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 1161 - 1180 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1161 | 2024-08-05 |
Enhancing tunnel crack detection with linear seam using mixed stride convolution and attention mechanism
2024-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-65909-1
PMID:38951575
|
研究论文 | 提出了一种基于深度学习的隧道衬砌裂缝检测新方法 | 引入了改进的注意机制和混合条纹卷积模块，提高了裂缝检测的准确性 | 未提及具体的局限性 | 提升隧道衬砌结构中裂缝的检测精度 | 隧道衬砌结构中的裂缝 | 计算机视觉 | NA | 深度学习 | U型网络 | 图像 | 使用了Tunnel200、Crack500和DeepCrack数据集 | NA | NA | NA | NA |
| 1162 | 2024-08-05 |
Evaluating surgical expertise with AI-based automated instrument recognition for robotic distal gastrectomy
2024-Jul, Annals of gastroenterological surgery
IF:2.9Q2
DOI:10.1002/ags3.12784
PMID:38957567
|
研究论文 | 本文探讨了一种新颖的人工智能模型如何通过识别手术器械来评估机器人辅助远端胃切除术的外科技能。 | 本研究首次报告了可以成功且准确地通过AI模型来评估机器人辅助远端胃切除术的外科技能。 | 本研究仅分析了55个手术视频，样本量可能较小。 | 研究的目的是评估外科医生在机器人辅助远端胃切除术中的手术技能。 | 研究对象为进行胃癌机器人手术的外科医生及其操作视频。 | 医学影像处理 | 胃癌 | 深度学习 | 多阶段时序卷积网络 (Deeplab) | 视频 | 55个机器人手术视频，1234个手动注释图像和149个测试图像 | NA | NA | NA | NA |
| 1163 | 2024-08-05 |
Can artificial intelligence replace endoscopists when assessing mucosal healing in ulcerative colitis? A systematic review and diagnostic test accuracy meta-analysis
2024-Jul, Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver
IF:4.0Q1
DOI:10.1016/j.dld.2023.11.005
PMID:38057218
|
meta-analysis | 该文章系统评价了人工智能在评估溃疡性结肠炎黏膜愈合中的可替代性 | 本文创新性地探讨了深度学习算法在评估溃疡性结肠炎黏膜愈合中的表现，并提出标准化的AI训练以降低系统间的异质性 | 研究中观察到中等到高水平的异质性，限制了证据的质量 | 探讨人工智能是否能替代内镜医生评估溃疡性结肠炎中的黏膜愈合 | 主要研究对象为溃疡性结肠炎患者的黏膜愈合评估 | 自然语言处理 | 溃疡性结肠炎 | 深度学习 | 卷积神经网络 | 影像 | 12个研究 | NA | NA | NA | NA |
| 1164 | 2024-08-05 |
The impact of large language models on radiology: a guide for radiologists on the latest innovations in AI
2024-Jul, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-024-01552-0
PMID:38551772
|
综述 | 本文探讨了大型语言模型在放射学领域的最新创新及其影响 | 文章强调了大型语言模型在自动化和优化放射学工作流程方面的潜力 | 大型语言模型仍存在信息幻觉和偏见等未解决的挑战，影响临床可靠性 | 帮助放射学家理解并利用大型语言模型的潜力，同时保持医疗安全与伦理 | 针对放射学的技术创新与应用 | 计算机视觉 | NA | 深度学习 | 大型语言模型 | 图像 | NA | NA | NA | NA | NA |
| 1165 | 2024-08-07 |
The Road to Robust and Automated Strain Measurements in Echocardiography by Deep Learning
2024-Jul, JACC. Cardiovascular imaging
DOI:10.1016/j.jcmg.2024.02.015
PMID:38613555
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1166 | 2024-08-05 |
Optimized Wasserstein Deep Convolutional Generative Adversarial Network fostered Groundnut Leaf Disease Identification System
2024-Jul-02, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2351146
PMID:38953316
|
研究论文 | 本文提出了一种优化的Wasserstein深度卷积生成对抗网络用于花生叶病识别系统 | 提出了利用水平均衡生成对抗网络和Aquila优化算法相结合的方法来提高花生叶病识别的准确性 | 对比的生物学基础和数据集的多样性没有在论文中详细讨论 | 研究花生叶病的识别和分类以提高作物产量和质量 | 对健康叶子、早期叶斑、晚期叶斑、营养缺乏和锈病等不同病症进行分类 | 计算机视觉 | NA | WDCGAN和Aquila优化算法 | 卷积神经网络 | 图像 | NA | NA | NA | NA | NA |
| 1167 | 2024-08-05 |
Ovarian cancer identification technology based on deep learning and second harmonic generation imaging
2024-Jul-02, Journal of biophotonics
IF:2.0Q3
DOI:10.1002/jbio.202400200
PMID:38955356
|
研究论文 | 本文提出了一种结合二次谐波生成成像和深度学习的卵巢癌诊断方法 | 创新点在于使用SHG成像和PVTv2模型，实现卵巢癌的快速、简单、无标记诊断 | 研究未提及样本的多样性及外部验证的情况 | 研究旨在提高卵巢癌的诊断效率 | 研究对象为未染色的新鲜人类卵巢组织 | 深度学习 | 卵巢癌 | 二次谐波生成成像 | Pyramid Vision Transformer V2 (PVTv2) | 图像 | 3240幅SHG图像 | NA | NA | NA | NA |
| 1168 | 2024-08-05 |
Autonomous design of noise-mitigating structures using deep reinforcement learning
2024-Jul-01, The Journal of the Acoustical Society of America
IF:2.1Q1
DOI:10.1121/10.0026474
PMID:38958582
|
研究论文 | 本文探讨了应用深度强化学习自主设计噪音缓解结构的方法 | 使用双深度Q网络算法，无需先前知识即可实现宽频噪音缓解的配置学习 | 算法倾向于预测局部极大值 | 研究如何通过深度强化学习自主设计噪音缓解结构 | 噪音缓解的材料分布配置 | 计算机视觉 | NA | 深度强化学习 | 双深度Q网络 | 像素数据 | NA | NA | NA | NA | NA |
| 1169 | 2024-08-05 |
Variant Effect Prediction in the Age of Machine Learning
2024-Jul-01, Cold Spring Harbor perspectives in biology
IF:6.9Q1
DOI:10.1101/cshperspect.a041467
PMID:38621825
|
研究论文 | 本文探讨了无监督深度学习方法在预测单核苷酸变异影响方面的应用 | 提出了无监督方法能够从未注释的蛋白质序列数据中学习，识别蛋白质序列中的显著错误 | 方法的性能在不同评估指标和变异效应类型上存在差异，且在非人类蛋白质的研究上依然不足 | 研究无监督深度学习方法在变异效应预测中的有效性 | 单个氨基酸替换的单核苷酸变异 | 计算机视觉 | NA | 深度学习 | 无监督学习模型 | 蛋白质序列数据 | NA | NA | NA | NA | NA |
| 1170 | 2024-08-05 |
Protein Design Using Structure-Prediction Networks: AlphaFold and RoseTTAFold as Protein Structure Foundation Models
2024-Jul-01, Cold Spring Harbor perspectives in biology
IF:6.9Q1
DOI:10.1101/cshperspect.a041472
PMID:38438190
|
研究论文 | 本文回顾了使用结构预测神经网络设计蛋白质的最新研究 | 提出通过结构预测模型为蛋白质设计工具开发提供强大基础 | 未提及具体的实验结果验证或普遍适用性 | 探讨深度学习在蛋白质设计中的应用 | 利用结构预测神经网络设计蛋白质 | 生物工程 | NA | 深度学习 | 神经网络 | NA | NA | NA | NA | NA | NA |
| 1171 | 2024-08-05 |
Deep learning for automatic facial detection and recognition in Japanese macaques: illuminating social networks
2024-Jul, Primates; journal of primatology
DOI:10.1007/s10329-024-01137-5
PMID:38758427
|
研究论文 | 本文探讨了使用深度学习在日本猕猴中进行面部检测和个体识别的非侵入性工具 | 提出了一种新的非侵入性方法，通过深度学习实现日本猕猴的面部检测和个体识别 | 研究结果仍为初步探索，可能在更大样本上的有效性尚需验证 | 开发一种自动生成日本猕猴社会网络表示的非侵入性工具 | 日本猕猴（Macaca fuscata）个体 | 计算机视觉 | NA | 深度学习 | Faster-RCNN模型和YOLOv8n模型 | 视频 | Kōjima岛猕猴种群的视频数据 | NA | NA | NA | NA |
| 1172 | 2024-08-05 |
Importance of Terrain and Climate for Predicting Soil Organic Carbon Is Highly Variable across Local to Continental Scales
2024-Jul-02, Environmental science & technology
IF:10.8Q1
DOI:10.1021/acs.est.4c01172
PMID:38904357
|
研究论文 | 本研究探讨地形和气候对土壤有机碳分布的重要性 | 创新点在于通过深度学习方法揭示不同尺度下地形和气候在预测SOC分布中的作用 | 未评估因果机制，仅为观察性研究 | 旨在全面理解土壤有机碳的空间分布及其控制因素 | 研究对象为土壤有机碳(SOC)的空间分布 | NA | NA | 深度学习 | NA | NA | 局部尺度为1.25公里，大陆尺度为美国 | NA | NA | NA | NA |
| 1173 | 2024-08-05 |
Construction and validation of a deep learning prognostic model based on digital pathology images of stage III colorectal cancer
2024-Jul, European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology
DOI:10.1016/j.ejso.2024.108369
PMID:38703632
|
研究论文 | 本文研究了一种基于数字病理图像的深度学习预后模型，用于预测III期结直肠癌的预后 | 本研究展示了一种新型的肿瘤风险签名（TRS），用于量化III期结直肠癌患者的肿瘤微环境 | 该研究的局限性在于样本仅限于III期结直肠癌患者，可能不适用于其他阶段 | 探讨基于深度学习的肿瘤风险签名在III期结直肠癌预后中的价值 | 研究对象为265例来自癌症基因组图谱的III期结直肠癌患者和70例来自中山大学附属第六医院的III期结直肠癌患者 | 数字病理学 | 结直肠癌 | 深度学习 | Cox模型 | 全切片图像 | 总共335例III期结直肠癌患者 | NA | NA | NA | NA |
| 1174 | 2024-08-05 |
Deep learning reconstruction algorithm for frequency-resolved optical gating
2024-Jul-01, Optics letters
IF:3.1Q2
DOI:10.1364/OL.519973
PMID:38950256
|
研究论文 | 提出一种基于深度学习的算法，用于重建超短激光脉冲 | 首次采用Seq2Seq模型及注意力机制精准重建超短脉冲 | 对非常有限的光谱图进行重建可能存在不确定性 | 研发高效的FROG技术用于超短激光脉冲的高速度测量 | 超短激光脉冲及其光谱图 | 光学技术 | NA | 深度学习 | Seq2Seq | 光谱图 | 整体测试数据集的样本 | NA | NA | NA | NA |
| 1175 | 2024-08-05 |
A comprehensive survey on deep active learning in medical image analysis
2024-Jul, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2024.103201
PMID:38776841
|
综述 | 本文综述了深度主动学习在医学图像分析中的核心方法及其整合。 | 首次详细总结了主动学习与其他标签高效技术的整合，特别是针对医学图像分析的主动学习工作 | 未明确指出具体的实验限制 | 探讨主动学习在医学图像分析中的应用及未来趋势 | 医学图像分析中的主动学习方法 | 数字病理学 | NA | 深度学习 | NA | 医学图像 | NA | NA | NA | NA | NA |
| 1176 | 2024-08-05 |
Coronary plaque phenotype associated with positive remodeling
2024 Jul-Aug, Journal of cardiovascular computed tomography
IF:5.5Q1
DOI:10.1016/j.jcct.2024.04.009
PMID:38677958
|
研究论文 | 该文章研究了与冠状动脉正重塑相关的斑块表型 | 利用四种机器学习模型识别与冠状动脉正重塑紧密相关的特征 | NA | 探讨正重塑与冠状动脉斑块特征的关系 | 426名接受冠状动脉CTA和光学相干断层扫描(OCT)的患者 | 计算机视觉 | 心血管疾病 | 光学相干断层扫描(OCT) | 梯度提升机(GBM)、随机森林(RF)、深度学习(DL)、支持向量机(SVM) | NA | 426名患者 | NA | NA | NA | NA |
| 1177 | 2024-08-05 |
A deep learning model for translating CT to ventilation imaging: analysis of accuracy and impact on functional avoidance radiotherapy planning
2024-Jul, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-024-01550-2
PMID:38536558
|
研究论文 | 本文介绍了一种将规划CT影像直接转换为通气影像的深度学习模型 | 该研究提出了一种新颖的深度学习模型，可以将CT影像准确转换为通气影像 | 本研究的样本量较小，且需要进一步的前瞻性试验来验证结果 | 探讨功能性影像在放射治疗计划中的应用，旨在减少肺部毒性 | 研究对象为48名非小细胞肺癌患者的配对规划CT和4DCT扫描 | 数字病理学 | 肺癌 | 深度学习 | 3D U-Net | 影像 | 48名患者，测试集为7名患者 | NA | NA | NA | NA |
| 1178 | 2024-08-05 |
A deep-learning approach to predict bleeding risk over time in patients on extended anticoagulation therapy
2024-Jul, Journal of thrombosis and haemostasis : JTH
IF:5.5Q1
DOI:10.1016/j.jtha.2024.04.005
PMID:38642704
|
研究论文 | 这篇文章展示了深度学习如何利用患者的时间序列随访数据来改进主要出血的预测 | 文章的创新点在于将时间序列随访数据纳入预测模型，超越了仅依赖基线预测因子的传统临床模型 | 研究依赖于收集到的随访数据，可能受到临床访谈不规律性的影响 | 研究的目的是提高在接受长期抗凝治疗的患者中对主要出血风险的预测能力 | 研究对象是2542名在长期抗凝治疗中的患者，其中118名发生了主要出血 | 机器学习 | NA | 深度学习 | 前馈神经网络和递归神经网络的集成 | 时间序列数据 | 2542名患者（其中118名发生主要出血） | NA | NA | NA | NA |
| 1179 | 2024-08-05 |
Diagnostic performance of a deep-learning model using 18F-FDG PET/CT for evaluating recurrence after radiation therapy in patients with lung cancer
2024-Jul, Annals of nuclear medicine
IF:2.5Q2
DOI:10.1007/s12149-024-01925-5
PMID:38589677
|
研究论文 | 本文开发了一种深度学习模型，以区分肺癌患者放疗后的变化与肿瘤复发 | 创新点在于使用了二维卷积神经网络（CNN）对放疗相关变化和肿瘤复发进行有效区分 | 研究局限于单一医院的数据回顾，可能影响外部有效性 | 研究目的在于提高放疗后肺癌患者肿瘤复发的诊断准确性 | 308名接受放疗的肺癌患者 | 计算机视觉 | 肺癌 | 18F-FDG PET/CT | CNN | 图像 | 308名患者，3329个切片 | NA | NA | NA | NA |
| 1180 | 2024-08-05 |
A deep learning method for reflective boundary estimation
2024-Jul-01, The Journal of the Acoustical Society of America
IF:2.1Q1
DOI:10.1121/10.0026437
PMID:38949286
|
研究论文 | 该文章提出了一种用于反射边界估计的深度学习方法 | 该方法使用卷积神经网络，能够在不需要正确分配回声的情况下，实现鲁棒的二维边界估计 | 需要已知的发射器和接收器位置，可能限制了方法的适用范围 | 研究在复杂声学环境中进行环境估计的方法 | 反射边界的位置和声学回声的估计 | 计算机视觉 | NA | 卷积神经网络 | CNN | 图像 | 模拟数据和水箱的真实数据 | NA | NA | NA | NA |