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 1297 篇文献，本页显示第 561 - 580 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 561 | 2024-08-25 |
Study of Deep Learning in Medical Education: Opportunities, Achievements and Future Challenges
2024-Jul, Journal of advances in medical education & professionalism
DOI:10.30476/JAMP.2024.99740.1853
PMID:39175590
|
综述 | 本文探讨了深度学习在医学教育中的应用，包括其潜力、成就及未来挑战 | 深度学习在医学教育中的应用为个性化辅助和反馈提供了有效手段 | 医学教育者对使用深度学习存在抵触情绪，且先前研究存在局限性 | 讨论深度学习在医学教育中的前景，并探讨其是否能带来益处 | 深度学习在医学教育中的应用及其对教育质量的影响 | 机器学习 | NA | 深度学习 | NA | NA | 11项研究被纳入系统综述 | NA | NA | NA | NA |
| 562 | 2024-08-24 |
CTFusion: CNN-transformer-based self-supervised learning for infrared and visible image fusion
2024-Jul-30, Mathematical biosciences and engineering : MBE
DOI:10.3934/mbe.2024294
PMID:39176416
|
研究论文 | 本文提出了一种基于卷积神经网络（CNN）和Transformer的自监督学习框架CTFusion，用于红外和可见光图像融合 | CTFusion框架通过CNN-Transformer特征提取模块设计，赋予编码器强大的局部和全局依赖建模能力，并利用自监督学习进行模型训练，无需真实融合图像 | NA | 开发一种新的红外和可见光图像融合方法，提高融合效果 | 红外和可见光图像 | 计算机视觉 | NA | 自监督学习 | CNN-Transformer | 图像 | 三个红外和可见光图像融合基准数据集 | NA | NA | NA | NA |
| 563 | 2024-08-24 |
Improved optimizer with deep learning model for emotion detection and classification
2024-Jul-17, Mathematical biosciences and engineering : MBE
DOI:10.3934/mbe.2024290
PMID:39176412
|
研究论文 | 本文提出了一种名为EWDL-BFSN的创新面部情感识别框架，用于准确检测面部情感 | 引入了扩展海象深度学习与Botox特征选择网络（EWDL-BFSN），结合梯度小波各向异性滤波器（GWAF）和改进的Botox优化算法（IBoA），以及使用海象优化算法（WOA）选择超参数 | NA | 旨在通过选择最佳特征和调整分类器的超参数，自动有效地识别面部情感 | 面部情感识别 | 计算机视觉 | NA | 梯度小波各向异性滤波器（GWAF），改进的Botox优化算法（IBoA），海象优化算法（WOA） | EK-ResNet50网络 | 图像 | 使用了公开的CK+和FER-2013数据集进行训练和测试 | NA | NA | NA | NA |
| 564 | 2024-08-24 |
Divide-and-train: A new approach to improve the predictive tasks of bike-sharing systems
2024-Jul-02, Mathematical biosciences and engineering : MBE
DOI:10.3934/mbe.2024282
PMID:39176404
|
研究论文 | 本文提出了一种新的训练方法——分而治之，通过在给定的数据集属性值上划分原始数据集来训练共享单车系统的预测模型 | 提出的方法通过划分数据集，针对不同用户模式进行训练，从而提高了预测模型的性能 | 未提及具体限制 | 旨在通过改进预测模型来提高共享单车系统的决策效率 | 共享单车系统的用户数据和骑行模式 | 机器学习 | NA | 机器学习和深度学习模型 | 随机森林 | 数据集 | 未提及具体样本数量 | NA | NA | NA | NA |
| 565 | 2024-08-24 |
Deep Learning Algorithms for the Detection of Suspicious Pigmented Skin Lesions in Primary Care Settings: A Systematic Review and Meta-Analysis
2024-Jul, Cureus
DOI:10.7759/cureus.65122
PMID:39171046
|
meta-analysis | 本研究旨在评估深度学习算法在初级医疗环境中检测可疑色素性皮肤病变诊断性能的系统评价和荟萃分析 | 深度学习算法在自动检测和分类皮肤病变方面显示出有希望的结果 | 需要进一步的研究来验证深度学习算法在检测可疑色素性皮肤病变中的应用 | 评估深度学习算法在初级医疗环境中检测可疑色素性皮肤病变的诊断性能 | 深度学习算法在初级医疗环境中检测可疑色素性皮肤病变的诊断性能 | computer vision | 皮肤癌 | 深度学习 | NA | 图像 | 三项研究被纳入分析 | NA | NA | NA | NA |
| 566 | 2024-08-23 |
Research on predicting hematoma expansion in spontaneous intracerebral hemorrhage based on deep features of the VGG-19 network
2024-Jul-18, Postgraduate medical journal
IF:3.6Q1
DOI:10.1093/postmj/qgae037
PMID:38507237
|
研究论文 | 构建基于VGG-19网络深度特征的临床非对比计算机断层扫描（NCCT）深度学习联合模型，用于预测自发性脑内出血后的早期血肿扩大（HE），并评估其预测性能 | 提出了一种结合临床影像深度学习模型，用于早期预测自发性脑内出血患者的血肿扩大 | NA | 预测自发性脑内出血后的早期血肿扩大 | 自发性脑内出血患者 | 计算机视觉 | 脑内出血 | 深度学习 | 多层感知器模型 | 影像 | 254名原发性脑出血患者 | NA | NA | NA | NA |
| 567 | 2024-08-23 |
AI-enhanced Mammography With Digital Breast Tomosynthesis for Breast Cancer Detection: Clinical Value and Comparison With Human Performance
2024-07, Radiology. Imaging cancer
DOI:10.1148/rycan.230149
PMID:38995172
|
研究论文 | 本研究比较了两种基于深度学习的商业化人工智能系统在数字乳腺断层合成（DBT）乳腺摄影中的表现，并与放射科医生的表现进行对比 | 本研究首次对比了两种商业化人工智能系统在乳腺摄影中的表现，并将其与人类放射科医生的表现进行基准测试 | 本研究为回顾性研究，且仅限于无症状患者，可能限制了结果的普遍性 | 比较人工智能系统与人类放射科医生在乳腺摄影中检测乳腺癌的性能 | 两种人工智能系统（Transpara 1.7.0和ProFound AI 3.0）以及人类放射科医生的乳腺摄影表现 | 计算机视觉 | 乳腺癌 | 数字乳腺断层合成（DBT） | 深度学习 | 图像 | 419名女性患者，其中58名患有乳腺癌 | NA | NA | NA | NA |
| 568 | 2024-08-22 |
3D Unsupervised deep learning method for magnetic resonance imaging-to-computed tomography synthesis in prostate radiotherapy
2024-Jul, Physics and imaging in radiation oncology
DOI:10.1016/j.phro.2024.100612
PMID:39161728
|
研究论文 | 本研究评估了无监督和有监督方法在前列腺MRI到CT合成中的准确性，以用于放射治疗剂量计算 | 本研究采用了无监督条件生成对抗网络（cGAN）和内容与风格增强感知合成（CREPs）损失的方法，避免了CT-MRI注册的需求 | 本研究仅限于前列腺癌患者的CT/MRI图像，且依赖于特定中心的数据 | 评估无监督和有监督方法在前列腺MRI到CT合成中的准确性，以用于放射治疗剂量计算 | 前列腺癌患者的CT/MRI图像 | 机器学习 | 前列腺癌 | 条件生成对抗网络（cGAN） | cGAN | 图像 | 99名前列腺癌患者 | NA | NA | NA | NA |
| 569 | 2024-08-22 |
The history and future of population pharmacokinetic analysis in drug development
2024-Jul, Xenobiotica; the fate of foreign compounds in biological systems
DOI:10.1080/00498254.2023.2291792
PMID:38051030
|
研究论文 | 本文回顾了群体药代动力学分析在药物开发中的历史演变，并探讨了未来可能的发展方向 | 引入了新的机器学习工具，如遗传算法、机器学习算法和深度学习模型，以解决传统方法的挑战 | 新模型在准确外推方面仍存在疑问，需要进一步研究 | 探讨群体药代动力学分析在药物开发中的应用及其未来发展 | 群体药代动力学分析方法及其在药物开发中的应用 | NA | NA | 机器学习 | 遗传算法、机器学习算法、深度学习模型 | 药代动力学数据 | NA | NA | NA | NA | NA |
| 570 | 2024-08-21 |
The artificial intelligence in autopsy and crime scene analysis
2024 Jul-Aug, La Clinica terapeutica
DOI:10.7417/CT.2024.5114
PMID:39101424
|
综述 | 本文综述了人工智能技术在法医学领域中的应用，特别是在尸检和犯罪现场分析中的应用 | 人工智能技术如机器学习、深度学习、机器人技术和人工神经网络被应用于法医学领域，提高了尸检的精确性和效率 | 尽管人工智能在尸检中的应用提高了效率和准确性，但其集成需要谨慎平衡技术进步和伦理责任，以确保法医实践的信任和完整性 | 探讨人工智能在法医学中的应用，特别是在尸检和犯罪现场分析中的应用 | 分析人工智能在法医学和尸检领域的应用 | 人工智能 | NA | 机器学习, 深度学习, 机器人技术, 人工神经网络 | NA | NA | NA | NA | NA | NA | NA |
| 571 | 2024-08-21 |
DeepRisk: A deep learning approach for genome-wide assessment of common disease risk
2024-Jul, Fundamental research
IF:5.7Q1
DOI:10.1016/j.fmre.2024.02.015
PMID:39156563
|
研究论文 | 本文介绍了一种基于深度学习的DeepRisk方法，用于评估常见疾病的遗传风险 | DeepRisk方法通过深度学习模型捕捉单核苷酸多态性（SNPs）之间的复杂非线性关联，改进了传统的多基因风险评分方法 | NA | 开发一种更有效的方法来评估常见疾病的遗传风险 | 常见疾病如阿尔茨海默病、炎症性肠病、2型糖尿病和乳腺癌 | 机器学习 | NA | 深度学习 | 深度学习模型 | 基因型数据 | NA | NA | NA | NA | NA |
| 572 | 2024-08-21 |
A review of deep learning methods for ligand based drug virtual screening
2024-Jul, Fundamental research
IF:5.7Q1
DOI:10.1016/j.fmre.2024.02.011
PMID:39156568
|
综述 | 本文综述了深度学习方法在基于配体的药物虚拟筛选中的应用 | 探讨了如何总结现有的深度学习在药物虚拟筛选中的应用，选择不同模型解决不同的药物筛选问题，并进一步提高深度学习在药物虚拟筛选中的能力 | 未具体提及 | 旨在总结和分析深度学习方法在药物虚拟筛选中的应用，并探讨未来的挑战和方向 | 深度学习模型在药物虚拟筛选中的性能 | 机器学习 | NA | 深度学习 | CNN, LSTM, GAN等 | 数据集 | 构建了不同大小的数据集来评估深度学习模型在大规模配体虚拟筛选中的性能 | NA | NA | NA | NA |
| 573 | 2024-08-21 |
Machine learning for the identification of phase transitions in interacting agent-based systems: A Desai-Zwanzig example
2024-Jul, Physical review. E
DOI:10.1103/PhysRevE.110.014121
PMID:39160966
|
研究论文 | 本文提出了一种数据驱动的框架，用于在Desai-Zwanzig模型中识别相变，使用比传统封闭形式模型更少的变量 | 使用扩散映射算法识别数据驱动的潜变量集，并利用深度学习框架进行数据驱动坐标的共形重参数化 | NA | 研究基于代理的模型中的相变和噪声诱导过渡 | Desai-Zwanzig模型 | 机器学习 | NA | 扩散映射算法 | 残差神经网络 | 数据驱动坐标 | NA | NA | NA | NA | NA |
| 574 | 2024-08-20 |
[Deep Learning-Based Artificial Intelligence Model for Automatic Carotid Plaque Identification]
2024-Jul-30, Zhongguo yi liao qi xie za zhi = Chinese journal of medical instrumentation
DOI:10.12455/j.issn.1671-7104.240009
PMID:39155246
|
研究论文 | 本研究开发了一个用于检测颈动脉超声图像中斑块存在的数据集，并利用结合双线性卷积神经网络与残差神经网络的单输入BCNN-ResNet模型进行诊断 | 提出的单输入BCNN-ResNet网络模型在内部和外部验证中均显示出优于ResNet-34网络模型的诊断能力 | NA | 开发一个自动检测颈动脉斑块的人工智能模型 | 颈动脉斑块的自动识别 | 计算机视觉 | 心血管疾病 | 深度学习 | BCNN-ResNet | 图像 | 1761张超声图像，来自1165名参与者 | NA | NA | NA | NA |
| 575 | 2024-08-20 |
[Development of an Intelligent Multi-Parameter Sleep Diagnosis and Analysis System]
2024-Jul-30, Zhongguo yi liao qi xie za zhi = Chinese journal of medical instrumentation
DOI:10.12455/j.issn.1671-7104.240036
PMID:39155248
|
研究论文 | 开发了一种智能多参数睡眠诊断与分析系统，旨在改善睡眠障碍呼吸（SDB）的诊断方法 | 该系统引入了数据质量控制、气体代谢评估和血流动力学监测功能，并采用深度学习方法进行智能数据分析 | NA | 开发一种新的智能PSG系统，以提高SDB的诊断效率和准确性 | 睡眠障碍呼吸（SDB）患者 | 生物医学工程 | 睡眠障碍 | 深度学习 | NA | 生理信号数据 | NA | NA | NA | NA | NA |
| 576 | 2024-08-20 |
[Practical Application of Intelligent Vision Measurement System Based on Deep Learning]
2024-Jul-30, Zhongguo yi liao qi xie za zhi = Chinese journal of medical instrumentation
DOI:10.12455/j.issn.1671-7104.230652
PMID:39155249
|
研究论文 | 设计并开发了一种基于深度学习的智能视觉测量系统，用于从侧面检测和分析干眼症患者的眨眼特征 | 采用深度学习关键点识别技术从侧面分析眼睑特征，并自动计算完整和不完整眨眼的比率 | NA | 全面评估临床干眼症患者的真实视觉功能及眨眼特征对视觉功能的影响 | 干眼症患者的眨眼特征 | 计算机视觉 | 干眼症 | 深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 577 | 2024-08-20 |
[Application of Photoplethysmography Combined with Deep Learning in Postoperative Monitoring of Flaps]
2024-Jul-30, Zhongguo yi liao qi xie za zhi = Chinese journal of medical instrumentation
DOI:10.12455/j.issn.1671-7104.230624
PMID:39155256
|
研究论文 | 本研究探讨了光电容积描记术（PPG）与一维卷积神经网络（1D-CNN）结合在皮肤瓣动脉术后监测中区分栓塞程度和定位栓塞部位的能力 | 首次结合PPG与1D-CNN进行皮肤瓣动脉的术后监测，能够有效识别栓塞程度和定位栓塞部位 | NA | 探索PPG与1D-CNN结合在皮肤瓣动脉术后监测中的应用 | 皮肤瓣动脉的栓塞程度和栓塞部位 | 机器学习 | NA | 光电容积描记术（PPG） | 一维卷积神经网络（1D-CNN） | 数据 | 使用了皮肤瓣动脉模型和兔皮肤瓣模型进行数据收集和验证 | NA | NA | NA | NA |
| 578 | 2024-08-20 |
Using VIS-NIR hyperspectral imaging and deep learning for non-destructive high-throughput quantification and visualization of nutrients in wheat grains
2024-Jul-29, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2024.140651
PMID:39154465
|
研究论文 | 本研究提出了一种利用可见-近红外高光谱成像和深度学习技术对小麦中的营养成分进行高通量、无损量化和可视化的方法 | 本研究首次提出了一种改进的pix2pix条件生成网络模型，用于可视化营养成分分布，并展示了比原始模型更好的结果 | NA | 开发一种高通量、低成本的方法来量化作物谷物中的营养成分，以促进食品加工和营养研究 | 小麦中的营养成分 | 机器学习 | NA | 可见-近红外高光谱成像 | pix2pix条件生成网络 | 高光谱图像 | 数百种营养成分 | NA | NA | NA | NA |
| 579 | 2024-08-19 |
Advances in the Clinical Application of High-throughput Proteomics
2024 Jul-Sep, Exploratory research and hypothesis in medicine
DOI:10.14218/erhm.2024.00006
PMID:39148720
|
综述 | 本文综述了高通量蛋白质组学在临床应用中的最新进展，并讨论了相关的挑战、优势和未来方向 | 高通量蛋白质组学具有识别新的全局蛋白质网络、发现新蛋白质以及与其他组学数据协同整合的优势 | 高通量蛋白质组学在临床应用中面临蛋白质性质多样、统计模型限制、数据提交、整合和协调的技术和物流困难以及临床验证和考虑的监管要求等挑战 | 探讨高通量蛋白质组学在临床应用中的进展和未来方向 | 研究对象包括乳腺癌、膀胱癌、喉鳞状细胞癌、胃癌、结直肠癌和冠状病毒病2019 | 数字病理学 | NA | 数据独立采集质谱、纳米孔基蛋白质组学、4D蛋白质组学、二次离子质谱 | 深度学习模型 | 蛋白质组学数据 | NA | NA | NA | NA | NA |
| 580 | 2024-08-18 |
The McMaster Health Information Research Unit: Over a Quarter-Century of Health Informatics Supporting Evidence-Based Medicine
2024-Jul-31, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/58764
PMID:39083765
|
研究论文 | 本文回顾了麦克马斯特健康信息研究单元（HiRU）在支持循证医学（EBM）方面超过25年的发展历程 | 介绍了HiRU在早期通过数字健康信息学教授临床医生使用调制解调器和电话线搜索MEDLINE，以及后来引入临床查询验证搜索过滤器和应用机器学习、深度学习及大型语言模型（LLMs）来提高搜索精确度的创新方法 | NA | 探讨健康信息学在过去25多年中支持证据搜索和检索过程的演变，以及LLMs和负责任的人工智能的角色 | 健康信息学在循证医学中的应用 | 自然语言处理 | NA | 机器学习, 深度学习, 大型语言模型（LLMs） | 大型语言模型（LLMs） | 文本 | 每年近100万篇文章添加到PubMed | NA | NA | NA | NA |