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 | 2024-08-20 |
[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 |
| 562 | 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 |
| 563 | 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 |
| 564 | 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 |
| 565 | 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 |
| 566 | 2024-08-18 |
Global research of artificial intelligence in eyelid diseases: A bibliometric analysis
2024-Jul-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e34979
PMID:39148986
|
meta-analysis | 本研究使用文献计量方法对全球人工智能在眼睑疾病领域的研究进行综述 | 分析了过去二十年该领域的发展趋势，并指出了最近三年的快速发展阶段 | 尽管该领域在最近三年迅速发展，但仍存在研究空白 | 生成全球人工智能在眼睑疾病研究领域的概述 | 人工智能在眼睑疾病的研究 | NA | NA | 文献计量分析 | NA | 文献 | 98篇相关出版物 | NA | NA | NA | NA |
| 567 | 2024-08-18 |
Semi-supervised learning with flexible threshold for non-intrusive load monitoring
2024-Jul-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e34457
PMID:39148998
|
研究论文 | 本文提出了一种结合一致性正则化和伪标签的半监督学习方法，用于在有限标记数据和大量未标记数据的情况下进行非侵入式负载监测中的设备识别 | 该方法通过灵活调整不同设备的阈值，以适应不同设备类别的学习难度，从而提高识别性能 | NA | 旨在解决非侵入式负载监测中监督学习模型需要大量标注数据的问题 | 非侵入式负载监测中的设备识别 | 机器学习 | NA | NA | NA | 数据 | 使用了公开可用的数据集 | NA | NA | NA | NA |
| 568 | 2024-08-18 |
Integrating ensemble and machine learning models for early prediction of pneumonia mortality using laboratory tests
2024-Jul-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e34525
PMID:39149016
|
研究论文 | 本研究旨在开发一种基于实验室检测结果的早期预测肺炎死亡率的AI模型 | 本研究首次将集成模型与机器学习技术结合，用于肺炎死亡率的早期预测，并强调了实验室检测数据在AI医疗研究中的重要性 | NA | 开发一种早期预测肺炎死亡率的AI模型 | 肺炎患者的实验室检测结果和基本临床信息 | 机器学习 | 肺炎 | 机器学习模型（XGBoost, CatBoost, LGBM）和深度学习方法（多层感知器MLP） | 集成模型 | 实验室检测数据 | 80,940个数据实例 | NA | NA | NA | NA |
| 569 | 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 |
| 570 | 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 |
| 571 | 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 |
| 572 | 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 |
| 573 | 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 |
| 574 | 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 |
| 575 | 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 |
| 576 | 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 |
| 577 | 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 |
| 578 | 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 |
| 579 | 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 |
| 580 | 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 |