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 12107 篇文献，本页显示第 8481 - 8500 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 8481 | 2024-08-25 |
Predicting 1, 2 and 3 year emergent referable diabetic retinopathy and maculopathy using deep learning
2024-Aug-21, Communications medicine
IF:5.4Q1
DOI:10.1038/s43856-024-00590-z
PMID:39169209
|
研究论文 | 本研究开发并验证了深度学习系统（DLS），用于预测1、2和3年内出现的可转诊糖尿病视网膜病变（DR）和黄斑病变 | 本研究采用了多模态深度学习系统，结合风险因素特征和彩色眼底照片，显著提高了预测性能 | NA | 旨在通过个性化筛查，及时为高风险个体提供治疗，同时减轻低风险个体的筛查负担 | 糖尿病视网膜病变（DR）和黄斑病变的预测 | 计算机视觉 | 糖尿病视网膜病变 | 深度学习 | 多模态深度学习系统（DLS） | 图像 | 开发集包含162,339只眼睛，验证集包含27,996只眼睛，外部测试集包含6,928只眼睛 | NA | NA | NA | NA |
| 8482 | 2024-08-25 |
Empowering Medical Education: Unveiling the Impact of Reflective Writing and Tailored Assessment on Deep Learning
2024-Jul, Journal of advances in medical education & professionalism
DOI:10.30476/JAMP.2024.101594.1938
PMID:39175585
|
研究论文 | 本研究探讨了反思写作作为一种自我评估工具对本科医学生的影响，特别是使用基于Moon模型的作者特定反思评分标准进行学生培训 | 本研究引入了作者特定的反思评分标准，并探讨了其在医学生教育中的应用 | 研究的样本量较小且评分标准的可靠性未达到可接受阈值，需要在大规模和更多样化的参与者中进行验证 | 探索反思写作在本科医学生教育中的影响，并评估特定反思评分标准的有效性 | 本科医学生 | 医学教育 | NA | NA | NA | 文本 | 32名自愿参与的学生 | NA | NA | NA | NA |
| 8483 | 2024-08-25 |
Study of Deep Learning in Medical Education: Opportunities, Achievements and Future Challenges
2024-Jul, Journal of advances in medical education & professionalism
DOI:10.30476/JAMP.2024.99740.1853
PMID:39175590
|
综述 | 本文探讨了深度学习在医学教育中的应用，包括其潜力、成就及未来挑战 | 深度学习在医学教育中的应用为个性化辅助和反馈提供了有效手段 | 医学教育者对使用深度学习存在抵触情绪，且先前研究存在局限性 | 讨论深度学习在医学教育中的前景，并探讨其是否能带来益处 | 深度学习在医学教育中的应用及其对教育质量的影响 | 机器学习 | NA | 深度学习 | NA | NA | 11项研究被纳入系统综述 | NA | NA | NA | NA |
| 8484 | 2024-08-25 |
SurvNet: A low-complexity convolutional neural network for survival time classification of patients with glioblastoma
2024-Jun-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e32870
PMID:38988550
|
研究论文 | 本文提出了一种名为SurvNet的低复杂度卷积神经网络，用于分类胶质母细胞瘤患者的生存时间 | SurvNet通过结合多种MRI模式作为输入，增强了预测模型的精确度，并在多个模型中表现最佳 | NA | 准确识别脑肿瘤患者的总体生存时间 | 胶质母细胞瘤患者的生存时间分类 | 机器学习 | 脑肿瘤 | MRI | CNN | 图像 | 预手术磁共振图像数据集 | NA | NA | NA | NA |
| 8485 | 2024-08-25 |
Artificial intelligence can be used in the identification and classification of shoulder osteoarthritis and avascular necrosis on plain radiographs: a training study of 7,139 radiograph sets
2024-06-17, Acta orthopaedica
IF:2.5Q1
DOI:10.2340/17453674.2024.40905
PMID:38884536
|
研究论文 | 本研究使用深度学习模型在平片上识别和分类肩关节骨关节炎和无血管性坏死 | 首次展示了深度学习模型在平片上识别和分级肩关节骨关节炎和无血管性坏死的能力 | 模型在区分无和轻度肩关节骨关节炎等级方面存在挑战 | 分析深度学习模型在平片上识别和分级肩关节骨关节炎的表现，并训练模型识别和分级无血管性坏死 | 肩关节骨关节炎和无血管性坏死 | 计算机视觉 | 骨关节炎 | 深度学习 | ResNet类型网络 | 图像 | 7,139组肩部X光片 | NA | NA | NA | NA |
| 8486 | 2024-08-25 |
Assessment of the current and emerging criteria for the histopathological classification of lung neuroendocrine tumours in the lungNENomics project
2024-Jun, ESMO open
IF:7.1Q1
DOI:10.1016/j.esmoop.2024.103591
PMID:38878324
|
研究论文 | 本研究评估了当前和新兴的组织病理学分类标准在肺神经内分泌肿瘤分类中的应用 | 研究了两种肿瘤增殖标志物Ki-67指数和磷酸化组蛋白H3（PHH3）蛋白表达，并通过深度学习自动量化 | 研究揭示Ki-67和PHH3蛋白表达并未显著提高当前分类的预后价值，且深度学习模型未发现具有诊断价值的未公开形态学特征 | 评估世界卫生组织（WHO）分类标准的优势和局限性，并评估新兴标志物的实用性 | 259例肺神经内分泌肿瘤（LNETs） | 数字病理学 | 肺肿瘤 | 深度学习 | 深度学习算法 | 图像 | 259例肺神经内分泌肿瘤，其中171例有相关生存数据 | NA | NA | NA | NA |
| 8487 | 2024-08-25 |
A joint learning framework for multisite CBCT-to-CT translation using a hybrid CNN-transformer synthesizer and a registration network
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1440944
PMID:39175474
|
研究论文 | 本文提出了一种联合学习框架SynREG，用于多站点CBCT到CT的转换，通过混合CNN-transformer合成器和配准网络来提高CBCT图像质量 | SynREG框架集成了混合CNN-transformer架构和配准网络，能够动态校正局部结构错位，提高合成CT图像的保真度 | 由于配准不完美，配对数据集的局部结构错位可能导致模型性能不佳 | 开发一种统一的深度学习模型，通过生成合成CT图像来提高多站点CBCT图像的质量 | 135名癌症患者的配对CBCT和规划CT图像，包括头颈部、胸部和腹部肿瘤 | 计算机视觉 | 癌症 | 深度学习 | 混合CNN-transformer | 图像 | 135名癌症患者用于训练，23名额外患者用于独立测试 | NA | NA | NA | NA |
| 8488 | 2024-08-25 |
A deep learning radiomics model based on CT images for predicting the biological activity of hepatic cystic echinococcosis
2024, Frontiers in physiology
IF:3.2Q2
DOI:10.3389/fphys.2024.1426468
PMID:39175611
|
研究论文 | 本研究基于CT图像，利用深度学习放射组学模型预测肝包虫病的生物活性分级 | 首次提出基于CT图像的深度学习放射组学模型用于预测肝包虫病的生物活性分级 | 研究为回顾性分析，样本量相对较小 | 探索基于CT图像的深度学习放射组学模型在预测肝包虫病生物活性分级中的应用潜力 | 肝包虫病的生物活性分级 | 机器学习 | 肝病 | CT | 深度神经网络 | 图像 | 160名肝包虫病患者，其中127名用于训练，33名用于验证 | NA | NA | NA | NA |
| 8489 | 2024-08-24 |
Integration of single-cell manipulation, whole transcriptome analysis, and image-based deep learning for studying "Singularity Biology"
2024, Biophysics and physicobiology
IF:1.6Q4
DOI:10.2142/biophysico.bppb-v21.s005
PMID:39175857
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 8490 | 2024-08-25 |
Evaluating deep learning techniques for identifying tongue features in subthreshold depression: a prospective observational study
2024, Frontiers in psychiatry
IF:3.2Q2
DOI:10.3389/fpsyt.2024.1361177
PMID:39176227
|
研究论文 | 本研究旨在评估使用深度学习技术通过舌象特征非侵入性诊断亚阈值抑郁的潜力，并探讨这些特征与针灸治疗效果的相关性 | 本研究首次使用多种高级深度学习模型分析舌象特征，并发现SEResNet101模型在识别亚阈值抑郁舌象特征方面表现最佳，且能有效评估针灸治疗效果 | NA | 评估深度学习技术在通过舌象特征诊断亚阈值抑郁中的应用潜力 | 亚阈值抑郁患者的舌象特征及针灸治疗效果 | 计算机视觉 | NA | 深度学习 | SEResNet101 | 图像 | NA | NA | NA | NA | NA |
| 8491 | 2024-08-24 |
Identification and experimental validation of immune-related gene PPARG is involved in ulcerative colitis
2024-Oct, Biochimica et biophysica acta. Molecular basis of disease
DOI:10.1016/j.bbadis.2024.167300
PMID:38880160
|
研究论文 | 本研究通过生物信息学方法和实验验证，确定了免疫相关基因PPARG在溃疡性结肠炎中的关键作用，并验证了其作为诊断和治疗标志物的潜力 | 利用多种机器学习算法和深度学习模型DNN识别潜在的溃疡性结肠炎标志物，并通过单细胞测序技术研究PPARG与巨噬细胞浸润的相关性 | NA | 深入理解溃疡性结肠炎的免疫学特征，并识别有价值的诊断和治疗标志物 | 溃疡性结肠炎的免疫相关基因PPARG及其在疾病中的作用 | 数字病理学 | 消化系统疾病 | 单细胞测序技术 | DNN | 基因表达数据 | UC数据集来自GEO数据库，具体样本数量未详细说明 | NA | NA | NA | NA |
| 8492 | 2024-08-24 |
High-dimensional mass cytometry identified circulating natural killer T-cell subsets associated with protection from cytomegalovirus infection in kidney transplant recipients
2024-Sep, Kidney international
IF:14.8Q1
DOI:10.1016/j.kint.2024.03.027
PMID:38685562
|
研究论文 | 本研究通过高维质谱流式细胞术和功能性检测，分析了112份来自CMV血清阳性肾移植受者的连续样本，利用先进的无监督深度学习分析评估了与预防CMV感染和抗病毒免疫功能显著相关的免疫细胞群。 | 本研究首次描述了一种新型NK-T细胞亚群的动力学，该亚群可能在肾移植后CMV感染中发挥保护作用。 | NA | 研究肾移植受者中与预防CMV感染相关的循环自然杀伤T细胞亚群。 | 肾移植受者中的CMV感染及其相关的免疫细胞亚群。 | 数字病理学 | 肾移植 | 质谱流式细胞术 | 深度学习 | 细胞样本 | 112份连续样本 | NA | NA | NA | NA |
| 8493 | 2024-08-24 |
Development and validation of a deep learning-based framework for automated lung CT segmentation and acute respiratory distress syndrome prediction: a multicenter cohort study
2024-Sep, EClinicalMedicine
IF:9.6Q1
DOI:10.1016/j.eclinm.2024.102772
PMID:39170939
|
研究论文 | 本研究开发并验证了一种基于深度学习的框架，用于自动肺部CT分割和急性呼吸窘迫综合征预测 | 使用UNETR模型进行肺部病变分割和早期ARDS预测，通过MONAI框架增强训练样本多样性和模型泛化能力 | NA | 开发一种人工智能模型，用于自动肺部病变分割和早期预测ARDS，以促进重症监护室中的及时干预 | 928名重症监护室患者及其胸部CT扫描图像 | 计算机视觉 | 急性呼吸窘迫综合征 | 深度学习 | UNETR | 图像 | 928名患者 | NA | NA | NA | NA |
| 8494 | 2024-08-24 |
[Enzyme metabolism and functions in vitamin biosynthesis pathways]
2024-Aug-25, Sheng wu gong cheng xue bao = Chinese journal of biotechnology
DOI:10.13345/j.cjb.240293
PMID:39174471
|
综述 | 本文综述了维生素生物合成途径中酶的研究进展，详细介绍了13种维生素合成途径中酶的催化机制、动力学特性和生物学应用 | 探讨了深度学习方法在维生素合成相关酶性质研究中的应用潜力 | 缺乏大量关键酶的详细酶学性质研究限制了维生素生产效率的提升和对维生素合成机制的深入理解与优化 | 全面回顾维生素生物合成途径中酶的研究进展，并探讨酶学性质研究的新方法 | 维生素生物合成途径中的酶及其催化机制、动力学特性和生物学应用 | 生物技术 | NA | 深度学习 | NA | NA | NA | NA | NA | NA | NA |
| 8495 | 2024-08-24 |
Predicting time-of-flight with Cerenkov light in BGO: a three-stage network approach with multiple timing kernels prior
2024-Aug-23, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad6ed8
PMID:39137808
|
研究论文 | 本文提出了一种三阶段网络方法，利用Cerenkov光和闪烁光预测飞行时间（TOF），以提高正电子发射断层扫描（PET）重建的图像质量 | 通过结合Cerenkov光和闪烁光的高时间分辨率和高能量分辨率，利用深度学习模型和多时间核先验知识进行TOF预测，提高了TOF-PET研究的预测性能 | NA | 提高正电子发射断层扫描（PET）重建中的图像质量和信号噪声比 | 利用BGO探测器同时发射的Cerenkov光和闪烁光进行飞行时间（TOF）预测 | 计算机视觉 | NA | 深度学习 | CNN, Transformer | 图像 | 25类信号上升时间的数据分类 | NA | NA | NA | NA |
| 8496 | 2024-08-24 |
Automated identification of fleck lesions in Stargardt disease using deep learning enhances lesion detection sensitivity and enables morphometric analysis of flecks
2024-Aug-22, The British journal of ophthalmology
DOI:10.1136/bjo-2023-323592
PMID:38408857
|
研究论文 | 本研究利用深度学习模型自动识别Stargardt病中的斑点病变，并进行形态学分析 | 本研究首次成功训练人工智能识别Stargardt病中的斑点病变，提高了检测灵敏度 | 人工智能模型在检测斑点时产生了更多的假阳性结果，需要进一步优化 | 评估人工智能在识别Stargardt病斑点病变中的应用 | Stargardt病患者的斑点病变 | 机器学习 | 眼科疾病 | 深度学习 | NA | 图像 | 170只眼睛，来自85名连续确诊的Stargardt病患者 | NA | NA | NA | NA |
| 8497 | 2024-08-24 |
Self-Reported Learning Strategies and Preferences in Health Informatics
2024-Aug-22, Studies in health technology and informatics
DOI:10.3233/SHTI240710
PMID:39176499
|
研究论文 | 本研究通过使用动机策略学习问卷（MSLQ）和深度与表面学习理论，调查了健康信息学（HI）课程中学生的学习策略和偏好 | 首次详细探讨了健康信息学课程中学生的学习策略和偏好，填补了该领域的知识空白 | 研究仅限于三门健康信息学课程，可能无法全面代表所有健康信息学课程的情况 | 探讨健康信息学课程中学生的学习策略和偏好，为教育者提供改进建议 | 健康信息学课程的学生及其学习策略和偏好 | 健康信息学 | NA | NA | NA | 问卷调查数据 | 三门健康信息学课程的学生 | NA | NA | NA | NA |
| 8498 | 2024-08-24 |
Integrated and Interoperable Platform for Detecting Masses on Mammograms
2024-Aug-22, Studies in health technology and informatics
DOI:10.3233/SHTI240603
PMID:39176574
|
研究论文 | 本文介绍了一个免费开源的集成平台，用于自动检测乳腺X光片上的肿块 | 引入了先进的RetinaNet模型和DICOM-SR互操作性格式，以提高深度学习模型在乳腺影像中的可访问性 | NA | 推广深度学习模型在乳腺影像中的广泛应用 | 乳腺X光片上的肿块检测 | 计算机视觉 | 乳腺癌 | 深度学习 | RetinaNet | 图像 | NA | NA | NA | NA | NA |
| 8499 | 2024-08-24 |
Assessing the Performance of Deep Learning for Automated Gleason Grading in Prostate Cancer
2024-Aug-22, Studies in health technology and informatics
DOI:10.3233/SHTI240605
PMID:39176576
|
研究论文 | 本研究利用数字病理学和人工智能技术，探索了11种深度神经网络架构在前列腺癌自动Gleason分级中的性能 | 研究展示了较新的架构在性能上的优势，特别是ConvNeXt模型在复杂性和泛化能力之间的平衡 | 研究面临区分相近Gleason等级的挑战 | 提高前列腺癌诊断效率 | 前列腺癌的自动Gleason分级 | 数字病理学 | 前列腺癌 | 深度学习 | 深度神经网络 | 图像 | 34,264个注释的组织切片 | NA | NA | NA | NA |
| 8500 | 2024-08-24 |
Precise Identification of Oral Cancer Lesions Using Artificial Intelligence
2024-Aug-22, Studies in health technology and informatics
DOI:10.3233/SHTI240601
PMID:39176572
|
research paper | 本研究首次展示了使用基于深度学习的人工智能系统，用于在智能手机图像中同时识别口腔癌病变类型并精确描绘病变边界 | 本研究首次使用深度学习模型在智能手机图像中同时识别口腔癌病变类型并精确描绘病变边界 | NA | 开发一种人工智能系统，帮助非专业口腔病变专家的牙医在智能手机图像中准确筛查口腔癌 | 口腔潜在恶性病变（OPMDs）和口腔鳞状细胞癌（OSCC）病变 | machine learning | 口腔癌 | deep learning | NA | image | NA | NA | NA | NA | NA |