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 928 篇文献，本页显示第 421 - 440 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 421 | 2024-08-05 |
The contribution of silencer variants to human diseases
2024-May-18, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.05.17.24307558
PMID:38798661
|
研究论文 | 该研究分析了沉默子变异与人类疾病之间的关联 | 该文章通过深度学习模型对2.8百万候选沉默子进行了全面分析，并发现沉默子变异在某些疾病中的关联性远高于增强子变异 | 未提及具体的样本多样性和数据来源的局限性 | 本研究旨在揭示沉默子变异与人类疾病的关系 | 研究对象是来自多种组织和发育时间点的人类样本 | 机器学习 | 帕金森病, 精神分裂症, 疾病1型糖尿病 | 深度学习 | NA | 基因组变化数据 | 97个来自不同组织和发育时间点的人类样本 | NA | NA | NA | NA |
| 422 | 2024-08-05 |
Deep learning-based automatic measurement system for patellar height: a multicenter retrospective study
2024-May-31, Journal of orthopaedic surgery and research
IF:2.8Q1
DOI:10.1186/s13018-024-04809-6
PMID:38822361
|
研究论文 | 本文开发了一种基于深度学习的膝盖髌骨高度自动测量系统，并评估其性能和泛化能力 | 该研究首次应用深度学习模型自动测量髌骨高度，显示出与手动测量相当的准确性和强泛化能力 | 本研究中数据集的选择可能存在偏差，未来需检验不同数据集以优化模型 | 研究旨在提高髌骨高度测量的准确性和效率，以辅助膝关节疾病的评估和治疗 | 本文的研究对象为来自三家三级医院的膝关节X光影像数据 | 数字病理学 | NA | 深度学习 | HRNet和残差网络(ResNet) | 图像 | 共计2,341例膝关节X光图像 | NA | NA | NA | NA |
| 423 | 2024-08-05 |
An adult and pediatric size-based contrast administration reduction phantom study for single and dual-energy CT through preservation of contrast-to-noise ratio
2024-May, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.14340
PMID:38605540
|
研究论文 | 本文提供了一个定量框架，用于在降低碘对比剂剂量的同时保持碘CNR | 创新性地通过单能CT和双能CT的不同扫描条件，减少碘对比剂的使用 | 未详细探讨不同患者群体对结果的影响 | 研究如何在CT检查中通过降低对比剂的剂量来保持图像质量 | 使用不同直径的模拟物进行CT扫描 | 数字病理学 | NA | CT | 深度学习重建 | 影像 | 四种不同直径的模拟物（9.7, 15.9, 21.1, 28.5 cm 和 20, 29.5, 34.6, 39.7 cm） | NA | NA | NA | NA |
| 424 | 2024-08-05 |
Framework for Ranking Machine Learning Predictions of Limited, Multimodal, and Longitudinal Behavioral Passive Sensing Data: Combining User-Agnostic and Personalized Modeling
2024-May-20, JMIR AI
DOI:10.2196/47805
PMID:38875667
|
研究论文 | 该文章提出了一个框架，用于对有限的多模态和纵向行为被动传感数据的机器学习预测进行排序 | 引入了一种新的排名框架FLMS，结合用户无关和个性化建模方法，同时使用排名策略过滤预测 | 对于小数据集采用复杂深度学习网络建模的局限性，可能导致噪声影响 | 过滤、排名并输出小型多模态纵向传感数据的最佳预测 | 健康研究中使用被动多模态传感器的青少年数据集 | 机器学习 | 抑郁障碍 | 被动移动传感 | NA | 传感数据 | 青少年参与者的真实数据集 | NA | NA | NA | NA |
| 425 | 2024-08-05 |
Predicting meningioma grades and pathologic marker expression via deep learning
2024-May, European radiology
IF:4.7Q1
DOI:10.1007/s00330-023-10258-2
PMID:37853176
|
研究论文 | 本研究建立了一个深度学习模型，用于预测脑膜瘤的肿瘤分级及病理标志物的表达 | 创新点在于使用深度学习方法高效预测脑膜瘤的分级和病理标志物的表达 | 外部验证队列的预测表现相对较低，可能限制了模型的广泛应用 | 研究旨在开发深度学习模型用于脑膜瘤的分级和病理标志物预测 | 1192名接受外科切除的脑膜瘤患者 | 数字病理学 | 脑膜瘤 | 深度学习 | ResNet50 | 图像 | 1192 | NA | NA | NA | NA |
| 426 | 2024-08-05 |
Prognostication of lung adenocarcinomas using CT-based deep learning of morphological and histopathological features: a retrospective dual-institutional study
2024-May, European radiology
IF:4.7Q1
DOI:10.1007/s00330-023-10306-x
PMID:37861801
|
研究论文 | 本文旨在开发和验证基于CT的深度学习模型，以预测肺腺癌的预后。 | 提出了一种新的基于CT的预后评分模型，利用形态学和组织病理学特征进行肺腺癌的生存预测，显示出潜在的应用价值。 | 虽然模型表现出较好的预测能力，但相较于离散时间生存模型的提升并无统计学意义。 | 研究旨在改善肺腺癌的预后评估。 | 研究对象为3181例已切除肺腺癌患者的术前胸部CT扫描。 | 计算机视觉 | 肺癌 | 深度学习（DL） | NA | 图像 | 3181例肺腺癌患者的术前CT扫描 | NA | NA | NA | NA |
| 427 | 2024-08-05 |
Reducing false positives in deep learning-based brain metastasis detection by using both gradient-echo and spin-echo contrast-enhanced MRI: validation in a multi-center diagnostic cohort
2024-May, European radiology
IF:4.7Q1
DOI:10.1007/s00330-023-10318-7
PMID:37891415
|
研究论文 | 本研究开发了一种结合梯度回波和涡轮自旋回波增强MRI的深度学习模型用于脑转移瘤的检测 | 通过使用双增强成像，改进的深度学习模型提高了脑转移瘤的真实阳性检出率并减少了过度估计 | N/A | 评估双增强深度学习模型在脑转移瘤检测中的临床应用 | 200名脑转移瘤患者的数据用于模型训练，62名内部患者和48名外部患者用于测试 | 数字病理学 | 脑癌 | 增强MRI | 深度学习 | 医学影像 | 200名训练样本，62名内部测试样本，48名外部测试样本 | NA | NA | NA | NA |
| 428 | 2024-08-05 |
Pseudo-class part prototype networks for interpretable breast cancer classification
2024-05-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-60743-x
PMID:38710757
|
研究论文 | 本研究通过原型网络改进乳腺癌分类的可解释性 | 提出了一种新的方法，利用医学相关信息进行更准确且可解释的预测，并通过聚类概念隐式增加训练数据集中的类别数量 | 之前使用的ProtoPNet在乳腺癌分类中的应用存在不足 | 研究在数字病理学中乳腺癌分类的可解释性 | 乳腺癌分类模型及其可解释性 | 数字病理学 | 乳腺癌 | NA | ProtoPNet | 图像 | 使用BreakHis数据集进行实验评估 | NA | NA | NA | NA |
| 429 | 2024-08-05 |
Multicenter Study of the Utility of Convolutional Neural Network and Transformer Models for the Detection and Segmentation of Meningiomas
2024 May-Jun 01, Journal of computer assisted tomography
IF:1.0Q4
DOI:10.1097/RCT.0000000000001565
PMID:38013244
|
研究论文 | 本研究探讨了卷积神经网络和Transformer模型在脑膜瘤检测和分割中的有效性与实用性 | 首次将卷积神经网络和Transformer模型应用于脑膜瘤的检测和精确分割 | 研究基于回顾性数据，可能存在数据选择偏倚 | 评估深度学习模型在脑膜瘤检测和分割中的效率 | 523名脑膜瘤患者的T1加权和对比增强磁共振图像 | 计算机视觉 | 脑膜瘤 | 深度学习 | 卷积神经网络和Transformer | 图像 | 523个脑膜瘤患者的图像数据 | NA | NA | NA | NA |
| 430 | 2024-08-05 |
Development and Validation of an Explainable Deep Learning Model to Predict In-Hospital Mortality for Patients With Acute Myocardial Infarction: Algorithm Development and Validation Study
2024-May-10, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/49848
PMID:38728685
|
研究论文 | 该研究旨在建立一种可解释的深度学习模型，以为急性心肌梗死患者提供个体化的住院死亡风险预测和风险因素评估 | 开发了一种可解释的深度学习模型，能够量化和可视化影响住院死亡预测的特征 | 本研究仅限于来自重庆大学中央医院及其他数据库的数据，可能影响模型的通用性 | 建立一个用于急性心肌梗死患者的个体化住院死亡预测模型 | 急性心肌梗死患者 | 数字病理学 | 心血管疾病 | 深度学习 | 自注意力与样本间注意力变换器模型 | 电子健康记录 | 共10955名急性心肌梗死患者 | NA | NA | NA | NA |
| 431 | 2024-08-05 |
Revolutionizing diagnostic pathology: The emergence and impact of artificial intelligence-what doesn't kill you makes you stronger?
2024 May-Jun, Clinics in dermatology
IF:2.3Q2
|
研究论文 | 本研究探讨了人工智能在诊断病理学中的整合和影响，特别是皮肤病理学 | 文章强调了人工智能在病理学中的变革潜力，特别是其在改善全球医疗保健结果中的作用 | 研究未提及具体的实验数据和样本分析 | 探讨人工智能在诊断病理学中面临的挑战及其潜在解决方案 | 分析皮肤病理学中人工智能的应用及其发展挑战 | 数字病理学 | NA | 机器学习 | 深度学习 | 文献 | 44篇相关出版物 | NA | NA | NA | NA |
| 432 | 2024-08-05 |
Feasibility of Multimodal Artificial Intelligence Using GPT-4 Vision for the Classification of Middle Ear Disease: Qualitative Study and Validation
2024-05-31, JMIR AI
DOI:10.2196/58342
PMID:38875669
|
研究论文 | 本研究探讨了使用GPT-4 Vision进行中耳疾病分类的可行性 | 首次将GPT-4 Vision与患者特定数据相结合，以改善中耳疾病的诊断 | 研究中存在数据隐私和伦理考量的挑战 | 研究GPT-4 Vision在结合特定患者数据时对中耳疾病的诊断有效性 | 305幅中耳疾病的耳镜图像 | 机器学习 | 中耳疾病 | 深度学习 | GPT-4 Vision | 图像 | 305幅耳镜图像 | NA | NA | NA | NA |
| 433 | 2024-08-05 |
Forecasting vaping health risks through neural network model prediction of flavour pyrolysis reactions
2024-05-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-59619-x
PMID:38719814
|
研究论文 | 本文利用图卷积神经网络模型预测电子液体化学香料的热分解反应，评估吸食电子烟的健康风险 | 将深度学习方法与实验质谱数据相结合，识别出1169个分子量匹配，优先分析这些化合物 | 未详细说明不同化学实体的健康影响和长期风险 | 评估吸食电子烟过程中化学物质的热分解所带来的健康风险 | 180种电子液体化学香料及其热分解反应 | 机器学习 | NA | 图卷积神经网络 | 图卷积神经网络(NN) | 化学数据 | 180种电子液体化学香料 | NA | NA | NA | NA |
| 434 | 2024-08-05 |
Cross-site validation of lung cancer diagnosis by electronic nose with deep learning: a multicenter prospective study
2024-May-10, Respiratory research
IF:4.7Q1
DOI:10.1186/s12931-024-02840-z
PMID:38730430
|
研究论文 | 该研究评估了电子鼻与深度学习结合在肺癌诊断中的跨站点验证效果 | 提出了使用数据增强和微调方法提高电子鼻呼吸印记的跨站点验证能力 | 未能在训练模型直接应用于测试队列时取得理想效果 | 探索电子鼻在肺癌检测中的应用以及提高模型跨站点验证能力 | 包括231名参与者，涵盖肺癌患者、健康对照和其他疾病对照 | 数字病理学 | 肺癌 | 深度学习, 数据增强 | NA | 呼吸印记 | 231名参与者，训练/验证组168名，测试组63名 | NA | NA | NA | NA |
| 435 | 2024-08-05 |
Detecting Substance Use Disorder Using Social Media Data and the Dark Web: Time- and Knowledge-Aware Study
2024-May-01, JMIRx med
DOI:10.2196/48519
PMID:38717384
|
研究论文 | 本研究分析了与药物使用和通过加密市场销售的阿片类药物相关的社交媒体帖子 | 使用最先进的深度学习模型和知识感知的双向编码器表示生成社交媒体帖子的情感和情绪 | 未详细提及该研究的具体局限性 | 旨在了解用户对社交媒体上毒品的看法及其情感反应 | 分析社交媒体数据中与合成阿片类药物相关的帖子 | 自然语言处理 | NA | 深度学习模型 | 知识感知的双向编码器表示模型 | 社交媒体帖子 | 提及分析了与芬太尼及其类似物的帖子，但没有具体样本量 | NA | NA | NA | NA |
| 436 | 2024-08-05 |
A Comparison of Personalized and Generalized Approaches to Emotion Recognition Using Consumer Wearable Devices: Machine Learning Study
2024-May-10, JMIR AI
DOI:10.2196/52171
PMID:38875573
|
研究论文 | 本文研究了个性化与通用情感识别模型的差异，使用可穿戴生理信号数据进行三类情感分类。 | 本文提出了个性化深度学习模型，并展示其在某些上下文中优于通用模型的表现。 | 研究样本仅限于15名参与者，影响结果推广性。 | 研究个性化与通用机器学习模型在情感分类中的应用效果。 | 使用可穿戴设备收集的生理信号数据进行情感三类分类。 | 机器学习 | 心血管疾病 | 深度学习 | 神经网络 | 多模态生理信号 | 15名参与者 | NA | NA | NA | NA |
| 437 | 2024-08-05 |
Retinal imaging for the assessment of stroke risk: a systematic review
2024-May, Journal of neurology
IF:4.8Q1
DOI:10.1007/s00415-023-12171-6
PMID:38430271
|
系统评价 | 本研究系统评估了视网膜成像在中风风险评估中的作用 | 该论文识别出三种利用人工智能算法分析视网膜图像以预测中风的模型 | 目前没有预测模型显著超越传统风险评估分数，且仅有两项研究使用了OCT成像 | 研究视网膜成像特征作为中风风险指示的有效性 | 前瞻性研究中评估视网膜成像衍生生物标志物的研究 | 数字病理学 | 心血管疾病 | OCT | 人工智能算法 | 图像 | 共纳入24项研究 | NA | NA | NA | NA |
| 438 | 2024-08-05 |
Use of Artificial Intelligence in the Prediction of Chiari Malformation Type 1 Recurrence After Posterior Fossa Decompressive Surgery
2024-May, Cureus
DOI:10.7759/cureus.60879
PMID:38784688
|
研究论文 | 本研究旨在训练一种基于深度学习的方法，以预测接受手术的Chiari畸形1型（CM1）患者术后症状复发 | 这是首次探索使用机器学习方法预测CM1患者术后症状复发的研究 | 需要利用更大样本量的进一步研究来提高性能 | 研究CM1患者手术后症状复发的预测方法 | 接受CM1手术的患者 | 机器学习 | NA | 深度学习 | ResNet50，CLAM | MRI数据，临床特征 | 57名接受CM1减压手术的患者 | NA | NA | NA | NA |
| 439 | 2024-08-05 |
Comprehensive clinical application analysis of artificial intelligence-enabled electrocardiograms for screening multiple valvular heart diseases
2024-05-16, Aging
DOI:10.18632/aging.205835
PMID:38761181
|
研究论文 | 该研究分析了人工智能辅助心电图在筛查多种瓣膜性心脏病中的临床应用 | 开发了五种深度学习模型以识别不同类型的瓣膜性心脏病 | 文章没有提及模型在不同种族或年龄群体中的表现 | 旨在评估人工智能心电图在瓣膜性心脏病筛查中的有效性 | 研究对象为77,047名接受过超声心动图和12导联心电图检查的患者 | 机器学习 | 瓣膜性心脏病 | 深度学习 | 深度学习模型(DLM) | 心电图 | 共计77,047名患者的122,728个心电图 | NA | NA | NA | NA |
| 440 | 2024-08-05 |
Artificial Intelligence and Machine Learning in Neuroregeneration: A Systematic Review
2024-May, Cureus
DOI:10.7759/cureus.61400
PMID:38953082
|
系统评价 | 人工智能和机器学习在神经再生领域的应用现状进行综合评估 | 本文系统性回顾了人工智能/机器学习在神经再生中的最新应用，并强调了它们在诊断和治疗中的潜力 | 当前的研究相对零散，需要更全面的整合 | 旨在评估人工智能和机器学习在神经再生中的应用 | 研究对象包括神经疾病诊断、机器人康复和药物发现等 | 机器学习 | NA | 深度学习以及标准机器学习算法 | NA | 图像数据、动物模型和电子健康记录 | 共选取19篇文章，涉及247篇文献 | NA | NA | NA | NA |