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 1294 篇文献，本页显示第 541 - 560 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 541 | 2024-08-18 |
NCME-Net: Nuclear cataract mask encoder network for intelligent grading using self-supervised learning from anterior segment photographs
2024-Jul-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e34726
PMID:39149020
|
研究论文 | 本文提出了一种名为NCME-Net的混合模型，用于通过自监督学习对前段照片进行核性白内障严重程度的四分类分析 | NCME-Net利用自监督预训练，无需昂贵的数据标注，并能跨越领域差异，提高了诊断准确性 | NA | 解决智能分级核性白内障严重程度的挑战 | 核性白内障的严重程度分级 | 计算机视觉 | 眼科疾病 | 自监督学习 | 混合模型 | 图像 | 792张核性白内障图像，分为训练集533张，验证集139张，测试集100张 | NA | NA | NA | NA |
| 542 | 2024-08-18 |
Artificial intelligence in pediatric airway - A scoping review
2024 Jul-Sep, Saudi journal of anaesthesia
IF:1.3Q3
DOI:10.4103/sja.sja_110_24
PMID:39149736
|
综述 | 本文是一篇范围综述，评估了人工智能在儿科麻醉领域，特别是儿科气道管理中的应用 | NA | NA | 评估人工智能在儿科麻醉中的应用 | 儿科气道管理 | 计算机视觉 | NA | 机器学习, 神经网络, 深度学习, 机器人技术 | NA | NA | 所有18岁以下的儿童研究均被包括和评估 | NA | NA | NA | NA |
| 543 | 2024-08-17 |
Region of Interest Detection in Melanocytic Skin Tumor Whole Slide Images-Nevus and Melanoma
2024-Jul-23, Cancers
IF:4.5Q1
DOI:10.3390/cancers16152616
PMID:39123344
|
研究论文 | 本文研究了在黑色素细胞皮肤肿瘤全切片图像中自动检测感兴趣区域的方法，使用深度学习技术提高了癌症诊断的速度和准确性 | 提出了一个内部开发的深度学习方法，用于在全切片图像级别上分类痣和黑色素瘤，并在测试数据集上展示了92.3%的分类准确率 | 研究仅限于黑色素细胞皮肤肿瘤数据集，尚未扩展到其他类型的肿瘤 | 开发一种自动化的方法来检测组织病理学图像中的感兴趣区域，以辅助临床实践中的癌症诊断 | 主要研究对象是黑色素瘤和痣的全切片图像 | 数字病理学 | 皮肤肿瘤 | 深度学习 | NA | 图像 | 使用了160张苏木精和伊红全切片图像，包括86张原发性黑色素瘤和74张痣的图像 | NA | NA | NA | NA |
| 544 | 2024-08-16 |
Optimizing Clinical Trial Eligibility Design Using Natural Language Processing Models and Real-World Data: Algorithm Development and Validation
2024-Jul-29, JMIR AI
DOI:10.2196/50800
PMID:39073872
|
研究论文 | 本研究利用自然语言处理模型和真实世界数据优化临床试验资格设计，开发并验证了一种算法 | 开发了一种定制的双向长短期记忆和条件随机场基于的自然语言处理管道，用于从临床试验中高效提取详细的资格标准实体和相关属性 | NA | 评估使用数据驱动方法优化临床试验方案设计和识别合格患者的可行性 | 3281个行业赞助的2期或3期干预性临床试验，涉及非小细胞肺癌、前列腺癌、乳腺癌、多发性骨髓瘤、溃疡性结肠炎和克罗恩病患者 | 自然语言处理 | 非小细胞肺癌 | 自然语言处理（NLP） | 双向长短期记忆和条件随机场 | 文本 | 3281个临床试验，其中2775个非小细胞肺癌患者作为试点研究 | NA | NA | NA | NA |
| 545 | 2024-08-16 |
A deep learning-based real-time hypothermia and hyperthermia monitoring system with a simple body sensor
2024-Jul, Proceedings of the Institution of Mechanical Engineers. Part H, Journal of engineering in medicine
DOI:10.1177/09544119241266375
PMID:39104260
|
研究论文 | 本文介绍了一种基于卷积神经网络（CNN）的实时低温与高温监测系统，该系统使用简单的身体传感器 | 利用3D打印的热变色材料作为传感器，并通过颜色变化特性实现温度变化的视觉监测 | NA | 开发一种能够实时监测人体低温与高温的系统 | 低温与高温的实时监测 | 机器学习 | NA | 3D打印 | CNN | 图像 | 510张图像数据，涵盖28-44°C的温度范围 | NA | NA | NA | NA |
| 546 | 2024-08-16 |
Screening Tool for Paroxysmal Atrial Fibrillation Based on a Deep-Learning Algorithm Using Printed 12-Lead Electrocardiographic Records during Sinus Rhythm
2024-Jul, Reviews in cardiovascular medicine
IF:1.9Q3
DOI:10.31083/j.rcm2507242
PMID:39139435
|
research paper | 本研究开发了一种基于深度学习算法的筛查工具，用于检测使用打印的12导联心电图记录在窦性心律下的阵发性房颤 | 本研究首次探索了使用打印的心电图记录进行房颤检测的实用性，特别是在发展中国家 | NA | 评估基于人工智能的筛查工具在打印的窦性心律心电图记录中检测阵发性房颤的有效性 | 2192名患者在2011年5月至2022年8月期间在北京朝阳医院接受治疗的5688份打印的12导联窦性心律心电图记录 | machine learning | 心血管疾病 | 深度学习算法 | NA | 打印的心电图记录 | 2192名患者，5688份打印的12导联窦性心律心电图记录 | NA | NA | NA | NA |
| 547 | 2024-08-16 |
Artificial intelligence at the pen's edge: Exploring the ethical quagmires in using artificial intelligence models like ChatGPT for assisted writing in biomedical research
2024 Jul-Sep, Perspectives in clinical research
DOI:10.4103/picr.picr_196_23
PMID:39140014
|
综述 | 本文探讨了在生物医学研究中使用如ChatGPT这样的人工智能模型进行辅助写作时的伦理问题 | NA | 当前所有AI模型如ChatGPT处于初级阶段，存在生成内容不准确、缺乏上下文理解、知识动态差距、辨别能力有限、缺乏责任和问责、隐私问题、数据安全、透明度和偏见、缺乏细微差别和原创性等问题 | 旨在阐明在医疗保健和医学领域使用ChatGPT等AI模型进行写作辅助的伦理关切 | ChatGPT等AI模型在辅助写作中的应用及其伦理问题 | 自然语言处理 | NA | 深度学习 | ChatGPT | 文本 | NA | NA | NA | NA | NA |
| 548 | 2024-08-15 |
MPEK: a multitask deep learning framework based on pretrained language models for enzymatic reaction kinetic parameters prediction
2024-Jul-25, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae387
PMID:39129365
|
研究论文 | 本文提出了一种基于预训练语言模型的多任务深度学习框架MPEK，用于预测酶促反应动力学参数 | MPEK模型在预测酶促反应动力学参数kcat和Km时，考虑了pH、温度和生物体信息，并展示了优于先前模型的预测性能 | NA | 提高酶促反应动力学参数预测的准确性 | 酶促反应动力学参数kcat和Km | 机器学习 | NA | 深度学习 | 多任务深度学习模型 | 文本 | 使用相同的kcat和Km测试数据集进行验证 | NA | NA | NA | NA |
| 549 | 2024-08-14 |
Models for depression recognition and efficacy assessment based on clinical and sequencing data
2024-Jul-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e33973
PMID:39130405
|
研究论文 | 本研究利用临床量表评估和测序数据构建疾病预测模型，通过深度学习算法有效区分抑郁症患者与健康对照 | 本研究结合临床和测序数据，利用深度学习算法构建抑郁症识别和疗效评估模型，提供了一种客观准确的诊断和药效预测方法 | NA | 开发基于临床和测序数据的抑郁症识别和疗效评估模型 | 抑郁症患者和健康对照 | 机器学习 | 抑郁症 | 测序 | 深度学习 | 临床数据和测序数据 | 18个差异显著的特征用于构建抑郁症识别模型，33个特征用于构建治疗后2周的疗效预测模型 | NA | NA | NA | NA |
| 550 | 2024-08-14 |
Scientific paper recommender system using deep learning and link prediction in citation network
2024-Jul-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e34685
PMID:39130403
|
研究论文 | 本研究结合内容分析和引用网络，设计了一个用于科学文章推荐的系统（RECSA），利用自然语言处理和深度学习技术处理标题并提取文章内容属性，同时使用链接预测方法分析科学文章的引用网络，最终通过结合内容和引用相似性矩阵进行推荐 | 本研究的创新点在于结合了内容分析和引用网络，使用TF-IDF和CNN分析基于内容的特征，并整合引用和基于内容的数据，提高了推荐的准确性和效率 | NA | 设计一个高效的科学文章推荐系统 | 科学文章的推荐 | 自然语言处理 | NA | 自然语言处理，深度学习 | CNN | 文本 | NA | NA | NA | NA | NA |
| 551 | 2024-08-14 |
A deep learning drug screening framework for integrating local-global characteristics: A novel attempt for limited data
2024-Jul-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e34244
PMID:39130417
|
研究论文 | 本文提出了一种基于卷积神经网络的药物筛选模型LGCNN，该模型能够整合药物分子结构和药物-靶点相互作用的局部和全局特征，用于在数据有限的情况下进行快速药物筛选 | LGCNN模型在有限数据下表现出比其他先进分类方法更好的性能，并且能够预测多靶点药物-靶点相互作用，超越了传统模型仅预测单一药物靶点相互作用的局限 | NA | 解决在“Disease X”疫情初期药物发现和开发中数据不足和不平衡的问题，最大化有限数据的信息价值 | 药物分子结构和药物-靶点相互作用 | 机器学习 | NA | CNN | CNN | 数据 | NA | NA | NA | NA | NA |
| 552 | 2024-08-14 |
PD-DETECTOR: A sustainable and computationally intelligent mobile application model for Parkinson's disease severity assessment
2024-Jul-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e34593
PMID:39130458
|
research paper | 本文介绍了一种基于移动云的预测模型，用于辅助帕金森病（PD）患者的病情评估 | 该模型利用智能手机收集语音样本，并通过混合深度学习模型分析数据，以估计PD症状的严重程度 | NA | 开发一种可持续且计算智能的移动应用模型，用于帕金森病严重程度评估 | 帕金森病患者 | machine learning | 帕金森病 | 混合深度学习模型 | 混合深度学习模型 | 语音数据 | 使用UCI帕金森远程监测语音数据集进行训练 | NA | NA | NA | NA |
| 553 | 2024-08-14 |
Craniomaxillofacial landmarks detection in CT scans with limited labeled data via semi-supervised learning
2024-Jul-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e34583
PMID:39130473
|
研究论文 | 本文开发了一种半监督学习模型CephaloMatch，用于在有限标记数据的条件下检测颅颌面CT扫描中的地标点 | 提出的半监督学习模型通过强弱扰动一致性框架和头部位置校正技术，提高了标记和未标记数据集之间的一致性 | NA | 旨在减少医学专业人员的工作量并提高三维头影分析的准确性 | 颅颌面CT扫描中的地标点检测 | 计算机视觉 | NA | 半监督学习 | 半监督学习模型 | CT扫描图像 | 使用了362个颅颌面CT扫描数据，包括60个训练集、14个验证集和288个未标记集 | NA | NA | NA | NA |
| 554 | 2024-08-14 |
Compositional transferability of deep learning potentials: a case study for LiCl-KCl melt
2024-Jul-26, Journal of molecular modeling
IF:2.1Q3
DOI:10.1007/s00894-024-06084-y
PMID:39060545
|
研究论文 | 本文研究了深度学习势能在LiCl-KCl熔融混合物中成分转移的可行性 | 模型展示了显著的非直觉成分转移能力，能够预测远离参考成分的熔体的物理化学性质 | NA | 探讨机器学习势能在多组分系统中的成分转移性 | LiCl-KCl熔融混合物的成分转移性 | 机器学习 | NA | 密度泛函理论 | 神经网络 | 物理化学性质数据 | 训练数据集仅使用了60% LiCl-40% KCl的近共晶成分 | NA | NA | NA | NA |
| 555 | 2024-08-14 |
EEG-Oriented Self-Supervised Learning With Triple Information Pathways Network
2024-Jul-08, IEEE transactions on cybernetics
IF:9.4Q1
DOI:10.1109/TCYB.2024.3410844
PMID:38976458
|
研究论文 | 本文提出了一种面向脑电图（EEG）的自监督学习方法和一种新的深度架构，用于学习丰富的表示，包括神经振荡的多样化频谱特性、电极传感器分布的空间属性以及全局和局部视角的时间模式 | 本文引入了三重信息路径网络，结合自监督学习策略和特征归一化方法，有效解决了EEG信号的内在和外在变异性问题 | NA | 旨在改进基于深度学习的脑电图分析和解码方法，以更好地监测用户的临床状况和识别其意图/情绪 | 脑电图信号的频谱、空间和时间特性 | 机器学习 | NA | 自监督学习 | 三重信息路径网络 | 脑电图信号 | 四个公开可用的数据集 | NA | NA | NA | NA |
| 556 | 2024-08-14 |
Deep learning for accelerated and robust MRI reconstruction
2024-Jul, Magma (New York, N.Y.)
DOI:10.1007/s10334-024-01173-8
PMID:39042206
|
综述 | 本文综述了深度学习在磁共振成像（MRI）重建中的最新进展，重点介绍了各种深度学习方法和架构，旨在提高图像质量、加速扫描并解决数据相关挑战 | 探讨了端到端神经网络、预训练和生成模型以及自监督方法，强调了它们在克服传统MRI限制方面的贡献 | 讨论了当前深度学习在MRI重建中的成功、局限以及未来发展方向 | 利用深度学习技术优化MRI重建，以显著影响临床影像实践 | 磁共振成像（MRI）重建 | 计算机视觉 | NA | 深度学习（DL） | 神经网络 | 图像 | NA | NA | NA | NA | NA |
| 557 | 2024-08-14 |
A Deep Learning-Based Assessment Pipeline for Intraepithelial and Stromal Tumor-Infiltrating Lymphocytes in High-Grade Serous Ovarian Carcinoma
2024-07, The American journal of pathology
DOI:10.1016/j.ajpath.2024.02.016
PMID:38537936
|
研究论文 | 本研究开发了两个卷积神经网络模型，用于检测和确定高级别浆液性卵巢癌患者全切片图像中肿瘤浸润淋巴细胞（TILs）的空间位置，并建立了一个空间评估流程，客观量化上皮内和间质TILs | 本研究首次使用深度学习技术客观量化上皮内和间质TILs，并根据TILs密度将患者分为三种免疫表型，为个性化治疗提供了新的评估方法 | NA | 开发一种新的评估方法，用于客观量化高级别浆液性卵巢癌患者中的肿瘤浸润淋巴细胞（TILs），并探索其在临床个性化治疗中的应用潜力 | 高级别浆液性卵巢癌患者中的肿瘤浸润淋巴细胞（TILs） | 机器学习 | 卵巢癌 | 卷积神经网络（CNN） | CNN | 图像 | 多个队列的高级别浆液性卵巢癌患者 | NA | NA | NA | NA |
| 558 | 2024-08-14 |
Multimodal Cardiac Imaging Revisited by Artificial Intelligence: An Innovative Way of Assessment or Just an Aid?
2024-Jul, Cureus
DOI:10.7759/cureus.64272
PMID:39130913
|
综述 | 本文综述了人工智能在多模态心脏影像中的应用及其对心血管疾病诊断的影响 | 人工智能，尤其是机器学习和深度学习，显著提升了心脏诊断能力，如无创冠状动脉疾病诊断、心律失常检测及个性化治疗策略 | 仍需解决数据标准化、算法验证、监管批准及伦理问题等挑战 | 探讨人工智能在多模态心脏影像中的应用及其对心血管疾病诊断的贡献 | 人工智能在心脏影像中的应用及其对心血管疾病诊断的影响 | 计算机视觉 | 心血管疾病 | 机器学习, 深度学习 | NA | 影像 | NA | NA | NA | NA | NA |
| 559 | 2024-08-13 |
Deep Learning Based Automatic Left Ventricle Segmentation from the Transgastric Short-Axis View on Transesophageal Echocardiography: A Feasibility Study
2024-Jul-31, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics14151655
PMID:39125530
|
研究论文 | 本研究评估了基于深度学习的U-Net算法在经食管超声心动图（TEE）中自动分割左心室的可行性 | 本研究首次探索了使用深度学习技术自动分割TEE图像中的左心室，特别是使用了四种不同的U-Net变体模型 | 研究数据仅来自451名患者，且时间跨度有限，可能影响模型的泛化能力 | 评估深度学习在TEE图像中自动分割左心室的可行性 | 研究对象为经食管超声心动图中的左心室图像 | 计算机视觉 | 心血管疾病 | 深度学习 | U-Net, Attention U-Net, UNet++, UNeXt | 图像 | 1388个TSV图像来自451名患者 | NA | NA | NA | NA |
| 560 | 2024-08-13 |
Deep Learning and Histogram-Based Grain Size Analysis of Images
2024-Jul-30, Sensors (Basel, Switzerland)
DOI:10.3390/s24154923
PMID:39123970
|
研究论文 | 本文提出了一种结合直方图层的深度学习模型，用于分析具有模糊边缘和不规则排列的沉积模拟实验（SSE）图像的粒度分析 | 该方法通过使用ResNet18提取特征并结合直方图层，提高了对不规则粒度分布图像的分析效率和准确性 | NA | 提高沉积模拟实验中粒度分析的量化和自动化水平 | 沉积模拟实验图像中的粒度大小和分布 | 计算机视觉 | NA | 深度学习 | ResNet18 | 图像 | 未具体说明 | NA | NA | NA | NA |