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 10321 - 10340 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 10321 | 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 |
| 10322 | 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 |
| 10323 | 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 |
| 10324 | 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 |
| 10325 | 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 |
| 10326 | 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 |
| 10327 | 2024-08-05 |
Unraveling Reactivity Origin of Oxygen Reduction at High-Entropy Alloy Electrocatalysts with a Computational and Data-Driven Approach
2024-Jul-11, The journal of physical chemistry. C, Nanomaterials and interfaces
DOI:10.1021/acs.jpcc.4c01630
PMID:39015415
|
研究论文 | 本文探讨了高熵合金在电催化氧还原反应中的反应性起源 | 采用计算与数据驱动的方法深度学习原子间势，合理化了PdCuPtNiCo高熵合金纳米颗粒系统的电化学氧还原活性 | 具体的试验与理论模型支持之间的较为复杂的关系仍需进一步探索 | 深入理解高熵材料的表面反应性并加速其催化应用的开发 | 合成的PdCuPtNiCo高熵合金纳米颗粒系统 | 计算机视觉 | NA | 深度学习 | NA | NA | NA | NA | NA | NA | NA |
| 10328 | 2024-08-05 |
A multi-label transformer-based deep learning approach to predict focal visual field progression
2024-Jul, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie
DOI:10.1007/s00417-024-06393-1
PMID:38334809
|
研究论文 | 该研究旨在开发和评估一种深度学习模型，以预测视野区域的进展。 | 该研究首次探索了使用深度学习模型预测视野进行性变化的方法。 | 研究只限于使用特定数量的视野检查数据进行训练，可能影响模型的通用性。 | 该研究的目的是通过深度学习预测青光眼患者的视野进展。 | 研究对象为1283名患者的2430只眼睛，这些眼睛进行了四次或更多次的视野检查。 | 计算机视觉 | 青光眼 | 深度学习 | 多标签变压器网络 (MTN) | 视野数据 | 2430只眼睛，1283名患者 | NA | NA | NA | NA |
| 10329 | 2024-08-05 |
An enumerative pre-processing approach for retinopathy severity grading using an interpretable classifier: a comparative study
2024-Jul, Graefe's archive for clinical and experimental ophthalmology = Albrecht von Graefes Archiv fur klinische und experimentelle Ophthalmologie
DOI:10.1007/s00417-024-06396-y
PMID:38400856
|
研究论文 | 本文提出了一种枚举预处理方法，用于使用可解释分类器对糖尿病视网膜病变的严重程度进行分级。 | 该研究使用了一种独特的枚举预处理方法，与多种预训练模型进行比较，以提高糖尿病视网膜病变分级的准确性。 | 虽然使用了多个优化算法进行比较，但具体的局限性未在摘要中提及 | 旨在开发和实施一种高效的糖尿病视网膜病变筛查系统，以改善临床诊断结果。 | 研究对象为糖尿病视网膜病变的严重程度评估，通过深度学习模型进行分析。 | 机器学习 | 糖尿病视网膜病变 | 深度学习 | K1-K2-K3-DFNN-LOA | 图像 | MESSIDOR 数据集 | NA | NA | NA | NA |
| 10330 | 2024-08-05 |
The Multiscale Surface Vision Transformer
2024-Jun-11, ArXiv
PMID:36994163
|
研究论文 | 本文提出了一种多尺度表面视觉变换器（MS-SiT），用于表面深度学习的框架结构 | 引入了局部网格窗口内的自注意力机制以及移位窗口策略，能够实现高分辨率数据采样并改善窗口间的信息共享 | 在深度预测任务中，自注意力操作的二次成本仍然是一个障碍 | 研究表面网格在进行深度学习分析时的应用 | 基于Developing Human Connectome Project (dHCP) 数据集进行新生儿表型预测的任务 | 计算机视觉 | NA | 深度学习 | 变换器 | 表面网格数据 | 使用了Developing Human Connectome Project (dHCP) 数据集进行表型预测 | NA | NA | NA | NA |
| 10331 | 2024-08-05 |
Unveiling Conformational States of CDK6 Caused by Binding of Vcyclin Protein and Inhibitor by Combining Gaussian Accelerated Molecular Dynamics and Deep Learning
2024-Jun-05, Molecules (Basel, Switzerland)
DOI:10.3390/molecules29112681
PMID:38893554
|
研究论文 | 本文通过结合高斯加速分子动力学和深度学习，揭示了CDK6因Vcyclin蛋白和抑制剂结合而导致的构象状态 | 创新点在于使用高斯加速分子动力学、深度学习和自由能景观分析识别CDK6的构象转变 | 研究可能局限于特定的抑制剂和构象状态，未考虑所有可能的外部因素 | 研究CDK6的构象变化及其在癌症治疗中的作用 | 主要研究对象为CDK6、Vcyclin蛋白及其抑制剂的结合 | 数字病理学 | 癌症治疗 | Gaussian加速分子动力学 | 深度学习 | 计算数据 | NA | NA | NA | NA | NA |
| 10332 | 2024-08-05 |
Feasibility of remote monitoring for fatal coronary heart disease using Apple Watch ECGs
2024-Jun, Cardiovascular digital health journal
IF:2.6Q2
DOI:10.1016/j.cvdhj.2024.03.007
PMID:38989042
|
研究论文 | 本研究开发了一种基于单导联ECG的深度学习模型，用于预测致命冠心病（FCHD）的风险 | 首次使用可穿戴设备获取的ECG数据进行FCHD风险预测的人工智能模型 | 研究主要依赖于特定的数据集，可能限制了结果在更广泛人群中的适用性 | 评估可穿戴设备ECG在FCHD风险预测中的可行性 | 使用167,662个ECG记录和243个参与者的配对ECG数据进行研究 | 数字病理学 | 冠心病 | ECG-AI | 深度学习模型 | ECG数据 | 167,662个ECG记录，50,132名患者，243名参与者的配对ECG | NA | NA | NA | NA |
| 10333 | 2024-08-05 |
Multitask deep learning for prediction of microvascular invasion and recurrence-free survival in hepatocellular carcinoma based on MRI images
2024-Jun, Liver international : official journal of the International Association for the Study of the Liver
IF:6.0Q1
DOI:10.1111/liv.15870
PMID:38436551
|
研究论文 | 本研究开发了一种多任务深度学习模型，用于基于MRI扫描预测肝细胞癌中的微血管侵袭和无复发生存期 | 该研究结合了多任务学习和变换器架构，能够同时预测微血管侵袭和无复发生存期 | 尚需前瞻性研究来评估该模型在临床应用中的实用性 | 提高肝细胞癌的个体化管理 | 725名肝细胞癌患者的MRI扫描数据 | 数字病理学 | 肝癌 | 深度学习 | 变换器 | 影像 | 725名HCC患者的回顾性数据集，包括234名训练患者和58名内部验证患者，以及三个独立的外部验证集（n=212, 111, 110） | NA | NA | NA | NA |
| 10334 | 2024-08-05 |
An adult and pediatric size-based contrast administration reduction phantom study for single and dual-energy CT through preservation of contrast-to-noise ratio
2024-May, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.14340
PMID:38605540
|
研究论文 | 本文提供了一个定量框架，用于在降低碘对比剂剂量的同时保持碘CNR | 创新性地通过单能CT和双能CT的不同扫描条件，减少碘对比剂的使用 | 未详细探讨不同患者群体对结果的影响 | 研究如何在CT检查中通过降低对比剂的剂量来保持图像质量 | 使用不同直径的模拟物进行CT扫描 | 数字病理学 | NA | CT | 深度学习重建 | 影像 | 四种不同直径的模拟物（9.7, 15.9, 21.1, 28.5 cm 和 20, 29.5, 34.6, 39.7 cm） | NA | NA | NA | NA |
| 10335 | 2024-08-05 |
ArabBert-LSTM: improving Arabic sentiment analysis based on transformer model and Long Short-Term Memory
2024, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2024.1408845
PMID:39015364
|
研究论文 | 本文提出了一种基于变压器模型和长短期记忆网络(LSTM)的阿拉伯语情感分析模型。 | 创新之处在于结合了变压器模型和LSTM以处理阿拉伯语情感分析的复杂性。 | 本文未提及特定的限制条件。 | 本研究旨在提高阿拉伯语情感分析的准确性和可靠性。 | 研究对象为阿拉伯语文本中的情感分类。 | 自然语言处理 | NA | 变压器模型 | LSTM | 文本 | 四个阿拉伯语基准数据集 | NA | NA | NA | NA |
| 10336 | 2024-08-05 |
Comparison of deep learning architectures for predicting amyloid positivity in Alzheimer's disease, mild cognitive impairment, and healthy aging, from T1-weighted brain structural MRI
2024, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2024.1387196
PMID:39015378
|
研究论文 | 本文比较了多种深度学习架构在预测阿尔茨海默病、轻度认知障碍和健康老龄化中的β-淀粉样蛋白阳性。 | 提出了一种将经典机器学习算法与深度学习模型相结合的新方法，能够从T1加权MRI中推断β-淀粉样蛋白阳性 | 需要在更多样化的数据上进行进一步测试以验证结果 | 研究旨在从非侵入性的脑部扫描中预测β-淀粉样蛋白阳性，以帮助早期筛查阿尔茨海默病 | 参与者包括1847名老年人，包含健康对照组、轻度认知障碍者和痴呆患者 | 计算机视觉 | 阿尔茨海默病 | MRI | CNN, 3D Vision Transformers | 影像 | 1847名老年参与者（包括661名健康对照，889名轻度认知障碍者和297名痴呆患者） | NA | NA | NA | NA |
| 10337 | 2024-08-05 |
Prospective Role of Foundation Models in Advancing Autonomous Vehicles
2024, Research (Washington, D.C.)
DOI:10.34133/research.0399
PMID:39015204
|
研究论文 | 本文综述了基础模型在自动驾驶中的应用及未来趋势 | 探讨了基础模型在场景理解、推理及提升自动驾驶安全性方面的潜力 | 目前尚未详细说明在实际驾驶中的具体应用及验证情况 | 研究基础模型在自动驾驶领域的应用潜力 | 基础模型及其在自动驾驶中的应用 | 计算机视觉 | NA | 自监督学习 | 基础模型 | 语言和视觉数据 | NA | NA | NA | NA | NA |
| 10338 | 2024-08-05 |
The Impact of Drop Test Conditions on Brain Strain Location and Severity: A Novel Approach Using a Deep Learning Model
2024-Aug, Annals of biomedical engineering
IF:3.0Q3
DOI:10.1007/s10439-024-03525-w
PMID:38739210
|
研究论文 | 本研究采用深度学习模型分析了实验室控制的掉落测试参数对大脑应变的影响 | 提出了一种新方法，利用训练好的卷积神经网络（CNN）预测大脑区域性最大主应变 | 未讨论不同研究条件对结果的潜在影响 | 探讨掉落测试条件对大脑区域最大主应变的影响 | 运动员在高强度头部冲击下的脑部损伤 | 数字病理学 | NA | 深度学习 | 卷积神经网络（CNN） | 数值数据 | NA | NA | NA | NA | NA |
| 10339 | 2024-08-05 |
A novel optimization-assisted multi-scale and dilated adaptive hybrid deep learning network with feature fusion for event detection from social media
2024-Jul-17, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2376705
PMID:39015012
|
研究论文 | 提出了一种新的基于社交媒体数据的事件检测方法 | 引入了多尺度和膨胀自适应混合深度学习网络，并通过改进的海狸优化算法调优参数 | 未提及具体的实验环境和数据多样性 | 提高社交媒体事件检测的准确性 | 社交媒体数据中的事件 | 自然语言处理 | NA | BERT, TF-IDF | MDA-HDL (多尺度和膨胀自适应混合深度学习) | 文本 | 两个数据集，分别的准确率为94.96和96.42 | NA | NA | NA | NA |
| 10340 | 2024-08-05 |
Deep learning with convolution neural network detecting mesiodens on panoramic radiographs: comparing four models
2024-Jul-17, Odontology
IF:1.9Q2
DOI:10.1007/s10266-024-00980-8
PMID:39017730
|
研究论文 | 本研究旨在开发一种简单轻巧的深度学习卷积神经网络模型，以在全景放射影像中检测胚牙的存在 | 提出了一种简单轻量的CNN模型用于胚牙的检测，并对四种模型进行了比较 | 需要专业人士进一步评估，因为儿童对辐射的敏感性高于成人 | 开发用于检测胚牙的高效深度学习模型 | 628幅含有与不含胚牙的全景放射影像 | 计算机视觉 | NA | 深度学习，卷积神经网络（CNN） | binary_connect_mnist_LeNet | 图像 | 628幅全景放射影像，分别用于训练、验证和测试 | NA | NA | NA | NA |