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 12022 篇文献，本页显示第 9681 - 9700 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 9681 | 2024-08-05 |
An end-to-end gait recognition system for covariate conditions using custom kernel CNN
2024-Jun-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e32934
PMID:39021936
|
研究论文 | 本研究提出了一种端到端的步态识别系统，旨在处理协变量条件问题。 | 创新性地提出了一种深度学习框架，通过自定义卷积核处理步态识别中的协变量条件。 | 研究中未提及的具体局限性不明确 | 提高在协变量条件下的步态识别准确性。 | 使用公共数据集（如CASIA A和CASIA C）进行步态识别的个体。 | 计算机视觉 | NA | 自定义卷积神经网络（CNN） | CNN | 图像 | 公开数据集（如CASIA A和CASIA C）中的个体 | NA | NA | NA | NA |
| 9682 | 2024-08-05 |
Attention-based scale sequence network for small object detection
2024-Jun-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e32931
PMID:39021898
|
研究论文 | 本文提出了一种基于注意力的比例序列网络，以改善小物体检测的性能 | 提出了一种轻量级的注意力模块ASSN，优化了FPN基础检测器，具有提高小物体检测精度的能力 | 在实验中，只针对YOLOv7和YOLOv8进行了比较，可能限制了模型的广泛性验证 | 提高小物体检测的精确度，使其在真实应用中的表现更加优秀 | 小物体的检测和识别 | 计算机视觉 | NA | 深度学习 | FPN, YOLO | 图像 | NA | NA | NA | NA | NA |
| 9683 | 2024-08-05 |
Enhanced object detection in pediatric bronchoscopy images using YOLO-based algorithms with CBAM attention mechanism
2024-Jun-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e32678
PMID:39021922
|
研究论文 | 本研究旨在通过将基于YOLO的算法与CBAM注意力机制结合，改善儿童支气管镜图像中的物体检测准确性 | 提出将CBAM注意力模块与YOLO-V7和YOLO-V8相结合，以提高支气管镜图像中物体的识别和分类能力 | 未提及具体的样本大小和数据来源，可能影响结果的普遍适用性 | 改善支气管镜图像中物体检测的准确性 | 支气管镜图像中的各种物体，如黏液、血液和异物 | 计算机视觉 | 呼吸系统疾病 | YOLO算法 | YOLO-V7和YOLO-V8 | 图像 | NA | NA | NA | NA | NA |
| 9684 | 2024-08-05 |
A clustering mining method for sports behavior characteristics of athletes based on the ant colony optimization
2024-Jun-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e33297
PMID:39021992
|
研究论文 | 本研究旨在提高对运动员行为特征分析的精度，从而优化体育训练和竞赛策略 | 创新点在于应用蚁群优化（ACO）算法解决运动领域实际问题，并展示ACO算法处理复杂、高维运动数据的优势 | 其在更大范围或不同类型的运动数据上的普遍性和效率仍需进一步验证 | 研究的目的是提升运动员行为特征分析的精准性 | 研究对象为运动员的行为特征数据 | 运动科学 | NA | 蚁群优化（ACO） | 聚类模型 | 高维运动数据 | NA | NA | NA | NA | NA |
| 9685 | 2024-08-05 |
Application of DMSFNN-COA technique for brand image design
2024-Jun-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e32674
PMID:39021911
|
研究论文 | 本文提出了一种新的品牌形象设计方法，利用深度多尺度融合神经网络和猎豹优化算法进行产品颜色品牌图像分类 | 创新点在于结合深度学习技术和优化算法，提出了BID-DMSFNN-COA方法以提高品牌形象设计的准确性 | 本研究的局限性没有具体说明 | 研究目的在于增强品牌形象设计的准确性，并解决产品颜色趋势预测研究中的现有挑战 | 研究对象为产品色彩品牌图像，主要分类为'时尚'和'自然' | 计算机视觉 | NA | 深度多尺度融合神经网络，猎豹优化算法 | NA | 图像 | 使用Mnist数据集进行数据收集，具体样本数未说明 | NA | NA | NA | NA |
| 9686 | 2024-08-05 |
Ensemble-based deep learning improves detection of invasive breast cancer in routine histopathology images
2024-Jun-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e32892
PMID:39022088
|
研究论文 | 使用基于集成的深度学习提高了常规组织病理学图像中侵袭性乳腺癌的检测准确性 | 比较了单个CNN模型与多个基础模型的集成，展示了集成模型在预测性能上的优势 | 未提及该研究的明显限制 | 改善侵袭性乳腺癌的检测以支持病理学家的决策 | 两个内部数据集，包括587个全滑动图像，用于训练十个InceptionV3模型的集成 | 计算机视觉 | 乳腺癌 | CNN | InceptionV3 | 图像 | 587个全滑动图像用于训练，118个在内部测试集，157个在外部数据集 | NA | NA | NA | NA |
| 9687 | 2024-08-05 |
Deep Learning-Based Localization and Orientation Estimation of Pedicle Screws in Spinal Fusion Surgery
2024-Jun, Korean journal of neurotrauma
DOI:10.13004/kjnt.2024.20.e17
PMID:39021752
|
研究论文 | 本研究调查了基于深度学习的物体检测模型在脊柱融合手术中精确定位和方向估计的应用 | 使用YOLO物体检测框架和取向边界框(OBBs)来处理手术现场中非轴对齐仪器的挑战 | 尽管模型的精确度很高，但召回率显示出在捕捉所有存在仪器方面有轻微限制 | 探讨深度学习在脊柱固定手术中对外科仪器的定位与方向估计的应用 | 脊柱融合手术中使用的椎弓根螺钉的图像数据 | 计算机视觉 | NA | YOLO | YOLOv8 OBB | 图像 | 初始数据集为100张图像，通过数据增强扩展到300张图像 | NA | NA | NA | NA |
| 9688 | 2024-08-05 |
Insights about cervical lymph nodes: Evaluating deep learning-based reconstruction for head and neck computed tomography scan
2024-Jun, European journal of radiology open
IF:1.8Q3
DOI:10.1016/j.ejro.2023.100534
PMID:39022614
|
研究论文 | 本研究旨在评估不同重建方法对头颈部癌症患者颈部淋巴结影像质量的影响 | 本研究采用深度学习图像重建（DLIR）技术，显示其在颈部淋巴结影像质量方面显著优于传统的重建算法 | 未提及特定的样本多样性和长期随访结果的局限性 | 研究不同重建技术对头颈部癌症患者的颈部淋巴结CT影像质量的影响 | 70名头颈部癌症患者 | 计算机视觉 | 头颈癌 | 双能量CT | 深度学习图像重建（DLIR） | 影像 | 70名头颈部癌症患者 | NA | NA | NA | NA |
| 9689 | 2024-08-05 |
Exploring the Methodological Approaches of Studies on Radiographic Databases Used in Cariology to Feed Artificial Intelligence: A Systematic Review
2024, Caries research
IF:2.9Q1
DOI:10.1159/000536277
PMID:38342096
|
系统评价 | 本研究系统评价了用于计算机辅助诊断的牙科放射数据库的不同方法论方法 | 提出了标准化指南以提高研究的可重复性和结果的普遍适用性 | 大多数研究为单中心研究，且仅有9%的研究在评估模型性能时使用了外部测试集 | 评估使用放射数据库进行龋齿分类、检测和分割的机器学习与深度学习研究的方法论 | 关注机器学习和深度学习在龋齿检测中的应用研究 | 计算机视觉 | 龋齿 | 卷积神经网络 | 卷积神经网络 | 牙科放射图像 | 涉及的样本大小范围为95到38437 | NA | NA | NA | NA |
| 9690 | 2024-08-05 |
Effect of dexamethasone pretreatment using deep learning on the surgical effect of patients with gastrointestinal tumors
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0304359
PMID:39018292
|
研究论文 | 探讨深度学习在胃肠肿瘤手术麻醉管理中的应用效果及其重要性 | 首次将基于深度学习的麻醉监测系统应用于胃肠肿瘤手术，改善患者术后认知和生理恢复 | 样本量有限，仅在一个机构内进行，可能影响外部适用性 | 研究深度学习在胃肠肿瘤手术麻醉管理中的应用效果 | 80名接受胃肠肿瘤手术的老年患者 | 机器学习 | 胃肠肿瘤 | 深度学习 | GBDT和PKPD模型 | 临床数据 | 80名老年患者 | NA | NA | NA | NA |
| 9691 | 2024-08-05 |
An innovative approach to detecting the freshness of fruits and vegetables through the integration of convolutional neural networks and bidirectional long short-term memory network
2024, Current research in food science
IF:6.2Q1
DOI:10.1016/j.crfs.2024.100723
PMID:39022740
|
研究论文 | 本文提出了一种通过融合卷积神经网络和双向长短时记忆网络检测水果和蔬菜新鲜度的创新方法 | 该方法结合不同的深度学习模型，以提取水果和蔬菜图像的特征以及图像中各区域之间的关联 | 目前尚需进一步提升现有研究在水果和蔬菜新鲜度检测中的性能 | 提高水果和蔬菜新鲜度检测的效率和准确性 | 水果和蔬菜的图像数据，用于新鲜度检测 | 计算机视觉 | NA | 深度学习 | CNN_BiLSTM | 图像 | NA | NA | NA | NA | NA |
| 9692 | 2024-08-05 |
The privacy-explainability trade-off: unraveling the impacts of differential privacy and federated learning on attribution methods
2024, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2024.1236947
PMID:39021435
|
研究论文 | 本文深入探讨了隐私保护技术对深度学习模型解释的影响 | 首次系统研究了隐私保护技术与可解释人工智能(XAI)方法在深度学习模型中的相互作用 | 在隐私保护和可解释性的权衡方面，尚未对某些特定情境进行深入分析 | 研究隐私保护技术对深度学习模型解释的影响及其应用建议 | 使用六个图像数据集和五个时间序列数据集进行实验 | 机器学习 | NA | 隐私保护机器学习(PPML) | 深度学习模型 | 图像和时间序列数据 | 六个图像数据集和五个时间序列数据集 | NA | NA | NA | NA |
| 9693 | 2024-08-05 |
Survival prediction landscape: an in-depth systematic literature review on activities, methods, tools, diseases, and databases
2024, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2024.1428501
PMID:39021434
|
综述 | 本文通过深入的系统性文献回顾，探讨了生存预测的活动、方法、工具、疾病和数据库。 | 文章整合了23个现有的综述研究，涵盖了44种不同疾病的90个最新生存预测模型，并提供了具体方法的见解。 | 尽管进行了全面分析，但可能未涵盖所有现有的生存预测模型和方法。 | 旨在通过集中现有生存预测知识和洞察，推动创新性进展。 | 研究对象为90个最新的生存预测工具和方法，涵盖44种不同的疾病。 | 计算生物学 | NA | 机器学习 | 深度学习 | 临床数据 | 90个生存预测模型 | NA | NA | NA | NA |
| 9694 | 2024-08-05 |
Automated detection and classification of the rotator cuff tear on plain shoulder radiograph using deep learning
2024-Aug, Journal of shoulder and elbow surgery
IF:2.9Q1
DOI:10.1016/j.jse.2023.12.009
PMID:38311106
|
研究论文 | 该文章评估了深度学习算法在肩部X光片中检测和分类肩袖撕裂的诊断性能 | 使用卷积神经网络显著提高了肩袖撕裂的检测和分类的准确性 | 该研究未涵盖所有种类的肩部问题，可能影响结果的普遍适用性 | 评估人工智能在肩袖撕裂检测和分类中的应用 | 1169幅肩部正位X光片，分为完整、小型、中型和大至巨型撕裂组 | 计算机视觉 | NA | 深度学习 | 卷积神经网络 | 图像 | 1169幅肩部正位X光片 | NA | NA | NA | NA |
| 9695 | 2024-08-05 |
[A quantitative MRI comparative study of imaging markers for cerebral small vessel disease in the middle-aged and elderly patients with and without hypertension]
2024-Jul-23, Zhonghua yi xue za zhi
|
研究论文 | 本研究探讨了中老年高血压和非高血压患者脑小血管病的MRI标志物的差异 | 采用深度学习方法分割白质病变，并分析不同组别间的全脑白质病变概率差异 | 为回顾性分析，可能存在选择偏倚，限制了结果的普遍适用性 | 研究高血压对中老年患者脑小血管病影像学标志物的影响 | 316名中老年患者，包括259名高血压患者和57名非高血压患者 | 数字病理学 | NA | MRI | 深度学习 | 影像 | 316名患者 | NA | NA | NA | NA |
| 9696 | 2024-08-05 |
Bifurcation detection in intravascular optical coherence tomography using vision transformer based deep learning
2024-Jul-18, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad611c
PMID:38981596
|
研究论文 | 本文提出了一种使用基于视觉变换器的深度学习方法进行血管内光相干断层扫描中的分叉检测 | 提出了一种基于视觉变换器的分类模型和地标检测模型结合的方法，显著提升了分叉检测的准确性 | 未明确提及本研究的局限性 | 研究旨在提升血管内光相干断层扫描中分叉检测的准确性 | 研究对象为8640幅临床血管内光相干断层扫描图像 | 数字病理学 | 心血管疾病 | 光学相干断层扫描 | 视觉变换器（ViT） | 图像 | 8640幅临床图像 | NA | NA | NA | NA |
| 9697 | 2024-08-05 |
Innovative approaches for coronary heart disease management: integrating biomedical sensors, deep learning, and stellate ganglion modulation
2024-Jul-18, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2024.2378099
PMID:39023137
|
研究论文 | 该研究评估了结合传统中医和现代生物医学技术治疗冠心病的有效性 | 首次将传统中医干预与现代生物医学传感器和星状神经节调节结合应用于冠心病治疗 | 需要进一步研究和传感器技术的进步来优化这种治疗方法 | 评价结合治疗方法对冠心病患者的症状缓解和临床结果的影响 | 117名冠心病患者，具有痰浊阻滞和实热型 | 数字病理学 | 冠心病 | 生物医学传感器 | NA | 临床数据 | 117名冠心病患者 | NA | NA | NA | NA |
| 9698 | 2024-08-05 |
Arrhythmia detection in inter-patient ECG signals using entropy rate features and RR intervals with CNN architecture
2024-Jul-17, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2024.2378105
PMID:39021157
|
研究论文 | 本研究提出了一种通过1D卷积神经网络（CNN）实现心电图（ECG）信号中心律失常检测的创新方法 | 采用1D-CNN结合形态学和时间特征进行ECG分类，并引入熵率作为特征提取技术 | 仅验证了在MIT-BIH和INCART数据集上的性能，其他数据集的普适性尚待进一步验证 | 旨在改善心律失常检测的准确性，尤其是在不同患者之间的ECG信号分类 | 使用MIT-BIH和INCART心电图数据集进行心律失常检测和分类的研究对象 | 计算机视觉 | NA | 1D卷积神经网络（CNN） | CNN | 心电图信号 | 在MIT-BIH数据集中进行了多达五类的交叉验证，INCART数据集为三类 | NA | NA | NA | NA |
| 9699 | 2024-08-05 |
Deep learning approach to femoral AVN detection in digital radiography: differentiating patients and pre-collapse stages
2024-Jul-16, BMC musculoskeletal disorders
IF:2.2Q3
DOI:10.1186/s12891-024-07669-7
PMID:39010001
|
研究论文 | 本研究评估了一种新的深度学习模型，通过分析骨盆前后数字放射图法来诊断股骨头缺血性坏死（AVNFH） | 提出了一种基于深度学习的模型，包括SVM和ANFIS层，用于股骨头缺血性坏死的检测 | 与经验丰富的放射科医生相比，模型的表现未达到统计显著性差异 | 评估深度学习模型在AVNFH诊断中的应用 | 1167个髋关节的放射影像 | 数字病理学 | 骨坏死 | 深度学习 | SVM和ANFIS | 放射图像 | 1167个髋关节的放射影像 | NA | NA | NA | NA |
| 9700 | 2024-08-05 |
An efficient learning based approach for automatic record deduplication with benchmark datasets
2024-Jul-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63242-1
PMID:39009682
|
研究论文 | 提出了一种高效的学习基础记录去重方法，旨在改善多源数据的去重性能 | 提出了增强深度学习基础记录去重框架（EDL-RD），引入了LSTM变体和多种属性组合等创新点 | NA | 旨在提高多源数据记录去重的性能和可靠性 | 主要研究的是结构化数据中的重复记录问题 | 机器学习 | NA | 深度学习 | LSTM | 结构化数据 | NA | NA | NA | NA | NA |