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 5181 - 5200 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 5181 | 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 | NA | NA | NA | NA |
| 5182 | 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 | NA | NA | NA | NA |
| 5183 | 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 | NA | NA | NA | NA |
| 5184 | 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 | NA | NA | NA | NA |
| 5185 | 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 | NA | NA | NA | NA |
| 5186 | 2024-11-20 |
Deep Learning Algorithm for Keratoconus Detection from Tomographic Maps and Corneal Biomechanics: A Diagnostic Study
2024 Jan-Mar, Journal of current ophthalmology
IF:1.2Q3
DOI:10.4103/joco.joco_18_24
PMID:39553332
|
研究论文 | 开发了一种用于从角膜地形图和生物力学数据中检测圆锥角膜的深度学习算法 | 结合了角膜地形图和生物力学数据，提高了圆锥角膜和亚临床圆锥角膜的检测性能 | NA | 开发一种人工智能方法，用于区分正常角膜、亚临床圆锥角膜和圆锥角膜 | 角膜地形图和角膜生物力学数据 | 机器学习 | NA | 卷积神经网络 | CNN | 图像 | 1668张地形图（769名患者）和611张生物力学图像（307名患者） | NA | NA | NA | NA |
| 5187 | 2024-11-20 |
Systematic observation of participatory interaction in university lectures: a multiple case study with a mixed methods approach
2024, Frontiers in psychology
IF:2.6Q2
DOI:10.3389/fpsyg.2024.1410486
PMID:39554715
|
研究论文 | 本文通过多案例研究与混合方法，系统观察了大学讲座中的参与性互动 | 本文创新性地使用了系统观察和滞后序列分析作为概念-方法选择，以评估社会建构主义教学实践 | 本文的局限性在于仅关注了四位研究生教师的教学互动，样本量较小 | 旨在改进和创新研究生和博士阶段的面对面教学任务 | 大学讲座中的参与性互动 | NA | NA | 滞后序列分析 | NA | NA | 四位研究生教师 | NA | NA | NA | NA |
| 5188 | 2024-11-19 |
Advancements in opportunistic intracranial aneurysm screening: The impact of a deep learning algorithm on radiologists' analysis of T2-weighted cranial MRI
2024-Dec, Journal of stroke and cerebrovascular diseases : the official journal of National Stroke Association
|
研究论文 | 本文评估了深度学习算法在T2加权颅脑MRI中辅助放射科医生检测未破裂颅内动脉瘤的效果 | 开发了一种深度学习算法，用于在T2加权颅脑MRI中辅助放射科医生检测未破裂颅内动脉瘤，并评估了其在常规临床环境中的应用效果 | 研究样本量较小，仅涉及110名患者和8名放射科医生 | 评估深度学习算法在T2加权颅脑MRI中辅助放射科医生检测未破裂颅内动脉瘤的效果 | 未破裂颅内动脉瘤的检测 | 计算机视觉 | NA | 深度学习算法 | 深度学习算法 | 图像 | 110名患者和8名放射科医生 | NA | NA | NA | NA |
| 5189 | 2024-11-19 |
Evaluating retinal blood vessels for predicting white matter hyperintensities in ischemic stroke: A deep learning approach
2024-Dec, Journal of stroke and cerebrovascular diseases : the official journal of National Stroke Association
|
研究论文 | 本研究旨在探讨利用深度学习方法结合视网膜血管图像，有效识别脑白质高信号（WMH）负荷较高的缺血性中风患者 | 本研究提出了一种新颖的深度学习模型，用于检测缺血性中风患者中高负荷的WMH，并初步探讨了不同视网膜图像区域对WMH识别的预测意义 | 研究需要更广泛的数据收集、进一步的模型训练和前瞻性数据验证 | 研究目的是评估视网膜血管图像在预测缺血性中风患者脑白质高信号中的应用 | 研究对象为263名同时拥有视网膜眼底图像和MRI图像的缺血性中风住院患者 | 计算机视觉 | 中风 | 深度学习 | 深度学习网络模型 | 图像 | 263名缺血性中风住院患者 | NA | NA | NA | NA |
| 5190 | 2024-11-19 |
Decoding face identity: A reverse-correlation approach using deep learning
2024-Nov-16, Cognition
IF:2.8Q1
DOI:10.1016/j.cognition.2024.106008
PMID:39550877
|
研究论文 | 本研究采用反向相关方法，利用深度卷积神经网络（DCNN）识别面部识别中的关键面部特征 | 本研究创新性地使用反向相关方法和深度学习技术，客观地识别面部识别中的关键特征，而非依赖主观判断 | NA | 探索面部识别中关键面部特征的识别方法 | 面部识别中的关键面部特征 | 计算机视觉 | NA | 深度卷积神经网络（DCNN） | 卷积神经网络（CNN） | 图像 | NA | NA | NA | NA | NA |
| 5191 | 2024-11-19 |
Computed tomography enterography-based deep learning radiomics to predict stratified healing in patients with Crohn's disease: a multicenter study
2024-Nov-15, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-024-01854-x
PMID:39546153
|
研究论文 | 本研究开发了一种基于基线CTE的深度学习放射组学模型，用于非侵入性预测克罗恩病患者的分层愈合情况 | 本研究首次将深度学习放射组学模型应用于基线CTE图像，以预测克罗恩病患者的分层愈合情况 | 本研究仅在三家医院的数据上进行了验证，未来需要在更多中心进行验证以确保模型的普适性 | 开发一种非侵入性方法，用于预测克罗恩病患者的分层愈合情况 | 克罗恩病患者在接受英夫利昔单抗治疗后的分层愈合情况 | 计算机视觉 | 消化系统疾病 | 深度学习放射组学 | 深度学习模型 | 图像 | 246名克罗恩病患者，分为训练组（141名）、测试组（61名）和验证组（44名） | NA | NA | NA | NA |
| 5192 | 2024-11-19 |
Multimodality deep learning radiomics predicts pathological response after neoadjuvant chemoradiotherapy for esophageal squamous cell carcinoma
2024-Nov-15, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-024-01851-0
PMID:39546168
|
研究论文 | 本研究开发并验证了一种利用CT、T2和DWI图像的深度学习放射组学模型，用于预测食管鳞状细胞癌患者在接受新辅助放化疗后的病理完全缓解 | 本研究创新性地结合了传统和深度学习放射组学特征，开发了一种多模态深度学习放射组学模型，显著提高了预测病理完全缓解的准确性 | 本研究仅在三个机构的患者数据上进行了验证，未来需要在更多样化的患者群体中进行进一步验证 | 开发和验证一种深度学习放射组学模型，用于预测食管鳞状细胞癌患者在接受新辅助放化疗后的病理完全缓解 | 食管鳞状细胞癌患者在接受新辅助放化疗后的病理完全缓解 | 机器学习 | 食管癌 | 深度学习放射组学 | 深度学习模型 | 图像 | 151名食管鳞状细胞癌患者，其中63名达到病理完全缓解 | NA | NA | NA | NA |
| 5193 | 2024-11-19 |
Study on intelligent recognition of urban road subgrade defect based on deep learning
2024-Nov-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-72580-z
PMID:39548115
|
研究论文 | 研究基于深度学习的城市道路路基缺陷智能识别 | 采用Faster R-CNN深度学习算法进行路基缺陷图像的目标检测、识别和分类，并通过比较不同改进版本的Faster R-CNN算法，确定最适合的版本 | NA | 实现城市道路路基病害的智能识别 | 城市道路路基缺陷 | 计算机视觉 | NA | 地质雷达 | Faster R-CNN | 图像 | 多层复合结构模型和现场测量数据 | NA | NA | NA | NA |
| 5194 | 2024-11-19 |
Deep active learning for multi label text classification
2024-Nov-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-79249-7
PMID:39548182
|
研究论文 | 本文提出了一种基于贝叶斯深度学习和期望置信度的深度主动学习方法，用于多标签文本分类 | 本文首次将主动学习应用于深度多标签分类模型，并提出了一种新的基于期望置信度的获取函数 | NA | 提高多标签文本分类模型的训练效率 | 多标签文本分类模型 | 自然语言处理 | NA | 贝叶斯深度学习 | BERT | 文本 | NA | NA | NA | NA | NA |
| 5195 | 2024-11-19 |
A highly efficient tunnel lining crack detection model based on Mini-Unet
2024-Nov-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-79919-6
PMID:39548331
|
研究论文 | 本文提出了一种基于Mini-Unet的高效隧道衬砌裂缝检测模型 | 通过改进Unet架构并使用深度可分离卷积（DSConv）替代部分标准卷积层，实现了轻量级且高效的裂缝检测 | NA | 提高隧道衬砌裂缝检测的准确性和效率 | 隧道衬砌裂缝 | 计算机视觉 | NA | 深度学习 | Mini-Unet | 图像 | NA | NA | NA | NA | NA |
| 5196 | 2024-11-19 |
Integrating radiomic and 3D autoencoder-based features for Non-Small Cell Lung Cancer survival analysis
2024-Nov-08, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2024.108496
PMID:39551025
|
研究论文 | 本研究旨在开发一种基于放射组学和深度学习的生存分析特征，用于非小细胞肺癌患者的生存预测 | 本研究创新性地结合了放射组学特征和基于3D卷积自编码器的深度学习特征，用于非小细胞肺癌患者的生存分析 | 本研究仅使用了“Lung1”数据集中的422名患者数据，样本量有限，可能影响结果的泛化能力 | 开发一种新的生存分析特征，用于提高非小细胞肺癌患者的生存预测准确性 | 非小细胞肺癌患者的生存分析 | 计算机视觉 | 肺癌 | 3D卷积自编码器 | 自编码器 | 图像 | 422名非小细胞肺癌患者 | NA | NA | NA | NA |
| 5197 | 2024-11-19 |
Deep learning to capture leaf shape in plant images: Validation by geometric morphometrics
2024-Nov, The Plant journal : for cell and molecular biology
DOI:10.1111/tpj.17053
PMID:39383323
|
研究论文 | 本文研究了使用深度学习捕捉植物叶片形状，并通过几何形态测量法进行验证 | 本文结合了几何形态测量法和深度学习，评估了深度学习在捕捉叶片形状变化方面的有效性 | 深度学习模型固有的“黑箱”问题使得捕捉叶片变化的重复性具有挑战性 | 评估深度学习在捕捉叶片形状方面的有效性，并结合几何形态测量法提供形状信息的深入见解 | Ranunculus auricomus 叶片的形状变化 | 计算机视觉 | NA | 几何形态测量法 | 神经网络 | 图像 | Ranunculus auricomus 叶片的原位和压制后的图像数据集 | NA | NA | NA | NA |
| 5198 | 2024-11-19 |
DMFGAN: a multifeature data augmentation method for grape leaf disease identification
2024-Nov, The Plant journal : for cell and molecular biology
DOI:10.1111/tpj.17042
PMID:39446313
|
研究论文 | 提出了一种深度可分离多特征生成对抗网络（DMFGAN）用于增强葡萄叶病害数据 | 设计了基于四通道特征融合策略的多特征提取块（MFEB），改进了生成图像质量；设计了基于深度的D-判别器，提高了判别能力并减少了模型参数；使用SeLU激活函数替代DCGAN激活函数，解决了DCGAN激活函数无法充分拟合葡萄叶病害图像数据的问题；提出了带有梯度惩罚项的MFLoss函数，减少了生成对抗网络训练过程中的模式崩溃 | NA | 增强葡萄叶病害数据，提高病害识别的准确性和多样性 | 葡萄叶病害图像数据 | 计算机视觉 | 葡萄病害 | 生成对抗网络（GAN） | 深度可分离多特征生成对抗网络（DMFGAN） | 图像 | NA | NA | NA | NA | NA |
| 5199 | 2024-11-19 |
InterLabelGO+: unraveling label correlations in protein function prediction
2024-Nov-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btae655
PMID:39499152
|
研究论文 | 本文介绍了一种名为InterLabelGO+的混合方法，用于改进蛋白质功能预测 | InterLabelGO+结合了深度学习方法和基于比对的方法，并引入了一种新的损失函数来处理标签依赖性和不平衡问题 | NA | 开发自动化计算方法以提高蛋白质功能预测的准确性 | 蛋白质功能预测 | 机器学习 | NA | 深度学习 | 深度学习模型 | 蛋白质序列 | NA | NA | NA | NA | NA |
| 5200 | 2024-11-19 |
Molecular mechanism underlying effect of D93 and D289 protonation states on inhibitor-BACE1 binding: exploration from multiple independent Gaussian accelerated molecular dynamics and deep learning
2024-Oct, SAR and QSAR in environmental research
IF:2.3Q3
DOI:10.1080/1062936X.2024.2419911
PMID:39512118
|
研究论文 | 研究探讨了D93和D289质子化状态对抑制剂与BACE1结合的影响及其分子机制 | 整合了多重独立的高斯加速分子动力学模拟、深度学习和分子力学广义波恩表面积方法，揭示了D93和D289质子化对抑制剂结合的影响 | NA | 阐明D93和D289质子化对抑制剂与BACE1结合的影响及其分子机制，为阿尔茨海默病的药物设计提供理论支持 | BACE1蛋白、抑制剂OV6和4B2 | 分子动力学 | 阿尔茨海默病 | 高斯加速分子动力学模拟、深度学习、分子力学广义波恩表面积方法 | 深度学习 | 分子动力学轨迹 | NA | NA | NA | NA | NA |