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!

Sample Image
添加微信请说明来意
Sample Image
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。

当前筛选条件: [分区不过滤] [IF不过滤] [发表日期:202401-202412] [清除筛选条件]
当前共找到 12156 篇文献,本页显示第 5241 - 5260 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
5241 2024-10-17
Unpaired data training enables super-resolution confocal microscopy from low-resolution acquisitions
2024-Oct-15, Optics letters IF:3.1Q2
研究论文 本文介绍了一种使用循环一致生成对抗网络(cycleGAN)框架,通过未配对数据训练来提高共聚焦显微镜横向分辨率的方法 本文首次使用未配对数据训练cycleGAN模型,实现了共聚焦显微镜的超分辨率成像 需要进一步验证该方法在其他类型细胞和不同显微镜系统中的适用性 开发一种无需配对训练数据即可实现显微镜超分辨率成像的方法 人胶质母细胞瘤细胞的低分辨率和高分辨率共聚焦图像 计算机视觉 NA NA cycleGAN 图像 未配对的低分辨率和高分辨率共聚焦图像
5242 2024-10-17
Deep Learning Analysis With Gray Scale and Doppler Ultrasonography Images to Differentiate Graves' Disease
2024-Oct-15, The Journal of clinical endocrinology and metabolism
研究论文 本研究开发了一种基于灰度和多普勒超声图像的机器学习算法,用于区分格雷夫斯病和甲状腺炎 利用深度学习模型Xception和EfficientNetB0_2处理超声图像,以提高格雷夫斯病诊断的准确性和敏感性 研究仅在单一三级医院进行,样本量有限,可能影响结果的普适性 开发一种机器学习算法,用于区分格雷夫斯病和甲状腺炎,以确保有效的治疗决策 格雷夫斯病和甲状腺炎患者 机器学习 内分泌疾病 超声成像 深度学习模型 图像 7719张格雷夫斯病患者的超声图像和2980张甲状腺炎患者的超声图像
5243 2024-10-17
Deep Learning Image Segmentation Based on Adaptive Total Variation Preprocessing
2024-Oct-15, IEEE transactions on cybernetics IF:9.4Q1
研究论文 本文提出了一种基于MS模型的两阶段图像分割方法,旨在提高复杂结构和背景图像的分割精度 引入了各向异性正则化项,通过自适应加权矩阵结合梯度算子,使得曲线沿物体局部特征切线方向扩散,并能过滤与图像目标无关的信息,减少复杂背景的干扰 NA 提高复杂结构和背景图像的分割精度 图像分割 计算机视觉 NA 交替方向乘子法(ADMMs) 深度学习方法 图像 NA
5244 2024-10-17
Enhancing Semantic Segmentation in High-Resolution TEM Images: A Comparative Study of Batch Normalization and Instance Normalization
2024-Oct-15, Microscopy and microanalysis : the official journal of Microscopy Society of America, Microbeam Analysis Society, Microscopical Society of Canada IF:2.9Q1
研究论文 研究了批量归一化和实例归一化对高分辨率透射电子显微镜图像语义分割性能的影响 发现实例归一化在语义分割任务中优于批量归一化 仅比较了批量归一化和实例归一化,未探讨其他归一化方法 探讨不同归一化方法对透射电子显微镜图像语义分割性能的影响 高分辨率透射电子显微镜图像 计算机视觉 NA NA U-Net 和 ResNet 图像 两个不同的数据集
5245 2024-10-17
Comparative analysis of retinal microvascular parameters in healthy individuals with or without carotid artery stenosis or plaque
2024-Oct-15, European journal of ophthalmology IF:1.4Q3
研究论文 本研究通过眼底摄影评估视网膜微血管变化与颈动脉狭窄(CAS)及其斑块之间的关系 使用深度学习算法分析眼底摄影图像,提供了一种新的CAS筛查方法 研究为回顾性观察性研究,样本量有限 评估视网膜微血管变化与颈动脉狭窄及其斑块之间的相关性 视网膜微血管参数与颈动脉内膜中层厚度(IMT) 计算机视觉 心血管疾病 深度学习算法 NA 图像 715名参与者,包括313名CAS患者(其中91名有斑块,222名无斑块)和402名无CAS的对照组
5246 2024-10-16
Deep learning of echocardiography distinguishes between presence and absence of late gadolinium enhancement on cardiac magnetic resonance in patients with hypertrophic cardiomyopathy
2024-Oct-14, Echo research and practice IF:3.2Q2
研究论文 本研究利用深度学习技术分析超声心动图图像,以区分肥厚型心肌病患者心脏磁共振成像中晚期钆增强的有无 本研究提出了一种新的模型,结合临床参数和基于深度学习的超声心动图分析,显著提高了区分晚期钆增强的能力 本研究的样本量较小,且仅限于肥厚型心肌病患者 旨在利用深度学习技术区分肥厚型心肌病患者心脏磁共振成像中晚期钆增强的有无 肥厚型心肌病患者 计算机视觉 心血管疾病 深度学习 深度卷积神经网络 (DCNN) 图像 323例肥厚型心肌病患者
5247 2024-10-17
Enhancing societal security: a multimodal deep learning approach for a public person identification and tracking system
2024-10-14, Scientific reports IF:3.8Q1
研究论文 本文提出了一种基于多模态深度学习的公共人员识别和跟踪系统,以增强社会安全 该系统采用多模态方法,结合步态、面部和虹膜识别,并使用预训练的深度卷积神经网络(DCNNs)进行个体预测,准确率高达94%,优于现有系统 NA 研究旨在探索和验证所提出的系统在公共空间中的有效性和潜在应用 公共空间中的人员识别和跟踪 计算机视觉 NA 深度卷积神经网络(DCNNs) 深度卷积神经网络(DCNNs) 图像 NA
5248 2024-10-17
An effective method for anomaly detection in industrial Internet of Things using XGBoost and LSTM
2024-Oct-14, Scientific reports IF:3.8Q1
研究论文 提出了一种基于XGBoost和LSTM的工业物联网异常检测方法 通过设置不同阈值的XGBoost进行特征选择,并设计了优化的损失函数来处理数据不平衡和高相似类别问题 未提及具体局限性 提高工业物联网中异常检测的准确性和效率 工业物联网中的异常检测 机器学习 NA XGBoost, LSTM MIX_LSTM 数据集 使用UNSW-NB15和NSL-KDD数据集进行实验
5249 2024-10-17
Ultrasound-based artificial intelligence model for prediction of Ki-67 proliferation index in soft tissue tumors
2024-Oct-14, Academic radiology IF:3.8Q1
研究论文 研究深度学习(DL)结合影像组学和临床影像特征在预测软组织肿瘤Ki-67增殖指数中的价值 提出了一种基于超声的融合模型,结合临床、影像组学和深度学习特征,用于预测软组织肿瘤的Ki-67表达水平 研究为回顾性,样本来自两家医院,可能存在选择偏倚 探讨深度学习结合影像组学和临床影像特征在预测软组织肿瘤Ki-67增殖指数中的应用 软组织肿瘤的Ki-67增殖指数 机器学习 NA 深度学习 支持向量机 影像 394例软组织肿瘤患者,其中训练集323例,验证集71例
5250 2024-10-17
Enhancing Radiologists' Performance in Detecting Cerebral Aneurysms Using a Deep Learning Model: A Multicenter Study
2024-Oct-14, Academic radiology IF:3.8Q1
研究论文 本研究开发了一种基于深度学习的模型,用于在临床环境中检测和诊断脑动脉瘤,并与放射科医生的诊断结果进行比较 本研究首次展示了深度学习模型在多中心临床环境中辅助放射科医生检测脑动脉瘤的效果,显著提高了诊断准确性和工作效率 本研究仅在特定类型的脑动脉瘤检测中进行了验证,未来需要在更多类型的疾病和更广泛的数据集上进行验证 开发和验证一种深度学习模型,以提高放射科医生在临床环境中检测脑动脉瘤的诊断性能和工作效率 脑动脉瘤的检测和诊断 计算机视觉 脑血管疾病 深度学习 深度学习模型 图像 训练集包含来自11个临床中心的3829名患者的数据,测试集包含来自3个机构的484名患者的数据
5251 2024-10-17
A Multicenter Cohort Study on Ultrasound-based Deep Learning Nomogram for Predicting Post-Neoadjuvant Chemotherapy Axillary Lymph Node Status in Breast Cancer Patients
2024-Oct-14, Academic radiology IF:3.8Q1
研究论文 本研究评估了基于超声的深度学习诺模图在预测乳腺癌患者新辅助化疗后腋窝淋巴结状态中的能力 开发了一种基于超声的深度学习诺模图,用于预测新辅助化疗后腋窝淋巴结状态,并展示了其在辅助放射科医生诊断中的潜力 研究仅在两个医疗中心进行,样本量有限,可能影响结果的普适性 评估基于超声的深度学习诺模图在预测乳腺癌患者新辅助化疗后腋窝淋巴结状态中的能力 乳腺癌患者新辅助化疗后的腋窝淋巴结状态 计算机视觉 乳腺癌 深度学习 ResNet 50 图像 535名接受新辅助化疗的乳腺癌患者
5252 2024-10-17
Large language models can help with biostatistics and coding needed in radiology research
2024-Oct-14, Academic radiology IF:3.8Q1
研究论文 评估大型语言模型(LLMs)在放射学研究中提供统计和深度学习解决方案及代码的能力 首次评估LLMs在放射学研究中处理生物统计学任务和生成代码的能力 LLMs生成的代码需要用户进一步验证和优化,存在潜在错误和幻觉风险 评估LLMs在放射学研究中提供统计和深度学习解决方案及代码的能力 ChatGPT-4o, ChatGPT-3.5, 和 Google Gemini 在生物统计学和深度学习任务中的表现 机器学习 NA 大型语言模型(LLMs) Vision Transformer ViT-B/16 图像 使用Cancer Imaging Archive和RSNA-STR Pneumonia Detection Challenge数据集
5253 2024-10-17
Intelligent agricultural robotic detection system for greenhouse tomato leaf diseases using soft computing techniques and deep learning
2024-10-12, Scientific reports IF:3.8Q1
研究论文 本文提出了一种智能农业机器人系统,用于温室番茄叶病的检测,结合了模糊控制算法和基于深度学习的疾病分类模型 引入了升级版的深度卷积生成对抗网络(DCGAN),通过生成增强的番茄叶病图片来显著提升训练数据集的质量 NA 开发一种用于温室番茄叶病检测的智能农业机器人系统 温室番茄叶病 计算机视觉 NA 深度学习 深度卷积生成对抗网络(DCGAN) 图像 使用了包含九种番茄叶病类的PlantVillage数据集,并通过DCGAN生成了增强数据集
5254 2024-10-17
Deep learning assisted quantitative detection of cardiac troponin I in hierarchical dendritic copper-nickel nanostructure lateral flow immunoassay
2024-Oct-10, Analytical methods : advancing methods and applications IF:2.7Q1
研究论文 本文开发了一种深度学习方法,用于高效分割HD-纳米金属LFIA传感器图像中的目标区域,以提高定量检测的准确性 提出了改进的UNet++网络,结合注意力和残差模块,能够准确分割不同强度的荧光区域,特别是弱荧光区域 NA 提高基于HD-纳米金属LFIA传感器的快速和准确疾病标志物检测的定量检测准确性 心脏肌钙蛋白I(cTnI)的定量检测 计算机视觉 心血管疾病 深度学习 UNet++ 图像 使用HD-nanoCu-Ni LFIA传感器进行cTnI检测的案例研究
5255 2024-10-17
Efficient application of deep learning-based elective lymph node regions delineation for pelvic malignancies
2024-Oct, Medical physics IF:3.2Q1
研究论文 本研究开发了一种基于深度学习的盆腔淋巴结区域自动勾画模型,用于提高盆腔恶性肿瘤放疗中的勾画效率和一致性 本研究首次应用级联多头部U-net模型进行盆腔淋巴结区域的自动勾画,显著提高了勾画效率和一致性 本研究仅在盆腔恶性肿瘤患者中进行了验证,未来需在更多类型的肿瘤中进行验证 开发一种高效的深度学习模型,用于自动勾画盆腔恶性肿瘤患者的淋巴结区域 盆腔恶性肿瘤患者的淋巴结区域 计算机视觉 NA 深度学习 级联多头部U-net CT图像 160名盆腔恶性肿瘤患者,包括直肠癌、前列腺癌和宫颈癌,其中120名用于训练,40名用于测试
5256 2024-10-17
Efficient segmentation of fetal brain MRI based on the physical resolution
2024-Oct, Medical physics IF:3.2Q1
研究论文 本文研究了基于物理分辨率的胎儿脑部MRI图像分割方法 提出了一种基于MRI物理分辨率的胎儿脑部图像分割方法,并通过深度学习模块实现了高表观分辨率的分割 研究仅限于回顾性分析,样本量相对较小 验证基于MRI物理分辨率的胎儿脑部图像分割方法的有效性 胎儿和成人的脑部MRI图像 计算机视觉 NA MRI ConvNet 图像 150例成人脑部MRI和80例胎儿脑部MRI
5257 2024-10-17
Assessment of multi-modal magnetic resonance imaging for glioma based on a deep learning reconstruction approach with the denoising method
2024-Oct, Acta radiologica (Stockholm, Sweden : 1987)
研究论文 本文评估了基于深度学习重建和去噪方法的多模态磁共振成像在胶质瘤中的应用 首次评估了深度学习重建方法在多模态胶质瘤成像中的应用 NA 评估多模态磁共振成像在胶质瘤中的应用效果 107名胶质瘤患者的术前和术后多模态图像 计算机视觉 脑肿瘤 磁共振成像 深度学习重建 图像 107名胶质瘤患者
5258 2024-10-17
Artificial Intelligence-Assisted Perfusion Density as Biomarker for Screening Diabetic Nephropathy
2024-Oct-01, Translational vision science & technology IF:2.6Q2
研究论文 研究利用人工智能辅助的超广角扫频源光学相干断层扫描血管造影技术,识别糖尿病肾病筛查的可靠生物标志物 首次提出利用人工智能辅助的超广角扫频源光学相干断层扫描血管造影技术,评估糖尿病肾病与糖尿病视网膜病变之间的关联,并将其作为非侵入性生物标志物 研究样本仅限于2型糖尿病患者,且样本量相对较小,可能影响结果的普适性 识别糖尿病肾病的可靠筛查生物标志物 2型糖尿病患者的视网膜和脉络膜数据 数字病理学 糖尿病肾病 超广角扫频源光学相干断层扫描血管造影技术 随机森林模型 图像 169名2型糖尿病患者,共287只眼睛,产生15,211个数据点
5259 2024-10-17
Deep Learning Augmented Osteoarthritis Grading Standardization
2024-Oct, Tissue engineering. Part A
研究论文 本文探讨了使用深度学习技术对骨关节炎(OA)的软骨组织学图像进行自动分级,以标准化OA分级 本文首次使用组织学图像而非放射图像进行OA分级,并开发了一种基于深度学习的自动化分级系统 本文未详细讨论模型的泛化能力和在不同数据集上的表现 开发一种基于深度学习的自动化系统,用于骨关节炎的软骨组织学图像分级 膝关节骨关节炎的软骨组织学图像 计算机视觉 骨关节炎 深度学习 DenseNet121 图像 组织学图像被分为四个等级(Grade 0-3),并进行了五折交叉验证
5260 2024-10-17
Processing of Short-Form Content in Clinical Narratives: Systematic Scoping Review
2024-Sep-26, Journal of medical Internet research IF:5.8Q1
综述 本文综述了临床叙述中短形式内容的处理方法,重点关注自然语言处理技术在识别、扩展和消歧中的应用 本文首次系统地综述了临床叙述中短形式内容的处理方法,并分析了不同自然语言处理技术的应用情况 本文发现临床短形式的定义不明确,且研究中对单字符缩写和非英语语言的处理不足 旨在概述临床叙述中短形式的类型及其识别、扩展和消歧的自然语言处理技术 临床叙述中的短形式内容及其处理方法 自然语言处理 NA 自然语言处理 NA 文本 共分析了19篇文献
回到顶部