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 3761 - 3780 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3761 | 2024-11-15 |
Deep learning-based super-resolution and denoising algorithm improves reliability of dynamic contrast-enhanced MRI in diffuse glioma
2024-10-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-76592-7
PMID:39455814
|
研究论文 | 研究利用深度学习技术提高动态对比增强MRI在弥漫性胶质瘤中的可靠性和图像质量 | 提出了一种基于深度学习的超分辨率和去噪算法，显著提高了动态对比增强MRI的信噪比和对比噪声比 | 研究为回顾性研究，样本仅限于306名成年弥漫性胶质瘤患者 | 提高动态对比增强MRI在弥漫性胶质瘤中的图像质量和诊断可靠性 | 动态对比增强MRI图像在弥漫性胶质瘤患者中的应用 | 计算机视觉 | 脑肿瘤 | 深度学习 | 深度学习模型 | 图像 | 306名成年弥漫性胶质瘤患者 |
| 3762 | 2024-11-15 |
Automated Cobb angle measurement in scoliosis radiographs: A deep learning approach for screening
2024-Oct-07, Annals of the Academy of Medicine, Singapore
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3763 | 2024-11-15 |
syN-BEATS for robust pollutant forecasting in data-limited context
2024-Oct-02, Environmental monitoring and assessment
IF:2.9Q3
DOI:10.1007/s10661-024-13164-2
PMID:39356366
|
研究论文 | 本文介绍了一种名为syN-BEATS的新型集成深度学习模型，专门用于在数据有限的情况下进行污染物预测 | 基于N-BEATS架构，syN-BEATS结合了不同配置的堆栈和块，有效整合了弱学习和强学习方法，并通过贝叶斯优化微调集成权重，显著提高了预测性能 | 研究中仅使用了每个地区一个气象和空气质量监测站的数据，模拟了监测能力受限的环境，这可能限制了模型在实际应用中的广泛适用性 | 开发一种在数据有限的情况下仍能有效预测污染物的深度学习模型，以支持环境监测和公共卫生管理 | 污染物预测模型及其在不同气候和空气质量水平下的适应性和鲁棒性 | 机器学习 | NA | 深度学习 | 集成模型 | 时间序列数据 | 每个地区一个气象和空气质量监测站的数据 |
| 3764 | 2024-11-15 |
Multi-Instance Learning for Vocal Fold Leukoplakia Diagnosis Using White Light and Narrow-Band Imaging: A Multicenter Study
2024-Oct, The Laryngoscope
DOI:10.1002/lary.31537
PMID:38801129
|
研究论文 | 本文开发了一种基于白光成像（WLI）和窄带成像（NBI）的多实例学习（MIL）人工智能模型，用于诊断声带白斑（VFL） | 首次将多实例学习与深度学习结合，用于声带白斑的诊断，并进行了多中心验证 | 需要进一步优化和验证以评估其在临床环境中的潜力 | 开发一种人工智能模型，用于区分声带白斑的良恶性 | 声带白斑（VFL）的诊断 | 计算机视觉 | 喉癌 | 多实例学习（MIL） | 深度学习模型 | 图像 | 7057张图像用于模型开发和内部验证，1617张图像用于外部验证，50个视频用于实时模型性能评估 |
| 3765 | 2024-11-15 |
Connectome-constrained networks predict neural activity across the fly visual system
2024-Oct, Nature
IF:50.5Q1
DOI:10.1038/s41586-024-07939-3
PMID:39261740
|
研究论文 | 本文展示了仅通过实验测量的生物神经网络连接性，可以预测特定神经计算背后的神经活动 | 利用深度学习技术优化模型网络的未知参数，使其能够检测视觉运动，并生成详细的、可实验验证的预测 | 仅依赖连接性测量，未考虑其他生物细节如单个神经元和单个突触的特性 | 探讨仅通过连接性测量理解神经计算的程度，并提出一种从连接性测量生成神经电路功能机制假设的策略 | 果蝇视觉系统中的64种细胞类型的运动通路 | 神经科学 | NA | 深度学习 | 模型神经网络 | 神经连接性数据 | 64种细胞类型，涉及26项研究 |
| 3766 | 2024-11-15 |
Patient-Specific Myocardial Infarction Risk Thresholds From AI-Enabled Coronary Plaque Analysis
2024-Oct, Circulation. Cardiovascular imaging
DOI:10.1161/CIRCIMAGING.124.016958
PMID:39405390
|
研究论文 | 研究利用深度学习技术从冠状动脉CT血管造影中量化斑块，并确定其对心肌梗死风险的预测能力 | 首次使用深度学习系统量化冠状动脉斑块，并评估其在不同年龄和性别群体中的心肌梗死风险预测能力 | 研究样本主要来自稳定型冠状动脉疾病患者，可能无法完全代表所有冠状动脉疾病患者 | 评估深度学习技术在冠状动脉斑块量化中的应用及其对心肌梗死风险的预测能力 | 冠状动脉斑块的量化及其与心肌梗死风险的关系 | 计算机视觉 | 心血管疾病 | 深度学习 | 深度学习系统 | 图像 | 2803名患者，其中956名用于确定年龄和性别特异性分布，1847名用于外部样本评估 |
| 3767 | 2024-11-15 |
Preoperative Imaging Evaluation of Endometrial Cancer in FIGO 2023
2024-Oct, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29161
PMID:38146775
|
综述 | 本文回顾了在新FIGO系统下子宫内膜癌的术前影像诊断及其在影像分析领域的最新进展和临床贡献 | 本文介绍了深度学习重建技术和影像组学在子宫内膜癌影像分析中的应用，这些技术有助于缩短采集时间或提高图像质量，并有望用于定量预测风险因素 | NA | 回顾子宫内膜癌在新FIGO系统下的术前影像诊断及其在影像分析领域的最新进展和临床贡献 | 子宫内膜癌的术前影像评估和影像分析技术 | 计算机视觉 | 妇科肿瘤 | 深度学习重建技术 | NA | 影像 | NA |
| 3768 | 2024-11-15 |
Collaborative Learning for Annotation-Efficient Volumetric MR Image Segmentation
2024-Oct, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29194
PMID:38156427
|
研究论文 | 本文提出了一种利用稀疏标注进行三维MR图像分割的协同学习方法 | 本文的创新点在于结合半监督和自监督学习方法，利用稀疏标注提高分割精度 | 本文的局限性在于仅在前列腺和左心房分割任务上进行了验证 | 本文的研究目的是开发一种利用稀疏标注进行三维MR图像分割的深度学习方法 | 本文的研究对象是前列腺和左心房的三维MR图像 | 计算机视觉 | 心血管疾病 | 深度学习 | 协同学习 | 图像 | 150个受试者的三维MR图像，包括50个前列腺和100个左心房 |
| 3769 | 2024-11-15 |
Deep Learning Algorithm of the SPARCC Scoring System in SI Joint MRI
2024-Oct, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29211
PMID:38168061
|
研究论文 | 开发了一种基于深度学习的流程，用于使用SPARCC评分系统对骶髂关节炎进行分级 | 首次将深度学习应用于SPARCC评分系统，以自动评估骶髂关节炎 | 样本量相对较小，且仅使用了3T MRI设备 | 开发和验证一种基于深度学习的评分系统，用于自动评估骶髂关节炎 | 骶髂关节炎的MRI图像 | 计算机视觉 | 脊柱关节病 | 深度学习 | 深度学习模型 | 图像 | 389名参与者，其中317名用于训练，35名用于验证，37名用于测试 |
| 3770 | 2024-11-15 |
Editorial for "Deep Learning Algorithm of the SPARCC Scoring System in SI Joint MRI"
2024-Oct, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29234
PMID:38189561
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3771 | 2024-11-15 |
MRI-Based Kinetic Heterogeneity Evaluation in the Accurate Access of Axillary Lymph Node Status in Breast Cancer Using a Hybrid CNN-RNN Model
2024-Oct, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29225
PMID:38205712
|
研究论文 | 本文研究了基于MRI的动态对比增强（DCE-MRI）图像的深度学习模型在评估乳腺癌患者腋窝淋巴结状态中的应用 | 开发了一种称为卷积循环神经网络（ConvRNN）的深度学习架构，用于生成DCE-MRI图像的KHimage评分，以评估腋窝淋巴结状态 | 研究为回顾性，且仅在特定患者群体中验证了模型性能 | 评估基于深度学习的动态对比增强MRI参数在推断乳腺癌患者腋窝淋巴结状态中的价值 | 乳腺癌患者的腋窝淋巴结状态 | 计算机视觉 | 乳腺癌 | 动态对比增强MRI | 卷积循环神经网络（ConvRNN） | 图像 | 训练集1256例，内部验证集539例，外部验证集I和II分别为153例和115例 |
| 3772 | 2024-11-15 |
Deep Learning-Based Analysis of Aortic Morphology From Three-Dimensional MRI
2024-Oct, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29236
PMID:38216546
|
研究论文 | 本文设计了一种基于深度学习的自动化方法，用于从三维MRI中检测主动脉地标和管腔 | 本文提出了一种基于深度学习的自动化方法，用于从三维MRI中检测主动脉地标和管腔，提高了检测的质量和可重复性 | 本文的方法在检测主动脉交界处地标时，性能略低于观察者间变异性 | 设计一种基于深度学习的自动化方法，用于从三维MRI中检测主动脉地标和管腔 | 主动脉地标和管腔的检测 | 计算机视觉 | 心血管疾病 | 深度学习 | 两阶段网络 | 三维MRI图像 | 391名个体，包括健康受试者和患者（高血压、主动脉扩张、特纳综合征），随机分为训练/验证/测试数据集（N=236/77/78） |
| 3773 | 2024-11-15 |
Graph-Based Spatial Proximity of Super-Resolved Protein-Protein Interactions Predicts Cancer Drug Responses in Single Cells
2024-Oct, Cellular and molecular bioengineering
IF:2.3Q3
DOI:10.1007/s12195-024-00822-1
PMID:39513000
|
研究论文 | 本文开发了一种基于图的超级分辨率蛋白质-蛋白质相互作用技术，用于解析单细胞信号网络并预测癌症药物反应 | 提出了基于图的超级分辨率蛋白质-蛋白质相互作用技术，通过高分辨率显微镜和深度学习模型，提高了对单细胞信号网络和药物反应的预测能力 | NA | 旨在通过高分辨率显微镜和深度学习模型，提高对单细胞信号网络和癌症药物反应的理解 | EGFR突变型PC9和HCC827细胞以及临床组织样本 | 数字病理学 | 肺癌 | 空间邻近连接测定（PLA）、Zeiss Airyscan、SRRF | 深度学习模型 | 图像 | 超过10,000个细胞 |
| 3774 | 2024-11-15 |
A New Method for Scoliosis Screening Incorporating Deep Learning With Back Images
2024-Sep-12, Global spine journal
IF:2.6Q1
DOI:10.1177/21925682241282581
PMID:39264983
|
研究论文 | 提出了一种结合深度学习与背部图像的新方法用于脊柱侧弯筛查 | 利用深度学习算法自动进行脊柱侧弯筛查，减少不必要的辐射风险和筛查成本 | NA | 开发一种自动化、准确、简洁且方便的脊柱侧弯筛查方法 | 脊柱侧弯患者 | 计算机视觉 | 脊柱侧弯 | 深度学习 | NA | 图像 | 247名脊柱侧弯患者 |
| 3775 | 2024-11-15 |
Constructing analogies: Developing critical thinking through a collaborative task
2024 Sep-Oct, Biochemistry and molecular biology education : a bimonthly publication of the International Union of Biochemistry and Molecular Biology
IF:1.2Q3
DOI:10.1002/bmb.21843
PMID:38850246
|
研究论文 | 研究探讨了通过协作任务构建类比来促进大学生批判性思维发展的方法 | 提出了通过让学生构建复杂类比来促进内容知识和批判性思维整合的新方法 | 研究样本仅限于30名大学生，结果可能不具有广泛代表性 | 探讨通过构建复杂类比任务来促进大学生批判性思维发展的效果 | 30名大学生 | NA | NA | NA | NA | NA | 30名大学生 |
| 3776 | 2024-11-15 |
Imputation of cancer proteomics data with a deep model that learns from many datasets
2024-Aug-28, bioRxiv : the preprint server for biology
DOI:10.1101/2024.08.26.609780
PMID:39253518
|
研究论文 | 本文介绍了一种基于深度学习的方法Lupine，用于填补癌症蛋白质组学数据中的缺失值 | Lupine是首个能够从多个数据集中联合学习的缺失值填补方法，并提供了证据表明这种方法能提高预测的准确性 | NA | 解决质谱蛋白质组学数据中缺失值的问题，提高数据分析的可靠性和统计能力 | 癌症患者的蛋白质组学数据，涵盖十种癌症类型 | 蛋白质组学 | 癌症 | 质谱技术 | 深度学习模型 | 蛋白质组学数据 | 超过1000个癌症患者样本 |
| 3777 | 2024-11-15 |
Community assessment of methods to deconvolve cellular composition from bulk gene expression
2024-Aug-27, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-50618-0
PMID:39191725
|
研究论文 | 本文通过社区范围内的DREAM挑战评估了从肿瘤样本的bulk表达中推断免疫浸润水平的去卷积方法 | 本文引入了深度学习方法，并展示了其在去卷积中的应用潜力 | 尽管去卷积方法在预测肿瘤来源的免疫细胞水平方面表现良好，但在识别功能性CD4+ T细胞状态方面仍存在挑战 | 评估去卷积方法在推断肿瘤样本中免疫浸润水平的表现 | 评估六种已发表和22种社区贡献的去卷积方法 | 机器学习 | NA | 去卷积 | 深度学习 | 基因表达数据 | 使用体外和体内混合的癌症和健康免疫细胞的转录组数据 |
| 3778 | 2024-11-15 |
Deep learning-derived splenic radiomics, genomics, and coronary artery disease
2024-Aug-20, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.08.16.24312129
PMID:39185532
|
研究论文 | 本研究利用深度学习技术从腹部MRI中提取脾脏的放射组学特征，并结合基因组学分析，探讨脾脏在冠状动脉疾病中的作用 | 首次将深度学习与基因组学结合，揭示了脾脏在冠状动脉疾病中的潜在作用，并提供了9p21区域机制的新见解 | NA | 探讨脾脏在冠状动脉疾病中的作用及其遗传机制 | 脾脏的放射组学特征与冠状动脉疾病的关系 | 数字病理学 | 心血管疾病 | 深度学习、放射组学、全基因组关联分析 | 深度学习模型 | 图像 | 42,059名UK Biobank参与者 |
| 3779 | 2024-11-15 |
Spatiotemporal transcriptomic profiling and modeling of mouse brain at single-cell resolution reveals cell proximity effects of aging and rejuvenation
2024-Jul-19, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.16.603809
PMID:39071282
|
研究论文 | 研究通过单细胞分辨率的时空转录组学分析和建模，揭示了小鼠大脑衰老和再生过程中细胞邻近效应 | 首次开发基于空间转录组学的机器学习模型（空间衰老时钟），用于揭示大脑衰老和再生过程中的细胞邻近效应 | NA | 研究大脑衰老过程中细胞间的相互作用及其对组织衰退的影响 | 小鼠大脑的单细胞时空转录组数据 | 数字病理学 | NA | 空间转录组学 | 机器学习模型 | 转录组数据 | 420万个细胞，来自20个不同年龄段和两种再生干预（运动和部分重编程） |
| 3780 | 2024-11-15 |
Kinetic model-informed deep learning for multiplexed PET image separation
2024-Jul-01, EJNMMI physics
IF:3.0Q2
DOI:10.1186/s40658-024-00660-0
PMID:38951271
|
研究论文 | 本文提出了一种基于动力学模型的深度学习方法，用于多重正电子发射断层扫描（mPET）图像的分离 | 通过将动力学模型与深度网络结合，增强了深度学习的归纳先验，提高了mPET图像分离的性能 | NA | 开发一种新的方法来分离多重正电子发射断层扫描（mPET）图像中的信号 | 多重正电子发射断层扫描（mPET）图像 | 计算机视觉 | NA | 正电子发射断层扫描（PET） | 卷积编码器-解码器（CED） | 图像 | 模拟的双示踪剂[18F]FDG+[11C]MET PET脑部图像数据集 |