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 1034 篇文献，本页显示第 781 - 800 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 781 | 2024-08-05 |
Impact of real-life use of artificial intelligence as support for human reading in a population-based breast cancer screening program with mammography and tomosynthesis
2024-Jun, European radiology
IF:4.7Q1
DOI:10.1007/s00330-023-10426-4
PMID:37975920
|
研究论文 | 评估人工智能作为辅助工具对乳腺癌筛查项目双重阅读的影响 | 首次在真实世界场景中使用人工智能系统支持人类双重阅读，提高乳腺癌检测率和阳性预测值 | 研究未深入探讨人工智能系统的具体实施细节和与不同人群的泛化能力 | 研究人工智能在乳腺癌筛查中的应用效果 | 对2021年3月至2022年3月期间参与乳腺癌筛查的11998名女性进行分析 | 数字病理 | 乳腺癌 | 数字乳腺摄影和数字乳腺断层合成 | 深度学习 | 图像 | 11998名女性（5049名接受数字乳腺摄影，6949名接受数字乳腺断层合成） | NA | NA | NA | NA |
| 782 | 2024-08-05 |
Radiomics for the identification of extraprostatic extension with prostate MRI: a systematic review and meta-analysis
2024-Jun, European radiology
IF:4.7Q1
DOI:10.1007/s00330-023-10427-3
PMID:37955670
|
meta-analysis | 本研究系统回顾了MRI放射组学在前列腺癌EPE预测中的应用 | 本研究通过荟萃分析探讨了MRI放射组学在前列腺癌外前列腺扩展预测中的潜力 | 本研究提到包含的研究在设计和方法学质量上存在局限性 | 探讨MRI放射组学在前列腺癌外前列腺扩展预测中的有效性 | 评估MRI基础的放射组学方法对前列腺癌EPE识别的准确性 | digital pathology | prostate cancer | MRI | NA | radiomics data | 包含了13项研究的数据 | NA | NA | NA | NA |
| 783 | 2024-08-05 |
MRI-based automated multitask deep learning system to evaluate supraspinatus tendon injuries
2024-Jun, European radiology
IF:4.7Q1
DOI:10.1007/s00330-023-10392-x
PMID:37964049
|
研究论文 | 本研究建立了一种基于MRI的自动化多任务深度学习系统来评估肩胛上肌腱损伤 | 该系统在肩胛上肌腱损伤的分类上表现优于经验丰富的放射科医生 | 未提及具体的局限性 | 研究旨在构建一种高效的MRI自动化多任务深度学习系统以评估肩胛上肌腱损伤 | 3087名患者根据关节镜发现分为正常、退行性和撕裂三组 | 计算机视觉 | NA | 深度学习 | RC-MTL模型，VGG16 | 图像 | 3087名患者，外部验证573名患者 | NA | NA | NA | NA |
| 784 | 2024-08-05 |
Solution-state methyl NMR spectroscopy of large non-deuterated proteins enabled by deep neural networks
2024-Jun-13, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-49378-8
PMID:38871714
|
研究论文 | 本文展示了使用深度神经网络处理质子化样本的NMR光谱，以解决大分子样品准备的挑战。 | 本研究创新性地展示了在不进行氘代的情况下，通过深度神经网络获得高质量的NMR光谱。 | 研究中可能仍存在对数据处理及解读的限制，且未涉及所有类型的大分子蛋白质。 | 探讨使用深度学习分析复杂磁共振数据的方法，以促进对大生物分子的研究。 | 研究涉及分子量在42-360 kDa范围内的三种蛋白质及大肠杆菌苹果酸合成酶G（81 kDa）。 | 数字病理学 | NA | NMR光谱 | 深度神经网络 | 光谱数据 | 三种蛋白质 | NA | NA | NA | NA |
| 785 | 2024-08-05 |
Active gas camera mass flow quantification (qOGI): Application in a biogas plant and comparison to state-of-the-art gas cams
2024-Jun-01, The Review of scientific instruments
DOI:10.1063/5.0206155
PMID:38884562
|
研究论文 | 本文介绍了一种用于气体流量量化的新型主动气体相机，并在生物气体工厂进行应用。 | 本文创新地增强了气体相机的灵敏度适应性和相机-气体距离检测功能，首次实现了主动与被动气体相机间的比较。 | 本文未详细讨论在不同环境条件下该技术的普遍适用性。 | 研究气体流量的量化技术，评估主动气体相机在实际应用中的性能。 | 本研究对象为德国一座生物气体工厂中的气体泄漏情况。 | 数字道歉病理学 | NA | 激光光谱法和深度学习 | NA | 气体浓度 | 在生物气体工厂测量了一次气体泄漏情况 | NA | NA | NA | NA |
| 786 | 2024-08-05 |
Automated blood volume estimation in surgical drains for clinical decision support
2024-Jun, European review for medical and pharmacological sciences
DOI:10.26355/eurrev_202406_36375
PMID:38884505
|
研究论文 | 本文提出了一种利用深度学习技术自动估算手术引流管中血液体积的方法 | 创新点在于使用非接触方法和深度学习技术自动检测引流管，并计算血液体积 | 尚未提及系统在不同临床环境下的长期稳定性测试 | 研究旨在创建一个自动化的血液体积监测系统，以支持临床决策 | 主要研究对象是手术引流管中的血液体积监测 | 计算机视觉 | NA | 深度学习 | 语义分割 | 图像 | 使用了1004张在各种背景和光照条件下拍摄的图像 | NA | NA | NA | NA |
| 787 | 2024-08-05 |
A systematic review of brain metastases from lung cancer using magnetic resonance neuroimaging: Clinical and technical aspects
2024-Jun, Journal of medical radiation sciences
IF:1.8Q3
DOI:10.1002/jmrs.756
PMID:38234262
|
综述 | 本综述总结了与肺癌相关的脑转移瘤在磁共振成像技术方面的最新进展 | 文章创新性地展示了先进的磁共振成像技术在脑转移瘤管理中的应用，如灌注加权成像(PWI)和扩散加权成像(DWI) | 文章可能未能包括所有相关研究，可能存在偏倚的文献选择 | 探讨磁共振成像技术在肺癌脑转移瘤中的临床和技术应用 | 涉及2013年1月至2023年3月间进行的脑转移瘤相关的65项研究 | 数字病理学 | 肺癌 | 磁共振成像(MRI) | 深度学习(DL) | 文本 | 65项研究 | NA | NA | NA | NA |
| 788 | 2024-08-05 |
Recurrent quantum embedding neural network and its application in vulnerability detection
2024-Jun-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63021-y
PMID:38871946
|
研究论文 | 本论文提出了一种递归量子嵌入神经网络用于漏洞检测。 | 创新点在于结合了递归量子嵌入神经网络与自然语言处理，显著减少了内存消耗和参数数量。 | 没有提到具体的局限性。 | 研究旨在提高漏洞检测任务的性能和资源利用效率。 | 研究对象为漏洞检测任务中的量子自然语言处理方法。 | 自然语言处理 | NA | 量子计算 | 递归量子嵌入神经网络 | NA | NA | NA | NA | NA | NA |
| 789 | 2024-08-05 |
Topological regression as an interpretable and efficient tool for quantitative structure-activity relationship modeling
2024-Jun-13, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-49372-0
PMID:38871711
|
研究论文 | 本文提出了一种基于相似性的回归框架，拓扑回归（TR），用于定量构效关系建模，且易于解释和计算快速 | 提出了一种拓扑回归方法，其能够实现与深度学习QSAR模型相当甚至更好的性能，并提供更直观的解释能力 | 在比较上只有530个ChEMBL人类靶点活性数据集，可能对其它数据集的适用性没有充分验证 | 提高QSAR模型的可解释性与计算效率，以推动药物发现 | 530个ChEMBL人类靶点活性数据集 | 机器学习 | NA | NA | 拓扑回归（TR） | 数据集 | 530 | NA | NA | NA | NA |
| 790 | 2024-08-05 |
Phenotyping grapevine resistance to downy mildew: deep learning as a promising tool to assess sporulation and necrosis
2024-Jun-13, Plant methods
IF:4.7Q1
DOI:10.1186/s13007-024-01220-4
PMID:38872155
|
研究论文 | 该研究利用深度学习评估患有霜霉病的葡萄vine叶片的症状和抗性。 | 提出了一种高通量机器学习表型分析方法来识别葡萄对霜霉病抗性的新的基因位点 | 该方法可能依赖于特定的图像数据集，可能不适用于所有毒病系统 | 开发一种新的方法以快速、准确评估葡萄品种对霜霉病的抗性 | 受霜霉病影响的葡萄vine叶片 | 机器学习 | NA | 深度学习 | Swin Transformer | 图像 | 感染P. viticola的葡萄vine叶片圆盘的图像 | NA | NA | NA | NA |
| 791 | 2024-08-05 |
Robust diagnosis and meta visualizations of plant diseases through deep neural architecture with explainable AI
2024-06-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-64601-8
PMID:38871765
|
研究论文 | 本文提出了一种深度卷积神经网络模型，用于快速准确地识别植物疾病 | 引入了一种深度、可解释的神经架构，专门用于植物疾病识别，并应用于最大标准植物村数据集 | 由于基础设施和技术有限，植物疾病的准确识别具有挑战性 | 通过深度学习技术提高植物疾病的早期识别和分类精度 | 使用标准植物村数据集中38个类别的植物样本进行实验 | 计算机视觉 | 植物疾病 | 深度学习 | 深度卷积神经网络 | 图像 | 38个类别的最大标准植物村数据集 | NA | NA | NA | NA |
| 792 | 2024-08-05 |
Applying deep learning on social media to investigate cultural ecosystem services in protected areas worldwide
2024-06-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-64115-3
PMID:38871754
|
研究论文 | 本文探讨了全球保护区中文化生态系统服务的变异性 | 首次将深度学习与社交媒体数据结合，系统分类和分析全球保护区的文化生态系统服务 | 研究仅基于Flickr平台的照片，可能无法全面反映所有保护区的情况 | 旨在揭示全球保护区中文化生态系统服务的分布和互动模式 | 全球范围内的2873个保护区及其在社交媒体上的照片 | 机器学习 | NA | 卷积神经网络 | 混合效应模型 | 图像 | 总计87,090张照片，涉及2813个保护区，来自207个国家 | NA | NA | NA | NA |
| 793 | 2024-08-05 |
Automatic segmentation of femoral tumors by nnU-net
2024-Jun, Clinical biomechanics (Bristol, Avon)
|
研究论文 | 本文介绍了一种深度学习算法（nnU-Net）用于自动分割股骨肿瘤 | 提出的算法在当前最先进的解决方案中表现更好，能够以与经验丰富的放射科医生相似的准确性进行肿瘤分割 | 本文未提及具体关于算法在临床应用中的局限性 | 提高CT基础的有限元分析中肿瘤分割的准确性 | 包含手动标注的股骨肿瘤的CT扫描数据集 | 数字病理学 | 骨肿瘤 | 深度学习 | nnU-Net | 图像 | 50个CT扫描样本，包含手动标注的股骨肿瘤 | NA | NA | NA | NA |
| 794 | 2024-08-05 |
Multi-risk factors joint prediction model for risk prediction of retinopathy of prematurity
2024-Jun, The EPMA journal
DOI:10.1007/s13167-024-00363-7
PMID:38841619
|
研究论文 | 本研究建立了一种结合临床人口统计数据的人工智能算法用于早期筛查和风险预测早产儿视网膜病的模型 | 该研究创新性地结合了多种风险因素与人工智能技术，提高了对早产儿视网膜病及其治疗期望的预测能力 | 研究主要集中在单一医院的数据，可能存在样本偏差和外推性限制 | 该研究旨在通过建立多风险因素联合预测模型以提升早产儿视网膜病的早期筛查和风险评估能力 | 研究对象为22569名在深圳眼科医院进行常规筛查的早产儿，其中包括3335名罹患视网膜病的早产儿 | 机器学习 | 早产儿视网膜病 | 机器学习和深度学习 | 多层感知器、逻辑回归、决策树 | 临床数据 | 22569名早产儿，其中包括3335名视网膜病儿童和1234名需要治疗的视网膜病儿童 | NA | NA | NA | NA |
| 795 | 2024-08-05 |
Diagnosing schizophrenia using deep learning: Novel interpretation approaches and multi-site validation
2024-Jun-15, Brain research
IF:2.7Q3
DOI:10.1016/j.brainres.2024.148876
PMID:38513996
|
研究论文 | 该研究利用深度学习对精神分裂症进行诊断，提出了新的解释方法并进行了多中心验证 | 引入了SHAP方法进行深度学习模型输出的临床应用解释，并进行了多中心数据的验证以提高模型的可靠性 | 模型的可解释性有限，且数据仅限于九个全球中心，可能影响结果的广泛应用 | 提高精神分裂症的诊断准确性和客观性 | 利用来自不同国家的样本验证深度学习模型的普适性 | 机器学习 | 精神分裂症 | 深度学习 | 3D Resnet | 脑部图像数据 | 来自九个全球中心的多个样本 | NA | NA | NA | NA |
| 796 | 2024-08-05 |
Revolutionizing urban mapping: deep learning and data fusion strategies for accurate building footprint segmentation
2024-Jun-12, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-64231-0
PMID:38866920
|
研究论文 | 该论文提出了一种利用深度学习和数据融合策略进行建筑轮廓分割的新方法 | 通过将RGB正射影像与数字地表模型相结合，生成了一种统一的四波段数据集，从而改进了建筑分割的准确性和训练时间 | NA | 研究如何有效提取和细化城市建筑的轮廓信息 | 高分辨率航拍或卫星影像中的建筑物信息 | 计算机视觉 | NA | 深度学习，数据融合 | DeepLabv3 | 图像 | 覆盖意大利都灵21 km的区域，包含多样化的建筑框架 | NA | NA | NA | NA |
| 797 | 2024-08-05 |
An improved deep learning network for image detection and its application in Dendrobii caulis decoction piece
2024-06-12, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63398-w
PMID:38866849
|
研究论文 | 该文章提出了一种改进的深度学习网络用于从图像中检测 Dendrobii caulis decoction piece。 | 本文创新性地设计了 C2S 模块来替代 YOLOv5 的 C3 模块，提高了对稠密小目标的特征提取能力，并引入了 RepGFPN 和 OTA 操作符以有效整合高维和低维特征。 | 该研究未探讨方法在其他类型食材中的适用性。 | 研究旨在开发高效的检测方法，以解决 Dendrobii caulis decoction piece 的物种识别问题。 | 该研究的对象是不同类型的 Dendrobii caulis decoction piece。 | 计算机视觉 | NA | 深度学习 | 改进的 YOLOv5 | 图像 | 一个新的大规模 Dendrobium 图像数据集 | NA | NA | NA | NA |
| 798 | 2024-08-05 |
Enhancing the diagnosis of functionally relevant coronary artery disease with machine learning
2024-Jun-12, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-49390-y
PMID:38866791
|
研究论文 | 本研究展示了机器学习在预测功能性相关冠状动脉疾病中的优势 | 该研究展示了机器学习在预测应激诱导的功能性相关冠状动脉疾病方面超过了心脏病专家的能力 | 研究的局限性包括仅使用特定的临床变量和心电图信号 | 研究旨在提高功能性相关冠状动脉疾病的早期诊断 | 研究对象为功能性相关冠状动脉疾病患者 | 机器学习 | 心脏病 | 机器学习 | 逻辑回归 | 临床变量和心电图信号 | NA | NA | NA | NA | NA |
| 799 | 2024-08-05 |
A deep learning-based automated diagnosis system for SPECT myocardial perfusion imaging
2024-06-12, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-64445-2
PMID:38866884
|
研究论文 | 本文开发了一种基于深度学习的心肌灌注成像自动诊断系统 | 文章创新性地使用深度学习模型来改善心血管疾病的诊断准确性，并通过无监督学习可视化疾病损伤 | 研究仅基于单中心数据集，可能限制了结果的广泛适用性 | 旨在提高心肌灌注成像（MPI SPECT）图像的诊断支持能力 | 研究对象为5443个MPI SPECT图像样本，标记为健康或冠状动脉疾病 | 计算机视觉 | 心血管疾病 | 深度学习 | 卷积神经网络（CNN） | 图像 | 5443个MPI SPECT图像样本 | NA | NA | NA | NA |
| 800 | 2024-08-05 |
Parallel processing model for low-dose computed tomography image denoising
2024-Jun-12, Visual computing for industry, biomedicine, and art
DOI:10.1186/s42492-024-00165-8
PMID:38865022
|
研究论文 | 本研究提出了一种多编码器深度特征变换网络（MDFTN），旨在增强多源低剂量计算机断层成像（LDCT）的去噪性能 | 提出了一种并行处理模型，能够在统一框架内同时处理来自多种成像源的LDCT图像，提升去噪效果 | 未提及具体的局限性 | 旨在提高多源LDCT成像的数据去噪性能 | 多源低剂量计算机断层成像图像 | 数字病理学 | NA | 深度学习 | 多编码器深度特征变换网络（MDFTN） | 图像 | 在两个公共数据集和一个本地数据集上进行的实验 | NA | NA | NA | NA |