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 1298 篇文献，本页显示第 521 - 540 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 521 | 2024-10-19 |
Implementing Triage-Bot: Supporting the Current Practice for Triage Nurses
2024-07-15, Surgical technology international
DOI:10.52198/24.STI.44.WH1804
PMID:39151148
|
研究论文 | 本文介绍了一种名为Triage-Bot的AI系统，旨在协助急诊护士进行患者分诊 | Triage-Bot系统结合了创新的分析方法、自动化常规操作和高效处理技术，能够通过语音和视频提问，自动测量患者的生命体征，并使用深度学习模型分析用户的面部表情和语音语调 | 系统在没有护士指导的情况下访问时，用户需要了解何时应访问医疗提供者或急诊室；系统需要不断改进以适应不同能力患者的可访问性，并考虑语言、文化和年龄因素对语音和文本交互的影响 | 探讨AI系统在急诊护理中的应用，特别是如何通过Triage-Bot系统提高患者分诊的效率和质量 | 急诊护士和患者 | 机器学习 | NA | 深度学习 | 深度学习模型 | 语音和视频 | NA | NA | NA | NA | NA |
| 522 | 2024-10-18 |
Objectification of evaluation criteria in microscopic agglutination test using deep learning
2024-07, Journal of microbiological methods
IF:1.7Q4
DOI:10.1016/j.mimet.2024.106955
PMID:38754481
|
研究论文 | 本文旨在通过深度学习方法客观化显微凝集试验中的凝集率评估标准 | 提出了一种利用深度学习从暗场显微图像中提取自由钩端螺旋体并计算凝集率的方法 | NA | 客观化显微凝集试验中的凝集率评估标准 | 显微凝集试验中的凝集率 | 计算机视觉 | NA | 深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 523 | 2024-10-17 |
Ultra-low dose hip CT-based automated measurement of volumetric bone mineral density at proximal femoral subregions
2024-Jul-23, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17319
PMID:39042053
|
研究论文 | 开发并评估了一种基于超低剂量髋部CT的自动化方法，用于评估近端股骨亚区域的体积骨矿物质密度 | 结合深度学习、形状模型和有限元分析，提出了一种准确、可重复且可推广的算法，用于自动化分割近端股骨和解剖股骨亚区域 | NA | 开发和评估一种基于超低剂量髋部CT的自动化方法，用于评估近端股骨亚区域的体积骨矿物质密度 | 近端股骨亚区域的体积骨矿物质密度 | 计算机视觉 | NA | 深度学习、有限元分析 | 深度学习网络 | CT图像 | 100名参与者（50名女性） | NA | NA | NA | NA |
| 524 | 2024-10-06 |
Real-time coronary artery segmentation in CAG images: A semi-supervised deep learning strategy
2024-07, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2024.102888
PMID:38781870
|
研究论文 | 本文提出了一种半监督深度学习策略，用于实时冠状动脉CAG图像的分割 | 采用半监督学习方法，减少了对大量标注数据的依赖，同时提高了分割精度 | 需要进一步验证在不同数据集和临床环境中的泛化能力 | 开发一种能够实时指导PCI的深度学习模型，减少对比剂和辐射剂量 | 冠状动脉CAG图像的分割 | 计算机视觉 | 心血管疾病 | 深度学习 | U-Net | 图像 | 500个标注图像和8952个未标注图像 | NA | NA | NA | NA |
| 525 | 2024-10-06 |
Data mining and machine learning in HIV infection risk research: An overview and recommendations
2024-07, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2024.102887
PMID:38735156
|
综述 | 本文综述了数据挖掘和机器学习在HIV感染风险研究中的应用，并提出了未来研究方向 | 介绍了更先进的完全监督机器学习和深度学习技术，这些技术在预测性能上通常优于传统方法 | NA | 探讨数据挖掘和机器学习在HIV研究中的应用现状，并提出未来研究建议 | HIV感染风险研究 | 机器学习 | HIV感染 | 机器学习技术，深度学习技术 | 完全监督机器学习模型，深度学习模型 | NA | 38篇已发表文章 | NA | NA | NA | NA |
| 526 | 2024-10-06 |
Identifying pediatric heart murmurs and distinguishing innocent from pathologic using deep learning
2024-07, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2024.102867
PMID:38723434
|
研究论文 | 开发了一种深度学习算法，用于对正常儿科心脏声音、无害杂音和病理性杂音进行多类别分类 | 提出了两种新颖的方法，即使用视觉变换器在马尔可夫转移场或Gramian角场图像表示上进行训练，并首次展示了儿科杂音的多类别分类 | NA | 开发一种能够区分正常儿科心脏声音、无害杂音和病理性杂音的深度学习算法 | 儿科心脏声音、无害杂音和病理性杂音 | 机器学习 | 心血管疾病 | 深度学习 | 视觉变换器 (Vision Transformer), 卷积神经网络 (ResNet-50) | 音频 | 366个正常心脏声音，175个无害杂音，216个病理性杂音 | NA | NA | NA | NA |
| 527 | 2024-10-04 |
A hybrid deep learning and clonal selection algorithm-based model for commercial building energy consumption prediction
2024 Jul-Sep, Science progress
IF:2.6Q2
DOI:10.1177/00368504241283360
PMID:39340531
|
研究论文 | 本文提出了一种基于混合深度学习和克隆选择算法的商业建筑能耗预测与节能策略模型 | 该模型结合了卷积神经网络（CNN）、门控循环单元（GRU）和克隆选择算法（CSA），旨在提高能耗预测的准确性和效率 | NA | 解决传统能源管理方法预测精度低和适用性有限的问题 | 商业建筑的能耗预测与节能策略 | 机器学习 | NA | 克隆选择算法（CSA） | 卷积神经网络（CNN）、门控循环单元（GRU） | 数据集 | NA | NA | NA | NA | NA |
| 528 | 2024-10-03 |
3DVascNet: An Automated Software for Segmentation and Quantification of Mouse Vascular Networks in 3D
2024-07, Arteriosclerosis, thrombosis, and vascular biology
DOI:10.1161/ATVBAHA.124.320672
PMID:38779855
|
研究论文 | 本文介绍了一种基于深度学习的自动化软件3DVascNet，用于分割和量化小鼠3D血管网络 | 开发了3DVascNet软件，利用深度学习模型自动分割和量化3D血管网络，克服了传统2D分析的局限性 | 尽管3DVascNet在眼底图像上表现出色，但其泛化能力在其他数据集和器官上的表现仍需进一步验证 | 开发一种自动化工具，用于高效分析3D血管网络，以揭示生理和病理状态下血管组织的机制 | 小鼠视网膜血管网络 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 图像 | 大量3D显微镜图像 | NA | NA | NA | NA |
| 529 | 2024-10-01 |
Application of Artificial Intelligence in Pediatric Dentistry: A Literature Review
2024-Jul, Journal of pharmacy & bioallied sciences
DOI:10.4103/jpbs.jpbs_74_24
PMID:39346390
|
综述 | 本文综述了人工智能在儿科牙科中的多种应用 | NA | NA | 探讨人工智能在儿科牙科中的应用 | 儿科牙科领域 | 机器学习 | NA | 人工智能 | NA | NA | NA | NA | NA | NA | NA |
| 530 | 2024-09-30 |
Artificial intelligence detection of cognitive impairment in older adults during walking
2024 Jul-Sep, Alzheimer's & dementia (Amsterdam, Netherlands)
DOI:10.1002/dad2.70012
PMID:39328904
|
研究论文 | 研究探讨了利用人工智能（AI）辅助的线性加速度和角速度分析在行走过程中检测社区居住老年人认知障碍的可行性 | 利用AI辅助的步态分析来检测早期认知障碍 | NA | 检测社区居住老年人早期认知障碍 | 879名无痴呆的老年人 | 机器学习 | 老年病 | 深度学习模型 | 深度学习模型 | 线性加速度和角速度数据 | 879名参与者，其中女性占60.6%，平均年龄73.5岁 | NA | NA | NA | NA |
| 531 | 2024-09-28 |
ECG-only explainable deep learning algorithm predicts the risk for malignant ventricular arrhythmia in phospholamban cardiomyopathy
2024-07, Heart rhythm
IF:5.6Q1
DOI:10.1016/j.hrthm.2024.02.038
PMID:38403235
|
研究论文 | 研究开发了一种仅基于心电图数据的深度学习算法，用于预测磷酸酯酶心肌病患者的恶性室性心律失常风险 | 该研究首次使用深度学习技术仅通过心电图数据预测恶性室性心律失常风险，并开发了可视化工具提供交互式可视化 | 研究仅针对磷酸酯酶心肌病患者，且样本量有限 | 研究目的是探讨可解释的深度学习方法是否能仅通过心电图数据进行风险预测 | 研究对象为679名携带磷酸酯酶p.(Arg14del)变异且基线无恶性室性心律失常的患者 | 机器学习 | 心血管疾病 | 深度学习 | 变分自编码器 | 心电图 | 679名患者 | NA | NA | NA | NA |
| 532 | 2024-09-27 |
Integrating deep learning and regression models for accurate prediction of groundwater fluoride contamination in old city in Bitlis province, Eastern Anatolia Region, Türkiye
2024-Jul, Environmental science and pollution research international
DOI:10.1007/s11356-024-34194-w
PMID:38990257
|
研究论文 | 研究通过整合深度学习和回归模型，预测土耳其比特利斯省老城区地下水氟污染 | 采用多种机器学习和深度学习模型，包括XGBoost和CNN，显著提高了地下水氟污染预测的准确性 | 决策树回归器在预测中表现较差 | 评估地下水可能的地球化学污染分布，并开发一个稳健的预测模型 | 地下水中的氟污染 | 机器学习 | NA | 机器学习技术、回归模型、深度学习模型 | XGBoost、CNN、ANN、DNN、LSTM | 地下水样本数据 | 30个采样点，分别在2019年6月干季和9月雨季进行测量 | NA | NA | NA | NA |
| 533 | 2024-09-27 |
Computed tomography-based radial endobronchial ultrasound image simulation of peripheral pulmonary lesions using deep learning
2024 Jul-Aug, Endoscopic ultrasound
IF:4.4Q1
DOI:10.1097/eus.0000000000000079
PMID:39318751
|
研究论文 | 本文利用深度学习技术，从术前CT数据中模拟外周肺部病变（PPLs）的径向支气管内超声（R-EBUS）图像，以指导术中R-EBUS探头的操作 | 本文首次提出利用深度学习技术从CT数据中模拟R-EBUS图像，以提供术中操作指导 | 研究样本量有限，且仅限于特定类型的肺部病变 | 开发一种从术前CT数据中模拟R-EBUS图像的方法，以指导术中R-EBUS探头的操作 | 外周肺部病变（PPLs）的R-EBUS图像 | 计算机视觉 | 肺部疾病 | 深度学习 | 循环生成对抗网络 | 图像 | 250名接受R-EBUS引导下经支气管肺活检的患者 | NA | NA | NA | NA |
| 534 | 2024-09-26 |
Evaluation of Cell Cycle-Dependent Migration Activity after X-ray Exposure: A Radiobiological Approach for Optimization of Radiotherapy with Cell Cycle-Targeting Agents
2024-07-01, Radiation research
IF:2.5Q2
DOI:10.1667/RADE-23-00213.1
PMID:38720240
|
研究论文 | 本文通过图像分析算法评估了X射线照射后细胞周期依赖的迁移活性，以优化放射治疗中细胞周期靶向药物的选择 | 本文首次使用深度学习算法Cellpose进行细胞分割，并结合TrackMate插件分析细胞迁移速度和方向，揭示了不同细胞周期阶段对X射线照射后迁移活性的影响 | 研究仅使用了人宫颈癌HeLa细胞，结果的普适性有待进一步验证 | 优化放射治疗中细胞周期靶向药物的选择 | 人宫颈癌HeLa细胞在不同细胞周期阶段的迁移活性 | 数字病理学 | 宫颈癌 | X射线照射 | CNN | 图像 | 人宫颈癌HeLa细胞 | NA | NA | NA | NA |
| 535 | 2024-09-23 |
Well Plate-Based Localized Electroporation Workflow for Rapid Optimization of Intracellular Delivery
2024-Jul-20, Bio-protocol
IF:1.0Q3
DOI:10.21769/BioProtoc.5037
PMID:39100599
|
研究论文 | 介绍了一种基于深学习图像分析的高通量多孔局部电穿孔装置（LEPD）及其优化工作流程，用于快速优化细胞内分子递送 | 提出了高通量多孔局部电穿孔装置（LEPD），并结合深学习图像分析，实现了对电穿孔参数的快速优化 | NA | 优化细胞内分子递送的实验参数 | 细胞内分子递送的实验参数，包括脉冲电压、持续时间、缓冲液类型和货物浓度 | 生物工程 | NA | 电穿孔 | 深学习 | 图像 | 多种细胞类型和分子货物（DNA、RNA和蛋白质） | NA | NA | NA | NA |
| 536 | 2024-09-23 |
A multimodal deep learning tool for detection of junctional ectopic tachycardia in children with congenital heart disease
2024-Jul, Heart rhythm O2
IF:2.5Q2
DOI:10.1016/j.hroo.2024.04.014
PMID:39119021
|
研究论文 | 研究开发了一种多模态深度学习工具，用于检测先天性心脏病儿童中的结性异位心动过速 | 该研究开发了一种新的多模态自动心律失常检测工具，性能优于现有的结性异位心动过速检测工具 | 未来需要在更大规模的队列中验证模型的有效性 | 开发一种能够显著提高结性异位心动过速检测准确性的深度神经网络工具 | 先天性心脏病儿童中的结性异位心动过速 | 机器学习 | 心血管疾病 | 卷积神经网络 | CNN | 心电图和中心静脉压波形数据 | 40名先天性心脏病患者 | NA | NA | NA | NA |
| 537 | 2024-09-20 |
Structured light for touchless 3D registration in video-based surgical navigation
2024-Jul, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-024-03180-5
PMID:38816650
|
研究论文 | 本文介绍了一种使用激光扫描仪进行无接触3D注册的方法，用于视频辅助手术导航系统 | 提出了一种基于深度学习的语义分割技术，用于在重建前识别感兴趣的结构，从而减少非刚性结构重建中的异常值 | 目前的方法在复杂手术中的性能和适用性仍需进一步优化 | 开发一种无创的3D注册方法，以提高视频辅助手术导航系统的效率和可达区域 | 膝关节和髋关节的手术导航 | 计算机视觉 | NA | 激光扫描 | 深度学习模型 | 图像 | 使用膝关节和髋关节的模型以及离体数据进行实验验证 | NA | NA | NA | NA |
| 538 | 2024-09-20 |
Shape completion in the dark: completing vertebrae morphology from 3D ultrasound
2024-Jul, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-024-03126-x
PMID:38748052
|
研究论文 | 本文提出了一种基于点云的概率深度学习方法，用于从3D超声图像中完成被遮挡的解剖结构的形态补全，并以脊柱检查为例进行应用 | 本文的创新点在于引入了基于点云的概率深度学习方法，通过模拟超声物理和考虑固有伪影生成合成3D表示，从而实现被遮挡解剖结构的3D形状补全 | 本文的局限性在于主要依赖于合成数据进行训练，尽管在患者数据上表现良好，但仍需进一步验证其在更多实际病例中的适用性 | 本文的研究目的是通过复制医疗专业人员在超声检查中创建3D解剖结构心理地图的过程，增强解剖结构的视觉表示 | 本文的研究对象是腰椎椎体的3D形状补全 | 计算机视觉 | NA | 深度学习 | 概率深度学习模型 | 3D超声图像 | 合成数据和患者数据 | NA | NA | NA | NA |
| 539 | 2024-09-20 |
OneSLAM to map them all: a generalized approach to SLAM for monocular endoscopic imaging based on tracking any point
2024-Jul, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-024-03171-6
PMID:38775904
|
研究论文 | 本文提出了一种名为OneSLAM的单目SLAM算法，用于手术内窥镜成像，能够在多个内窥镜领域中无需重新训练即可工作 | OneSLAM利用了基于跟踪任何点的稳健基础模型，能够在不同内窥镜领域中泛化，无需重新训练 | 未来研究需要解决全局回环检测问题，以减少累积漂移并增强长期导航能力 | 开发一种能够在多个内窥镜领域中通用的单目SLAM算法 | 内窥镜成像中的单目SLAM算法 | 计算机视觉 | NA | 单目SLAM | NA | 图像 | 涉及四个内窥镜领域：鼻窦内窥镜、结肠镜检查、关节镜检查和腹腔镜检查 | NA | NA | NA | NA |
| 540 | 2024-09-20 |
HE-Mind: A model for automatically predicting hematoma expansion after spontaneous intracerebral hemorrhage
2024-Jul, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2024.111533
PMID:38833770
|
研究论文 | 开发并验证了一种用于自动预测自发性脑出血后血肿扩张的端到端模型 | 设计了一种新颖的深度学习框架，包括密集连接的U-net用于分割过程，多实例学习策略用于解决标签模糊性，以及Siamese网络用于分类过程 | NA | 开发和验证一种自动预测自发性脑出血后血肿扩张的模型 | 自发性脑出血患者的颅内非对比CT图像 | 计算机视觉 | 脑血管疾病 | 深度学习 | U-net, Siamese网络 | 图像 | 490名自发性脑出血患者 | NA | NA | NA | NA |