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!

Sample Image
添加微信请说明来意
Sample Image
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。

当前筛选条件: [分区不过滤] [IF不过滤] [发表日期:202401-202412] [清除筛选条件]
当前共找到 12060 篇文献,本页显示第 1201 - 1220 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
1201 2025-03-15
Lightweight model-based sheep face recognition via face image recording channel
2024-Jan-03, Journal of animal science IF:2.7Q1
研究论文 本文介绍了一种轻量级的绵羊面部识别模型YOLOv7-SFR,旨在解决现有模型体积大、计算成本高的问题 引入了轻量级改进策略,包括在主干网络中引入shuffle attention模块、融合Dyhead模块、使用深度可分离卷积替代传统卷积,并采用知识蒸馏技术进一步提升模型性能 研究仅针对50只小尾寒羊进行实验,样本规模较小,可能限制了模型的泛化能力 开发一种轻量化的绵羊面部识别模型,以推动数字羊场和精准畜牧业的实际应用 小尾寒羊的面部图像 计算机视觉 NA 深度学习 YOLOv7-SFR 图像 50只小尾寒羊,共22,000张面部图像
1202 2025-03-15
Deep Learning-based Assessment of Facial Asymmetry Using U-Net Deep Convolutional Neural Network Algorithm
2024 Jan-Feb 01, The Journal of craniofacial surgery IF:1.0Q3
研究论文 本研究旨在评估基于深度卷积神经网络(DCNN)的计算机辅助诊断(CAD)系统在检测后前位(PA)头颅X光片上的面部不对称性方面的诊断性能,并将其与正畸医生的诊断结果进行比较 使用U-Net深度卷积神经网络算法进行面部不对称性评估,提供了一种新的计算机辅助诊断方法 研究样本量有限,仅使用了1020名患者的PA头颅X光片进行训练,25张用于测试 评估DCNN-based CAD系统在面部不对称性诊断中的性能 1020名正畸患者的PA头颅X光片 计算机视觉 NA 深度卷积神经网络(DCNN) U-Net 图像 1020名患者的PA头颅X光片
1203 2025-03-15
Development of AI-Based Diagnostic Algorithm for Nasal Bone Fracture Using Deep Learning
2024 Jan-Feb 01, The Journal of craniofacial surgery IF:1.0Q3
研究论文 本研究开发了一种基于深度学习的AI算法,用于通过面部骨骼的计算机断层扫描图像诊断鼻骨骨折 首次开发了一种基于深度学习的AI算法,用于诊断鼻骨骨折,并与人类医生的诊断结果达到了100%的敏感性和77%的特异性 研究处于初步阶段,样本量较小,需要进一步验证和优化 开发一种AI算法,用于通过计算机断层扫描图像诊断鼻骨骨折 面部骨骼的计算机断层扫描图像 计算机视觉 鼻骨骨折 深度学习 深度学习模型 图像 未明确提及样本量
1204 2025-03-15
Diagnostic-therapeutic management of pulmonary nodules
2024, Klinicka onkologie : casopis Ceske a Slovenske onkologicke spolecnosti
综述 本文全面回顾了肺结节的诊断和治疗方法,重点讨论了基于结节形态、大小和生长潜力的恶性潜力评估 文章详细分析了现代影像技术,特别是人工智能(AI)在肺结节诊断中的应用,并强调了多学科方法在肺结节诊断和管理中的重要性 文章未提及具体的研究局限性 优化肺结节的临床诊断和管理,以减少肺癌的死亡率并改善患者预后 肺结节 数字病理学 肺癌 人工智能(AI),深度学习技术 深度学习 影像数据 NA
1205 2025-03-14
Hybridization of synergistic swarm and differential evolution with graph convolutional network for distributed denial of service detection and mitigation in IoT environment
2024-Dec-28, Scientific reports IF:3.8Q1
研究论文 本文提出了一种结合协同群优化、差分进化和图卷积网络的网络攻击检测与缓解技术(SSODE-GCNDM),用于物联网环境中的分布式拒绝服务(DDoS)攻击检测与缓解 结合了协同群优化、差分进化和图卷积网络,提出了一种新的DDoS攻击检测与缓解技术,并通过北方苍鹰优化算法对GCN模型的超参数进行微调 未提及具体的数据集来源和样本量,可能影响方法的普适性验证 检测和缓解物联网环境中的DDoS攻击 物联网设备及其网络环境 机器学习 NA 协同群优化、差分进化、图卷积网络、北方苍鹰优化 GCN(图卷积网络) 网络数据 NA
1206 2025-03-14
Radio-opaque contrast agents for liver cancer targeting with KIM during radiation therapy (ROCK-RT): an observational feasibility study
2024-Oct-08, Radiation oncology (London, England)
研究论文 本研究旨在探讨使用X射线图像实时引导放射治疗肝细胞癌的可行性 开发了一种用于实时运动跟踪的深度学习方法,以提高放射治疗的靶向准确性 研究样本量较小,且为回顾性分析,可能影响结果的普遍性 建立使用X射线图像实时引导放射治疗肝细胞癌的可行性 50名肝细胞癌患者 数字病理学 肝癌 X射线和计算机断层扫描 深度学习 图像 50名肝细胞癌患者
1207 2025-03-14
Bibliometric analysis of ophthalmic OCT and OCT angiography research trends over the past 20 years
2024-Sep-09, International ophthalmology IF:1.4Q3
研究论文 本文对过去20年眼科OCT和OCTA研究的文献计量学分析进行了全面回顾 提供了眼科OCT和OCTA研究的文献计量学分析,揭示了研究趋势和热点 仅基于Web of Science Core Collection的数据,可能未涵盖所有相关文献 分析眼科OCT和OCTA研究的发展趋势和热点 眼科OCT和OCTA相关的研究文献 数字病理学 眼科疾病 OCT, OCTA NA 文献数据 20,817篇文章,48,160位作者,106个国家
1208 2025-03-14
Probabilistic volumetric speckle suppression in OCT using deep learning
2024-Aug-01, Biomedical optics express IF:2.9Q2
研究论文 本文提出了一种基于条件生成对抗网络(cGAN)的深度学习框架,用于光学相干断层扫描(OCT)中的体积斑点减少 利用OCT数据的体积特性,网络以部分OCT体积作为输入,生成无伪影的去斑点体积,同时在所有三个维度上表现出优异的斑点减少和分辨率保持 训练数据仅由三个OCT体积组成,可能限制了模型的泛化能力 研究目的是开发一种高效的OCT体积斑点减少方法 光学相干断层扫描(OCT)数据 计算机视觉 NA 条件生成对抗网络(cGAN) cGAN 体积OCT数据 三个OCT体积
1209 2025-03-14
Automated vessel-specific coronary artery calcification quantification with deep learning in a large multi-centre registry
2024-Jun-28, European heart journal. Cardiovascular Imaging
研究论文 本文评估了使用深度学习自动分析血管特异性冠状动脉钙化(CAC)的准确性和预后意义,基于心电图门控和衰减校正CT的大规模多中心注册数据 首次在大规模多中心注册数据中应用深度学习模型进行血管特异性CAC分析,并评估其预后价值 研究依赖于CT图像质量,且未探讨其他可能影响预后的因素 评估深度学习在血管特异性CAC分析中的准确性和预后意义 冠状动脉钙化(CAC) 数字病理 心血管疾病 深度学习 深度学习模型 CT图像 3000例门控CT用于训练,2094例门控CT和5969例非门控AC CT用于测试
1210 2025-03-14
A new intelligent system based deep learning to detect DME and AMD in OCT images
2024-Apr-23, International ophthalmology IF:1.4Q3
研究论文 本文介绍了一种基于卷积神经网络(CNN)的新型计算机辅助诊断(CAD)系统,用于在OCT图像中检测和分类年龄相关性黄斑变性(AMD)和糖尿病性黄斑水肿(DME) 提出了一种结合Inception_V3模型和自定义CNN提取特征的混合方法,在DUKE数据集上达到了99.53%的最高准确率 NA 开发一种自动化的OCT图像分析系统,用于早期检测和分类AMD和DME OCT视网膜图像 计算机视觉 糖尿病性视网膜病变 OCT CNN, VGG16, VGG19, Inception_V3, BCNN 图像 DUKE公共数据集和突尼斯私人数据集
1211 2025-03-14
Biometric contrastive learning for data-efficient deep learning from electrocardiographic images
2024-04-03, Journal of the American Medical Informatics Association : JAMIA IF:4.7Q1
研究论文 本文提出了一种名为生物特征对比学习(BCL)的自监督预训练方法,用于在心电图(ECG)图像上进行标签高效的深度学习 BCL方法通过利用同一患者不同ECG的生物特征签名,提高了在有限标签数据下开发AI模型的效率 研究主要依赖于特定数据集(Yale 2000-2015),可能限制了模型的泛化能力 开发一种自监督预训练方法,以提高在心电图图像上检测心脏疾病的效率 心电图(ECG)图像 机器学习 心血管疾病 自监督对比学习 卷积神经网络(CNN) 图像 78,288名个体
1212 2025-03-14
Deep learning for water quality
2024-Mar-12, Nature water
review 本文探讨了深度学习在内陆水质预测中的应用及其潜力 提出深度学习作为一种未充分利用但有前景的方法,能够揭示高维数据中的复杂结构和关系,并帮助填补时空数据缺口 深度学习方法的局限性相对于传统方法进行了讨论,但其具体局限性未详细说明 研究目的是探讨深度学习在水质科学中的潜力,以克服传统方法在预测水质方面的不足 内陆水质 machine learning NA 深度学习 NA 高维数据 NA
1213 2025-03-14
A new computer-aided diagnosis tool based on deep learning methods for automatic detection of retinal disorders from OCT images
2024-Feb-23, International ophthalmology IF:1.4Q3
研究论文 本文介绍了一种基于深度学习的计算机辅助诊断工具,用于从OCT图像中自动检测视网膜疾病 通过嵌入眼科医生的解释和医学描述中的丰富语义信息,提高了深度神经网络的解释性,克服了其模糊和黑箱性质 研究仅使用了UCSD数据集的一个小子集进行训练,可能限制了模型的泛化能力 开发一种可靠的计算机辅助诊断软件,用于早期检测视网膜疾病,防止视力丧失 视网膜疾病 计算机视觉 视网膜疾病 深度学习 深度神经网络 图像 29,800张OCT图像
1214 2025-03-14
Deep Learning Models for Coronary Atherosclerosis Detection in Coronary CT Angiography
2024, Current medical imaging IF:1.1Q3
研究论文 本文旨在测试和比较不同的预训练深度学习模型,以找到用于冠状动脉CT血管造影中动脉粥样硬化检测的最佳模型 使用Haar小波分解提高模型的灵敏度,并比较了不同预训练模型在动脉粥样硬化检测中的性能 尽管Resnet101模型在准确性和PPV方面表现良好,但其灵敏度较低 寻找用于冠状动脉CT血管造影中动脉粥样硬化检测的最佳深度学习模型 冠状动脉CT血管造影图像 计算机视觉 心血管疾病 Haar小波分解 Resnet101, CNN, KNN 图像 NA
1215 2025-03-14
Clinically Applicable Pan-Origin Cancer Detection for Lymph Nodes via Artificial Intelligence-Based Pathology
2024, Pathobiology : journal of immunopathology, molecular and cellular biology IF:3.5Q1
研究论文 本文提出了一种基于人工智能的泛起源淋巴结癌症转移检测系统,用于术后淋巴结的组织病理学诊断 开发了一种泛起源淋巴结癌症转移检测系统,结合两种深度学习模型进行淋巴结定位和癌症检测,具有高准确性和临床适用性 未提及系统在不同医疗中心间的广泛验证及长期临床应用的稳定性 开发一种适用于临床的泛起源淋巴结癌症转移检测系统,以提高诊断准确性并减少漏诊率 淋巴结 数字病理学 癌症 深度学习 深度学习模型 全切片图像(WSIs) 700多张WSIs用于训练,1,402张WSIs来自49个器官,1,051张WSIs来自52个器官用于验证
1216 2025-03-14
Is the Juice Worth the Squeeze? Learning Curve of a Chest Radiograph Semantic Labeling Deep Learning Model
2024-01-01, Journal of thoracic imaging IF:2.0Q3
NA NA NA NA NA NA NA NA NA NA NA NA
1217 2025-03-13
Deep Learning Based Shear Wave Detection and Segmentation Tool for Use in Point-of-Care for Chronic Liver Disease Assessments
2024-12, Ultrasound in medicine & biology
研究论文 本研究开发了一种基于深度学习的剪切波检测和分割工具,用于在慢性肝病评估的即时护理环境中提高肝脏组织的表征准确性 该研究创新地使用深度学习算法(U-Net架构)来检测和分割肝脏组织中的剪切波,以提高肝脏硬度和超声衰减测量的准确性 研究样本量相对较小,仅包含103名患者的15,045张图像和36名志愿者的4,429张图像,可能影响结果的普遍性 开发并测试一种新的软件工具,用于在即时护理环境中更准确地评估代谢功能障碍相关的脂肪性肝病(MASLD)患者的肝脏状况 代谢功能障碍相关的脂肪性肝病(MASLD)患者和志愿者 数字病理 慢性肝病 深度学习 U-Net 图像 103名患者的15,045张图像和36名志愿者的4,429张图像
1218 2025-03-13
Automated Field of Interest Determination for Quantitative Ultrasound Analyses of Cervical Tissues: Toward Real-time Clinical Translation in Spontaneous Preterm Birth Risk Assessment
2024-12, Ultrasound in medicine & biology
研究论文 本研究开发了一种自动确定宫颈感兴趣区域(Auto FOI)的方法,以替代手动绘制感兴趣区域(Manual FOI),用于宫颈定量超声(QUS)分析,以评估自发性早产风险 开发了一种基于深度学习的自动确定宫颈感兴趣区域的方法,减少了手动操作的需求,提高了临床应用的可行性 研究仅基于527名孕妇的宫颈超声数据,样本量相对较小,且未涉及其他潜在影响因素的分析 评估自动确定宫颈感兴趣区域(Auto FOI)与手动绘制感兴趣区域(Manual FOI)在定量超声分析中的一致性,并探讨Auto FOI替代Manual FOI的可行性 527名孕妇的宫颈超声数据 数字病理 早产 定量超声(QUS) 深度学习模型 图像 527名孕妇的宫颈超声数据
1219 2025-03-13
Enhancing Multi-Object Detection in Ultrasound Images Through Semi-Supervised Learning, Focal Loss and Relation of Frame
2024-12, Ultrasound in medicine & biology
研究论文 本文提出了一种基于深度学习的自动化注释系统,用于实时识别肌肉骨骼解剖结构,并通过半监督学习和焦点损失方法提高检测精度 引入了半监督学习(SSL)方法显著减少注释时间,采用焦点损失(FL)方法提高困难结构的检测精度,并在推理阶段利用视频帧的时间连续性提高检测效果 未提及具体的数据集规模或模型泛化能力的验证 通过深度学习技术实时识别肌肉骨骼解剖结构,提高检测精度和效率 肌肉骨骼解剖结构 计算机视觉 肌肉骨骼疾病 深度学习 深度学习神经网络 超声图像 仅使用30%的训练数据实现了与监督学习相当的性能
1220 2025-03-13
Robust and Transferable Backdoor Attacks Against Deep Image Compression With Selective Frequency Prior
2024-Nov-28, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1
研究论文 本文提出了一种针对深度学习图像压缩模型的多触发器后门攻击方法,利用离散余弦变换(DCT)在频域注入触发器,并设计了多种攻击目标以适应不同场景 提出了一种基于频率的触发器注入模型,设计了动态损失函数以优化攻击目标,并增强了跨模型和跨域的可转移性 未提及具体的数据集或样本量,可能限制了方法的普适性验证 研究深度学习图像压缩模型的后门攻击方法及其防御策略 深度学习图像压缩模型 计算机视觉 NA 离散余弦变换(DCT) 深度学习模型 图像 NA
回到顶部