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 10961 - 10980 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 10961 | 2024-08-05 |
ConfluentFUCCI for fully-automated analysis of cell-cycle progression in a highly dense collective of migrating cells
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0305491
PMID:38924026
|
研究论文 | 介绍了ConfluentFUCCI，一个用于密集细胞群体的细胞周期进展全自动分析的开源框架 | ConfluentFUCCI通过集成多种前沿工具，提供了与以往工具不同的全自动细胞周期分析方法 | 对比最新相关工具的准确性和效率的研究，可能存在样本或应用范围上的限制 | 研究细胞周期进展的机制和生物物理特性之间的关系 | 高度密集的迁移细胞群体 | 数字病理学 | 癌症研究 | FUCCI | NA | 图像 | NA | NA | NA | NA | NA |
| 10962 | 2024-08-05 |
SS-DRPL: self-supervised deep representation pattern learning for voice-based Parkinson's disease detection
2024, Frontiers in computational neuroscience
IF:2.1Q3
DOI:10.3389/fncom.2024.1414462
PMID:38933392
|
研究论文 | 本研究探讨了自监督深度表示模式学习在基于声音的帕金森病检测中的应用 | 提出了一种将自监督深度表示模式学习与深度学习算法结合的新方法，以提高基于声音的帕金森病分类准确性 | 未提及具体的限制 | 旨在提高基于声音的帕金森病检测的准确性 | 研究对象为语音数据中的帕金森病病例 | 机器学习 | 帕金森病 | 自监督深度表示模式学习 | 长短期记忆网络和递归神经网络（LSTM-RNN）、深度神经网络（DNN） | 声音 | 未提及具体的样本大小 | NA | NA | NA | NA |
| 10963 | 2024-08-05 |
Enhancing brain tumor classification in MRI scans with a multi-layer customized convolutional neural network approach
2024, Frontiers in computational neuroscience
IF:2.1Q3
DOI:10.3389/fncom.2024.1418546
PMID:38933391
|
研究论文 | 该文章提出了一种新型卷积神经网络架构，以提高脑肿瘤在MRI扫描中的检测准确性和效率 | 该研究创造性地采用了多任务分类模型，通过单一CNN模型进行多种分类任务，展现了深度学习在医学应用中的巨大潜力 | 未提及 | 研究旨在优化脑肿瘤的检测和诊断流程 | 研究对象为7,023幅被分类为胶质瘤、脑膜瘤、无肿瘤和垂体肿瘤的脑MRI图像 | 计算机视觉 | 脑肿瘤 | 卷积神经网络 | CNN | 图像 | 7,023幅脑MRI图像 | NA | NA | NA | NA |
| 10964 | 2024-08-05 |
A single fast Hebbian-like process enabling one-shot class addition in deep neural networks without backbone modification
2024, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2024.1344114
PMID:38933813
|
研究论文 | 介绍了一种快速的Hebbian-like过程，使预训练深度学习图像分类器无需修改其主干即可进行一次性类别添加 | 提出了一种新颖的解释，将权重印记过程的一部分与Hebbian规律对齐，简化了一次性类别添加的方法 | 尽管方法简单，但其与神经科学的相关性仍然模糊，并且可能干扰原始图像分类 | 研究深度学习模型的优化，使其能够进行一次性类别添加 | 预训练的深度学习图像分类器 | 机器学习 | NA | 非参数归一化 | 深度学习图像分类器 | 图像 | NA | NA | NA | NA | NA |
| 10965 | 2024-08-05 |
Correction: Exploration of consumer preference based on deep learning neural network model in the immersive marketing environment
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0306470
PMID:38924028
|
更正 | 本文章修正了之前发表的关于沉浸式营销环境下消费者偏好的研究。 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 10966 | 2024-08-05 |
Automatic prediction of non-iodine-avid status in lung metastases for radioactive I131 treatment in differentiated thyroid cancer patients
2024, Frontiers in endocrinology
IF:3.9Q2
DOI:10.3389/fendo.2024.1429115
PMID:38933823
|
research paper | 本研究提出了一种自动化的非碘摄取状态预测方法，以优化分化型甲状腺癌患者的肺转移治疗 | 创新点在于开发了一种无创、低辐射的自动化方法，通过深度学习来预测肺转移的非碘摄取状态 | 研究的可行性需要进一步在多中心的大规模前瞻性研究中验证 | 本研究旨在开发有效的诊断成像工具，以预测分化型甲状腺癌患者肺转移的非碘摄取状态 | 研究对象为496例接受过处理的分化型甲状腺癌患者的1962个肺转移病灶 | 医学影像学 | 甲状腺癌 | 深度学习 | SE-Net | 医学影像 | 496例分化型甲状腺癌患者的1962个肺转移病灶，以及来自其他两家医院的24例患者的123个肺转移病灶 | NA | NA | NA | NA |
| 10967 | 2024-08-05 |
A deep neural network and transfer learning combined method for cross-task classification of error-related potentials
2024, Frontiers in human neuroscience
IF:2.4Q2
DOI:10.3389/fnhum.2024.1394107
PMID:38933146
|
研究论文 | 本文提出了一种结合深度神经网络和迁移学习的方法，用于错误相关电位的跨任务分类。 | 创新性地整合卷积层和变换器编码器，并采用迁移学习策略，有效提高了错误相关电位的分类准确性。 | 目前的方法仍受限于电极信号的高非平稳性和可用ErrPs数据集的有限性。 | 研究如何通过深度学习提高错误相关电位的分类精度。 | 该研究的对象是错误相关电位（ErrPs）及其分类。 | 机器学习 | NA | 深度学习 | 卷积神经网络和变换器 | EEG信号 | NA | NA | NA | NA | NA |
| 10968 | 2024-08-05 |
Fully automated planning for anatomical fetal brain MRI on 0.55T
2024-Sep, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.30122
PMID:38650351
|
研究论文 | 本文探讨了在0.55T MRI上实现胎儿脑MRI的全面自动规划。 | 首次实现了在真实时间内针对胎儿脑部关键平面的完全自动规划，能够拓宽胎儿MRI的使用范围。 | 研究仅涉及九位胎儿受试者，样本量较小，可能影响结果的广泛适用性。 | 旨在通过自动化实时计划提高胎儿MRI的可用性。 | 研究对象为孕期20到37周的胎儿。 | 医学影像学 | NA | 深度学习 | NA | 图像 | 9个胎儿样本 | NA | NA | NA | NA |
| 10969 | 2024-08-05 |
Using a deep learning prior for accelerating hyperpolarized 13C MRSI on synthetic cancer datasets
2024-Sep, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.30053
PMID:38440832
|
研究论文 | 本文旨在结合深度学习先验与k空间数据相容性加速超极化碳-13 MRSI的应用，结果在合成癌症数据集上展示 | 提出了一种将深度学习先验与迭代方法结合的框架，从而扩展了深度学习在代谢成像中的应用 | 基于合成数据集进行评估，可能无法代表实际临床数据 | 探讨如何通过深度学习技术提高超极化碳-13 MRSI的重建速度和准确性 | 合成的人脑肿瘤图像、前列腺癌图像和小鼠肿瘤图像 | 数字病理学 | 前列腺癌 | 超极化碳-13 MRSI | 深度学习模型 | 图像 | 合成数据集包含人脑肿瘤图像33个，前列腺癌图像72个，小鼠肿瘤图像58个 | NA | NA | NA | NA |
| 10970 | 2024-08-05 |
APEX-pHLA: A novel method for accurate prediction of the binding between exogenous short peptides and HLA class I molecules
2024-Aug, Methods (San Diego, Calif.)
DOI:10.1016/j.ymeth.2024.05.013
PMID:38772499
|
研究论文 | 本研究开发了一种基于深度学习的新方法，准确预测外源短肽与HLA类I分子的结合 | 提出了APEX-pHLA模型，结合textCNN和BiLSTM架构，克服了传统方法在HLA类I等位基因变异和肽段长度上的限制 | NA | 开发高效的预测方法以加速免疫性肽的筛选和疫苗设计 | 外源短肽与人类白细胞抗原（HLA）分子之间的结合 | NA | NA | 深度学习 | textCNN和BiLSTM | NA | 独立测试集和外部测试集的样本数量未具体说明 | NA | NA | NA | NA |
| 10971 | 2024-08-05 |
Real-time object-removal tampering localization in surveillance videos by employing YOLO-V8
2024-Jul, Journal of forensic sciences
IF:1.5Q2
DOI:10.1111/1556-4029.15516
PMID:38572826
|
研究论文 | 本文提出了一种基于YOLO-V8的监控视频实时物体移除篡改检测方法 | 提出了一种被动的最大中值平均运动残差算法与YOLO-V8结合，用于真实时间的物体移除伪造区域定位 | 未提及具体的局限性 | 研究视频中物体移除伪造的检测与定位方法 | 监控视频中的物体移除伪造 | 计算机视觉 | NA | 深度学习 | YOLO-V8 | 视频 | 在SYSU-OBJFORG数据集上进行了训练 | NA | NA | NA | NA |
| 10972 | 2024-08-05 |
An AI healthcare ecosystem framework for Covid-19 detection and forecasting using CronaSona
2024-Jul, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-024-03058-3
PMID:38472600
|
研究论文 | 本文旨在建立一个用于COVID-19检测和预测的医疗生态系统框架CronaSona | 创新在于创建一个全面的医疗生态系统框架，解决COVID-19诊断和更广泛健康挑战 | NA | 介绍一种新型框架，简化针对疾病的应用程序开发和构建 | 开发CronaSona应用程序以验证并测试框架的功能 | 数字病理学 | 新冠肺炎 | 深度学习 | NA | 胸部X光图像 | NA | NA | NA | NA | NA |
| 10973 | 2024-08-05 |
High-accuracy heart rate detection using multispectral IPPG technology combined with a deep learning algorithm
2024-Jun-27, Journal of biophotonics
IF:2.0Q3
DOI:10.1002/jbio.202400119
PMID:38932695
|
研究论文 | 本文提出了一种基于多光谱视频的人体心率检测方法 | 创新点在于结合多光谱成像和IPPG技术，在运动状态下实现高精度心率检测 | NA | 改善传统心率检测技术的精准度和实时性 | 多光谱视频数据集中的心率数据 | 计算机视觉 | NA | IPPG技术 | IPPGResNet18 | 视频 | NA | NA | NA | NA | NA |
| 10974 | 2024-08-05 |
Magnetic nanoparticles for magnetic particle imaging (MPI): design and applications
2024-Jun-27, Nanoscale
IF:5.8Q1
DOI:10.1039/d4nr01195c
PMID:38809214
|
review | 本综述探讨了磁性粒子成像（MPI）的基本原理、仪器、磁性纳米粒子示踪剂设计及其应用 | 新型示踪剂设计如锌掺杂铁氧体纳米粒子（Zn-IONPs）和超铁磁铁氧化物纳米粒子链（SFMIOs）提高了MPI的成像质量和临床应用 | NA | 阐明磁性粒子成像（MPI）的进展及其在医学成像中的应用潜力 | 磁性纳米粒子和其作为示踪剂在成像中的应用 | 医学成像 | NA | 磁性粒子成像（MPI） | NA | 成像 | NA | NA | NA | NA | NA |
| 10975 | 2024-08-05 |
An automated in vitro wound healing microscopy image analysis approach utilizing U-net-based deep learning methodology
2024-Jun-25, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01332-2
PMID:38914942
|
研究论文 | 本文提出了一种基于U-net的深度学习方法的自动化体外伤口愈合显微图像分析方法 | 创新性地采用三种不同结构的U-net架构来提高伤口愈合图像分割的敏感性 | 未提及具体的限制因素 | 旨在提高体外伤口愈合图像分析的准确性和效率 | 体外伤口愈合显微图像 | 计算机视觉 | NA | 深度学习 | U-net, U-net++, Attention U-net | 图像 | 使用了两个独立的数据集 | NA | NA | NA | NA |
| 10976 | 2024-08-05 |
Temporal dynamics of user activities: deep learning strategies and mathematical modeling for long-term and short-term profiling
2024-Jun-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-64120-6
PMID:38914596
|
研究论文 | 该论文探讨了社交媒体用户的个人特点分析方法 | 提出了一种结合深度学习策略和数学建模来描述用户长期和短期画像的新方法 | 模型的有效性可能依赖于特定类型的社交媒体数据 | 构建一个能够描述用户行为的协作模型 | 社交媒体用户及其活动 | 机器学习 | NA | 双向LSTM和GRU | NA | 文本 | 30,000条推文 | NA | NA | NA | NA |
| 10977 | 2024-08-05 |
Tongue image fusion and analysis of thermal and visible images in diabetes mellitus using machine learning techniques
2024-06-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-64150-0
PMID:38914599
|
研究论文 | 本研究旨在通过机器学习技术对糖尿病患者的热成像和可见成像舌头图像进行融合与分析 | 提出使用离散小波变换(DWT)的多种融合规则来分类糖尿病和正常受试者，并应用深度学习和机器学习算法进行健康与糖尿病的区分 | 研究未提及样本的多样性和长期跟踪观察的不足 | 评估融合的舌头图像在糖尿病筛查中的应用 | 包含80名正常受试者和80名糖尿病患者的参与者 | 机器学习 | 糖尿病 | 数字单镜头参考相机和热红外相机 | VGG16和ResNet50 | 图像 | 160个样本，包括80名正常受试者和80名糖尿病患者 | NA | NA | NA | NA |
| 10978 | 2024-08-05 |
3D residual attention hierarchical fusion for real-time detection of the prostate capsule
2024-Jun-24, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01336-y
PMID:38914956
|
研究论文 | 该文章提出了一种深度学习方法，用于实时检测前列腺囊膜。 | 提出了一种基于3D残差注意力机制的改进单次多框检测器模型，并使用了Simple, Parameter-Free Attention Module(SimAM)残差注意力融合模块。 | NA | 开发一种用于内窥镜光学图像检测前列腺囊膜的深度学习方法。 | 前列腺囊膜的检测。 | 计算机视觉 | 前列腺癌 | 深度学习 | 3D残差注意力机制 | 内窥镜光学图像 | NA | NA | NA | NA | NA |
| 10979 | 2024-08-05 |
PET/CT deep learning prognosis for treatment decision support in esophageal squamous cell carcinoma
2024-Jun-24, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-024-01737-1
PMID:38913225
|
研究论文 | 本研究提出了一种基于PET/CT图像的深度学习方法，以改善食管鳞状细胞癌患者的生存益处和临床管理 | 提出了一个整合六个网络的预治疗PET/CT深度学习模型ESCCPro，用于提高食管鳞状细胞癌患者的生存预测准确性 | 该研究为回顾性多中心研究，可能存在选择偏倚，且未考虑所有潜在的临床变量 | 改善食管鳞状细胞癌患者的生存益处和临床决策 | 837名来自三个机构的食管鳞状细胞癌患者 | 数字病理学 | 食管癌 | PET/CT深度学习 | 集成模型（ESCCPro） | 图像 | 837名食管鳞状细胞癌患者 | NA | NA | NA | NA |
| 10980 | 2024-08-05 |
CMCS: contrastive-metric learning via vector-level sampling and augmentation for code search
2024-Jun-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-64205-2
PMID:38914579
|
研究论文 | 本文提出了一种基于向量级采样和增强的对比度度量学习CMCS用于代码搜索 | 创新性地提出了一种结合K均值算法的硬负样本采样方法和可控硬度样本增强的方法 | 未提到具体的局限性 | 研究目的在于提高代码搜索模型的训练效率和搜索性能 | 研究对象为代码搜索模型 | 计算机视觉 | NA | 深度学习 | NA | 代码数据 | 使用了大规模数据集CodeSearchNet的七个先进代码搜索模型进行实验 | NA | NA | NA | NA |