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 9401 - 9420 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 9401 | 2024-08-16 |
Artificial intelligence at the pen's edge: Exploring the ethical quagmires in using artificial intelligence models like ChatGPT for assisted writing in biomedical research
2024 Jul-Sep, Perspectives in clinical research
DOI:10.4103/picr.picr_196_23
PMID:39140014
|
综述 | 本文探讨了在生物医学研究中使用如ChatGPT这样的人工智能模型进行辅助写作时的伦理问题 | NA | 当前所有AI模型如ChatGPT处于初级阶段，存在生成内容不准确、缺乏上下文理解、知识动态差距、辨别能力有限、缺乏责任和问责、隐私问题、数据安全、透明度和偏见、缺乏细微差别和原创性等问题 | 旨在阐明在医疗保健和医学领域使用ChatGPT等AI模型进行写作辅助的伦理关切 | ChatGPT等AI模型在辅助写作中的应用及其伦理问题 | 自然语言处理 | NA | 深度学习 | ChatGPT | 文本 | NA | NA | NA | NA | NA |
| 9402 | 2024-08-16 |
Forecasting the consumptions of coagulation tests using a deep learning model
2024-Jun-15, Journal of medical biochemistry
IF:2.0Q4
DOI:10.5937/jomb0-40244
PMID:39139177
|
研究论文 | 本文开发了一种基于客观数据的模型，用于预测凝血测试的未来消耗量，该模型在COVID-19疫情期间显示出高度可变的消耗量。 | 本文采用外部输入非线性自回归人工神经网络（NARX）模型，有效预测了凝血测试的消耗量，特别是在COVID-19疫情期间的波动情况。 | NA | 旨在提高实验室服务的效率和可靠性，通过预测凝血测试的消耗量来优化资源规划。 | 凝血测试（PTT、aPTT、D-dimer、纤维蛋白原）的月消耗量及不同类型入院人数。 | 机器学习 | NA | 外部输入非线性自回归人工神经网络（NARX） | NARX | 数值数据 | 数据收集时间从2018年12月至2021年7月，每月凝血测试消耗量及各类入院人数。 | NA | NA | NA | NA |
| 9403 | 2024-08-16 |
Deep learning solutions for smart city challenges in urban development
2024-Mar-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-55928-3
PMID:38431741
|
研究论文 | 本研究结合深度学习和贝叶斯正则化技术，旨在提升城市规划应用中神经网络的性能和可靠性 | 采用贝叶斯正则化方法增强神经网络的泛化能力并量化预测不确定性 | 深度学习模型的复杂性可能导致过拟合和解释性有限 | 探索深度学习技术在城市规划中的应用，提高模型性能和决策支持 | 城市动态、交通网络和环境可持续性 | 计算机视觉 | NA | 深度学习 | 神经网络 | 数据 | NA | NA | NA | NA | NA |
| 9404 | 2024-08-16 |
Shedding light on ai in radiology: A systematic review and taxonomy of eye gaze-driven interpretability in deep learning
2024-Mar, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2024.111341
PMID:38340426
|
综述 | 本文通过系统性文献回顾和分类法探讨了眼动追踪数据在深度学习中用于放射学解释性的应用 | 首次全面调查了眼动数据处理技术及其在不同深度学习架构中的影响，特别是在医学影像数据中的错误检测、分类、对象检测等应用 | 文献中关于眼动追踪数据在深度学习架构中用于异常检测的有用性存在矛盾结果 | 旨在解决文献中关于眼动追踪数据在深度学习架构中应用的矛盾结果，并分析眼动数据如何促进放射学的解释性 | 分析了60项研究，这些研究将眼动追踪数据应用于深度学习方法以实现不同的放射学应用目标 | 计算机视觉 | NA | 深度学习 | 深度学习架构 | 眼动追踪数据 | 60项研究 | NA | NA | NA | NA |
| 9405 | 2024-08-16 |
Leveraging smart image processing techniques for early detection of foot ulcers using a deep learning network
2024, Polish journal of radiology
IF:0.9Q4
DOI:10.5114/pjr/189412
PMID:39139256
|
研究论文 | 本文利用深度学习模型分析糖尿病患者足部的红外图像，以早期检测足溃疡，并通过与现有研究比较评估所提模型的有效性 | 采用ResNet50和EfficientNetB0模型，通过边缘检测和分水岭分割预处理数据集，提高了模型的准确性和降低了计算成本 | NA | 开发一种实用的足溃疡检测方法，特别是在缺乏专家分析的情况下 | 糖尿病患者的足部溃疡 | 计算机视觉 | 糖尿病 | 深度学习 | ResNet50, EfficientNetB0 | 红外图像 | 1055张图像，其中543张为正常足部图像，其余为异常足部图像 | NA | NA | NA | NA |
| 9406 | 2024-08-16 |
Linking genetic markers and crop model parameters using neural networks to enhance genomic prediction of integrative traits
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1393965
PMID:39139722
|
研究论文 | 本文通过使用卷积神经网络（CNN）将遗传标记与作物模型参数关联，以提高综合性状的基因组预测 | 提出使用卷积神经网络（CNN）和作物生长模型（CGM）结合的方法来预测非加性效应，如基因间的上位性 | NA | 提高作物综合性状的基因组预测准确性 | 高粱的综合性状，特别是地上鲜重积累 | 机器学习 | NA | 卷积神经网络（CNN） | CNN | NA | NA | NA | NA | NA | NA |
| 9407 | 2024-08-16 |
Multi-Quantifying Maxillofacial Traits via a Demographic Parity-Based AI Model
2024, BME frontiers
IF:5.0Q1
DOI:10.34133/bmef.0054
PMID:39139805
|
研究论文 | 本研究提出了一种基于人口统计平权的AI模型，用于多指标量化颌面特征，以提高其在颌面外科手术中的诊断、决策和预后能力 | 本研究采用了一种人口统计平权策略，通过集成学习提高了AI模型在量化颌面特征时的泛化能力 | 初步泛化结果显示AI模型在量化主要基底骨指标时表现不佳，需要通过细分数据集和训练子模型来改进 | 提高AI模型在颌面特征量化中的泛化能力和准确性 | 颌面特征的多指标量化 | 机器学习 | NA | 深度学习 | 深度学习模型 | 图像 | 共收集了4000张锥形束计算机断层摄影（CBCT）矢状图像 | NA | NA | NA | NA |
| 9408 | 2024-08-16 |
Automated crack identification in structures using acoustic waveforms and deep learning
2024, Journal of infrastructure preservation and resilience
DOI:10.1186/s43065-024-00102-2
PMID:39140005
|
研究论文 | 本文提出了一种使用声波信号和深度学习模型来自动识别结构中裂缝的方法 | 本文采用密集连接卷积神经网络（CNN）进行特征提取，减少了训练数据需求，并提高了预测损伤程度和位置的准确性 | NA | 自动化预测结构损伤程度和位置 | 混凝土梁和木梁及板 | 机器学习 | NA | 声发射（AE）波形 | CNN | 声波信号 | 混凝土梁和木梁及板的数据 | NA | NA | NA | NA |
| 9409 | 2024-08-16 |
A knowledge graph algorithm enabled deep recommendation system
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2010
PMID:39145203
|
研究论文 | 本研究提出了一种基于知识图谱的深度推荐系统算法（D-KGR），该算法包含四个数据处理单元，旨在提高在线教育中个性化学习资源推荐的准确性和效率 | 该算法引入了知识图谱中的交叉压缩技术，预测用户属性，并使用多模态技术优化项目属性处理过程，同时在知识图谱重建过程中引入卷积神经网络算法以优化数据特征质量 | NA | 提高在线教育中个性化学习资源推荐的准确性和效率 | 在线教育中的学习资源推荐 | 机器学习 | NA | 知识图谱、深度学习、神经网络、数据挖掘 | 卷积神经网络 | 文本、多值类型数据 | 超过1,000个学习资源和用户 | NA | NA | NA | NA |
| 9410 | 2024-08-15 |
Simulation- and AI-directed optimization of 4,6-substituted 1,3,5-triazin-2(1H)-ones as inhibitors of human DNA topoisomerase IIα
2024-Dec, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2024.06.037
PMID:39135887
|
研究论文 | 本研究通过分子模拟和人工智能方法优化了4,6-取代的1,3,5-三嗪-2(1H)-酮作为人DNA拓扑异构酶IIα抑制剂的结构 | 本研究结合分子模拟、动态药效团和自由能计算以及Deepfrag软件的深度学习预测，有效指导了分子设计，实现了药物优化 | NA | 进一步开发针对人DNA拓扑异构酶IIα的4,6-取代-1,3,5-三嗪-2(1)-酮类化合物 | 4,6-取代-1,3,5-三嗪-2(1)-酮类化合物及其对人DNA拓扑异构酶IIα的抑制活性 | 药物设计 | NA | 分子模拟, 动态药效团, 自由能计算, STD NMR | 深度学习 | 化合物 | 多种具有双环和单环取代的化合物 | NA | NA | NA | NA |
| 9411 | 2024-08-15 |
Multi-model assessment of potential natural vegetation to support ecological restoration
2024-Sep, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2024.121934
PMID:39083935
|
研究论文 | 本文评估了多种方法在潜在自然植被（PNV）模拟中的表现，以支持生态恢复 | 首次全面比较了传统统计方法与机器学习、深度学习在PNV模拟中的性能 | 不同模型类型的性能差异较大，且在粗分辨率下对恢复区域的估计可能存在高估 | 探讨不同方法在PNV模拟中的适用性，以优化生态恢复项目 | 潜在自然植被的模拟方法及其在生态恢复中的应用 | 生态学 | NA | 机器学习、深度学习 | 随机森林、XGBoost、人工神经网络、半监督学习 | 空间数据 | 样本大小从10到总样本的80%不等 | NA | NA | NA | NA |
| 9412 | 2024-08-15 |
Significance of AI-assisted techniques for epiphyte plant monitoring and identification from drone images
2024-Sep, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2024.121996
PMID:39088905
|
研究论文 | 本研究利用AI辅助技术，通过无人机图像增强附生植物的识别和地图绘制 | 本研究首次比较了传统图像分割方法与深度学习模型在附生植物识别中的效果，发现深度学习模型在复杂背景和图像质量变化情况下的识别能力更强 | 研究使用的数据集有限，且图像质量不一，可能影响深度学习模型的性能评估 | 评估AI辅助方法与传统方法在从无人机图像中分割和识别附生植物的有效性 | 附生植物的识别和地图绘制 | 计算机视觉 | NA | 深度学习 | UNet, TransUNet | 图像 | 在哥斯达黎加保护区森林中收集的无人机图像 | NA | NA | NA | NA |
| 9413 | 2024-08-15 |
The impact of ESG performance on corporate sustainable growth from the perspective of carbon sentiment
2024-Sep, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2024.121913
PMID:39067346
|
研究论文 | 本研究探讨了碳情绪与ESG表现及企业可持续增长之间的关系，通过使用OLS回归分析和面板数据模型，结合BERT和LSTM模型进行文本分析，揭示了碳情绪对ESG表现与企业可持续增长的正向调节作用。 | 本研究首次采用碳情绪分析方法，结合深度学习技术如BERT和LSTM模型，分析碳相关新闻文本，探索其对企业可持续增长的影响。 | 研究主要集中在中国上市公司，且依赖于特定的数据集和模型，可能限制了结果的普遍性。 | 探索碳情绪、ESG表现与企业可持续增长之间的关系，并为绿色经济和环境管理政策的制定提供新的视角。 | 中国上市公司的ESG表现、碳情绪及其对企业可持续增长的影响。 | 自然语言处理 | NA | OLS回归分析、两阶段工具变量法(2SLS)、动态面板广义矩估计(GMM)、BERT、LSTM | BERT、LSTM | 文本 | 中国上市公司 | NA | NA | NA | NA |
| 9414 | 2024-08-15 |
An integrated deep learning approach for modeling dissolved oxygen concentration at coastal inlets based on hydro-climatic parameters
2024-Sep, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2024.122018
PMID:39111007
|
研究论文 | 本研究提出了一种基于水文气象参数的深度学习神经网络方法，用于模拟和预测埃及拉希德沿海入口处的溶解氧浓度 | 引入了创新的深度学习神经网络方法，显著提高了溶解氧预测的准确性，相较于最佳的传统机器学习方法，预测准确性提高了4% | NA | 开发有效的溶解氧预测模型，以帮助沿海管理部门监测由于气候变化加速导致的溶解氧变化 | 埃及拉希德沿海入口处的溶解氧浓度 | 机器学习 | NA | 深度学习神经网络 | 深度学习神经网络 | 水文气象数据 | NA | NA | NA | NA | NA |
| 9415 | 2024-08-15 |
Automated diagnosis of adenoid hypertrophy with lateral cephalogram in children based on multi-scale local attention
2024-08-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-69827-0
PMID:39127777
|
研究论文 | 本文提出了一种基于多尺度局部注意力的方法，用于自动诊断儿童的腺样体肥大 | 本研究设计了一种基于局部注意力的方法，通过融合腺样体的空间和通道信息，提高了诊断的准确性 | NA | 开发一种自动化的、标准化的方法来诊断腺样体肥大 | 儿童的腺样体肥大 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 三个医院的数据集 | NA | NA | NA | NA |
| 9416 | 2024-08-15 |
UAV propeller fault diagnosis using deep learning of non-traditional χ2-selected Taguchi method-tested Lempel-Ziv complexity and Teager-Kaiser energy features
2024-Aug-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-69462-9
PMID:39127843
|
研究论文 | 本研究探讨了使用非传统特征提取方法（如排列熵、Lempel-Ziv复杂度和Teager-Kaiser能量算子）进行无人机螺旋桨故障诊断的应用 | 本研究采用非传统特征提取方法，并通过χ²特征选择和Taguchi方法测试，提高了故障诊断的准确性 | NA | 提高无人机螺旋桨故障检测和隔离的准确性和效率 | 无人机螺旋桨的故障诊断 | 机器学习 | NA | 深度神经网络 | 深度神经网络 | 数据集 | 包含多种螺旋桨故障配置的PADRE数据集 | NA | NA | NA | NA |
| 9417 | 2024-08-15 |
Advancing Automatic Gastritis Diagnosis: An Interpretable Multilabel Deep Learning Framework for the Simultaneous Assessment of Multiple Indicators
2024-08, The American journal of pathology
DOI:10.1016/j.ajpath.2024.04.007
PMID:38762117
|
研究论文 | 本文开发了一种基于注意力的多实例多标签学习网络（AMMNet），用于同时诊断活动性、萎缩性和肠上皮化生等胃炎指标，并评估了其在实际应用中的性能。 | AMMNet能够同时诊断多个胃炎指标，并提供可解释的标签，这在之前的深度学习模型中是缺失的。 | NA | 提高胃炎诊断的准确性和效率，并增强模型的可解释性。 | 胃炎的多个形态学指标，包括活动性、萎缩性和肠上皮化生。 | 机器学习 | 胃炎 | 多实例多标签学习 | 注意力网络 | 图像 | 1096名患者 | NA | NA | NA | NA |
| 9418 | 2024-08-15 |
Deep learning reconstruction for coronary CT angiography in patients with origin anomaly, stent or bypass graft
2024-Aug, La Radiologia medica
DOI:10.1007/s11547-024-01846-3
PMID:39023665
|
研究论文 | 开发并验证了一种深度学习模型，用于自动重建冠状动脉CT血管造影（CCTA），特别是在有起源异常、支架或旁路移植的患者中。 | 该深度学习模型能够准确自动重建CCTA，显著减少了后处理时间并改善了临床工作流程。 | NA | 开发和验证一种深度学习模型，用于自动重建冠状动脉CT血管造影。 | 冠状动脉CT血管造影（CCTA）在有起源异常、支架或旁路移植的患者中的自动重建。 | 计算机视觉 | 心血管疾病 | 深度学习 | 深度学习模型 | 图像 | 训练集包含6063名患者，验证集包含1962名患者，外部测试集包含812名患者。 | NA | NA | NA | NA |
| 9419 | 2024-08-15 |
Attention 3D U-NET for dose distribution prediction of high-dose-rate brachytherapy of cervical cancer: Direction modulated brachytherapy tandem applicator
2024-Aug, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17238
PMID:38830129
|
研究论文 | 本文开发了一种基于注意力机制的3D U-NET模型，用于预测宫颈癌高剂量率近距离治疗中方向调制近距离治疗（DMBT）的剂量分布。 | 引入了注意力门控机制的3D U-NET模型，提高了剂量预测的准确性，并能在近实时应用中快速预测剂量分布。 | NA | 开发一种高效的深度学习模型，用于宫颈癌高剂量率近距离治疗的剂量预测。 | 宫颈癌患者的剂量分布预测。 | 计算机视觉 | 宫颈癌 | 深度学习 | 3D U-NET | 图像 | 122例回顾性临床高剂量率近距离治疗计划 | NA | NA | NA | NA |
| 9420 | 2024-08-15 |
Deep learning-based magnetic resonance imaging analysis for chronic cerebral hypoperfusion risk
2024-Aug, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17237
PMID:38820428
|
研究论文 | 本文提出了一种基于深度学习的磁共振成像分析方法，用于提高慢性脑低灌注（CCH）的诊断准确性 | 提出了CCH-Network（CCHNet），一种结合卷积和Transformer模块的端到端深度学习模型，以及一种新颖的对抗训练方法，以提高特征知识捕获能力 | NA | 提高慢性脑低灌注（CCH）的诊断准确性 | 慢性脑低灌注（CCH）的诊断 | 机器学习 | NA | 磁共振成像（MRI） | CNN, Transformer | 图像 | 训练和测试集共204例，验证集108例 | NA | NA | NA | NA |