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 1029 篇文献，本页显示第 921 - 940 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 921 | 2024-08-05 |
Rapid detection of fetal compromise using input length invariant deep learning on fetal heart rate signals
2024-06-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63108-6
PMID:38824217
|
研究论文 | 本研究提出了一种新颖的 FHR 评估方法，通过输入长度不变的深度学习模型来快速检测胎儿窘迫 | 采用输入长度不变的深度学习模型 (FHR-LINet) 逐步评估 FHR，显著减少了检测胎儿窘迫所需时间 | 研究可能对模型的泛化能力和在不同临床环境中的应用进行限制 | 旨在提高胎儿窘迫的快速检测能力 | 主要研究对象为胎心率信号 | 机器学习 | NA | 深度学习 | 输入长度不变的深度学习模型 (FHR-LINet) | 信号 | NA | NA | NA | NA | NA |
| 922 | 2024-08-05 |
Development and deployment of a histopathology-based deep learning algorithm for patient prescreening in a clinical trial
2024-Jun-01, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-49153-9
PMID:38824132
|
研究论文 | 开发并部署了一种基于组织病理学的深度学习算法用于临床试验中的患者预筛查 | 成功开发了一个AI驱动的生物标志物检测算法，优化以提高敏感性并加速患者招募 | 算法在特定数据集上的验证可能不包含所有类型的肿瘤或患者 | 提高靶向治疗的患者招募效率和减少分子检测成本 | 使用超过3000张来自晚期尿路上皮癌患者的H&E染色全切片图像 | 数字病理学 | NA | 深度学习 | NA | 图像 | 超过3000张图像，350名患者 | NA | NA | NA | NA |
| 923 | 2024-08-05 |
Super resolution deep learning reconstruction for coronary CT angiography: A structured phantom study
2024-Jun, European journal of radiology open
IF:1.8Q3
DOI:10.1016/j.ejro.2024.100570
PMID:38828096
|
研究论文 | 该文章研究了一种新开发的基于深度学习的冠状动脉CT血管造影超分辨率重建方法SR-DLR。 | 引入了一种结构化的幻影模型来准确评估SR-DLR在冠状动脉CT影像重建中的表现。 | 虽然提出了SR-DLR的优势，但未在临床患者数据上进行验证。 | 调查SR-DLR重建图像的质量，提升冠状动脉CT影像的空间分辨率。 | 使用模拟人类解剖结构的结构化幻影作为研究对象。 | 数字病理学 | 冠状动脉疾病 | 超分辨率深度学习重建 | NA | 图像 | 一个包含肋骨、脊椎和模拟冠状动脉狭窄的结构化幻影 | NA | NA | NA | NA |
| 924 | 2024-08-05 |
Fully automated explainable abdominal CT contrast media phase classification using organ segmentation and machine learning
2024-Jun, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17076
PMID:38629779
|
研究论文 | 本研究通过器官分割和机器学习算法自动化分类腹部CT对比剂注射阶段 | 提出了一种快速、准确、可靠且可解释的方法来分类对比剂阶段，解决了公共数据集缺乏注射阶段信息的问题 | 研究结果主要基于两个CT扫描仪的数据，可能在其他设备上效果不同 | 检测CT图像中的对比剂注射阶段 | 2509幅CT图像，分为四个不同的对比剂注射相 | 机器学习 | 肝癌 | 深度学习 | 随机森林 (RF) | 图像 | 总共2509幅CT图像 | NA | NA | NA | NA |
| 925 | 2024-08-05 |
Deep learning-based optimization of field geometry for total marrow irradiation delivered with volumetric modulated arc therapy
2024-Jun, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17089
PMID:38634859
|
研究论文 | 该文章提出了一种基于深度学习的卷积神经网络 (CNN) 来自动生成全骨髓放射治疗的场几何。 | 通过结合医学物理师的知识，开发的模型能在有限数据环境下优化场几何的生成，这是该研究的创新之处。 | 研究样本量有限，仅包括117名患者的治疗数据，可能影响模型的泛化能力。 | 研究旨在开发自动生成TMI/TMLI场几何的卷积神经网络。 | 研究对象为117名在2011年至2023年期间接受全骨髓放射治疗的患者。 | 数字病理学 | NA | 卷积神经网络 (CNN) | CNN | 影像 | 117名接受TMI/TMLI治疗的患者 | NA | NA | NA | NA |
| 926 | 2024-08-05 |
Towards automatic home-based sleep apnea estimation using deep learning
2024-Jun-01, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-024-01139-z
PMID:38824175
|
研究论文 | 提出了一种名为DRIVEN的方法，用于从可穿戴设备中自动估计家中的睡眠呼吸暂停指数（AHI） | 该方法结合了深度卷积神经网络和轻量级梯度提升机，实现了在家中舒适环境下的AHI估计 | 长时间的PSG监测不切实际，且需要患者的依从性 | 旨在通过可穿戴设备在家中对睡眠呼吸暂停进行早期检测和评估 | 通过可穿戴传感器（如腹部和胸部运动、脉搏血氧饱和度）监测睡眠障碍的患者 | 机器学习 | 呼吸系统疾病 | 深度卷积神经网络和轻量级梯度提升机 | CNN | 录音数据 | 来自三个大型睡眠研究的14,370条记录 | NA | NA | NA | NA |
| 927 | 2024-08-05 |
An enhancement algorithm for head characteristics of caged chickens detection based on cyclic consistent migration neural network
2024-Jun, Poultry science
IF:3.8Q1
DOI:10.1016/j.psj.2024.103663
PMID:38603930
|
研究论文 | 提出了一种基于循环一致迁移神经网络的笼养鸡头部特征检测增强算法 | 提出了一种基于大数据和深度学习的笼门去除算法，采用CCMNN网络实现图像中关键信息的自动消除和恢复 | 该研究主要集中在笼养鸡的头部特征检测，可能对其它类型的家禽检测有效性有限 | 提高笼养鸡健康状态识别的准确性 | 针对笼养鸡的冠和眼睛进行图像检测 | 计算机视觉 | NA | 循环一致迁移神经网络 | YOLOv8 | 图像 | NA | NA | NA | NA | NA |
| 928 | 2024-08-05 |
An attention-based bilateral feature fusion network for 3D point cloud
2024-Jun-01, The Review of scientific instruments
DOI:10.1063/5.0189991
PMID:38832851
|
研究论文 | 本文提出了一种基于注意力的双边特征融合网络，用于处理3D点云数据 | 创新之处在于提出了一个双边特征融合模块和偏移向量注意力模块，以改善点云的局部和全局特征提取 | 本文未提及特定的计算复杂性或效能损耗分析 | 研究旨在解决点云处理中的几何与语义特征提取不平衡的问题 | 研究对象为3D点云数据 | 计算机视觉 | NA | NA | 注意力网络 | 点云 | NA | NA | NA | NA | NA |
| 929 | 2024-08-05 |
Advanced CKD detection through optimized metaheuristic modeling in healthcare informatics
2024-06-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63292-5
PMID:38824162
|
研究论文 | 本研究提出了一种新的分类模型，通过优化的元启发式方法提高慢性肾病的诊断效率 | 采用元启发式方法进行特征选择，提升慢性肾病检测的准确率 | 缺乏对比已有模型的详细实验细节和局限性的讨论 | 提高慢性肾病的检测准确性 | 医疗数据，特别是慢性肾病相关数据 | 医疗信息学 | 慢性肾病 | 元启发式方法 | 极限学习机 | 医疗数据 | NA | NA | NA | NA | NA |
| 930 | 2024-08-05 |
Automatic assessment of DWI-ASPECTS for acute ischemic stroke based on deep learning
2024-Jun, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17101
PMID:38687043
|
研究论文 | 本研究提出了一种基于扩散加权成像(DWI)的自动ASPECTS评分模型，用于帮助临床医生进行准确的急性缺血性中风治疗计划 | 研究中提出了一种改进的深度学习网络，加上混合分类器，能够自动评估DWI-ASPECTS | 本研究的局限性在于只包含82名中风患者的样本，可能影响结果的广泛适用性 | 本研究的目的是通过自动化ASPECTS得分来提高急性缺血性中风的临床诊断准确性 | 本研究对象为82名急性缺血性中风患者 | 计算机视觉 | 缺血性中风 | 深度学习 | 改进的U-net | 医学影像 | 82名中风患者 | NA | NA | NA | NA |
| 931 | 2024-08-05 |
Deep learning based model predictive controller on a magnetic levitation ball system
2024-Jun, ISA transactions
IF:6.3Q1
DOI:10.1016/j.isatra.2024.04.019
PMID:38644075
|
研究论文 | 提出了一种基于深度学习的模型预测控制器，用于磁悬浮球系统的实时控制 | 通过将LSTM网络与自回归结构结合来精确描述磁悬浮球系统的动态，并提出了一种改进的控制器以提高实时控制效率 | 研究主要集中于磁悬浮球系统，可能对其他系统的适用性有限 | 开发一种高效的控制方法以改进磁悬浮球系统的瞬态性能和控制效率 | 磁悬浮球系统作为一个单输入单输出的非线性系统 | 机器学习 | NA | LSTM | LSTM-ARX | NA | NA | NA | NA | NA | NA |
| 932 | 2024-08-05 |
Research Note: Prospects for early detection of breast muscle myopathies by automated image analysis
2024-Jun, Poultry science
IF:3.8Q1
DOI:10.1016/j.psj.2024.103680
PMID:38564836
|
研究论文 | 本研究评估了新开发的基于深度学习的自动图像分析工具在鸡胸肌肌病早期检测中的有效性 | 开发了一种新的自动图像分析工具，可在早期检测与肌肉病变相关的形态参数 | 研究仅限于雄性小鸡，样本收集时间为饲养第14天，结果可能不适用于其他种类或生命周期阶段的鸡 | 探讨自动图像分析作为早期检测鸡胸肌肌病的潜力 | 雄性肉鸡及其肌肉样本 | 数字病理学 | NA | 深度学习 | NA | 图像 | 在饲养第14天收集的雄性小鸡肌肉样本 | NA | NA | NA | NA |
| 933 | 2024-08-05 |
Ultra-high-resolution CT of the temporal bone: Comparison between deep learning reconstruction and hybrid and model-based iterative reconstruction
2024-Jun, Diagnostic and interventional imaging
IF:4.9Q1
DOI:10.1016/j.diii.2024.02.001
PMID:38368178
|
研究论文 | 本研究评估了超高分辨率计算机断层扫描（UHR-CT）在评估镫骨和鼓索神经解剖方面的能力 | 采用深度学习重建与混合和基于模型的迭代重建算法进行比较，展示了UHR-CT在噪声和空间分辨率上的优势 | 本研究没有讨论不同剂量水平对图像质量的长期影响 | 评估不同重建算法在超高分辨率CT评估耳朵解剖结构中的应用效果 | 使用超高分辨率CT评估镫骨和鼓索神经的解剖 | 数字病理学 | NA | 超高分辨率计算机断层扫描（UHR-CT） | 深度学习重建（DLR） | 图像 | 13个颞骨CT检查 | NA | NA | NA | NA |
| 934 | 2024-08-07 |
Disease-driven domain generalization for neuroimaging-based assessment of Alzheimer's disease
2024-Jun-01, Human brain mapping
IF:3.5Q1
DOI:10.1002/hbm.26707
PMID:38798082
|
研究论文 | 本文提出了一种利用模型可解释性增强分类模型在不同队列间泛化能力的框架，通过MRI扫描和临床诊断数据训练深度神经网络，重点关注与疾病相关的大脑区域 | 本文采用领域泛化技术，通过统一视觉显著性先验来对齐类别注意力，提高了模型与死后组织学检查的相关性 | NA | 开发深度学习模型评估由认知障碍引起的结构脑变化的MRI扫描，并提高模型在不同数据源和设备间的泛化能力 | 使用MRI扫描和临床诊断数据，训练深度神经网络区分正常认知、轻度认知障碍和阿尔茨海默病引起的痴呆 | 计算机视觉 | 阿尔茨海默病 | MRI扫描 | 深度神经网络 | 图像 | 共使用了四个独立队列的数据，总计7433个样本 | NA | NA | NA | NA |
| 935 | 2024-08-07 |
High-spatial resolution ground-level ozone in Yunnan, China: A spatiotemporal estimation based on comparative analyses of machine learning models
2024-Jun-15, Environmental research
IF:7.7Q1
DOI:10.1016/j.envres.2024.118609
PMID:38442812
|
研究论文 | 本研究比较了几种广泛使用的集成学习和深度学习方法，用于模拟云南地区地面臭氧浓度，并评估其时空泛化性能 | 采用3维卷积神经网络（3-D CNN）模型，该模型在评估云南地区每日最大8小时平均臭氧浓度方面表现最佳 | NA | 开发高精度模型以模拟地面臭氧浓度，评估表面臭氧污染 | 云南地区的地面臭氧浓度 | 机器学习 | NA | 集成学习方法，深度学习方法 | 3-D CNN | 数据集 | 5折交叉验证 | NA | NA | NA | NA |
| 936 | 2024-08-07 |
Daily scale air quality index forecasting using bidirectional recurrent neural networks: Case study of Delhi, India
2024-Jun-15, Environmental pollution (Barking, Essex : 1987)
DOI:10.1016/j.envpol.2024.124040
PMID:38685551
|
研究论文 | 本研究旨在利用双向循环神经网络准确预测每日空气质量指数（AQI），以德里市为例 | 研究采用了多种深度学习模型，包括长短期记忆网络（LSTM）、双向LSTM（Bi-LSTM）和双向循环神经网络（Bi-RNN），并发现Bi-RNN模型在训练和测试阶段均表现最佳 | 研究显示模型性能受数据质量影响，需要充足的数据来训练模型 | 准确预测每日空气质量指数，为决策提供支持 | 德里市的空气质量指数 | 机器学习 | NA | 深度学习 | 双向循环神经网络（Bi-RNN） | 空气质量数据 | 具体样本数量未在摘要中提及 | NA | NA | NA | NA |
| 937 | 2024-08-07 |
The role and future prospects of artificial intelligence algorithms in peptide drug development
2024-Jun, Biomedicine & pharmacotherapy = Biomedecine & pharmacotherapie
DOI:10.1016/j.biopha.2024.116709
PMID:38713945
|
综述 | 本文综述了人工智能算法在肽类药物开发中的作用及未来前景 | 介绍了人工智能辅助的机器学习或深度学习模型在筛选大量候选治疗肽序列中的应用 | 传统肽类药物研发周期长且投资高 | 探讨人工智能在肽类药物开发中的应用，以加速药物研发过程 | 肽类药物及其在治疗各种疾病中的应用 | 机器学习 | NA | 机器学习, 深度学习 | NA | 序列数据 | 大量候选治疗肽序列 | NA | NA | NA | NA |
| 938 | 2024-08-07 |
Light field image super-resolution based on dual learning and deep Fourier channel attention
2024-Jun-01, Optics letters
IF:3.1Q2
DOI:10.1364/OL.522701
PMID:38824284
|
研究论文 | 本文提出了一种基于双重学习和深度傅里叶通道注意力机制的光场图像超分辨率方法 | 引入了双重学习和傅里叶通道注意力机制，以提高光场图像超分辨率的效果 | 在获取真实世界光场场景的配对数据集方面存在困难，影响模型泛化能力 | 提高光场图像的空间分辨率 | 光场图像的超分辨率 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 未具体说明 | NA | NA | NA | NA |
| 939 | 2024-08-07 |
Performance of the neural network-based prediction model in closed-loop adaptive optics
2024-Jun-01, Optics letters
IF:3.1Q2
DOI:10.1364/OL.527429
PMID:38824294
|
研究论文 | 本文研究了基于神经网络的预测模型在闭环自适应光学系统中的性能 | 首次成功测试了基于深度学习的时空预测模型在实际3公里激光大气传输自适应光学系统中的应用，并与传统闭环控制方法进行了比较 | 大多数预测算法仅限于开环系统，且在实际自适应光学系统中的部署和应用很少被报道 | 研究如何通过前馈预测大气湍流来抵消自适应光学系统的固有时间延迟，提高其校正带宽 | 自适应光学系统中的大气湍流预测模型 | 计算机视觉 | NA | 深度学习 | 神经网络 | 时空数据 | 3公里激光大气传输系统 | NA | NA | NA | NA |
| 940 | 2024-08-07 |
Snapshot spectral imaging based on aberration model-driven deep learning
2024-Jun-01, Optics letters
IF:3.1Q2
DOI:10.1364/OL.523832
PMID:38824286
|
研究论文 | 本文提出了一种基于像差模型驱动的深度学习方法，用于从低分辨率的编码孔径快照光谱成像（CASSI）测量中恢复高分辨率的超光谱图像（HSIs） | 该方法通过生成模拟CASSI光学像差的现实训练数据，并训练生成网络以从模糊和扭曲的CASSI测量中恢复HSIs，从而适应光学系统降解模型，提高了重建的鲁棒性 | NA | 提高CASSI系统中光谱图像重建的质量 | 超光谱图像（HSIs） | 计算机视觉 | NA | 深度学习 | 生成网络 | 图像 | NA | NA | NA | NA | NA |