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 12391 篇文献，本页显示第 10081 - 10100 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 10081 | 2024-08-05 |
Auxiliary Diagnosis of Dental Calculus Based on Deep Learning and Image Enhancement by Bitewing Radiographs
2024-Jul-02, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11070675
PMID:39061757
|
研究论文 | 该研究提出了一种基于深度学习和图像增强的系统用于检测牙结石 | 引入了一种新的图像增强算法，结合中值滤波和高斯双边滤波，提高了牙结石分类的准确性 | 未提及样本数量和多样性 | 旨在改善牙科中牙结石的早期检测 | 针对牙科X光图像中的牙结石进行检测 | 计算机视觉 | NA | 深度学习 | YOLOv8和GoogLeNet | 图像 | NA | NA | NA | NA | NA |
| 10082 | 2024-08-05 |
Synthetic Genitourinary Image Synthesis via Generative Adversarial Networks: Enhancing Artificial Intelligence Diagnostic Precision
2024-Jun-30, Journal of personalized medicine
IF:3.0Q1
DOI:10.3390/jpm14070703
PMID:39063957
|
研究论文 | 本研究探讨了生成对抗网络（GAN）在合成罕见泌尿生殖组织图像中的潜力 | 利用GAN生成高质量合成图像，以增强计算病理模型的训练数据 | 目前的研究仅集中在八种不同的GU组织，尚需进一步拓展更广泛的组织类型 | 提高计算病理模型在组织分类、分割和疾病检测方面的性能 | 八种不同的泌尿生殖组织 | 计算病理学 | NA | 生成对抗网络（GAN） | NA | 图像 | 八种不同的GU组织样本 | NA | NA | NA | NA |
| 10083 | 2024-08-05 |
The Approach to Sensing the True Fetal Heart Rate for CTG Monitoring: An Evaluation of Effectiveness of Deep Learning with Doppler Ultrasound Signals
2024-Jun-28, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11070658
PMID:39061740
|
研究论文 | 该研究提出了一种利用多普勒超声信号和人工智能的方法来区分胎心率和母体心率。 | 创新之处在于将多普勒超声与深度学习结合，以提高临床心率监测的准确性。 | 研究主要基于有限案例的数据，可能影响结果的推广性。 | 旨在改善心音监测的准确性，减少在产程中错误评估胎儿状态的风险。 | 研究对象包括425个孕妇案例的数据，涉及胎心和母体脉管信号。 | 数字病理学 | NA | 多普勒超声 | 深度学习模型 | 信号数据 | 425个案例，包含30160个胎心数据点和2160个母体脉管数据点 | NA | NA | NA | NA |
| 10084 | 2024-08-05 |
Identification of Calculous Pyonephrosis by CT-Based Radiomics and Deep Learning
2024-Jun-28, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11070662
PMID:39061744
|
研究论文 | 本研究评估了基于CT的放射组学和三维卷积神经网络模型在识别结石性脓肾中的表现 | 结合独立临床因素的机器学习模型表现优于传统临床模型 | 未提及具体的局限性 | 急需准确检测结石性脓肾以便进行手术规划并防止严重后果 | 182名接受治疗的结石性水肾或脓肾的患者 | 数字病理学 | 肾脏疾病 | CT成像, 放射组学 | 3D-CNN | 医学影像 | 182名患者 | NA | NA | NA | NA |
| 10085 | 2024-08-05 |
Revolutionizing Pathology with Artificial Intelligence: Innovations in Immunohistochemistry
2024-Jun-27, Journal of personalized medicine
IF:3.0Q1
DOI:10.3390/jpm14070693
PMID:39063947
|
research paper | 这篇文章探讨了人工智能在免疫组化分析中的应用和整合 | 文章强调了深度学习和机器学习算法在免疫组化分析中的创新应用 | 文章未详细探讨现有算法的局限性和挑战 | 研究目的是提升病理学中的诊断准确性 | 研究对象包括乳腺癌、前列腺癌、肺癌、黑色素增生以及血液病等病理 | 数字病理 | 乳腺癌, 前列腺癌, 肺癌, 血液病 | 深度学习, 机器学习 | NA | 影像 | NA | NA | NA | NA | NA |
| 10086 | 2024-08-05 |
An Innovative Multi-Omics Model Integrating Latent Alignment and Attention Mechanism for Drug Response Prediction
2024-Jun-27, Journal of personalized medicine
IF:3.0Q1
DOI:10.3390/jpm14070694
PMID:39063948
|
研究论文 | 本文提出了一种用于药物反应预测的多组学模型，集成了潜在对齐和注意力机制 | 研究创新性地引入了潜在对齐用于信息不匹配的整合，并通过注意力模块捕获不同类型组学数据之间的交互 | 在某些药物（如mitomycin-C和obatoclax）的反应预测准确性较低 | 该研究旨在提高药物反应预测的准确性 | 研究对象为各种组学数据，包括基因突变、拷贝数变异、甲基化和基因表达数据 | 机器学习 | 癌症 | 多组学数据整合 | 注意力模型 | 组学数据 | NA | NA | NA | NA | NA |
| 10087 | 2024-08-05 |
A Multi-View Deep Learning Model for Thyroid Nodules Detection and Characterization in Ultrasound Imaging
2024-Jun-25, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11070648
PMID:39061730
|
研究论文 | 提出了一种基于深度学习的管道来检测和分类甲状腺结节 | 使用了多视图超声成像并结合YOLOv5和XGBoost模型提升结节分类的准确性 | 测试集样本量相对较小且是历史数据收集 | 旨在提高甲状腺结节的检测与分类准确性 | 使用来自983名患者的甲状腺结节超声图像 | 计算机视觉 | NA | 深度学习 | YOLOv5, XGBoost | 超声图像 | 983个患者的图像，测试集81个案例 | NA | NA | NA | NA |
| 10088 | 2024-08-05 |
HEAL: High-Frequency Enhanced and Attention-Guided Learning Network for Sparse-View CT Reconstruction
2024-Jun-25, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11070646
PMID:39061728
|
研究论文 | 提出了一种高频增强和注意力引导的学习网络HEAL，用于稀疏视图CT重建 | 该论文提出的HEAL网络结合了双域渐进增强模块、通道和空间注意力机制以及高频成分增强正则化项，创新性地提高了重建精度和细节增强 | 在超稀疏条件下，高频成分的细节恢复仍然存在一定挑战 | 旨在减少CT成像中的辐射剂量，同时提高稀疏视图重建的图像细节 | 重点研究CT成像中的稀疏视图重建技术 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 在不同的超稀疏配置下进行了训练、验证和测试，包括60视图和30视图 | NA | NA | NA | NA |
| 10089 | 2024-08-05 |
Graph-Based Electroencephalography Analysis in Tinnitus Therapy
2024-Jun-25, Biomedicines
IF:3.9Q1
DOI:10.3390/biomedicines12071404
PMID:39061978
|
研究论文 | 本研究旨在通过分析与耳鸣治疗相关的电生理信号数据集来增强对耳鸣的理解和治疗 | 本研究的创新点在于将EEG信号的不同通道表示为新的图网络表示法，使用图神经网络进行复杂关系的建模 | NA | 提升耳鸣治疗的理解与效果 | 治疗耳鸣的患者的EEG信号 | 数字病理学 | 耳鸣 | EEG | 图卷积网络(GCN) 和 长短期记忆网络(LSTM) | 电生理信号 | NA | NA | NA | NA | NA |
| 10090 | 2024-08-05 |
Automatic Detection of Acute Leukemia (ALL and AML) Utilizing Customized Deep Graph Convolutional Neural Networks
2024-Jun-24, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11070644
PMID:39061726
|
研究论文 | 本研究提出了一种利用定制的深度图卷积神经网络自动检测急性白血病的方法 | 本研究的创新点在于结合图论和卷积神经网络的架构，实现了高达99%的分类准确率 | 本研究的样本量较小，仅涉及44名患者的670幅图像 | 旨在开发一种自动化的急性白血病诊断工具 | 研究对象为急性淋巴细胞白血病（ALL）和急性髓性白血病（AML） | 机器学习 | 急性白血病 | 深度学习 | 卷积神经网络（CNN） | 图像 | 44名患者的670幅ALL和AML图像 | NA | NA | NA | NA |
| 10091 | 2024-08-05 |
Brain Tumor MRI Classification Using a Novel Deep Residual and Regional CNN
2024-Jun-23, Biomedicines
IF:3.9Q1
DOI:10.3390/biomedicines12071395
PMID:39061969
|
研究论文 | 本文提出了一种新的深度残差区域卷积神经网络用于脑肿瘤分类 | 创新地结合了区域和边界操作的深度残差网络架构Res-BRNet | 未提及该研究的具体局限性 | 旨在提高脑肿瘤分类的准确性和效率 | 针对基于MRI扫描的不同种类脑肿瘤进行分类 | 计算机视觉 | 脑肿瘤 | MRI | CNN | 图像 | 来自Kaggle、Br35H和figshare的多种肿瘤类别的图像数据集 | NA | NA | NA | NA |
| 10092 | 2024-08-05 |
Predicting Drugs Suspected of Causing Adverse Drug Reactions Using Graph Features and Attention Mechanisms
2024-Jun-22, Pharmaceuticals (Basel, Switzerland)
DOI:10.3390/ph17070822
PMID:39065673
|
研究论文 | 本文设计了一个可疑药物辅助判断模型来识别不良药物反应中的可疑药物 | 文章使用图同构网络和注意力机制来提取基于患者人口统计信息、药物信息和不良反应信息的特征 | 本文未提及模型的具体限制 | 研究旨在提高对不良药物反应的认知并识别可疑药物 | 研究对象为在不良事件中可疑的药物 | 机器学习 | 心血管疾病 | 深度学习 | 图同构网络 | 文本 | 使用了来自十个药物发现领域的基准数据集进行验证 | NA | NA | NA | NA |
| 10093 | 2024-08-05 |
Prostate Cancer Diagnosis via Visual Representation of Tabular Data and Deep Transfer Learning
2024-Jun-21, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11070635
PMID:39061717
|
研究论文 | 本文提出了一种新的机器学习方法，通过临床生物标志物和个性化问卷评估前列腺癌的诊断。 | 创新性在于首次将卷积神经网络和迁移学习应用于处理表格数据，并通过Tab2Visual建模框架转换为图形表示。 | 研究可能在样本多样性和临床应用范围上存在局限性。 | 本研究旨在开发高效的前列腺癌诊断方法，减少对侵入性和高成本程序的依赖。 | 研究对象为相关的临床生物标志物和个性化问卷数据。 | 机器学习 | 前列腺癌 | 深度转移学习 | 卷积神经网络 (CNN) | 表格数据 | 样本量与具体样本种类未公开 | NA | NA | NA | NA |
| 10094 | 2024-08-05 |
Incorporating longitudinal history of risk factors into atherosclerotic cardiovascular disease risk prediction using deep learning
2024-01-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-51685-5
PMID:38296982
|
研究论文 | 本研究探讨了使用深度学习模型整合纵向危险因素历史来提高动脉粥样硬化心血管疾病风险预测的效果 | 首次比较了纵向深度学习模型与传统Pooled Cohort Equations (PCE)在ASCVD风险预测中的效果 | 未提及模型在不同人群或环境下的推广性和适用性 | 研究纵向风险因素对动脉粥样硬化心血管疾病风险预测的影响 | 该研究包含来自四个心血管疾病队列的15,565名没有基线ASCVD的参与者 | 机器学习 | 心血管疾病 | 深度学习 | Dynamic-DeepHit | 纵向数据 | 15,565名参与者 | NA | NA | NA | NA |
| 10095 | 2024-08-05 |
Multi-modal co-learning with attention mechanism for head and neck tumor segmentation on 18FDG PET-CT
2024-Jul-25, EJNMMI physics
IF:3.0Q2
DOI:10.1186/s40658-024-00670-y
PMID:39052194
|
研究论文 | 本文提出了一种新的深度学习方法，用于头颈癌的肿瘤分割。 | 提出的肿瘤区域注意模块充分利用了PET的高灵敏度，并设计了无需分离特征提取和融合功能的网络，利用了上下文信息的多尺度融合。 | 研究的局限性未在摘要中提及 | 提高头颈癌的肿瘤分割准确性，以支持放射治疗的有效性。 | 头颈癌肿瘤的分割，使用18FDG PET-CT影像。 | 数字病理学 | 头颈癌 | 深度学习 | NA | 医学影像 | HECKTOR挑战2021数据集 | NA | NA | NA | NA |
| 10096 | 2024-08-05 |
Parkinson's image detection and classification based on deep learning
2024-Jul-25, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01364-8
PMID:39054448
|
研究论文 | 本文提出了一种基于深度学习的改进YOLOv5检测算法，用于预测和分类帕金森病的MRI图像 | 引入CA注意力机制提升模型对小病理特征的敏感性，并优化多层次图像特征提取 | NA | 提高帕金森病MRI图像的早期诊断准确性 | 582张来自108名患者的MRI图像数据集 | 计算机视觉 | 帕金森病 | 深度学习 | YOLOv5s | 图像 | 582张MRI图像 | NA | NA | NA | NA |
| 10097 | 2024-08-05 |
ChemReco: automated recognition of hand-drawn carbon-hydrogen-oxygen structures using deep learning
2024-Jul-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-67496-7
PMID:39054356
|
研究论文 | 本文章介绍了ChemReco工具，能够识别手绘的化学分子结构 | 提出了合成图像方法以快速生成手绘化学分子结构的图像，并开发了高准确率的识别模型 | 目前关于手绘化学分子结构的研究有限 | 构建用于手绘化学分子结构识别的数据集 | 目标是识别绘制有C、H和O三种原子的化学分子结构 | 数字病理学 | NA | 深度学习 | EfficientNet + Transformer | 图像 | NA | NA | NA | NA | NA |
| 10098 | 2024-08-05 |
Context-aware geometric deep learning for protein sequence design
2024-Jul-25, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-50571-y
PMID:39054322
|
研究论文 | 这篇文章介绍了一种基于几何变换器的深度学习方法，用于蛋白质序列设计 | 引入了一种仅基于原子坐标和元素名称的几何变换器，能够在蛋白质设计过程中考虑非蛋白质实体 | 当前模型尚无法完美整合设计过程中所有可能的非蛋白质实体 | 旨在通过深度学习提升蛋白质设计的灵活性和效率 | 研究对象为蛋白质序列和分子环境对蛋白质功能的影响 | 生物信息学 | NA | 深度学习 | 几何变换器 | 序列数据 | NA | NA | NA | NA | NA |
| 10099 | 2024-08-05 |
A permutable MLP-like architecture for disease prediction from gut metagenomic data
2024-Jul-24, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-024-05856-w
PMID:39048979
|
研究论文 | 本文提出了一种基于可重排的多层感知器架构的模型用于从肠道宏基因组数据进行疾病预测 | 提出了Metagenomic Permutator模型，利用可重排的多层感知器网络结构捕捉微生物的系统发育信息 | 样本数量有限及宏基因组数据的高维度和稀疏性可能仍然对模型性能构成挑战 | 旨在提高深度学习在宏基因组数据分类和预测中的应用效果 | 使用肠道宏基因组数据分析微生物与疾病之间的关系 | 计算机视觉 | NA | NA | 可重排的多层感知器 | 宏基因组数据 | NA | NA | NA | NA | NA |
| 10100 | 2024-08-05 |
Research on a soft saturation nonlinear SSVEP signal feature extraction algorithm
2024-Jul-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-67853-6
PMID:39048655
|
研究论文 | 本文提出了一种基于软饱和非线性模块的SSVEP信号识别深度学习网络模型e-SSVEPNet | 引入了软饱和非线性模块，改善了对噪声的鲁棒性，并提高了SSVEP信号分类和识别的性能 | 对于不同参与者的分类效果仍有提升空间 | 旨在提高SSVEP信号识别的准确性和性能 | SSVEP信号数据集 | 计算机视觉 | NA | 深度学习 | e-SSVEPNet | 信号 | 多个实验结果，具体样本量未提及 | NA | NA | NA | NA |