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 1066 篇文献，本页显示第 581 - 600 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 581 | 2024-08-05 |
Detection of urinary tract stones on submillisievert abdominopelvic CT imaging with deep-learning image reconstruction algorithm (DLIR)
2024-Jun, Abdominal radiology (New York)
DOI:10.1007/s00261-024-04223-w
PMID:38470506
|
研究论文 | 本文评估了使用深度学习图像重建算法在超低剂量腹盆腔CT中检测尿路结石的诊断性能和图像质量 | 提出了一种基于深度学习的图像重建方法，显著提高了尿路结石的检测性能和图像质量，同时减少了辐射剂量 | 样本量相对较小，仅包含57名患者，可能会影响结果的普遍适用性 | 评估超低剂量腹盆腔CT在尿路结石中的诊断性能和图像质量 | 57名疑似尿路结石的患者 | 医学影像学 | 尿路结石 | 深度学习图像重建（DLIR） | NA | 影像 | 57名患者，检测到266个结石 |
| 582 | 2024-08-05 |
DIMOND: DIffusion Model OptimizatioN with Deep Learning
2024-Jun, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202307965
PMID:38634608
|
研究论文 | 提出了一种名为DIMOND的框架，用于优化扩散模型的深度学习方法 | DIMOND融入物理知识和自监督学习以提高模型参数估计的效率和准确性 | 依赖于额外的训练数据，可能会影响其可推广性 | 提高扩散磁共振成像在微观结构和连接图谱中的应用效率 | 使用扩散成像技术来映射人脑的微观结构和结构连接 | 数字病理学 | NA | 扩散磁共振成像 | 神经网络 | 图像 | NA |
| 583 | 2024-08-07 |
Deep learning for 3D biliary anatomy for living liver donor hepatectomy planning
2024-Jun-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000001274
PMID:38446840
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 584 | 2024-08-05 |
Hybrid deep learning and optimized clustering mechanism for load balancing and fault tolerance in cloud computing
2024-Jun-27, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2369137
PMID:38934441
|
研究论文 | 本文提出了一种基于混合深度学习的负载平衡算法 | 创新点在于结合多种因素进行负载平衡和故障容忍的深度学习算法 | 未提及具体的限制因素 | 研究云计算中的负载平衡和故障容忍机制 | 研究对象为多个虚拟机(VM)的任务分配 | 计算机视觉 | NA | 深度学习 | Deep Q Recurrent Neural Network (DQRNN) | 负载、容量、资源消耗数据 | 未提及样本数量 |
| 585 | 2024-08-05 |
A flexible, stretchable and wearable strain sensor based on physical eutectogels for deep learning-assisted motion identification
2024-Jun-27, Journal of materials chemistry. B
DOI:10.1039/d4tb00809j
PMID:38836422
|
研究论文 | 本文介绍了一种基于物理共晶胶的新型可穿戴应变传感器 | 通过在深共晶溶剂中直接溶解木质素，制备出具有优良性能的物理共晶胶，创新性地结合深度学习技术实现手势识别 | 尽管改善了机械性能和导电性，但仍可能存在材料的长期耐用性和在极端条件下的表现未知 | 探索新型物理共晶胶的应用于可穿戴电子设备的可能性 | 采用木质素增强的物理共晶胶作为应变传感器材料 | 数字病理学 | NA | 深共晶溶剂(DES) | 深度学习 | NA | NA |
| 586 | 2024-08-05 |
High-accuracy heart rate detection using multispectral IPPG technology combined with a deep learning algorithm
2024-Jun-27, Journal of biophotonics
IF:2.0Q3
DOI:10.1002/jbio.202400119
PMID:38932695
|
研究论文 | 本文提出了一种基于多光谱视频的人体心率检测方法 | 创新点在于结合多光谱成像和IPPG技术，在运动状态下实现高精度心率检测 | NA | 改善传统心率检测技术的精准度和实时性 | 多光谱视频数据集中的心率数据 | 计算机视觉 | NA | IPPG技术 | IPPGResNet18 | 视频 | NA |
| 587 | 2024-08-05 |
Magnetic nanoparticles for magnetic particle imaging (MPI): design and applications
2024-Jun-27, Nanoscale
IF:5.8Q1
DOI:10.1039/d4nr01195c
PMID:38809214
|
review | 本综述探讨了磁性粒子成像（MPI）的基本原理、仪器、磁性纳米粒子示踪剂设计及其应用 | 新型示踪剂设计如锌掺杂铁氧体纳米粒子（Zn-IONPs）和超铁磁铁氧化物纳米粒子链（SFMIOs）提高了MPI的成像质量和临床应用 | NA | 阐明磁性粒子成像（MPI）的进展及其在医学成像中的应用潜力 | 磁性纳米粒子和其作为示踪剂在成像中的应用 | 医学成像 | NA | 磁性粒子成像（MPI） | NA | 成像 | NA |
| 588 | 2024-08-05 |
HiCervix: An Extensive Hierarchical Dataset and Benchmark for Cervical Cytology Classification
2024-Jun-26, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2024.3419697
PMID:38923481
|
研究论文 | 本文介绍了HiCervix数据集和基于HierSwin的分类网络，以提高宫颈细胞分类的准确性 | HiCervix是目前可公开获取的最广泛的多中心宫颈细胞数据集，并且HierSwin利用分层视觉变换器进行细粒度分类 | 目前研究主要集中在实验室条件下，实际临床应用可能存在更多不可控因素 | 提高宫颈细胞分类的准确性和全面性，以支持早期癌症检测 | 40,229个宫颈细胞和4,496张全切片图像 | 数字病理学 | 癌症 | NA | HierSwin | 图像 | 40,229个宫颈细胞 |
| 589 | 2024-08-05 |
Accurate Airway Tree Segmentation in CT Scans via Anatomy-aware Multi-class Segmentation and Topology-guided Iterative Learning
2024-Jun-26, IEEE transactions on medical imaging
IF:8.9Q1
DOI:10.1109/TMI.2024.3419707
PMID:38923479
|
研究论文 | 本文提出了一种新的解剖意识多类气道分割方法，通过拓扑引导的自学习增强。 | 创新之处在于采用解剖意识的多类分割任务和定制的拓扑引导的自学习方案来应对气道分割中的内部类别不平衡和标签不完整问题。 | 存在需要手动或半自动标注造成的标记时间长的问题，并且大多数现有气道数据集存在标注不完整的情况。 | 本研究旨在改进计算机断层扫描（CT）中的气道树分割，以便于呼吸系统疾病的分析。 | 主要研究对象为计算机断层扫描中的气道树结构。 | 数字病理学 | 肺癌 | 自学习分割 | 多类分割模型 | CT扫描图像 | 四个数据集，包括两个公共挑战 |
| 590 | 2024-08-05 |
Structure-based computational design of antibody mimetics: challenges and perspectives
2024-Jun-26, FEBS open bio
IF:2.8Q3
DOI:10.1002/2211-5463.13855
PMID:38925955
|
综述 | 该文章回顾了抗体模仿物的结构基础计算设计，旨在革新治疗干预。 | 本文强调了将机器学习和深度学习方法整合到设计框架中的最新进展。 | 文章未详细说明每种计算蛋白质-蛋白质相互作用设计策略的局限性。 | 探讨抗体模仿物的计算设计及其潜在的治疗价值。 | 主要集中在设计的抗原结合基序及其替代策略。 | 计算生物学 | NA | 计算方法 | 机器学习和深度学习 | NA | NA |
| 591 | 2024-08-05 |
A Multimodel-Based Screening Framework for C-19 Using Deep Learning-Inspired Data Fusion
2024-Jun-26, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3400878
PMID:38923476
|
研究论文 | 本文提出了一种基于深度学习的数据融合的多模型筛查框架，用于COVID-19的检测。 | 创新点在于提出了一种多模态数据融合模型，并引入了变异编码器和数据减少机制以提高筛查结果的准确性。 | 现有模型在资源要求方面不足，且不适合轻量化环境。 | 研究目标是提升COVID-19的远程筛查和监测效率。 | 研究对象为利用可穿戴传感器和电子记录数据进行COVID-19筛查的框架。 | 数字病理学 | COVID-19 | 深度学习启发的数据融合 | 多模态融合模型 | 电子记录和可穿戴传感器数据 | 实验室数据集，样本数量未说明 |
| 592 | 2024-08-07 |
FedDBL: Communication and Data Efficient Federated Deep-Broad Learning for Histopathological Tissue Classification
2024-Jun-26, IEEE transactions on cybernetics
IF:9.4Q1
DOI:10.1109/TCYB.2024.3403927
PMID:38923486
|
研究论文 | 本文提出了一种名为联邦深度广义学习（FedDBL）的轻量级且通用的联邦学习框架，用于在有限的训练样本和单轮通信下实现优越的组织病理学组织分类性能 | FedDBL通过集成预训练的深度学习特征提取器和快速轻量级的广义学习推理系统，显著减少了数据依赖并提高了通信效率 | NA | 旨在解决传统深度学习模型在组织病理学组织分类中的隐私泄露问题，并提高联邦学习框架的通信和数据效率 | 组织病理学组织分类 | 数字病理学 | NA | 联邦学习 | 深度学习 | 图像 | 有限的训练样本 |
| 593 | 2024-08-05 |
An automated in vitro wound healing microscopy image analysis approach utilizing U-net-based deep learning methodology
2024-Jun-25, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01332-2
PMID:38914942
|
研究论文 | 本文提出了一种基于U-net的深度学习方法的自动化体外伤口愈合显微图像分析方法 | 创新性地采用三种不同结构的U-net架构来提高伤口愈合图像分割的敏感性 | 未提及具体的限制因素 | 旨在提高体外伤口愈合图像分析的准确性和效率 | 体外伤口愈合显微图像 | 计算机视觉 | NA | 深度学习 | U-net, U-net++, Attention U-net | 图像 | 使用了两个独立的数据集 |
| 594 | 2024-08-05 |
Temporal dynamics of user activities: deep learning strategies and mathematical modeling for long-term and short-term profiling
2024-Jun-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-64120-6
PMID:38914596
|
研究论文 | 该论文探讨了社交媒体用户的个人特点分析方法 | 提出了一种结合深度学习策略和数学建模来描述用户长期和短期画像的新方法 | 模型的有效性可能依赖于特定类型的社交媒体数据 | 构建一个能够描述用户行为的协作模型 | 社交媒体用户及其活动 | 机器学习 | NA | 双向LSTM和GRU | NA | 文本 | 30,000条推文 |
| 595 | 2024-08-05 |
Tongue image fusion and analysis of thermal and visible images in diabetes mellitus using machine learning techniques
2024-06-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-64150-0
PMID:38914599
|
研究论文 | 本研究旨在通过机器学习技术对糖尿病患者的热成像和可见成像舌头图像进行融合与分析 | 提出使用离散小波变换(DWT)的多种融合规则来分类糖尿病和正常受试者，并应用深度学习和机器学习算法进行健康与糖尿病的区分 | 研究未提及样本的多样性和长期跟踪观察的不足 | 评估融合的舌头图像在糖尿病筛查中的应用 | 包含80名正常受试者和80名糖尿病患者的参与者 | 机器学习 | 糖尿病 | 数字单镜头参考相机和热红外相机 | VGG16和ResNet50 | 图像 | 160个样本，包括80名正常受试者和80名糖尿病患者 |
| 596 | 2024-08-05 |
3D residual attention hierarchical fusion for real-time detection of the prostate capsule
2024-Jun-24, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01336-y
PMID:38914956
|
研究论文 | 该文章提出了一种深度学习方法，用于实时检测前列腺囊膜。 | 提出了一种基于3D残差注意力机制的改进单次多框检测器模型，并使用了Simple, Parameter-Free Attention Module(SimAM)残差注意力融合模块。 | NA | 开发一种用于内窥镜光学图像检测前列腺囊膜的深度学习方法。 | 前列腺囊膜的检测。 | 计算机视觉 | 前列腺癌 | 深度学习 | 3D残差注意力机制 | 内窥镜光学图像 | NA |
| 597 | 2024-08-05 |
PET/CT deep learning prognosis for treatment decision support in esophageal squamous cell carcinoma
2024-Jun-24, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-024-01737-1
PMID:38913225
|
研究论文 | 本研究提出了一种基于PET/CT图像的深度学习方法，以改善食管鳞状细胞癌患者的生存益处和临床管理 | 提出了一个整合六个网络的预治疗PET/CT深度学习模型ESCCPro，用于提高食管鳞状细胞癌患者的生存预测准确性 | 该研究为回顾性多中心研究，可能存在选择偏倚，且未考虑所有潜在的临床变量 | 改善食管鳞状细胞癌患者的生存益处和临床决策 | 837名来自三个机构的食管鳞状细胞癌患者 | 数字病理学 | 食管癌 | PET/CT深度学习 | 集成模型（ESCCPro） | 图像 | 837名食管鳞状细胞癌患者 |
| 598 | 2024-08-05 |
CMCS: contrastive-metric learning via vector-level sampling and augmentation for code search
2024-Jun-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-64205-2
PMID:38914579
|
研究论文 | 本文提出了一种基于向量级采样和增强的对比度度量学习CMCS用于代码搜索 | 创新性地提出了一种结合K均值算法的硬负样本采样方法和可控硬度样本增强的方法 | 未提到具体的局限性 | 研究目的在于提高代码搜索模型的训练效率和搜索性能 | 研究对象为代码搜索模型 | 计算机视觉 | NA | 深度学习 | NA | 代码数据 | 使用了大规模数据集CodeSearchNet的七个先进代码搜索模型进行实验 |
| 599 | 2024-08-05 |
Associations of street-view greenspace with Parkinson's disease hospitalizations in an open cohort of elderly US Medicare beneficiaries
2024-Jun, Environment international
IF:10.3Q1
DOI:10.1016/j.envint.2024.108739
PMID:38754245
|
研究论文 | 该研究评估了街景绿色空间与帕金森病住院的关联。 | 首次使用街景图像与深度学习算法评估绿色空间特征对帕金森病住院的影响。 | 研究主要集中在美国的特定区域，结果可能不具普遍性。 | 评估街景绿色空间对帕金森病住院的影响。 | 大约4560万名65岁及以上的美国医疗保险受益者。 | 数字病理学 | 帕金森病 | 深度学习 | Cox等价重参数化Poisson模型 | 图像 | 506,899次首例帕金森病相关住院，随访时间为254,917,192人年 |
| 600 | 2024-08-05 |
Detecting QT prolongation from a single-lead ECG with deep learning
2024-Jun, PLOS digital health
DOI:10.1371/journal.pdig.0000539
PMID:38917157
|
研究论文 | 该文章开发了一种深度学习模型，能够从单导联心电图中推断QT间期并检测QT延长。 | 提出了一种名为QTNet的深度神经网络，能够通过Lead-I心电图推断QT间期，并有效检测药物诱发的QT延长。 | 模型依赖于高质量的心电图数据，同时在特定人群和临床环境中评估，其适用性可能受到限制。 | 旨在实现无住院QT监测，特别是在抗心律失常药物的加载过程中。 | 研究对象包括来自多个医院的心电图数据及接受Dofetilide治疗的患者。 | 数字病理 | 心血管疾病 | 深度学习 | 深度神经网络 | 心电图 | 超过300万份心电图，涉及653千名患者 |