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:202405-202405] [清除筛选条件]
当前共找到 913 篇文献,本页显示第 181 - 200 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
181 2024-08-05
Prediction of tumor origin in cancers of unknown primary origin with cytology-based deep learning
2024-May, Nature medicine IF:58.7Q1
研究论文 本文开发了一种基于细胞学的深度学习方法,用于预测未知原发癌肿瘤的来源 提出了一种新的深度学习方法TORCH,能够准确区分肿瘤来源并优于病理学家的预测效果 需要在随机试验中进一步验证 研究癌症的未知原发部位的诊断挑战及其肿瘤来源预测 利用细胞学图像数据集分析未知原发癌的肿瘤来源 数字病理学 未知原发癌 深度学习 TORCH 细胞学图像 总共分析了57,220个病例的细胞学图像数据
182 2024-08-04
Identification of Microorganism in Infected Wounds by Positively Charged Selective Sensor Array and Deep Learning Algorithm
2024-05-14, Analytical chemistry IF:6.7Q1
研究论文 本研究使用带正电的选择传感器阵列和深度学习算法识别感染伤口中的微生物 创新点在于结合了特定的阳离子染料与深度学习模型ResNet实现了高效的微生物分类 可能缺乏不同环境条件下的微生物识别验证 研究目标是快速准确识别病原微生物,以便于感染诊断 研究对象为14种用S-TDs染色的微生物,包括革兰阴性菌、革兰阳性菌和真菌 数字病理学 感染性疾病 荧光传感器阵列 残差网络(ResNet) 图像 涉及14种微生物的大量图像数据
183 2024-08-04
Real-Time Signal Analysis with Wider Dynamic Range and Enhanced Sensitivity in Multiplex Colorimetric Immunoassays Using Encoded Hydrogel Microparticles
2024-05-07, Analytical chemistry IF:6.7Q1
研究论文 本研究介绍了一种新的实时信号分析技术,用于定量多个蛋白质,从而提高多重比色免疫测定的动态范围和灵敏度 引入了实时信号分析,通过观察比色信号的连续变化,而不是仅依赖于终点分析 未提及具体的局限性 提高多重比色免疫测定的动态范围和灵敏度 多重比色免疫测定中的蛋白质 数字病理学 NA 比色免疫测定 深度学习 信号 涉及与先兆子痫相关的多种蛋白质目标的浓度范围
184 2024-08-04
Persistent Luminescence Lifetime-Based Near-Infrared Nanoplatform via Deep Learning for High-Fidelity Biosensing of Hypochlorite
2024-05-07, Analytical chemistry IF:6.7Q1
研究论文 该文章提出了一种基于持久发光寿命的纳米平台,通过深度学习实现高保真生物传感 创新性地使用深度学习提取持久发光寿命特征,以高对比度信号进行生物成像 NA 研究在复杂基质系统中实现高保真生物传感的能力 开发一种持久发光纳米探头用于漂白剂检测 数字病理学 NA 持久发光成像 3D卷积神经网络 成像数据 NA
185 2024-08-04
Deep Learning Classification of Usual Interstitial Pneumonia Predicts Outcomes
2024-05-01, American journal of respiratory and critical care medicine IF:19.3Q1
研究论文 本文开发了一种可解释的深度学习算法,用于从CT影像中预测常见间质性肺炎的结果 应用多实例学习(MIL)方法实现了对常见间质性肺炎的准确分类和预测 本文未明确提及任何潜在的限制 研究的目的是利用CT影像提高对常见间质性肺炎的诊断精度和预后评估 研究对象为不同临床人群中被诊断为常见间质性肺炎的患者 数字病理学 肺纤维化 计算机断层扫描(CT) 多实例学习(MIL) 影像 总样本量为2,143,测试样本包括127, 239, 和979名患者
186 2024-08-04
UTILIZATION OF ARTIFICIAL INTELLIGENCE FOR PREDICTIVE MODELING IN DENTAL IMPLANTOLOGY
2024-May, Georgian medical news
PMID:39089263
研究论文 本文探讨了人工智能在牙科植牙成功预测中的应用 引入基于人工智能的预测模型,分析影响植牙有效性的因素 由于缺乏具体结果和研究数量不足,定量分析不可行 识别现有关于人工智能在牙科植牙中预测模型使用的研究 患者数据,包括X光和病历 计算机视觉 NA 人工智能 决策树,随机森林,人工神经网络(ANN),深度学习(DL) 患者数据 NA
187 2024-08-04
Circumventing drug resistance in gastric cancer: A spatial multi-omics exploration of chemo and immuno-therapeutic response dynamics
2024-May, Drug resistance updates : reviews and commentaries in antimicrobial and anticancer chemotherapy IF:15.8Q1
研究论文 本研究探讨了胃癌中药物耐药性的细胞和分子机制。 本研究通过空间多组学探索和深度学习模型预测治疗反应,揭示了药物耐药性的新机制。 本研究的局限性在于可能未考虑所有患者的个体差异和长期疗效评估。 研究胃癌中化疗和免疫治疗反应动态的药物耐药机制。 研究对象为接受化疗和免疫治疗的胃癌患者的术后组织样本。 数字病理学 胃癌 多组学 支持向量机(SVM) 图像及多组学数据 研究涉及多个胃癌患者的术后组织样本
188 2024-08-04
The development of a deep learning model for automated segmentation of the robotic pancreaticojejunostomy
2024-May, Surgical endoscopy
研究论文 本研究开发了一种深度学习模型,用于自动分割机器人胰肠吻合术的视频。 该文章首次利用深度学习技术实现了对胰肠吻合术视频的自动分割,减少了手术视频分析的时间和成本。 研究仅使用了111个胰肠吻合术视频,样本量相对较小,可能影响模型的泛化能力。 研究旨在运用深度学习技术自动分割胰肠吻合术的视频,以提高手术性能评估的效率。 本文研究对象为2011年至2022年在三级转诊中心收集的111个机器人胰肠吻合术视频。 计算机视觉 NA 深度学习 3D卷积神经网络 视频 111个胰肠吻合术视频,训练模型使用60个视频,优化超参数使用10个视频,测试性能使用30个视频
189 2024-08-04
Detecting dental caries on oral photographs using artificial intelligence: A systematic review
2024-05, Oral diseases IF:2.9Q1
系统综述 本系统综述旨在评估人工智能模型在口腔照片中检测牙齿龋齿的表现 评估了不同机器学习算法在牙齿龋齿检测中的表现,并提出了对未来研究的建议 有限的研究允许评估人工智能对不同严重程度病变的表现 评估人工智能在口腔照片中检测牙齿龋齿的能力 临床研究报告的深度学习和其他机器学习算法 机器学习 NA 深度学习 NA 口腔照片 19项研究
190 2024-08-05
Deep learning based on small sample dataset: prediction of dielectric properties of SrTiO3-type perovskite with doping modification
2024-May, Royal Society open science IF:2.9Q1
研究论文 本文研究基于小样本数据集的深度学习,以预测掺杂修饰的SrTiO3型钙钛矿的介电特性 提出了一种新的、有效的方法,通过深度神经网络模型显著提高了对介电性能的预测准确性 研究中使用的小数据集限制了对介电性能和能量存储密度提高的更深层次分析 旨在解决SrTiO掺杂数据的高度分散性和小样本大小带来的研究难题 研究对象为SrTiO型钙钛矿的掺杂数据 机器学习 NA 深度学习 一维卷积神经网络 实验数据 200条与SrTiO型钙钛矿掺杂相关的实验记录
191 2024-08-05
UltraAIGenomics: Artificial Intelligence-Based Cardiovascular Disease Risk Assessment by Fusion of Ultrasound-Based Radiomics and Genomics Features for Preventive, Personalized and Precision Medicine: A Narrative Review
2024-May, Reviews in cardiovascular medicine IF:1.9Q3
综述 该文章为心血管疾病风险评估提出了基于人工智能的综合方法。 提出了结合超声放射组学和基因组学特征的新方法,以提高心血管疾病风险评估的准确性。 仅基于246项研究的回顾,可能缺乏广泛的临床应用数据支持。 探讨如何通过融合基因组学和放射组学特征来改善心血管疾病的风险评估。 研究重点在于心血管疾病和中风的风险评估。 机器学习 心血管疾病 深度学习 DL模型 NA 246项研究
192 2024-08-05
A large-scale assessment of sequence database search tools for homology-based protein function prediction
2024-May-23, Briefings in bioinformatics IF:6.8Q1
研究论文 本文评估了不同序列数据库搜索工具在基于同源性的蛋白质功能预测中的效果 提出新的评分函数以改进基于同源性匹配的GO预测,并验证了搜索参数的重要性 没有探讨所有可能的顺序搜索工具和参数组合 探讨如何选择最佳序列搜索工具及其参数以提高蛋白质功能预测 主要研究热门的序列搜索工具对蛋白质功能预测的影响 机器学习 NA 序列数据库搜索 NA 基准数据集 大规模基准数据集
193 2024-08-05
Comprehensive single-cell RNA-seq analysis using deep interpretable generative modeling guided by biological hierarchy knowledge
2024-May-23, Briefings in bioinformatics IF:6.8Q1
研究论文 提出了一种名为d-scIGM的深度可解释生成模型,用于单细胞RNA-seq数据分析 d-scIGM结合锯齿连接技术和残差网络,构建了一个深度生成框架,并结合生物领域的层次性先验知识提高了模型的可解释性 大部分以往的生成模型工作局限于一到三层潜在变量的浅层神经网络 探索如何通过深度学习分析单细胞转录组数据并增加模型的可解释性 单细胞RNA-seq数据 数字病理学 黑色素瘤 RNA-seq 深度生成模型 基因表达数据 包含大规模实验的数据集
194 2024-08-04
Development and validation of a deep learning model to predict axial length from ultra-wide field images
2024-May, Eye (London, England)
研究论文 本研究验证了通过超广角图像构建深度学习模型以预测中等至高度近视患者的轴长的可行性 创新点在于利用深度学习模型从超广角图像中高精度预测轴长 性别特异模型在男性和女性数据集中的表现存在显著差异 研究目的是开发和验证深度学习模型用于预测中等和高度近视患者的轴长 研究对象为2014年至2020年期间的3134例近视患者的6174幅超广角图像 计算机视觉 近视 深度学习 NA 图像 共6174幅超广角图像,来自3134名患者
195 2024-08-04
Predicting systemic diseases in fundus images: systematic review of setting, reporting, bias, and models' clinical availability in deep learning studies
2024-May, Eye (London, England)
综述 本综述系统评估了使用深度学习技术分析眼底图像以预测全身性疾病的研究。 提供了对现有研究的系统性评估,并提出了改进临床适用性的方法建议 许多研究报告的不透明,样本量和缺失数据处理不足,且大部分模型在临床中未被实际应用 评估眼底图像及深度学习在预测全身性疾病中的表现,并促进临床实践的转化 系统性疾病的参数和状况,主要是通过眼底图像进行预测 数字病理学 糖尿病及相关疾病 深度学习 NA 眼底图像 31篇研究
196 2024-08-07
Deep learning in ophthalmic and orbital ultrasound for spaceflight associated neuro-ocular syndrome (SANS)
2024-May, Eye (London, England)
NA NA NA NA NA NA NA NA NA NA NA NA
197 2024-08-07
Response to 'Deep learning in ophthalmic ultrasound to enable further insights in Spaceflight Associated Neuro-Ocular Syndrome (SANS)'
2024-May, Eye (London, England)
NA NA NA NA NA NA NA NA NA NA NA NA
198 2024-08-05
Automated detection of anterior crossbite on intraoral images and videos utilizing deep learning
2024-May-03, International journal of computerized dentistry IF:1.8Q2
研究论文 本文提出了一种基于卷积神经网络(CNN)的模型,用于自动检测和分类口腔内部图像和视频中的前牙反咬合 采用深度学习模型自动识别前牙反咬合,提供了一种新的自动化解决方案 CNN模型的敏感性低于两位正畸医生的评估 研究口腔内部图像和视频中前牙反咬合的自动检测技术 1865幅口腔内部图像和10个视频,累计时长124秒 计算机视觉 NA 深度学习 卷积神经网络 (CNN) 图像和视频 1865幅图像,10个视频
199 2024-08-05
Evaluation of deep learning-based reconstruction late gadolinium enhancement images for identifying patients with clinically unrecognized myocardial infarction
2024-May-31, BMC medical imaging IF:2.9Q2
研究论文 本研究比较了使用常规和深度学习重建技术识别未被确认心肌梗死患者的效果 本研究创新性地应用深度学习重建技术(LGEDL)以提高未被确认心肌梗死的诊断效率 研究仅在一个医院进行,样本量相对较小,可能限制结果的泛化性 评估深度学习重建的晚期铕增强图像在识别未被确认的心肌梗死患者中的有效性 98名有未被确认心肌梗死疑虑患者 计算机视觉 心血管疾病 深度学习重建 NA 图像 98名患者,68名男性,平均年龄:55.8±8.1岁
200 2024-08-05
Adoption of blockchain as a step forward in orthopedic practice
2024-May-24, European journal of translational myology IF:1.8Q3
研究论文 本文探讨区块链技术在骨科中的应用及其优点 将区块链与人工智能、机器学习和深度学习结合用于更准确的诊断和治疗建议 存在采用障碍和数据共享意愿等挑战 探索区块链在骨科实践中的潜在应用 区块链如何影响患者数据管理、骨科登记、医学成像和研究数据 NA NA 区块链技术 NA 数据 NA
回到顶部