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 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 |
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 |
| 1202 | 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 |
| 1203 | 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 |
| 1204 | 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 |
| 1205 | 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 |
| 1206 | 2024-08-05 |
Advancing brain tumor classification through MTAP model: an innovative approach in medical diagnostics
2024-Jul, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-024-03064-5
PMID:38483711
|
研究论文 | 本文介绍了MTAP模型在脑肿瘤分类中的应用，旨在提高诊断准确性 | MTAP模型通过ADASYN方法解决数据集类别不平衡问题，并采用网络剪枝技术和Avg-TopK池化方法进行特征提取，提出了新型的分类策略 | NA | 提高脑肿瘤类型检测的准确性，这是医学成像和诊断的关键方面 | 脑肿瘤 | 医学诊断 | NA | 深度学习 | NA | NA | NA | NA | NA | NA | NA |
| 1207 | 2024-08-05 |
Automatic detection of bumblefoot in cage-free hens using computer vision technologies
2024-Jul, Poultry science
IF:3.8Q1
DOI:10.1016/j.psj.2024.103780
PMID:38688138
|
研究论文 | 本研究开发并测试了深度学习模型以自动检测无笼鸡的鸡足肿胀情况 | 首次提出并应用自动化方法检测无笼环境中鸡足肿胀，尤其是在早期阶段 | 研究主要集中在特定环境和设置下，尚未在商业层面广泛实施 | 旨在开发自动化检测系统以提升无笼鸡的福利 | 主要研究对象为无笼养殖环境中的母鸡及其足肿胀情况 | 计算机视觉 | NA | 深度学习 | YOLOv5系列模型 | 图像 | NA | NA | NA | NA | NA |
| 1208 | 2024-08-07 |
Fusion of Deep Learning with Conventional Imaging Processing: Does It Bring Artificial Intelligence Closer to the Clinic?
2024-Jul, The Journal of investigative dermatology
IF:5.7Q1
DOI:10.1016/j.jid.2023.10.043
PMID:38310497
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1209 | 2024-08-05 |
Ultra-High-Resolution T2-Weighted PROPELLER MRI of the Rectum With Deep Learning Reconstruction: Assessment of Image Quality and Diagnostic Performance
2024-Jul-01, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000001047
PMID:37975732
|
研究论文 | 本研究评估了超高分辨率获取和深度学习重建对直肠T2加权PROPELLER成像的图像质量和诊断性能的影响 | 提出了一种结合超高分辨率和深度学习重建的PROPELLER成像方法，从而改善了图像质量和识别性能 | 在直肠癌的病理情况下，MRI的诊断准确性并未提高，可能受到假阳性MRI结果或假阴性病理结果的影响 | 评估超高分辨率和深度学习重建在直肠MRI中的应用效果 | 34名接受MRI检查的直肠肿瘤患者 | 医学影像学 | 直肠癌 | 磁共振成像（MRI） | 深度学习重建（DLR） | 影像 | 34名患者 | NA | NA | NA | NA |
| 1210 | 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 |
| 1211 | 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 |
| 1212 | 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 |
| 1213 | 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 |
| 1214 | 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 |
| 1215 | 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 |
| 1216 | 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 |
| 1217 | 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 |
| 1218 | 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 |
| 1219 | 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 |
| 1220 | 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 |