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 1181 - 1200 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1181 | 2024-08-05 |
Coronary artery disease evaluation during transcatheter aortic valve replacement work-up using photon-counting CT and artificial intelligence
2024 Jul-Aug, Diagnostic and interventional imaging
IF:4.9Q1
DOI:10.1016/j.diii.2024.01.010
PMID:38368176
|
研究论文 | 本研究评估了光子计数CT与人工智能结合用于冠状动脉疾病评估的能力 | 该研究创新性地将光子计数CT与深度学习模型结合，以提高冠状动脉狭窄量化和血流储备预测的准确性 | 研究为回顾性单中心研究，可能存在选择偏倚 | 评估在经导管主动脉瓣置换术准备过程中使用光子计数CT与人工智能评估冠状动脉疾病的能力 | 对2021年10月到2023年6月之间的260名严重症状性主动脉瓣狭窄患者进行研究 | 医学影像学 | 冠状动脉疾病 | 光子计数CT | 深度学习模型 | 临床数据 | 260名患者（138名男性，122名女性） | NA | NA | NA | NA |
| 1182 | 2024-08-05 |
Machine learning methods for genomic prediction of cow behavioral traits measured by automatic milking systems in North American Holstein cattle
2024-Jul, Journal of dairy science
IF:3.7Q2
DOI:10.3168/jds.2023-24082
PMID:38395400
|
研究论文 | 本文旨在比较传统基因组预测方法与深度学习算法在自动挤奶系统中对北美荷斯坦奶牛行为特征的基因组预测性能 | 研究了深度学习算法在奶牛行为特征的基因组预测中相较于传统方法的表现，提供了对预测精度的新见解 | 深度学习方法的计算需求较高，且在未基因分型个体上的预测能力有限 | 提高复杂性状如奶牛行为的基因组预测精度 | 北美荷斯坦奶牛的挤奶拒绝和挤奶失败 | 机器学习 | NA | 自动挤奶系统 | LASSO, MLP, CNN, GBLUP | 每日记录 | 4,511头基因分型的荷斯坦奶牛，总计1,993,509条记录 | NA | NA | NA | NA |
| 1183 | 2024-08-05 |
Deep Learning Auto-Segmentation Network for Pediatric Computed Tomography Data Sets: Can We Extrapolate From Adults?
2024-Jul-15, International journal of radiation oncology, biology, physics
DOI:10.1016/j.ijrobp.2024.01.201
PMID:38246249
|
研究论文 | 本研究评估了基于人工智能的自动分割模型在儿童CT数据集上的表现及其跨扫描仪兼容性 | 探讨了使用包含儿童数据的训练模型对提高分割性能的重要性 | 主要集中在特定的盆腔/胸部器官，可能无法推广至其他类型的医疗影像 | 评估成人CT数据训练的AI模型在儿童数据集上的性能 | 成人和儿童的CT扫描数据集，涵盖459个儿童CT扫描和950个成年CT扫描 | 数字病理学 | NA | 自动分割模型 | nnU-Net | CT图像 | 儿童CT扫描459例，成人CT扫描950例 | NA | NA | NA | NA |
| 1184 | 2024-08-05 |
MOUNT: Learning 6DoF Motion Prediction Based on Uncertainty Estimation for Delayed AR Rendering
2024-Jul, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2022.3228807
PMID:37015352
|
研究论文 | 本文提出了一种基于深度学习的6DoF运动预测方法，用于补偿增强现实中的时间延迟 | 本文提出的MOUNT网络通过估计输入数据的不确定性来提高运动预测的准确性和流畅性 | NA | 研究增强现实设备中运动预测的优化方法 | 研究复杂的人体运动 | 计算机视觉 | NA | 深度学习 | MOtion UNcerTainty encode decode network (MOUNT) | 传感器数据 | 在EuRoC数据集和我们收集的数据集中进行了实验 | NA | NA | NA | NA |
| 1185 | 2024-08-05 |
Keyframe Control of Music-Driven 3D Dance Generation
2024-Jul, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2023.3235538
PMID:37021894
|
研究论文 | 本研究提出了一种用于音乐驱动的舞蹈生成的关键帧插值方法 | 引入了关键帧插值和新颖的转换生成技术，以在舞蹈生成中实现更高的控制力 | 没有讨论对音乐类型或舞蹈风格的限制 | 提高音乐驱动的舞蹈生成的控制性和多样性 | 生成与音乐节拍和关键姿势相匹配的舞蹈动作 | 计算机视觉 | NA | 归一化流 | NA | 舞蹈动作 | NA | NA | NA | NA | NA |
| 1186 | 2024-08-05 |
Laplacian2Mesh: Laplacian-Based Mesh Understanding
2024-Jul, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2023.3259044
PMID:37030768
|
研究论文 | 本研究提出了一种名为Laplacian2Mesh的新型卷积神经网络框架，用于处理不规则三角网格的形状理解任务 | Laplacian2Mesh通过将输入网格映射到多维拉普拉斯-贝尔特拉米空间，实现了对不规则网格结构的有效处理，并引入了网格池化操作和通道自注意力块 | 本研究未具体提及可能存在的限制 | 本研究旨在提高在计算机图形学中对形状分类与语义分割任务的理解能力 | 研究对象为不规则的三角网格结构 | 计算机视觉 | NA | 卷积神经网络（CNN） | CNN | NA | 进行了多种数据集的广泛测试 | NA | NA | NA | NA |
| 1187 | 2024-08-05 |
Can ChatGPT Answer Patient Questions Regarding Total Knee Arthroplasty?
2024-Jul, The journal of knee surgery
IF:1.6Q3
DOI:10.1055/s-0044-1782233
PMID:38442904
|
研究论文 | 本文探讨了ChatGPT在回答有关全膝关节置换手术的常见患者问题的准确性。 | 文章首次评估了人工智能聊天应用程序在提供有关全膝关节置换手术信息中的有效性。 | 本研究只在一次在线互动中测试了10个常见问题，可能不足以全面评估其准确性。 | 研究旨在确定ChatGPT在提供全膝关节置换手术相关常见问题解答的准确性。 | 研究对象是针对全膝关节置换的常见问题（FAQ）与ChatGPT的交互。 | 自然语言处理 | NA | 深度学习 | NA | 文本 | 10个常见问题 | NA | NA | NA | NA |
| 1188 | 2024-08-05 |
Bidirectional Hybrid LSTM Based Recurrent Neural Network for Multi-View Stereo
2024-Jul, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2022.3165860
PMID:35394911
|
研究论文 | 本文提出了一种有效的双向混合LSTM基于递归神经网络的多视图立体重建方法 | 采用双向混合长短期记忆结构进行成本体积正则化，提高了准确性并节省了运行时内存 | 可能在特定情况下性能受限于数据集的多样性 | 提高多视图立体重建的准确性和效率 | 密集点云重建 | 计算机视觉 | NA | 深度学习 | 双向混合LSTM | 点云 | 在DTU、Tanks and Temples和ETH3D数据集上进行了广泛实验 | NA | NA | NA | NA |
| 1189 | 2024-08-05 |
Real-time object-removal tampering localization in surveillance videos by employing YOLO-V8
2024-Jul, Journal of forensic sciences
IF:1.5Q2
DOI:10.1111/1556-4029.15516
PMID:38572826
|
研究论文 | 本文提出了一种基于YOLO-V8的监控视频实时物体移除篡改检测方法 | 提出了一种被动的最大中值平均运动残差算法与YOLO-V8结合，用于真实时间的物体移除伪造区域定位 | 未提及具体的局限性 | 研究视频中物体移除伪造的检测与定位方法 | 监控视频中的物体移除伪造 | 计算机视觉 | NA | 深度学习 | YOLO-V8 | 视频 | 在SYSU-OBJFORG数据集上进行了训练 | NA | NA | NA | NA |
| 1190 | 2024-08-05 |
An AI healthcare ecosystem framework for Covid-19 detection and forecasting using CronaSona
2024-Jul, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-024-03058-3
PMID:38472600
|
研究论文 | 本文旨在建立一个用于COVID-19检测和预测的医疗生态系统框架CronaSona | 创新在于创建一个全面的医疗生态系统框架，解决COVID-19诊断和更广泛健康挑战 | NA | 介绍一种新型框架，简化针对疾病的应用程序开发和构建 | 开发CronaSona应用程序以验证并测试框架的功能 | 数字病理学 | 新冠肺炎 | 深度学习 | NA | 胸部X光图像 | NA | NA | NA | NA | NA |
| 1191 | 2024-08-05 |
[Artificial intelligence in kidney transplant pathology]
2024-Jul, Pathologie (Heidelberg, Germany)
DOI:10.1007/s00292-024-01324-7
PMID:38598097
|
综述 | 总结人工智能在肾移植病理学诊断领域的研究现状及其局限性 | 该文章探讨了AI在肾移植病理中的最新应用及其未来展望 | 在代表性数据集的收集和Banff分类的更新方面存在重要的局限性和挑战 | 研究人工智能在肾移植病理学诊断中的应用及存在的限制 | 聚焦于使用AI改善肾移植诊断的组织病理学研究 | 数字病理学 | NA | 深度学习 | NA | 文献 | NA | NA | NA | NA | NA |
| 1192 | 2024-08-05 |
NerveTracker: a Python-based software toolkit for visualizing and tracking groups of nerve fibers in serial block-face microscopy with ultraviolet surface excitation images
2024-Jul, Journal of biomedical optics
IF:3.0Q2
DOI:10.1117/1.JBO.29.7.076501
PMID:38912214
|
研究论文 | 本文开发了一种用于视觉化和跟踪神经纤维组的Python软件工具NerveTracker | 创新点在于提供了一套专用的、可定制的软件以进行外周神经样本的微观跟踪 | 未提及具体的局限性 | 研究旨在开发能够处理和可视化神经样本图像的定制软件 | 研究对象为外周神经样本中的神经纤维 | 计算机视觉 | NA | 三维显微镜与紫外表面激发 | NA | 图像 | 在几毫米的神经长度上测试了多个样本 | NA | NA | NA | NA |
| 1193 | 2024-08-05 |
Reproducibility and Explainability of Deep Learning in Mammography: A Systematic Review of Literature
2024-Jul, The Indian journal of radiology & imaging
DOI:10.1055/s-0043-1775737
PMID:38912238
|
系统评价 | 本文评估了深度学习在乳腺癌筛查中的可重复性与解释性。 | 提出了针对文献的质量评估工具mQUADAS-2，并揭示了许多研究存在偏倚风险。 | 大多数研究由于患者选择不具代表性而具有高风险偏倚，没有研究提供超出定位准确性的解释能力。 | 评估乳腺癌筛查中深度学习文献的可重复性，确定模型设计的最佳实践。 | 包括使用深度学习检测病变或将图像分类为癌症或非癌症的研究。 | 数字病理学 | 乳腺癌 | 深度学习 | 卷积神经网络（CNN），集成模型 | 图像 | 共筛选了12,123条记录，其中107条符合纳入标准 | NA | NA | NA | NA |
| 1194 | 2024-08-07 |
Enhancing diagnostic precision in liver lesion analysis using a deep learning-based system: opportunities and challenges
2024-Jul, Nature reviews. Clinical oncology
DOI:10.1038/s41571-024-00887-x
PMID:38519602
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1195 | 2024-08-07 |
Automated deep learning framework: providing decision-making information for breast cancer management
2024-Jul, EClinicalMedicine
IF:9.6Q1
DOI:10.1016/j.eclinm.2024.102674
PMID:38911837
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1196 | 2024-08-05 |
Computed tomography machine learning classifier correlates with mortality in interstitial lung disease
2024-Jul, Respiratory investigation
IF:2.4Q2
DOI:10.1016/j.resinv.2024.05.010
PMID:38772191
|
研究论文 | 本研究探讨了机器学习分类器Fibresolve在间质性肺病中的死亡率预测能力。 | Fibresolve作为一种基于深度学习的非侵入性诊断工具，首次被验证为间质性肺病死亡率的独立预测因子。 | 此研究的样本量虽然大，但仅包括228名可随访数据的患者，可能限制了结果的广泛适用性。 | 研究Fibresolve在间质性肺病患者中预测死亡率的有效性。 | 研究对象为228名患有特发性肺纤维化及其他间质性肺病的患者。 | 计算机视觉 | 间质性肺病 | 深度学习 | Cox回归分析 | 医学影像 | 228名患者 | NA | NA | NA | NA |
| 1197 | 2024-08-05 |
Comparative analysis of machine learning methods for prediction of chlorophyll-a in a river with different hydrology characteristics: A case study in Fuchun River, China
2024-Jul, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2024.121386
PMID:38865920
|
研究论文 | 本研究分析了不同水文特征河流中氯ophyll-a浓度的预测方法 | 首次比较了传统机器学习和深度学习模型在不同水文特征下的氯ophyll-a预测性能 | 未涉及其他可能影响氯ophyll-a的环境因素 | 探究氯ophyll-a的时空分布及其准确预测对水系统管理的重要性 | 富春江中的氯ophyll-a浓度及其关联环境因子 | 机器学习 | NA | 机器学习 | 传统机器学习模型及深度学习模型 | 环境数据 | NA | NA | NA | NA | NA |
| 1198 | 2024-08-05 |
Adapted generative latent diffusion models for accurate pathological analysis in chest X-ray images
2024-Jul, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-024-03056-5
PMID:38499946
|
研究论文 | 本文章提出了一种基于自适应生成潜在扩散模型的新数据增强方法，以提高胸部X光图像的自动病理筛查性能 | 创新点在于提出了一种新型的数据增强方法，专门针对结核病和肺结节的病理分析 | 研究依赖于有限的公共数据集，可能不完全代表所有实际临床场景 | 研究旨在改善胸部X光图像中病理分析的自动化性能 | 研究对象为结核病和肺结节的胸部X光图像 | 数字病理学 | 肺癌 | 数据增强 | 生成潜在扩散模型 | 图像 | 使用三个公共可用数据集进行评估 | NA | NA | NA | NA |
| 1199 | 2024-08-05 |
Longitudinal artificial intelligence-based deep learning models for diagnosis and prediction of the future occurrence of polyneuropathy in diabetes and prediabetes
2024-Jul, Neurophysiologie clinique = Clinical neurophysiology
DOI:10.1016/j.neucli.2024.102982
PMID:38761793
|
研究论文 | 本研究旨在开发基于人工智能的深度学习模型，以诊断和预测糖尿病及前糖尿病患者未来发生糖尿病远端感觉运动多神经病(DSPN)的风险 | 结合随机森林技术与卷积神经网络(CNN)和长短期记忆网络(LSTM)，为DSPN的诊断和预测提供了创新的深度学习框架 | 研究可能受限于样本的特异性，可能无法推广至其他类型糖尿病患者或不同的种族背景 | 研究旨在评估深度学习模型在糖尿病远端感觉运动多神经病的诊断和预测中的潜力 | 394名患者，其中300名为2型糖尿病患者，94名为前糖尿病患者 | 数字病理学 | 糖尿病 | 随机森林(RF)，卷积神经网络(CNN)，长短期记忆网络(LSTM) | CNN和LSTM | 临床评估数据 | 394名患者（300名2型糖尿病患者，94名前糖尿病患者） | NA | NA | NA | NA |
| 1200 | 2024-08-05 |
Research on machine learning hybrid framework by coupling grid-based runoff generation model and runoff process vectorization for flood forecasting
2024-Jul, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2024.121466
PMID:38870784
|
研究论文 | 本研究提出了一种结合网格型径流生成模型和径流过程向量化的混合深度学习洪水预测框架 | 创新点在于通过结合GRGM、RPV和LSTM模型来提高洪水预测的准确性和鲁棒性 | 研究中可能缺乏对其他因素影响的考虑，如气候变化的长期影响 | 研究旨在改进洪水预测模型的性能，以减少洪水灾害的风险 | 本研究的对象为流域Jialu River的水文数据和测量洪水实例 | 机器学习 | NA | LSTM | GRGM-RPV-LSTM | 水文数据 | 18个测量洪水实例 | NA | NA | NA | NA |