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 741 - 760 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 741 | 2024-08-18 |
Segmentation of ovarian cyst in ultrasound images using AdaResU-net with optimization algorithm and deep learning model
2024-08-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-69427-y
PMID:39143122
|
研究论文 | 本研究提出了一种基于深度学习的卵巢囊肿超声图像分割技术，使用AdaResU-net和优化算法进行精确分割和分类 | 本研究采用了自适应卷积神经网络AdaResU-net和野马优化算法WHO，以及金字塔扩张卷积网络PDC，提高了分割准确性 | NA | 提高卵巢囊肿的诊断准确性和患者护理效果 | 卵巢囊肿的超声图像 | 计算机视觉 | 卵巢囊肿 | 深度学习 | AdaResU-net, PDC | 图像 | 卵巢超声囊肿图像数据库 | NA | NA | NA | NA |
| 742 | 2024-08-18 |
Development and performance evaluation of fully automated deep learning-based models for myocardial segmentation on T1 mapping MRI data
2024-08-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-69529-7
PMID:39143126
|
研究论文 | 开发并评估基于深度学习的全自动模型，用于在T1加权心脏MRI数据上进行左心室心肌分割 | 使用U-Net架构，通过系统优化模型设计，包括两种训练指标（DSC和IOU）、两种激活函数（ReLU和LeakyReLU）及不同训练周期数，实现了高精度的左心室心肌分割 | NA | 开发一种能够分割心脏MRI原生T1图上左心室心肌的深度学习模型 | 左心室心肌在心脏MRI原生T1图上的分割 | 机器学习 | NA | MRI | U-Net | 图像 | 50名健康志愿者和75名患者 | NA | NA | NA | NA |
| 743 | 2024-08-18 |
Classifying coherent versus nonsense speech perception from EEG using linguistic speech features
2024-08-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-69568-0
PMID:39143297
|
研究论文 | 研究通过语言学特征分析EEG信号，区分可理解与无意义语言的神经处理差异 | 使用深度学习模型有效分类连贯与无意义语言，并展示了深度学习框架在客观测量语言理解方面的潜力 | NA | 探讨母语与非理解外语之间的神经处理差异 | EEG信号与语言学特征的关系 | 自然语言处理 | NA | 深度学习 | 深度学习模型 | EEG信号 | 荷兰语母语者参与者 | NA | NA | NA | NA |
| 744 | 2024-08-18 |
Peritumoral edema enhances MRI-based deep learning radiomic model for axillary lymph node metastasis burden prediction in breast cancer
2024-08-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-69725-5
PMID:39143315
|
研究论文 | 研究肿瘤周围水肿（PE）是否能增强基于深度学习放射组学（DLR）模型在预测乳腺癌腋窝淋巴结转移（ALNM）负担中的作用 | 通过结合肿瘤周围水肿和选定的放射组学特征，深度学习模型在训练和验证队列中显示出更高的AUC值，显著提高了预测性能 | NA | 探讨肿瘤周围水肿对基于深度学习放射组学模型预测乳腺癌腋窝淋巴结转移负担的影响 | 乳腺癌患者及其腋窝淋巴结转移负担 | 数字病理学 | 乳腺癌 | MRI | 深度学习模型 | 影像 | 训练队列177例，验证队列111例 | NA | NA | NA | NA |
| 745 | 2024-08-18 |
A novel model for predicting postoperative liver metastasis in R0 resected pancreatic neuroendocrine tumors: integrating computational pathology and deep learning-radiomics
2024-Aug-14, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-024-05449-4
PMID:39143624
|
研究论文 | 本文介绍了一种结合计算病理学和深度学习放射组学的新模型，用于预测胰腺神经内分泌肿瘤患者R0切除术后的肝转移 | 该模型通过整合临床、病理和影像特征，提高了对胰腺神经内分泌肿瘤患者术后肝转移的预测准确性 | NA | 开发一种新的预测模型，以更好地预测胰腺神经内分泌肿瘤患者术后肝转移 | 胰腺神经内分泌肿瘤患者术后肝转移的预测 | 数字病理学 | 胰腺神经内分泌肿瘤 | 深度学习放射组学 | CNN | 图像 | 163名胰腺神经内分泌肿瘤患者 | NA | NA | NA | NA |
| 746 | 2024-08-18 |
Segmentation and characterization of macerated fibers and vessels using deep learning
2024-Aug-14, Plant methods
IF:4.7Q1
DOI:10.1186/s13007-024-01244-w
PMID:39143615
|
研究论文 | 本文开发了一种自动深度学习分割方法，利用YOLOv8模型对微观图像中的浸解纤维和导管进行快速准确的分割和特征化 | 采用YOLOv8模型进行快速准确的细胞分割和特征化，并开发了一个用户友好的网络应用程序 | NA | 研究木材细胞的形态、大小和排列，以理解木材特性 | 浸解纤维和导管的形态特征 | 计算机视觉 | NA | 深度学习 | YOLOv8 | 图像 | 分析了32,640 x 25,920像素的图像 | NA | NA | NA | NA |
| 747 | 2024-08-18 |
Rapid Mold Detection in Chinese Herbal Medicine Using Enhanced Deep Learning Technology
2024-Aug, Journal of medicinal food
IF:1.7Q4
DOI:10.1089/jmf.2024.k.0004
PMID:38919153
|
研究论文 | 本文提出了一种利用电子鼻技术和增强型深度学习技术快速准确检测中药材中霉菌污染的方法 | 引入了偏心时间卷积网络（ETCN）模型和随机共振（SR）技术，有效捕捉电子鼻数据的时空信息并消除噪声 | NA | 解决中药材加工和储存过程中霉菌污染导致的质量下降和功效降低问题 | 中药材中的霉菌污染 | 机器学习 | NA | 电子鼻技术 | 偏心时间卷积网络（ETCN） | 电子鼻数据 | 八种传感器的数据 | NA | NA | NA | NA |
| 748 | 2024-08-18 |
A transfer learning approach to identify Plasmodium in microscopic images
2024-Aug, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1012327
PMID:39102445
|
研究论文 | 本文通过迁移学习方法，利用预训练的深度学习模型来识别显微图像中的疟原虫 | 采用DenseNet201模型，通过迁移学习方法在显微图像中高效识别疟原虫，达到99.41%的AUC值 | 未来工作计划通过增加数据和开发用户友好的界面来扩展该方法的应用 | 旨在通过计算机辅助诊断（CAD）场景中的自动识别方法来改善疟疾的诊断 | 研究对象为显微图像中的疟原虫 | 计算机视觉 | 疟疾 | 迁移学习 | DenseNet201 | 图像 | 6222个感兴趣区域（ROI），其中6002个来自Broad Bioimage Benchmark Collection（BBBC），220个本地采集 | NA | NA | NA | NA |
| 749 | 2024-08-18 |
Reliable estimation of tree branch lengths using deep neural networks
2024-Aug, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1012337
PMID:39102450
|
研究论文 | 本研究探讨了使用深度学习框架在固定树形结构上从多序列比对或其表示中估计分支长度的可能性 | 深度学习方法在某些难以估计的分支长度参数空间区域表现出优越性能，特别是在估计与远缘物种相关的长分支时 | NA | 探索机器学习模型预测分支长度的可能性，以提高系统发育推断的准确性和计算效率 | 系统发育树中的分支长度 | 机器学习 | NA | 深度学习 | 深度神经网络 | 多序列比对 | NA | NA | NA | NA | NA |
| 750 | 2024-08-18 |
Development of a CT-Based comprehensive model combining clinical, radiomics with deep learning for differentiating pulmonary metastases from noncalcified pulmonary hamartomas: a retrospective cohort study
2024-Aug-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000001593
PMID:38759692
|
研究论文 | 本研究开发了一种结合临床特征、放射组学和深度学习的综合模型，用于区分肺转移瘤和非钙化肺错构瘤 | 本研究首次将临床特征、放射组学和深度学习相结合，构建了一个综合模型，用于区分肺转移瘤和非钙化肺错构瘤 | 本研究为回顾性研究，且样本主要来自两家医院，可能存在一定的偏倚 | 评估一种结合临床特征、放射组学和深度学习的综合模型在区分肺转移瘤和非钙化肺错构瘤中的诊断效能 | 肺转移瘤和非钙化肺错构瘤的区分 | 数字病理学 | 肺部疾病 | 深度学习 | 综合模型 | 影像数据 | 256名来自中国人民解放军总医院第一医学中心的病人和85名来自上海长海医院的病人 | NA | NA | NA | NA |
| 751 | 2024-08-17 |
The street space planning and design of artificial intelligence-assisted deep learning neural network in the Internet of Things
2024-Aug-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e35031
PMID:39144982
|
研究论文 | 本研究利用物联网技术和全卷积网络（FCN）框架，对街道空间进行分类并分析其绿色视野比率（GLR）和满意度，提出改进街道绿化的策略 | 首次采用FCN-8s框架进行街道视图图像的语义分割，并结合物联网技术分析历史城区街道空间的GLR和满意度 | NA | 探讨物联网技术在街道空间规划与设计中的应用，并提出改进街道绿化的方法 | 街道空间类型及其绿色视野比率（GLR）和满意度 | 计算机视觉 | NA | 物联网技术 | FCN | 图像 | T城历史城区的街道空间 | NA | NA | NA | NA |
| 752 | 2024-08-17 |
Volleyball training video classification description using the BiLSTM fusion attention mechanism
2024-Aug-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e34735
PMID:39144994
|
研究论文 | 本研究旨在探索使用深度学习技术对排球训练视频进行分类和描述的方法 | 开发了一种创新的模型，结合双向长短期记忆网络（BiLSTM）和注意力机制（BiLSTM-MAFTC），提高了排球视频内容分析的准确性和效率 | NA | 探索排球训练视频的分类和描述方法 | 排球训练视频 | 计算机视觉 | NA | 深度学习 | BiLSTM | 视频 | NA | NA | NA | NA | NA |
| 753 | 2024-08-17 |
Real-time object detection, tracking, and monitoring framework for security surveillance systems
2024-Aug-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e34922
PMID:39145028
|
研究论文 | 本文提出了一种用于安全监控系统的实时物体检测、跟踪和监控框架 | 该框架基于近似中值滤波、组件标记、背景减除和深度学习方法设计，使用Python和C#编程语言实现，并在MOT15、MOT16和MOT17数据集上展示了比现有技术更高的准确性和精确度 | 未来的研究将考虑框架的动态可扩展性，以适应不同拥挤场景的监控应用领域 | 开发一种高效的实时监控系统，用于物体检测、跟踪和监控 | 安全监控系统中的物体检测和跟踪 | 计算机视觉 | NA | 深度学习 | NA | 视频 | 使用MOT15、MOT16和MOT17数据集进行评估 | NA | NA | NA | NA |
| 754 | 2024-08-17 |
Deep learning facilitated superhigh-resolution recognition of structured light ellipticities
2024-Aug-15, Optics letters
IF:3.1Q2
DOI:10.1364/OL.528796
PMID:39146140
|
研究论文 | 本文提出了一种基于深度学习网络的高精度方法，用于区分具有微小椭圆度差异的椭圆光束 | 首次提出了一种能够有效区分椭圆光束的高精度方法，其精度达到99% | NA | 探索椭圆光束在实际应用中的潜力，特别是在自由空间光通信中的应用 | 椭圆光束及其在光通信中的应用 | 计算机视觉 | NA | 深度学习 | Transformer | 图像 | 两类不同的椭圆光束 | NA | NA | NA | NA |
| 755 | 2024-08-17 |
A novel hierarchical network-based approach to unveil the complexity of functional microbial genome
2024-Aug-14, BMC genomics
IF:3.5Q2
DOI:10.1186/s12864-024-10692-6
PMID:39138557
|
研究论文 | 本文介绍了一种基于分层网络的新方法，利用高阶网络理论中的“固态基序结构（SMS）”来揭示同一属内微生物基因组结构与功能的复杂性 | 引入了一种复杂结构——固态基序结构（SMS），并通过分层生物网络分析有效地将微生物基因组结构与其功能联系起来 | NA | 旨在通过分层网络分析框架理解同一属内微生物基因组结构与功能之间的相互作用 | 研究对象为Microcystis，一种关键的淡水蓝细菌 | 生物信息学 | NA | 深度学习技术，如自适应图编码器 | 自适应图编码器 | 基因组数据 | 利用了162个高质量的Microcystis基因组和来自七个地理上不同湖泊的宏基因组数据 | NA | NA | NA | NA |
| 756 | 2024-08-17 |
End-to-end reproducible AI pipelines in radiology using the cloud
2024-Aug-13, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-51202-2
PMID:39138215
|
研究论文 | 本文展示了基于云基础设施实现和共享透明且可重复的AI放射学管道的潜力 | 利用云资源实现端到端可重复性，从数据检索到最终结果分析和报告，并提供了易于扩展的管道示例 | NA | 展示云基础设施在实现和共享透明且可重复的AI放射学管道中的应用 | AI放射学管道的透明性和可重复性 | 计算机视觉 | 肿瘤学 | 深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 757 | 2024-08-17 |
ENTRANT: A Large Financial Dataset for Table Understanding
2024-Aug-13, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-024-03605-5
PMID:39138234
|
研究论文 | 本文介绍了ENTRANT，一个包含数百万表格的金融数据集，用于深度学习方法的表格理解预训练任务 | ENTRANT数据集包含了表格的单元格属性、位置和层次信息，便于进行表格理解的预训练 | NA | 旨在通过提供大规模、格式化的数据集来促进表格理解的模型预训练 | 金融领域的表格数据 | 自然语言处理 | NA | 深度学习 | NA | 表格数据 | 数百万表格 | NA | NA | NA | NA |
| 758 | 2024-08-17 |
Cross-modality sub-image retrieval using contrastive multimodal image representations
2024-Aug-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-68800-1
PMID:39138271
|
研究论文 | 本文提出了一种新的跨模态子图像检索系统，结合深度学习生成表示和鲁棒特征提取及词袋模型，用于在不同模态间进行反向子图像搜索。 | 该系统通过深度学习将不同模态嵌入到共同空间，并结合鲁棒特征提取和词袋模型，实现了高效可靠的跨模态子图像检索。 | 文章讨论了比较方法的不足，并观察到学习表示和特征提取器的等变性和不变性属性在CBIR流程中的重要性。 | 旨在开发一种高效且可扩展的跨模态图像检索方法，以改善组织表征和癌症诊断。 | 研究对象为使用明场和二次谐波生成显微镜图像的数据集。 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 使用公开可用的明场和二次谐波生成显微镜图像数据集 | NA | NA | NA | NA |
| 759 | 2024-08-17 |
Reproducibility and across-site transferability of an improved deep learning approach for aneurysm detection and segmentation in time-of-flight MR-angiograms
2024-08-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-68805-w
PMID:39138338
|
研究论文 | 本研究旨在复制并改进基于深度学习的脑动脉瘤分割模型，并通过独立的测试数据集验证其跨站点可转移性 | 通过测试不同的全自动预处理流程，改进了模型的性能，并在外部数据集上展示了优异的转移性能 | NA | 复制并改进基于深度学习的脑动脉瘤分割模型，并验证其跨站点可转移性 | 脑动脉瘤的检测与分割 | 计算机视觉 | NA | NA | 卷积神经网络 | 图像 | 训练集包含235个TOF-MRAs，测试集包含两个独立的70个TOF-MRAs数据集 | NA | NA | NA | NA |
| 760 | 2024-08-17 |
Geometric deep learning for molecular property predictions with chemical accuracy across chemical space
2024-Aug-13, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-024-00895-0
PMID:39138560
|
研究论文 | 本文介绍了一种基于新型量子化学数据集的几何深度学习框架，用于预测气相和液相的分子性质 | 提出了一种灵活的性质预测工具，能够处理二维和三维分子信息，并实现了高水平的量子化学精度 | NA | 旨在将深度学习确立为工业和学术界标准性质预测流程的关键步骤 | 分子性质预测 | 机器学习 | NA | 几何深度学习 | 几何模型 | 分子数据 | 124,000个分子 | NA | NA | NA | NA |