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 1031 篇文献，本页显示第 701 - 720 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 701 | 2024-08-05 |
NNICE: a deep quantile neural network algorithm for expression deconvolution
2024-06-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-65053-w
PMID:38890415
|
研究论文 | 提出了一种基于深度学习和分位数回归的细胞类型丰度估计方法NNICE | NNICE结合了统计推断和深度学习，提供了准确且可解释的细胞类型去卷积 | NA | 开发一种快速且经济有效的方法来估计细胞类型的丰度及其不确定性 | 使用混合RNA-seq数据进行细胞类型丰度的自动去卷积 | 数字病理学 | NA | RNA-seq | 深度学习 | 基因表达数据 | NA | NA | NA | NA | NA |
| 702 | 2024-08-05 |
Daily station-level records of air temperature, snow depth, and ground temperature in the Northern Hemisphere
2024-Jun-18, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-024-03483-x
PMID:38890309
|
研究论文 | 本研究组建了1960-2021年北半球气温、雪深和土壤温度的综合数据集 | 首次将深度学习方法应用于重建气温、雪深和土壤温度的数据缺失问题，并构建了高时间分辨率的数据集 | 现场观察的数据稀疏且不一致，缺失数据量较大 | 研究高纬度地区地面及地下热条件 | 北半球（纬度超过30°N）气温、雪深和土壤温度的观测数据 | 数字病理学 | NA | 深度学习 | NA | 时间序列数据 | 27768个气温测站、32417个雪深测站和659个土壤温度测站 | NA | NA | NA | NA |
| 703 | 2024-08-05 |
Lung Cancer Diagnosis on Virtual Histologically Stained Tissue Using Weakly Supervised Learning
2024-Jun, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2024.100487
PMID:38588884
|
研究论文 | 该文章提出了一种基于弱监督学习的方法，用于对无标签组织切片进行肺腺癌的分类。 | 创新性地将自动荧光图像转换为虚拟的H&E染色图像，并应用于弱监督深度生成模型. | 该研究主要集中在肺腺癌上，可能对其他类型的癌症适用性有限. | 研究旨在开发一种快速、成本效益高且可解释性的肺癌诊断工作流程. | 研究对象为无标签组织切片，关注肺腺癌的分类. | 数字病理学 | 肺癌 | 弱监督学习 | 基于注意力的多实例学习模型 | 图像 | 150个H&E染色全切片图像和58个虚拟H&E染色全切片图像 | NA | NA | NA | NA |
| 704 | 2024-08-05 |
Computed tomography-based prediction of pancreatitis following biliary metal stent placement with the convolutional neural network
2024-Jun, Endoscopy international open
IF:2.2Q2
DOI:10.1055/a-2298-0147
PMID:38904060
|
研究论文 | 本研究探讨了基于计算机断层扫描的卷积神经网络在预测胆道金属支架放置后胰腺炎的应用 | 首次在恶性胆道梗阻情况下，利用深度学习图像识别预测胰腺炎 | CNN模型的表现处于中等水平，可能需要进一步优化 | 研究深度学习技术在胰腺炎预测中的潜力 | 包括70名接受自膨胀金属支架（SEMS）置入的患者 | 计算机视觉 | NA | 深度学习 | 卷积神经网络（CNN） | 图像 | 70名患者的计算机断层扫描图像（≥120,960幅增广图像） | NA | NA | NA | NA |
| 705 | 2024-08-05 |
Approved AI-based fluid monitoring to identify morphological and functional treatment outcomes in neovascular age-related macular degeneration in real-world routine
2024-Jun-20, The British journal of ophthalmology
DOI:10.1136/bjo-2022-323014
PMID:37775259
|
研究论文 | 本研究旨在利用人工智能对液体进行定量，以预测新生血管年龄相关性黄斑变性(nAMD)患者的治疗需求、视力和形态结果。 | 该论文使用经过监管批准的人工智能液体监测方法，能够自动化指导AMD患者的治疗，并预测长期形态结果。 | 该研究的样本主要来自单一注册中心，可能无法代表更广泛的人群。 | 本研究的目标是预测新生血管年龄相关性黄斑变性患者的治疗需求和视觉及形态结果。 | 研究对象为158名未接受治疗的新生血管年龄相关性黄斑变性患者。 | 数字病理学 | 年龄相关性黄斑变性 | 光谱域光学相干断层扫描 | 深度学习算法 | 影像 | 158名治疗未经验患者的数据，评估了202只眼睛 | NA | NA | NA | NA |
| 706 | 2024-08-05 |
Deep learning detection of diabetic retinopathy in Scotland's diabetic eye screening programme
2024-Jun-20, The British journal of ophthalmology
DOI:10.1136/bjo-2023-323395
PMID:37704266
|
研究论文 | 本文旨在开发基于深度学习的自动分级系统，用于评估苏格兰糖尿病视网膜病变的筛查程序中的视网膜图像 | 提出了一种新的深度学习算法，与现有的支持向量机基自动分级系统相比，具备更好的特异性 | 仅评估了50%参与国家DR筛查项目的患者，可能限制了结果的普遍适用性 | 开发深度学习算法来自动评估糖尿病视网膜病变，并与当前自动化分级系统进行性能比较 | 179944名患者的视网膜图像、质量保证数据和常规DR分级 | 数字病理学 | 糖尿病视网膜病变 | 深度学习 | NA | 图像 | 179944名患者的图像和744张的质量保证图像 | NA | NA | NA | NA |
| 707 | 2024-08-05 |
Automated classification of multiple ophthalmic diseases using ultrasound images by deep learning
2024-Jun-20, The British journal of ophthalmology
DOI:10.1136/bjo-2022-322953
PMID:37852741
|
研究论文 | 该研究开发了一种多分支变换网络（MBT-Net）用于自动分类多种眼科疾病的超声图像 | 提出了一种新的深度学习模型MBT-Net，能够在多种超声设备和操作者下自动分类多种眼科疾病 | 该研究中模型的表现与资深眼科医生相比仍有差距 | 开发一种能自动识别多种眼科疾病的深度学习模型 | 使用临床确认的六类眼科疾病的超声图像进行模型的开发和评估 | 计算机视觉 | 眼科疾病 | 超声波成像 | 多分支变换网络（MBT-Net） | 图像 | 共收集了10,184张超声图像 | NA | NA | NA | NA |
| 708 | 2024-08-05 |
DeepLeish: a deep learning based support system for the detection of Leishmaniasis parasite from Giemsa-stained microscope images
2024-Jun-18, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01333-1
PMID:38890604
|
研究论文 | 提出了一种基于深度学习的人工智能检测工具，用于从Giemsa染色的显微镜图像中检测利什曼虫 | 开发了一个新的基于YOLOV5模型的检测工具，改善了利什曼病的诊断效率 | 在寄生虫细胞和血细胞的大小差异下，模型的准确性有时降低 | 旨在开发用于利什曼病检测的人工智能工具 | 利用Giemsa染色的显微镜图像进行寄生虫检测 | 计算机视觉 | 利什曼病 | 深度学习 | YOLOV5 | 图像 | 经过专家标注的显微镜图像 | NA | NA | NA | NA |
| 709 | 2024-08-05 |
Stereochemically-aware bioactivity descriptors for uncharacterized chemical compounds
2024-Jun-18, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-024-00867-4
PMID:38890727
|
研究论文 | 本研究系统地探讨了立体异构与生物活性之间的关系 | 提出了一种新的立体化学意识描述符，能够更准确地描述小分子生物活性特性 | NA | 探讨立体异构体与生物活性之间的关系，并生成生物活性描述符 | 超过100万种化合物及其立体异构体 | 计算机视觉 | NA | 深度学习 | 深度神经网络 | 化合物数据 | 超过100万种化合物 | NA | NA | NA | NA |
| 710 | 2024-08-05 |
Revolutionizing disease diagnosis and management: Open-access magnetic resonance imaging datasets a challenge for artificial intelligence driven liver iron quantification
2024-Jun-16, World journal of clinical cases
IF:1.0Q3
DOI:10.12998/wjcc.v12.i17.2921
PMID:38898864
|
评论 | 本文强调了开放获取的磁共振成像数据集对人工智能驱动的肝铁定量的重要性 | 提出了标准化数据集在推动医疗成像中AI和CNN应用的关键角色 | 缺乏开放获取的数据集可能会延缓该领域医疗研究的进展 | 探讨人工智能在疾病诊断和管理中的潜力 | 人工智能技术在肝铁负荷评估中的应用 | 医疗成像 | NA | 磁共振成像 | 卷积神经网络（CNN） | NA | NA | NA | NA | NA | NA |
| 711 | 2024-08-05 |
Deep learning to detect left ventricular structural abnormalities in chest X-rays
2024-Jun-07, European heart journal
IF:37.6Q1
DOI:10.1093/eurheartj/ehad782
PMID:38503537
|
研究论文 | 本研究开发了一种深度学习模型，用于在胸部X光片中检测左心室结构异常。 | 首次利用深度学习方法在胸部X光片中准确检测严重左心室肥大和扩张的能力。 | 模型的评估依赖于回顾性数据，可能存在样本选择偏差。 | 研究旨在改进心力衰竭患者的早期筛查和识别。 | 研究对象为24,689名患者的71,589幅胸部X光片及相关的超声心动图标签。 | 计算机视觉 | 心血管疾病 | 深度学习 | NA | 图像 | 71,589幅胸部X光片 | NA | NA | NA | NA |
| 712 | 2024-08-05 |
Deep Learning-Based Automated Imaging Classification of ADPKD
2024-Jun, Kidney international reports
IF:5.7Q1
DOI:10.1016/j.ekir.2024.04.002
PMID:38899202
|
研究论文 | 本研究开发了一种基于深度学习的方法，自动分类自体显性多囊肾病(ADPKD)的影像学类。 | 该方法应用了转移学习和可解释人工智能(XAI)技术，提高了自动分类结果的解释性和准确性。 | 本文对类1和类2的分类效果优异，但可能在实际临床应用中面临更复杂的变异情况。 | 研究旨在提高ADPKD影像分类的自动化水平，以支持临床试验和患者管理。 | 研究对象为486名患者的腹部T2加权磁共振图像。 | 计算机视觉 | 自体显性多囊肾病 | 深度学习，转移学习 | NA | 图像 | 486名患者的磁共振图像 | NA | NA | NA | NA |
| 713 | 2024-08-05 |
Feed intake in housed dairy cows: validation of a three-dimensional camera-based feed intake measurement system
2024-Jun, Animal : an international journal of animal bioscience
IF:4.0Q1
DOI:10.1016/j.animal.2024.101178
PMID:38823283
|
研究论文 | 本研究验证了一种基于三维相机的奶牛饲料摄入量测量系统的准确性 | 提出了验证3D相机预测饲料摄入量重量的必要性，并探讨了饮食特定系数的影响 | 模型在个别餐次的摄入量测量上的准确性仍需提高 | 验证基于3D相机的饲料摄入量预测与实际测量重量之间的关系 | 24头泌乳的丹麦黑白奶牛 | 数字病理学 | NA | 深度学习 | 预测模型 | 体重和饲料体积数据 | 24头奶牛，使用4种不同的饮食处理 | NA | NA | NA | NA |
| 714 | 2024-08-05 |
[New Method of Paired Comparison for Improved Observer Shortage Using Deep Learning Models]
2024-Jun-20, Nihon Hoshasen Gijutsu Gakkai zasshi
DOI:10.6009/jjrt.2024-1446
PMID:38763757
|
研究论文 | 本研究旨在验证使用深度学习观察者替代成对比较中的传统观察者的潜力 | 首次提出使用深度学习模型替代人工观察者进行影像成对比较 | 仅在有限的虚拟样本（7点噪声评估）上进行验证，可能未能代表更广泛的应用场景 | 评估深度学习模型在影像成对比较中的应用潜力 | 使用计算机断层扫描获取的虚拟影像进行比较 | 数字病理学 | NA | 计算机断层扫描 | VGG16和VGG19 | 影像 | 14名具有10年以上经验的放射技师的成对比较数据 | NA | NA | NA | NA |
| 715 | 2024-08-05 |
Minimization of occurrence of retained surgical items using machine learning and deep learning techniques: a review
2024-Jun-18, BioData mining
IF:4.0Q1
DOI:10.1186/s13040-024-00367-z
PMID:38890729
|
review | 本文回顾了机器学习和深度学习在防止保留外科物品中的应用 | 创新点在于强调了一种多层次的方法，结合了机器学习和深度学习的优势以降低RSI风险 | 该文章并未提供具体的实验数据或模型性能评估 | 探讨机器学习和深度学习技术在防止保留外科物品中的应用 | 最近发表的关于RSI预防和诊断的文章 | 机器学习 | NA | 机器学习, 深度学习 | NA | 数据集 | NA | NA | NA | NA | NA |
| 716 | 2024-08-05 |
A radiomics-boosted deep-learning for risk assessment of synchronous peritoneal metastasis in colorectal cancer
2024-Jun-18, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-024-01733-5
PMID:38886244
|
研究论文 | 本研究旨在通过PET/CT图像创建一个增强放射组学的深度学习模型，以评估结直肠癌同步腹膜转移的风险 | 结合放射组学与深度学习，以提高对结直肠癌同步腹膜转移的风险评估的准确性 | 研究未详细讨论不同治疗方法的影响和外部验证样本的限制 | 评估结直肠癌同步腹膜转移的风险 | 220例结直肠癌患者 | 数字病理学 | 结直肠癌 | PET/CT | ResNet50 | 图像 | 220 | NA | NA | NA | NA |
| 717 | 2024-08-05 |
Robust brain tumor classification by fusion of deep learning and channel-wise attention mode approach
2024-Jun-17, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01323-3
PMID:38886661
|
研究论文 | 本研究通过结合深度学习和通道注意力模式提升了脑肿瘤的分类能力 | 提出了一种新的模型ResNet101-CWAM，利用通道注意力机制来提高脑肿瘤分类的准确性 | 未探讨其他注意机制（如空间注意或组合注意）对脑肿瘤分类的具体影响 | 旨在提高脑肿瘤分类的准确性和效率，促进临床决策 | 主要研究对象为脑肿瘤图像数据 | 计算机视觉 | 脑肿瘤 | 深度学习 | ResNet101-CWAM | 图像 | NA | NA | NA | NA | NA |
| 718 | 2024-08-05 |
Automated diagnosis of schizophrenia based on spatial-temporal residual graph convolutional network
2024-Jun-17, Biomedical engineering online
IF:2.9Q3
DOI:10.1186/s12938-024-01250-y
PMID:38886737
|
研究论文 | 本研究提供了一种基于时空残差图卷积神经网络的精神分裂症分类方法 | 提出了一种结合时空频率特征的新模型，弥补了传统方法忽视空间频率特征的不足 | 实验中只使用了两个数据集，可能限制了模型的泛化能力 | 提高精神分裂症的诊断准确性 | 精神分裂症患者 | 深度学习 | 精神分裂症 | 时空残差图卷积神经网络 (STRGCN) | 图卷积网络 | EEG信号 | 使用了公开数据集Zenodo和自收集的数据集，样本大小分别为未提供具体数字 | NA | NA | NA | NA |
| 719 | 2024-08-05 |
Two-step hierarchical binary classification of cancerous skin lesions using transfer learning and the random forest algorithm
2024-Jun-17, Visual computing for industry, biomedicine, and art
DOI:10.1186/s42492-024-00166-7
PMID:38884841
|
研究论文 | 本研究提出了一种两步层次二元分类方法，用于癌性皮肤病变的分类 | 提出了一种混合机器学习和深度学习的两步层次二元分类方法，尤其在处理大类不平衡时表现出色 | 受限于公开可用的皮肤病变数据集的规模和数据不平衡 | 旨在提高皮肤病变的分类精度，促进早期检测和诊断 | 主要研究癌性皮肤病变的分类 | 计算机视觉 | 皮肤癌 | 深度学习与随机森林 | DenseNet121及随机森林 | 图像 | ISIC 2017 数据集中的样本数量为NA | NA | NA | NA | NA |
| 720 | 2024-08-05 |
Effective recognition design in 8-ball billiards vision systems for training purposes based on Xception network modified by improved Chaos African Vulture Optimizer
2024-Jun-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63955-3
PMID:38886386
|
研究论文 | 本文研究了一种利用深度学习和图像处理技术设计的8球台球机器人视觉系统 | 本研究采用改进的混沌非洲秃鹰优化算法优化Xception网络，提高了机器人对8球台球的识别能力 | 本文未提及在多样化台球环境下的实际应用测试 | 本研究旨在改善8球台球的机器人视觉系统的识别精度 | 研究对象为8球台球中的球体图像及其模式识别 | 计算机视觉 | NA | 深度学习, 图像处理 | Xception网络 | 图像 | NA | NA | NA | NA | NA |