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 7721 - 7740 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 7721 | 2024-10-05 |
Development and validation of a deep interpretable network for continuous acute kidney injury prediction in critically ill patients
2024-03, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2024.102785
PMID:38462285
|
研究论文 | 本研究开发并验证了一种深度可解释网络，用于在重症患者中连续预测急性肾损伤（AKI）的风险 | 本研究创新性地设计了DeepAKI模型，采用挤压激励网络和膨胀因果卷积的基本框架，并利用集成梯度方法解释预测模型 | 深度学习模型在实际临床环境中的泛化能力存在潜在威胁 | 开发一种能够在重症患者中实时连续预测24小时急性肾损伤风险的深度可解释网络，并评估其内外部性能 | 重症患者的急性肾损伤风险 | 机器学习 | 肾脏疾病 | 挤压激励网络、膨胀因果卷积 | CNN | 电子健康记录 | 共21,163名患者的数据用于模型构建，3025名患者和2625名患者分别用于外部验证 | NA | NA | NA | NA |
| 7722 | 2024-10-05 |
An interpretable dual attention network for diabetic retinopathy grading: IDANet
2024-03, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2024.102782
PMID:38462283
|
研究论文 | 提出了一种可解释的双注意力网络IDANet，用于糖尿病视网膜病变分级 | 采用双向空间和通道并行注意力机制，提取细粒度DR分级的判别特征 | 未提及具体局限性 | 提高糖尿病视网膜病变分级的准确性和可解释性 | 糖尿病视网膜病变及其微小病变 | 计算机视觉 | 糖尿病视网膜病变 | 双向空间和通道并行注意力机制 | CNN | 图像 | 四个广泛使用的基准数据集 | NA | NA | NA | NA |
| 7723 | 2024-10-05 |
NPB-REC: A non-parametric Bayesian deep-learning approach for undersampled MRI reconstruction with uncertainty estimation
2024-03, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2024.102798
PMID:38462289
|
研究论文 | 本文介绍了一种非参数贝叶斯深度学习方法NPB-REC，用于从欠采样的MRI数据中重建高质量图像并估计不确定性 | 提出了NPB-REC框架，结合随机梯度Langevin动力学训练网络参数的后验分布，提高了图像重建质量和不确定性估计的准确性 | 未提及 | 提高MRI时间分辨率和减少采集时间，同时量化重建图像的不确定性 | 欠采样的MRI数据 | 计算机视觉 | NA | 随机梯度Langevin动力学 | 非参数贝叶斯框架 | MRI图像 | 多线圈MRI数据集，来自fastMRI挑战赛 | NA | NA | NA | NA |
| 7724 | 2024-10-05 |
DISCOVER: 2-D multiview summarization of Optical Coherence Tomography Angiography for automatic diabetic retinopathy diagnosis
2024-03, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2024.102803
PMID:38462293
|
研究论文 | 本文研究了使用光学相干断层扫描血管造影（OCTA）进行糖尿病视网膜病变（DR）自动诊断的方法 | 提出了两种互补的策略来优化OCTA体积的2D图像摘要：通过深度学习优化的参数化正面投影和基于梯度归因的横截面切片选择过程 | NA | 研究自动DR严重程度评估方法 | 糖尿病视网膜病变（DR） | 计算机视觉 | 糖尿病视网膜病变 | 光学相干断层扫描血管造影（OCTA） | 神经网络 | 图像 | NA | NA | NA | NA | NA |
| 7725 | 2024-10-05 |
Scalable Swin Transformer network for brain tumor segmentation from incomplete MRI modalities
2024-03, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2024.102788
PMID:38462288
|
研究论文 | 本文提出了一种名为IMS2Trans的新型轻量级可扩展Swin Transformer网络，用于从不完全的MRI模态中进行脑肿瘤分割 | 利用单一编码器从所有可用模态中提取潜在特征图，实现了模态间的高效信息共享和融合，即使在存在缺失模态的情况下也能保持分割性能 | 未提及 | 提高在不完全MRI模态下脑肿瘤分割的准确性和效率 | 脑肿瘤分割 | 计算机视觉 | 脑肿瘤 | MRI | Swin Transformer | 图像 | BraTS 2018和BraTS 2020数据集 | NA | NA | NA | NA |
| 7726 | 2024-10-05 |
Improving deep-learning electrocardiogram classification with an effective coloring method
2024-03, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2024.102809
PMID:38462295
|
研究论文 | 本文提出了一种通过颜色化技术将患者病历中的临床信息整合到心电图分类中的创新方法 | 通过颜色化技术将人口统计信息映射到RGB颜色空间，增强了心电图分析的准确性 | NA | 提高心电图分类的准确性，支持精准医疗 | 心电图分类 | 机器学习 | 心血管疾病 | 颜色化技术 | 深度学习模型 | 心电图数据 | PTB-XL数据集 | NA | NA | NA | NA |
| 7727 | 2024-10-05 |
End-to-end Deep Learning Restoration of GLCM Features from blurred and noisy images
2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering
DOI:10.1117/12.3006205
PMID:39239466
|
研究论文 | 本文提出了一种端到端的深度学习算法，用于从模糊和噪声图像中恢复灰度共生矩阵（GLCM）特征 | 开发了一种双域深度学习算法，通过两个U-Net网络和一个可微分的GLCM估计器来恢复图像和GLCM特征 | NA | 解决放射组学模型在不同扫描仪和成像条件下特征值变异性问题，提高模型的泛化能力 | 肺部CT图像块 | 计算机视觉 | NA | 深度学习 | U-Net | 图像 | NA | NA | NA | NA | NA |
| 7728 | 2024-10-05 |
Developing a deep learning model for sleep stage prediction in obstructive sleep apnea cohort using 60 GHz frequency-modulated continuous-wave radar
2024-02, Journal of sleep research
IF:3.4Q2
DOI:10.1111/jsr.14050
PMID:37752626
|
研究论文 | 本研究利用60 GHz调频连续波雷达和注意力机制的双向长短期记忆模型，对阻塞性睡眠呼吸暂停患者的睡眠阶段进行预测 | 首次使用60 GHz调频连续波雷达结合注意力机制的双向长短期记忆模型进行睡眠阶段预测，并展示了多雷达数据结合的优势 | 模型性能随OSA严重程度增加而下降，但通过增加雷达数据可以部分缓解 | 开发一种非侵入性且成本效益高的睡眠阶段预测方法，以替代传统的多导睡眠图分类 | 阻塞性睡眠呼吸暂停患者的睡眠阶段 | 机器学习 | 阻塞性睡眠呼吸暂停 | 60 GHz调频连续波雷达 | 注意力机制的双向长短期记忆模型 | 雷达数据 | 78名阻塞性睡眠呼吸暂停患者 | NA | NA | NA | NA |
| 7729 | 2024-10-05 |
Segmentation study of nanoparticle topological structures based on synthetic data
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0311228
PMID:39356683
|
研究论文 | 本文提出了一种基于合成数据的纳米颗粒拓扑结构分割方法，旨在解决材料领域数据量小的问题 | 通过结合渲染软件生成的合成数据与15%的真实数据，显著提高了深度学习模型的训练效果 | 仅使用了15%的真实数据，可能影响模型在真实场景中的泛化能力 | 解决材料科学领域数据量小的问题，提高纳米颗粒拓扑结构分割的准确性 | 纳米颗粒的拓扑结构 | 计算机视觉 | NA | 深度学习 | U-Net | 图像 | 合成数据与15%的真实数据 | NA | NA | NA | NA |
| 7730 | 2024-10-05 |
Towards automatic farrowing monitoring-A Noisy Student approach for improving detection performance of newborn piglets
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0310818
PMID:39356687
|
研究论文 | 本文提出了一种基于Noisy Student方法的自动生成标注信息的技术，用于提高新生猪仔检测模型的性能 | 采用Noisy Student方法自动生成标注信息，减少了手动标注的成本和时间消耗 | NA | 提高新生猪仔检测模型的性能，以支持分娩监控系统的改进 | 新生猪仔和母猪的身体部位 | 计算机视觉 | NA | Noisy Student方法 | 教师-学生模型 | 图像 | NA | NA | NA | NA | NA |
| 7731 | 2024-10-05 |
Deep learning enabled label-free microfluidic droplet classification for single cell functional assays
2024, Frontiers in bioengineering and biotechnology
IF:4.3Q2
DOI:10.3389/fbioe.2024.1468738
PMID:39359262
|
研究论文 | 本文开发了一种基于ResNet-50深度学习模型的无标签微流控液滴分类方法，用于单细胞功能分析 | 该模型能够在包含非细胞结构的液滴中准确分类细胞数量，适用于多种细胞类型，具有广泛的应用前景 | NA | 开发一种高效准确的液滴分类方法，用于单细胞功能分析 | 微流控液滴中的细胞数量分类 | 计算机视觉 | NA | 深度学习 | ResNet-50 | 图像 | NA | NA | NA | NA | NA |
| 7732 | 2024-10-04 |
Predicting BRCA mutation and stratifying targeted therapy response using multimodal learning: a multicenter study
2024-Dec, Annals of medicine
IF:4.9Q1
DOI:10.1080/07853890.2024.2399759
PMID:39258876
|
研究论文 | 本研究开发并验证了一种多模态模型，用于预测BRCA1/2基因状态并评估PARPi治疗反应 | 本研究创新性地结合了组织特征、细胞特征和临床因素，构建了MIAM-C模型，显著提高了BRCA1/2基因状态的识别准确性，并能有效预测PARPi治疗的反应 | 本研究仅在卵巢癌、乳腺癌、前列腺癌和胰腺癌患者中进行了验证，未来需要在更多癌症类型中进行进一步验证 | 开发和验证一种多模态模型，用于预测BRCA1/2基因状态并评估PARPi治疗反应 | 卵巢癌、乳腺癌、前列腺癌和胰腺癌患者 | 数字病理学 | 卵巢癌 | 多实例注意力模型（MIAM） | 多模态模型 | 病理图像、细胞特征和临床因素 | 1417名患者，1695张病理切片 | NA | NA | NA | NA |
| 7733 | 2024-10-04 |
CIDACC: Chlorella vulgaris image dataset for automated cell counting
2024-Dec, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.110941
PMID:39351130
|
研究论文 | 本文介绍了CIDACC数据集，用于微藻培养中的细胞计数 | 该数据集通过高分辨率图像和详细的分割掩码及边界框，为自动细胞检测、计数、大小和几何估计提供了丰富的资源 | 数据集的动态特性和复杂的相关性使其具有挑战性 | 旨在推进计算机视觉在微藻研究和相关领域的应用 | 微藻细胞的自动检测、计数、大小和几何估计 | 计算机视觉 | NA | NA | 深度学习架构 | 图像 | 628张图像 | NA | NA | NA | NA |
| 7734 | 2024-10-04 |
MycoAI: Fast and accurate taxonomic classification for fungal ITS sequences
2024-Nov, Molecular ecology resources
IF:5.5Q1
DOI:10.1111/1755-0998.14006
PMID:39152642
|
研究论文 | 介绍了一个名为MycoAI的Python包，用于快速且准确地对真菌ITS序列进行分类 | 引入了BERT和CNN等深度学习模型，并采用多头输出架构和多层次分层标签平滑技术，显著提高了分类的准确性和效率 | 由于参考数据不足，分类结果仍需人工验证 | 开发一种高效且准确的真菌ITS序列分类方法 | 真菌ITS序列的分类 | 机器学习 | NA | 深度学习 | BERT, CNN | 序列 | 超过500万条标记序列 | NA | NA | NA | NA |
| 7735 | 2024-10-04 |
Development of a deep learning model for detecting lumbar vertebral fractures on CT images: An external validation
2024-Nov, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2024.111685
PMID:39197270
|
研究论文 | 开发并外部验证了一种基于CT图像的深度学习模型，用于检测腰椎椎体骨折 | 利用3D V-Net和3D ResNet卷积深度神经网络进行椎体分割和骨折分类 | NA | 开发和验证一种用于检测腰椎椎体骨折的二分类模型 | 腰椎椎体骨折的检测 | 计算机视觉 | 骨骼疾病 | 深度学习 | 3D V-Net, 3D ResNet | 图像 | Cohort A: 248名患者，1508个椎体；Cohort B: 148名患者，887个椎体 | NA | NA | NA | NA |
| 7736 | 2024-10-04 |
Unveiling the Role of Solvent in Solution Phase Chemical Reactions using Deep Potential-Based Enhanced Sampling Simulations
2024-Oct-03, The journal of physical chemistry letters
IF:4.8Q1
DOI:10.1021/acs.jpclett.4c02224
PMID:39312298
|
研究论文 | 本文使用基于深度学习的主动学习策略开发了适用于溶液相反应系统的机器学习势能，并通过增强采样模拟研究了溶剂在反应中的作用 | 本文创新性地使用机器学习势能进行增强采样模拟，揭示了溶剂在溶液相化学反应中的作用 | NA | 研究溶剂在溶液相化学反应中的作用 | Menshutkin反应，一种经典的二分子亲核取代反应 | NA | NA | 机器学习 | 深度学习模型 | NA | NA | NA | NA | NA | NA |
| 7737 | 2024-10-04 |
A deep learning approach to case prioritisation of colorectal biopsies
2024-Oct-03, Histopathology
IF:3.9Q1
DOI:10.1111/his.15331
PMID:39360579
|
研究论文 | 开发并验证了一种用于检测结直肠组织病理学异常的弱监督人工智能模型，并根据临床重要性对活检进行优先排序 | 开发了一种名为Triagnexia Colorectal的弱监督深度学习模型，用于分类结直肠样本，并将其集成到数字病理工作流程中 | NA | 开发和验证一种用于检测结直肠组织病理学异常的人工智能模型 | 结直肠活检样本 | 数字病理学 | 结直肠癌 | 深度学习 | 弱监督深度学习模型 | 图像 | 24,983张数字化图像用于训练，100和101张单片病例用于验证 | NA | NA | NA | NA |
| 7738 | 2024-10-04 |
Reinforcement Learning for Improving Chemical Reaction Performance
2024-Oct-02, Journal of the American Chemical Society
IF:14.4Q1
DOI:10.1021/jacs.4c08866
PMID:39356950
|
研究论文 | 本文介绍了一种结合深度强化学习和基于RNN的深度生成模型的新方法RE-EXPLORE，用于改进化学反应性能 | 引入了一种新的奖励函数，包括基于Tanimoto的独特性因子，以改进环境探索并积累更大的回报 | NA | 旨在通过强化学习方法改进化学反应的产率和选择性 | 化学反应中的新反应物和催化剂 | 机器学习 | NA | 深度强化学习 (RL) | RNN | 分子数据 | 使用了三个化学数据库（ChEMBL, ZINC, COCONUT），包含五十万到一百万个未标记的分子 | NA | NA | NA | NA |
| 7739 | 2024-10-04 |
Automatic deep learning detection of overhanging restorations in bitewing radiographs
2024-Oct-01, Dento maxillo facial radiology
DOI:10.1093/dmfr/twae036
PMID:39024043
|
研究论文 | 本研究评估了深度卷积神经网络（CNN）算法在咬翼片放射图像中检测和分割悬突牙修复体的效果 | 本研究首次使用YOLOv5模型进行悬突牙修复体的检测和分割 | 研究样本量相对较小，可能影响模型的泛化能力 | 评估深度CNN算法在咬翼片放射图像中检测和分割悬突牙修复体的有效性 | 悬突牙修复体在咬翼片放射图像中的检测和分割 | 计算机视觉 | NA | 深度卷积神经网络（CNN） | YOLOv5 | 图像 | 1160张匿名咬翼片放射图像，分为训练集（930张，2399个标签）、验证集（115张，273个标签）和测试集（115张，306个标签） | NA | NA | NA | NA |
| 7740 | 2024-10-04 |
Extra-abdominal trocar and instrument detection for enhanced surgical workflow understanding
2024-Oct, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-024-03220-0
PMID:39008232
|
研究论文 | 本文研究了通过外部摄像头检测腹腔镜手术中的穿刺器及其占用状态，以增强手术工作流程的理解 | 提出了一种使用外部摄像头检测穿刺器并分类其占用状态的方法，以补充现有的腹腔内解决方案 | 当前方法的数据集较小，未来需要扩大数据集并结合腹腔内成像以提高准确性 | 增强腹腔镜手术工作流程的理解 | 腹腔镜手术中的穿刺器及其占用状态 | 计算机视觉 | NA | 深度学习 | 卷积神经网络 | 视频 | 四例腹腔镜手术记录 | NA | NA | NA | NA |