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 12061 篇文献,本页显示第 1861 - 1880 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
1861 2025-01-23
Assessing parkinsonism & cerebellar dysfunction with spiral & line drawings
2024-Nov-30, Ideggyogyaszati szemle
研究论文 本研究通过螺旋和线条绘图比较帕金森病和小脑症状的识别,并探讨了笔压数据在分类中的重要性 结合螺旋和线条绘图以提高识别准确性,并探讨了笔压数据对分类的影响 未使用笔压数据时,单一绘图任务的性能未显著下降,但未进一步探讨其他可能的影响因素 比较螺旋和线条绘图在帕金森病和小脑症状识别中的表现,并评估笔压数据的作用 帕金森病和小脑功能障碍患者 数字病理学 帕金森病 深度学习特征提取模型 预训练和自定义深度学习模型 图像 未明确提及样本数量
1862 2025-01-23
Using artificial intelligence to study atherosclerosis from computed tomography imaging: A state-of-the-art review of the current literature
2024-Nov, Atherosclerosis IF:4.9Q1
综述 本文综述了利用人工智能(AI)从计算机断层扫描(CT)成像中研究动脉粥样硬化的最新文献 介绍了基于深度学习的卷积神经网络(CNNs)在病变检测、分割和分类中的应用,以及新的放射转录组学技术通过CT图像体素的高阶结构分析捕捉潜在的生物化学过程 讨论了当前基于AI方法的局限性及解决这些挑战的优先事项 旨在将基于AI的新方法从研究环境过渡到临床工作流程,以检测易损动脉粥样硬化斑块并指导患者治疗策略 冠状动脉炎症、冠状动脉斑块及其相关风险 计算机视觉 心血管疾病 CT成像、放射转录组学技术 CNN 图像 NA
1863 2025-01-23
Arkitekt: streaming analysis and real-time workflows for microscopy
2024-Oct, Nature methods IF:36.1Q1
研究论文 本文介绍了Arkitekt,一个开源的中介平台,用于实时执行复杂的定量显微镜工作流 Arkitekt作为一个开源平台,能够在本地或远程可靠且高效地协调流行的生物图像软件,实现实时分析和数据管理 现有解决方案在灵活性和可扩展性方面仍有限制,通常仅限于离线分析 解决生物图像工作流中的高效协调和数据管理问题 定量显微镜工作流 数字病理学 NA 深度学习 NA 图像 NA
1864 2025-01-23
[A deep learning model based on magnetic resonance imaging and clinical feature fusion for predicting preoperative cytokeratin 19 status in hepatocellular carcinoma]
2024-Sep-20, Nan fang yi ke da xue xue bao = Journal of Southern Medical University
研究论文 本文建立了一个深度学习模型,结合磁共振成像(MRI)深度学习特征和临床特征,用于术前预测肝细胞癌(HCC)的细胞角蛋白19(CK19)状态 提出了基于多尺度特征融合和多模态特征融合的深度学习模型(MSFF-IResnet和MMFF-IResnet),并验证了其在预测CK19状态方面的有效性 研究为回顾性实验,样本量相对较小(116例患者),可能影响模型的泛化能力 探索结合MRI深度学习特征和临床特征预测HCC患者术前CK19状态的可行性 116例确诊CK19状态的HCC患者 数字病理 肝细胞癌 深度学习 MSFF-IResnet, MMFF-IResnet MRI图像, 临床数据 116例HCC患者
1865 2025-01-23
AI-Based multimodal Multi-tasks analysis reveals tumor molecular heterogeneity, predicts preoperative lymph node metastasis and prognosis in papillary thyroid carcinoma: A retrospective study
2024-Jul-11, International journal of surgery (London, England)
研究论文 本研究通过AI驱动的多模态多任务分析,揭示了乳头状甲状腺癌(PTC)的分子异质性,预测了术前淋巴结转移和预后 开发了一种基于深度学习的多模态模型,结合组织病理学图像、基因组、转录组和免疫细胞数据,预测淋巴结转移和无病生存期 研究为回顾性研究,可能受到数据选择和偏倚的影响 探索PTC的分子异质性及其对淋巴结转移和预后的影响,开发预测模型以改善诊断和治疗策略 521名来自医院的PTC患者和499名来自TCGA的PTC患者 数字病理学 甲状腺癌 DNA-based next-generation sequencing, single-cell RNA sequencing (scRNA-seq) 深度学习多模态模型 组织病理学图像、基因组、转录组、免疫细胞数据 1011名PTC患者(256名来自队列1,275名来自队列2,499名来自TCGA)
1866 2025-01-23
CYCLE-CONSISTENT SELF-SUPERVISED LEARNING FOR IMPROVED HIGHLY-ACCELERATED MRI RECONSTRUCTION
2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging
研究论文 本文提出了一种基于循环一致性的自监督学习方法,用于改进高度加速的MRI重建 使用循环一致性(CC)来增强自监督学习,特别是在高加速率下减少混叠伪影 未明确提及具体局限性 改进高度加速的MRI重建技术 MRI图像 计算机视觉 NA 自监督学习 NA 图像 包括速率6和8的fastMRI膝关节成像以及20倍的HCP风格fMRI
1867 2025-01-23
Leveraging deep learning for robust EEG analysis in mental health monitoring
2024, Frontiers in neuroinformatics IF:2.5Q3
研究论文 本文介绍了一种名为EEG Mind-Transformer的深度学习架构,用于改进基于EEG的心理健康监测 提出了EEG Mind-Transformer,结合了动态时间图注意力机制、分层图表示与分析模块以及时空融合模块,显著提升了EEG数据分析的准确性和适应性 未提及具体的数据集规模或多样性限制,可能影响模型的广泛适用性 改进基于EEG的心理健康监测方法,提高分类准确性和模型适应性 EEG信号 机器学习 心理健康 深度学习 EEG Mind-Transformer(结合DT-GAM、HGRA、STFM) EEG信号 多个数据集,具体样本量未提及
1868 2025-01-23
Non-invasive ML methods for diagnosis of congenital heart disease associated with pulmonary arterial hypertension
2024, Frontiers in physiology IF:3.2Q2
综述 本文提出了两种非侵入性诊断算法,用于诊断与先天性心脏病相关的肺动脉高压 提出了直接三分法和两阶段分类模型两种非侵入性诊断算法,结合了时间、频率、能量域特征与深度学习特征 先天性心脏病相关肺动脉高压数据缺乏 探讨先天性心脏病相关肺动脉高压的辅助诊断方法 先天性心脏病相关肺动脉高压患者 机器学习 心血管疾病 NA Bi-LSTM, 集成学习 心音数据 NA
1869 2025-01-23
Protein-ligand binding affinity prediction using multi-instance learning with docking structures
2024, Frontiers in pharmacology IF:4.4Q1
研究论文 本文提出了一种基于多实例学习和分子对接结构的蛋白质-配体结合亲和力预测方法 该方法利用多个分子对接构象进行预测,无需依赖共晶结构,提高了在缺乏共晶结构数据情况下的适用性 依赖于分子对接的预测结构,对接结构的准确性可能影响预测结果 提高蛋白质-配体结合亲和力预测的准确性,特别是在缺乏共晶结构数据的情况下 蛋白质-配体复合物 机器学习 NA 分子对接 多实例学习与注意力网络 3D结构数据 多个数据集,包括PDBbind和针对SARS-CoV-2主要蛋白酶的化合物
1870 2025-01-23
Research hotspots and trends in lung cancer STAS: a bibliometric and visualization analysis
2024, Frontiers in oncology IF:3.5Q2
研究论文 本研究使用R软件bibliometrix及可视化工具CiteSpace和VOSviewer对2015年以来发表的关于肺癌通过空气间隙扩散(STAS)的文献进行了文献计量分析 首次使用文献计量和可视化工具对肺癌STAS领域的研究热点和趋势进行全面分析 仅分析了Web of Science数据库中的文献,可能遗漏其他数据库中的重要研究 分析肺癌STAS领域的研究热点和趋势 2015年至2024年8月31日期间发表的关于肺癌STAS的文献 文献计量学 肺癌 文献计量分析、可视化分析 NA 文献数据 243篇文章
1871 2025-01-23
OA-MEN: a fusion deep learning approach for enhanced accuracy in knee osteoarthritis detection and classification using X-Ray imaging
2024, Frontiers in bioengineering and biotechnology IF:4.3Q2
研究论文 本文提出了一种名为OA-MEN的深度学习模型,用于通过膝关节X射线成像自动预测和分类膝骨关节炎(KOA),以提高诊断的准确性和效率 OA-MEN模型结合了ResNet和MobileNet的特征提取与多尺度特征融合,增强了语义信息的提取能力,同时保持了高分辨率图像在低网络层中的优势,从而扩展了模型的感受野并增强了其理解能力 未提及具体局限性 提高膝骨关节炎(KOA)评估的准确性和效率 膝骨关节炎(KOA)的X射线图像 计算机视觉 骨关节炎 深度学习 OA-MEN(结合ResNet和MobileNet的混合模型) 图像 未提及具体样本数量
1872 2025-01-23
Meibomian gland alterations in allergic conjunctivitis: insights from a novel quantitative analysis algorithm
2024, Frontiers in cell and developmental biology IF:4.6Q1
研究论文 本研究利用智能定量分析算法探讨了过敏性结膜炎患者中睑板腺结构的变化及其与临床参数的关系 采用深度学习基础的定量分析算法对睑板腺图像进行分析,评估腺体长度、面积、脱落比例和变形 研究未明确说明样本的年龄分布及其他潜在影响因素 探讨过敏性结膜炎患者睑板腺结构的变化及其与临床参数的关系 过敏性结膜炎患者和正常对照组的睑板腺 数字病理学 过敏性结膜炎 红外线睑板腺成像 深度学习 图像 252只过敏性结膜炎患者的眼睛和200只正常对照组的眼睛
1873 2025-01-23
MRI to digital medicine diagnosis: integrating deep learning into clinical decision-making for lumbar degenerative diseases
2024, Frontiers in surgery IF:1.6Q2
研究论文 本文开发了一种基于人工智能深度学习算法的智能系统,旨在通过识别腰椎磁共振图像(MRI)辅助诊断腰椎退行性疾病,并提高医生的临床效率 本文创新性地将PP-YOLOv2深度学习算法应用于腰椎MRI图像的自动识别,显著提高了诊断的准确性和效率 研究样本量相对较小,测试集仅包含50例病例,可能影响模型的泛化能力 开发一种基于深度学习的智能系统,辅助诊断腰椎退行性疾病 腰椎退行性疾病(腰椎间盘突出和腰椎滑脱) 计算机视觉 腰椎退行性疾病 深度学习 PP-YOLOv2 图像 654例患者(604例训练集,50例测试集)
1874 2025-01-23
Cardioattentionnet: advancing ECG beat characterization with a high-accuracy and portable deep learning model
2024, Frontiers in cardiovascular medicine IF:2.8Q2
研究论文 本研究开发了一种名为CardioAttentionNet(CANet)的便携式深度学习模型,用于通过心电图(ECG)信号检测心律失常 CANet结合了双向长短期记忆网络(BiLSTM)、多头注意力机制和深度可分离卷积,使其能够在便携设备上实现早期诊断,并在处理长ECG模式和详细特征提取方面表现出色 未提及具体局限性 提高心律失常的早期诊断准确性,改善患者预后 心电图(ECG)信号 机器学习 心血管疾病 深度学习 BiLSTM, 多头注意力机制, 深度可分离卷积 ECG信号 未提及具体样本数量
1875 2025-01-23
Application of dynamic enhanced scanning with GD-EOB-DTPA MRI based on deep learning algorithm for lesion diagnosis in liver cancer patients
2024, Frontiers in oncology IF:3.5Q2
研究论文 本研究应用基于深度学习的增强多梯度深度卷积神经网络(EMGDCNN)对Gd-EOB-DTPA增强MRI图像进行肝脏分割和局部肝脏病变的识别与分类 使用EMGDCNN模型同时进行肝脏病变的识别和分类,提高了诊断的准确性和效率 研究中存在25个假阳性和0.6个真阳性,检测能力仍需提高 提高Gd-EOB-DTPA增强MRI在肝脏病变诊断中的应用效果 132名参与者的Gd-EOB-DTPA增强MRI图像 数字病理 肝癌 Gd-EOB-DTPA增强MRI EMGDCNN 图像 132名参与者
1876 2025-01-23
Diagnostic accuracy of MRI-based radiomic features for EGFR mutation status in non-small cell lung cancer patients with brain metastases: a meta-analysis
2024, Frontiers in oncology IF:3.5Q2
meta-analysis 本文通过meta分析评估了基于MRI的放射组学特征在预测非小细胞肺癌脑转移患者EGFR突变状态中的诊断准确性 首次系统评估了MRI放射组学特征在非小细胞肺癌脑转移患者EGFR突变预测中的应用,并发现深度学习模型和亚洲地区研究具有更高的诊断准确性 研究间存在显著的异质性,诊断性能的变异性表明需要标准化的放射组学协议以提高可重复性和临床实用性 评估基于MRI的放射组学特征在预测非小细胞肺癌脑转移患者EGFR突变状态中的诊断准确性 非小细胞肺癌脑转移患者 数字病理学 肺癌 MRI 深度学习模型 图像 13项研究,涉及2,348名患者
1877 2025-01-23
Individualized treatment recommendations for patients with locally advanced head and neck squamous cell carcinoma utilizing deep learning
2024, Frontiers in medicine IF:3.1Q1
研究论文 本研究利用深度学习模型为局部晚期头颈部鳞状细胞癌患者提供个体化治疗建议,评估患者通过确定性放化疗实现器官保留的可能性,并为更适合手术的患者提供辅助治疗建议 首次使用深度学习模型为LA-HNSCC患者提供个体化治疗建议,并引入BITES模型在治疗推荐中表现出优越性能 研究结果需要进一步的外部验证,且模型的泛化能力尚未在其他癌症类型中得到验证 评估深度学习模型在局部晚期头颈部鳞状细胞癌患者治疗推荐中的应用效果 局部晚期头颈部鳞状细胞癌患者 机器学习 头颈部鳞状细胞癌 深度学习 BITES 临床数据 7,376名局部晚期头颈部鳞状细胞癌患者
1878 2025-01-23
Harnessing artificial intelligence in sepsis care: advances in early detection, personalized treatment, and real-time monitoring
2024, Frontiers in medicine IF:3.1Q1
综述 本文探讨了人工智能(AI)在脓毒症管理中的潜力,包括早期检测、个性化治疗和实时监测 本文综述了AI在脓毒症管理中的创新应用,如通过机器学习技术分析电子健康记录(EHR)数据进行早期检测,以及通过AI算法开发个性化治疗方案和实时监测系统 伦理挑战,包括数据隐私问题和算法偏见,需要解决以确保公平和有效的实施 探讨AI在脓毒症管理中的应用,以克服当前管理中的局限性 脓毒症患者 机器学习 脓毒症 机器学习(ML)技术,如随机森林模型和深度学习算法 随机森林模型,深度学习算法 电子健康记录(EHR)数据 NA
1879 2025-01-22
Real-time CBCT Imaging and Motion Tracking via a Single Arbitrarily-angled X-ray Projection by a Joint Dynamic Reconstruction and Motion Estimation (DREME) Framework
2024-Sep-25, ArXiv
PMID:39398221
研究论文 本文介绍了一种名为DREME的框架,用于实时CBCT成像和运动估计,无需依赖患者特定的先验知识 DREME框架通过结合深度学习实时CBCT成像和运动估计方法,解决了传统方法中因先验信息过时而导致的成像和运动跟踪准确性问题 虽然DREME在数字幻影模拟和真实患者研究中表现出色,但其在更广泛临床环境中的应用仍需进一步验证 开发一种实时CBCT成像和运动估计框架,以改善放疗中的图像引导和在线治疗适应 CBCT成像和呼吸引起的解剖运动 医学影像 NA 深度学习,卷积神经网络 CNN X射线投影图像 数字幻影模拟和真实患者研究
1880 2025-01-22
AxonFinder: Automated segmentation of tumor innervating neuronal fibers
2024-Sep-07, bioRxiv : the preprint server for biology
研究论文 本研究提出了一种基于深度学习的自动化轴突分割方法AxonFinder,用于前列腺肿瘤微环境中的轴突分割 利用U-Net模型与ResNet-101编码器结合的多重成像方法,实现了对不规则形态轴突的自动化分割 研究依赖于手动标注的轴突数据进行模型训练,可能存在标注误差 研究目的是通过自动化分割轴突,探索肿瘤神经支配与癌症进展之间的相关性 前列腺肿瘤微环境中的轴突 数字病理学 前列腺癌 多重成像 U-Net与ResNet-101编码器 全切片图像 来自低、中、高风险前列腺癌患者的全切片图像数据集
回到顶部