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 7001 - 7020 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 7001 | 2024-10-26 |
Predictability of antigen binding based on short motifs in the antibody CDRH3
2024-Sep-23, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae537
PMID:39438077
|
研究论文 | 本文提出了一种基于抗体CDRH3区域短基序预测抗原结合状态的方法 | 本文发现了一种简单分类器，其在独立生成的实验数据集上优于专门为此类数据集设计的深度学习模型 | 本文仅分析了基于突变实验的抗体数据集，未来需要更多实验数据验证 | 探索免疫受体与抗原结合的规则，预测未知免疫受体的抗原结合状态 | 抗体CDRH3区域的短基序 | 生物信息学 | NA | NA | 分类器 | 序列数据 | 11,336个位置特异性短基序，178个基序用于分类器训练 | NA | NA | NA | NA |
| 7002 | 2024-10-26 |
DeepCheck: multitask learning aids in assessing microbial genome quality
2024-Sep-23, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae539
PMID:39438078
|
研究论文 | 本文介绍了一种名为DeepCheck的多任务深度学习框架，用于同时预测微生物基因组的质量，包括完整性和污染度 | DeepCheck通过多任务学习方法，同时预测基因组的完整性和污染度，克服了现有方法将这两个任务分开处理的局限性 | NA | 开发一种新的深度学习框架，以提高微生物基因组质量评估的准确性和泛化能力 | 微生物基因组的完整性和污染度 | 机器学习 | NA | 多任务深度学习 | 深度学习框架 | 基因组数据 | NA | NA | NA | NA | NA |
| 7003 | 2024-10-26 |
Learning-based Free-Water Correction using Single-shell Diffusion MRI
2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering
DOI:10.1117/12.3006901
PMID:39281711
|
研究论文 | 本文提出了一种基于深度学习的单壳扩散MRI自由水校正方法 | 利用数据驱动技术在不同扩散MRI采集方案中可靠地推断自由水体积，包括单壳采集 | 当前数学模型在临床常见的单壳采集中的适用性有限 | 提高单壳扩散MRI分析的准确性和可靠性 | 脑微结构和连接性评估 | 计算机视觉 | NA | 扩散磁共振成像（dMRI） | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 7004 | 2024-10-26 |
An ensemble deep learning model for medical image fusion with Siamese neural networks and VGG-19
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0309651
PMID:39441782
|
研究论文 | 本文提出了一种基于Siamese神经网络和VGG-19的集成深度学习模型，用于多模态医学图像融合 | 该模型结合了预训练和非预训练网络，通过堆叠集成方法，能够有效保留详细信息并提高图像质量，显著改善对比度、增加分辨率并减少伪影 | NA | 开发一种高效的混合学习模型，用于多模态医学图像融合 | 多模态医学图像 | 计算机视觉 | NA | 深度学习 | Siamese神经网络, VGG-19 | 图像 | 来自Havard-Medical-Image-Fusion Datasets、GitHub和Kaggle的公开可用源图像 | NA | NA | NA | NA |
| 7005 | 2024-10-26 |
Deep learning and AI in reducing magnetic resonance imaging scanning time: advantages and pitfalls in clinical practice
2024, Polish journal of radiology
IF:0.9Q4
DOI:10.5114/pjr/192822
PMID:39444654
|
研究论文 | 本文探讨了深度学习和人工智能在减少磁共振成像扫描时间中的应用及其在临床实践中的优势和局限 | 开发了基于人工智能的算法，特别是深度学习模型，用于从更少的数据点重建高分辨率图像，显著提高了MRI效率 | 未具体提及 | 描述和讨论引入深度学习重建技术以减少MRI扫描时间在临床实践中的优缺点 | 磁共振成像（MRI）扫描时间的减少及其在临床实践中的应用 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 图像 | 未具体提及 | NA | NA | NA | NA |
| 7006 | 2024-10-26 |
Dry age-related macular degeneration classification from optical coherence tomography images based on ensemble deep learning architecture
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1438768
PMID:39444813
|
研究论文 | 本文提出了一种基于集成深度学习架构的光学相干断层扫描图像干性年龄相关性黄斑变性分类方法 | 本文创新性地整合了四种不同的卷积神经网络（ResNet50、EfficientNetB4、MobileNetV3和Xception），并通过集成学习提高了干性AMD的分类准确性 | NA | 开发一种深度学习架构，以提高干性年龄相关性黄斑变性的分类准确性 | 干性年龄相关性黄斑变性的分类 | 计算机视觉 | 眼科疾病 | 深度学习 | 集成学习 | 图像 | 1,310名患者的4,096张原始图像，经过旋转和翻转操作后，数据集包含16,384张视网膜OCT图像 | NA | NA | NA | NA |
| 7007 | 2024-10-26 |
Trends and hotspots in the field of diabetic retinopathy imaging research from 2000-2023
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1481088
PMID:39444814
|
研究论文 | 本研究通过文献计量分析评估了2000年至2023年间糖尿病视网膜病变成像研究领域的进展和热点 | 本研究首次通过文献计量分析方法，系统地评估了糖尿病视网膜病变成像研究领域的发展趋势和关键热点 | 本研究仅基于Web of Science Core Collection数据库中的文献信息，可能存在一定的数据偏差 | 评估糖尿病视网膜病变成像研究领域的发展趋势和关键热点 | 2000年至2023年间发表的糖尿病视网膜病变成像研究相关文献 | 计算机视觉 | 糖尿病视网膜病变 | 文献计量分析 | NA | 文献 | 共分析了1328篇文献，其中美国发表719篇，中国发表609篇 | NA | NA | NA | NA |
| 7008 | 2024-10-26 |
Prediction of benign and malignant ground glass pulmonary nodules based on multi-feature fusion of attention mechanism
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1447132
PMID:39445066
|
研究论文 | 本研究开发并验证了一种新的特征融合算法，通过深度学习提高良性和恶性磨玻璃结节的分类性能 | 首次应用注意力机制融合全肺CT图像、影像组学特征、临床和形态学特征，显著提高了磨玻璃结节的分类性能 | NA | 开发和验证一种新的特征融合算法，以提高良性和恶性磨玻璃结节的分类性能 | 良性和恶性磨玻璃结节 | 计算机视觉 | 肺部疾病 | 深度学习 | 卷积神经网络 (CNN) 和反向传播神经网络 (BPNN) | 图像 | 385例磨玻璃结节，其中172例为良性，203例为恶性 | NA | NA | NA | NA |
| 7009 | 2024-10-25 |
Explainable artificial intelligence and domain adaptation for predicting HIV infection with graph neural networks
2024-Dec, Annals of medicine
IF:4.9Q1
DOI:10.1080/07853890.2024.2407063
PMID:39417227
|
研究论文 | 研究使用图神经网络和领域适应方法预测HIV感染，并评估模型的可解释性和跨数据集的可转移性 | 首次将可解释的人工智能和领域适应方法应用于图神经网络，以预测HIV感染，并评估模型在不同数据集间的转移能力 | 研究仅限于两个城市的年轻性少数男性群体，且数据收集时间较短 | 探索可解释深度学习方法在图神经网络中预测HIV感染的应用，并评估模型在不同数据集间的转移能力 | 年轻性少数男性群体的社交网络数据 | 机器学习 | HIV感染 | 图神经网络 | 图注意力网络（GAT） | 网络数据 | 两个城市的年轻性少数男性群体，数据收集时间为2014至2016年 | NA | NA | NA | NA |
| 7010 | 2024-10-25 |
Enhanced bone assessment of the shoulder using zero-echo time MRI with deep-learning image reconstruction
2024-Dec, Skeletal radiology
IF:1.9Q3
DOI:10.1007/s00256-024-04690-8
PMID:38658419
|
研究论文 | 评估深度学习重建算法在1.5特斯拉肩部零回波时间MRI中的应用，以改善骨性病变的描绘 | 引入了一种基于深度学习的重建算法（DLRecon），用于增强零回波时间MRI图像质量，特别是在骨性病变的描绘上 | 研究为回顾性，样本量相对较小，且仅限于肩部MRI | 评估深度学习重建算法在肩部零回波时间MRI中的效果，以提高骨性病变的诊断准确性 | 肩部MRI图像及其骨性病变 | 计算机视觉 | NA | 零回波时间MRI | 深度学习 | 图像 | 63次肩部MRI检查，涉及52名患者（28名女性） | NA | NA | NA | NA |
| 7011 | 2024-10-25 |
Forensic bone age assessment of hand and wrist joint MRI images in Chinese han male adolescents based on deep convolutional neural networks
2024-Nov, International journal of legal medicine
IF:2.2Q1
DOI:10.1007/s00414-024-03282-4
PMID:39060444
|
研究论文 | 研究开发了一种基于深度卷积神经网络的中国汉族男性青少年手和腕关节MRI图像的法医骨龄评估系统 | 提出了一个新的深度学习模型，用于提取和增强MRI手和腕骨特征，以提高目标MRI手和腕骨年龄的预测和精确分类 | 样本量相对较小，且仅限于中国汉族男性青少年 | 探索使用深度学习技术对手和腕关节MRI图像进行骨龄评估的可行性 | 中国汉族男性青少年的手和腕关节MRI图像 | 计算机视觉 | NA | MRI | 深度卷积神经网络 | 图像 | 282名6.0-21.0岁的中国汉族男性 | NA | NA | NA | NA |
| 7012 | 2024-10-25 |
Can deep learning-designed anterior tooth-borne crown fulfill morphologic, aesthetic, and functional criteria in clinical practice?
2024-Nov, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2024.105368
PMID:39326724
|
研究论文 | 本研究旨在比较基于深度学习（DL）软件设计的前牙冠与传统牙科计算机辅助设计（CAD）软件设计的前牙冠在形态、功能和美学方面的差异 | 本研究首次评估了基于深度学习的前牙冠设计软件在临床实践中的应用效果 | 研究样本量较小，且未评估所有可能的功能和美学指标 | 评估基于深度学习的前牙冠设计软件在形态、功能和美学方面的表现 | 前牙冠的设计效果 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 25个活体数据集，包括上颌和下颌弓扫描的预备上颌中切牙 | NA | NA | NA | NA |
| 7013 | 2024-10-25 |
Deep learning method to automatically diagnose periodontal bone loss and periodontitis stage in dental panoramic radiograph
2024-Nov, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2024.105373
PMID:39332519
|
研究论文 | 本文提出了一种基于卷积神经网络（CNN）的深度学习集成模型，用于自动诊断牙科全景X光片中的牙周骨丢失和牙周炎阶段 | 本文的创新点在于提出了一种新的深度学习集成模型，结合了YOLOv8、Mask R-CNN和TransUNet算法，用于牙位检测、牙齿轮廓分割、牙齿组织分割以及牙周骨丢失和牙周炎阶段的预测 | 本文的局限性在于数据集仅包含320名患者的数据，可能不足以完全代表所有患者的情况 | 本研究旨在开发一种高效准确的深度学习方法，用于自动诊断牙周疾病 | 本研究的对象是牙科全景X光片中的牙周骨丢失和牙周炎阶段 | 计算机视觉 | 牙周疾病 | 深度学习 | 卷积神经网络（CNN） | 图像 | 320名患者的8462颗牙齿 | NA | NA | NA | NA |
| 7014 | 2024-10-25 |
Simultaneous segmentation and classification of 99mTc-DMSA renal scintigraphic images with a deep learning approach
2024-Oct-22, EJNMMI reports
DOI:10.1186/s41824-024-00223-7
PMID:39433648
|
研究论文 | 本研究测试了Mask R-CNN在99mTc-DMSA肾闪烁成像中诊断急性肾盂肾炎（APN）和分割肾脏的可行性和准确性 | 本研究首次将Mask R-CNN应用于99mTc-DMSA肾闪烁成像的分割和分类，展示了其在诊断APN和肾脏分割方面的潜力 | 本研究的样本量较小，仅包括260名患者，未来需要更大规模的研究来验证模型的泛化能力 | 测试Mask R-CNN在99mTc-DMSA肾闪烁成像中诊断APN和分割肾脏的准确性 | 99mTc-DMSA肾闪烁成像中的肾脏分割和APN诊断 | 计算机视觉 | 泌尿系统疾病 | 深度学习 | Mask R-CNN | 图像 | 260名疑似APN患者，其中358个肾脏被诊断为APN | NA | NA | NA | NA |
| 7015 | 2024-10-25 |
Deep learning reconstruction of diffusion-weighted brain MRI for evaluation of patients with acute neurologic symptoms
2024-10-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-75011-1
PMID:39433559
|
研究论文 | 本文评估了深度学习加速的扩散加权成像（DWI）在急性神经系统症状患者中的临床可行性 | 深度学习算法显著缩短了DWI的扫描时间，同时保持了可接受的图像质量 | 深度学习DWI显示出更多的伪影，且ADC值略低于传统DWI | 评估深度学习加速的DWI在急性神经系统症状患者中的临床应用 | 321名急性中风样症状患者的脑部DWI图像 | 计算机视觉 | 神经系统疾病 | 深度学习 | NA | 图像 | 321名患者 | NA | NA | NA | NA |
| 7016 | 2024-10-25 |
A deep learning based assisted analysis approach for Sjogren's syndrome pathology images
2024-10-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-75925-w
PMID:39433593
|
研究论文 | 本研究开发了一种基于深度学习的辅助分析方法，用于诊断干燥综合征病理图像 | 本研究设计了多维注意力模块和S-MPDIoU损失函数，以提高YOLOv8的检测性能，并通过引入角度惩罚项和灵活的尺度因子来加速收敛 | 本研究仅使用了烟台山医院的唇腺活检病理图像数据集，数据来源较为单一 | 本研究的目的是利用深度学习技术提高干燥综合征病理诊断的准确性和效率 | 本研究主要针对干燥综合征的病理图像进行分析 | 计算机视觉 | 干燥综合征 | 深度学习 | YOLOv8 | 图像 | 本研究使用了来自烟台山医院的唇腺活检病理图像数据集 | NA | NA | NA | NA |
| 7017 | 2024-10-25 |
A hybrid approach of vision transformers and CNNs for detection of ulcerative colitis
2024-10-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-75901-4
PMID:39433818
|
研究论文 | 提出了一种结合视觉变换器和卷积神经网络的混合方法，用于检测溃疡性结肠炎 | 使用自定义的视觉变换器架构进行全面的特征提取，并通过自定义的卷积神经网络进行准确分类，以解决类别不平衡问题 | 未提及具体限制 | 开发一种准确检测溃疡性结肠炎的方法，以改善诊断和治疗效果 | 溃疡性结肠炎的自动检测 | 计算机视觉 | 炎症性肠病 | 视觉变换器（ViT）和卷积神经网络（CNN） | 混合模型 | 图像 | 使用了TMC-UCM和LIMUC数据集进行训练和测试 | NA | NA | NA | NA |
| 7018 | 2024-10-25 |
Advancing personalized oncology: a systematic review on the integration of artificial intelligence in monitoring neoadjuvant treatment for breast cancer patients
2024-Oct-21, BMC cancer
IF:3.4Q2
DOI:10.1186/s12885-024-13049-0
PMID:39434042
|
综述 | 本文系统回顾了人工智能在乳腺癌新辅助治疗监测中的应用 | 探讨了人工智能在个性化肿瘤学中的应用，特别是其在监测和预测乳腺癌新辅助治疗反应中的作用 | 主要基于文献综述，缺乏实际临床数据的支持 | 揭示人工智能技术在个性化肿瘤学中的应用，特别是在乳腺癌新辅助治疗监测和预测中的作用 | 乳腺癌患者的新辅助治疗反应 | 机器学习 | 乳腺癌 | 机器学习、深度学习、统计学和混合模型 | 混合模型 | 图像 | 25项相关研究 | NA | NA | NA | NA |
| 7019 | 2024-10-25 |
Application value of surgical navigation system based on deep learning and mixed reality for guiding puncture in percutaneous nephrolithotomy: a retrospective study
2024-Oct-21, BMC urology
IF:1.7Q3
DOI:10.1186/s12894-024-01618-1
PMID:39434080
|
研究论文 | 研究基于深度学习和混合现实的手术导航系统在经皮肾镜取石术中的应用价值 | 首次将深度学习和混合现实技术应用于经皮肾镜取石术的导航系统中，提高了手术的准确性和安全性 | 研究为回顾性分析，样本量有限，未来需要更大规模的前瞻性研究验证 | 探讨基于深度学习和混合现实的导航系统在经皮肾镜取石术中的临床价值，并为其治疗肾结石提供理论依据 | 136名肾结石患者 | 计算机视觉 | 泌尿系统疾病 | 深度学习 | NA | 图像 | 136名肾结石患者 | NA | NA | NA | NA |
| 7020 | 2024-10-25 |
SAPPNet: students' academic performance prediction during COVID-19 using neural network
2024-10-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-75242-2
PMID:39427025
|
研究论文 | 提出了一种基于深度学习的模型SAPPNet，用于预测学生在COVID-19期间的学习成绩 | 引入了空间卷积模块和时间模块，分别提取静态特征和时间依赖性，以提高预测性能 | 未提及具体限制 | 提高教育管理中对学生成绩的预测准确性 | 学生在COVID-19期间的学习成绩 | 机器学习 | NA | 深度学习 | 卷积神经网络 | 问卷调查数据 | 使用了约旦大学的数据集，包含学生的人口统计信息、数字工具使用情况、睡眠时间、社交互动、心理状态和学术表现 | NA | NA | NA | NA |