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!

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 12105 篇文献,本页显示第 5521 - 5540 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
5521 2024-11-13
Identification of sentinel lymph node macrometastasis in breast cancer by deep learning based on clinicopathological characteristics
2024-11-06, Scientific reports IF:3.8Q1
研究论文 本研究首次探讨了基于术前临床病理特征的深度学习模型在识别乳腺癌前哨淋巴结宏转移中的应用 首次探索了深度学习模型在基于术前临床病理特征识别前哨淋巴结宏转移中的应用 特征重要性分析显示,具有相似特征的患者表现出不同的淋巴结状态预测,表明需要额外的预测因子以进一步改进 探索深度学习模型在识别乳腺癌前哨淋巴结宏转移中的可行性 乳腺癌患者的前哨淋巴结宏转移 机器学习 乳腺癌 深度学习 Transformer 临床病理特征 18,185名患者 NA NA NA NA
5522 2024-11-13
Automatic delineation of cervical cancer target volumes in small samples based on multi-decoder and semi-supervised learning and clinical application
2024-11-06, Scientific reports IF:3.8Q1
研究论文 本文提出了一种基于多解码器和半监督学习的自动分割算法,用于在小样本中确定宫颈癌目标体积,并通过独立测试队列评估其准确性 本文创新性地结合了多解码器和半监督学习方法,解决了小样本数据需求问题,提高了自动分割模型的准确性和效率 本文仅在71例患者数据上进行了验证,样本量较小,可能影响算法的泛化能力 旨在提高宫颈癌放射治疗中目标体积划分的准确性和效率 宫颈癌患者的CT图像数据,包括主要肿瘤区域和盆腔淋巴引流区域 计算机视觉 宫颈癌 多解码器和半监督学习 3D U-Net CT图像 71例宫颈癌患者 NA NA NA NA
5523 2024-11-13
Enhanced convolutional neural network architecture optimized by improved chameleon swarm algorithm for melanoma detection using dermatological images
2024-11-06, Scientific reports IF:3.8Q1
研究论文 本文提出了一种基于改进的变色龙群算法优化的卷积神经网络架构,用于通过皮肤病理图像进行黑色素瘤检测 本文的创新点在于使用改进的变色龙群算法优化卷积神经网络,以提高黑色素瘤检测的准确性 NA 本文的研究目的是开发一种自动化的深度学习方法,用于早期黑色素瘤的检测 本文的研究对象是皮肤病理图像中的黑色素瘤 计算机视觉 皮肤癌 卷积神经网络 CNN 图像 使用了SIIM-ISIC黑色素瘤数据集进行验证 NA NA NA NA
5524 2024-11-13
Artificial intelligence-assisted magnetic resonance imaging technology in the differential diagnosis and prognosis prediction of endometrial cancer
2024-11-06, Scientific reports IF:3.8Q1
研究论文 研究深度学习算法结合磁共振成像技术在子宫内膜癌风险诊断和预后预测中的应用 引入了空间注意力和通道注意力模块优化模型,提高了对高风险子宫内膜癌的诊断准确性和术后复发预测的准确性 研究仅基于回顾性数据,样本量相对较小,未来需进一步验证和扩大样本量 评估深度学习算法结合磁共振成像技术在子宫内膜癌风险诊断和预后预测中的价值 子宫内膜癌患者及其磁共振成像数据 计算机视觉 妇科肿瘤 磁共振成像 (MRI) 卷积神经网络 (CNN) 图像 210例子宫内膜癌患者的MRI图像数据,其中140例用于测试集,70例用于验证集 NA NA NA NA
5525 2024-11-13
Speech recognition using an english multimodal corpus with integrated image and depth information
2024-11-06, Scientific reports IF:3.8Q1
研究论文 本文研究了将深度信息引入多模态语料库,并探讨了集成电子图像和深度信息的英语多模态语料库的构建方法及其语音识别方法 本文的创新点在于引入了深度信息到多模态语料库中,并研究了多模态融合策略,结合语音信号和图像信息,利用深度学习技术挖掘声学和视觉特征 本文的局限性在于仅在特定信噪比条件下进行了实验,未探讨其他信噪比条件下的效果 本文的研究目的是提高英语多模态语料库的语音识别准确率 本文的研究对象是集成图像和深度信息的英语多模态语料库及其语音识别方法 自然语言处理 NA 深度学习 CNN 多模态数据(语音、图像、深度信息) NA NA NA NA NA
5526 2024-11-13
Rapid bacterial identification through volatile organic compound analysis and deep learning
2024-Nov-06, BMC bioinformatics IF:2.9Q1
研究论文 本研究探讨了通过挥发性有机化合物分析和深度学习算法自动识别细菌的方法 提出了一种新的快速识别细菌微生物的方法,通过GC-IMS检测结果自动识别细菌 NA 探索一种快速且准确识别临床环境中微生物物种的方法,以精确用药并减少抗生素耐药性的发展 细菌物种的自动识别 机器学习 NA 挥发性有机化合物分析 AlexNet 挥发性有机化合物数据 三种细菌在随机混合培养中的识别 NA NA NA NA
5527 2024-11-13
Prediction of antibody-antigen interaction based on backbone aware with invariant point attention
2024-Nov-06, BMC bioinformatics IF:2.9Q1
研究论文 本文提出了一种基于不变点注意力机制的新型神经网络架构,用于预测抗体-抗原相互作用 引入了AbAgIPA网络,通过编码抗体和抗原的结构特征来预测相互作用,显著提高了预测性能 NA 开发一种高效且准确的计算方法来预测抗体-抗原相互作用 抗体和抗原的相互作用 机器学习 NA 不变点注意力机制(IPA) 神经网络 结构特征 使用了抗原多样性和抗原特异性抗体-抗原相互作用的数据集 NA NA NA NA
5528 2024-11-13
Machine learning models in evaluating the malignancy risk of ovarian tumors: a comparative study
2024-Nov-06, Journal of ovarian research IF:3.8Q1
研究论文 本研究比较了机器学习模型与专家主观评估在评估卵巢肿瘤恶性风险中的诊断效能 本研究首次比较了多种深度学习模型在卵巢肿瘤恶性风险评估中的诊断效能,并发现深度学习模型与专家评估的诊断效能相当 本研究仅在一个中心进行回顾性分析,样本量有限,且未探讨模型在不同人群中的泛化能力 比较机器学习模型与专家主观评估在卵巢肿瘤恶性风险评估中的诊断效能 卵巢肿瘤的恶性风险评估 机器学习 卵巢癌 NA ResNet, DenseNet, Vision Transformer, Swin Transformer 图像 1555名患者 NA NA NA NA
5529 2024-11-13
Network medicine informed multiomics integration identifies drug targets and repurposable medicines for Amyotrophic Lateral Sclerosis
2024-Nov-05, NPJ systems biology and applications IF:3.5Q1
研究论文 本文开发了一种基于网络医学的方法,通过整合人脑多组学数据,优先识别肌萎缩侧索硬化症(ALS)的药物靶点和可重新利用的治疗药物 本文创新性地利用网络医学方法整合多组学数据,通过网络深度学习框架识别潜在的ALS相关基因,并应用网络接近分析确定可重新利用的药物 NA 识别肌萎缩侧索硬化症(ALS)的药物靶点和可重新利用的治疗药物 肌萎缩侧索硬化症(ALS) 生物信息学 神经退行性疾病 多组学数据整合 深度学习 基因组数据 NA NA NA NA NA
5530 2024-11-13
HarDNet-based deep learning model for osteoporosis screening and bone mineral density inference from hand radiographs
2024-Nov-03, Bone IF:3.5Q2
研究论文 本文开发了一种基于HarDNet的深度学习模型DeepDXA-Hand,用于从手部X光片中筛查骨质疏松症并推断骨密度 利用HarDNet架构的深度学习模型进行非侵入性骨密度预测,并使用GradCAM增强模型解释性 需要进一步研究以探索其在预测骨折风险中的应用 开发一种用于从手部X光片中筛查骨质疏松症并推断骨密度的深度学习模型 骨质疏松症的早期检测和骨密度推断 机器学习 骨质疏松症 深度学习 CNN 图像 10,351对手部X光片和DXA数据 NA NA NA NA
5531 2024-11-13
Exploring gender stereotypes in financial reporting: An aspect-level sentiment analysis using big data and deep learning
2024-Oct-30, Heliyon IF:3.4Q1
研究论文 本研究通过方面级情感分析方法,探讨了性别刻板印象与财务报告之间的复杂关系 首次结合大数据和深度学习技术,分析了性别刻板印象在财务报告中的表现,并揭示了经济因素对女性在财务报告中形象的影响 研究仅基于智利的财务报告数据,可能限制了结果的普适性 探讨性别刻板印象在财务报告中的表现及其影响因素 性别刻板印象、财务报告、经济因素 自然语言处理 NA 深度学习 NA 图像 129,251张人脸图像,来自2085份财务报告 NA NA NA NA
5532 2024-11-13
Heatmap analysis for artificial intelligence explainability in diabetic retinopathy detection: illuminating the rationale of deep learning decisions
2024-Oct-20, Annals of translational medicine
研究论文 本文探讨了在糖尿病视网膜病变检测中,通过热图分析揭示深度学习决策过程的透明性 本文通过比较不同眼底图像的热图,揭示了深度学习决策过程中的差异,增强了深度学习系统的可解释性 本文仅限于分析糖尿病视网膜病变检测中的热图差异,未涉及其他疾病或应用场景 探索人工智能算法在医疗应用中的透明性,特别是通过热图分析揭示深度学习决策过程 糖尿病患者同一只眼睛在瞳孔扩张前后的眼底图像 计算机视觉 糖尿病视网膜病变 卷积神经网络 CNN 图像 210对眼底图像 NA NA NA NA
5533 2024-11-13
Deep learning classification performance for diagnosing condylar osteoarthritis in patients with dentofacial deformities using panoramic temporomandibular joint projection images
2024-Oct, Oral radiology IF:1.6Q3
研究论文 本研究评估了深度学习模型在诊断颌面部畸形患者中髁突骨关节炎的性能 本研究首次使用深度学习模型对全景颞下颌关节投影图像进行分类,以诊断髁突骨关节炎 研究样本量较小,且仅限于颌面部畸形患者 评估深度学习模型在诊断颌面部畸形患者中髁突骨关节炎的准确性和一致性 颌面部畸形患者的全景颞下颌关节投影图像 计算机视觉 颞下颌关节疾病 深度学习 GoogLeNet, VGG-16 图像 68个颞下颌关节样本,其中252个用于模型训练 NA NA NA NA
5534 2024-11-13
Non-invasive prediction of massive transfusion during surgery using intraoperative hemodynamic monitoring data
2024-08, Journal of biomedical informatics IF:4.0Q2
研究论文 本研究开发了一种基于深度学习算法的模型,用于预测手术期间的大量输血 利用非侵入性的生物信号波形实时预测手术期间的大量输血 本研究为回顾性研究,且仅在两家医院进行了验证 开发一种能够在手术期间提前10分钟预测大量输血的模型,以减少并发症和死亡率 手术期间的大量输血预测 机器学习 NA 深度学习算法 深度学习模型 生物信号波形 18,135名患者用于模型开发和内部验证,621名患者用于外部验证 NA NA NA NA
5535 2024-11-13
CardSegNet: An adaptive hybrid CNN-vision transformer model for heart region segmentation in cardiac MRI
2024-Jul, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1
研究论文 本文提出了一种自适应混合CNN-Vision Transformer模型CardSegNet,用于心脏区域在心脏MRI中的分割 引入了自适应多注意力(SMA)模块,结合卷积和Vision Transformer的注意力机制,以提高分割精度 NA 开发一种高精度的心脏MRI图像分割方法,以测量心脏参数和诊断异常 左心室(LV)、右心室(RV)和左心室心肌的分割 计算机视觉 心血管疾病 MRI CNN-Vision Transformer 图像 ACDC2017数据集(n=100)、M&Ms数据集(n=321)和本地数据集(n=22) NA NA NA NA
5536 2024-11-12
Computational stabilization of a non-heme iron enzyme enables efficient evolution of new function
2024-Jul-25, bioRxiv : the preprint server for biology
研究论文 本文展示了基于深度学习的工具ProteinMPNN如何用于重新设计Fe(II)/αKG超家族酶,以提高其稳定性、溶解性和表达量,同时保留其天然活性及工业相关的非天然功能 首次使用ProteinMPNN工具对Fe(II)/αKG酶进行计算稳定化设计,并在定向进化中验证了其有效性 仅在tP4H和GriE酶上进行了验证,尚未在其他酶中广泛应用 探索计算序列重新设计在定向进化中作为第一步的可行性,以开发新型生物催化剂 Fe(II)/αKG超家族酶tP4H和GriE 机器学习 NA ProteinMPNN NA 蛋白质序列 tP4H和GriE酶的野生型及稳定化设计变体 NA NA NA NA
5537 2024-11-12
A deep learning framework for predicting disease-gene associations with functional modules and graph augmentation
2024-Jun-14, BMC bioinformatics IF:2.9Q1
研究论文 本文介绍了一种名为ModulePred的深度学习框架,用于预测疾病-基因关联,通过功能模块和图增强技术提高预测性能 本文创新性地引入了功能模块(如蛋白质复合物)和图增强技术,以解决现有研究中忽略的功能模块累积影响和数据不完整问题 NA 探索基因-疾病关联的机制,以改进预防和治疗策略 疾病-基因关联、蛋白质复合物和蛋白质相互作用 机器学习 NA 图神经网络 图神经网络 图数据 NA NA NA NA NA
5538 2024-11-12
Methodological insights into ChatGPT's screening performance in systematic reviews
2024-Mar-27, BMC medical research methodology IF:3.9Q1
研究论文 本研究评估了ChatGPT在放射学系统评价筛选过程中的表现,并与普通医生进行了比较 首次评估了ChatGPT在无需训练数据的情况下自动筛选系统评价的能力 ChatGPT的特异性和阳性预测值低于人类评分者,且Kappa系数较低 评估ChatGPT在放射学系统评价筛选过程中的有效性 ChatGPT在放射学系统评价筛选中的表现与普通医生的比较 自然语言处理 NA 生成预训练变压器(GPT) GPT 文本 1198篇摘要 NA NA NA NA
5539 2024-11-12
Deep Learning-Based Multi-Class Segmentation of the Paranasal Sinuses of Sinusitis Patients Based on Computed Tomographic Images
2024-Mar-18, Sensors (Basel, Switzerland)
研究论文 本研究通过比较四种3D U-Net变体(正常、残差、密集和残差-密集),引入了一种多类卷积神经网络(CNN)分割模型,用于鼻窦炎患者的鼻窦CT图像分割 本研究引入了多类卷积神经网络(CNN)分割模型,并通过比较四种3D U-Net变体,展示了正常3D U-Net在鼻窦分割中的优越性能 尽管在清晰的鼻窦中实现了有效的分割,但在黏膜炎症方面仍存在局限性 本研究的目的是通过引入多类卷积神经网络(CNN)分割模型,提高鼻窦炎患者鼻窦CT图像的分割精度,从而减少手术并发症 本研究的对象是鼻窦炎患者的鼻窦CT图像 计算机视觉 鼻窦炎 卷积神经网络(CNN) 3D U-Net 图像 40名患者(20名正常,20名异常) NA NA NA NA
5540 2024-11-12
A Survey on Blood Pressure Measurement Technologies: Addressing Potential Sources of Bias
2024-Mar-07, Sensors (Basel, Switzerland)
综述 本文综述了血压测量技术,特别是袖带式血压监测技术,探讨了测量中可能存在的偏差来源 本文提出了利用人工智能(AI)技术开发新一代袖带式血压设备,以减少测量偏差并提供个性化的血压相关心血管风险指数 本文主要关注袖带式血压监测技术,未涵盖其他类型的血压测量方法 探讨血压测量技术中的偏差来源,并提出利用AI技术改进血压测量设备 血压测量技术及其在临床和日常监测中的应用 NA 心血管疾病 人工智能(AI)、机器学习、深度学习、贝叶斯推断 NA 电子健康记录中的血压记录 NA NA NA NA NA
回到顶部