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 12196 篇文献，本页显示第 7061 - 7080 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 7061 | 2024-10-08 |
Joint segmentation of tumors in 3D PET-CT images with a network fusing multi-view and multi-modal information
2024-Oct-07, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad7f1b
PMID:39317235
|
研究论文 | 本文提出了一种用于3D PET-CT图像中肿瘤联合分割的深度学习算法 | 提出了多视图信息增强和多模态特征融合网络（MIEMFF-Net），结合动态多模态融合策略和多视图信息增强策略，有效利用PET和CT图像的代谢和解剖信息 | 未提及 | 解决现有方法在PET-CT图像肿瘤分割中忽略多模态和多视图信息的问题 | 3D PET-CT图像中的肿瘤 | 计算机视觉 | 软组织肉瘤 | 深度学习 | MIEMFF-Net | 图像 | Soft Tissue Sarcomas数据集和AutoPET数据集 | NA | NA | NA | NA |
| 7062 | 2024-10-08 |
Meta-learning for real-world class incremental learning: a transformer-based approach
2024-Oct-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-71125-8
PMID:39367098
|
研究论文 | 本文提出了一种基于Transformer的元学习方法，用于解决现实世界中的类增量学习问题 | 本文的创新点在于将元学习应用于类增量学习，并提出了一种基于Transformer的聚合函数，能够在不重新训练的情况下完成任务 | NA | 本文的研究目的是将元学习应用于更贴近现实世界的类增量学习问题 | 本文的研究对象是类增量学习问题 | 自然语言处理 | NA | 元学习 | Transformer | 文本 | NA | NA | NA | NA | NA |
| 7063 | 2024-10-08 |
Advanced mathematical modeling of mitigating security threats in smart grids through deep ensemble model
2024-Oct-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-74733-6
PMID:39367158
|
研究论文 | 研究通过深度集成模型进行高级数学建模，以减轻智能电网中的安全威胁 | 提出了一种基于山羚优化和深度集成学习的入侵检测技术（MGODEL-ID），用于智能电网环境中的入侵检测 | NA | 开发一种新的入侵检测技术，以提高智能电网对网络攻击的可靠性和韧性 | 智能电网中的安全威胁和入侵检测 | 机器学习 | NA | 深度学习 | 深度集成模型 | 网络数据 | NA | NA | NA | NA | NA |
| 7064 | 2024-10-08 |
Tabular deep learning: a comparative study applied to multi-task genome-wide prediction
2024-Oct-04, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-024-05940-1
PMID:39367318
|
研究论文 | 本文比较了多种深度学习架构在多任务全基因组预测中的应用 | 首次系统性地比较了多种深度学习架构在表格数据上的表现，并应用于全基因组预测 | 实验仅限于特定的基因数据集，结果可能不适用于所有类型的基因数据 | 提高基因选择和疾病风险预测的准确性 | 多种深度学习架构在全基因组预测中的表现 | 机器学习 | NA | 深度学习 | LassoNet | 表格数据 | 三个多特征回归数据集和两个多类分类数据集 | NA | NA | NA | NA |
| 7065 | 2024-10-08 |
Leveraging explainable deep learning methodologies to elucidate the biological underpinnings of Huntington's disease using single-cell RNA sequencing data
2024-Oct-04, BMC genomics
IF:3.5Q2
DOI:10.1186/s12864-024-10855-5
PMID:39367331
|
研究论文 | 利用可解释深度学习方法解析亨廷顿病生物学基础的单细胞RNA测序数据 | 使用残差神经网络（ResNet）模型有效模拟亨廷顿病细胞，并利用SHapley Additive exPlanations（SHAP）算法识别影响亨廷顿病预测的基因 | 测试集的F1分数为96.53%，仍有提升空间 | 阐明亨廷顿病病理学的潜在机制 | 亨廷顿病细胞与健康细胞的差异基因表达模式 | 机器学习 | 神经退行性疾病 | 单细胞RNA测序 | 残差神经网络（ResNet） | 基因表达数据 | NA | NA | NA | NA | NA |
| 7066 | 2024-10-08 |
The power of deep learning in simplifying feature selection for hepatocellular carcinoma: a review
2024-Oct-04, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-024-02682-1
PMID:39367397
|
综述 | 本文综述了深度学习技术在肝细胞癌（HCC）特征选择中的应用 | 深度学习技术在简化HCC特征选择过程中展示了显著的进步 | 将深度学习的潜力转化为临床现实仍面临挑战 | 综述深度学习模型和算法在HCC特征选择中的应用，并讨论其在临床实践中的潜力 | 肝细胞癌（HCC）的特征选择 | 机器学习 | 肝癌 | 深度学习 | NA | NA | NA | NA | NA | NA | NA |
| 7067 | 2024-10-06 |
Development of brain tumor radiogenomic classification using GAN-based augmentation of MRI slices in the newly released gazi brains dataset
2024-Oct-04, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-024-02699-6
PMID:39367444
|
研究论文 | 本文提出使用StyleGANv2-ADA模型对脑部MRI切片进行数据增强，以提高脑肿瘤分类模型的性能 | 首次在Gazi Brains 2020数据集上使用StyleGANv2-ADA进行数据增强，显著提高了脑肿瘤分类的准确率 | NA | 提高脑肿瘤分类模型的准确性 | 脑肿瘤的分类 | 计算机视觉 | 脑肿瘤 | StyleGANv2-ADA | GAN | 图像 | 使用了Gazi Brains 2020、BRaTS 2021和Br35h数据集 | NA | NA | NA | NA |
| 7068 | 2024-10-08 |
Deep learning to estimate response of concurrent chemoradiotherapy in non-small-cell lung carcinoma
2024-Oct-04, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-024-05708-4
PMID:39367461
|
研究论文 | 本文构建了一个深度学习模型，用于预测非小细胞肺癌患者在接受同步放化疗后的反应 | 首次使用深度学习模型预测非小细胞肺癌患者对同步放化疗的反应，并探索了相关的生物信号通路 | NA | 开发和验证一个深度学习模型，用于预测非小细胞肺癌患者在接受同步放化疗后的反应 | 非小细胞肺癌患者及其在接受同步放化疗后的反应 | 机器学习 | 肺癌 | 深度学习 | ResNet50 | 图像 | 229名非小细胞肺癌患者 | NA | NA | NA | NA |
| 7069 | 2024-10-08 |
Artificial intelligence and telemedicine in epilepsy and EEG: A narrative review
2024-Oct, Seizure
DOI:10.1016/j.seizure.2024.08.024
PMID:39222613
|
综述 | 本文综述了人工智能和远程医疗在癫痫和脑电图诊断与管理中的应用 | 人工智能通过机器学习和深度学习提高了脑电图解释和癫痫发作预测的准确性 | 技术应用受到设备兼容性、临床工作流程整合、数据偏差和数据可用性等限制 | 探讨人工智能和远程医疗在癫痫和脑电图护理中的应用及其对未来癫痫护理的影响 | 癫痫患者和脑电图数据 | 机器学习 | 癫痫 | 机器学习 | 卷积神经网络 (CNN) | 脑电图 (EEG) | NA | NA | NA | NA | NA |
| 7070 | 2024-10-08 |
Artificial intelligence-based differential diagnosis of orbital MALT lymphoma and IgG4 related ophthalmic disease using hematoxylin-eosin images
2024-Oct, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie
DOI:10.1007/s00417-024-06501-1
PMID:38700592
|
研究论文 | 研究使用人工智能和苏木精-伊红染色图像区分IgG4相关眼病和眼眶MALT淋巴瘤的可能性 | 开发了一种基于深度学习的人工智能软件，能够区分IgG4相关眼病和眼眶MALT淋巴瘤 | 样本量较小，且仅限于IgG4相关眼病和眼眶MALT淋巴瘤的区分 | 探讨使用人工智能和苏木精-伊红染色图像区分IgG4相关眼病和眼眶MALT淋巴瘤的可能性 | IgG4相关眼病和眼眶MALT淋巴瘤 | 数字病理学 | 淋巴瘤 | 深度学习 | EVA | 图像 | 127名患者，其中97名用于模型构建，30名用于模型评估 | NA | NA | NA | NA |
| 7071 | 2024-10-08 |
Evaluating a Natural Language Processing-Driven, AI-Assisted International Classification of Diseases, 10th Revision, Clinical Modification, Coding System for Diagnosis Related Groups in a Real Hospital Environment: Algorithm Development and Validation Study
2024-Sep-20, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/58278
PMID:39302714
|
研究论文 | 评估基于自然语言处理和人工智能的国际疾病分类第10版临床修改版编码系统在实际医院环境中的算法开发和验证 | 开发了一种基于自然语言处理和深度学习模型的AI辅助编码系统，用于自动确定诊断和代码，以提高编码效率和准确性 | 研究仅在一家医院进行，样本量有限，可能影响结果的普适性 | 评估基于自然语言处理的AI辅助编码系统在实际医院环境中自动确定诊断和代码的可行性 | 国际疾病分类第10版临床修改版编码系统在诊断相关分组中的应用 | 自然语言处理 | NA | 自然语言处理 | GPT-2 | 文本 | 使用高雄医学大学中和纪念医院2019年4月至2020年12月的患者出院总结作为参考数据集，以及2023年2月至4月的实际医院数据 | NA | NA | NA | NA |
| 7072 | 2024-10-08 |
Neural Conversational Agent for Weight Loss Counseling: Protocol for an Implementation and Feasibility Study
2024-Sep-20, JMIR research protocols
IF:1.4Q3
DOI:10.2196/60361
PMID:39303273
|
研究论文 | 本文探讨了使用基于大型语言模型（LLM）的神经对话代理NAOMI进行体重管理咨询的可行性研究 | 本文首次提出使用基于LLM的神经对话代理NAOMI进行体重管理咨询，旨在克服传统咨询师培训成本高和时间长的限制 | 研究尚未完成，数据收集预计在2025年5月结束，目前无法评估其长期效果和广泛应用的可行性 | 探索使用神经对话代理NAOMI进行体重管理咨询的可行性，并测试其接受度和使用性 | 超重和肥胖患者，招募自初级保健诊所 | 机器学习 | 肥胖 | 深度学习 | 大型语言模型（LLM） | 文本 | 10名18-65岁超重或肥胖患者（BMI≥25.0且≤39.9） | NA | NA | NA | NA |
| 7073 | 2024-10-08 |
A systematic review of deep learning-based spinal bone lesion detection in medical images
2024-Sep, Acta radiologica (Stockholm, Sweden : 1987)
DOI:10.1177/02841851241263066
PMID:39033391
|
综述 | 本文系统回顾了基于深度学习的医学图像中脊柱骨病变检测的研究进展 | 本文不仅描述了这些模型在脊柱骨恶性病变识别中的诊断性能和不同方法，还指出了当前缺乏标准化方法和报告的问题 | 大多数研究存在重大局限性，如模型统计和数据获取报告不足、缺乏外部验证数据集以及可能的偏倚注释 | 探讨深度学习模型在脊柱骨病变检测中的应用及其局限性 | 脊柱骨病变及其在医学图像中的检测 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 14项研究 | NA | NA | NA | NA |
| 7074 | 2024-10-08 |
Location-based Radiology Report-Guided Semi-supervised Learning for Prostate Cancer Detection
2024-Jun-18, ArXiv
PMID:39371085
|
研究论文 | 提出了一种基于放射报告中的病变位置信息指导的半监督学习方法，用于前列腺癌的检测 | 利用放射报告中自动提取的病变位置信息，通过半监督学习方法减少对标注图像的依赖，从而降低标注负担 | NA | 提高计算机辅助前列腺癌在MRI上的检测效果 | 前列腺癌的检测 | 计算机视觉 | 前列腺癌 | 半监督学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 7075 | 2024-10-08 |
Uncertainty-Aware Active Domain Adaptive Salient Object Detection
2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2024.3413598
PMID:38889015
|
研究论文 | 提出了一种新的成本效益高的显著目标检测框架，通过有限数量的主动选择的注释，将模型从合成数据适应到真实世界数据 | 设计了一种不确定性感知的主动域适应算法，用于生成真实世界目标图像的标签，并利用数据增强的预测方差计算超像素级别的不确定性值 | NA | 减轻数据标注的负担，提高显著目标检测的性能 | 显著目标检测模型 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 六个基准显著目标检测数据集 | NA | NA | NA | NA |
| 7076 | 2024-10-07 |
Structural modeling of ion channels using AlphaFold2, RoseTTAFold2, and ESMFold
2024-12, Channels (Austin, Tex.)
DOI:10.1080/19336950.2024.2325032
PMID:38445990
|
review | 本文综述了使用AlphaFold2、RoseTTAFold2和ESMFold进行离子通道结构建模的应用 | 本文通过比较这些模型与冷冻电镜结构的相似性和差异，揭示了当前最先进的深度学习计算方法在建模离子通道结构方面的优势和局限 | 本文主要集中在电压门控离子通道的结构建模，未涵盖所有类型的离子通道 | 评估和比较AlphaFold2、RoseTTAFold2和ESMFold在离子通道结构建模中的应用效果 | 电压门控离子通道，包括人类电压门控钠通道Na1.8、钙通道Ca1.1和钾通道K1.3 | 计算机视觉 | NA | 深度学习 | AlphaFold2、RoseTTAFold2、ESMFold | 蛋白质结构 | 包括人类电压门控钠通道Na1.8、钙通道Ca1.1和钾通道K1.3 | NA | NA | NA | NA |
| 7077 | 2024-10-07 |
Deep learning classification of EEG-based BCI monitoring of the attempted arm and hand movements
2024-Oct-28, Biomedizinische Technik. Biomedical engineering
DOI:10.1515/bmt-2023-0356
PMID:38826067
|
研究论文 | 研究利用深度学习技术对基于脑电图（EEG）的脑机接口（BCI）进行分类，以监测手臂和手部运动尝试 | 结合卷积神经网络（CNN）和长短期记忆（LSTM）架构，提取EEG信号中的时空特征，并使用三种特征选择方法提高分类性能 | 研究主要集中在颈椎脊髓损伤（SCI）患者，未涵盖其他类型的运动障碍 | 提高颈椎脊髓损伤患者特定运动分类的平均性能 | 颈椎脊髓损伤患者的脑电图数据 | 机器学习 | 颈椎脊髓损伤 | 脑电图（EEG） | 卷积神经网络（CNN）和长短期记忆（LSTM） | 脑电图信号 | 来自格拉茨理工大学的低频多类脑电图数据集 | NA | NA | NA | NA |
| 7078 | 2024-10-07 |
AML leukocyte classification method for small samples based on ACGAN
2024-Oct-28, Biomedizinische Technik. Biomedical engineering
DOI:10.1515/bmt-2024-0028
PMID:38547466
|
研究论文 | 本文研究了基于辅助分类生成对抗网络（ACGAN）的小样本急性髓系白血病（AML）白细胞分类方法 | 本文首次将ACGAN应用于小样本白细胞分类任务，并展示了其在分类准确性上的竞争力 | NA | 评估ACGAN在小样本白细胞分类任务中的适用性 | 急性髓系白血病（AML）白细胞 | 机器学习 | 血液恶性肿瘤 | 生成对抗网络（GAN） | 辅助分类生成对抗网络（ACGAN） | 图像 | 小样本 | NA | NA | NA | NA |
| 7079 | 2024-10-07 |
Vein segmentation and visualization of upper and lower extremities using convolution neural network
2024-Oct-28, Biomedizinische Technik. Biomedical engineering
DOI:10.1515/bmt-2023-0331
PMID:38651783
|
研究论文 | 研究开发了一种基于深度学习自参数化卷积神经网络的静脉定位、识别和可视化框架，用于分割和可视化上下肢静脉图 | 提出了自参数化的U-Net模型，用于在不受约束条件下进行静脉分割和可视化，优于传统的CNN架构 | 研究样本量较小，仅涉及72名受试者 | 开发一种可靠的实时静脉定位和可视化系统，以辅助血管外科医生进行静脉穿刺、血管手术或慢性静脉疾病治疗 | 上下肢静脉的分割和可视化 | 计算机视觉 | 慢性静脉疾病 | 卷积神经网络 | U-Net | 图像 | 72名受试者的上下肢静脉数据 | NA | NA | NA | NA |
| 7080 | 2024-10-07 |
Repairing Noise-Contaminated Low-Frequency Vibrational Spectra with an Attention U-Net
2024-Oct-05, Journal of the American Chemical Society
IF:14.4Q1
DOI:10.1021/jacs.4c10893
PMID:39367839
|
研究论文 | 本文开发了一种基于注意力增强U-net架构的深度学习去噪协议，用于修复低频振动光谱中的噪声污染 | 利用高频和低频振动模式之间的内在相关性，有效重建低频光谱特征 | NA | 解决低频振动光谱检测和分析中的挑战 | 低频振动模式在红外和拉曼光谱中的应用 | 机器学习 | NA | 深度学习 | 注意力U-net | 光谱 | 实验中使用了吸附在Ag表面上的-1,2-双(4-吡啶基)乙烯(BPE)作为代表性系统 | NA | NA | NA | NA |