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!

Sample Image
添加微信请说明来意
Sample Image
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。

当前筛选条件: [分区不过滤] [IF不过滤] [发表日期:202408-202408] [清除筛选条件]
当前共找到 1175 篇文献,本页显示第 881 - 900 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
881 2024-08-10
Linear diffusion noise boosted deep image prior for unsupervised sparse-view CT reconstruction
2024-Aug-09, Physics in medicine and biology IF:3.3Q1
研究论文 本文提出了一种基于深度图像先验的无监督稀疏视图CT重建方法,通过引入多级线性扩散噪声和自注意力网络结构,提高了模型的泛化能力和适应性 本研究通过引入多级线性扩散噪声和自注意力网络结构,显著降低了过拟合风险,并利用图像物理学在图像域和投影数据空间之间进行梯度反向传播,优化网络权重 NA 克服当前基于监督深度学习的稀疏视图CT重建方法的局限性,提高泛化能力和适应性 稀疏视图CT重建 计算机视觉 NA 深度学习 自注意力网络 图像 NA
882 2024-08-10
Allergy Wheal and Erythema Segmentation Using Attention U-Net
2024-Aug-09, Journal of imaging informatics in medicine
研究论文 本研究使用图像预处理方法和深度学习模型对智能手机相机捕捉的皮肤点刺测试图像中的风团和红斑进行分割 采用对比度受限的自适应直方图均衡化(CLAHE)技术增强图像对比度,并使用注意力U-Net模型进行风团和红斑的分割 NA 旨在通过图像预处理和深度学习技术提高皮肤点刺测试中风团和红斑分割的准确性 皮肤点刺测试图像中的风团和红斑 计算机视觉 过敏性疾病 对比度受限的自适应直方图均衡化(CLAHE) 注意力U-Net 图像 46张皮肤点刺测试图像,来自33名参与者
883 2024-08-10
Automated 3D Cobb Angle Measurement Using U-Net in CT Images of Preoperative Scoliosis Patients
2024-Aug-08, Journal of imaging informatics in medicine
研究论文 提出一种名为SpineCurve-net的深度学习框架,用于自动测量术前脊柱侧弯患者的CT图像中的三维Cobb角 该研究创新性地使用U-net和NURBS-net进行椎体识别和曲线拟合,生成脊柱的非均匀有理B样条(NURBS)曲线,并测量两种3D Cobb角 NA 开发一种自动测量术前脊柱侧弯患者CT图像中三维Cobb角的方法 术前脊柱侧弯患者的CT图像 计算机视觉 脊柱侧弯 U-net和NURBS-net U-net 图像 116名脊柱侧弯患者,其中89名用于训练,27名用于验证
884 2024-08-10
The putative prenyltransferase Nus1 is required for filamentation in the human fungal pathogen Candida albicans
2024-Aug-07, G3 (Bethesda, Md.)
研究论文 本文通过功能基因组筛选分析,识别了在特定条件下对人类真菌病原体白色念珠菌形态发生至关重要的基因,特别是预测编码预转移酶Nus1的orf19.5963基因及其相互作用伙伴Rer2。 本文首次揭示了Nus1和Rer2在白色念珠菌形态发生中的重要作用,并强调了功能基因组筛选在理解人类真菌病原体基因功能方面的潜力。 NA 识别对白色念珠菌形态发生至关重要的基因,并探讨其在真菌病原体中的功能。 白色念珠菌的形态发生相关基因及其在宿主相关条件下的功能。 NA NA 深度学习 NA 图像 307个基因在组织培养基中37°C和5% CO2条件下进行筛选
885 2024-08-10
Optimization of the automated Sunnybrook Facial Grading System - Improving the reliability of a deep learning network with facial landmarks
2024-Aug-07, European annals of otorhinolaryngology, head and neck diseases
研究论文 本研究通过在卷积神经网络(CNN)中加入面部标志层,优化了自动化的Sunnybrook面部评分系统(SFGS),提高了其可靠性 在CNN中加入面部标志层,显著提高了自动化SFGS的可靠性,达到了与人类观察者相当的性能水平 NA 研究通过增加面部标志层对自动化SFGS可靠性的影响 自动化SFGS的可靠性 计算机视觉 NA 卷积神经网络(CNN) CNN 图像 116名单侧面瘫患者和9名健康受试者
886 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
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
887 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
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
888 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
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
889 2024-08-10
Metal implant segmentation in CT images based on diffusion model
2024-Aug-06, BMC medical imaging IF:2.9Q2
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
890 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
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
891 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
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
892 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
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
893 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
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
894 2024-08-10
Fast Pure Shift NMR Spectroscopy Using Attention-Assisted Deep Neural Network
2024-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
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
895 2024-08-10
Artificial Intelligence for Early Detection of Pediatric Eye Diseases Using Mobile Photos
2024-Aug-01, JAMA network open IF:10.5Q1
研究论文 本文开发了一种基于深度学习的人工智能模型,用于通过手机照片识别儿童的近视、斜视和上睑下垂 使用人工智能技术通过手机照片在家中方便地早期识别儿童眼病 模型在不同年龄子组的识别眼病能力存在差异 开发一种人工智能模型,用于通过手机照片识别儿童的近视、斜视和上睑下垂 儿童的近视、斜视和上睑下垂 计算机视觉 NA 深度学习 深度学习模型 图像 共使用来自476名患者的1419张图片,其中225名女性(47.27%),299名(62.82%)年龄在6至12岁之间
896 2024-08-10
Deep Batch Integration and Denoise of Single-Cell RNA-Seq Data
2024-Aug, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
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
897 2024-08-10
Chondroitin/dermatan sulphate proteoglycan, desmosealin, showing affinity to desmosomes
2024-Aug, International journal of cosmetic science IF:2.7Q2
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
898 2024-08-10
Ocular image-based deep learning for predicting refractive error: A systematic review
2024 Aug-Sep, Advances in ophthalmology practice and research
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)
899 2024-08-09
High temporal resolution prediction of mortality risk for single AML patient via deep learning
2024-Aug-16, iScience IF:4.6Q1
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
900 2024-08-09
Deep learning MR reconstruction in knees and ankles in children and young adults. Is it ready for clinical use?
2024-Aug-08, Skeletal radiology IF:1.9Q3
研究论文 评估深度学习重建的加速涡轮自旋回波序列与传统序列在儿童和年轻成人膝关节和踝关节MRI中的诊断性能和图像质量 深度学习序列在膝关节和踝关节MRI中提供了与传统序列相似或更好的诊断性能和图像质量,且采集时间缩短一半 研究样本量较小,且仅限于儿童和年轻成人群体 评估深度学习重建序列在临床使用中的准备情况 儿童和年轻成人的膝关节和踝关节MRI 计算机视觉 NA 深度学习重建 深度学习 图像 49次MRI,来自48名受试者(10名男性,平均年龄16.4岁,范围7-29岁)
回到顶部