曼组织学和深度卷积神经网络，提出了一种新的自监督深度学习模型VQSRS，用于实时癌症诊断 | NA | 提高脑肿瘤手术中实时诊断的速度和准确性 | 脑肿瘤的实时检测和分类 | 计算机视觉 | 脑肿瘤 | 受激拉曼组织学 | VQSRS | 图像 | NA |
| 3374 | 2024-11-20 |
Artificial intelligence in lung cancer screening: Detection, classification, prediction, and prognosis
2024-Apr, Cancer medicine
IF:2.9Q2
DOI:10.1002/cam4.7140
PMID:38581113
|
综述 | 本文综述了人工智能在肺癌筛查中的应用，包括肺部分割、结节检测、分类和预后 | 本文探讨了基于深度学习的人工智能技术在肺癌筛查中的应用前景，特别是卷积神经网络（CNNs）的引入 | 人工智能结果的普遍性和可解释性需要进一步提高 | 探讨人工智能在肺癌筛查中的应用及其未来发展方向 | 肺癌筛查中的肺部分割、结节检测、分类和预后 | 计算机视觉 | 肺癌 | 卷积神经网络（CNNs） | 卷积神经网络（CNN） | 图像 | NA |
| 3375 | 2024-11-20 |
Artificial Intelligence: Fundamentals and Breakthrough Applications in Epilepsy
2024-Mar-31, Epilepsy currents
IF:5.8Q1
DOI:10.1177/15357597241238526
PMID:39554271
|
综述 | 本文综述了人工智能、机器学习和深度学习在癫痫研究和临床护理中的基础知识和突破性应用 | 介绍了人工智能在癫痫药物筛选、临床药物反应预测和EEG信号检测分析中的前沿应用 | 强调了这些技术在癫痫研究和护理中的潜力和局限性，并指出它们不会取代临床医生和研究人员的工作 | 旨在传播人工智能在癫痫领域的应用知识，包括使用方法、优势和潜在局限性 | 人工智能、机器学习和深度学习在癫痫研究和临床护理中的应用 | 机器学习 | 癫痫 | NA | NA | NA | NA |
| 3376 | 2024-11-20 |
Generative Adversarial Networks Accurately Reconstruct Pan-Cancer Histology from Pathologic, Genomic, and Radiographic Latent Features
2024-Mar-25, bioRxiv : the preprint server for biology
DOI:10.1101/2024.03.22.586306
PMID:38585926
|
研究论文 | 本文介绍并验证了一种自定义的生成对抗网络HistoXGAN，能够从常见的特征提取器生成的特征向量中重建代表性的癌症组织学图像 | HistoXGAN能够从病理、基因组和放射影像的潜在特征中准确重建泛癌组织学图像，展示了其在肿瘤分级、组织学亚型和基因表达模式方面的信息保留能力 | NA | 开发和验证一种能够从多模态数据中重建癌症组织学图像的生成对抗网络 | 29种癌症亚型的组织学图像重建 | 数字病理学 | 泛癌 | 生成对抗网络 | 生成对抗网络 | 图像 | 29种癌症亚型 |
| 3377 | 2024-11-20 |
Deep Few-view High-resolution Photon-counting Extremity CT at Halved Dose for a Clinical Trial
2024-Mar-19, ArXiv
PMID:38562444
|
研究论文 | 本文提出了一种基于深度学习的X射线光子计数计算机断层扫描（PCCT）图像重建方法，用于在新西兰临床试验中实现减半剂量和加倍速度的高分辨率成像 | 本文创新性地提出了基于深度学习的补丁式体积细化网络，以缓解GPU内存限制，并使用合成数据进行训练，通过模型迭代细化来弥合合成数据与真实数据之间的差距 | 本文的局限性在于需要进一步的临床试验来验证其在不同患者群体中的适用性和效果 | 本文的研究目的是改进X射线光子计数计算机断层扫描（PCCT）的辐射剂量和成像速度，同时保持图像质量 | 本文的研究对象是四肢的高分辨率PCCT图像重建 | 计算机视觉 | NA | 深度学习 | 补丁式体积细化网络 | 图像 | 8名患者的临床试验数据 |
| 3378 | 2024-11-20 |
Digital profiling of cancer transcriptomes from histology images with grouped vision attention
2024-Jan-19, bioRxiv : the preprint server for biology
DOI:10.1101/2023.09.28.560068
PMID:37808782
|
研究论文 | 开发了一种基于分组视觉注意力机制的Transformer模型，用于从组织病理学图像中预测癌症转录组 | 首次将Transformer模型应用于组织病理学图像，并展示了其在预测基因表达和识别临床相关基因表达模式方面的潜力 | 模型在小数据集上的应用受到可训练参数数量爆炸的限制 | 开发一种新方法，从组织病理学图像中预测癌症转录组，以改善癌症管理和个性化治疗 | 癌症转录组和组织病理学图像 | 数字病理学 | 癌症 | Transformer模型 | Transformer | 图像 | 1,802个正常组织样本和4,331个肿瘤样本，涵盖九种癌症类型 |
| 3379 | 2024-11-20 |
A Comprehensive Review on the Excitation-Emission Matrix Fluorescence Spectroscopic Characterization of Petroleum-Containing Substances: Principles, Methods, and Applications
2024, Critical reviews in analytical chemistry
IF:4.2Q1
DOI:10.1080/10408347.2023.2205500
PMID:37155146
|
综述 | 本文综述了激发-发射矩阵荧光光谱（EEMF）在石油类物质表征中的原理、方法和应用 | 首次系统性地综述了EEMF在石油类物质表征中的应用，并展望了其与高维化学计量学和深度学习的结合 | EEMF在石油类物质测量和表征中存在局限性，需要建立完整的EEMF指纹库 | 综述EEMF在石油类物质表征中的应用，并探讨其未来发展方向 | 石油类物质（PCS）及其在整个生命周期中的表征 | NA | NA | 激发-发射矩阵荧光光谱（EEMF） | NA | 光谱数据 | NA |
| 3380 | 2024-11-20 |
Machine Learning in Vascular Medicine: Optimizing Clinical Strategies for Peripheral Artery Disease
2024, Current cardiovascular risk reports
IF:2.0Q3
DOI:10.1007/s12170-024-00752-7
PMID:39552745
|
综述 | 本文综述了机器学习在周围动脉疾病管理中的应用，旨在更新读者对机器学习在PAD管理中的效用 | 利用电子健康记录数据和机器学习算法，开发自动化系统（如人工智能）以准确识别需要进一步PAD筛查的患者，并使用深度学习算法辅助PAD诊断和自动化临床风险分层 | 使用蛋白质组生物标志物的机器学习模型在临床应用中可能受限于成本和可及性 | 探讨机器学习在周围动脉疾病管理中的应用，以优化临床策略 | 周围动脉疾病患者及其管理策略 | 机器学习 | 周围动脉疾病 | 机器学习算法 | 深度学习算法 | 电子健康记录数据和影像数据 | NA |