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！
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。
当前共找到 914 篇文献，本页显示第 221 - 240 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 221 | 2024-11-24 |
Cross-sectional angle prediction of lipid-rich and calcified tissue on computed tomography angiography images
2024-May, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-024-03086-2
PMID:38478204
|
研究论文 | 研究使用深度学习方法在CTA图像上更准确地检测脂质丰富和钙化斑块 | 提出了两种深度学习方法（2.5D Dense U-Net和2.5D Mask-RCNN），分别在笛卡尔和极坐标域中进行横截面斑块检测，显著提高了脂质丰富斑块检测的准确性 | 钙化斑块的检测效果与传统方法相当，没有显著提升 | 研究如何使用深度学习方法在CTA图像上更准确地检测脂质丰富和钙化斑块，以评估心血管风险 | 脂质丰富和钙化斑块 | 计算机视觉 | 心血管疾病 | 深度学习 | Dense U-Net, Mask-RCNN | 图像 | 91个病变 |
| 222 | 2024-11-24 |
Subtracting-adding strategy for necrotic lesion segmentation in osteonecrosis of the femoral head
2024-May, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-024-03073-7
PMID:38430380
|
研究论文 | 本文提出了一种名为“减加”策略的预处理方法，用于提高股骨头坏死病变分割的深度学习模型性能 | 引入了一种名为“减加”策略的预处理方法，通过去除无关信息和添加解剖结构信息来增强深度神经网络的输入 | NA | 提高股骨头坏死病变分割的深度学习模型性能 | 股骨头坏死病变 | 计算机视觉 | 骨科疾病 | 深度学习 | CNN | 图像 | NA |
| 223 | 2024-11-24 |
Automatic hip osteoarthritis grading with uncertainty estimation from computed tomography using digitally-reconstructed radiographs
2024-May, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-024-03087-1
PMID:38472690
|
研究论文 | 本文开发了一种基于CT图像的数字化重建放射影像自动评估髋关节骨关节炎严重程度的方法 | 提出了结合Crowe和Kellgren-Lawrence分级的新序数标签，用于表示髋关节骨关节炎的进展 | 模型在分类和回归设置中的准确性仍有提升空间 | 开发一种自动评估髋关节骨关节炎严重程度的方法 | 髋关节骨关节炎的严重程度分级 | 计算机视觉 | 骨关节炎 | 深度学习 | 深度学习模型 | 图像 | 训练集包含197名髋关节骨关节炎患者，外部验证集包含52名患者 |
| 224 | 2024-11-24 |
PELE scores: pelvic X-ray landmark detection with pelvis extraction and enhancement
2024-May, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-024-03089-z
PMID:38491244
|
研究论文 | 本文提出了一种基于骨盆提取和增强的骨盆X射线地标检测方法 | 本文创新性地处理了X射线图像的重叠问题，通过引入骨盆提取模块，利用CT中的3D解剖学知识来指导和分离骨盆，从而消除软组织对地标检测的影响 | NA | 提高骨盆X射线地标检测的准确性 | 骨盆X射线图像中的地标检测 | 计算机视觉 | NA | 深度学习 | 深度网络结构 | 图像 | 总计850张骨盆X射线图像 |
| 225 | 2024-11-24 |
VINNA for neonates: Orientation independence through latent augmentations
2024-May-01, Imaging neuroscience (Cambridge, Mass.)
DOI:10.1162/imag_a_00180
PMID:39575178
|
研究论文 | 本文介绍了一种名为VINNA的新方法，用于新生儿脑部MRI图像的分割，通过在网络架构中引入四自由度变换模块，实现了分辨率无关的内部增强 | 本文的创新点在于引入了四自由度变换模块，使得网络能够在内部进行增强，而不需要图像或标签插值，从而提高了分割的准确性和鲁棒性 | NA | 开发一种鲁棒、快速且准确的新生儿脑部MRI图像分割方法，以更好地理解和检测发育和疾病过程中的变化 | 新生儿脑部MRI图像 | 计算机视觉 | NA | 深度学习 | 神经网络 | 图像 | NA |
| 226 | 2024-11-23 |
Mechanism-based organization of neural networks to emulate systems biology and pharmacology models
2024-05-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-59378-9
PMID:38802422
|
研究论文 | 本文通过重新组织神经网络层以模拟机制模型的结构，展示了在药理学相互作用研究中提高训练率和预测准确性的方法 | 提出了一种通过重新组织神经网络层以模拟机制模型结构的方法，从而提高训练率和预测准确性，同时保持机制模拟的可解释性 | NA | 探索如何通过重新组织神经网络层来提高深度学习模型的训练率和预测准确性，同时保持机制模型的可解释性 | 研究阿片类药物与纳洛酮之间的药理学相互作用 | 机器学习 | NA | 深度学习 | 神经网络 | NA | NA |
| 227 | 2024-11-23 |
Computer vision digitization of smartphone images of anesthesia paper health records from low-middle income countries
2024-May-07, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-024-05785-8
PMID:38714921
|
研究论文 | 本文展示了使用计算机视觉软件从低至中等收入国家的智能手机拍摄的麻醉纸质健康记录中数字化手写手术数据的创新应用 | 本文的创新点在于使用计算机视觉技术数字化低至中等收入国家麻醉纸质记录中的手写数据，并改进了深度学习模型 | 本文的局限性在于仅在正常摄影条件下进行了测试，且生理数据的总体准确性为85.2% | 本文的研究目的是提高低至中等收入国家医疗从业者对数字化数据的访问 | 本文的研究对象是低至中等收入国家的麻醉纸质健康记录中的手写数据 | 计算机视觉 | NA | 计算机视觉技术 | YOLOv8模型 | 图像 | 来自基加利大学教学医院的麻醉纸质记录 |
| 228 | 2024-11-19 |
An automated multi-layer perceptron discriminative neural network based on Bayesian optimization achieves high-precision one-source single-snapshot direction-of-arrival estimation
2024-May-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-60798-w
PMID:38704397
|
研究论文 | 本文提出了一种基于贝叶斯优化的自动化多层感知器判别神经网络，用于高精度单源单快照方向到达估计 | 首次将自动化机器学习算法应用于高精度稀疏水下方向到达估计，并将其视为分类预测任务 | NA | 开发一种高精度单源单快照方向到达估计方法 | 水下稀疏采样方向到达估计问题 | 机器学习 | NA | 贝叶斯优化 | 多层感知器判别神经网络 | 时间域信号 | NA |
| 229 | 2024-11-18 |
Foundations of reasoning with uncertainty via real-valued logics
2024-May-21, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2309905121
PMID:38753505
|
研究论文 | 本文探讨了通过实值逻辑进行不确定性推理的基础 | 引入了多维句子类，并提供了声音和完整的公理化，可以参数化以涵盖许多实值逻辑，包括所有常见的模糊逻辑，并扩展到加权版本和概率为真值的情况 | 本文的决策过程基于线性规划，仅适用于某些实值逻辑和特定自然假设 | 建立实值逻辑系统的正确性和能力的基础 | 实值逻辑及其推理能力 | 机器学习 | NA | 线性规划 | NA | NA | NA |
| 230 | 2024-11-17 |
Transcriptomic Profiling of Plasma Extracellular Vesicles Enables Reliable Annotation of the Cancer-Specific Transcriptome and Molecular Subtype
2024-May-15, Cancer research
IF:12.5Q1
DOI:10.1158/0008-5472.CAN-23-4070
PMID:38451249
|
研究论文 | 本文通过应用深度学习算法分析血浆外泌体RNA的转录组，成功预测了转移性结直肠癌患者的共识分子亚型 | 本文首次通过血浆外泌体RNA的转录组分析，实现了对肿瘤状态和分子亚型的纵向监测，并识别了与复发相关的分子通路和表达的基因融合及新抗原 | NA | 评估晚期癌症患者的疾病负担和治疗反应，并探索基于转录组的液体活检平台在精准肿瘤学中的应用 | 转移性结直肠癌患者的血浆外泌体RNA | 数字病理学 | 结直肠癌 | 深度学习算法 | 深度学习模型 | 转录组数据 | NA |
| 231 | 2024-11-17 |
Prospective Comparison of Free-Breathing Accelerated Cine Deep Learning Reconstruction Versus Standard Breath-Hold Cardiac MRI Sequences in Patients With Ischemic Heart Disease
2024-05, AJR. American journal of roentgenology
DOI:10.2214/AJR.23.30272
PMID:38323784
|
研究论文 | 比较自由呼吸加速电影深度学习重建与标准屏气心脏MRI序列在缺血性心脏病患者中的图像质量和左心室测量结果 | 引入了一种自由呼吸加速电影序列，使用深度学习重建技术，减少了患者屏气需求，提高了图像质量 | 深度学习重建序列在某些情况下会导致模糊伪影增加 | 评估自由呼吸加速电影深度学习重建序列与标准屏气电影序列在缺血性心脏病患者中的图像质量和左心室测量结果的差异 | 缺血性心脏病患者的心脏MRI图像质量和左心室功能测量 | 医学影像 | 心血管疾病 | 深度学习重建 | 深度学习模型 | 图像 | 26名患者 |
| 232 | 2024-11-15 |
Equivariant score-based generative diffusion framework for 3D molecules
2024-May-30, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-024-05810-w
PMID:38816718
|
研究论文 | 本文介绍了一种新的E(3)-等变分数扩散框架，用于通过随机微分方程生成3D分子，旨在解决统一高斯扩散方法的局限性 | 提出了E(3)-等变分数扩散框架，将分子特征空间的完整扩散分解为不同组件的独立扩散过程，并捕捉这些组件之间的复杂依赖关系 | NA | 开发一种新的生成方法，用于在药物发现和蛋白质设计中高效搜索分子设计空间 | 3D分子生成 | 机器学习 | NA | 深度学习 | 扩散模型 | 分子数据 | 使用了广泛使用的QM9数据集进行实验 |
| 233 | 2024-11-14 |
Deep learning based characterization of human organoids using optical coherence tomography
2024-May-01, Biomedical optics express
IF:2.9Q2
DOI:10.1364/BOE.515781
PMID:38855657
|
研究论文 | 本研究利用光学相干断层扫描（OCT）和深度学习技术对人类类器官进行快速、非侵入性成像和自动分割 | 开发了一种结合OCT和深度学习的方法，用于实时、定量分析类器官的形态和功能 | NA | 研究类器官的形态和功能，并开发新的成像和分析工具 | 人类诱导多能干细胞（hiPSCs）衍生的视网膜、大脑和心脏类器官 | 计算机视觉 | NA | 光学相干断层扫描（OCT） | 深度学习 | 图像 | NA |
| 234 | 2024-11-07 |
Machine Learning-powered 28-day Mortality Prediction Model for Hospitalized Patients with Acute Decompensation of Liver Cirrhosis
2024-May, Oman medical journal
DOI:10.5001/omj.2024.79
PMID:39497942
|
研究论文 | 研究开发了一种用于预测急性失代偿性肝硬化住院患者28天死亡率的机器学习模型 | 利用机器学习和深度学习算法开发了更准确的28天死亡率预测模型，超越了传统的评分系统 | 深度学习模型的表现不如传统机器学习模型稳定 | 探索利用人工智能和机器学习提高急性失代偿性肝硬化患者28天死亡率的预测准确性 | 急性失代偿性肝硬化住院患者 | 机器学习 | 肝硬化 | 机器学习算法和深度学习算法 | 逻辑回归、朴素贝叶斯、随机森林、多层人工神经网络、循环神经网络、长短期记忆网络 | 医疗记录 | 173名肝硬化患者 |
| 235 | 2024-11-06 |
DeepVID v2: Self-Supervised Denoising with Decoupled Spatiotemporal Enhancement for Low-Photon Voltage Imaging
2024-May-16, bioRxiv : the preprint server for biology
DOI:10.1101/2024.05.16.594448
PMID:38798473
|
研究论文 | 本文介绍了一种名为DeepVID v2的自监督去噪框架，用于增强低光子电压成像中的空间和时间性能 | DeepVID v2通过解耦空间和时间增强能力，克服了传统方法中空间和时间性能之间的权衡问题 | NA | 开发一种新的自监督去噪框架，以提高低光子电压成像的准确性和分辨率 | 电压成像数据中的噪声和神经元活动的提取 | 计算机视觉 | NA | 自监督深度学习 | NA | 图像 | NA |
| 236 | 2024-11-06 |
Automatic detection of methane emissions in multispectral satellite imagery using a vision transformer
2024-May-14, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-47754-y
PMID:38744827
|
研究论文 | 本文提出了一种利用视觉变换器在多光谱卫星图像中自动检测甲烷排放的方法 | 该方法通过深度学习克服了多光谱卫星数据在光谱分辨率上的权衡，实现了全球覆盖和高时空分辨率的甲烷检测 | NA | 开发一种能够自动、高分辨率检测全球范围内甲烷排放的方法 | 多光谱卫星图像中的甲烷排放点源 | 计算机视觉 | NA | 深度学习 | 视觉变换器 | 多光谱卫星图像 | NA |
| 237 | 2024-11-04 |
MULTIMODAL LEARNING TO IMPROVE CARDIAC LATE MECHANICAL ACTIVATION DETECTION FROM CINE MR IMAGES
2024-May, Proceedings. IEEE International Symposium on Biomedical Imaging
DOI:10.1109/isbi56570.2024.10635410
PMID:39371471
|
研究论文 | 本文提出了一种多模态深度学习框架，利用先进的图像技术提高依赖于常规获取的标准图像的临床分析性能 | 首次利用Displacement Encoding with Stimulated Echo (DENSE)获得的肌节应变的准确性和可重复性来指导心脏磁共振成像(CMR)在晚期机械激活(LMA)检测中的分析 | NA | 提高心脏晚期机械激活检测的性能 | 心脏晚期机械激活(LMA)检测 | 计算机视觉 | 心血管疾病 | 心脏磁共振成像(CMR) | 深度学习网络 | 图像 | NA |
| 238 | 2024-10-27 |
Intelligent and sustainable waste classification model based on multi-objective beluga whale optimization and deep learning
2024-May, Environmental science and pollution research international
DOI:10.1007/s11356-024-33233-w
PMID:38635097
|
研究论文 | 提出了一种基于多目标白鲸优化和深度学习的智能垃圾分类模型 | 利用InceptionV3深度学习架构和多目标白鲸优化算法进行超参数优化，显著提高了垃圾分类的准确性和效率 | NA | 开发一种智能垃圾分类模型，以提高垃圾分类的准确性和效率，促进可持续的废物管理 | 垃圾分类模型及其在TrashNet数据集上的性能 | 计算机视觉 | NA | 深度学习 | InceptionV3 | 图像 | TrashNet数据集 |
| 239 | 2024-10-25 |
Deep Learning for Predicting Progression of Patellofemoral Osteoarthritis Based on Lateral Knee Radiographs, Demographic Data, and Symptomatic Assessments
2024-05, Methods of information in medicine
IF:1.3Q4
DOI:10.1055/a-2305-2115
PMID:38604249
|
研究论文 | 本研究提出了一种利用深度学习和注意力机制预测髌股骨关节炎（PFOA）放射学进展的新框架 | 本研究首次将深度学习和注意力机制应用于预测髌股骨关节炎的放射学进展，并开发了一种端到端的深度学习方法 | 尽管模型在MOST数据集上表现优异，但仍需在外部患者队列中进行验证 | 研究目的是开发一种能够预测髌股骨关节炎放射学进展的机器学习模型 | 研究对象为来自多中心骨关节炎研究（MOST）的1,832名受试者（3,276个膝关节） | 机器学习 | 骨关节炎 | 深度学习 | 深度卷积神经网络注意力模型 | 影像数据和临床数据 | 1,832名受试者（3,276个膝关节） |
| 240 | 2024-10-25 |
Development and Validation of a Natural Language Processing Algorithm to Pseudonymize Documents in the Context of a Clinical Data Warehouse
2024-05, Methods of information in medicine
IF:1.3Q4
DOI:10.1055/s-0044-1778693
PMID:38442906
|
研究论文 | 本文开发并验证了一种自然语言处理算法，用于在临床数据仓库的背景下对文档进行假名化处理 | 本文提出了一种结合深度学习模型和手动规则的混合系统，用于临床文档的假名化处理 | NA | 解决临床报告中去识别化的关键问题，以确保患者隐私的同时允许数据用于研究目的 | 临床报告中的12种识别实体 | 自然语言处理 | NA | 自然语言处理 | 深度学习模型 | 文本 | NA |