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 11744 篇文献，本页显示第 11741 - 11744 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 11741 | 2024-08-07 |
Local and global changes in cell density induce reorganisation of 3D packing in a proliferating epithelium
2024-Feb-08, bioRxiv : the preprint server for biology
DOI:10.1101/2024.02.08.579268
PMID:38370815
|
研究论文 | 本文通过活体成像和基于深度学习的分割技术，研究了海星胚胎中细胞密度、组织紧缩和细胞增殖对上皮组织结构的影响 | 首次详细探讨了细胞密度变化对3D上皮组织重排的影响，并提出了增殖过程中细胞重排的机制 | 研究主要集中在海星胚胎，可能不完全适用于其他生物或组织类型 | 探讨细胞密度变化如何影响3D上皮组织的重排 | 海星胚胎中的上皮组织 | 生物物理学 | NA | 深度学习 | NA | 图像 | 海星胚胎 |
| 11742 | 2024-08-07 |
A Deep Learning Approach to Classify Fabry Cardiomyopathy from Hypertrophic Cardiomyopathy Using Cine Imaging on Cardiac Magnetic Resonance
2024, International journal of biomedical imaging
IF:3.3Q2
DOI:10.1155/2024/6114826
PMID:38706878
|
研究论文 | 本文提出了一种基于人工智能的MRI短轴视图左心室肥厚分类器（MSLVHC），用于区分肥厚型心肌病（HCM）和法布里病 | 该模型利用AI技术，通过MRI短轴视图电影图像进行训练，实现了对HCM和法布里病的高精度标准化影像分类 | NA | 开发一种高精度的标准化影像分类模型，以辅助专家诊断左心室肥厚疾病 | 肥厚型心肌病（HCM）和法布里病 | 计算机视觉 | 心血管疾病 | MRI | AI模型 | 影像 | 台北荣民总医院（TVGH）数据集和台中荣民总医院（TCVGH）数据集 |
| 11743 | 2024-08-07 |
Radiomics analysis of pancreas based on dual-energy computed tomography for the detection of type 2 diabetes mellitus
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1328687
PMID:38707184
|
研究论文 | 本研究利用基于双能量计算机断层扫描（CT）的胰腺放射组学分析，建立用于检测2型糖尿病的定量影像生物标志物。 | 本研究首次将放射组学分析应用于双能量CT胰腺图像，以识别2型糖尿病。 | 研究为回顾性研究，样本量相对较小，且未提及长期随访结果。 | 探索基于双能量CT的胰腺放射组学分析在2型糖尿病检测中的应用。 | 研究对象为78名参与者，其中45名患有2型糖尿病，33名未患。 | 计算机视觉 | 糖尿病 | 双能量CT | 随机森林（RF）、支持向量机（SVM）和逻辑回归 | 影像数据 | 78名参与者 |
| 11744 | 2024-08-07 |
A novel deep learning method to segment parathyroid glands on intraoperative videos of thyroid surgery
2024, Frontiers in surgery
IF:1.6Q2
DOI:10.3389/fsurg.2024.1370017
PMID:38708363
|
研究论文 | 本研究开发了一种新的深度学习方法Video-Trans-U-HRNet，用于在甲状腺手术的术中视频中分割甲状旁腺腺体，并与现有医疗AI方法进行比较 | 本研究引入了一种创新的术中视频方法，用于识别甲状旁腺腺体，强调了AI在手术领域的潜在进步 | NA | 研究目的是探索深度学习是否可以用于辅助识别甲状腺手术中术中视频的甲状旁腺腺体 | 甲状旁腺腺体在甲状腺手术中的识别 | 机器学习 | NA | 深度学习 | Video-Trans-U-HRNet | 视频 | 研究包括50名患者的数据集，包含98个视频和9,944个标注帧，以及一个独立的测试集，包含15个视频和1,500个帧 |