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 12030 篇文献，本页显示第 11361 - 11380 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 11361 | 2024-08-07 |
A Comprehensive Review on MRI-based Knee Joint Segmentation and Analysis Techniques
2024, Current medical imaging
IF:1.1Q3
|
综述 | 本文综述了基于MRI的膝关节分割与分析技术 | 介绍了近年来基于深度学习的全自动分割方法，这些方法不仅比传统技术提供更好的结果，还开辟了医学影像研究的新领域 | NA | 旨在介绍不同科学文章中发表的膝关节骨、软骨和半月板的全自动和半自动分割方法 | 膝关节骨、软骨和半月板的分割 | 医学影像 | 骨关节炎 | MRI | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 11362 | 2024-08-07 |
Deep Learning-reconstructed Parallel Accelerated Imaging for Knee MRI
2024, Current medical imaging
IF:1.1Q3
|
研究论文 | 本研究比较了深度学习（DL）重建的并行加速成像技术在膝关节MRI中的图像质量 | 使用深度学习技术重建的并行加速成像技术在膝关节MRI中显著降低了噪声，同时保持了图像的锐度和诊断质量 | 研究仅限于膝关节MRI，且样本量相对较小 | 比较深度学习重建的并行加速成像技术与传统技术在膝关节MRI中的图像质量 | 44个膝关节MRI扫描，来自38名成年患者 | 计算机视觉 | NA | 深度学习（DL）重建的并行加速成像技术 | NA | 图像 | 44个膝关节MRI扫描，38名成年患者 | NA | NA | NA | NA |
| 11363 | 2024-08-07 |
Image Quality Improvement of Low-dose Abdominal CT using Deep Learning Image Reconstruction Compared with the Second Generation Iterative Reconstruction
2024, Current medical imaging
IF:1.1Q3
|
研究论文 | 本研究探讨了深度学习图像重建（DLIR）在降低辐射剂量的情况下，是否能提高腹部CT图像质量，并与第二代自适应统计迭代重建（ASiR-V）进行比较 | DLIR算法在提高图像对比度噪声比（CNR）、图像质量、主观噪声和病变显著性方面表现优于ASiR-V | 本研究为回顾性研究，样本量有限，且仅比较了同一供应商的不同型号扫描仪 | 确定DLIR是否能在降低辐射剂量的同时提供更好的图像质量 | 腹部CT图像质量及辐射剂量 | 计算机视觉 | NA | 深度学习图像重建 | DLIR | 图像 | 102名患者 | NA | NA | NA | NA |
| 11364 | 2024-08-07 |
A Novel Approach to the Technique of Lung Region Segmentation Based on a Deep Learning Model to Diagnose COVID-19 X-ray Images
2024, Current medical imaging
IF:1.1Q3
|
研究论文 | 本文提出了一种基于深度学习模型的肺部区域分割新技术，用于诊断COVID-19的X光图像 | 提出了一种名为FocusNet的新型深度网络，用于精确分割胸部X光片中的肺部区域，并通过ResNet18分类网络提高分类准确性 | NA | 开发一种深度学习模型，准确分类胸部X光图像，特别是肺部区域，以提高COVID-19和肺炎诊断的效率和准确性 | 胸部X光图像中的肺部区域 | 计算机视觉 | COVID-19 | 深度学习 | FocusNet, ResNet18 | 图像 | 评估了正常人、COVID-19患者和肺炎患者的肺部区域 | NA | NA | NA | NA |
| 11365 | 2024-08-07 |
Factors associated with interobserver variation amongst pathologists in the diagnosis of endometrial hyperplasia: A systematic review
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0302252
PMID:38683770
|
综述 | 本综述旨在识别影响病理学家在诊断子宫内膜增生（EH）中观察者间变异性的特定病理学家因素 | 识别了一些新颖的工作实践，如对核异型性的“程度”进行分级以及采用半自动定量图像分析/深度学习模型等客观诊断方法 | 尽管强调了病理学家特定因素和工作实践对准确诊断EH的影响，但相关研究数量较少 | 旨在识别影响病理学家在诊断子宫内膜增生中观察者间变异性的特定病理学家因素 | 病理学家在诊断子宫内膜增生中的观察者间变异性 | 数字病理学 | 妇科疾病 | NA | 深度学习模型 | 图像 | 八项研究 | NA | NA | NA | NA |
| 11366 | 2024-08-07 |
Super-resolution based Nodule Localization in Thyroid Ultrasound Images through Deep Learning
2024, Current medical imaging
IF:1.1Q3
|
研究论文 | 本文提出了一种基于深度学习的超分辨率方法来自动定位甲状腺超声图像中的结节 | 使用超分辨率单图像重建和深度学习技术，该方法在准确性和质量上优于最新的技术 | NA | 开发一种自动化的方法来识别甲状腺超声图像中的结节 | 甲状腺结节 | 计算机视觉 | 甲状腺疾病 | 深度学习 | Adam分类器 | 图像 | NA | NA | NA | NA | NA |
| 11367 | 2024-08-07 |
Building and validating an artificial intelligence model to identify tracheobronchopathia osteochondroplastica by using bronchoscopic images
2024 Jan-Dec, Therapeutic advances in respiratory disease
IF:3.3Q2
DOI:10.1177/17534666241253694
PMID:38803144
|
研究论文 | 本文构建并验证了一种人工智能模型，用于通过支气管镜图像识别气管支气管骨软骨成形术 | 开发了一种基于支气管镜图像的人工智能模型，能够区分气管支气管骨软骨成形术与其他多结节气道疾病 | NA | 构建一个人工智能模型，用于通过支气管镜图像区分气管支气管骨软骨成形术与其他多结节气道疾病 | 气管支气管骨软骨成形术（TO）与其他多结节气道疾病 | 机器学习 | NA | 卷积神经网络（CNN） | EfficientNet | 图像 | 201名多结节气道疾病患者和213名无任何气道病变患者，共使用了2183张多结节病变支气管镜图像和1733张无气道病变图像进行深度学习 | NA | NA | NA | NA |
| 11368 | 2024-08-07 |
Fuzzy ensemble of fined tuned BERT models for domain-specific sentiment analysis of software engineering dataset
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0300279
PMID:38805433
|
研究论文 | 本文提出了一种基于深度学习和微调BERT模型的混合技术，用于软件工程领域的特定情感分析 | 引入模糊逻辑集合多个微调BERT模型，提高了对中性情感的预测准确性，并覆盖了现有工具的局限 | NA | 开发适用于软件工程领域的特定情感分析工具 | 软件工程领域的社区问答数据集 | 自然语言处理 | NA | 深度学习 | BERT模型（包括Bert-Base, Bert-Large, Bert-LSTM, Bert-GRU, Bert-CNN） | 文本 | 使用了四个公开的基准数据集：Stack Overflow, JavaLib, Jira, 和 Code Review | NA | NA | NA | NA |
| 11369 | 2024-08-07 |
Deep learning for identifying bee species from images of wings and pinned specimens
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0303383
PMID:38805521
|
研究论文 | 本文研究了使用深度学习技术从蜜蜂翅膀和标本图像中识别蜜蜂物种的方法 | 本文展示了计算机视觉在分类较小、难以识别的蜜蜂物种方面的潜力，这些物种在众包数据集中代表性不足 | NA | 评估深度学习分类模型在更具挑战性的蜜蜂分类中的表现 | 蜜蜂物种的识别 | 计算机视觉 | NA | 深度学习 | 卷积神经网络 (CNN) | 图像 | 20种和18种蜜蜂物种分别来自6个和4个属 | NA | NA | NA | NA |
| 11370 | 2024-08-07 |
Corrigendum: Head and neck cancer treatment outcome prediction: a comparison between machine learning with conventional radiomics features and deep learning radiomics
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1421603
PMID:38813378
|
correction | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 11371 | 2024-08-07 |
The combination of deep learning and pseudo-MS image improves the applicability of metabolomics to congenital heart defect prenatal screening
2024-Aug-01, Talanta
IF:5.6Q1
DOI:10.1016/j.talanta.2024.126109
PMID:38648686
|
研究论文 | 本研究通过代谢组学分析，结合深度学习和伪MS图像，建立了用于胎儿先天性心脏病（FCHD）产前筛查的诊断模型。 | 本研究首次将深度学习与伪MS图像结合，用于提高代谢组学在胎儿先天性心脏病产前筛查中的适用性。 | 研究样本量较小，需要进一步扩大样本量以验证模型的泛化能力。 | 探索母体中胎儿先天性心脏病的代谢改变，并建立有效的诊断模型。 | 母体中胎儿先天性心脏病的代谢标志物及诊断模型。 | 机器学习 | 先天性心脏病 | 超高效液相色谱-质谱/质谱（UPLC-MS/MS） | 卷积神经网络（CNN） | 伪MS图像 | 两批孕妇，共36种显著改变的代谢物 | NA | NA | NA | NA |
| 11372 | 2024-08-07 |
Deep learning-based Raman spectroscopy qualitative analysis algorithm: A convolutional neural network and transformer approach
2024-Aug-01, Talanta
IF:5.6Q1
DOI:10.1016/j.talanta.2024.126138
PMID:38677164
|
研究论文 | 本文提出了一种基于深度学习的拉曼光谱定性分析算法（RST），结合卷积神经网络和Transformer的思想，通过将拉曼光谱转换为64个词向量，获取各词向量对成分的贡献权重 | 该算法在识别复杂混合物中的成分时，相比传统CNN模型具有更高的准确性和鲁棒性，并增强了模型的可解释性 | NA | 开发一种新的深度学习方法，用于提高拉曼光谱在混合物成分定性分析中的准确性和效率 | 拉曼光谱数据及其在混合物成分分析中的应用 | 机器学习 | NA | 拉曼光谱 | 卷积神经网络, Transformer | 光谱数据 | 验证使用的光谱数据为75个 | NA | NA | NA | NA |
| 11373 | 2024-08-07 |
Non-invasive screening and subtyping for breast cancer by serum SERS combined with LGB-DNN algorithms
2024-Aug-01, Talanta
IF:5.6Q1
DOI:10.1016/j.talanta.2024.126136
PMID:38692045
|
研究论文 | 本文开发了一种结合表面增强拉曼光谱（SERS）技术和特征选择及深度学习算法的光学检测方法，用于高效准确地进行乳腺癌的无创筛查和分子分型 | 该方法通过集成SERS技术和LGB-DNN算法，提供了比传统机器学习算法更准确的乳腺癌分类信息，并能评估乳腺癌患者的分子亚型 | NA | 旨在开发一种高效准确的无创乳腺癌筛查和分子分型方法 | 乳腺癌、乳腺良性疾病患者和健康对照者的血清SERS光谱 | 机器学习 | 乳腺癌 | 表面增强拉曼光谱（SERS） | LGB-DNN | 光谱数据 | 乳腺癌、乳腺良性疾病患者和健康对照者的血清样本 | NA | NA | NA | NA |
| 11374 | 2024-08-07 |
Deep learning facilitates efficient optimization of antisense oligonucleotide drugs
2024-Jun-11, Molecular therapy. Nucleic acids
DOI:10.1016/j.omtn.2024.102208
PMID:38803420
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 11375 | 2024-08-07 |
Usefulness of pituitary high-resolution 3D MRI with deep-learning-based reconstruction for perioperative evaluation of pituitary adenomas
2024-Jun, Neuroradiology
IF:2.4Q2
DOI:10.1007/s00234-024-03315-0
PMID:38374411
|
研究论文 | 评估深度学习重建的T1加权3D快速自旋回波序列（CUBE）在增强MRI中描绘垂体腺瘤和鞍旁区域的诊断价值 | 使用深度学习重建的CUBE序列在描绘垂体腺瘤和鞍旁区域方面显著优于未使用深度学习重建的CUBE、1毫米2D T1WI和SPGR序列 | NA | 评估深度学习重建技术在增强MRI中对垂体腺瘤和鞍旁区域的诊断价值 | 24名垂体腺瘤或残留肿瘤患者 | 计算机视觉 | 垂体腺瘤 | 深度学习重建（DLR） | NA | MRI图像 | 24名患者 | NA | NA | NA | NA |
| 11376 | 2024-08-07 |
Deep Learning based Retinal Vessel Caliber Measurement and the Association with Hypertension
2024-06, Current eye research
IF:1.7Q3
DOI:10.1080/02713683.2024.2319755
PMID:38407139
|
研究论文 | 本文开发了一种基于深度学习的视网膜血管口径自动测量方法，并评估了视网膜血管口径与高血压的关联 | 提出的深度学习方法在效率上显著优于半自动软件，并可应用于人群筛查和风险评估 | NA | 开发一种高效且全自动的视网膜血管口径测量方法，并评估其与高血压的关联 | 来自北京两个来源的受试者，包括同仁医院的高血压病例对照研究和北京大学第一医院的社区动脉粥样硬化队列研究 | 计算机视觉 | 心血管疾病 | 深度学习 | 深度学习模型 | 图像 | 来自同仁医院和北京大学第一医院的受试者 | NA | NA | NA | NA |
| 11377 | 2024-08-07 |
Automated AI-based grading of neuroendocrine tumors using Ki-67 proliferation index: comparative evaluation and performance analysis
2024-Jun, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-024-03045-8
PMID:38409645
|
研究论文 | 本文提出了一种基于人工智能的方法，用于自动化计算和分级神经内分泌肿瘤的Ki-67增殖指数 | 采用U-Net架构进行图像分割，并通过颜色空间信息和其他特征识别Ki-67阳性或阴性细胞，实现肿瘤的自动化分级 | NA | 开发一种辅助病理学家自动化计算和分级Ki-67增殖指数的人工智能方法 | 神经内分泌肿瘤的Ki-67增殖指数 | 数字病理学 | 神经内分泌肿瘤 | U-Net | CNN | 图像 | 来自Necmettin Erbakan大学Meram医学院病理学系的数据集 | NA | NA | NA | NA |
| 11378 | 2024-08-07 |
Correction to: Deep learning-based PET image denoising and reconstruction: a review
2024-Jun, Radiological physics and technology
IF:1.7Q3
DOI:10.1007/s12194-024-00794-x
PMID:38492204
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 11379 | 2024-08-07 |
A prediction method of interaction based on Bilinear Attention Networks for designing polyphenol-protein complexes delivery systems
2024-Jun, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2024.131959
PMID:38692548
|
研究论文 | 本研究利用双线性注意力网络建立了预测多酚-蛋白质复合物相互作用的模型，以优化其输送系统的设计 | 首次将开放的配体-蛋白质相互作用实验与深度学习算法结合应用于食品工业，提高了研究效率 | 模型需要通过实验验证其预测结果的准确性 | 开发一种高效准确的方法来预测多酚-蛋白质复合物的相互作用，以优化其输送系统 | 多酚-蛋白质复合物的相互作用及其在输送系统中的应用 | 机器学习 | NA | 双线性注意力网络 | Bilinear Attention Networks | 配体-蛋白质相互作用数据 | 525对配体-蛋白质相互作用数据 | NA | NA | NA | NA |
| 11380 | 2024-08-07 |
Automated system for classifying uni-bicompartmental knee osteoarthritis by using redefined residual learning with convolutional neural network
2024-May-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e31017
PMID:38803931
|
研究论文 | 本研究提出了一种基于重新定义的残差学习与卷积神经网络的自动化系统，用于分类单双室膝关节骨性关节炎 | 本研究提出的模型在分类单双室膝关节骨性关节炎方面优于所有预训练的卷积神经网络 | 模型的准确率和特异性分别为61.81%和68.33%，仍有提升空间 | 旨在通过深度学习模型准确分类膝关节骨性关节炎的X光图像，以帮助医生有效管理治疗并减缓疾病进展 | 膝关节骨性关节炎的X光图像 | 机器学习 | 骨性关节炎 | 卷积神经网络 | CNN | 图像 | 733张膝关节X光图像（331张正常膝关节图像，205张单室，197张双室） | NA | NA | NA | NA |