深度学习在生物医药领域中的应用
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，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10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 1302 篇文献，本页显示第 1021 - 1040 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1021 | 2024-08-05 |
Ship Detection in Synthetic Aperture Radar Images under Complex Geographical Environments, Based on Deep Learning and Morphological Networks
2024-Jul-01, Sensors (Basel, Switzerland)
DOI:10.3390/s24134290
PMID:39001068
|
研究论文 | 本文提出了一种基于深度学习和形态网络的合成孔径雷达船舶检测方法。 | 该方法通过自适应预处理、坐标通道注意模块和四层双向特征金字塔网络，显著提高了复杂地理环境下船舶的检测能力。 | 实验仅使用公共数据集，可能限制了方法在更广泛场景中的通用性。 | 研究船舶检测在复杂地理环境下的有效性和准确性。 | 研究对象为合成孔径雷达图像中的船舶。 | 计算机视觉 | NA | 深度学习，形态网络 | 双向特征金字塔网络 | 图像 | 使用了公共的SAR船舶检测数据集和高分辨率SAR图像数据集 |
| 1022 | 2024-08-05 |
Three-Dimensional Label-Free Observing of the Self-Assembled Nanoparticles inside a Single Cell at Nanoscale Resolution
2024-Jul-13, ACS nano
IF:15.8Q1
DOI:10.1021/acsnano.4c06095
PMID:39001860
|
研究论文 | 本研究提出了一种无标记的三维观察自组装纳米颗粒的方法 | 创新点在于结合深度学习和同步辐射硬X射线纳米断层扫描技术来实现单细胞内自组装纳米颗粒的定量观察 | 文章未提及具体的实验环境或外部变量控制，从而可能影响结果的普适性 | 本研究旨在优化纳米医学中的自组装性能 | 研究对象为超小铁氧化物纳米颗粒（USIO NPs） | 数字病理学 | NA | 深度学习结合同步辐射硬X射线纳米断层扫描 | NA | 图像 | 单个细胞 |
| 1023 | 2024-08-05 |
A deep learning based cognitive model to probe the relation between psychophysics and electrophysiology of flicker stimulus
2024-Jul-10, Brain informatics
DOI:10.1186/s40708-024-00231-0
PMID:38987386
|
研究论文 | 本文旨在通过基于深度学习的计算模型探讨闪烁刺激的心理物理学与电生理学之间的关系 | 使用卷积递归神经网络（CRNN）结合心理物理数据，展示了闪烁刺激的电生理特征可以通过时间卷积操作进行解释 | 本研究基于人类受试者的数据，可能受到个体差异的影响 | 桥接闪烁融合的心理物理学与闪烁刺激相关的电生理学之间的差距 | 利用人类受试者的心理物理数据进行训练的CRNN | 计算机视觉 | NA | 深度学习 | 卷积递归神经网络（CRNN） | 心理物理学数据 | NA |
| 1024 | 2024-08-05 |
Radiomics incorporating deep features for predicting Parkinson's disease in 123I-Ioflupane SPECT
2024-Jul-10, EJNMMI physics
IF:3.0Q2
DOI:10.1186/s40658-024-00651-1
PMID:38985382
|
研究论文 | 本研究结合放射组学和深度学习特征，以预测帕金森病的Hoehn-Yahr阶段 | 结合放射组学和深度学习特征的模型相比于单独使用放射组学或深度学习，显著提升了帕金森病预测的准确性 | MRI与SPECT基础的分割方法在放射组学结果上未表现出显著差异，限制了模型的广泛适用性 | 研究基于123I-Ioflupane SPECT影像预测帕金森病的Hoehn-Yahr阶段 | 161名帕金森病患者，评估首次诊断后的第0年和第4年 | 计算机视觉 | 帕金森病 | 123I-Ioflupane SPECT | 2D DenseNet | 影像 | 161名受试者 |
| 1025 | 2024-08-05 |
Deep learning-based recommendation system for metal-organic frameworks (MOFs)
2024-Jul-10, Digital discovery
IF:6.2Q1
DOI:10.1039/d4dd00116h
PMID:38993728
|
研究论文 | 本文提出了一种基于深度学习的金属有机框架（MOFs）推荐系统 | 该系统利用无监督的Doc2Vec模型，将MOFs嵌入高维化学空间，进行相似性分析以推荐特定应用的材料 | 该方法可能在推荐的材料范围上具有局限性，仍需要对一些材料进行深度调查 | 研究旨在开发一种高效的MOFs推荐系统 | 研究对象为金属有机框架（MOFs） | 机器学习 | NA | Doc2Vec | NA | 文档结构的MOF特性 | NA |
| 1026 | 2024-08-07 |
Author Correction: A fully automated classification of third molar development stages using deep learning
2024-Jul-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-66731-5
PMID:38987634
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1027 | 2024-08-05 |
Application of Artificial Intelligence in rehabilitation science: A scientometric investigation Utilizing Citespace
2024-Jul-04, SLAS technology
IF:2.5Q3
DOI:10.1016/j.slast.2024.100162
PMID:38971228
|
研究论文 | 本研究展示了康复科学与人工智能（AI）技术交叉的科学计量分析 | 研究通过Citespace工具可视化和量化AI在康复科学中的应用，揭示了该领域的研究趋势和影响 | 尽管分析提供了有价值的见解，但数据仅来源于Web of Science数据库，可能存在选择偏差 | 探索人工智能在康复科学中的应用及其发展趋势 | 基于2002年至2022年间与康复科学及人工智能相关的出版物进行分析 | 数字病理学 | NA | 科学生物信息学 | NA | 文献数据 | 分析涉及2002至2022年间的多篇学术论文 |
| 1028 | 2024-08-05 |
DenseNet model incorporating hybrid attention mechanisms and clinical features for pancreatic cystic tumor classification
2024-Jul, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.14380
PMID:38715381
|
研究论文 | 本研究旨在开发一种深度学习模型，以区分胰腺浆液囊肿肿瘤和粘液囊肿肿瘤 | 提出了一种结合混合注意力机制和临床特征的DenseNet模型，以提高分类精度 | 本研究的数据集可能存在样本量限制，影响模型的广泛适用性 | 探讨如何利用临床特征和影像结果提高胰腺囊肿肿瘤的分类准确度 | 207例浆液囊肿肿瘤患者和93例粘液囊肿肿瘤患者的影像数据 | 计算机视觉 | 胰腺癌 | 深度学习 | DenseNet-161 | 图像 | 207例SCN和93例MCN，共1761幅图像 |
| 1029 | 2024-08-05 |
Predicting glycan structure from tandem mass spectrometry via deep learning
2024-Jul, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-024-02314-6
PMID:38951670
|
研究论文 | 本研究介绍了CandyCrunch，一种通过深度学习从质谱数据预测糖基结构的工具 | 该文献创新性地提出了一种深度学习模型，能在几秒钟内预测糖基结构，并达到90.3%的准确率 | 暂无讨论具体的局限性信息 | 研究旨在解决糖基结构注释中的瓶颈，以促进高通量糖组学 | 研究对象为糖类及其结构的预测 | 数字病理学 | NA | 液相色谱-质谱联用 (LC-MS/MS) | 扩张残差神经网络 | 质谱数据 | 500,000个注释的MS/MS光谱 |
| 1030 | 2024-08-05 |
Automatic segmentation of dura for quantitative analysis of lumbar stenosis: A deep learning study with 518 CT myelograms
2024-Jul, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.14378
PMID:38729652
|
研究论文 | 本研究开发了一种自动分割脊髓硬膜的工具，用于对腰椎狭窄进行定量分析 | 创新之处在于利用深度学习算法实现了CTM图像中脊髓硬膜的自动轮廓描绘工具 | 研究样本仅限于腹股沟CTM影像，可能影响结果的通用性 | 本研究旨在开发一种用于腰椎狭窄患者CTM影像定量分析的自动硬膜轮廓工具 | 研究对象为518例CTM影像，包括有腰椎狭窄和没有腰椎狭窄的病例 | 数字病理学 | 腰椎狭窄 | 深度学习 | 3D U-Net | 影像 | 518例CTM影像 |
| 1031 | 2024-08-05 |
A deep learning-based 3D Prompt-nnUnet model for automatic segmentation in brachytherapy of postoperative endometrial carcinoma
2024-Jul, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.14371
PMID:38682540
|
研究论文 | 本研究创建并评估了一种基于深度学习的3D Prompt-nnUnet模块，用于术后子宫内膜癌患者高剂量率近距离放疗中的自动分割。 | 引入了一种新的基于提示的模型，结合3D nnUnet进行高风险临床靶区和风险器官的快速一致的自动分割。 | 研究的样本量限制在特定的患者群体，可能影响结果的广泛适用性。 | 评估新模型在术后子宫内膜癌患者高剂量率近距离放疗中自动分割的有效性。 | 321名子宫内膜癌患者的CT扫描用于高风险临床靶区分割；125名患者的CT扫描用于风险器官分割。 | 数字病理学 | 子宫内膜癌 | CT扫描 | 3D Prompt-nnUnet | 图像 | 321个CT扫描用于HR CTV分割，125个CT扫描用于OAR分割 |
| 1032 | 2024-08-05 |
Predicting response to neoadjuvant chemotherapy for colorectal liver metastasis using deep learning on prechemotherapy cross-sectional imaging
2024-Jul, Journal of surgical oncology
IF:2.0Q2
DOI:10.1002/jso.27673
PMID:38712939
|
研究论文 | 本研究使用深度学习模型预测结直肠肝转移患者对新辅助化疗的反应 | 采用基于图像的深度学习模型，其预测效果优于临床模型 | 研究主要集中在特定患者群体，可能无法广泛推广 | 预测结直肠肝转移患者对新辅助化疗的反应 | 成年结直肠肝转移患者 | 机器学习 | 结直肠癌 | 计算机断层扫描（CT） | 深度学习模型（DLM） | 图像 | 95名患者，33,619幅图像 |
| 1033 | 2024-08-05 |
Data-driven regularization lowers the size barrier of cryo-EM structure determination
2024-Jul, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-024-02304-8
PMID:38862790
|
研究论文 | 本研究探讨了如何通过深度学习改善图像对齐，以克服电子冷冻显微镜的结构确定中的粒子大小限制 | 提出了一种称为Blush正则化的新方法，通过去噪卷积神经网络提高了蛋白质-核酸复合物的重建质量 | 研究可能受限于深度学习模型的训练数据集的多样性和数量 | 研究如何通过深度学习技术提高电子冷冻显微镜的结构重建能力 | 针对电子冷冻显微镜中的蛋白质-核酸复合物进行研究 | 数字病理学 | NA | 深度学习，去噪卷积神经网络 | 卷积神经网络 | 图像 | 使用了来自电子显微镜数据银行的多个半集合重建数据对 |
| 1034 | 2024-08-05 |
Deep Learning-Based Vascular Aging Prediction From Retinal Fundus Images
2024-Jul-01, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.13.7.10
PMID:38984914
|
研究论文 | 本研究建立并验证了一种使用视网膜眼底图像筛查血管老化的深度学习模型 | Reti-aging评分模型提供了一种新颖的方法用于预测血管老化，尤其适用于不发达地区 | 目前的方法在发达地区外使用受限，且临床专家的准确性较低 | 研究目的在于通过视网膜眼底图像预测血管老化 | 使用8865张视网膜眼底图像及4376名患者的临床参数进行研究 | 计算机视觉 | 心血管疾病 | 深度学习 | NA | 图像 | 8865张视网膜眼底图像和4376名患者 |
| 1035 | 2024-08-05 |
Evaluating automatically generated normal tissue contours for safe use in head and neck and cervical cancer treatment planning
2024-Jul, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.14338
PMID:38610118
|
研究论文 | 本文定量评估了自动生成的正常组织轮廓在头颈部和宫颈癌治疗计划中的安全性 | 创新地使用深度学习模型开发了一种自动治疗计划工具，能够生成风险器官和计划结构 | 研究是回顾性的，可能受限于原始医生绘制轮廓的质量 | 评估自动生成的轮廓的质量以支持头颈部和宫颈癌的放疗计划 | 头颈部癌症患者54例和宫颈癌患者39例 | 数字病理学 | 头颈癌和宫颈癌 | 深度学习 | NA | 自动生成轮廓和临床剂量数据 | 93个患者的轮廓 |
| 1036 | 2024-08-05 |
Deep learning-based and BI-RADS guided radiomics model for automatic tumor-infiltrating lymphocytes evaluation in breast cancer
2024-Jul-12, The British journal of radiology
DOI:10.1093/bjr/tqae129
PMID:38995740
|
研究论文 | 本文研究了一种可解释的放射组学模型，用于从超声图像中自动预测乳腺癌中的肿瘤浸润淋巴细胞（TILs）水平 | 该模型结合了BI-RADS指导的放射组学特征和临床数据，优于传统的放射组学方法，并提供了众多可解释特征 | 研究的局限性未在摘要中提及 | 研究的目的是探索一种与临床决策一致的放射组学模型 | 378名侵袭性乳腺癌患者 | 数字病理学 | 乳腺癌 | 超声（US）影像 | 深度学习模型 | 影像 | 378名患者 |
| 1037 | 2024-08-05 |
Integration of wearable devices and deep learning: New possibilities for health management and disease prevention
2024-Jul-09, Bioscience trends
IF:5.7Q1
DOI:10.5582/bst.2024.01170
PMID:38925926
|
研究论文 | 探讨了可穿戴设备与深度学习的结合在健康管理和疾病预防中的新可能性 | 提出了通过将可穿戴设备与医疗记录整合来实现更准确的疾病预测和个性化生活方式指导 | 当前研究主要集中于短期预测，缺乏长期视角的深入研究 | 旨在通过整合数据提升可穿戴设备和深度学习在健康管理中的应用 | 研究对象为使用可穿戴设备的用户与其产生的健康数据 | 数字病理学 | NA | 深度学习 | NA | 传感器数据 | NA |
| 1038 | 2024-08-05 |
Deep 3D histology powered by tissue clearing, omics and AI
2024-Jul, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-024-02327-1
PMID:38997593
|
研究论文 | 本文讨论了将三维组织组织学技术应用于生物医学研究的方法 | 创新地结合了组织清理化学、标记和体积成像技术，以实现细胞层级的全面三维映射 | 未来发展的整合方法仍需进一步完善，才能完全发挥下一代三维组织学的潜力 | 探讨三维细胞地图在理解组织和生物体生理及病理中的重要性 | 组织和细胞的三维结构数据及其分子组成 | 数字病理学 | NA | 组织清理技术 | 深度学习 | 结构数据和分子数据 | NA |
| 1039 | 2024-08-05 |
Clustering single-cell RNA sequencing data via iterative smoothing and self-supervised discriminative embedding
2024-Jul, Oncogene
IF:6.9Q1
DOI:10.1038/s41388-024-03074-5
PMID:38834657
|
研究论文 | 提出了一种名为scRISE的深度聚类方法来处理单细胞RNA测序数据。 | 引入了一种迭代平滑和自监督的区分嵌入模块，提高了数据表示和聚类的质量。 | 未提及具体的限制因素。 | 提升单细胞转录组测序数据的聚类分析效果。 | 单细胞RNA测序数据集，尤其关注HNSCC数据集。 | 数字病理学 | NA | 深度学习 | 图自编码器 | RNA测序数据 | 十七个scRNA-seq数据集 |
| 1040 | 2024-08-05 |
Lessons learned: Why study-abroad remains a critical component of nursing curriculums
2024 Jul-Aug, Journal of professional nursing : official journal of the American Association of Colleges of Nursing
IF:2.8Q1
DOI:10.1016/j.profnurs.2024.05.007
PMID:38997189
|
研究论文 | 这篇文章探讨了护理本科生和高级实践护士在国外学习服务中共同工作的亲身经历 | 强调了留学沉浸体验在增强大学生文化能力和深度学习方面的重要性 | 研究仅限于在贝尔IZE的单一体验，可能缺乏普遍适用性 | 理解护理本科生和高级实践护士在国外服务学习经历中的生活体验 | 护理本科生和高级实践护士学生 | 护理教育 | NA | 诠释现象学分析 | NA | 文本 | 参与者为本科和高级实践护理学生的具体人数未提及 |