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 1175 篇文献，本页显示第 81 - 100 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 81 | 2024-11-21 |
Artificial Intelligence Measurement of Preoperative Radiographs in Adolescent Idiopathic Scoliosis Based on Multiple-View Semantic Segmentation
2024-Aug-07, Global spine journal
IF:2.6Q1
DOI:10.1177/21925682241270036
PMID:39109794
|
研究论文 | 研究基于多视角语义分割的人工智能在青少年特发性脊柱侧弯术前影像测量中的应用 | 本研究首次使用深度学习方法自动分类青少年特发性脊柱侧弯，并与手动分类进行一致性验证 | 研究样本量有限，且仅限于青少年特发性脊柱侧弯病例 | 探索深度学习在青少年特发性脊柱侧弯影像分类中的应用，验证其与手动分类的一致性 | 青少年特发性脊柱侧弯的术前影像 | 计算机视觉 | 脊柱侧弯 | U-Net语义分割神经网络技术 | U-Net | 影像 | 506例训练样本，107例测试样本 |
| 82 | 2024-11-21 |
Evaluation of deep-learning TSE images in clinical musculoskeletal imaging
2024-Aug, Journal of medical imaging and radiation oncology
IF:2.2Q2
DOI:10.1111/1754-9485.13714
PMID:38837669
|
研究论文 | 本研究比较了传统重建的脂肪饱和（FS）和非FS涡轮自旋回波（TSE）磁共振成像与基于深度学习的加速TSE（DL-TSE）重建在膝关节成像中的效果 | DL-TSE重建在提高图像分辨率和缩短扫描时间的同时，保持了图像对比度，且在大多数情况下被放射科医生认为具有更好的小结构显示效果 | DL-TSE在21/232（9%）的病例中被认为效果不如传统TSE | 评估基于深度学习的TSE图像在临床肌肉骨骼成像中的应用效果 | 脂肪饱和和非脂肪饱和的TSE磁共振成像与基于深度学习的TSE重建图像 | 计算机视觉 | NA | 磁共振成像 | 深度学习 | 图像 | 232对传统TSE和DL-TSE图像 |
| 83 | 2024-11-20 |
Checklist for Reproducibility of Deep Learning in Medical Imaging
2024-Aug, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01065-2
PMID:38483694
|
研究论文 | 本文开发了一个全面的检查清单，用于增强医学影像中深度学习的可重复性和可靠性 | 通过Delphi方法开发了一个26项的深度学习模型报告检查清单，以提高研究的可重复性 | NA | 解决深度学习在医学影像应用中的独特挑战，提高研究的可重复性和透明度 | 深度学习在医学影像中的应用 | 计算机视觉 | NA | 深度学习 | NA | 医学影像 | 11位医学影像和深度学习领域的专家参与了评估 |
| 84 | 2024-11-20 |
Remote assessment of cognition and quality of life following radiotherapy for nasopharyngeal carcinoma: deep-learning-based predictive models and MRI correlates
2024-Aug, Journal of cancer survivorship : research and practice
IF:3.1Q1
DOI:10.1007/s11764-023-01371-8
PMID:37010777
|
研究论文 | 研究利用深度学习模型预测鼻咽癌放疗后患者的认知功能和生命质量，并探讨其与MRI变化的关系 | 首次使用深度学习技术开发预测模型，通过远程评估预测鼻咽癌放疗后患者的认知功能受损情况 | 样本量较小，仅包括70名患者 | 开发预测模型以评估鼻咽癌放疗后患者的认知功能受损情况，并探讨其与生命质量和MRI变化的关系 | 鼻咽癌放疗后患者的认知功能和生命质量 | 机器学习 | 鼻咽癌 | 深度学习 | 深度神经网络 (DNN) | MRI图像和认知评估数据 | 70名患者 |
| 85 | 2024-11-17 |
ChatGPT, Bard, and Bing Chat Are Large Language Processing Models That Answered Orthopaedic In-Training Examination Questions With Similar Accuracy to First-Year Orthopaedic Surgery Residents
2024-Aug-28, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association
IF:4.4Q1
DOI:10.1016/j.arthro.2024.08.023
PMID:39209078
|
研究论文 | 评估ChatGPT、Bard和Bing Chat在骨科培训考试中的表现，并与骨科住院医师进行比较 | 首次比较了大型语言处理模型在骨科培训考试中的表现与骨科住院医师的准确性 | 研究仅限于文字问题，未考虑图像或其他辅助媒体 | 评估ChatGPT、Bard和Bing Chat在骨科培训考试中的准确性，并与骨科住院医师进行比较 | ChatGPT、Bard和Bing Chat在骨科培训考试中的表现 | 自然语言处理 | NA | NA | 大型语言处理模型 | 文字 | 420个问题，包括医学学生和不同年级的骨科住院医师 |
| 86 | 2024-11-17 |
Learning structural heterogeneity from cryo-electron sub-tomograms with tomoDRGN
2024-Aug, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-024-02210-z
PMID:38459385
|
研究论文 | 本文扩展了cryoDRGN深度学习架构，用于从冷冻电子子层析图中学习结构异质性 | 开发了新的工具tomoDRGN，能够学习并重建冷冻电子层析数据中的异质性结构集合 | NA | 研究冷冻电子层析技术中的结构异质性 | 冷冻电子层析数据中的结构异质性 | 计算机视觉 | NA | 冷冻电子层析 | 深度学习 | 图像 | 使用模拟和实验数据进行验证 |
| 87 | 2024-11-15 |
Imputation of cancer proteomics data with a deep model that learns from many datasets
2024-Aug-28, bioRxiv : the preprint server for biology
DOI:10.1101/2024.08.26.609780
PMID:39253518
|
研究论文 | 本文介绍了一种基于深度学习的方法Lupine，用于填补癌症蛋白质组学数据中的缺失值 | Lupine是首个能够从多个数据集中联合学习的缺失值填补方法，并提供了证据表明这种方法能提高预测的准确性 | NA | 解决质谱蛋白质组学数据中缺失值的问题，提高数据分析的可靠性和统计能力 | 癌症患者的蛋白质组学数据，涵盖十种癌症类型 | 蛋白质组学 | 癌症 | 质谱技术 | 深度学习模型 | 蛋白质组学数据 | 超过1000个癌症患者样本 |
| 88 | 2024-11-15 |
Community assessment of methods to deconvolve cellular composition from bulk gene expression
2024-Aug-27, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-50618-0
PMID:39191725
|
研究论文 | 本文通过社区范围内的DREAM挑战评估了从肿瘤样本的bulk表达中推断免疫浸润水平的去卷积方法 | 本文引入了深度学习方法，并展示了其在去卷积中的应用潜力 | 尽管去卷积方法在预测肿瘤来源的免疫细胞水平方面表现良好，但在识别功能性CD4+ T细胞状态方面仍存在挑战 | 评估去卷积方法在推断肿瘤样本中免疫浸润水平的表现 | 评估六种已发表和22种社区贡献的去卷积方法 | 机器学习 | NA | 去卷积 | 深度学习 | 基因表达数据 | 使用体外和体内混合的癌症和健康免疫细胞的转录组数据 |
| 89 | 2024-11-15 |
Deep learning-derived splenic radiomics, genomics, and coronary artery disease
2024-Aug-20, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.08.16.24312129
PMID:39185532
|
研究论文 | 本研究利用深度学习技术从腹部MRI中提取脾脏的放射组学特征，并结合基因组学分析，探讨脾脏在冠状动脉疾病中的作用 | 首次将深度学习与基因组学结合，揭示了脾脏在冠状动脉疾病中的潜在作用，并提供了9p21区域机制的新见解 | NA | 探讨脾脏在冠状动脉疾病中的作用及其遗传机制 | 脾脏的放射组学特征与冠状动脉疾病的关系 | 数字病理学 | 心血管疾病 | 深度学习、放射组学、全基因组关联分析 | 深度学习模型 | 图像 | 42,059名UK Biobank参与者 |
| 90 | 2024-11-13 |
Deep learning enables accurate soft tissue tendon deformation estimation in vivo via ultrasound imaging
2024-08-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-68875-w
PMID:39117664
|
研究论文 | 本文介绍了一种基于深度学习的超声图像软组织肌腱变形估计方法StrainNet，并展示了其在活体实验中的高准确性 | 提出了一种新的深度学习方法StrainNet，用于从活体图像序列中测量变形，并显著优于传统图像变形测量技术 | NA | 开发一种高精度的活体软组织变形估计工具，用于评估组织健康和疾病进展 | 人类屈肌肌腱的变形 | 计算机视觉 | NA | 深度学习 | StrainNet | 图像 | 人工生成的图像序列和活体超声图像 |
| 91 | 2024-11-13 |
Deep survival analysis for interpretable time-varying prediction of preeclampsia risk
2024-08, Journal of biomedical informatics
IF:4.0Q2
DOI:10.1016/j.jbi.2024.104688
PMID:39002866
|
研究论文 | 本文提出了一种基于深度生存分析的方法，用于解释性时间变化的前期子痫风险预测 | 本文创新性地应用深度生存模型来处理非比例风险和复杂的时间动态关系，相比传统的Cox比例风险模型，提供了更个性化的风险轨迹 | NA | 研究目的是开发一种新的方法来预测孕期前期子痫的风险，并提供个性化的风险轨迹 | 研究对象是66,425名在两家三级护理中心分娩的孕妇 | 机器学习 | 妊娠相关疾病 | 深度生存分析 | DeepHit | 时间序列数据 | 66,425名孕妇 |
| 92 | 2024-11-13 |
Non-invasive prediction of massive transfusion during surgery using intraoperative hemodynamic monitoring data
2024-08, Journal of biomedical informatics
IF:4.0Q2
DOI:10.1016/j.jbi.2024.104680
PMID:38914411
|
研究论文 | 本研究开发了一种基于深度学习算法的模型，用于预测手术期间的大量输血 | 利用非侵入性的生物信号波形实时预测手术期间的大量输血 | 本研究为回顾性研究，且仅在两家医院进行了验证 | 开发一种能够在手术期间提前10分钟预测大量输血的模型，以减少并发症和死亡率 | 手术期间的大量输血预测 | 机器学习 | NA | 深度学习算法 | 深度学习模型 | 生物信号波形 | 18,135名患者用于模型开发和内部验证，621名患者用于外部验证 |
| 93 | 2024-11-08 |
Analyzing Wav2Vec 1.0 Embeddings for Cross-Database Parkinson's Disease Detection and Speech Features Extraction
2024-Aug-26, Sensors (Basel, Switzerland)
DOI:10.3390/s24175520
PMID:39275431
|
研究论文 | 研究使用未微调的wav2vec 1.0架构进行跨数据库的帕金森病检测和语音特征提取 | wav2vec 1.0在跨数据库分类和回归任务中表现出色，特别是在检测帕金森病和预测语音特征方面，显示出比传统特征提取方法更高的准确性 | 研究主要集中在跨数据库的分类和回归任务上，未涉及其他类型的语音数据或任务 | 分析wav2vec 1.0嵌入在跨数据库帕金森病检测和语音特征提取中的应用 | 帕金森病患者的语音数据 | 机器学习 | 神经退行性疾病 | wav2vec 1.0 | 机器学习模型 | 语音数据 | 三个多语言帕金森病数据集 |
| 94 | 2024-11-08 |
[Research status and prospect of the application of artificial intelligence in the acupuncture and moxibustion field based on bibliometric]
2024-Aug-12, Zhongguo zhen jiu = Chinese acupuncture & moxibustion
|
综述 | 通过文献计量方法探讨人工智能在针灸领域应用的研究热点、发展趋势及存在的问题 | 分析了人工智能技术在针灸诊断治疗、疗效预测、教学及智能设备开发等方面的应用 | 人工智能在针灸领域的应用研究处于初步发展阶段，未来需加强团队间的交流与合作，进一步探索符合针灸诊疗特点的人工智能系统 | 探讨人工智能在针灸领域应用的研究热点、发展趋势及存在的问题 | 人工智能在针灸领域的应用 | NA | NA | 机器学习、神经网络、深度学习、数据挖掘 | NA | 文献 | 共纳入443篇中文文章和68篇英文文章 |
| 95 | 2024-11-08 |
A systematic literature review on the significance of deep learning and machine learning in predicting Alzheimer's disease
2024-08, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2024.102928
PMID:39029377
|
综述 | 本文系统回顾了深度学习和机器学习在阿尔茨海默病预测中的应用 | NA | NA | 调查不同阿尔茨海默病检测技术、数据集、输入模态、算法、库和性能评估指标，以确定哪种模型或策略可能提供更优越的性能 | 阿尔茨海默病的检测技术、数据集、输入模态、算法、库和性能评估指标 | 机器学习 | 阿尔茨海默病 | 磁共振成像 (MRI)、正电子发射断层扫描 (PET)、APOe4 基因型、扩散张量成像 (DTI) 和脑脊液 (CSF) 生物标志物 | 卷积神经网络 (CNN)、支持向量机 (SVM) | 图像 | 100 篇研究文章 |
| 96 | 2024-11-02 |
Radiomic and deep learning analysis of dermoscopic images for skin lesion pattern decoding
2024-08-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-70231-x
PMID:39187551
|
研究论文 | 研究探讨了结合深度学习和放射组学的混合方法在非侵入性皮肤镜图像诊断皮肤病变中的有效性 | 提出了结合深度学习和放射组学的混合模型，显著提高了皮肤病变诊断的准确性 | NA | 探索非侵入性皮肤镜图像诊断皮肤病变的有效方法 | 皮肤镜图像中的皮肤病变模式 | 计算机视觉 | 皮肤病变 | 深度学习 | 混合模型 | 图像 | 分析了来自国际皮肤成像协作组织（ISIC）数据集的2016-2020年间的皮肤镜图像，涵盖了多种皮肤病变类型 |
| 97 | 2024-11-02 |
GastroFuse-Net: an ensemble deep learning framework designed for gastrointestinal abnormality detection in endoscopic images
2024-Aug-15, Mathematical biosciences and engineering : MBE
DOI:10.3934/mbe.2024300
PMID:39483096
|
研究论文 | 提出了一种名为GastroFuse-Net的深度学习框架，用于内窥镜图像中的胃肠道异常检测 | 结合了两种不同层数的CNN模型，提取浅层和深层特征，以捕捉异常的多样性 | 未提及 | 开发一种自动诊断胃肠道疾病的深度学习模型，以减少人工检查的劳动强度和时间消耗 | 内窥镜图像中的胃肠道疾病 | 计算机视觉 | 胃肠道疾病 | 卷积神经网络（CNN） | GastroFuse-Net | 图像 | 使用了Kvasir数据集，包含根据结构、疾病或手术操作分类的图像 |
| 98 | 2024-11-02 |
Refined matrix completion for spectrum estimation of heart rate variability
2024-Aug-02, Mathematical biosciences and engineering : MBE
DOI:10.3934/mbe.2024296
PMID:39483092
|
研究论文 | 本文提出了一种基于矩阵补全的心率变异性（HRV）频谱不确定性估计方法 | 引入了一种新的基于矩阵补全的HRV频谱不确定性估计方法，并开发了一种改进的矩阵补全技术以提高估计精度和计算效率 | NA | 研究心率变异性（HRV）频谱的不确定性估计 | 心率变异性（HRV）频谱 | 机器学习 | 心血管疾病 | 矩阵补全 | 统计机器学习模型 | 频谱数据 | 五个公共数据集 |
| 99 | 2024-11-02 |
Impact of an artificial intelligence based model to predict non-transplantable recurrence among patients with hepatocellular carcinoma
2024-08, HPB : the official journal of the International Hepato Pancreato Biliary Association
IF:2.7Q1
DOI:10.1016/j.hpb.2024.05.006
PMID:38796346
|
研究论文 | 本文开发了基于人工智能的模型来预测肝细胞癌患者肝切除术后不可移植的复发 | 本文创新性地使用了集成AI模型，结合术前和术后因素，显著提高了预测不可移植复发（NTR）的准确性 | 本文未详细讨论模型的泛化能力和在不同医疗环境中的适用性 | 开发和验证基于人工智能的模型，用于预测肝细胞癌患者肝切除术后不可移植的复发 | 肝细胞癌（HCC）患者肝切除术后不可移植的复发（NTR） | 机器学习 | 肝癌 | 机器学习和深度学习技术 | 集成AI模型 | 临床数据 | 1763名肝细胞癌患者 |
| 100 | 2024-11-02 |
An ingenious deep learning approach for pressure injury depth evaluation with limited data
2024-Aug, Journal of tissue viability
IF:2.4Q1
DOI:10.1016/j.jtv.2024.05.009
PMID:38825443
|
研究论文 | 本文提出了一种利用深度学习评估压疮深度的新方法，特别是在数据有限的情况下 | 开发了一种结合分类模型和二分类模型的高性能深度学习模型，能够在有限监督数据的情况下实现高准确性 | 分类模型在区分d1和d2时表现不佳，二分类模型在评估步骤增加时性能下降 | 开发一种在有限数据情况下评估压疮深度的高性能深度学习模型 | 压疮图像及其深度分类 | 机器学习 | NA | 深度学习 | 卷积神经网络 | 图像 | 414张压疮图像，分为五个深度阶段（d0到D4） |