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 12390 篇文献，本页显示第 6621 - 6640 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 6621 | 2024-11-06 |
Automatic detection of methane emissions in multispectral satellite imagery using a vision transformer
2024-May-14, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-47754-y
PMID:38744827
|
研究论文 | 本文提出了一种利用视觉变换器在多光谱卫星图像中自动检测甲烷排放的方法 | 该方法通过深度学习克服了多光谱卫星数据在光谱分辨率上的权衡，实现了全球覆盖和高时空分辨率的甲烷检测 | NA | 开发一种能够自动、高分辨率检测全球范围内甲烷排放的方法 | 多光谱卫星图像中的甲烷排放点源 | 计算机视觉 | NA | 深度学习 | 视觉变换器 | 多光谱卫星图像 | NA | NA | NA | NA | NA |
| 6622 | 2024-11-06 |
Dynamic clustering via branched deep learning enhances personalization of stress prediction from mobile sensor data
2024-Mar-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-56674-2
PMID:38503794
|
研究论文 | 本文开发了一种名为Branched CALM-Net的平台，通过动态聚类和分支深度学习技术，个性化预测大学生从移动传感器数据中的压力水平 | 首次在多任务设置中利用分支技术实现个性化和持续适应 | NA | 克服从移动电话数据预测压力水平的挑战，解决数据不规则性、个体间变异性和冷启动问题 | 大学生从移动传感器数据中的压力水平 | 机器学习 | NA | 分支深度学习 | Branched CALM-Net | 移动传感器数据 | Dartmouth StudentLife研究中的学生数据 | NA | NA | NA | NA |
| 6623 | 2024-11-06 |
A commentary on 'Intelligent cataract surgery supervision and evaluation via deep learning'
2024-Mar-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000001030
PMID:38126410
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 6624 | 2024-11-06 |
Evaluation and optimization of sequence-based gene regulatory deep learning models
2024-Feb-17, bioRxiv : the preprint server for biology
DOI:10.1101/2023.04.26.538471
PMID:38405704
|
研究论文 | 本文通过DREAM挑战评估和优化基于序列的基因调控深度学习模型，探讨了模型架构和训练策略对基因组学模型性能的影响 | 开发了一个框架来分解模型为逻辑等价的构建块，并测试了所有可能的组合，观察到性能的提升 | NA | 评估和优化基因调控深度学习模型的性能 | 基因调控DNA序列与基因表达之间的关系 | 机器学习 | NA | 神经网络 | 神经网络 | DNA序列 | 数百万个随机启动子DNA序列及其对应的表达水平 | NA | NA | NA | NA |
| 6625 | 2024-11-06 |
Deep learning predicts therapy-relevant genetics in acute myeloid leukemia from Pappenheim-stained bone marrow smears
2024-01-09, Blood advances
IF:7.4Q1
DOI:10.1182/bloodadvances.2023011076
PMID:37967385
|
研究论文 | 开发了一种全自动端到端的深度学习管道，用于从常规染色的骨髓涂片扫描图像中直接预测急性髓系白血病的治疗相关遗传异常 | 首次使用深度学习技术从常规染色的骨髓涂片图像中直接预测急性髓系白血病的遗传异常，提供了一种快速且经济高效的筛查工具 | 需要进一步验证模型在其他骨髓疾病中的适用性 | 开发一种快速且经济高效的工具，用于在急性髓系白血病诊断当天直接从常规染色的骨髓涂片中预测治疗相关的遗传异常 | 急性髓系白血病患者的骨髓涂片图像 | 计算机视觉 | 血液疾病 | 深度学习 | 卷积神经网络 | 图像 | 408名急性髓系白血病患者，超过200万张单细胞图像 | NA | NA | NA | NA |
| 6626 | 2024-11-06 |
DCMA: faster protein backbone dihedral angle prediction using a dilated convolutional attention-based neural network
2024, Frontiers in bioinformatics
IF:2.8Q2
DOI:10.3389/fbinf.2024.1477909
PMID:39493577
|
研究论文 | 提出了一种名为DCMA的轻量级方法，用于预测蛋白质骨架的二面角 | 引入了一种新的轻量级方法DCMA，结合了膨胀卷积和多头注意力机制，以提高预测性能并减少计算资源需求 | NA | 开发一种更高效的计算方法来预测蛋白质骨架的二面角 | 蛋白质骨架的二面角 | 机器学习 | NA | 膨胀卷积和多头注意力机制 | CNN | 蛋白质序列数据 | 使用了公共的CASP基准数据集进行验证 | NA | NA | NA | NA |
| 6627 | 2024-11-06 |
Are ICD codes reliable for observational studies? Assessing coding consistency for data quality
2024 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076241297056
PMID:39493629
|
研究论文 | 评估ICD代码在电子健康记录中的编码一致性及其对数据质量的影响 | 使用深度学习和统计模型分析ICD-9-CM到ICD-10-CM转换期间ICD代码分配的变化 | 研究仅限于美国退伍军人管理局的数据，结果可能不适用于其他医疗系统 | 评估ICD代码在不同时间和地点的可靠性，以确保观察性研究的数据质量 | ICD-9-CM到ICD-10-CM转换期间的ICD代码分配 | NA | NA | 深度学习 | 统计模型 | 电子健康记录数据 | 687个最常用的代码集群 | NA | NA | NA | NA |
| 6628 | 2024-11-06 |
Commentary on "Large-Scale Pancreatic Cancer Detection via Non-Contrast CT and Deep Learning"
2024, Biomedical engineering and computational biology
IF:2.3Q3
DOI:10.1177/11795972241293521
PMID:39494415
|
评论 | 评论Cao等人开发的用于早期检测胰腺导管腺癌（PDAC）的AI模型PANDA | NA | 模型主要在东亚数据集上训练，可能影响其在不同人群中的泛化能力；对罕见病变的检测能力有待提高；高特异性可能导致误报 | 评论PANDA模型在胰腺癌早期检测中的应用 | PANDA模型及其在胰腺癌检测中的表现 | 计算机视觉 | 胰腺癌 | 深度学习 | AI模型 | CT扫描图像 | 主要基于东亚数据集 | NA | NA | NA | NA |
| 6629 | 2024-11-06 |
Breast Cancer Diagnosis Using Virtualization and Extreme Learning Algorithm Based on Deep Feed Forward Networks
2024, Biomedical engineering and computational biology
IF:2.3Q3
DOI:10.1177/11795972241278907
PMID:39494417
|
研究论文 | 本文提出了一种基于深度前馈网络的虚拟化和极限学习算法，用于乳腺癌的诊断 | 本文提出了智能窗口遗迹删除（SWVD）技术进行预处理，并使用深度残差多类架构（DRMFA）进行特征提取，结合改进的乌鸦觅食-ELM（ACF-ELM）算法进行分类 | NA | 开发一种新的乳腺癌诊断方法，利用云技术和机器学习提高诊断准确性 | 乳腺癌的早期检测和诊断 | 机器学习 | 乳腺癌 | 深度学习 | 极限学习机（ELM） | 图像 | 使用了DDSM和INbreast数据集 | NA | NA | NA | NA |
| 6630 | 2024-11-04 |
Decoding viewer emotions in video ads
2024-Nov-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-76968-9
PMID:39487244
|
研究论文 | 本文研究了视频广告中观众情感的解码问题 | 本文通过深度学习方法解决了缺乏大规模情感标注视频数据集的问题，并提供了一个准确的深度学习解决方案 | 本文的模型在检测某些情感类别时表现较好，但在其他类别上仍有改进空间 | 理解和预测观众对视频的情感反应 | 视频广告中的观众情感 | 计算机视觉 | NA | 深度学习 | 卷积神经网络 | 视频和音频 | 超过30,000个真实视频广告，每个广告平均由75名观众标注，共有超过230万个情感标注 | NA | NA | NA | NA |
| 6631 | 2024-11-04 |
A deep learning approach for cervical cord injury severity determination through axial and sagittal magnetic resonance imaging segmentation and classification
2024-Nov, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
IF:2.6Q1
DOI:10.1007/s00586-024-08464-7
PMID:39198286
|
研究论文 | 本文研究了通过轴向和矢状磁共振成像分割和分类来确定颈椎脊髓损伤严重程度的深度学习方法 | 利用深度卷积神经网络对颈椎脊髓损伤的MRI图像进行分割和分类，以提高损伤严重程度的识别准确性 | 需要进一步研究以开发更高级的模型来预测脊髓损伤病例中的患者预后 | 分析深度学习技术用于从MRI扫描中识别和分类颈椎脊髓损伤严重程度 | 颈椎脊髓损伤患者的MRI图像 | 计算机视觉 | 脊髓损伤 | 深度学习 | 深度卷积神经网络 | 图像 | 2019年至2022年间入院的创伤性和非创伤性颈椎脊髓损伤患者 | NA | NA | NA | NA |
| 6632 | 2024-11-04 |
Multiscale Conditional Adversarial Networks based domain-adaptive method for rotating machinery fault diagnosis under variable working conditions
2024-Nov, ISA transactions
IF:6.3Q1
DOI:10.1016/j.isatra.2024.08.027
PMID:39237396
|
研究论文 | 提出了一种基于多尺度条件对抗网络的领域自适应方法，用于变工况下的旋转机械故障诊断 | 引入了一种新的多尺度模块和注意力机制，增强了模型的动态调整和自适应能力，并使用双向长短期记忆网络进行时空特征的域适应 | NA | 解决变工况下旋转机械故障诊断中的领域偏移问题 | 旋转机械故障诊断 | 机器学习 | NA | 多尺度条件对抗网络 (MCAN) | 双向长短期记忆网络 (BiLSTM) | 数据 | 使用了两个公开的故障诊断数据集和一个状态监测实验数据 | NA | NA | NA | NA |
| 6633 | 2024-11-04 |
Artificial intelligence and radiotherapy: Evolution or revolution?
2024-Nov, Cancer radiotherapie : journal de la Societe francaise de radiotherapie oncologique
IF:1.5Q3
DOI:10.1016/j.canrad.2024.09.003
PMID:39406605
|
研究论文 | 本文探讨了人工智能，特别是深度学习算法在放射治疗中的整合，及其对放射治疗领域的多方面影响 | 人工智能的整合提高了放射治疗的准确性、效率和个性化护理，并有望通过自动化任务、提高诊断精度和实现自适应放射治疗来彻底改变该行业 | 人工智能的引入也带来了自动化偏差、验证失败和临床技能潜在退化等风险，需要持续培训和开发强大的质量保证程序来缓解这些风险 | 探讨人工智能在放射治疗中的应用及其对专业角色的演变和实际挑战的影响 | 人工智能在放射治疗中的应用及其对放射肿瘤学家和医学物理学家角色的影响 | NA | NA | 深度学习算法 | NA | NA | NA | NA | NA | NA | NA |
| 6634 | 2024-11-04 |
The performance of large language models in intercollegiate Membership of the Royal College of Surgeons examination
2024-Nov, Annals of the Royal College of Surgeons of England
IF:1.1Q3
DOI:10.1308/rcsann.2024.0023
PMID:38445611
|
研究论文 | 评估大型语言模型在皇家外科医学院会员考试（MRCS）中的表现 | 首次评估大型语言模型在MRCS Part A考试中的表现 | 样本量较小，仅使用了300个模拟问题 | 评估人工智能在MRCS Part A考试中的表现 | GPT-3.5、GPT 4.0和Bard三种大型语言模型 | 自然语言处理 | NA | 深度学习算法 | 大型语言模型 | 文本 | 300个模拟问题 | NA | NA | NA | NA |
| 6635 | 2024-11-04 |
FACSNet: Forensics aided content selection network for heterogeneous image steganalysis
2024-Nov-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-77552-x
PMID:39482418
|
研究论文 | 本文设计了一种用于异构图像隐写分析的法医辅助内容选择网络（FACSNet） | 引入法医辅助模块对测试图像进行预分类，并使用内容选择模块进一步分析和分类图像复杂度，以训练更适应的隐写分析器 | 未提及 | 提高异构图像隐写分析的检测准确性 | 异构图像的隐写分析 | 计算机视觉 | NA | 深度学习 | FACSNet | 图像 | 未提及 | NA | NA | NA | NA |
| 6636 | 2024-11-04 |
A deep learning-based image analysis for assessing the extent of abduction in abducens nerve palsy patients before and after strabismus surgery
2024 Nov-Dec, Advances in ophthalmology practice and research
DOI:10.1016/j.aopr.2024.06.004
PMID:39484054
|
研究论文 | 本文提出了一种基于深度学习的图像分析方法，用于评估外展神经麻痹患者在斜视手术前后外展程度的变化 | 本文首次提出了一种基于深度学习的图像分析方法，用于自动评估外展神经麻痹患者的外展程度 | 研究样本量较小，仅包括13名患者 | 开发一种自动评估外展神经麻痹患者外展程度的方法，以客观评估手术效果 | 外展神经麻痹患者在斜视手术前后的外展程度 | 计算机视觉 | NA | NA | R2AU-Net | 图像 | 13名外展神经麻痹患者 | NA | NA | NA | NA |
| 6637 | 2024-11-04 |
Performance evaluation of a deep learning-based cascaded HRNet model for automatic measurement of X-ray imaging parameters of lumbar sagittal curvature
2024-Nov, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
IF:2.6Q1
DOI:10.1007/s00586-023-07937-5
PMID:37787781
|
研究论文 | 本文开发并评估了一种基于深度学习的级联HRNet模型，用于自动测量腰椎侧位X光片中的矢状曲度参数 | 本文首次提出了一种基于深度学习的级联HRNet模型，用于自动测量腰椎矢状曲度的X光影像参数 | NA | 开发一种基于深度学习的模型，用于自动测量腰椎矢状曲度的X光影像参数，并评估其预测性能 | 腰椎侧位数字X光片中的矢状曲度参数 | 计算机视觉 | NA | 深度学习 | HRNet | 图像 | 共收集了3730张腰椎侧位数字X光片，其中3150张用于训练和验证，580张用于测试 | NA | NA | NA | NA |
| 6638 | 2024-11-04 |
Deep learning algorithm for fully automated measurement of sagittal balance in adult spinal deformity
2024-Nov, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
IF:2.6Q1
DOI:10.1007/s00586-023-08109-1
PMID:38231388
|
研究论文 | 本文评估了一种创新的深度学习算法在成人脊柱畸形中分析矢状平衡的准确性 | 首次评估了一种完全自动化的深度学习算法在成人脊柱畸形中分析矢状平衡的准确性 | NA | 评估深度学习算法在成人脊柱畸形中分析矢状平衡的准确性 | 成人脊柱畸形患者的术前和术后放射影像 | 计算机视觉 | 脊柱畸形 | 深度学习 | 深度学习算法 | 影像 | 141例成人脊柱畸形患者的术前和术后放射影像 | NA | NA | NA | NA |
| 6639 | 2024-11-04 |
Deep learning algorithm for automatically measuring Cobb angle in patients with idiopathic scoliosis
2024-Nov, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
IF:2.6Q1
DOI:10.1007/s00586-023-08024-5
PMID:38367024
|
研究论文 | 本文开发了一种深度学习模型，用于自动测量特发性脊柱侧弯患者的Cobb角 | 提出了一个自动测量Cobb角的深度学习模型，减少了人工测量的变异性 | 需要进一步研究以提高模型的准确性和通用性 | 开发一种自动测量Cobb角的深度学习模型，以减少测量误差 | 特发性脊柱侧弯患者的Cobb角 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 图像 | 297张脊柱X光片，其中227张用于训练，70张用于验证 | NA | NA | NA | NA |
| 6640 | 2024-11-04 |
Estimating lumbar bone mineral density from conventional MRI and radiographs with deep learning in spine patients
2024-Nov, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society
IF:2.6Q1
DOI:10.1007/s00586-024-08463-8
PMID:39212711
|
研究论文 | 本研究旨在利用深度学习方法从常规腰椎MRI和X光片中估算骨密度并检测骨质疏松症 | 本研究首次尝试结合常规MRI和X光片以及临床数据和成像参数，利用机器学习模型估算腰椎骨密度并分类T评分 | 模型在直接估算骨密度值方面的能力有限 | 开发机器学习方法以估算骨密度并检测骨质疏松症 | 腰椎骨密度和T评分 | 机器学习 | NA | 机器学习 | NA | 图像 | 429名患者 | NA | NA | NA | NA |