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 12091 篇文献，本页显示第 11041 - 11060 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 11041 | 2024-08-05 |
Real-time precision detection algorithm for jellyfish stings in neural computing, featuring adaptive deep learning enhanced by an advanced YOLOv4 framework
2024, Frontiers in neurorobotics
IF:2.6Q3
DOI:10.3389/fnbot.2024.1375886
PMID:38845696
|
研究论文 | 本研究提出了一种新颖的海洋水母刺痛检测算法，结合了YOLOv4对象检测、注意机制和PID控制 | 通过增强YOLOv4并引入注意机制来提高检测精度和实时性能，展现出相较传统方法的显著优势 | 具体的限制因素在摘要中未详细说明 | 旨在提升智能机器人系统在海洋水母刺痛检测中的效率和准确性 | 本文的研究对象为海洋水母刺痛及其相关检测技术 | 计算机视觉 | NA | YOLOv4, PID控制 | NA | 图像 | 使用了真实的海洋水母刺痛图像数据集进行广泛实验评估 |
| 11042 | 2024-08-05 |
Deep Learning Accelerated Image Reconstruction of Fluid-Attenuated Inversion Recovery Sequence in Brain Imaging: Reduction of Acquisition Time and Improvement of Image Quality
2024-01, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2023.05.010
PMID:37280126
|
研究论文 | 本文研究了一种基于深度学习的加速FLAIR脑成像序列对图像质量和诊断信心的影响 | 提出了一种创新的深度学习加速FLAIR成像序列，显著缩短了采集时间并提高了图像质量 | 研究仅在单中心进行，样本数量相对较少 | 探讨创新深度学习加速FLAIR序列在脑成像中的应用效果 | 70例接受脑MRI检查的患者 | 数字病理学 | NA | 深度学习 | NA | 图像 | 70例 |
| 11043 | 2024-08-05 |
Automated facial recognition system using deep learning for pain assessment in adults with cerebral palsy
2024 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076241259664
PMID:38846372
|
研究论文 | 本文旨在开发一种基于深度学习的自动化面部识别系统，以评估脑瘫患者的疼痛。 | 本文创新地开发了脑瘫患者面部疼痛表情的数据集，并构建了针对该群体的自动化疼痛评估系统。 | 研究中涉及的样本规模较小，进一步和更广泛的数据集可能提高模型对细微疼痛表情的敏感性。 | 研究旨在提高脑瘫患者的疼痛评估的可靠性。 | 研究对象为脑瘫患者，特别关注他们的疼痛表情。 | 计算机视觉 | 脑瘫 | 深度学习 | InceptionV3 | 图像 | 109张脑瘫患者的面部疼痛表情图像 |
| 11044 | 2024-08-05 |
Deep learning driven diagnosis of malignant soft tissue tumors based on dual-modal ultrasound images and clinical indexes
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1361694
PMID:38846984
|
研究论文 | 本文研究了基于双模态超声图像和临床指标的恶性软组织肿瘤的深度学习驱动诊断 | 本文提出了一种新型的深度学习人工智能系统，结合灰度和彩色多普勒超声图像及临床特征，进行恶性软组织肿瘤的诊断 | 该研究主要基于回顾性数据集，结果可能会受到样本选择偏差的影响 | 研究旨在建立一个深度学习驱动的人工智能系统，用于预测恶性软组织肿瘤 | 研究对象包括271个恶性肿瘤和462个良性肿瘤的超声图像及临床指标 | 计算机视觉 | 肿瘤 | 深度学习 | 卷积神经网络 (CNN) | 图像 | 271个恶性肿瘤和462个良性肿瘤用于建立系统，44个恶性肿瘤和101个良性肿瘤用于验证 |
| 11045 | 2024-08-05 |
Data-driven Design of High Pressure Hydride Superconductors using DFT and Deep Learning
2024, Materials futures
IF:12.0Q1
DOI:10.1088/2752-5724/ad4a94
PMID:38841205
|
研究论文 | 本文利用密度泛函理论(DFT)和深度学习方法设计高压氢化物超导体 | 结合DFT和图神经网络(GNN)建立高压氢化物的更完整地图，并加速筛选过程 | 在高压范围内预测材料的稳定性有其局限性，具体模型的普适性需要进一步验证 | 探究高压氢化物超导体的发现方法 | 超过900种氢化物材料的临界温度预测 | 材料科学 | NA | DFT | GNN | 材料结构数据 | 900种氢化物材料 |
| 11046 | 2024-08-05 |
Deep Network-Based Comprehensive Parotid Gland Tumor Detection
2024-01, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2023.04.028
PMID:37271636
|
研究论文 | 本文介绍了一种基于深度学习的腮腺肿瘤自动分割方法 | 提出了一种新的深度学习架构，用于腮腺肿瘤分割，替代传统的人工分割方法 | 研究可能受限于样本数量及模型训练的多样性 | 本研究旨在开发一种自动化的腮腺肿瘤分割系统 | 研究对象为腮腺肿瘤的T1-w、T1C-w和T2-w的磁共振影像 | 数字病理学 | NA | 磁共振成像（MRI） | ResNet18和Xception-based DeepLab v3+ | 影像 | 共306张磁共振影像（102张T1-w，102张对比增强T1-w，102张T2-w） |
| 11047 | 2024-08-05 |
Swin Transformer and the Unet Architecture to Correct Motion Artifacts in Magnetic Resonance Image Reconstruction
2024, International journal of biomedical imaging
IF:3.3Q2
DOI:10.1155/2024/8972980
PMID:38725808
|
研究论文 | 本文提出了一种基于深度学习的方法，用于校正运动伪影，从而加速磁共振成像的数据采集和重建 | 提出了Motion Artifact Correction by Swin Network (MACS-Net)模型，该模型结合了Swin transformer和Unet架构，并引入了双上采样技术 | 本文未提及具体的局限性 | 研究旨在提高磁共振成像过程中运动伪影的校正效果 | 研究对象为含有运动伪影的原始磁共振成像数据集 | 计算机视觉 | NA | 深度学习 | Swin transformer, Unet | 成像数据 | 包含运动伪影的多种受试者的原始磁共振成像数据集 |
| 11048 | 2024-08-07 |
Editorial: Deep learning approaches applied to spectral images for plant phenotyping
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1425310
PMID:38845848
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 11049 | 2024-08-05 |
CDK: A novel high-performance transfer feature technique for early detection of osteoarthritis
2024-Dec, Journal of pathology informatics
DOI:10.1016/j.jpi.2024.100382
PMID:38840834
|
研究论文 | 这篇文章介绍了一种新颖的酬载学习方法，用于从X射线图像中提取特征以提高骨关节炎的检测精度 | 该研究提出了一种新颖的CDK集成模型，将两种先进的机器学习模型与深度学习方法结合，以显著地提高骨关节炎的检测准确性 | 传统的诊断方法在准确性和客观性方面存在局限性 | 研究的目的是改进骨关节炎的早期检测和分类 | 研究对象为总计3615个膝关节X射线图像的公开数据集 | 机器学习 | 骨关节炎 | NA | CNN, 决策树, K-最近邻分类器 | 图像 | 3615个膝关节X射线图像 |
| 11050 | 2024-08-05 |
Developing a regional scale construction and demolition waste landfill landslide risk rapid assessment approach
2024-Jul-15, Waste management (New York, N.Y.)
DOI:10.1016/j.wasman.2024.05.042
PMID:38810396
|
研究论文 | 本文提出了一种创新的方法，以快速评估区域范围内的建筑和拆除垃圾填埋场滑坡风险 | 本研究利用深度学习模型快速定位可疑填埋场并开发基于环境因素的风险评估模型 | 现有研究主要集中在单个填埋场的风险评估，缺乏对多个填埋场的快速评估能力 | 旨在通过整合计算机视觉和环境分析来提高填埋场滑坡风险评估的有效性 | 研究对象包括位于深圳的52个可疑建筑和拆除垃圾填埋场 | 数字路径学 | NA | 深度学习 | NA | 环境数据 | 52个可疑垃圾填埋场 |
| 11051 | 2024-08-05 |
Automatic 3D left atrial strain extraction framework on cardiac computed tomography
2024-Jul, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2024.108236
PMID:38776829
|
研究论文 | 该研究提出了一种基于深度学习的全自动框架，用于从心脏CT图像中提取三维左心房应变 | 这是首个完全自动化的深度学习框架，针对心脏CT的三维左心房应变提取 | 该研究主要集中在少数病例上，可能需进一步验证其通用性 | 旨在改进左心房功能评估方法，提供超越超声心动图的评估手段 | 111名接受心电图门控对比增强CT检查的患者 | 数字病理学 | 心房颤动 | CT, 深度学习 | GN-U-Net | 图像 | 111名患者 |
| 11052 | 2024-08-05 |
Digitalization of phosphorous removal process in biological wastewater treatment systems: Challenges, and way forward
2024-Jul-01, Environmental research
IF:7.7Q1
DOI:10.1016/j.envres.2024.119133
PMID:38735379
|
综述 | 论文讨论了在生物废水处理系统中磷回收的数字化过程和面临的挑战 | 提出了将人工智能算法应用于预测废水处理厂中磷动态的创新点 | 缺乏对与水-能源-资源回收-环境关联的网络物理框架的全面分析 | 分析如何利用新兴技术提高废水处理效率和磷回收能力 | 主要对象是废水处理厂中的磷回收过程 | 数字病理学 | NA | 人工智能 | 深度学习 | NA | NA |
| 11053 | 2024-08-05 |
Deep learning reconstruction for high-resolution computed tomography images of the temporal bone: comparison with hybrid iterative reconstruction
2024-Jul, Neuroradiology
IF:2.4Q2
DOI:10.1007/s00234-024-03330-1
PMID:38514472
|
研究论文 | 本研究探讨了深度学习重建（DLR）在颞骨高分辨率CT图像质量方面是否优于混合迭代重建（HIR） | 提出了一种新的深度学习重建方法，并与传统的混合迭代重建方法进行比较，显示出在图像质量上的显著提升 | 本研究的样本大小较小，仅包含36名患者 | 研究深度学习重建对颞骨高分辨率CT图像质量的影响 | 36名接受颞骨高分辨率CT检查的患者 | 数字病理学 | NA | 深度学习重建（DLR） | NA | 图像 | 36名患者（15名男性，21名女性） |
| 11054 | 2024-08-05 |
DermSynth3D: Synthesis of in-the-wild annotated dermatology images
2024-Jul, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2024.103145
PMID:38615432
|
研究论文 | 本文提出了一种新框架DermSynth3D，用于合成真实场景下注释的皮肤病图像。 | DermSynth3D通过将皮肤疾病模式融入3D纹理网格并生成多视角的2D图像，解决了现有皮肤病数据集的局限性。 | 尚未提及具体的局限性。 | 旨在解决皮肤病图像分析领域中数据集的不足。 | 合成皮肤病的2D图像及其相应的语义分割注释。 | 计算机视觉 | 皮肤病 | 深度学习 | NA | 图像 | NA |
| 11055 | 2024-08-05 |
Simultaneous determination of pigments of spinach (Spinacia oleracea L.) leaf for quality inspection using hyperspectral imaging and multi-task deep learning regression approaches
2024-Jun-30, Food chemistry: X
DOI:10.1016/j.fochx.2024.101481
PMID:38840724
|
研究论文 | 本研究利用高光谱成像和多任务深度学习回归方法同时测定菠菜叶中的色素含量以进行质量检测 | 结合高光谱成像和多任务学习方法，可以同时预测菠菜的多个质量属性 | 仅限于在特定的存储条件下进行实验，可能不适用于所有情况 | 快速准确地测定菠菜叶中的色素含量以进行质量检查 | 不同存储条件下的菠菜叶，主要测定其叶绿素和类胡萝卜素的含量 | 数字病理 | NA | 高光谱成像 | 卷积神经网络(CNN) | 图像 | 不同存储条件下的菠菜样本，具体样本数量未提供 |
| 11056 | 2024-08-05 |
Nuclei-level prior knowledge constrained multiple instance learning for breast histopathology whole slide image classification
2024-Jun-21, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2024.109826
PMID:38832012
|
研究论文 | 提出了一种基于核级先验知识约束的多实例学习方法用于乳腺全切片图像分类 | NPKC-MIL方法结合了转移学习、聚焦池化和K-NN算法，提升了深度学习模型的可解释性与分类精度 | 缺乏对其他类型癌症的适用性验证 | 改进乳腺癌全切片图像的分类精度和可解释性 | 乳腺癌患者的全切片组织图像 | 数字病理学 | 乳腺癌 | 转移学习, K-NN | NA | 图像 | NA |
| 11057 | 2024-08-05 |
Application of deep learning classification model for regional evaluation of roof pressure support evolution effects over time in coal mining face
2024-Jun-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e31824
PMID:38841511
|
研究论文 | 本文提出了一个基于深度学习的液压支撑质量评估模型 | 引入了动态柱压力变化的评估方法，并使用改进的LeNet-5网络进行支持质量分类 | 未提及研究中的具体限制 | 评估煤矿工作面液压支撑质量的动态演化 | 液压支撑腿压力及其动态变化 | 计算机视觉 | NA | 深度学习 | 改进的LeNet-5 | 时空压力子矩阵样本 | NA |
| 11058 | 2024-08-05 |
Deep random forest with ferroelectric analog content addressable memory
2024-Jun-07, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adk8471
PMID:38838137
|
研究论文 | 提出了一种通过铁电模拟内容可寻址存储器实现的深随机森林加速器 | 利用铁电场效应晶体管构建超紧凑的存储单元，能效高地执行分支分割操作 | 未提及具体的限制条件 | 实现高效的深随机森林加速器以提高边缘智能任务的性能 | 深随机森林加速器及其与铁电模拟内容可寻址存储器的映射 | 机器学习 | NA | 铁电模拟内容可寻址存储器 | 深随机森林 | NA | NA |
| 11059 | 2024-08-07 |
A deep learning solution to detect left ventricular structural abnormalities with chest X-rays: towards trustworthy AI in cardiology
2024-Jun-07, European heart journal
IF:37.6Q1
DOI:10.1093/eurheartj/ehad775
PMID:38527415
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 11060 | 2024-08-05 |
A Comprehensive Review on Deep Learning Techniques in Alzheimer's Disease Diagnosis
2024-Jun-06, Current topics in medicinal chemistry
IF:2.9Q3
|
综述 | 这篇文章全面回顾了深度学习技术在阿尔茨海默病（AD）诊断中的应用 | 本文独特地对ATN生物标志物进行分类，并系统描述了各种深度学习算法在早期AD评估中的应用 | 未在摘要中提及具体的限制条件 | 探讨深度学习技术以改善阿尔茨海默病的诊断方法 | 主要关注与阿尔茨海默病相关的多个生物标志物和深度学习方法 | 机器学习 | 阿尔茨海默病 | 深度学习 | 深度神经网络（DNN）、卷积神经网络（CNN）、递归神经网络（RNN）、k近邻（k-NN）、深度玻尔兹曼机（DBM）、深度信念网络（DBN） | NA | NA |