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 841 - 860 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
841 2024-08-05
A comparative study of CARE 2D and N2V 2D for tissue-specific denoising in second harmonic generation imaging
2024-Jun, Journal of biophotonics IF:2.0Q3
研究论文 本研究探讨了深度学习在二次谐波生成显微镜中的应用 比较了两种图像恢复技术在特定组织去噪中的效果,提出N2V 2D在高甘油浓度下的有效恢复能力 本文没有详细讨论其他可能影响显微镜图像的因素 研究甘油浓度对二次谐波生成显微镜图像噪声的影响 比较N2V 2D和CARE 2D两种图像恢复技术的效果 数字病理学 NA 深度学习技术 N2V 2D 和 CARE 2D 图像 NA
842 2024-08-05
Quality assurance of late gadolinium enhancement cardiac magnetic resonance images: a deep learning classifier for confidence in the presence or absence of abnormality with potential to prompt real-time image optimization
2024 Summer, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance IF:4.2Q1
研究论文 本文开发了一种深度学习分类器,用于实时评估心脏磁共振成像中晚期钆增强影像的异常性。 提出了一种基于深度学习的自动化质量控制方法,能够即时识别心脏影像中的中间LGE可能性。 需要在成像过程中进行实时评估,不同中心的外部测试集表现稍有差异。 改善晚期钆增强成像的质量保证和决策支持工具。 使用短轴相位敏感反转恢复的晚期钆增强影像进行分类和评估。 数字病理学 心脏疾病 深度学习 EfficientNetV2卷积神经网络 影像 1645幅影像(来自272名患者)
843 2024-08-05
CovMediScanX: A medical imaging solution for COVID-19 diagnosis from chest X-ray images
2024-Jun, Journal of medical imaging and radiation sciences IF:1.3Q3
研究论文 本文提出了一个基于深度学习的框架CovMediScanX,用于从胸部X光图像快速自动诊断COVID-19 创新性地引入了自定义的卷积神经网络模型进行COVID-19诊断 模型在正常病例的检测上表现较差,需要进一步提升 研究旨在开发一个有效的工具来自动识别COVID-19病例 研究对象为胸部X光图像 计算机视觉 COVID-19 深度学习 卷积神经网络(CNN) 图像 来自不同扫描机器的独立数据集,具体样本量不详
844 2024-08-05
Automated angular measurement for puncture angle using a computer-aided method in ultrasound-guided peripheral insertion
2024-Jun, Physical and engineering sciences in medicine IF:2.4Q2
研究论文 本文提出了一种结合深度学习和常规图像处理方法的自动化针刺角度测量方法 该方法实现了极高的分割准确性和自动化角度测量,克服了传统方法的限制 尽管采用了多种图像处理方法,仍可能在真实环境下存在一定的变异性 研究目标是通过检测目标血管和针头来自动测量针刺角度 研究对象包括20名健康志愿者的肘静脉超声图像以及在四个模拟器上模拟的血管和针头 医学影像处理 NA 深度学习、霍夫变换 U-Net 图像 20名健康志愿者的超声图像和4个模拟器中的模拟血管和针头图像
845 2024-08-05
Multi-task global optimization-based method for vascular landmark detection
2024-06, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society IF:5.4Q1
研究论文 本文提出了一种基于多任务全局优化的方法用于血管标志物检测 通过多任务深度学习网络同时进行标志物热图回归、血管语义分割和方向场回归,从而提高了检测精度 尚未提及此方法在其他数据集上的应用效果 提高血管标志物检测的准确性和自动化程度 血管标志物及其连接的血管段 计算机视觉 NA 多任务深度学习网络 NA 图像 564个脑部MRA数据集,510个脑部CTA数据集,50个主动脉CTA数据集
846 2024-08-05
Inter-fractional portability of deep learning models for lung target tracking on cine imaging acquired in MRI-guided radiotherapy
2024-Jun, Physical and engineering sciences in medicine IF:2.4Q2
研究论文 本研究评估了用于MRI引导放疗中靶标追踪的深度学习模型的跨分数可移植性 提出了两种训练策略,评估了不同深度学习模型在不同分数中靶标追踪的表现 研究中仅涵盖了六名患者的样本,限制了结果的广泛性 评估深度学习模型在MRI引导放疗过程中靶标追踪的效果 六名接受MRI引导放疗的患者 数字病理 肺癌 深度学习 U-net,注意力U-net,嵌套U-net 影像 6名患者
847 2024-08-05
Segmentation of liver and liver lesions using deep learning
2024-Jun, Physical and engineering sciences in medicine IF:2.4Q2
研究论文 本文探讨了利用深度学习对肝脏和肝脏病变的分割。 针对使用临床3D MRI数据进行肝脏和肝脏病变分割的方法进行了全面研究,之前的实验对此未有充分讨论。 尽管肝脏分割准确性较高,但肝脏病变的勾画效果不佳,导致肿瘤检测在临床数据中不实用。 研究深度学习在核医学剂量测定与图像解析中的应用。 涉及128名患者的T1w和T2w MRI图像及相应的地面真实标签。 数字病理学 肝癌 MRI Isensee 2017网络 图像 128名患者的110组T1w-T2w MRI图像集,其中94组用于训练,16组用于验证,18组用于测试
848 2024-08-05
A secure worst elite sailfish optimizer based routing and deep learning for black hole attack detection
2024-Jun-10, Network (Bristol, England)
研究论文 本研究设计了一种基于深度学习的黑洞攻击检测模型以保护无线传感器网络 提出了一种最坏精英刀鱼优化(WESFO)算法用于路由,并结合自编码器进行攻击检测 色在模拟环节,未详细讨论实际应用的挑战 研究旨在检测和缓解无线传感器网络中的黑洞攻击 关注于无线传感器网络中黑洞攻击的检测与缓解 网络安全 NA 深度学习 自编码器 网络数据 NA
849 2024-08-05
The development of artificial intelligence in the histological diagnosis of Inflammatory Bowel Disease (IBD-AI)
2024-Jun-08, Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver IF:4.0Q1
研究论文 本文探讨了人工智能在炎症性肠病(IBD)组织学诊断中的应用 该研究开发了一种基于AI的评估系统,能够半自动量化基础浆细胞,以支持IBD的诊断 该研究可能存在外部验证队列的样本限制 旨在开发一种人工智能系统来辅助炎症性肠病的诊断 研究对象包括克罗恩病(CD)、溃疡性结肠炎(UC)和健康对照的肠道活检样本 数字病理学 炎症性肠病 深度学习 NA 图像 4981张注释图像用于训练,356个肠道活检样本用于外部验证
850 2024-08-05
An end-to-end method for predicting compound-protein interactions based on simplified homogeneous graph convolutional network and pre-trained language model
2024-Jun-07, Journal of cheminformatics IF:7.1Q1
研究论文 本研究提出了一种名为SPVec-SGCN-CPI的端到端方法,用于预测化合物与蛋白质之间的相互作用 该方法首次同时考虑了样本不平衡和计算效率,提高了化合物-蛋白质相互作用的预测准确性 在研究中没有提到可能的局限性 旨在提高化合物-蛋白质相互作用的预测能力以加速药物发现过程 研究对象为化合物与蛋白质之间的相互作用 机器学习 NA 简化图卷积网络 (SGCN) NA 数据集 三个数据集
851 2024-08-05
Software cost estimation predication using a convolutional neural network and particle swarm optimization algorithm
2024-Jun-07, Scientific reports IF:3.8Q1
研究论文 本文提出了一种基于卷积神经网络和粒子群优化算法的软件成本估算模型 结合深度学习和机器学习技术,利用CNN和PSO进行时间序列预测,增强了模型的稳健性和泛化能力 尽管在多个基准数据集上取得了优异表现,但仍需进一步验证其在不同应用领域的有效性 提升软件成本估算的预测准确性和稳定性 使用13个不同的基准数据集进行模型训练和测试 机器学习 NA 卷积神经网络 (CNN) 和粒子群优化 (PSO) 卷积神经网络 (CNN) 基准数据集 13个不同的基准数据集
852 2024-08-05
Depth-enhanced high-throughput microscopy by compact PSF engineering
2024-Jun-07, Nature communications IF:14.7Q1
研究论文 本文展示了一种紧凑的点扩散函数工程,以增强高通量显微镜的成像深度 提出了一种在物镜中实现紧凑点扩散函数工程的方法,克服了传统方法的笨重光学扩展问题 未在实际应用中提供完全的验证,而主要集中于方法论的展示 提升高通量显微镜在三维细胞模型中的应用效能 聚焦于三维显微成像及其与深度学习结合的能力 数字病理学 NA 光学方法 深度学习 图像 NA
853 2024-08-05
PUResNetV2.0: a deep learning model leveraging sparse representation for improved ligand binding site prediction
2024-Jun-07, Journal of cheminformatics IF:7.1Q1
研究论文 本文介绍了PUResNetV2.0模型,该模型通过稀疏表示提升了配体结合位点预测的准确性 提出了一种利用稀疏表示的深度学习模型PUResNetV2.0,以改善配体结合位点预测的准确性 在某些特定情况下(如RNA、DNA、肽类配体和离子结合位点预测)的性能受到训练数据限制的影响 提升蛋白质中配体结合位点预测的准确性 4729个蛋白质家族的蛋白质复合物 计算机视觉 NA 深度学习 PUResNetV2.0 蛋白质复合物数据 4729个蛋白质家族
854 2024-08-05
Breaking new ground: can artificial intelligence and machine learning transform papillary glioneuronal tumor diagnosis?
2024-Jun-07, Neurosurgical review IF:2.5Q1
研究论文 本研究探讨了人工智能和机器学习在乳头状神经胶质瘤诊断中的潜力 提出将人工智能和机器学习应用于乳头状神经胶质瘤的诊断,强调了其在诊断过程中的优势和必要性 尽管人工智能具有潜力,但需要医疗专业人员验证AI的预测,以确保其与临床专业知识相辅相成 研究人工智能和机器学习如何转变乳头状神经胶质瘤的诊断方式 36个已确认的乳头状神经胶质瘤病例 机器学习 NA 深度学习 NA 影像数据 36个病例
855 2024-08-05
Explainable deep learning-based ischemia detection using hybrid O-15 H2O perfusion PET/CT imaging and clinical data
2024-Jun-07, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology IF:3.0Q2
研究论文 本研究开发了一种可解释的深度学习分类器,用于通过O-15 H2O灌注PET/CT和冠状动脉CT血管成像识别冠状动脉疾病 提出了一种结合图像和数据的深度学习分类器,并能够以可视化方式展示数据结果 仅在138名受试者中评估,可能样本量不足以广泛推广 研究目的是开发一种有效的深度学习模型用于检测流量限制性冠状动脉疾病 研究对象为138名受试者,包含临床、CTA和PET变量 计算机视觉 冠状动脉疾病 PET/CT成像 深度学习模型 图像和数值数据 138名受试者
856 2024-08-05
Accuracy of a deep learning-based algorithm for the detection of thoracic aortic calcifications in chest computed tomography and cardiovascular surgery planning
2024-Jun-03, European journal of cardio-thoracic surgery : official journal of the European Association for Cardio-thoracic Surgery IF:3.1Q1
研究论文 本文评估了一种基于深度学习的算法在胸部计算机断层扫描中自动检测胸主动脉钙化的准确性 提出了一种全自动的深度学习模型来检测胸主动脉钙化,并重点关注主动脉夹钳区 仅涉及91名患者的回顾性样本,可能影响结果的普适性 评估深度学习算法在胸部CT中检测主动脉钙化的准确性 回顾性分析100个胸部CT扫描,来自91名患者 计算机视觉 心血管疾病 深度学习 卷积神经网络(CNN) 图像 100个胸部CT扫描,来自91名患者
857 2024-08-05
Machine learning-based classification of structured light modes under turbulence and eavesdropping effects
2024-Jun-01, Applied optics IF:1.7Q3
研究论文 本文考虑了在湍流和窃听影响下对复用结构光模态的分类 这是首个同时考虑湍流和窃听威胁对复用结构光模态分类的研究 未提及具体的实验条件或其他可能影响分类结果的因素 提高在挑战性环境中的通信可靠性和数据传输速率 复用的结构光模态,特别是在湍流和窃听场景下的性能 机器学习 NA 机器学习算法 人工神经网络,支持向量机,1D卷积神经网络,2D卷积神经网络 光学信号 16种模式
858 2024-08-05
Role of ChatGPT-4 for Medical Researchers
2024-Jun, Annals of biomedical engineering IF:3.0Q3
评论 本文强调了ChatGPT-4在医疗领域的贡献、益处和挑战 探讨了ChatGPT-4在医学研究中的应用潜力和具体优势 对该工具的知识和潜力仍需更深入的了解 旨在阐明ChatGPT-4对医学研究的影响 医疗研究人员和从业者 自然语言处理 NA 深度学习 ChatGPT-4 文本 NA
859 2024-08-05
Estimation of modified Zernike coefficients from turbulence-degraded multispectral imagery using deep learning
2024-Jun-01, Applied optics IF:1.7Q3
研究论文 本文研究了波长多样性如何影响深度学习模型从多光谱图像中预测修正Zernike系数的性能 提出了一种利用波长依赖的模拟方法来处理湍流引起的波前误差,并采用深度神经网络进行修正Zernike系数的预测 在使用带有附加噪声的扩展对象时,增加光谱带数所带来的改进有限 研究深度学习在湍流条件下从多光谱图像中高准确度预测修正Zernike系数的能力 点对象和来自字符数据集的扩展对象的多光谱图像 计算机视觉 NA 深度学习 AlexNet 图像 点对象和扩展对象的模拟图像数据,涉及不同湍流水平的多个样本
860 2024-08-05
Identifying the twist factor of twisted partially coherent optical beams
2024-Jun-01, Journal of the Optical Society of America. A, Optics, image science, and vision
研究论文 本文介绍了一种识别扭曲部分相干光束扭曲因子的方法 提出利用源平面上的圆形光圈来识别扭曲部分相干光束,简化了识别过程 识别过程可能受到光束低相干性和随机性的影响 研究如何有效识别扭曲部分相干光束的扭曲因子 扭曲部分相干光束的扭曲因子 光学 NA 深度学习 简单的深度学习模型 光束强度结构 NA
回到顶部