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 1070 篇文献，本页显示第 241 - 260 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 241 | 2024-12-08 |
Digital-SMLM for precisely localizing emitters within the diffraction limit
2024-Aug, Nanophotonics (Berlin, Germany)
DOI:10.1515/nanoph-2023-0936
PMID:39635039
|
研究论文 | 本文介绍了一种名为Digital-SMLM的新方法，通过结合实验数据集和深度学习，精确预测亚衍射极限点的发射器数量和位置 | Digital-SMLM在预测亚衍射极限点的发射器数量和位置方面优于Deep-STORM，并能更准确地恢复目标分子的真实分布 | NA | 开发一种新的方法，以精确预测亚衍射极限点的发射器数量和位置，用于生物医学研究中的定量分析或分子机制调查 | 亚衍射极限点的发射器数量和位置 | 计算机视觉 | NA | 单分子定位显微镜（SMLM） | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 242 | 2024-12-02 |
Enhancing chest X-ray datasets with privacy-preserving large language models and multi-type annotations: a data-driven approach for improved classification
2024-Aug-15, ArXiv
PMID:38711436
|
研究论文 | 本文提出了一种利用隐私保护的大型语言模型和多类型注释来增强胸部X光数据集的方法，以提高分类效果 | 本文提出了MAPLEZ方法，利用本地可执行的大型语言模型从胸部X光报告中提取和增强发现标签，不仅提取二元标签，还提取位置、严重程度和放射科医生的不确定性 | NA | 提高胸部X光图像分析中数据集标签的质量和分类模型的性能 | 胸部X光报告中的异常发现标签 | 计算机视觉 | NA | 大型语言模型 | 深度学习模型 | 文本 | 五个测试集中的八种异常 | NA | NA | NA | NA |
| 243 | 2024-12-02 |
Application of image recognition technology in pathological diagnosis of blood smears
2024-Aug-06, Clinical and experimental medicine
IF:3.2Q2
DOI:10.1007/s10238-024-01379-z
PMID:39105953
|
研究论文 | 本文综述了利用图像识别算法诊断血液涂片中疾病的方法和步骤，重点介绍了疟疾和白血病的诊断 | 利用图像识别技术提高血液涂片诊断的效率和准确性 | NA | 探讨图像识别技术在血液涂片病理诊断中的应用 | 血液涂片中的疟疾和白血病 | 计算机视觉 | 血液疾病 | 图像识别技术 | 神经网络 | 图像 | NA | NA | NA | NA | NA |
| 244 | 2024-12-02 |
DeepResBat: deep residual batch harmonization accounting for covariate distribution differences
2024-Aug-06, bioRxiv : the preprint server for biology
DOI:10.1101/2024.01.18.574145
PMID:38293022
|
研究论文 | 本文提出了一种基于深度神经网络的MRI数据集间变异性校正方法DeepResBat，通过结合非线性回归树和条件变分自编码器，显式考虑协变量分布差异，从而提高数据集间的一致性 | 本文的创新点在于提出了两种新的深度学习方法（coVAE和DeepResBat），显式考虑了协变量分布差异，并证明了不考虑协变量会导致次优的校正效果 | coVAE方法在不存在关联的情况下会产生虚假的协变量关联，未来研究应避免这一假阳性陷阱 | 研究目的是开发一种能够显式考虑协变量分布差异的深度学习方法，以提高多数据集MRI数据的校正效果 | 研究对象是来自三个大洲的三个数据集，共2787名参与者和10085个解剖T1扫描图像 | 机器学习 | NA | 深度神经网络 | 条件变分自编码器（cVAE） | MRI图像 | 2787名参与者和10085个解剖T1扫描图像 | NA | NA | NA | NA |
| 245 | 2024-11-29 |
Lung pneumonia severity scoring in chest X-ray images using transformers
2024-Aug, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-024-03066-3
PMID:38589723
|
研究论文 | 本文介绍了一种基于Vision Transformers（ViT）的神经网络模型，用于在胸部X光图像中量化COVID-19和其他肺部疾病的严重程度 | 提出了一个名为Vision Transformer Regressor Infection Prediction（ViTReg-IP）的新方法，结合了ViT架构和回归头，以及一种新的图像增强方案 | 未提及 | 开发一种鲁棒且适应性强的方法，用于通过胸部X光图像诊断和评估肺部肺炎的严重程度 | COVID-19和其他肺部疾病的严重程度量化 | 计算机视觉 | 肺部疾病 | Vision Transformers（ViT） | Vision Transformer Regressor Infection Prediction（ViTReg-IP） | 图像 | 使用了来自不同开放源的多种胸部X光图像数据集进行评估 | NA | NA | NA | NA |
| 246 | 2024-11-29 |
Enhancing deep learning pre-trained networks on diabetic retinopathy fundus photographs with SLIC-G
2024-Aug, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-024-03093-0
PMID:38649629
|
研究论文 | 本文提出了一种混合图像处理方法SLIC-G，用于增强深度学习预训练网络在糖尿病视网膜病变眼底照片上的性能 | 引入超像素分割和高斯平滑操作作为图像处理方法，解决了像素级检测的挑战，并提高了分类性能 | 未提及具体限制 | 提高深度学习网络在糖尿病视网膜病变数据集上的分类性能 | 糖尿病视网膜病变眼底照片 | 计算机视觉 | 糖尿病视网膜病变 | SLIC-G | 深度学习网络 | 图像 | 未提及具体样本数量 | NA | NA | NA | NA |
| 247 | 2024-11-29 |
Contraction assessment of abdominal muscles using automated segmentation designed for wearable ultrasound applications
2024-Aug, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-024-03204-0
PMID:38865060
|
研究论文 | 本文研究了三种基于深度学习的分割方法，用于在超声视频中自动评估腹部肌肉的收缩状态 | 提出了三种基于深度学习的分割方法，其中两种方法结合了视频中的时间信息，以提高分割的时空一致性 | 在回顾性分析中，自动分割的准确率为71%，低于手动参考分割的90%。此外，讨论了分割、分类和实时评估中失败的原因及对图像质量和硬件设计的要求 | 开发用于可穿戴超声设备的自动分割算法，以在物理治疗中提供实时反馈 | 腹部肌肉在超声视频中的收缩状态 | 计算机视觉 | NA | 深度学习 | 2D网络 | 视频 | NA | NA | NA | NA | NA |
| 248 | 2024-11-23 |
Rapid, autonomous and ultra-large-area detection of latent fingerprints using object-driven optical coherence tomography
2024-Aug-26, Optics express
IF:3.2Q2
DOI:10.1364/OE.533554
PMID:39573253
|
研究论文 | 本研究介绍了一种基于对象驱动的光学相干断层扫描（OD-OCT）技术，用于快速、自主和超大范围检测潜在指纹 | 通过使用机器人手臂进行稀疏采样，实现了比传统技术快100倍的扫描速度，并结合深度学习模型实时处理B-扫描数据，实现了自主指纹检测 | NA | 提高潜在指纹检测的速度和覆盖范围，同时保持高分辨率成像 | 潜在指纹 | 计算机视觉 | NA | 光学相干断层扫描（OCT） | 深度学习模型 | 图像 | 约400 cm²的变形状区域 | NA | NA | NA | NA |
| 249 | 2024-11-23 |
Deep learning based on the loss metric for inverse design of photonic resonators
2024-Aug-26, Optics express
IF:3.2Q2
DOI:10.1364/OE.523652
PMID:39573260
|
研究论文 | 本文提出并实现了一种新的损失度量方法，用于光子谐振器的逆向设计 | 本文提出了一种新的损失度量方法，通过傅里叶变换计算时间域复向量，结合频谱MSE和时间域向量误差（TVE），能够更有效地识别谐振特性 | NA | 改进深度学习算法在光子谐振器逆向设计中的相似性评估 | 光子谐振器 | 机器学习 | NA | 傅里叶变换（FT） | 深度学习 | 频谱数据 | NA | NA | NA | NA | NA |
| 250 | 2024-11-23 |
Enhancing single-pixel imaging reconstruction using hybrid transformer network with adaptive feature refinement
2024-Aug-26, Optics express
IF:3.2Q2
DOI:10.1364/OE.523276
PMID:39573346
|
研究论文 | 本文提出了一种混合卷积-变换器网络用于单像素成像的高效重建 | 引入了一种新的混合卷积-变换器网络，结合了U-Net架构和自适应特征细化模块，显著提高了重建速度和准确性 | NA | 解决现有单像素成像重建技术效率低下的问题 | 单像素成像数据的重建 | 计算机视觉 | NA | NA | 混合卷积-变换器网络 | 图像 | NA | NA | NA | NA | NA |
| 251 | 2024-11-23 |
Photonic integrated interference imaging system based on front-end S-shaped microlens array and Con-DDPM
2024-Aug-12, Optics express
IF:3.2Q2
DOI:10.1364/OE.530187
PMID:39573109
|
研究论文 | 本文提出了一种基于前端S形微透镜阵列和条件去噪扩散概率模型（Con-DDPM）的光子集成干涉成像系统，以解决UV空间频率采样不均匀和逆傅里叶变换（IFT）伪影问题 | 引入前端S形微透镜阵列改善UV空间频率采样的均匀性，并采用基于Con-DDPM的深度学习重建算法处理IFT图像，有效去除伪影并恢复图像细节 | NA | 提高光子集成干涉成像系统的成像质量 | UV空间频率采样均匀性和逆傅里叶变换（IFT）伪影 | 计算机视觉 | NA | 条件去噪扩散概率模型（Con-DDPM） | Con-DDPM | 图像 | NA | NA | NA | NA | NA |
| 252 | 2024-11-23 |
Deep learning-based general beam synthesis for atmospheric propagation
2024-Aug-12, Optics express
IF:3.2Q2
DOI:10.1364/OE.530561
PMID:39573113
|
研究论文 | 本文提出了一种基于深度学习的方法，用于生成通过大气湍流传播的最佳光束 | 通过卷积神经网络（CNN）的批量计算来近似接收器统计数据，并合成任意复杂幅度分布的广义光束 | NA | 优化自由空间光系统的传输光束设计 | 通过大气湍流传播的光束 | 计算机视觉 | NA | 深度学习 | 卷积神经网络（CNN） | 光束模式 | NA | NA | NA | NA | NA |
| 253 | 2024-11-23 |
Research on deep learning restoration algorithm of X-ray backscatter imaging based on virtual training dataset
2024-Aug-12, Optics express
IF:3.2Q2
DOI:10.1364/OE.531818
PMID:39573130
|
研究论文 | 本文介绍了一种基于虚拟训练数据集的X射线背散射图像深度学习恢复算法 | 利用虚拟训练数据集生成大量卷积图像进行深度学习训练，无需手动标注 | NA | 研究X射线背散射图像的恢复技术 | X射线背散射图像 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 大量虚拟生成的卷积图像 | NA | NA | NA | NA |
| 254 | 2024-11-23 |
Ground-to-air aircraft infrared image deblurring based on imaging degradation simulation
2024-Aug-12, Optics express
IF:3.2Q2
DOI:10.1364/OE.524571
PMID:39573156
|
研究论文 | 本文提出了一种基于成像退化模拟的地对空飞机红外图像去模糊方法 | 创新性地提出了一种简单的全链路成像退化模拟方法，用于生成丰富的模糊-清晰图像对，并通过预训练和微调提升神经网络在特定场景下的去模糊性能 | 需要选择与场景退化模式匹配的预训练数据集，且模型在处理真实图像时仍存在一定局限性 | 解决特定场景下红外图像去模糊问题 | 地对空飞机红外图像 | 计算机视觉 | NA | 成像退化模拟 | 神经网络 | 图像 | 通过模拟方法生成的丰富模糊-清晰图像对 | NA | NA | NA | NA |
| 255 | 2024-11-23 |
Anti-noise performance analysis in amplitude-modulated collinear holographic data storage using deep learning
2024-Aug-12, Optics express
IF:3.2Q2
DOI:10.1364/OE.532825
PMID:39573152
|
研究论文 | 研究了在幅度调制同轴全息数据存储系统中使用深度学习进行抗噪性能分析 | 提出了一种使用端到端卷积神经网络分析编码数据页噪声抵抗能力的方法 | NA | 提高幅度调制同轴全息数据存储系统的数据读取准确性和可靠性 | 幅度调制同轴全息数据存储系统中的噪声和误码率 | 机器学习 | NA | 深度学习 | 卷积神经网络 | 图像 | NA | NA | NA | NA | NA |
| 256 | 2024-11-23 |
Wide-field imaging and recognition through cascaded complex scattering media
2024-Aug-12, Optics express
IF:3.2Q2
DOI:10.1364/OE.534163
PMID:39573154
|
研究论文 | 本文探讨了通过级联复杂散射介质实现宽场成像和识别的挑战，并提出了一种基于SMixerNet的深度学习方法 | 本文提出了一种基于SMixerNet的深度学习方法，通过参数自由的矩阵转置实现广泛的感受野，减少了参数密集的需求 | NA | 探索通过级联复杂散射介质实现宽场成像和识别的挑战 | 通过多模光纤和混浊介质实现宽场成像和病理筛查 | 计算机视觉 | NA | 深度学习 | SMixerNet | 图像 | 大量数据集 | NA | NA | NA | NA |
| 257 | 2024-11-23 |
Enhanced single-frame interferometry via hybrid conv-transformer architecture for ultra-precise phase retrieval
2024-Aug-12, Optics express
IF:3.2Q2
DOI:10.1364/OE.530142
PMID:39573190
|
研究论文 | 本文介绍了一种新的深度学习架构TECD-PSNet，用于高保真干涉图重建和精确相位恢复 | 提出了Transformer编码器-卷积解码器相移网络（TECD-PSNet），结合了Transformer块的全局描述能力和卷积块的高效特征提取能力，并引入了残差局部负反馈增强机制 | NA | 提高动态单帧干涉测量中相位恢复的精度和适应性 | 干涉图和相位恢复 | 计算机视觉 | NA | 深度学习 | Transformer Encoder-Convolution Decoder | 图像 | NA | NA | NA | NA | NA |
| 258 | 2024-11-23 |
Underwater polarization image de-scattering utilizing a physics-driven deep learning method
2024-Aug-12, Optics express
IF:3.2Q2
DOI:10.1364/OE.529711
PMID:39573222
|
研究论文 | 本文提出了一种利用物理驱动的深度学习方法进行水下偏振图像去散射的方法 | 结合主动偏振成像模型与深度学习，设计了偏振特征细化块，直接预测偏振相关参数，无需先验参数和手动估计 | NA | 解决现有基于学习的方法缺乏可解释性和泛化性的问题 | 水下偏振图像的去散射 | 计算机视觉 | NA | 深度学习 | 深度学习网络 | 图像 | 多组不同材料和不同浑浊条件下的实验结果 | NA | NA | NA | NA |
| 259 | 2024-11-23 |
High-dimensional signal encoding and decoding method based on multi-ring perfect vortex beam
2024-Aug-12, Optics express
IF:3.2Q2
DOI:10.1364/OE.530961
PMID:39573231
|
研究论文 | 研究提出了一种基于多环完美涡旋光束的高维信号编码与解码方法 | 通过叠加多个完美涡旋光束创建多环完美涡旋光束，并引入机器学习方法优化编码和解码过程 | NA | 提升自由空间光通信的通道容量和解码准确性 | 多环完美涡旋光束的编码与解码技术 | 光学通信 | NA | 机器学习 | 深度学习 | 光束 | NA | NA | NA | NA | NA |
| 260 | 2024-11-23 |
SDD-Net: self-supervised dual-domain dual-path single-pixel imaging
2024-Aug-12, Optics express
IF:3.2Q2
DOI:10.1364/OE.530902
PMID:39573230
|
研究论文 | 提出了一种自监督的双域双路径单像素成像方法 | 采用自监督学习方法，无需实际标签即可重建目标图像，并通过双域约束和结构-纹理双路径引导网络恢复图像的结构和纹理信息 | 未提及具体限制 | 解决现有单像素成像方法在复杂场景或特定应用中成像细节不足的问题 | 单像素成像技术 | 计算机视觉 | NA | 自监督学习 | SDD-Net | 图像 | 未提及具体样本数量 | NA | NA | NA | NA |