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 12186 篇文献，本页显示第 10921 - 10940 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 10921 | 2024-08-05 |
Deep learning for automatic detection of cephalometric landmarks on lateral cephalometric radiographs using the Mask Region-based Convolutional Neural Network: a pilot study
2024-05, Oral surgery, oral medicine, oral pathology and oral radiology
DOI:10.1016/j.oooo.2024.02.003
PMID:38480069
|
研究论文 | 本研究探讨了使用Mask R-CNN在侧面头影测量放射线图像中自动检测颅面地标的有效性和可行性 | 首次应用深度学习的Mask R-CNN模型自动检测颅面地标，显著提高了检测效率和准确性 | 研究仅在侧面头影测量放射线图像上进行，可能无法推广到其他类型的影像数据 | 评估Mask R-CNN在颅面分析中自动检测地标的效果 | 使用400张侧面头影测量放射线图像及其手动标记的19个地标进行研究 | 计算机视觉 | NA | Mask R-CNN | 卷积神经网络 (CNN) | 图像 | 400张侧面头影测量放射线图像，标记了1520个地标 | NA | NA | NA | NA |
| 10922 | 2024-08-05 |
Corrigendum: Deep learning or radiomics based on CT for predicting the response of gastric cancer to neoadjuvant chemotherapy: a meta-analysis and systematic review
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1433346
PMID:38846979
|
更正 | 该文章更正了之前发表的有关深度学习或基于CT的放射组学在预测胃癌对新辅助化疗反应的研究 | NA | NA | NA | NA | NA | 胃癌 | NA | NA | NA | NA | NA | NA | NA | NA |
| 10923 | 2024-08-05 |
Classification of white blood cells (leucocytes) from blood smear imagery using machine and deep learning models: A global scoping review
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0292026
PMID:38885231
|
评论 | 本文综述了机器学习和深度学习在血液涂片图像中白血球分类中的应用 | 首次系统评估机器学习和深度学习技术在白血球分类中的比较与选择 | 缺乏适当的数据集仍然是主要挑战，且对计算机科学研究人员的医学培训不够充分 | 全面识别、探索和对比白血球分类的机器学习和深度学习方法 | 136项关于白血球分类的基础研究 | 机器学习 | 血液疾病 | NA | CNN | 图像 | 136项研究，涵盖26个国家 | NA | NA | NA | NA |
| 10924 | 2024-08-05 |
Biomarkers and computational models for predicting efficacy to tumor ICI immunotherapy
2024, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2024.1368749
PMID:38524135
|
综述 | 本文综合评述了肿瘤免疫检查点抑制剂（ICI）免疫治疗的预测性生物标志物和计算模型的最新进展 | 强调了增强程序性死亡蛋白1（PD-1）/程序性死亡配体1（PD-L1）和细胞毒性T淋巴细胞抗原4（CTLA-4）抑制剂疗法的有效性的生物标志物，并讨论了相关技术和模型 | 未提及具体研究限制 | 探索ICI免疫治疗的预测性生物标志物和计算模型 | 生物标志物来源于肿瘤细胞、肿瘤免疫微环境、体液、肠道微生物和代谢产物 | 数字病理学 | 肿瘤 | NA | 知识基础机制模型和数据基础机器学习模型 | NA | NA | NA | NA | NA | NA |
| 10925 | 2024-08-05 |
Deep learning or radiomics based on CT for predicting the response of gastric cancer to neoadjuvant chemotherapy: a meta-analysis and systematic review
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1363812
PMID:38601765
|
meta-analysis | 本研究评估了人工智能模型、临床模型和综合模型在预测胃癌患者对新辅助化疗反应的准确性 | 比较了AI模型、临床模型和综合模型在预测胃癌化疗反应中的效果，并分析了各模型的灵敏度和特异性 | 该研究的限制在于异质性分析结果可能受到多个因素的影响，如预测反应的方法和标准的选择 | 研究的目的是识别AI模型的诊断测试，并通过比较各种模型的准确性来优化预测方法 | 研究对象为3313名胃癌患者，涉及9项研究 | 机器学习 | 胃癌 | CT | 人工智能模型 | 数据集 | 3313名患者，7项头对头对比研究涉及2699名患者 | NA | NA | NA | NA |
| 10926 | 2024-08-05 |
Automatic Measurement and Comparison of Normal Eyelid Contour by Age and Gender Using Image-Based Deep Learning
2024 Sep-Oct, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2024.100518
PMID:38881605
|
研究论文 | 本研究提出了一种完全自动的眼睑测量系统，并比较了正常个体的上睑和下睑轮廓，按年龄和性别进行分类 | 创新点在于采用深度学习系统实现眼睑的自动测量和分析 | 该研究仅限于540名健康中国人，可能无法推广到其他人群 | 研究目的是开发一个自动化的眼睑测量系统并比较不同年龄和性别的眼睑轮廓 | 研究对象为540名年龄在0到79岁的健康中国人 | 数字病理 | NA | 深度学习 | NA | 图像 | 540名健康个体 | NA | NA | NA | NA |
| 10927 | 2024-08-05 |
A Beginner's Guide to Artificial Intelligence for Ophthalmologists
2024-Jul, Ophthalmology and therapy
IF:2.6Q2
DOI:10.1007/s40123-024-00958-3
PMID:38734807
|
研究论文 | 本文提供了人工智能在眼科应用的基础理解 | 探索了深度学习框架在影像数据中检测和量化眼科特征的多种人工智能方法 | 需要高质量和多样化的数据集进行模型训练，且在研究中需确保方法的透明报告 | 旨在增强眼科医生对人工智能应用的理解 | 讨论与人工智能驱动的诊断相关的研究 | 数字病理学 | NA | 深度学习，迁移学习 | NA | 影像 | NA | NA | NA | NA | NA |
| 10928 | 2024-08-05 |
LinFlo-Net: A Two-Stage Deep Learning Method to Generate Simulation Ready Meshes of the Heart
2024-07-01, Journal of biomechanical engineering
DOI:10.1115/1.4064527
PMID:38258957
|
研究论文 | 本文提出了一种深度学习模型，可以自动生成患者影像数据的人体心脏计算模型。 | 该方法通过使用两阶段的微分变形过程及新颖的损失函数来最小化网格自穿透，保证生成的网格没有自交现象。 | 未提及 | 研究旨在开发一种能够生成适合物理模拟的心脏网格模型。 | 研究对象为患者影像数据转换为心脏的计算模型。 | 数字病理 | NA | 深度学习 | NA | 影像 | NA | NA | NA | NA | NA |
| 10929 | 2024-08-05 |
EPR-Net: constructing a non-equilibrium potential landscape via a variational force projection formulation
2024-Jul, National science review
IF:16.3Q1
DOI:10.1093/nsr/nwae052
PMID:38883298
|
研究论文 | 我们提出EPR-Net，一种新颖而有效的深度学习方法，用于构建高维非平衡稳态系统的势能景观 | EPR-Net利用了一个数学事实，即所需的负势能梯度只是底层动力学驱动力在加权内积空间中的正交投影，并与稳态熵产生率有密切关系 | 在小噪声系统的情况下，可能需要强化学习策略，而在其他背景下可能表现不佳 | 解决生物物理学中的潜能景观构建问题 | 高维非平衡稳态系统，包括八维极限环和五十二维多稳态问题 | 机器学习 | NA | 深度学习 | NA | NA | NA | NA | NA | NA | NA |
| 10930 | 2024-08-05 |
Clinical evaluation of a deep learning CBCT auto-segmentation software for prostate adaptive radiation therapy
2024-Jul, Clinical and translational radiation oncology
IF:2.7Q2
DOI:10.1016/j.ctro.2024.100796
PMID:38884004
|
研究论文 | 本文旨在评估一种基于深度学习的前列腺CBCT图像自动分割软件在临床适应性放疗中的应用 | 该研究首次系统地评估了一种新的深度学习自动分割软件，并提出了使用特定成像模式训练的算法 | 样本量较小，仅包含10名患者，所涉及的结构主要集中在前列腺及相关组织 | 评估深度学习自动分割软件在前列腺放疗中的临床适用性 | 研究对象为接受前列腺放疗的10名患者 | 医学影像处理 | 前列腺癌 | 深度学习 | NA | CBCT图像 | 10名患者 | NA | NA | NA | NA |
| 10931 | 2024-08-05 |
Emerging trends and hotspots in cervical intraepithelial neoplasia research from 2013 to 2023: A bibliometric analysis
2024-Jun-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e32114
PMID:38882369
|
研究论文 | 本文通过文献计量分析总结了宫颈上皮内瘤变（CIN）领域的研究热点和未来趋势 | 首次在宫颈上皮内瘤变领域进行了文献计量分析，揭示了关键的研究方向和趋势 | 研究主要集中在发表的文献，可能无法全面反映整个CIN领域的研究现状 | 归纳和预测宫颈上皮内瘤变领域的研究热点和未来趋势 | 分析过去十年间与宫颈上皮内瘤变相关的文献 | 数字病理学 | 宫颈癌 | 文献计量分析 | NA | 文献 | 4677篇相关论文 | NA | NA | NA | NA |
| 10932 | 2024-08-05 |
Deep learning guided prediction modeling of dengue virus evolving serotype
2024-Jun-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e32061
PMID:38882365
|
研究论文 | 本研究提出了一种深度学习模型，用于预测登革热病毒的演变血清型 | 提出的DL-DVE生成和分类模型超越了传统方法，能够在连续向量空间中学习核苷酸之间的语义关系 | 本研究不提及样本的多样性及外部验证的局限性 | 研究登革热病毒(DENV)的演变，以预测出现的新型血清型 | 采用2000个已公开的DENV完整基因组序列进行研究 | 计算机视觉 | 登革热 | 深度学习 | LSTM和前馈神经网络(FNN) | 基因组序列 | 2000个DENV完整基因组序列 | NA | NA | NA | NA |
| 10933 | 2024-08-07 |
Traffic planning in modern large cities Paris and Istanbul
2024-Jun-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-64483-w
PMID:38879639
|
研究论文 | 该文章探讨了利用深度学习技术提高大城市交通状况预测准确性的复杂任务 | 提出了一种新模型，考虑了速度、流量和方向的累积影响，表现优于传统模型 | 未来研究需考虑更多信息源的整合，如物理交通流模型和天气条件等 | 旨在增强大规模交通条件预测的准确性 | 巴黎和伊斯坦布尔的历史交通数据 | 计算机视觉 | NA | 深度学习 | NA | 视频 | 基于两年真实数据生成的交通视频片段，涉及超过1000亿GPS探测点 | NA | NA | NA | NA |
| 10934 | 2024-08-05 |
Sex classification of 3D skull images using deep neural networks
2024-06-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-61879-6
PMID:38877045
|
研究论文 | 本研究利用深度神经网络对3D头骨图像进行性别分类 | 首个评估深度学习模型处理3D医疗成像以区分出生时分配为男性或女性的个体的研究 | 成像样本数量有限，可能影响结果的推广性 | 研究性别分类的基础特征以及如何通过深度学习进行3D头骨图像分析 | 98个3D头骨样本 | 数字病理学 | NA | 深度学习 | Resnet3D, PointNet++, MeshNet | 图像 | 98个3D头骨样本 | NA | NA | NA | NA |
| 10935 | 2024-08-05 |
Development of a real-time cattle lameness detection system using a single side-view camera
2024-06-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-64664-7
PMID:38877097
|
研究论文 | 本文研究了在奶牛养殖中使用深度学习进行牛只跛行检测的应用 | 提出了一种实时牛只跛行检测系统，结合了Mask-RCNN和YOLOv8两种物体检测算法 | 未提及具体的样本多样性和环境条件对系统性能的影响 | 旨在提高奶牛养殖管理，通过早期检测跛行来改善健康监测 | 主要研究对象为奶牛的跛行检测与跟踪 | 计算机视觉 | NA | 深度学习 | Mask-RCNN, YOLOv8 | 图像 | NA | NA | NA | NA | NA |
| 10936 | 2024-08-05 |
Deep Kernel learning for reaction outcome prediction and optimization
2024-Jun-14, Communications chemistry
IF:5.9Q1
DOI:10.1038/s42004-024-01219-x
PMID:38877182
|
研究论文 | 文章提出了一种深度核学习框架用于反应结果预测和优化 | 融合了神经网络的特征学习能力与高斯过程的不确定性量化 | 标准高斯过程的表现不如深度核学习模型 | 加速反应发现，通过整合准确的预测模型与贝叶斯优化 | 反应结果的预测和优化 | 机器学习 | NA | 高斯过程 | 神经网络 | NA | NA | NA | NA | NA | NA |
| 10937 | 2024-08-05 |
Retention-aware zero-shifting technique for Tiki-Taka algorithm-based analog deep learning accelerator
2024-Jun-14, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adl3350
PMID:38875324
|
研究论文 | 本文展示了一种针对非理想模拟内存设备的Tiki-Taka算法的模拟神经网络训练加速器的退化意识零偏移技术 | 提出了一种面向保留特性的零偏移技术，以优化神经网络训练性能 | 主要研究在具有有限保留时间的交叉点设备中的应用，可能不适用于其他类型的设备 | 优化模拟神经网络的训练性能 | 使用ECRAM设备进行的Tiki-Taka版本2算法的实验研究 | 机器学习 | NA | ECRAM | NA | NA | 8 × 8 ECRAM阵列，具有100%的产量 | NA | NA | NA | NA |
| 10938 | 2024-08-05 |
Deep learning-driven hybrid model for short-term load forecasting and smart grid information management
2024-Jun-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63262-x
PMID:38877081
|
研究论文 | 本文提出了一种计算方法来解决短期电力负荷预测和能源信息管理中的挑战 | 引入了一种混合方法，结合了多种深度学习模型，以提高负荷预测的准确性和效率 | 未提及具体的局限性 | 准确预测未来的电力负荷需求 | 短期电力负荷预测和能源信息管理 | 机器学习 | NA | 深度学习 | Gated Recurrent Unit (GRU)和Temporal Convolutional Network (TCN) | 时间序列数据 | 包含四个公共数据集，包括GEFCom2014 | NA | NA | NA | NA |
| 10939 | 2024-08-05 |
Quantitative Evaluation of the Pore and Window Sizes of Tissue Engineering Scaffolds on Scanning Electron Microscope Images Using Deep Learning
2024-Jun-11, ACS omega
IF:3.7Q2
DOI:10.1021/acsomega.4c01234
PMID:38882138
|
研究论文 | 本研究开发了一种深度学习模型Pore D，用于自动定量评估组织工程支架的孔和窗尺寸 | 首次使用深度学习模型自动量化开放孔支架的形态特征 | 由于该研究仅限于特定条件下制造的支架，可能不适用于所有类型的支架 | 旨在精确控制组织工程支架的形态特征，以满足特定应用的需求 | 研究对象是不同制造条件下的开放孔支架 | 数字病理学 | NA | 扫描电子显微镜 | 深度学习模型 | 图像 | 多种制造条件下的不同形态支架 | NA | NA | NA | NA |
| 10940 | 2024-08-05 |
Brain age predicted using graph convolutional neural network explains neurodevelopmental trajectory in preterm neonates
2024-Jun, European radiology
IF:4.7Q1
DOI:10.1007/s00330-023-10414-8
PMID:37957363
|
研究论文 | 本研究探讨了利用图卷积神经网络预测的脑龄与早产儿的神经发育结果之间的关联 | 提出了一种基于脑形态学和图卷积网络的新脑龄指数，提高了预测脑龄的准确性和临床解释能力 | 研究未考虑围产期脑损伤对神经发育结果的影响 | 理解早产儿的神经发育轨迹以及如何通过预测脑龄进行早期干预 | 577个早产儿的T1 MRI扫描图像 | 数字病理学 | NA | 图卷积神经网络 | NA | 图像 | 577个早产儿的T1 MRI扫描 | NA | NA | NA | NA |