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 467 篇文献，本页显示第 461 - 467 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 461 | 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 |
| 462 | 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 |
| 463 | 2024-08-07 |
Spatial landmark detection and tissue registration with deep learning
2024-Apr, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-024-02199-5
PMID:38438615
|
研究论文 | 本文介绍了一种新的无监督地标检测和注册方法，使用神经网络引导的薄板样条，用于组织学图像数据的空间地标检测和组织样本注册 | 提出了一种新的无监督地标检测和注册方法，使用神经网络引导的薄板样条，能够处理非线性变形和多模态数据 | NA | 解决现有无监督地标检测方法在组织学图像数据处理中的局限性 | 空间地标检测和组织样本注册 | 计算机视觉 | NA | 神经网络引导的薄板样条 | 神经网络 | 图像 | 多种数据集，包括组织学和空间解析转录组学 | NA | NA | NA | NA |
| 464 | 2024-08-07 |
Assessing Biological Age: The Potential of ECG Evaluation Using Artificial Intelligence: JACC Family Series
2024-Apr, JACC. Clinical electrophysiology
DOI:10.1016/j.jacep.2024.02.011
PMID:38597855
|
研究论文 | 本文探讨了利用人工智能评估心电图以预测生物年龄的潜力 | 利用深度学习方法训练人工智能模型，通过大量心电图数据预测年龄，并探讨了预测误差与生物年龄的关系 | 年龄预测存在不完美性，预测误差可能影响生物年龄的准确性 | 研究生物年龄预测的新方法，特别是通过心电图和人工智能的结合 | 生物年龄的预测及其与死亡率的关系 | 机器学习 | NA | 深度学习 | AI模型 | 心电图 | 数十万份心电图数据 | NA | NA | NA | NA |
| 465 | 2024-08-07 |
Revolutionizing Pulmonary Diagnostics: A Narrative Review of Artificial Intelligence Applications in Lung Imaging
2024-Apr, Cureus
DOI:10.7759/cureus.57657
PMID:38707160
|
综述 | 本文综述了人工智能在肺部影像学中的应用，探讨了其在肺部异常检测、疾病诊断和疾病预后预测方面的影响 | 强调了人工智能在提高肺部医疗准确性、效率和可及性方面的变革潜力 | 提到了在临床工作流程中整合人工智能、伦理考虑以及进一步研究和合作的需要 | 探讨人工智能在肺部影像学中的应用及其对肺部诊断的影响 | 肺部影像学中的异常检测、疾病诊断和疾病预后预测 | 计算机视觉 | 肺部疾病 | 机器学习算法、深度学习技术和自然语言处理 | NA | 影像 | NA | NA | NA | NA | NA |
| 466 | 2024-08-07 |
Deep learning based automatic segmentation of the Internal Pudendal Artery in definitive radiotherapy treatment planning of localized prostate cancer
2024-Apr, Physics and imaging in radiation oncology
DOI:10.1016/j.phro.2024.100577
PMID:38707629
|
研究论文 | 本研究提出了一种基于深度学习的自动分割内部阴部动脉（IPA）的模型，用于前列腺癌的确定性放疗治疗计划 | 本模型采用了挤压和激发块以及模态注意力机制进行有效的特征提取和精确分割，使用了一种新的损失函数有效训练模型，并采用了模态丢失策略以在没有MRI的情况下进行分割 | NA | 探索剂量保护内部阴部动脉以保留性功能，并提高分割的一致性 | 内部阴部动脉（IPA）的自动分割 | 数字病理学 | 前列腺癌 | 深度学习 | CNN | 图像 | 86名患者 | NA | NA | NA | NA |
| 467 | 2024-08-08 |
An Artificial Intelligence model for implant segmentation on periapical radiographs
2024-Apr, JPMA. The Journal of the Pakistan Medical Association
DOI:10.47391/JPMA.AKU-9S-02
PMID:38712403
|
研究论文 | 本文使用深度学习算法对牙科植入物在PA放射图像上进行分割，并将其性能与人类标注者确定的真实情况进行比较 | 开发了一种用于在PA放射图像上分割牙科植入物的人工智能模型 | NA | 研究目的是使用深度学习算法自动分割PA放射图像上的牙科植入物 | 牙科植入物在PA放射图像上的分割 | 计算机视觉 | NA | 深度学习 | U-net | 图像 | 总共使用了1294张图像进行训练、验证和测试，其中130张未见过的图像用于评估模型性能 | NA | NA | NA | NA |