深度学习在生物医药领域中的应用
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，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10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 1073 篇文献，本页显示第 861 - 880 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 861 | 2024-08-10 |
Low-illumination and noisy bridge crack image restoration by deep CNN denoiser and normalized flow module
2024-Aug-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-69412-5
PMID:39107363
|
research paper | 本研究提出了一种结合深度CNN去噪器和归一化流亮度增强模块的算法，用于恢复低光照和噪声污染的桥梁裂缝图像 | 该算法通过深度CNN去噪器和归一化流模块有效提高了图像亮度和去噪效果，显著提升了裂缝检测和语义分割的准确性 | NA | 提高桥梁裂缝检测和语义分割的准确性 | 低光照和噪声污染的桥梁裂缝图像 | computer vision | NA | deep learning, image processing | CNN | image | NA |
| 862 | 2024-08-10 |
SRS-Net: a universal framework for solving stimulated Raman scattering in nonlinear fiber-optic systems by physics-informed deep learning
2024-Aug-06, Communications engineering
DOI:10.1038/s44172-024-00253-w
PMID:39107381
|
研究论文 | 提出了一种基于物理信息深度学习的框架SRS-Net，用于解决非线性光纤系统中的受激拉曼散射问题 | 结合了神经网络的自动微分效率和强大的表示能力与受激拉曼散射物理定律的正则化，为受激拉曼散射的前向、反向及组合问题提供通用解决方案 | NA | 开发一种高效且通用的方法来解决光纤系统中的受激拉曼散射问题 | 受激拉曼散射在光纤系统中的前向和反向问题 | 机器学习 | NA | 物理信息神经网络 | 神经网络 | 模拟数据 | 涉及C+L波段约10 THz的波分复用系统的实验验证 |
| 863 | 2024-08-10 |
Touchless short-wave infrared imaging for dynamic rapid pupillometry and gaze estimation in closed eyes
2024-Aug-06, Communications medicine
IF:5.4Q1
DOI:10.1038/s43856-024-00572-1
PMID:39107497
|
研究论文 | 本文介绍了一种结合短波红外（SWIR）成像和图像处理算法的方法，用于在闭眼状态下进行快速（约30毫秒）瞳孔测量和眼球追踪。 | 该研究首次实现了在闭眼状态下通过短波红外成像进行连续无接触的瞳孔大小和注视方向监测。 | 研究仅在健康志愿者中进行，尚未在临床环境中广泛验证。 | 开发一种能够在闭眼状态下连续监测瞳孔大小和注视方向的无接触设备，以满足临床和研究领域的长期需求。 | 研究对象为43名健康志愿者，通过闭眼和睁眼两种状态进行实验。 | 计算机视觉 | NA | 短波红外（SWIR）成像 | U-NET | 图像 | 43名健康志愿者 |
| 864 | 2024-08-10 |
Metal implant segmentation in CT images based on diffusion model
2024-Aug-06, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01379-1
PMID:39107679
|
研究论文 | 本研究利用扩散模型对CT图像中的金属植入物进行分割，并通过临床伪影图像和已知尺寸的幻影图像进行验证 | 本研究采用扩散模型DiffSeg，结合条件动态编码和全局频率解析器（GFParser），有效提高了金属分割的准确性 | 未来工作将集中在将金属分割模型嵌入到金属伪影减少中，以进一步提高减少效果 | 旨在使用扩散模型对CT图像中的金属植入物进行分割，并验证其在临床伪影图像和幻影图像上的效果 | CT图像中的金属植入物 | 计算机视觉 | NA | 扩散模型 | DiffSeg | 图像 | 训练和验证使用11,280张切片，测试使用2,820张切片 |
| 865 | 2024-08-10 |
scMaui: a widely applicable deep learning framework for single-cell multiomics integration in the presence of batch effects and missing data
2024-Aug-06, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-024-05880-w
PMID:39107690
|
研究论文 | 本文介绍了一种新的单细胞多组学整合模型scMaui，基于变分乘积专家自动编码器和对抗学习，能有效处理批次效应和缺失数据 | scMaui采用乘积专家方法计算多个边缘分布的联合表示，特别适用于处理组学数据中的缺失值，并能克服先前基于VAE整合方法的局限性，如批次效应校正和适用性限制 | NA | 开发一种广泛适用的深度学习框架，用于处理单细胞多组学数据中的批次效应和缺失数据 | 单细胞多组学数据整合 | 机器学习 | NA | 深度学习 | 自动编码器 | 单细胞多组学数据 | NA |
| 866 | 2024-08-10 |
Development and validation of novel interpretable survival prediction models based on drug exposures for severe heart failure during vulnerable period
2024-Aug-06, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-024-05544-6
PMID:39107765
|
研究论文 | 本研究旨在利用药物信息作为主要预测因子，开发和验证严重心衰患者在脆弱期的生存预测模型 | 本研究首次基于药物暴露开发了可解释的生存预测模型，用于评估严重心衰患者在脆弱期的预后 | NA | 开发和验证严重心衰患者在脆弱期的生存预测模型 | 严重心衰患者在脆弱期的生存预测 | 机器学习 | 心血管疾病 | NA | Cox比例风险模型, 随机生存森林, 深度学习生存预测 | NA | 11,590名患者 |
| 867 | 2024-08-10 |
Pursuing the elusive footsteps of malaria in peripheral blood smears utilizing artificial intelligence
2024-Aug, British journal of haematology
IF:5.1Q1
DOI:10.1111/bjh.19639
PMID:38977858
|
研究论文 | 研究利用人工智能模型识别和量化严重疟疾贫血中典型的红细胞形态特征 | 利用人工智能模型识别和量化红细胞形态特征，不依赖于可见寄生虫的存在 | NA | 开发用于识别外周血涂片中疟疾的人工智能模型 | 严重疟疾贫血中的红细胞形态特征 | 机器学习 | 疟疾 | 深度学习 | NA | 图像 | 儿童严重疟疾贫血患者的血液样本 |
| 868 | 2024-08-10 |
Leveraging deep learning for detecting red blood cell morphological changes in blood films from children with severe malaria anaemia
2024-Aug, British journal of haematology
IF:5.1Q1
DOI:10.1111/bjh.19599
PMID:38894606
|
研究论文 | 本文介绍了一种利用深度学习模型检测严重疟疾贫血儿童血液涂片中红细胞形态变化的方法 | 引入了一种弱监督的多实例学习框架，用于通过检测形态改变的红细胞来识别严重疟疾贫血 | NA | 通过深度学习模型系统地检测和识别严重疟疾贫血儿童血液涂片中红细胞的形态变化 | 严重疟疾贫血儿童的红细胞形态变化 | 机器学习 | 疟疾 | 深度学习 | 多实例学习框架 | 图像 | NA |
| 869 | 2024-08-10 |
Fast Pure Shift NMR Spectroscopy Using Attention-Assisted Deep Neural Network
2024-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202309810
PMID:38840448
|
研究论文 | 本研究提出并实现了一种利用轻量级注意力辅助深度神经网络加速纯移NMR光谱学的方法 | 引入注意力机制以突出光谱特征和感兴趣的信息，从而恢复高分辨率信号并抑制欠采样伪影 | NA | 加速纯移NMR光谱学，以实现更快的分子结构和动力学探测 | 纯移NMR光谱学 | 机器学习 | NA | NMR | 深度神经网络 | 光谱数据 | 使用仅5.4%的数据进行实验 |
| 870 | 2024-08-10 |
Deep Batch Integration and Denoise of Single-Cell RNA-Seq Data
2024-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202308934
PMID:38778573
|
研究论文 | 介绍了一种基于深度学习的方法DeepBID，用于单细胞RNA测序数据的批次效应校正、非线性降维、嵌入和细胞聚类 | DeepBID采用基于负二项分布的自编码器和双Kullback-Leibler散度损失函数，能够在一致的低维潜在空间中对齐来自不同批次的细胞点，并通过迭代聚类逐步减少批次效应 | NA | 开发一种高效且有利于下游分析的单细胞RNA测序数据集成方法 | 单细胞RNA测序数据 | 机器学习 | 阿尔茨海默病 | scRNA-seq | 自编码器 | 数据集 | 多个批次的单细胞RNA测序数据 |
| 871 | 2024-08-10 |
Chondroitin/dermatan sulphate proteoglycan, desmosealin, showing affinity to desmosomes
2024-Aug, International journal of cosmetic science
IF:2.7Q2
DOI:10.1111/ics.12954
PMID:39113319
|
研究论文 | 本研究通过使用一种新型人工智能模型评估机器人辅助远端胃切除术（RDG）中的外科医生手术技能，该模型能够识别手术器械 | 首次报道了通过人工智能模型成功且准确地评估RDG中的手术技能 | NA | 研究如何利用新型人工智能模型评估RDG中的外科医生手术技能 | RDG中的外科医生手术技能 | 机器学习 | 胃癌 | 深度学习 | 多阶段时间卷积网络（Deeplab） | 视频 | 55个连续的机器人手术视频，1234个手动标注的图像用于训练，149个标注的图像用于测试 |
| 872 | 2024-08-10 |
Ocular image-based deep learning for predicting refractive error: A systematic review
2024 Aug-Sep, Advances in ophthalmology practice and research
DOI:10.1016/j.aopr.2024.06.005
PMID:39114269
|
综述 | 本文是一篇系统综述，旨在总结和评估基于眼科图像的深度学习模型在预测屈光不正中的表现 | 首次对基于眼科图像的深度学习模型在预测屈光不正中的应用进行全面系统综述 | 尚未评估深度学习模型在实际临床筛查流程中的应用效果 | 总结和评估基于眼科图像的深度学习模型在预测屈光不正中的表现 | 基于眼科图像的深度学习模型在预测屈光不正中的应用 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 九项研究，分为三组：视网膜照片（n=5），OCT（n=1），外部眼照片（n=3） |
| 873 | 2024-08-09 |
High temporal resolution prediction of mortality risk for single AML patient via deep learning
2024-Aug-16, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2024.110458
PMID:39108717
|
研究论文 | 本研究通过深度学习模型预测单个急性髓系白血病（AML）患者的5年连续时间生存概率，并将其转换为死亡风险曲线，以实现高时间分辨率的疾病进展动态捕捉。 | 本研究开发了一种深度学习模型，能够预测AML患者的连续时间生存概率，并通过死亡风险曲线识别出具有不同风险峰值时间的七个患者群体。 | NA | 研究旨在为急性髓系白血病患者提供个性化预后预测和治疗策略。 | 研究对象为急性髓系白血病患者。 | 机器学习 | 白血病 | 深度学习 | 深度学习模型 | 分子特征数据 | NA |
| 874 | 2024-08-09 |
Phenotype identification and genome-wide association study of ear-internode vascular bundles in maize (Zea mays)
2024-Aug-07, Journal of plant research
IF:2.7Q2
DOI:10.1007/s10265-024-01565-w
PMID:39112806
|
研究论文 | 本研究利用微型计算机断层扫描（Micro-CT）技术和基于深度学习的表型获取方法，对495个玉米自交系的47个表型特征进行了提取和分析，特别是对玉米穗节间维管束的微观表型和遗传机制进行了全面系统的研究 | 首次采用Micro-CT扫描技术和深度学习方法对玉米穗节间维管束的微观表型进行全面系统的研究，并进行了全基因组关联分析（GWAS） | 研究主要集中在玉米穗节间维管束的表型特征和遗传机制，未涉及其他植物或更广泛的遗传背景 | 旨在深入了解玉米穗节间维管束的表型特征，并为揭示其遗传机制提供参考 | 玉米穗节间维管束的表型特征和遗传机制 | NA | NA | 微型计算机断层扫描（Micro-CT） | 深度学习 | 图像 | 495个玉米自交系 |
| 875 | 2024-08-09 |
A benchmarked comparison of software packages for time-lapse image processing of monolayer bacterial population dynamics
2024-Aug-06, Microbiology spectrum
IF:3.7Q2
DOI:10.1128/spectrum.00032-24
PMID:38980028
|
研究论文 | 本文比较了四种用于分析二维时间流逝图像的软件包在单层细菌群体动态中的表现 | 发现基于深度学习的对象分割方法优于传统方法，但在帧间对象跟踪方面则相反 | 每种软件包在分析的至少一个方面优于其他软件包，表明没有一种软件包在所有方面都是最佳的 | 比较不同软件包在时间流逝图像处理中的性能，为研究人员选择合适的图像处理解决方案提供指导 | 四种软件包：CellProfiler, SuperSegger-Omnipose, DeLTA, 和 FAST | 计算机视觉 | NA | 深度学习 | NA | 图像 | NA |
| 876 | 2024-08-09 |
Choroidal vascular changes in early-stage myopic maculopathy from deep learning choroidal analysis: a hospital-based SS-OCT study
2024-Aug-06, Eye and vision (London, England)
DOI:10.1186/s40662-024-00398-x
PMID:39107859
|
研究论文 | 本研究通过深度学习技术分析了早期近视性黄斑病变患者的脉络膜血管变化，并探讨了这些变化与疾病之间的关联 | 本研究首次使用深度学习算法和Niblack自动局部阈值算法处理SS-OCT图像，分析了早期近视性黄斑病变患者的脉络膜血管变化 | NA | 阐明早期近视性黄斑病变患者的脉络膜血管变化，并研究这些变化与疾病之间的关联 | 1418只高度近视眼，来自720名18-60岁的参与者 | 数字病理学 | 近视性黄斑病变 | SS-OCT | 深度学习 | 图像 | 1418只高度近视眼，来自720名18-60岁的参与者 |
| 877 | 2024-08-07 |
Author Correction: Deep learning with diffusion MRI as in vivo microscope reveals sex-related differences in human white matter microstructure
2024-Aug-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-66995-x
PMID:39103445
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 878 | 2024-08-09 |
Deep learning-based detection and semi-quantitative model for spread through air spaces (STAS) in lung adenocarcinoma
2024-Aug-05, NPJ precision oncology
IF:6.8Q1
DOI:10.1038/s41698-024-00664-0
PMID:39103596
|
研究论文 | 本研究开发了一种基于深度学习的STAS检测及半定量模型，用于提高肺腺癌中STAS的检测准确性 | 提出了名为STASNet的深度学习模型，用于计算与STAS密度和距离相关的半定量参数，并在实时病理诊断环境中应用 | NA | 提高肺腺癌中STAS的检测准确性和定量分析 | 肺腺癌中的STAS现象 | 数字病理学 | 肺腺癌 | 深度学习 | CNN | 图像 | 489张数字全切片图像 |
| 879 | 2024-08-09 |
An improved data augmentation approach and its application in medical named entity recognition
2024-Aug-05, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-024-02624-x
PMID:39103849
|
研究论文 | 本文提出了一种改进的数据增强方法，并将其应用于医学命名实体识别中 | 提出了两种数据增强方法——基于Word2Vec增强的上下文随机替换（CRR）和目标实体随机替换增强（TER），以解决医学领域数据稀缺和不平衡的问题 | NA | 提高医学命名实体识别的性能和准确性 | 医学命名实体识别 | 自然语言处理 | NA | Word2Vec | BERT-BiLSTM-CRF | 文本 | NA |
| 880 | 2024-08-09 |
Identifying sex from pharyngeal images using deep learning algorithm
2024-08-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-68817-6
PMID:39095416
|
研究论文 | 本研究利用深度学习算法从咽部图像中识别性别 | 首次探索使用咽部图像通过深度学习算法识别个体性别 | 研究仅限于特定年龄组和特定症状的患者 | 验证深度学习算法在咽部图像中识别性别的可行性 | 咽部图像和患者性别 | 计算机视觉 | NA | 深度学习 | 卷积神经网络 | 图像 | 20,319张图像用于训练，4,869张图像用于验证 |