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 1074 篇文献，本页显示第 781 - 800 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 781 | 2024-08-20 |
Technical note: MR image-based synthesis CT for CyberKnife robotic stereotactic radiosurgery
2024-Aug-13, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ad6a62
PMID:39094608
|
研究论文 | 本研究旨在探讨基于深度学习的合成CT图像是否能在CyberKnife机器人立体定向放射手术中实现精确的剂量计算。 | 本研究将基于MR的合成CT预测扩展到CyberKnife机器人立体定向放射手术，扩展了仅MR放射治疗的应用场景。 | NA | 研究基于深度学习的合成CT图像在CyberKnife机器人立体定向放射手术中的剂量计算准确性。 | 研究对象为CyberKnife机器人立体定向放射手术中的MR图像和CT图像。 | 计算机视觉 | NA | 深度学习 | U-net卷积神经网络 | 图像 | 使用了2446对MR-CT图像进行训练，并使用551张MR图像进行测试。 | NA | NA | NA | NA |
| 782 | 2024-08-20 |
Bridging pharmacology and neural networks: A deep dive into neural ordinary differential equations
2024-Aug, CPT: pharmacometrics & systems pharmacology
DOI:10.1002/psp4.13149
PMID:38992975
|
综述 | 本文深入探讨了神经常微分方程（Neural ODEs）在药物开发和临床药理学中的应用 | Neural ODEs结合了机制模型和深度学习模型，能够精确模拟连续动态系统 | 将Neural ODEs应用于临床试验数据集（具有稀疏和不规则时间测量）存在挑战 | 探讨Neural ODEs在模型指导的药物开发中的应用 | Neural ODEs在处理稀疏和不规则数据方面的能力 | 机器学习 | NA | Neural ODEs | 混合模型 | 临床数据 | NA | NA | NA | NA | NA |
| 783 | 2024-08-20 |
MRI-based deep learning and radiomics for prediction of occult cervical lymph node metastasis and prognosis in early-stage oral and oropharyngeal squamous cell carcinoma: a diagnostic study
2024-Aug-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000001578
PMID:38729119
|
研究论文 | 本文构建并评估了一种基于深度学习特征和放射组学特征的术前诊断方法，用于预测早期口腔和口咽鳞状细胞癌中的隐匿性颈部淋巴结转移 | 提出了基于MRI的Resnet50深度学习模型，该模型在诊断隐匿性颈部淋巴结转移和预测早期口腔和口咽鳞状细胞癌的预后方面表现出高能力 | NA | 开发和评估一种新的术前诊断方法，以预测早期口腔和口咽鳞状细胞癌中的隐匿性颈部淋巴结转移 | 早期口腔和口咽鳞状细胞癌患者 | 机器学习 | 口腔癌 | MRI | Resnet50 | 图像 | 319名患者 | NA | NA | NA | NA |
| 784 | 2024-08-19 |
Deep learning for detecting and characterizing oil and gas well pads in satellite imagery
2024-Aug-15, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-50334-9
PMID:39147770
|
研究论文 | 本文提出了一种利用高分辨率卫星图像通过深度学习方法自动绘制油气井垫和储罐的技术 | 该方法在专家策划的数据集上实现了高精度，能够检测到现有数据集中未包含的大量油气井垫和储罐 | 该方法仍存在一些挑战，解决这些挑战后，可以实现全球可扩展的公共框架来绘制油气基础设施 | 为了填补全国和全球油气基础设施数据的空白，实现一个透明、全面和准确的油气基础设施地理空间数据库 | 油气井垫和储罐 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 在二叠纪和丹佛-朱尔斯堡盆地进行了验证，检测到超过70,000个油气井垫和超过169,000个储罐 | NA | NA | NA | NA |
| 785 | 2024-08-19 |
An assessment of global land susceptibility to wind erosion based on deep-active learning modelling and interpretation techniques
2024-Aug-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-70125-y
PMID:39147802
|
研究论文 | 本研究首次开发了一种基于深度学习（DL）和主动学习（AL）模型及其组合（如RNN、RNN-AL、GRU和GRU-AL）以及三种解释技术（协同矩阵、SHAP决策图和ALE图）的全球土地风蚀敏感性空间准确映射方法 | 首次结合深度学习和主动学习模型及其组合，并应用三种解释技术来映射全球土地风蚀敏感性 | NA | 开发一种新的方法来准确映射全球土地风蚀敏感性，以减轻其破坏性后果 | 全球土地风蚀敏感性 | 机器学习 | NA | 深度学习（DL）、主动学习（AL）、Harris Hawk优化特征选择算法 | RNN、RNN-AL、GRU、GRU-AL | 空间数据 | 全球土地，分为非常低、低、中等、高和非常高敏感性等级 | NA | NA | NA | NA |
| 786 | 2024-08-19 |
Converging deep learning and human-observed tumor-adipocyte interaction as a biomarker in colorectal cancer
2024-Aug-15, Communications medicine
IF:5.4Q1
DOI:10.1038/s43856-024-00589-6
PMID:39147895
|
研究论文 | 本文研究了肿瘤-脂肪特征（TAF）和SARIFA（间质反应性侵袭前沿区域）在结直肠癌（CRC）中的重叠，并探讨了肿瘤-脂肪细胞相互作用的生物学和预后意义。 | 本文证明了人类观察的SARIFA和基于深度学习的TAF作为形态学生物标志物之间的显著重叠，表明将基于深度学习的图像特征与独立开发的组织病理学生物标志物相结合是一种有前景的工具。 | NA | 研究肿瘤-脂肪特征（TAF）和SARIFA在结直肠癌中的重叠及其生物学和预后意义。 | 结直肠癌（CRC）患者的肿瘤-脂肪特征（TAF）和SARIFA。 | 数字病理学 | 结直肠癌 | 深度学习（DL）算法 | NA | 图像 | 使用了TCGA-CRC基因表达数据 | NA | NA | NA | NA |
| 787 | 2024-08-19 |
Automated Behavioral Coding to Enhance the Effectiveness of Motivational Interviewing in a Chat-Based Suicide Prevention Helpline: Secondary Analysis of a Clinical Trial
2024-Aug-01, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/53562
PMID:39088244
|
研究论文 | 本研究使用人工智能模型对动机性访谈（MI）行为进行分类，并探讨在心理健康在线热线中作为咨询师自动化支持工具的可行性 | 本研究首次使用深度学习模型BERTje对MI行为进行分类，并展示了其在心理健康在线热线中的应用潜力 | 研究结果依赖于数据集的大小和训练样本的充足性，且目前仅限于特定领域和语言 | 探讨人工智能模型在分类动机性访谈行为中的表现，并评估其在临床实践中作为咨询师支持工具的可行性 | 动机性访谈（MI）行为分类及在心理健康在线热线中的应用 | 机器学习 | NA | 机器学习 | BERTje | 文本 | 253个MI咨询聊天会话，包含23,982条编码消息 | NA | NA | NA | NA |
| 788 | 2024-08-19 |
Directed Evolution of Escherichia coli Nissle 1917 to Utilize Allulose as Sole Carbon Source
2024-Aug, Small methods
IF:10.7Q1
DOI:10.1002/smtd.202301385
PMID:38415955
|
研究论文 | 本研究通过适应性实验室进化和荧光激活液滴分选技术，指导大肠杆菌Nissle 1917利用阿洛酮糖作为唯一碳源 | 本研究发现了新的代谢途径，增强了阿洛酮糖的吸收和转化，为阿洛酮糖的可持续利用提供了新的可能性 | NA | 研究旨在增强大肠杆菌Nissle 1917对阿洛酮糖的利用能力 | 大肠杆菌Nissle 1917 | 生物技术 | NA | 适应性实验室进化（ALE）、荧光激活液滴分选（FADS）、全基因组测序（WGS）、CRISPR干扰（CRISPRi） | NA | 基因组数据 | NA | NA | NA | NA | NA |
| 789 | 2024-08-18 |
ChineseMPD: A Semantic Segmentation Dataset of Chinese Martial Arts Classic Movie Props
2024-Aug-14, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-024-03701-6
PMID:39143093
|
research paper | 本文介绍了一个大规模、高精度的中国武侠电影道具语义分割数据集ChineseMPD | ChineseMPD数据集是目前最大的电影道具语义分割数据集，为电影道具提供了详细的语义分割标注 | NA | 填补现有语义分割数据集在动作电影道具方面的研究空白 | 中国武侠电影片段中的道具 | computer vision | NA | deep learning | NA | video | 32,992个道具对象 | NA | NA | NA | NA |
| 790 | 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 |
| 791 | 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 |
| 792 | 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 |
| 793 | 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 |
| 794 | 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 |
| 795 | 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 |
| 796 | 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 |
| 797 | 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 |
| 798 | 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 |
| 799 | 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 |
| 800 | 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 |