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 8981 - 9000 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 8981 | 2024-08-29 |
Radiomics and Deep Learning to Predict Pulmonary Nodule Metastasis at CT
2024-04, Radiology
IF:12.1Q1
DOI:10.1148/radiol.233356
PMID:38591975
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 8982 | 2024-08-29 |
A deep learning method for multi-task intelligent detection of oral cancer based on optical fiber Raman spectroscopy
2024-03-14, Analytical methods : advancing methods and applications
IF:2.7Q1
DOI:10.1039/d3ay02250a
PMID:38419435
|
研究论文 | 本文提出了一种结合拉曼光谱和深度学习的多任务智能口腔癌检测方法 | 该方法能够同时处理肿瘤分期、淋巴结分期和组织学分级等多个分类任务，并采用了四种不同的多任务网络模型 | 初步实验结果显示模型性能良好，但仍需进一步验证和优化 | 开发一种有效的多任务智能口腔癌检测方法，以提高诊断准确性 | 口腔癌患者的正常和癌变组织样本 | 机器学习 | 口腔癌 | 拉曼光谱 | 多任务网络模型（MTN-Alexnet, MTN-Googlenet, MTN-Resnet50, MTN-Transformer） | 拉曼光谱数据 | 70个组织样本，来自35名口腔癌患者 | NA | NA | NA | NA |
| 8983 | 2024-08-29 |
Deep Learning to Differentiate Benign and Malignant Vertebral Fractures at Multidetector CT
2024-03, Radiology
IF:12.1Q1
DOI:10.1148/radiol.231429
PMID:38530172
|
研究论文 | 研究基于CT的深度学习模型区分良性与恶性椎体骨折的可靠性 | 开发了使用三维U-Net编码器-分类器架构的深度学习模型，并应用数据增强技术，提高了区分良性与恶性椎体骨折的能力 | 研究使用了回顾性数据，且外部测试集来自单一额外医院 | 探讨深度学习模型在区分良性与恶性椎体骨折中的可靠性 | 良性与恶性椎体骨折的CT扫描图像 | 计算机视觉 | NA | 深度学习 | 三维U-Net | CT扫描图像 | 训练集包含381名患者，1307个椎骨；内部和外部测试集分别包含86名和65名患者 | NA | NA | NA | NA |
| 8984 | 2024-08-29 |
WATUNet: a deep neural network for segmentation of volumetric sweep imaging ultrasound
2024-Mar-01, Machine learning: science and technology
DOI:10.1088/2632-2153/ad2e15
PMID:38464559
|
研究论文 | 本文介绍了一种名为Wavelet_Attention_UNet（WATUNet）的新型分割模型，该模型通过在编码器和解码器之间加入小波门和注意力门，改进了传统UNet架构的局限性，提高了模型性能。 | WATUNet模型通过引入小波门和注意力门，解决了传统UNet架构中的梯度消失问题，增强了多尺度特征提取和选择性区域注意力。 | NA | 旨在通过深度学习技术，特别是卷积神经网络，改进乳腺癌诊断的准确性、节省时间和成本，并改善患者治疗效果。 | 研究对象包括公共的'Breast Ultrasound Images'数据集和作者在罗切斯特大学采集的私有VSI数据集，涵盖了三种类型的病变：无肿块、良性肿块和恶性肿块。 | 计算机视觉 | 乳腺癌 | 卷积神经网络 | WATUNet | 图像 | 使用了780张公共数据集图像和3818张私有VSI数据集图像 | NA | NA | NA | NA |
| 8985 | 2024-08-29 |
Deeply-Learned Generalized Linear Models with Missing Data
2024, Journal of computational and graphical statistics : a joint publication of American Statistical Association, Institute of Mathematical Statistics, Interface Foundation of North America
IF:1.4Q2
DOI:10.1080/10618600.2023.2276122
PMID:39184956
|
研究论文 | 本文提出了一种新的深度学习架构，用于处理带有缺失数据的一般化线性模型，并展示了其在监督学习任务中的优越性能 | 本文提出的新架构能够灵活处理可忽略和不可忽略的缺失数据模式，这是首次在训练时能够同时考虑这两种模式的深度学习方法 | NA | 研究如何有效处理深度学习中的缺失数据问题 | 深度学习中的一般化线性模型及其在回归和分类问题中的应用 | 机器学习 | NA | 深度学习 | 一般化线性模型 | 数据集 | 案例研究使用了UCI机器学习库中的银行营销数据集 | NA | NA | NA | NA |
| 8986 | 2024-08-29 |
Application of artificial intelligence in the diagnosis and treatment of urinary tumors
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1440626
PMID:39188685
|
研究论文 | 本文探讨了人工智能在泌尿肿瘤诊断和治疗中的应用，特别是机器学习和深度学习技术在医学图像识别中的作用 | 利用机器学习和深度学习技术，特别是卷积神经网络，提高了肿瘤诊断和治疗的精确性和效率 | NA | 研究人工智能在泌尿肿瘤诊断和治疗中的应用，以提高诊断准确性和治疗效果 | 泌尿肿瘤，包括肾细胞癌、膀胱癌和前列腺癌 | 机器学习 | 泌尿肿瘤 | 机器学习（ML）和深度学习（DL） | 卷积神经网络（CNN） | 医学图像 | NA | NA | NA | NA | NA |
| 8987 | 2024-08-29 |
A non-enhanced CT-based deep learning diagnostic system for COVID-19 infection at high risk among lung cancer patients
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1444708
PMID:39188873
|
研究论文 | 本研究提出了一种基于非增强CT扫描的COVID-19诊断神经网络系统，用于区分COVID-19肺炎患者和其他肺炎患者，并进一步区分普通COVID-19患者和重症患者 | 本研究创新性地使用两个串联的3D卷积神经网络（CNN）来构建诊断模块，能够有效区分COVID-19肺炎和其他肺炎，以及普通COVID-19患者和重症患者 | NA | 开发一种早期诊断系统，以帮助改善感染COVID-19的肺癌患者的预后 | 肺癌患者中的COVID-19感染 | 机器学习 | 肺癌 | 3D卷积神经网络（CNN） | CNN | CT图像 | NA | NA | NA | NA | NA |
| 8988 | 2024-08-29 |
Revolutionizing Shoulder MRI: Accelerated Imaging with Deep Learning Reconstruction
2024-01, Radiology
IF:12.1Q1
DOI:10.1148/radiol.233301
PMID:38193840
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 8989 | 2024-08-28 |
ATR-FTIR spectroscopy and machine/deep learning models for detecting adulteration in coconut water with sugars, sugar alcohols, and artificial sweeteners
2024-Dec-05, Spectrochimica acta. Part A, Molecular and biomolecular spectroscopy
DOI:10.1016/j.saa.2024.124771
PMID:39032237
|
研究论文 | 本研究结合傅里叶变换红外光谱（FTIR）和机器学习技术，通过分类模型检测椰子水中潜在的掺杂物 | 本研究探索了线性、非线性和组合特征提取模型，并开发了利用主成分分析（PCA）和t-分布随机邻域嵌入（t-SNE）的交互式应用程序，简化了非目标糖掺杂物的检测 | NA | 检测椰子水中的掺杂物 | 椰子水样品中的糖类、糖醇和人工甜味剂 | 机器学习 | NA | 傅里叶变换红外光谱（FTIR） | 随机森林（RF）、一维卷积神经网络（1D CNN） | 红外光谱 | 15种不同类型的潜在糖替代物的椰子水样品 | NA | NA | NA | NA |
| 8990 | 2024-08-28 |
Prediction of soil heavy metal contents in urban residential areas and the strength of deep learning: A case study of Beijing
2024-Nov-10, The Science of the total environment
DOI:10.1016/j.scitotenv.2024.175133
PMID:39084356
|
研究论文 | 本研究使用深度学习方法和其他四种方法预测北京城市住宅区的土壤重金属含量，并展示了深度学习在提高预测准确性方面的优势 | 深度学习在预测四种重金属含量方面显示出显著优势，其测试集的R值范围从0.75到0.91，相较于其他方法，深度学习在四种重金属的累积R值上提高了53.16%到187.36% | NA | 提高城市住宅区土壤重金属含量的预测准确性 | 北京城市住宅区的土壤重金属含量 | 机器学习 | NA | 深度学习 | 全连接深度神经网络 | 土壤物理化学性质和环境因素数据 | NA | NA | NA | NA | NA |
| 8991 | 2024-08-28 |
Probing the capacity of a spatiotemporal deep learning model for short-term PM2.5 forecasts in a coastal urban area
2024-Nov-10, The Science of the total environment
DOI:10.1016/j.scitotenv.2024.175233
PMID:39102955
|
研究论文 | 研究探讨了一种时空深度学习模型在沿海城市短期PM2.5预测中的表现 | 该时空深度学习模型在短期PM2.5预测中表现出优于传统化学传输模型和浅层统计方法的性能，特别是在12小时内预测的均方根误差显著降低 | 深度学习模型在小尺度现象的预测性能随着预测时间的增加而下降，24小时预测时与化学传输模型的均方根误差相似 | 评估时空深度学习模型在城市尺度上对短期PM2.5预测的表示能力 | 在中国的沿海城市日照的六个城市站点进行的24小时短期PM2.5预测 | 机器学习 | NA | 深度学习 | 时空深度学习模型 | PM2.5数据 | 六个城市站点 | NA | NA | NA | NA |
| 8992 | 2024-08-28 |
Remote sensing estimates of global sea surface nitrate: Methodology and validation
2024-Nov-10, The Science of the total environment
DOI:10.1016/j.scitotenv.2024.175362
PMID:39117199
|
研究论文 | 研究开发了一种用于全球海面硝酸盐浓度遥感估算的方法，并通过验证展示了其高预测准确性 | 本研究引入了光合有效辐射（PAR）作为遥感指标，改进了海面硝酸盐（SSN）的遥感反演算法，增强了其生物地球化学过程的机制描述 | NA | 开发一种更具代表性和广泛适用性的海面硝酸盐遥感反演算法 | 全球海面硝酸盐浓度 | 遥感 | NA | 遥感技术 | NA | 数据集 | 12,846个样本 | NA | NA | NA | NA |
| 8993 | 2024-08-28 |
Artificial intelligence and Eddy covariance: A review
2024-Nov-10, The Science of the total environment
DOI:10.1016/j.scitotenv.2024.175406
PMID:39127196
|
综述 | 本文综述了过去二十年中人工智能技术在Eddy Covariance方法监测碳、水和能量通量中的应用 | 强调了机器学习模型如随机森林、支持向量机、人工神经网络等在监测通量中的应用，并建议未来研究应探索深度学习技术如Transformer和生成式AI | 缺乏技术的一致性，由于环境条件和生态系统中使用的多样技术和变量 | 探讨人工智能与Eddy Covariance方法的结合在气候变化减缓和适应中的作用 | 监测地球表面与大气之间的碳、水和能量通量 | 机器学习 | NA | Eddy Covariance方法 | 随机森林、支持向量机、人工神经网络、支持向量回归、K-最近邻 | 数据流 | NA | NA | NA | NA | NA |
| 8994 | 2024-08-28 |
Diagnostic accuracy of CT-based radiomics and deep learning for predicting lymph node metastasis in esophageal cancer
2024-Sep, Clinical imaging
IF:1.8Q3
DOI:10.1016/j.clinimag.2024.110225
PMID:38905878
|
meta-analysis | 本文通过系统综述和荟萃分析，评估了基于CT的放射组学和深度学习在预测食管癌淋巴结转移中的诊断准确性 | 结合放射组学和深度学习与CT成像，为食管癌淋巴结转移的诊断提供了新的方法，有望革新预后评估和治疗计划 | 需要进一步的多中心研究与独立验证以确认结果并促进更广泛的临床应用 | 研究旨在提高食管癌淋巴结转移的诊断准确性 | 食管癌淋巴结转移的诊断 | digital pathology | 食管癌 | CT-based radiomics, deep learning | DL | image | 12项研究被综述，其中7项被纳入荟萃分析 | NA | NA | NA | NA |
| 8995 | 2024-08-28 |
MOCNN: A Multiscale Deep Convolutional Neural Network for ERP-Based Brain-Computer Interfaces
2024-Sep, IEEE transactions on cybernetics
IF:9.4Q1
DOI:10.1109/TCYB.2024.3390805
PMID:38713574
|
研究论文 | 本文提出了一种多尺度深度卷积神经网络（MOCNN），用于基于事件相关电位（ERP）的脑-机接口（BCI），通过多尺度特征融合提高分类性能 | 引入八度卷积的广义概念到ERP-BCI领域，通过分支宽度优化和多尺度信息交互有效提取时空特征 | NA | 提高基于ERP的脑-机接口的分类性能 | ERP信号的多尺度时空特征 | 机器学习 | NA | 深度学习 | CNN | 信号 | 两个公共数据集和一个自收集的ERP数据集 | NA | NA | NA | NA |
| 8996 | 2024-08-28 |
Classification of optic neuritis in neuromyelitis optica spectrum disorders (NMOSD) on MRI using CNN with transfer learning and manipulation of pre-processing on augmentation
2024-Aug-27, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ad6f17
PMID:39142299
|
研究论文 | 本研究使用迁移学习和预处理增强技术，通过八种先进的卷积神经网络（CNN）模型对神经脊髓炎光谱障碍（NMOSD）患者的视神经炎（ON）进行MRI分类 | 首次利用深度学习技术对NMOSD患者的MRI图像中的ON变化进行分类 | NA | 旨在通过迁移学习的CNN模型对NMOSD患者是否存在慢性ON进行分类 | NMOSD患者的视神经炎（ON） | 计算机视觉 | 神经脊髓炎光谱障碍 | 卷积神经网络（CNN） | CNN | 图像 | NA | NA | NA | NA | NA |
| 8997 | 2024-08-28 |
ASO Visual Abstract: Development and Validation Study of the Prognostic Impact of Deep Learning-Determined Myxoid Stroma After Neoadjuvant Chemotherapy in Patients with Esophageal Squamous Cell Carcinoma
2024-Aug-26, Annals of surgical oncology
IF:3.4Q1
DOI:10.1245/s10434-024-16099-7
PMID:39187666
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 8998 | 2024-08-28 |
A Multibranch Neural Network for Drug-Target Affinity Prediction Using Similarity Information
2024-Aug-20, ACS omega
IF:3.7Q2
DOI:10.1021/acsomega.4c05607
PMID:39184467
|
研究论文 | 本文提出了一种利用药物相似性和蛋白质相似性信息的多分支神经网络GASI-DTA，用于预测药物-靶点亲和力 | 引入药物和蛋白质的相似性信息，并设计了一个自主提取相似信息的网络框架，不依赖于知识图谱 | 未提及具体限制 | 加速药物发现过程中的药物-靶点亲和力预测 | 药物-靶点亲和力预测 | 机器学习 | NA | 深度学习 | 多分支神经网络 | 图结构数据 | 两个基准数据集和三种冷启动场景 | NA | NA | NA | NA |
| 8999 | 2024-08-28 |
A review: artificial intelligence in image-guided spinal surgery
2024-Aug, Expert review of medical devices
IF:2.9Q3
DOI:10.1080/17434440.2024.2384541
PMID:39115295
|
综述 | 本文综述了深度学习和人工智能在图像引导脊柱手术中的最新进展 | 通过人工智能增强的图像引导脊柱手术优于传统脊柱手术技术 | 需要收集更广泛的数据集以进一步确保手术程序的安全性 | 为从事该领域的医生、工程师和研究人员提供参考和指导 | 图像引导脊柱手术中的人工智能应用 | 计算机视觉 | NA | 深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 9000 | 2024-08-28 |
Deep Learning Diagnostic Classification of Cervical Images to Augment Colposcopic Impression
2024-Jul-01, Journal of lower genital tract disease
IF:2.4Q2
DOI:10.1097/LGT.0000000000000815
PMID:38713522
|
研究论文 | 本文开发了一种基于深度学习的分类器，用于提高宫颈图像的诊断准确性，辅助阴道镜印象 | 该模型在10折实验中表现优于专家，并通过整合患者年龄和转诊数据进一步提高了性能 | NA | 提高阴道镜印象的准确性 | 宫颈图像的分类 | 计算机视觉 | 宫颈疾病 | 深度学习 | SegFormer | 图像 | 5,485张阴道镜图像，其中4,946张具有组织学和可见宫颈 | NA | NA | NA | NA |