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:202406-202406] [清除筛选条件]
当前共找到 1068 篇文献,本页显示第 301 - 320 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
301 2024-08-05
Enhanced object detection in pediatric bronchoscopy images using YOLO-based algorithms with CBAM attention mechanism
2024-Jun-30, Heliyon IF:3.4Q1
研究论文 本研究旨在通过将基于YOLO的算法与CBAM注意力机制结合,改善儿童支气管镜图像中的物体检测准确性 提出将CBAM注意力模块与YOLO-V7和YOLO-V8相结合,以提高支气管镜图像中物体的识别和分类能力 未提及具体的样本大小和数据来源,可能影响结果的普遍适用性 改善支气管镜图像中物体检测的准确性 支气管镜图像中的各种物体,如黏液、血液和异物 计算机视觉 呼吸系统疾病 YOLO算法 YOLO-V7和YOLO-V8 图像 NA
302 2024-08-05
A clustering mining method for sports behavior characteristics of athletes based on the ant colony optimization
2024-Jun-30, Heliyon IF:3.4Q1
研究论文 本研究旨在提高对运动员行为特征分析的精度,从而优化体育训练和竞赛策略 创新点在于应用蚁群优化(ACO)算法解决运动领域实际问题,并展示ACO算法处理复杂、高维运动数据的优势 其在更大范围或不同类型的运动数据上的普遍性和效率仍需进一步验证 研究的目的是提升运动员行为特征分析的精准性 研究对象为运动员的行为特征数据 运动科学 NA 蚁群优化(ACO) 聚类模型 高维运动数据 NA
303 2024-08-05
Application of DMSFNN-COA technique for brand image design
2024-Jun-30, Heliyon IF:3.4Q1
研究论文 本文提出了一种新的品牌形象设计方法,利用深度多尺度融合神经网络和猎豹优化算法进行产品颜色品牌图像分类 创新点在于结合深度学习技术和优化算法,提出了BID-DMSFNN-COA方法以提高品牌形象设计的准确性 本研究的局限性没有具体说明 研究目的在于增强品牌形象设计的准确性,并解决产品颜色趋势预测研究中的现有挑战 研究对象为产品色彩品牌图像,主要分类为'时尚'和'自然' 计算机视觉 NA 深度多尺度融合神经网络,猎豹优化算法 NA 图像 使用Mnist数据集进行数据收集,具体样本数未说明
304 2024-08-05
Ensemble-based deep learning improves detection of invasive breast cancer in routine histopathology images
2024-Jun-30, Heliyon IF:3.4Q1
研究论文 使用基于集成的深度学习提高了常规组织病理学图像中侵袭性乳腺癌的检测准确性 比较了单个CNN模型与多个基础模型的集成,展示了集成模型在预测性能上的优势 未提及该研究的明显限制 改善侵袭性乳腺癌的检测以支持病理学家的决策 两个内部数据集,包括587个全滑动图像,用于训练十个InceptionV3模型的集成 计算机视觉 乳腺癌 CNN InceptionV3 图像 587个全滑动图像用于训练,118个在内部测试集,157个在外部数据集
305 2024-08-05
Deep Learning-Based Localization and Orientation Estimation of Pedicle Screws in Spinal Fusion Surgery
2024-Jun, Korean journal of neurotrauma
研究论文 本研究调查了基于深度学习的物体检测模型在脊柱融合手术中精确定位和方向估计的应用 使用YOLO物体检测框架和取向边界框(OBBs)来处理手术现场中非轴对齐仪器的挑战 尽管模型的精确度很高,但召回率显示出在捕捉所有存在仪器方面有轻微限制 探讨深度学习在脊柱固定手术中对外科仪器的定位与方向估计的应用 脊柱融合手术中使用的椎弓根螺钉的图像数据 计算机视觉 NA YOLO YOLOv8 OBB 图像 初始数据集为100张图像,通过数据增强扩展到300张图像
306 2024-08-05
Insights about cervical lymph nodes: Evaluating deep learning-based reconstruction for head and neck computed tomography scan
2024-Jun, European journal of radiology open IF:1.8Q3
研究论文 本研究旨在评估不同重建方法对头颈部癌症患者颈部淋巴结影像质量的影响 本研究采用深度学习图像重建(DLIR)技术,显示其在颈部淋巴结影像质量方面显著优于传统的重建算法 未提及特定的样本多样性和长期随访结果的局限性 研究不同重建技术对头颈部癌症患者的颈部淋巴结CT影像质量的影响 70名头颈部癌症患者 计算机视觉 头颈癌 双能量CT 深度学习图像重建(DLIR) 影像 70名头颈部癌症患者
307 2024-08-05
The Multiscale Surface Vision Transformer
2024-Jun-11, ArXiv
PMID:36994163
研究论文 本文提出了一种多尺度表面视觉变换器(MS-SiT),用于表面深度学习的框架结构 引入了局部网格窗口内的自注意力机制以及移位窗口策略,能够实现高分辨率数据采样并改善窗口间的信息共享 在深度预测任务中,自注意力操作的二次成本仍然是一个障碍 研究表面网格在进行深度学习分析时的应用 基于Developing Human Connectome Project (dHCP) 数据集进行新生儿表型预测的任务 计算机视觉 NA 深度学习 变换器 表面网格数据 使用了Developing Human Connectome Project (dHCP) 数据集进行表型预测
308 2024-08-05
Unveiling Conformational States of CDK6 Caused by Binding of Vcyclin Protein and Inhibitor by Combining Gaussian Accelerated Molecular Dynamics and Deep Learning
2024-Jun-05, Molecules (Basel, Switzerland)
研究论文 本文通过结合高斯加速分子动力学和深度学习,揭示了CDK6因Vcyclin蛋白和抑制剂结合而导致的构象状态 创新点在于使用高斯加速分子动力学、深度学习和自由能景观分析识别CDK6的构象转变 研究可能局限于特定的抑制剂和构象状态,未考虑所有可能的外部因素 研究CDK6的构象变化及其在癌症治疗中的作用 主要研究对象为CDK6、Vcyclin蛋白及其抑制剂的结合 数字病理学 癌症治疗 Gaussian加速分子动力学 深度学习 计算数据 NA
309 2024-08-05
Feasibility of remote monitoring for fatal coronary heart disease using Apple Watch ECGs
2024-Jun, Cardiovascular digital health journal IF:2.6Q2
研究论文 本研究开发了一种基于单导联ECG的深度学习模型,用于预测致命冠心病(FCHD)的风险 首次使用可穿戴设备获取的ECG数据进行FCHD风险预测的人工智能模型 研究主要依赖于特定的数据集,可能限制了结果在更广泛人群中的适用性 评估可穿戴设备ECG在FCHD风险预测中的可行性 使用167,662个ECG记录和243个参与者的配对ECG数据进行研究 数字病理学 冠心病 ECG-AI 深度学习模型 ECG数据 167,662个ECG记录,50,132名患者,243名参与者的配对ECG
310 2024-08-05
Multitask deep learning for prediction of microvascular invasion and recurrence-free survival in hepatocellular carcinoma based on MRI images
2024-Jun, Liver international : official journal of the International Association for the Study of the Liver IF:6.0Q1
研究论文 本研究开发了一种多任务深度学习模型,用于基于MRI扫描预测肝细胞癌中的微血管侵袭和无复发生存期 该研究结合了多任务学习和变换器架构,能够同时预测微血管侵袭和无复发生存期 尚需前瞻性研究来评估该模型在临床应用中的实用性 提高肝细胞癌的个体化管理 725名肝细胞癌患者的MRI扫描数据 数字病理学 肝癌 深度学习 变换器 影像 725名HCC患者的回顾性数据集,包括234名训练患者和58名内部验证患者,以及三个独立的外部验证集(n=212, 111, 110)
311 2024-08-05
Egocentric 3D Skeleton Learning in a Deep Neural Network Encodes Obese-like Motion Representations
2024-Jun-30, Experimental neurobiology IF:1.8Q4
研究论文 本研究使用深度LSTM网络分析饮食诱导的肥胖小鼠模型的3D时间序列骨骼数据 研究提出了通过身份训练的深度LSTM网络结合自主视角来识别肥胖相关运动表现的新方法 研究可能仅基于小鼠模型,外推到人类的有效性仍需进一步验证 探索深度学习在肥胖早期检测中的应用潜力 饮食诱导肥胖的小鼠模型 计算机视觉 肥胖症 深度LSTM网络 LSTM 3D时间序列骨骼数据 NA
312 2024-08-05
Glioblastoma and radiotherapy: A multicenter AI study for Survival Predictions from MRI (GRASP study)
2024-Jun-03, Neuro-oncology IF:16.4Q1
研究论文 本研究旨在通过深度学习分析放疗后脑部MRI影像来预测胶质母细胞瘤患者的生存期。 首次采用深度学习模型结合MRI影像有效预测放疗后胶质母细胞瘤患者的生存期,提出了一种新的预后生物标志物。 模型的训练和验证主要基于特定患者群体,可能限制了其在其他人群中的适用性。 预测放疗后胶质母细胞瘤患者的生存期,以便更好地为患者制定治疗方案。 206名被诊断为胶质母细胞瘤的患者,包括158名用于模型训练的回顾性患者。 计算机视觉 胶质母细胞瘤 深度学习 神经网络 影像 206名胶质母细胞瘤患者
313 2024-08-05
CT-derived pectoralis composition and incident pneumonia hospitalization using fully automated deep-learning algorithm: multi-ethnic study of atherosclerosis
2024-Jun, European radiology IF:4.7Q1
研究论文 本研究使用全自动深度学习算法从常规胸部CT中提取胸大肌成分,并研究其与肺炎住院的关联 本研究首次应用全自动深度学习算法有效地提取了胸大肌成分,并发现其与COPD患者的肺炎住院具有独立关联 胸大肌成分未能在整体人群中预测肺炎住院,仅在已知COPD患者中能够预测 探讨胸大肌成分与肺炎的关联,特别是考虑到慢性阻塞性肺病(COPD)的状态 研究对象为2010至2012年间接受胸部CT检查的多民族动脉硬化研究参与者 数字病理学 肺炎 深度学习算法 Mask R-CNN(基于Faster R-CNN的卷积神经网络) 图像 2595名参与者(51%女性;中位年龄:68岁)
314 2024-08-05
Benchmarking Deep Learning-Based Image Retrieval of Oral Tumor Histology
2024-Jun, Cureus
研究论文 该研究开发了一种基于深度学习的内容检索系统,以提高口腔肿瘤组织学的病理诊断准确性 首次使用自监督学习方法训练深度学习模型处理口腔病理图像,实现了更高的检索准确性 缺乏针对口腔病理的专门图像数据库可能限制了模型的全面性和适用性 研究的目的是开发一种可靠的计算机辅助诊断系统以改善口腔肿瘤的病理诊断 研究对象为30类口腔肿瘤的图像数据 数字病理学 口腔肿瘤 深度学习,自监督学习 自监督学习模型 图像 30类口腔肿瘤的图像数据库
315 2024-08-05
Deep Learning and Multimodal Artificial Intelligence in Orthopaedic Surgery
2024-Jun-01, The Journal of the American Academy of Orthopaedic Surgeons IF:2.6Q1
综述 本综述文章重点介绍深度学习和多模态神经网络在骨科领域的应用 该研究提供了人工智能在骨科手术中应用的实际例子,特别是在影像数据集和临床数据整合方面 没有提到具体的局限性 旨在为骨科医生提供评估现有文献和考虑人工智能潜力的工具 深度神经网络、卷积神经网络和多模态人工智能模型 计算机视觉 NA 深度学习 卷积神经网络 图像、临床数据 NA
316 2024-08-05
CURE: A deep learning framework pre-trained on large-scale patient data for treatment effect estimation
2024-Jun-14, Patterns (New York, N.Y.)
研究论文 本文提出了一种针对治疗效果估计的新框架CURE,旨在利用观察数据进行 causal treatment effect estimation。 CURE通过在大规模未标记患者数据上进行预训练,并在标记患者数据上进行微调,引入了一种新的序列编码方法来嵌入纵向患者数据,提升了治疗效果估计的准确性。 未能详细介绍模型在不同患者特征和背景下的适应性及扩展性。 研究治疗效果估计的优化方法,提高在有限标记数据条件下的效能。 涉及大规模未标记患者数据和标记患者数据的治疗效果估计。 机器学习 NA NA NA 观察数据 在四个下游治疗效果估计任务中进行了评估,样本量未具体说明
317 2024-08-05
Reducing overconfident errors in molecular property classification using Posterior Network
2024-Jun-14, Patterns (New York, N.Y.)
研究论文 该文章提出了一种利用后验网络在分子属性分类中减少过度自信错误的方法 替换Softmax函数为正态化流,以增强模型在分子属性分类中的不确定性估计能力 在某些真实世界的应用中,模型的效果可能受到数据质量和样本多样性的影响 提高分子属性分类中不确定性估计的准确性,特别是在药物开发过程中 评估了不同场景下的分子属性分类,包括合成数据集的模拟实验和ADMET预测 机器学习 NA 正态化流 后验网络 合成数据集和ADMET预测数据 NA
318 2024-08-05
Large pre-trained models for treatment effect estimation: Are we there yet?
2024-Jun-14, Patterns (New York, N.Y.)
研究论文 本文探讨了利用深度学习进行因果推断和治疗效果估计的潜力 提出了一种新的预训练和微调框架CURE,专门用于治疗效果估计 NA 研究因果推断中的治疗效果估计方法 大型患者数据 机器学习 NA 深度学习 NA 患者数据 NA
319 2024-08-05
Early warning of atrial fibrillation using deep learning
2024-Jun-14, Patterns (New York, N.Y.)
研究论文 本文介绍了一种深度学习模型,可以在房颤发作前平均预测30.8分钟的时间 开发了一种名为WARN的深度卷积神经网络模型,能够实现高准确性和F1分数的早期房颤预测 本研究的模型在测试中使用了额外的患者样本,可能限制了其广泛适用性 旨在通过深度学习技术提前警报房颤的发作 基于280名患者的24小时Holter心电图数据进行模型训练和验证 机器学习 心血管疾病 深度学习 深度卷积神经网络 心电图数据 280名患者用于训练和验证,70名额外患者用于测试
320 2024-08-05
Evaluating synthetic neuroimaging data augmentation for automatic brain tumour segmentation with a deep fully-convolutional network
2024-Jun, IBRO neuroscience reports IF:2.0Q3
研究论文 本研究开发了一种神经影像合成技术,以增强用于自动胶质瘤分割的训练数据 利用StyleGAN2-ada生成流体衰减反转恢复(FLAIR)磁共振图像及相应的胶质瘤分割掩膜,创新性地进行数据增强 合成数据增强仅带来了边际性的改进,且开发合成图像生成管道的计算成本较高 开发智能系统以自动化胶质瘤的评估和分割 2751个真实训练数据和对应的590个验证集及588个测试集用于评估U-net模型 数字病理学 胶质瘤 StyleGAN2-ada U-net 图像 2751个真实数据和1000个合成数据,共14轮
回到顶部