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 1299 篇文献，本页显示第 1201 - 1220 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1201 | 2024-08-05 |
Deciphering seizure semiology in corpus callosum injuries: A comprehensive systematic review with machine learning insights
2024-07, Clinical neurology and neurosurgery
IF:1.8Q2
DOI:10.1016/j.clineuro.2024.108316
PMID:38762973
|
综述 | 本系统评价分析了胼胝体损伤对癫痫半影的影响，并提供了相关的神经科学和临床启示 | 本研究结合机器学习和深度学习技术，揭示了癫痫类型、半影参数与胼胝体损伤位置之间的显著相关性 | 排除了其他皮层或亚皮层涉及的研究，可能限制了对癫痫综合症的全面理解 | 阐明胼胝体损伤与癫痫表现之间的关系 | 与胼胝体损伤相关的癫痫发作的临床表现和电生理特征 | 机器学习 | NA | 机器学习 (随机森林) 和深度学习 (1D-CNN) | NA | 文献数据 | 41项研究，共涉及56名患者 | NA | NA | NA | NA |
| 1202 | 2024-08-05 |
LGDNet: local feature coupling global representations network for pulmonary nodules detection
2024-Jul, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-024-03043-w
PMID:38429443
|
研究论文 | 本文提出了一种名为LGDNet的新框架，用于通过融合局部特征和全局表示来检测肺CT扫描中的可疑肺结节 | LGDNet通过设计双支路模块和注意力门模块来克服现有卷积神经网络在长距离依赖性和上下文信息捕捉方面的局限性 | 目前的研究可能仍然受限于现有数据集的多样性和规模 | 旨在提高肺结节检测的灵敏度，尤其是小尺寸结节的检测 | 可疑肺结节 | 计算机视觉 | 肺癌 | 深度学习 | CNN与Transformer的结合 | 图像 | 使用了大规模的LIDC数据集进行实验 | NA | NA | NA | NA |
| 1203 | 2024-08-05 |
A survey of label-noise deep learning for medical image analysis
2024-Jul, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2024.103166
PMID:38613918
|
综述 | 这篇文章提供了医疗图像分析中标签噪声深度学习的最新调查 | 首次系统整理和归纳了医疗图像领域的标签噪声学习文献，并进行了方法论比较 | 没有提供具体的实验数据和实证研究 | 旨在为研究人员和从业者提供对现有医疗标签噪声学习的深入理解 | 医疗图像中的标签噪声学习方法 | 计算机视觉 | NA | 深度学习 | NA | 医学图像 | NA | NA | NA | NA | NA |
| 1204 | 2024-08-05 |
A novel machine learning model for breast cancer detection using mammogram images
2024-Jul, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-024-03057-4
PMID:38575824
|
研究论文 | 本研究提出了一种新颖的机器学习模型用于乳腺癌检测，利用乳腺X光图像进行特征提取和分类优化 | 提出了一种基于概率主成分分析的特征提取方法，并结合了多种优化技术以提高分类精度 | 研究中未提及样本的多样性或数据集的偏差问题 | 旨在提高乳腺癌的早期检测率以改善患者的康复机会 | 研究对象是乳腺癌患者的乳腺X光图像 | 计算机视觉 | 乳腺癌 | 深度学习 | 集成模型，使用朴素贝叶斯分类器和转移集成卷积神经网络 | 图像 | 使用INbreast数据集进行评估 | NA | NA | NA | NA |
| 1205 | 2024-08-05 |
A hybrid EEG classification model using layered cascade deep learning architecture
2024-Jul, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-024-03072-5
PMID:38507121
|
研究论文 | 本文提出了一种混合EEG分类模型，利用分层级联深度学习架构进行多类分类。 | 创新性地将主成分分析网络（PCANet）与相空间重构（PSR）和功率谱密度（PSD）结合，用于EEG信号的分类。 | NA | 提升基于EEG的癫痫检测的准确性和鲁棒性。 | 着重研究EEG信号的多类分类。 | 计算机视觉 | NA | 主成分分析网络（PCANet），相空间重构（PSR），功率谱密度（PSD） | 深度学习模型 | EEG信号 | NA | NA | NA | NA | NA |
| 1206 | 2024-08-05 |
Clinical evaluation of deep learning-based risk profiling in breast cancer histopathology and comparison to an established multigene assay
2024-Jul, Breast cancer research and treatment
IF:3.0Q2
DOI:10.1007/s10549-024-07303-z
PMID:38592541
|
研究论文 | 本研究评估了Stratipath Breast工具在乳腺癌组织病理学中的风险分层效果，并与已建立的多基因检测进行了比较 | 首次将深度学习的图像风险评估与传统多基因检测相比较，提供了新的临床决策支持 | 研究仅限于ER阳性和HER2阴性的早期乳腺癌患者，可能不适用于其他类型的乳腺癌 | 评估深度学习工具在乳腺癌风险评估中的有效性 | 234例侵袭性ER阳性/HER2阴性乳腺肿瘤 | 数字病理学 | 乳腺癌 | 深度学习图像分析 | NA | 图像 | 234例侵袭性ER阳性/HER2阴性乳腺肿瘤 | NA | NA | NA | NA |
| 1207 | 2024-08-05 |
The application of artificial intelligence to accelerate G protein-coupled receptor drug discovery
2024-Jul, British journal of pharmacology
IF:6.8Q1
DOI:10.1111/bph.16140
PMID:37161878
|
研究论文 | 本文探讨了人工智能在G蛋白偶联受体（GPCR）药物发现中的应用 | 介绍了人工智能如何在药物发现的不同阶段提供支持，并总结了已有的应用案例 | 文章中提到的局限性需要更深入的研究以充分发挥人工智能的潜力 | 研究人工智能在G蛋白偶联受体药物发现过程中的作用和潜力 | G蛋白偶联受体及其配体相互作用的发现和临床反应预测 | 人工智能 | NA | 机器学习和深度学习 | NA | NA | NA | NA | NA | NA | NA |
| 1208 | 2024-08-05 |
Coordinate-wise monotonic transformations enable privacy-preserving age estimation with 3D face point cloud
2024-Jul, Science China. Life sciences
DOI:10.1007/s11427-023-2518-8
PMID:38573362
|
研究论文 | 本文提出了一种通过坐标单调变换进行隐私保护的面部年龄估计方法 | 创新在于开发了使用坐标单调变换的面部数据掩蔽方法，同时保留年龄相关特征 | 研究可能在处理面部形状信息时受到限制，机器仍可识别处理后的面部 | 研究旨在开发面部年龄估计模型，同时确保数据隐私 | 研究对象为非注册的面部点云数据 | 计算机视觉 | NA | 深度学习 | NA | 3D面部点云 | NA | NA | NA | NA | NA |
| 1209 | 2024-08-05 |
Self-supervised category selective attention classifier network for diabetic macular edema classification
2024-Jul, Acta diabetologica
IF:3.1Q2
DOI:10.1007/s00592-024-02257-6
PMID:38521818
|
研究论文 | 本研究旨在开发一种先进的模型用于糖尿病性黄斑水肿(DME)的分类。 | 提出了一种新颖的架构SSCSAC-Net，利用自监督学习和类别选择性注意机制，提高DME分类的精度。 | NA | 研究旨在使用深度学习技术改进DME的分类精度。 | 主要研究对象为糖尿病性黄斑水肿的图像分类。 | 数字病理学 | 糖尿病性黄斑水肿 | 深度学习 | SSCSAC-Net | 图像 | 使用多个基准数据集进行测试 | NA | NA | NA | NA |
| 1210 | 2024-08-05 |
A Beginner's Guide to Artificial Intelligence for Ophthalmologists
2024-Jul, Ophthalmology and therapy
IF:2.6Q2
DOI:10.1007/s40123-024-00958-3
PMID:38734807
|
研究论文 | 本文提供了人工智能在眼科应用的基础理解 | 探索了深度学习框架在影像数据中检测和量化眼科特征的多种人工智能方法 | 需要高质量和多样化的数据集进行模型训练，且在研究中需确保方法的透明报告 | 旨在增强眼科医生对人工智能应用的理解 | 讨论与人工智能驱动的诊断相关的研究 | 数字病理学 | NA | 深度学习，迁移学习 | NA | 影像 | NA | NA | NA | NA | NA |
| 1211 | 2024-08-05 |
LinFlo-Net: A Two-Stage Deep Learning Method to Generate Simulation Ready Meshes of the Heart
2024-07-01, Journal of biomechanical engineering
DOI:10.1115/1.4064527
PMID:38258957
|
研究论文 | 本文提出了一种深度学习模型，可以自动生成患者影像数据的人体心脏计算模型。 | 该方法通过使用两阶段的微分变形过程及新颖的损失函数来最小化网格自穿透，保证生成的网格没有自交现象。 | 未提及 | 研究旨在开发一种能够生成适合物理模拟的心脏网格模型。 | 研究对象为患者影像数据转换为心脏的计算模型。 | 数字病理 | NA | 深度学习 | NA | 影像 | NA | NA | NA | NA | NA |
| 1212 | 2024-08-05 |
EPR-Net: constructing a non-equilibrium potential landscape via a variational force projection formulation
2024-Jul, National science review
IF:16.3Q1
DOI:10.1093/nsr/nwae052
PMID:38883298
|
研究论文 | 我们提出EPR-Net，一种新颖而有效的深度学习方法，用于构建高维非平衡稳态系统的势能景观 | EPR-Net利用了一个数学事实，即所需的负势能梯度只是底层动力学驱动力在加权内积空间中的正交投影，并与稳态熵产生率有密切关系 | 在小噪声系统的情况下，可能需要强化学习策略，而在其他背景下可能表现不佳 | 解决生物物理学中的潜能景观构建问题 | 高维非平衡稳态系统，包括八维极限环和五十二维多稳态问题 | 机器学习 | NA | 深度学习 | NA | NA | NA | NA | NA | NA | NA |
| 1213 | 2024-08-05 |
Clinical evaluation of a deep learning CBCT auto-segmentation software for prostate adaptive radiation therapy
2024-Jul, Clinical and translational radiation oncology
IF:2.7Q2
DOI:10.1016/j.ctro.2024.100796
PMID:38884004
|
研究论文 | 本文旨在评估一种基于深度学习的前列腺CBCT图像自动分割软件在临床适应性放疗中的应用 | 该研究首次系统地评估了一种新的深度学习自动分割软件，并提出了使用特定成像模式训练的算法 | 样本量较小，仅包含10名患者，所涉及的结构主要集中在前列腺及相关组织 | 评估深度学习自动分割软件在前列腺放疗中的临床适用性 | 研究对象为接受前列腺放疗的10名患者 | 医学影像处理 | 前列腺癌 | 深度学习 | NA | CBCT图像 | 10名患者 | NA | NA | NA | NA |
| 1214 | 2024-08-05 |
Convolutional neural networks combined with classification algorithms for the diagnosis of periodontitis
2024-Jul, Oral radiology
IF:1.6Q3
DOI:10.1007/s11282-024-00739-5
PMID:38393548
|
研究论文 | 本文旨在开发一种结合卷积神经网络和分类算法的深度学习模型，以帮助牙医快速准确地诊断牙周炎的阶段 | 本文创新性地将多种CNN模型与分类算法结合，提高了牙周炎诊断的准确性和效率 | 未提及本文可能的局限性 | 提高牙周炎的诊断效率和准确率 | 牙周炎的阶段诊断 | 计算机视觉 | 口腔疾病 | 卷积神经网络（CNN） | Alexnet, VGG16, ResNet18 | 影像（根尖放射线照相）和临床数据 | 未提供具体样本数量 | NA | NA | NA | NA |
| 1215 | 2024-08-05 |
Artificial intelligence for caries detection: a novel diagnostic tool using deep learning algorithms
2024-Jul, Oral radiology
IF:1.6Q3
DOI:10.1007/s11282-024-00741-x
PMID:38498223
|
研究论文 | 本文旨在利用深度学习算法开发一种自动检测牙齿龋齿的评估工具 | 提出了一种名为ResNet+SAM的新型诊断模型，能够自动检测牙齿龋齿，并在性能上优于传统的CNN模型 | 文章未提及具体的算法训练细节或潜在的进一步验证 | 开发一种用于自动检测牙齿龋齿的工具 | 使用4278幅经医学专家注释的根尖X光照片来训练和验证模型 | 计算机视觉 | NA | 卷积神经网络 | ResNet+SAM | 图像 | 4278幅根尖X光照片 | NA | NA | NA | NA |
| 1216 | 2024-08-05 |
Advanced deep learning algorithm for instant discriminating of tea leave stress symptoms by smartphone-based detection
2024-Jul, Plant physiology and biochemistry : PPB
IF:6.1Q1
DOI:10.1016/j.plaphy.2024.108769
PMID:38797010
|
研究论文 | 本研究提出了一种基于智能手机的深度学习模型，用于快速检测茶叶的压力症状。 | 提出了一种便携式智能手机检测方法，并适应YOLOv5m和YOLOv8m算法，实现了高精度区分茶叶压力症状。 | 研究未提及可能的环境因素对检测结果的影响 | 旨在开发一种在复杂自然环境中快速监测茶叶压力的技术 | 开发了一个包含10000多张茶园冠层图像的数据库 | 计算机视觉 | NA | 深度学习 | YOLOv8m | 图像 | 超过10000张图像 | NA | NA | NA | NA |
| 1217 | 2024-08-05 |
Marine oil spill detection and segmentation in SAR data with two steps Deep Learning framework
2024-Jul, Marine pollution bulletin
IF:5.3Q1
DOI:10.1016/j.marpolbul.2024.116549
PMID:38850755
|
研究论文 | 本研究开发了一种基于深度学习的海洋油污检测和分割方法 | 探索了九十种CNN配置，并创建了新的Sentinel-1图像数据集 | 未提及具体的局限性 | 旨在提高海洋油污分类和分割的准确性 | 使用Sentinel-1 SAR图像进行油污检测 | 计算机视觉 | NA | 深度学习 | CNN, MLP, U-Net | 图像 | NA | NA | NA | NA | NA |
| 1218 | 2024-08-05 |
Radiomics and deep learning models for CT pre-operative lymph node staging in pancreatic ductal adenocarcinoma: A systematic review and meta-analysis
2024-Jul, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2024.111510
PMID:38781919
|
系统评价与 meta 分析 | 评估 CT 基于放射组学算法和深度学习模型在胰腺导管腺癌患者中术前识别淋巴结转移的诊断准确性 | 本研究通过元分析显示了 CT 基于放射组学和深度学习模型在预测胰腺导管腺癌患者淋巴结转移方面的良好表现 | 研究中未发现研究类型（放射组学 vs 深度学习）或数据集大小对诊断比值比（DOR）有显著影响 | 探讨 CT 基于放射组学和深度学习模型的诊断准确性 | 针对胰腺导管腺癌患者的淋巴结转移进行的相关研究 | 数字病理学 | 胰腺癌 | CT 扫描 | 放射组学和深度学习模型 | 影像 | 共纳入 485 名患者（213 名用于放射组学研究，272 名用于深度学习研究） | NA | NA | NA | NA |
| 1219 | 2024-08-05 |
Lensless shadow microscopy-based shortcut analysis strategy for fast quantification of microplastic fibers released to water
2024-Jul-01, Water research
IF:11.4Q1
DOI:10.1016/j.watres.2024.121758
PMID:38761592
|
研究论文 | 该论文提出了一种基于无透镜阴影显微镜的快速分析策略，用于有效量化水中释放的微塑料纤维 | 论文创新提出了结合高分辨率无透镜阴影显微镜与深度学习算法的快速成像和自动计数方法，从而显著提升了微塑料纤维的检测速度和准确性 | 研究中未涉及高效样本分离和全面样本图像数据库的创建 | 研究旨在提高对水中微塑料纤维污染的快速量化能力 | 研究对象是水中释放的微塑料纤维 | 数字病理 | NA | 无透镜阴影显微镜，深度学习算法 | NA | 图像 | NA | NA | NA | NA | NA |
| 1220 | 2024-08-05 |
Discriminative diagnosis of ovarian endometriosis cysts and benign mucinous cystadenomas based on the ConvNeXt algorithm
2024-Jul, European journal of obstetrics, gynecology, and reproductive biology
DOI:10.1016/j.ejogrb.2024.05.010
PMID:38756053
|
研究论文 | 本研究旨在开发一个深度学习模型，利用ConvNeXt算法有效区分卵巢内膜异位囊肿和良性粘液性囊腺瘤 | 该深度学习模型提供了一种新的临床方法，以高准确度区分卵巢内膜异位囊肿和良性粘液性囊腺瘤 | 本研究的回顾性分析可能受限于数据的选择偏倚 | 旨在通过分析超声图像开发一个有效的深度学习模型用于卵巢内膜异位囊肿和良性粘液性囊腺瘤的诊断 | 研究对象为184名被诊断为卵巢内膜异位囊肿或良性粘液性囊腺瘤的患者 | 数字病理学 | 卵巢内膜异位症 | 深度学习，ConvNeXt算法 | 深度学习模型 | 超声图像 | 786幅超声图像，来自184名患者 | NA | NA | NA | NA |