深度学习在生物医药领域中的应用
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，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10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 12087 篇文献，本页显示第 10241 - 10260 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 10241 | 2024-08-05 |
Deep-Learning-Based Recovery of Missing Optical Marker Trajectories in 3D Motion Capture Systems
2024-Jun-01, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11060560
PMID:38927796
|
研究论文 | 本文介绍了一种基于深度学习的技术，用于恢复3D运动捕捉系统中丢失的光学标记轨迹 | 提出了一种受U-net启发的双向长短期记忆自编码器技术，针对多摄像头设置中的数据丢失问题 | 传统恢复方法的限制在于不能有效处理标记间关系或独立标记的处理问题 | 研究旨在改善运动捕捉系统中缺失数据的恢复能力 | 研究对象为多摄像头运动捕捉系统中的光学标记数据 | 计算机视觉 | NA | 深度学习 | 双向长短期记忆自编码器 | 3D数据 | NA |
| 10242 | 2024-08-05 |
Quality Control in the Corneal Bank with Artificial Intelligence: Comparison of a New Deep Learning-based Approach with Conventional Endothelial Cell Counting by the "Rhine-Tec Endothelial Analysis System"
2024-Jun, Klinische Monatsblatter fur Augenheilkunde
IF:0.8Q4
DOI:10.1055/a-2299-8117
PMID:38574759
|
研究论文 | 本文比较了一种基于深度学习的新方法与传统的“Rhine-Tec内皮分析系统”在角膜银行中的质量控制中的应用。 | 提出了一种基于深度学习的新方法，能够自动检测图像中所有可见的内皮细胞，从而提高样本量和客观性。 | 目前无法通过深度学习方法替代对角膜内皮的全面评估，这仍然是角膜移植释放的最重要依据。 | 研究旨在比较深度学习方法与传统Rhine-Tec系统在内皮细胞密度测量中的表现。 | 评估9375张来自狮子眼库的存档相位差显微图像，分析深度学习方法的效果。 | 数字病理学 | NA | 深度学习 | NA | 图像 | 9375张存档相位差显微图像 |
| 10243 | 2024-08-05 |
Objective Analysis of Corneal Nerves and Dendritic Cells
2024-Jun, Klinische Monatsblatter fur Augenheilkunde
IF:0.8Q4
DOI:10.1055/a-2307-0313
PMID:38941998
|
综述 | 这篇文章探讨了角膜神经和树突细胞在眼表疾病诊断中的临床应用 | 文章详细介绍了深度学习算法在影像分析中的应用，并与已有方法进行了比较 | NA | 阐明影像分析方法在角膜神经和树突细胞可视化中的应用 | 角膜神经和树突细胞 | 数字病理学 | 眼表疾病 | 活体共聚焦显微镜 | 深度学习算法 | 图像 | NA |
| 10244 | 2024-08-05 |
A Glimpse into the AI-Driven Advances in Neurobiology and Neurologic Diseases
2024-May-31, Biomedicines
IF:3.9Q1
DOI:10.3390/biomedicines12061221
PMID:38927428
|
研究论文 | 这篇文章探讨了人工智能在神经生物学和神经疾病研究中的最新进展 | 文章创新点在于介绍了机器学习和深度学习在神经学领域的应用 | 文章未详细讨论这些技术的实际应用效果和临床转化 | 研究人工智能如何促进神经生物学和神经疾病的发展 | 本文主要关注人工智能与神经生物学及相关神经疾病的交叉研究 | 机器学习 | NA | AI, 机器学习, 深度学习 | NA | NA | NA |
| 10245 | 2024-08-05 |
Explainable Precision Medicine in Breast MRI: A Combined Radiomics and Deep Learning Approach for the Classification of Contrast Agent Uptake
2024-May-31, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11060556
PMID:38927793
|
研究论文 | 该文章介绍了一种结合放射组学和深度学习的方法用于乳腺MRI中对对比剂摄取的分类 | 提出了一种高度精确和可解释的BPE分类流程，解决了用户或算法依赖的放射组学特征选择问题 | 该研究主要基于回顾性数据，样本量相对较小，仅包括27名健康女性的图像 | 研究目的是开发一个标准化的BPE分类算法，减少读者之间的变异性 | 研究对象为27名健康女性的DCE-MRI图像 | 数字病理 | 乳腺癌 | DCE-MRI，深度学习 | 深度神经网络 | 图像 | 27名健康女性的DCE-MRI图像 |
| 10246 | 2024-08-05 |
Sentiment Analysis of Social Media Data on Ebola Outbreak Using Deep Learning Classifiers
2024-May-30, Life (Basel, Switzerland)
DOI:10.3390/life14060708
PMID:38929691
|
研究论文 | 本研究利用深度学习技术分析与埃博拉疫情相关的社交媒体情感 | 首次应用三种深度学习技术对8395条与埃博拉相关的推文进行情感分类 | 研究仅关注推特数据，可能无法全面反映公众情感 | 分析埃博拉疫情期间社交媒体上的情感表达 | 8395条关于埃博拉的推文 | 自然语言处理 | 埃博拉病毒感染 | 深度学习 | CNN, LSTM, BERT | 文本 | 8395条推文 |
| 10247 | 2024-08-05 |
Exploring Automated Contouring Across Institutional Boundaries: A Deep Learning Approach with Mouse Micro-CT Datasets
2024-May-29, ArXiv
PMID:38855547
|
研究论文 | 使用深度学习方法对小鼠微CT进行自动轮廓绘制的研究 | 提出了一种基于Swin UNEt Transformers的创新性小鼠器官分割方法，并与nnU-Net进行了基准比较 | 在小鼠肠道轮廓绘制的结果上表现不佳，特定情况中存在局限性 | 旨在通过自动化分割小鼠微CT图像来提高前临床研究的效率 | 主要研究对象为小鼠的native微CT和增强对比微CT图像 | 数字病理学 | NA | 微CT | Swin UNEt Transformers，FCNN | 图像 | 开放数据集上训练和评估，基于不同小鼠进行数据分离 |
| 10248 | 2024-08-05 |
Optimizing Acute Coronary Syndrome Patient Treatment: Leveraging Gated Transformer Models for Precise Risk Prediction and Management
2024-May-29, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11060551
PMID:38927787
|
研究论文 | 本文介绍了一种使用门控Transformer模型分析电子健康记录以改进急性冠脉综合征患者的风险预测和管理 | 提出了一种通过门控机制提高Transformer模型性能的新方法 | 未提及具体样本的多样性和模型在不同人群中的适用性 | 改进急性冠脉综合征患者的风险预测和管理策略 | 急性冠脉综合征患者的电子健康记录 | 计算机视觉 | 心血管疾病 | 机器学习 | 门控Transformer模型 | 电子健康记录 | NA |
| 10249 | 2024-08-05 |
Deep Learning-Based Surgical Treatment Recommendation and Nonsurgical Prognosis Status Classification for Scaphoid Fractures by Automated X-ray Image Recognition
2024-May-28, Biomedicines
IF:3.9Q1
DOI:10.3390/biomedicines12061198
PMID:38927405
|
研究论文 | 本文提出了一种基于深度学习的自动X光图像识别的方法，用于舟骨骨折的外科治疗建议和非手术预后状态分类 | 研究集中于舟骨骨折的外科治疗推荐和非手术预后状态分类，填补了现有研究的空白 | 未提供足够详细的信息关于舟骨骨折的所有特征，可能影响结果的准确性 | 研究旨在探讨如何利用深度学习技术优化舟骨骨折的治疗推荐和预后分类 | 研究对象为舟骨骨折患者的X光图像，分析其外科和非外科治疗的有效性 | 计算机视觉 | NA | 深度学习 | DenseNet169, ResNet50 | 图像 | 使用真实数据集进行实验，样本数量未明确说明 |
| 10250 | 2024-08-05 |
Integrating OpenPose and SVM for Quantitative Postural Analysis in Young Adults: A Temporal-Spatial Approach
2024-May-28, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11060548
PMID:38927784
|
研究论文 | 本研究通过整合OpenPose和支持向量机(SVM)进行高精度姿态分析 | 本研究创新性地将OpenPose与SVM结合，改善了传统的姿态控制量化方法 | 本研究的局限在于目前样本仅为35名年轻成人，尚需在更广泛的人群中验证 | 研究旨在通过视频监控提升姿势控制的定量分析 | 研究对象为35名年轻成人，在受控行走实验中进行分析 | 计算机视觉 | NA | OpenPose与支持向量机(SVM) | NA | 视频 | 35名年轻成人 |
| 10251 | 2024-08-05 |
Artificial Intelligence in Sports Medicine: Reshaping Electrocardiogram Analysis for Athlete Safety-A Narrative Review
2024-May-26, Sports (Basel, Switzerland)
DOI:10.3390/sports12060144
PMID:38921838
|
综述 | 人工智能正在重新定义运动员的心电图分析，以提高心血管健康的检测和监测 | 探讨机器学习和深度学习在心电图解读中的应用，改善心律失常、通道病和肥厚型心肌病的检测 | 传统心电图方法在区分良性心脏适应与严重病症上存在局限 | 提高运动员预参与检查中的心电图诊断的准确性和效率 | 运动员的心电图数据 | 医学 | 心血管疾病 | 机器学习，深度学习 | NA | 心电图 | 过去十年的文献综述 |
| 10252 | 2024-08-05 |
ChatGPT as a New Tool to Select a Biological for Chronic Rhino Sinusitis with Polyps, "Caution Advised" or "Distant Reality"?
2024-May-24, Journal of personalized medicine
IF:3.0Q1
DOI:10.3390/jpm14060563
PMID:38929784
|
研究论文 | 该研究评估了Rhinology委员会的治疗指示与ChatGPT在慢性鼻窦炎患者中使用生物治疗的推荐之间的一致性 | 研究展示了ChatGPT在选择最佳生物治疗的潜力，为管理缺乏强大生物标志物的CRSwNP提供了重要的进展 | 研究可能没有考虑到所有相关的疗法选择和患者个体差异 | 评估ChatGPT与Rhinology委员会在慢性鼻窦炎生物治疗中的推荐一致性 | 72名患有慢性鼻窦炎合并鼻息肉的患者 | 自然语言处理 | NA | 深度学习 | NA | 观测数据 | 72名患者 |
| 10253 | 2024-08-05 |
An Improved Two-Shot Tracking Algorithm for Dynamics Analysis of Natural Killer Cells in Tumor Contexts
2024-May-24, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11060540
PMID:38927775
|
研究论文 | 本文探讨了自然杀伤细胞在肿瘤环境中的动态特性分析。 | 提出了距离级联匹配和再搜索方法，改进现有的自然杀伤细胞追踪算法 | 关于自然杀伤细胞动态的研究仍然稀缺 | 分析自然杀伤细胞在不同形态与肿瘤背景下的运动特征 | 5000帧图像中的约300,000个自然杀伤细胞 | 计算机视觉 | 肿瘤 | 深度学习技术 | NA | 图像 | 包含约300,000个细胞 |
| 10254 | 2024-08-05 |
HLAIImaster: a deep learning method with adaptive domain knowledge predicts HLA II neoepitope immunogenic responses
2024-May-23, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae302
PMID:38920343
|
研究论文 | 本文提出了一种深度学习方法HLAIImaster，用于预测HLA II新表位的免疫原性反应 | HLAIImaster结合了适应性领域知识和注意力机制，提升了现有工具的预测能力 | 目前预测方法的局限性在于高质量训练表位数据集的不足和算法上的限制 | 开发能够有效预测HLA II相关肽段的工具，以推动疫苗和癌症免疫疗法的进展 | 针对主要人群的外源性HLA II限制肽段进行预测 | 机器学习 | 癌症 | 质谱数据分析 | 深度学习 | 质谱数据 | >223000 |
| 10255 | 2024-08-05 |
Unraveling the Potential of Attentive Bi-LSTM for Accurate Obesity Prognosis: Advancing Public Health towards Sustainable Cities
2024-May-23, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering11060533
PMID:38927769
|
研究论文 | 本文提出了一种新的混合模型ABi-LSTM，用于准确的肥胖预测 | 引入了基于注意力机制的双向长短期记忆网络，以增强肥胖预测的可解释性和性能 | NA | 改善肥胖预测模型以促进公共健康和城市可持续发展 | 传统与深度学习方法的比较分析，开发肥胖预测模型 | 机器学习 | 肥胖症 | 深度学习 | ABi-LSTM | NA | NA |
| 10256 | 2024-08-05 |
Integrated approach of federated learning with transfer learning for classification and diagnosis of brain tumor
2024-May-15, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01261-0
PMID:38750436
|
研究论文 | 该文章提出了一种基于联邦学习和迁移学习的深度学习模型，用于脑肿瘤的分类和诊断。 | 创新性地结合了迁移学习和联邦学习，利用优化的VGG16架构在分散的客户端上进行有效的模型训练，保护数据隐私。 | 传统方法依赖手动解读并可能受到数据处理和模型通用性限制。 | 本研究旨在提高脑肿瘤分类的准确性和自动化程度。 | 研究对象为MRI影像中的脑肿瘤。 | 计算机视觉 | 脑肿瘤 | CNN | VGG16 | 图像 | 来自figshare、SARTAJ和Br35H数据集的多样化数据集 |
| 10257 | 2024-08-05 |
Online Health Search Via Multidimensional Information Quality Assessment Based on Deep Language Models: Algorithm Development and Validation
2024-May-02, JMIR AI
DOI:10.2196/42630
PMID:38875551
|
研究论文 | 本文调查了一种基于深度学习的多维信息质量检索模型，以增强在线医疗信息搜索结果的有效性 | 提出了一个多维信息质量检索模型，超越传统的查询-文档相关性，仅关注信息的实用性、支持性和可信度 | 未详述模型在实际应用中的长期影响和针对更广泛信息源的适应性 | 提高在线健康咨询的信息检索效果 | 32个健康相关查询的在线健康信息搜索场景 | 自然语言处理 | NA | 深度学习 | 预训练语言模型 | 文本 | 6030个人工标注的查询-文档对 |
| 10258 | 2024-08-05 |
Artificial Intelligence and Machine Learning in Predicting the Response to Immunotherapy in Non-small Cell Lung Carcinoma: A Systematic Review
2024-May, Cureus
DOI:10.7759/cureus.61220
PMID:38939246
|
系统评价 | 本系统评价研究了人工智能和机器学习在预测非小细胞肺癌免疫治疗反应中的应用 | 文章创新点在于综合评估人工智能与机器学习技术在非小细胞肺癌免疫治疗预测中的现状 | 数据可用性、质量和模型可解释性存在挑战 | 旨在优化非小细胞肺癌患者的免疫治疗选择和治疗结果 | 涉及对非小细胞肺癌患者的免疫治疗反应进行预测 | 机器学习 | 肺癌 | 深度学习、人工神经网络、支持向量机和梯度提升方法 | NA | 医学影像、基因组数据、临床变量和免疫组化标记 | 共纳入19项研究 |
| 10259 | 2024-08-05 |
AI-guided histopathology predicts brain metastasis in lung cancer patients
2024-05, The Journal of pathology
IF:5.6Q1
DOI:10.1002/path.6263
PMID:38433721
|
研究论文 | 本文探讨深度学习如何通过常规的H&E染色的肿瘤组织切片预测肺癌患者脑转移的发展 | 创新点在于应用深度学习算法于肺癌患者的常规组织切片，以识别可能发生脑转移的患者 | 研究依赖于标本的质量及样本数量，可能需要更多的多中心研究以验证结果 | 研究旨在发现一种可靠的方法来预测非小细胞肺癌患者的脑转移 | 研究对象为158例接受过至少5年随访的I-III期非小细胞肺癌患者 | 数字病理学 | 肺癌 | 深度学习 | NA | 影像 | 158名患者的组织切片 |
| 10260 | 2024-08-05 |
Applications of artificial intelligence in urologic oncology
2024-May, Investigative and clinical urology
IF:2.5Q2
DOI:10.4111/icu.20230435
PMID:38714511
|
综述 | 本研究全面回顾了人工智能在泌尿肿瘤学中的应用 | 强调了人工智能在泌尿癌症领域的潜在应用和有效性 | 文章未详细讨论技术、法律和伦理方面的具体问题 | 探讨人工智能在泌尿癌症中的应用潜力 | 主要针对前列腺癌、膀胱癌及肾癌的相关研究 | 人工智能 | 前列腺癌、膀胱癌、肾癌 | 机器学习，深度学习 | NA | 文献 | 58篇相关文献 |