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 922 篇文献，本页显示第 621 - 640 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 621 | 2024-08-07 |
Fog-based deep learning framework for real-time pandemic screening in smart cities from multi-site tomographies
2024-May-27, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01302-8
PMID:38797827
|
研究论文 | 本文提出了一种基于雾计算的深度学习框架，用于从多站点断层扫描中实时筛查智能城市中的大流行病 | 提出了一种新颖的多解码器分割网络，利用异构域数据和强大的学习表示来准确分割感染区域，并引入了一种名为PANDFOG的雾计算技术，以实现边缘节点上的实际部署 | NA | 旨在提高智能城市中大流行病诊断的准确性，并优化治疗策略 | COVID-19病变分割 | 计算机视觉 | NA | 多解码器分割网络 | CNN | CT扫描图像 | 使用了三个公开可访问的数据集 | NA | NA | NA | NA |
| 622 | 2024-08-07 |
Automatic Identification and Severity Classification of Retinal Biomarkers in SD-OCT Using Dilated Depthwise Separable Convolution ResNet with SVM Classifier
2024-05, Current eye research
IF:1.7Q3
DOI:10.1080/02713683.2024.2303713
PMID:38251704
|
研究论文 | 本文提出了一种用于预测OCT B扫描中视网膜标志物及其严重程度的图像分类混合框架 | 开发了一种新的图像分类框架Dilated Depthwise Separable Convolution ResNet (DDSC-RN)与SVM分类器结合，实现了网络压缩并扩大了感受野，同时保持了分类准确性 | NA | 旨在通过SD-OCT技术早期检测和监测威胁视力的视觉障碍，特别是Uveitic Macular Edema (UME) | 研究对象为85名Uveitic患者的10880张B扫描图像，用于识别和分类视网膜标志物 | 计算机视觉 | NA | SD-OCT | Dilated Depthwise Separable Convolution ResNet (DDSC-RN)与SVM分类器 | 图像 | 10880张B扫描图像来自85名Uveitic患者 | NA | NA | NA | NA |
| 623 | 2024-08-07 |
Scanning the Imaging Horizon for Hypertrophic Cardiomyopathy
2024-May, The Canadian journal of cardiology
DOI:10.1016/j.cjca.2024.02.030
PMID:38467329
|
研究论文 | 本文讨论了非侵入性影像技术在肥厚型心肌病（HCM）患者中的最新进展 | 介绍了正电子发射断层扫描（PET）使用新型示踪剂识别早期纤维化途径激活的潜力，以及心血管磁共振成像测量心肌灌注、氧合和紊乱的技术能力 | NA | 探讨非侵入性影像技术在肥厚型心肌病诊断和评估中的应用 | 肥厚型心肌病患者 | 数字病理学 | 心血管疾病 | 正电子发射断层扫描（PET），心血管磁共振成像 | 深度学习 | 影像 | NA | NA | NA | NA | NA |
| 624 | 2024-08-07 |
Prediction of prognosis using artificial intelligence-based histopathological image analysis in patients with soft tissue sarcomas
2024-May, Cancer medicine
IF:2.9Q2
DOI:10.1002/cam4.7252
PMID:38800990
|
研究论文 | 本文探讨了使用深度学习方法从软组织肉瘤患者的组织病理学图像中预测预后的应用 | 利用深度学习技术提高了软组织肉瘤预后预测的准确性 | 研究为回顾性研究，样本量较小 | 探索人工智能在软组织肉瘤预后预测中的应用 | 软组织肉瘤患者的组织病理学图像 | 数字病理学 | 软组织肉瘤 | 深度学习 | 卷积神经网络 | 图像 | 35份组织病理学切片 | NA | NA | NA | NA |
| 625 | 2024-08-07 |
Image Quality and Lesion Detection of Multiplanar Reconstruction Images Using Deep Learning: Comparison with Hybrid Iterative Reconstruction
2024-May, Yonago acta medica
IF:0.9Q4
DOI:10.33160/yam.2024.05.001
PMID:38803592
|
研究论文 | 本文评估并比较了使用“自适应统计迭代重建-V”（ASiR-V）和深度学习重建“TrueFidelity”在胸部CT图像中正常和病理结构以及图像噪声的图像质量 | TrueFidelity在主观和客观评估中显示出比ASiR-V更好的图像质量，特别是在小叶中心区域的显示上 | NA | 评估和比较不同重建技术在胸部CT图像中的图像质量 | 胸部CT图像的图像质量和病变检测 | 计算机视觉 | 肺部疾病 | 深度学习重建 | NA | 图像 | 40名疑似肺部疾病的患者 | NA | NA | NA | NA |
| 626 | 2024-08-07 |
A hands-on guide to use network video recorders, internet protocol cameras, and deep learning models for dynamic monitoring of trout and salmon in small streams
2024-May, Ecology and evolution
IF:2.3Q2
DOI:10.1002/ece3.11246
PMID:38803608
|
研究论文 | 本研究描述了一种使用监控摄像头和调用深度学习模型的算法来生成小溪中鲑鱼和鳟鱼视频片段的方法 | 自动化过程大大减少了视频监控中的人工干预，并提供了一套全面的指南来设置和配置监控设备以及训练针对特定需求的深度学习模型 | 尽管自动化过程减少了人工干预，但基于自然标记的手动识别个体鱼类仍需要人工努力和参与 | 开发一种自动化监控系统，用于动态监测小溪中的鲑鱼和鳟鱼，并提供一套指南来设置和配置相关设备 | 鲑鱼和鳟鱼 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 视频 | 小溪中的鲑鱼和鳟鱼 | NA | NA | NA | NA |
| 627 | 2024-08-07 |
AI model to detect contact relationship between maxillary sinus and posterior teeth
2024-May-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e31052
PMID:38799758
|
研究论文 | 本文提出了一种基于全景X光片的深度学习网络（MSF-MPTnet），用于自动评估上颌窦底与上颌后牙之间的关系，并比较了MSF-MPTnet与牙医和放射科医生识别接触关系的准确性 | 本文创新性地开发了MSF-MPTnet模型，提高了上颌窦底与上颌后牙之间关系的检测准确性，减少了伪接触关系的发生，并降低了CBCT的使用频率 | NA | 研究目的是建立一种新的深度学习网络，用于自动评估上颌窦底与上颌后牙之间的关系，并比较其与牙医和放射科医生的准确性 | 研究对象为上颌窦底与上颌后牙之间的关系 | 计算机视觉 | NA | 深度学习 | 深度学习网络（MSF-MPTnet） | 图像 | 共收集了1035张全景X光片和1035张锥形束计算机断层扫描（CBCT）图像，其中350张全景X光片作为测试数据集 | NA | NA | NA | NA |
| 628 | 2024-08-07 |
Effective prediction of human skin cancer using stacking based ensemble deep learning algorithm
2024-May-28, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2346608
PMID:38804548
|
研究论文 | 本文提出了一种基于堆叠集成深度学习算法的皮肤癌诊断模型 | 采用堆叠集成深度学习方法，结合LSTM作为元分类器，提高了皮肤癌诊断的准确性 | NA | 开发一种自动化的皮肤癌诊断方法 | 皮肤癌的诊断 | 计算机视觉 | 皮肤癌 | NA | CNN, DNN, LSTM | 图像 | NA | NA | NA | NA | NA |
| 629 | 2024-08-07 |
Meta learning based residual network for industrial production quality prediction with limited data
2024-May-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-62174-0
PMID:38796529
|
研究论文 | 本文提出了一种基于元学习的残差网络模型（MLRN），用于在数据有限的情况下预测工业生产质量 | 引入了基于元学习的残差网络模型，并采用有效通道注意力（ECA）机制和多批次多任务数据输入方法，以提高模型在有限数据下的性能 | NA | 旨在解决在实际工业环境中收集大量生产质量数据困难的问题，并提高深度学习网络在训练过程中的模型性能 | 工业生产质量预测 | 机器学习 | NA | 元学习 | 残差网络（Residual Network） | 数值和图形数据 | 有限数据 | NA | NA | NA | NA |
| 630 | 2024-08-07 |
Autophagy and machine learning: Unanswered questions
2024-May-25, Biochimica et biophysica acta. Molecular basis of disease
DOI:10.1016/j.bbadis.2024.167263
PMID:38801963
|
review | 本文综述了自噬与机器学习技术在生物学过程中的应用 | 讨论了深度学习领域的新进展为跨学科合作带来的新机遇 | 未提及具体的研究限制 | 促进自噬研究与计算机科学的联合努力 | 自噬在细胞生存、生物能量稳态、生物体发育和细胞死亡调控中的作用 | machine learning | cancers, neurodegenerative diseases | machine learning (ML) | NA | NA | NA | NA | NA | NA | NA |
| 631 | 2024-08-07 |
Personalized Stress Detection Using Biosignals from Wearables: A Scoping Review
2024-May-18, Sensors (Basel, Switzerland)
DOI:10.3390/s24103221
PMID:38794074
|
综述 | 本文通过综述个性化压力检测模型使用可穿戴技术，系统分析了相关文献 | 综述展示了生物信号，特别是EDA和PPG，在多模态设置中用于压力检测的潜在可靠性，并发现了深度学习模型的趋势 | 文献中对深度学习模型与传统方法的比较有限，需要进一步研究；同时存在数据集代表性和实际部署可穿戴技术的挑战 | 探讨使用可穿戴技术进行个性化压力检测的方法和挑战 | 生物信号、人工智能方法、数据集、可穿戴设备及实际应用中的挑战 | NA | NA | 深度学习 | 深度学习模型 | 生物信号数据 | NA | NA | NA | NA | NA |
| 632 | 2024-08-07 |
Estimate and compensate head motion in non-contrast head CT scans using partial angle reconstruction and deep learning
2024-May, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17047
PMID:38569143
|
研究论文 | 本文开发了一种深度学习模型，能够直接从头部CT扫描的部分角度重建（PAR）图像中估计头部运动，并将估计的运动整合到迭代重建过程中以补偿运动 | 本文首次探索了部分角度重建技术在头部CT扫描中减少运动伪影的潜力，并提出了一种新的深度学习模型来实现头部运动的精确估计和补偿 | NA | 开发一种深度学习模型，能够直接从头部CT扫描的PAR图像中估计头部运动，并将其整合到迭代重建过程中以补偿运动 | 头部CT扫描中的患者头部运动 | 计算机视觉 | NA | 部分角度重建（PAR） | 卷积神经网络（CNN） | 图像 | 模拟研究和实体模型研究 | NA | NA | NA | NA |
| 633 | 2024-08-07 |
DTDO: Driving Training Development Optimization enabled deep learning approach for brain tumour classification using MRI
2024-May-27, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2351159
PMID:38801074
|
研究论文 | 本文提出了一种名为DTDO-ZFNet的深度学习方法，用于通过MRI图像进行脑肿瘤分类 | 引入了DTDO-ZFNet模型，结合DTBO和CDDO技术，提高了脑肿瘤检测的准确性 | NA | 提高脑肿瘤检测的准确性 | 脑肿瘤 | 机器学习 | 脑肿瘤 | MRI | ZFNet | 图像 | NA | NA | NA | NA | NA |
| 634 | 2024-08-07 |
Enhanced reliability and time efficiency of deep learning-based posterior tibial slope measurement over manual techniques
2024-May-26, Knee surgery, sports traumatology, arthroscopy : official journal of the ESSKA
DOI:10.1002/ksa.12241
PMID:38796728
|
研究论文 | 本研究通过机器学习和人工智能技术，开发了一种基于深度学习的方法来测量磁共振成像中的胫骨后倾角，以提高前交叉韧带重建手术后的风险分层、诊断洞察、干预预后和手术规划的效率 | 本研究引入了机器学习和人工智能技术，通过YOLOv8算法实现了对胫骨后倾角的自动测量，提高了测量的准确性和效率 | NA | 提高前交叉韧带重建手术后的风险分层、诊断洞察、干预预后和手术规划的效率 | 胫骨后倾角的测量 | 机器学习 | NA | YOLOv8算法 | YOLOv8 | 图像 | 120名接受前交叉韧带重建手术的患者 | NA | NA | NA | NA |
| 635 | 2024-08-07 |
Multispecies deep learning using citizen science data produces more informative plant community models
2024-May-24, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-48559-9
PMID:38789424
|
研究论文 | 本文利用深度神经网络（DNNs）和公民科学数据，对瑞士的2477种植物物种及其集合的分布进行了联合建模，以提高物种分布和群落组成的预测准确性。 | 本文采用了多物种深度学习方法，相较于传统方法，能更准确地预测物种分布和群落组成，并能研究生态学中较少探讨的方面。 | NA | 旨在利用大数据和深度学习技术提高植物物种分布和群落组成的预测准确性。 | 研究对象包括2477种植物物种及其在瑞士的分布。 | 机器学习 | NA | 深度神经网络（DNNs） | DNN | 数据 | 670万条观测数据 | NA | NA | NA | NA |
| 636 | 2024-08-07 |
Biochemical-free enrichment or depletion of RNA classes in real-time during direct RNA sequencing with RISER
2024-May-24, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-48673-8
PMID:38789440
|
研究论文 | 介绍了一种名为RISER的无生物化学技术，用于实时富集或消耗RNA类别，通过直接RNA测序中的分子选择性排斥实现 | RISER技术通过深度学习直接从纳米孔信号中识别RNA类别，并与测序硬件实时通信，实现了对特定RNA类别的实时富集或消耗 | NA | 开发一种无需生物化学处理的技术，以解决细胞转录组异质性带来的挑战，特别是检测低表达RNA类别的问题 | 细胞转录组中的RNA类别，特别是低表达的RNA类别 | NA | NA | 直接RNA测序 | 深度学习 | RNA序列数据 | NA | NA | NA | NA | NA |
| 637 | 2024-08-07 |
A deep learning-based radiomics model for predicting lymph node status from lung adenocarcinoma
2024-May-24, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01300-w
PMID:38789936
|
研究论文 | 本研究利用基于深度学习的放射组学模型，通过增强CT预测肺腺癌患者的淋巴结状态 | 引入了一种基于增强CT图像的无创分类预测模型，使用极端梯度提升方法（XGBoost），显著提高了识别肺腺癌患者淋巴结状态的精度 | NA | 开发一种安全且准确的方法来预测肺腺癌的淋巴结转移 | 肺腺癌患者的淋巴结状态 | 机器学习 | 肺腺癌 | 增强CT | XGBoost | 图像 | 503例患者，其中287例有淋巴结转移，216例无淋巴结转移 | NA | NA | NA | NA |
| 638 | 2024-08-07 |
Real-time sports injury monitoring system based on the deep learning algorithm
2024-May-24, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01304-6
PMID:38789963
|
研究论文 | 本文研究了一种基于支持向量机模型的实时运动伤害监测系统，通过视频检测和关节检测捕捉人体运动，利用多项式拟合分析提取关节运动模式，并通过数据处理提高处理效率和模型训练速度。 | 本文采用了支持向量机模型进行数据分类和识别，相较于主流模型如随机森林和朴素贝叶斯，在准确性、敏感性和特异性上表现更佳。 | NA | 提高运动伤害监测的实时性和准确性 | 运动伤害监测系统 | 机器学习 | NA | 支持向量机（SVM） | SVM | 视频 | NA | NA | NA | NA | NA |
| 639 | 2024-08-07 |
Deep learning of mammogram images to reduce unnecessary breast biopsies: a preliminary study
2024-May-24, Breast cancer research : BCR
IF:6.1Q1
DOI:10.1186/s13058-024-01830-9
PMID:38790005
|
研究论文 | 本研究开发了一种基于深度学习的分类算法，用于分析乳腺X光图像，旨在减少不必要的乳腺活检 | 利用卷积神经网络对BI-RADS 4级可疑病变进行分类，以识别可能不需要活检的良性病例 | 研究为回顾性，且特定性值在不同任务中表现不一，最高为46% | 通过深度学习技术减少不必要的乳腺活检 | BI-RADS 4级乳腺病变患者 | 计算机视觉 | 乳腺癌 | 卷积神经网络 | CNN | 图像 | 847名BI-RADS 4级乳腺病变患者，包括200例浸润性乳腺癌、200例导管原位癌、198例纯异型、194例良性及55例异型升级为恶性 | NA | NA | NA | NA |
| 640 | 2024-08-07 |
Development of scoring-assisted generative exploration (SAGE) and its application to dual inhibitor design for acetylcholinesterase and monoamine oxidase B
2024-May-24, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-024-00845-w
PMID:38790018
|
研究论文 | 本研究开发了一种名为Scoring-Assisted Generative Exploration (SAGE)的计算方法，用于增强化学多样性和属性优化，并在六个蛋白质目标中生成了具有高分数的分子。 | SAGE方法通过虚拟合成模拟、生成复杂的双环桥环和多重评分模型，全面优化药物样属性，显著提升了从头分子设计的效率。 | NA | 开发一种新的计算方法，用于增强从头分子设计的化学多样性和属性优化。 | 开发和应用SAGE方法，生成具有所需属性的分子，特别是作为乙酰胆碱酯酶和单胺氧化酶B的双重抑制剂。 | 药物发现 | NA | 深度学习 | NA | 分子结构 | 六个蛋白质目标 | NA | NA | NA | NA |