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 11981 - 12000 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 11981 | 2024-08-07 |
Mpox-AISM: AI-mediated super monitoring for mpox and like-mpox
2024-May-17, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2024.109766
PMID:38711448
|
研究论文 | 本文提出了一种名为“超级监控”的实时可视化技术，利用人工智能和互联网技术快速、便捷且廉价地诊断早期猴痘患者 | 本文的创新点在于整合了深度学习模型、数据增强、自监督学习和云服务，实现了对早期猴痘的高精度诊断 | NA | 旨在解决早期猴痘患者诊断的挑战，避免其传播 | 早期猴痘患者及类似猴痘的皮肤疾病 | 机器学习 | 猴痘 | 深度学习 | 深度学习模型 | 图像 | 使用了公开可访问的数据集 | NA | NA | NA | NA |
| 11982 | 2024-08-07 |
Revealing neural dynamical structure of C. elegans with deep learning
2024-May-17, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2024.109759
PMID:38711456
|
研究论文 | 本研究利用深度神经网络（DNN）方法重建秀丽隐杆线虫的神经动力学，并研究其运动神经机制 | 本研究首次使用深度神经网络模型识别出神经活动空间中的两个极限环，分别对应基本旋转行为和额外转弯行为，揭示了主要运动模式 | 研究面临高维度和随机性的挑战 | 探索秀丽隐杆线虫的神经动力学结构及其运动神经机制 | 秀丽隐杆线虫的神经动力学 | 机器学习 | NA | 深度神经网络（DNN） | DNN | 神经影像数据 | NA | NA | NA | NA | NA |
| 11983 | 2024-08-07 |
Deep learning for high-resolution seismic imaging
2024-May-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-61251-8
PMID:38705877
|
研究论文 | 本研究利用深度学习技术，通过结合Transformer和卷积神经网络（CNN）架构以及自适应空间特征融合（ASFF），实现了高分辨率地震成像 | 本研究引入了新的神经网络框架，直接将地震数据映射到反射模型，无需低分辨率结果的后处理 | NA | 提高地震成像的分辨率 | 地震波的传播和反射数据 | 计算机视觉 | NA | 深度学习 | Transformer和CNN | 地震数据 | NA | NA | NA | NA | NA |
| 11984 | 2024-08-07 |
LUNet: deep learning for the segmentation of arterioles and venules in high resolution fundus images
2024-May-03, Physiological measurement
IF:2.3Q3
DOI:10.1088/1361-6579/ad3d28
PMID:38599224
|
研究论文 | 本研究旨在利用深度学习自动分割数字眼底图像中的视网膜小动脉和小静脉 | 开发了LUNet这一新型深度学习架构，采用双膨胀卷积块扩大感受野并减少参数数量，同时设计了高分辨率尾部以细化分割细节，并定制了损失函数以优先考虑血管分割的连续性 | NA | 自动化分割视网膜小动脉和小静脉，以通过眼底图像诊断和理解心血管疾病 | 视网膜小动脉和小静脉的自动分割 | 计算机视觉 | 心血管疾病 | 深度学习 | CNN | 图像 | 240个由15名医学生手动分割并由眼科医生审核的视网膜小动脉和小静脉分割数据 | NA | NA | NA | NA |
| 11985 | 2024-08-07 |
Artificial intelligence in endocrinology: a comprehensive review
2024-May, Journal of endocrinological investigation
IF:3.9Q2
DOI:10.1007/s40618-023-02235-9
PMID:37971630
|
综述 | 本文全面回顾了人工智能在内分泌学领域的应用现状，重点关注机器学习算法和深度学习模型在诊断、治疗和管理内分泌疾病中的潜力 | 探讨了人工智能在内分泌学多个领域的应用，包括筛查诊断、风险预测、转化研究和预防医学，展示了其在优化医疗结果和揭示内分泌疾病复杂机制中的价值 | NA | 提供人工智能在内分泌学和代谢领域应用的概述 | 内分泌疾病，如糖尿病及相关疾病、甲状腺疾病、肾上腺肿瘤和骨矿物质疾病 | 机器学习 | 内分泌疾病 | NA | 机器学习算法和深度学习模型 | NA | NA | NA | NA | NA | NA |
| 11986 | 2024-08-07 |
Underwater sound speed profile estimation from vessel traffic recordings and multi-view neural networks
2024-May-01, The Journal of the Acoustical Society of America
IF:2.1Q1
DOI:10.1121/10.0025920
PMID:38717207
|
研究论文 | 本文研究了利用海洋船舶噪声作为机会声源来估计海洋声速剖面的潜力，并提出了一种基于深度学习的反演方案 | 本文提出了一种新的深度学习方法，利用单个水听器记录的移动船舶水下辐射噪声来估计海洋声速剖面 | 研究仅限于圣巴巴拉海峡，且数据集仅包含2015年至2017年的记录 | 探索利用海洋船舶噪声估计海洋声速剖面的方法 | 海洋声速剖面 | 机器学习 | NA | 深度学习 | 神经网络 | 声学记录和船舶描述数据 | 数据集包括2015年至2017年间圣巴巴拉海峡的船舶自动识别系统数据和声学记录，每天通常记录4到10次航行 | NA | NA | NA | NA |
| 11987 | 2024-08-07 |
Predicting underwater acoustic transmission loss in the SOFAR channel from ray trajectories via deep learning
2024-May-01, JASA express letters
IF:1.2Q3
DOI:10.1121/10.0025976
PMID:38717470
|
研究论文 | 本文提出了一种基于深度学习的声学传输损失预测方法，通过训练U-net型卷积神经网络，实现射线轨迹与传输损失之间的准确映射 | 采用深度学习方法简化传统复杂算法和计算密集型问题，提供了一种快速且准确的预测模型 | NA | 解决声学传输损失预测中的算法复杂和计算密集问题 | 水下声学传输损失 | 机器学习 | NA | 深度学习 | U-net型卷积神经网络 | 射线轨迹 | 使用Munk声速剖面的SOFAR通道进行验证 | NA | NA | NA | NA |
| 11988 | 2024-08-07 |
Artificial intelligence in liver imaging: methods and applications
2024-Apr, Hepatology international
IF:5.9Q1
DOI:10.1007/s12072-023-10630-w
PMID:38376649
|
综述 | 本文综述了基于医学影像的人工智能方法及其在肝脏疾病管理中的应用 | 重点介绍了深度学习在肝脏影像中的代表性方法及其在精确检测、诊断和治疗肝脏疾病中的临床应用 | 强调了当前面临的挑战，如特征可解释性、多模态数据集成和多中心研究 | 探讨人工智能方法在肝脏疾病管理中的应用及其未来发展 | 肝脏疾病及其影像学评估 | 计算机视觉 | 肝脏疾病 | 深度学习 | NA | 影像 | NA | NA | NA | NA | NA |
| 11989 | 2024-08-07 |
AI-Driven Clinical Decision Support Systems: An Ongoing Pursuit of Potential
2024-Apr, Cureus
DOI:10.7759/cureus.57728
PMID:38711724
|
综述 | 本文综述了人工智能（AI）技术如何革新临床决策支持系统（CDSS），包括其在医疗决策中的应用、相关挑战以及实现AI-CDSS潜力的未来方向。 | 强调了AI在提升CDSS效能和效率中的日益重要的作用，并探讨了AI技术如机器学习算法、自然语言处理和深度学习在CDSS中的集成。 | 讨论了AI集成中的挑战，如可解释性和偏见问题，并提出了成功采用AI-CDSS的策略，强调了工作流程对齐和跨学科合作的重要性。 | 探讨AI技术如何改变CDSS，并推动其在医疗实践中的应用。 | 研究对象包括AI技术在CDSS中的应用，如AI驱动的诊断、个性化治疗建议、风险预测和临床文档辅助。 | NA | NA | 机器学习算法、自然语言处理、深度学习 | 神经网络、决策树 | NA | NA | NA | NA | NA | NA |
| 11990 | 2024-08-07 |
Deep learning based synthesis of MRI, CT and PET: Review and analysis
2024-Feb, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2023.103046
PMID:38052145
|
综述 | 本文综述了2018年至2023年间基于深度学习的医学图像合成技术，包括伪CT、合成MR和合成PET，并分析了各种合成方法的模型设计和网络架构 | 深度学习在合成图像对比度应用中表现出优于传统图像合成方法的性能，特别是引入了Transformer和Diffusion模型等新型网络架构 | 文章讨论了在医学图像合成中存在的挑战，并提出了可能的解决方案和未来研究方向 | 旨在克服获取多种图像模态以实现准确临床工作流程的挑战 | 医学图像合成技术，包括伪CT、合成MR和合成PET | 计算机视觉 | NA | 深度学习 | CNN, Transformer, Diffusion模型 | 图像 | NA | NA | NA | NA | NA |
| 11991 | 2024-08-07 |
An Ensemble Learning Method for Detection of Head and Neck Squamous Cell Carcinoma Using Polarized Hyperspectral Microscopic Imaging
2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering
DOI:10.1117/12.3007869
PMID:38711533
|
研究论文 | 本研究开发了一种基于偏振高光谱显微成像的集成学习方法，用于检测头颈部鳞状细胞癌 | 利用偏振高光谱显微成像技术和卷积神经网络构建了一种四分支模型架构，每个分支分别训练一个Stokes参数 | 未来的工作可以通过训练更多样化的数据、根据肿瘤分级进行分类以及引入更新的架构技术来改进结果 | 开发一种新的深度学习分类方法，用于检测头颈部鳞状细胞癌 | 头颈部鳞状细胞癌的病理切片 | 计算机视觉 | 头颈部鳞状细胞癌 | 偏振高光谱显微成像 | CNN | 图像 | 56名患者 | NA | NA | NA | NA |
| 11992 | 2024-08-07 |
A deep learning framework for noninvasive fetal ECG signal extraction
2024, Frontiers in physiology
IF:3.2Q2
DOI:10.3389/fphys.2024.1329313
PMID:38711954
|
研究论文 | 本文开发了一种深度学习框架，用于从12通道腹部复合信号中非侵入性地提取胎儿心电图（ECG）信号的R峰 | 提出了一种使用循环神经网络架构的模型，能够稳健地检测胎儿ECG的R峰 | NA | 开发一种框架，用于直接从腹部复合信号中检测和识别胎儿ECG的R峰 | 从70名健康和有健康状况的孕妇中非侵入性地记录的信号 | 机器学习 | NA | 循环神经网络 | RNN | 信号 | 70名孕妇 | NA | NA | NA | NA |
| 11993 | 2024-08-07 |
The 100 most cited articles in artificial intelligence related to orthopedics
2024, Frontiers in surgery
IF:1.6Q2
DOI:10.3389/fsurg.2024.1370335
PMID:38712339
|
研究论文 | 本研究旨在识别和分析与骨科领域相关的人工智能领域前100篇高被引文章 | NA | NA | 识别和分析骨科领域中与人工智能相关的高被引文章 | 前100篇高被引文章 | 机器学习 | NA | VOSviewer | NA | 文本 | 100篇文章 | NA | NA | NA | NA |
| 11994 | 2024-08-07 |
A contrastive learning approach to integrate spatial transcriptomics and histological images
2024-Dec, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2024.04.039
PMID:38707535
|
研究论文 | 本文介绍了一种基于对比学习的模型ConGcR，用于整合基因表达、空间位置和组织形态学数据，以进行数据表示和空间组织结构识别 | 提出了ConGcR模型，结合图卷积和ResNet作为编码器，并进一步通过图自编码器ConGaR增强模型，以更好地建模空间嵌入表示 | NA | 旨在有效整合空间多模态数据，提高组织结构识别的准确性 | 基因表达、空间位置和组织形态学数据 | 计算机视觉 | NA | 对比学习 | 图卷积网络、ResNet | 基因表达数据、图像 | 16个人脑样本、4个鸡心样本、8个乳腺癌样本和30个人类肺部空间转录组样本 | NA | NA | NA | NA |
| 11995 | 2024-08-07 |
Deep learning-based detection of indicator species for monitoring biodiversity in semi-natural grasslands
2024-Sep, Environmental science and ecotechnology
IF:14.0Q1
DOI:10.1016/j.ese.2024.100419
PMID:38706811
|
研究论文 | 本文开发了一种基于深度学习的对象检测模型，用于识别高自然价值草地中的指示物种，以监测生物多样性 | 首次利用温室培养的指示植物样本进行深度学习模型的训练，实现了对草地生态系统中植物的实地识别 | 研究主要集中在温室和实验草地数据上，未来需要进一步验证模型在更广泛自然草地环境中的适用性 | 探索深度学习技术在草地生物多样性监测中的应用 | 高自然价值草地中的指示物种 | 机器学习 | NA | 深度学习 | 对象检测模型 | 图像 | 包括温室数据、实验草地数据和自然草地数据 | NA | NA | NA | NA |
| 11996 | 2024-08-07 |
ASOptimizer: Optimizing antisense oligonucleotides through deep learning for IDO1 gene regulation
2024-Jun-11, Molecular therapy. Nucleic acids
DOI:10.1016/j.omtn.2024.102186
PMID:38706632
|
research paper | 本文介绍了一种基于深度学习的平台ASOptimizer，用于高效且低成本地设计反义寡核苷酸（ASOs），以优化IDO1基因的调控 | ASOptimizer不仅选择最有效的mRNA靶点，还优化化学修饰以增强性能 | NA | 开发一种高效且低成本的方法来设计反义寡核苷酸，用于癌症治疗 | IDO1 mRNA的反义寡核苷酸设计 | machine learning | NA | deep learning | NA | sequence | NA | NA | NA | NA | NA |
| 11997 | 2024-08-07 |
Fusion of multi-source relationships and topology to infer lncRNA-protein interactions
2024-Jun-11, Molecular therapy. Nucleic acids
DOI:10.1016/j.omtn.2024.102187
PMID:38706631
|
研究论文 | 本文提出了一种基于图自编码器（GAE）的FMSRT-LPI模型，用于预测长非编码RNA与蛋白质的相互作用（LPI） | 首次将路径掩蔽和度回归策略集成到GAE框架中，用于潜在的LPI推断 | NA | 准确预测长非编码RNA与蛋白质的相互作用，以阐明lncRNA的功能和致病机制 | 长非编码RNA与蛋白质的相互作用 | 生物信息学 | NA | 图自编码器（GAE） | GAE | 网络数据 | 多个公共数据集 | NA | NA | NA | NA |
| 11998 | 2024-08-07 |
Evaluation of Deep Learning Clinical Target Volumes Auto-Contouring for Magnetic Resonance Imaging-Guided Online Adaptive Treatment of Rectal Cancer
2024-Jun, Advances in radiation oncology
IF:2.2Q2
DOI:10.1016/j.adro.2024.101483
PMID:38706833
|
研究论文 | 本文提出并应用了一个全面的框架，用于评估深度学习在直肠癌患者MRI引导在线自适应放疗中自动勾画临床目标体积（CTV）的性能和临床可用性。 | 本文创新地提出了一种全面的评估框架，用于验证深度学习自动勾画CTV的准确性和临床信任度。 | 尽管模型在专家修正后性能与观察者间变异相当，但仍引入了一定的偏差，尽管对临床实践影响不大。 | 旨在评估深度学习在直肠癌放疗中自动勾画CTV的性能和临床应用潜力。 | 研究对象为接受MRI引导在线自适应放疗的直肠癌患者。 | 机器学习 | 直肠癌 | 深度学习 | nnU-Net | 图像 | 44名直肠癌患者 | NA | NA | NA | NA |
| 11999 | 2024-08-07 |
UIdataGB: Multi-Class ultrasound images dataset for gallbladder disease detection
2024-Jun, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.110426
PMID:38708300
|
research paper | 本文介绍了一个大型数据集UIdataGB，包含10,692张高分辨率的胆囊超声图像，用于胆囊疾病检测。 | 该研究首次提供了一个开放访问的胆囊器官超声图像数据集，有助于推动计算机辅助诊断胆囊疾病的研究。 | 由于是首次提供此类数据集，可能存在数据集质量和可用性方面的限制。 | 旨在通过提供一个大型胆囊超声图像数据集，推动医学影像领域的发展，改善患者治疗。 | 研究对象包括1,782名个体的胆囊超声图像，涵盖多种胆囊疾病类型。 | computer vision | 胆囊疾病 | NA | NA | image | 10,692张胆囊超声图像，来自1,782名个体 | NA | NA | NA | NA |
| 12000 | 2024-08-07 |
Bangla_MER: A unique dataset for Bangla mathematical entity recognition
2024-Jun, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.110407
PMID:38708312
|
research paper | 本文介绍了一个新的孟加拉语数学实体识别数据集Bangla_MER，包含13,717条记录 | 孟加拉语数学实体识别领域的新颖性，以及首个公开可用的数据集 | NA | 促进孟加拉语数学实体的识别和相关研究 | 孟加拉语中的数学实体，包括数学运算符、著名数学术语和操作数 | 自然语言处理 | NA | NA | NA | 文本 | 13,717条记录 | NA | NA | NA | NA |