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 1081 - 1100 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1081 | 2024-08-05 |
The Impact of Drop Test Conditions on Brain Strain Location and Severity: A Novel Approach Using a Deep Learning Model
2024-Aug, Annals of biomedical engineering
IF:3.0Q3
DOI:10.1007/s10439-024-03525-w
PMID:38739210
|
研究论文 | 本研究采用深度学习模型分析了实验室控制的掉落测试参数对大脑应变的影响 | 提出了一种新方法，利用训练好的卷积神经网络（CNN）预测大脑区域性最大主应变 | 未讨论不同研究条件对结果的潜在影响 | 探讨掉落测试条件对大脑区域最大主应变的影响 | 运动员在高强度头部冲击下的脑部损伤 | 数字病理学 | NA | 深度学习 | 卷积神经网络（CNN） | 数值数据 | NA |
| 1082 | 2024-08-05 |
Predicting the Outcome and Survival of Patients with Spinal Cord Injury Using Machine Learning Algorithms: A Systematic Review
2024-Aug, World neurosurgery
IF:1.9Q2
DOI:10.1016/j.wneu.2024.05.103
PMID:38796146
|
systematic review | 本文系统评估了机器学习算法在脊髓损伤的诊断和预后预测中的表现 | 创新点在于系统性审查了机器学习算法在脊髓损伤患者预测结果的应用 | 尽管研究显示潜力，但在急性脊髓损伤的诊断中使用深度学习算法的研究仍然不足 | 探讨机器学习算法在脊髓损伤患者结果预测和诊断中的有效性 | 脊髓损伤患者的预后和功能结果 | machine learning | NA | 机器学习算法 | NA | NA | 9424名脊髓损伤患者 |
| 1083 | 2024-08-05 |
Deep learning for temporomandibular joint arthropathies: A systematic review and meta-analysis
2024-Aug, Journal of oral rehabilitation
IF:3.1Q1
DOI:10.1111/joor.13701
PMID:38757865
|
meta-analysis | 本研究回顾了深度学习模型在颞下颌关节疾病诊断中的应用 | 该文章评估了深度学习模型在颞下颌关节疾病诊断的高灵敏度和特异性表现 | 该研究的局限性在于可能存在未被纳入的相关研究 | 本研究旨在系统评估深度学习在颞下颌关节疾病诊断中的有效性 | 研究对象是人类关节基础或关节病引起的颞下颌疾病 | 计算机视觉 | NA | 深度学习 | NA | NA | 21项符合条件的研究 |
| 1084 | 2024-08-05 |
Usefulness of Artificial Intelligence in Traumatic Brain Injury: A Bibliometric Analysis and Mini-review
2024-Aug, World neurosurgery
IF:1.9Q2
DOI:10.1016/j.wneu.2024.05.065
PMID:38759786
|
文献综述 | 本研究对人工智能在创伤性脑损伤中的主要应用进行了文献计量分析和迷你综述。 | 此文章的创新点在于首次系统整理了人工智能在创伤性脑损伤中的应用及相关文献。 | 研究仅基于截至2023年4月的Scopus数据库的数据，可能未涵盖所有相关研究。 | 本研究旨在探讨人工智能在创伤性脑损伤领域的应用和发展。 | 涉及创伤性脑损伤领域中使用人工智能的科学出版物。 | 数字病理学 | 脑损伤 | 人工智能 | NA | 文献 | 495份科学出版物 |
| 1085 | 2024-08-05 |
Retina Fundus Photograph-Based Artificial Intelligence Algorithms in Medicine: A Systematic Review
2024-Aug, Ophthalmology and therapy
IF:2.6Q2
DOI:10.1007/s40123-024-00981-4
PMID:38913289
|
综述 | 本文系统评估了人工智能在视网膜基金照影像中的应用研究 | 本研究展示了人工智能算法在解读视网膜图像方面的创新应用，具有较高的准确性 | 本文没有提及具体的算法性能比较或不同数据集的局限性 | 探讨人工智能在眼科及非眼科疾病中的应用 | 视网膜基金照影像 | 计算机视觉 | 心血管疾病 | 深度学习 | NA | 影像 | 大量临床与影像数据 |
| 1086 | 2024-08-05 |
Enhancing Chicago Classification diagnoses with functional lumen imaging probe-mechanics (FLIP-MECH)
2024-Aug, Neurogastroenterology and motility
IF:3.5Q2
DOI:10.1111/nmo.14841
PMID:38852150
|
研究论文 | 本文提出了一种系统的方法，通过深度学习和力学，结合HRM和FLIP的诊断，以改善食管运动障碍的诊断。 | 创新之处在于开发了一种基于力学的参数量化食管健康，并利用变分自编码器生成虚拟疾病景观，用于进行HRM和FLIP的诊断对比。 | 研究可能在于所用样本仅限于特定的食管运动障碍患者和正常受试者，样本多样性可能影响结果的普适性。 | 研究旨在通过深度学习和力学技术，桥接HRM和FLIP测量之间的诊断差距。 | 研究对象为740名受试者，涵盖不同类型的食管运动障碍患者及正常受试者。 | 数字病理学 | 食管运动障碍 | FLIP | 变分自编码器 | 参数数据 | 740名受试者 |
| 1087 | 2024-08-05 |
Parotid Gland Segmentation Using Purely Transformer-Based U-Shaped Network and Multimodal MRI
2024-Aug, Annals of biomedical engineering
IF:3.0Q3
DOI:10.1007/s10439-024-03510-3
PMID:38691234
|
研究论文 | 本研究使用纯Transformer的U形网络进行腮腺的分割。 | 本研究提出了一种全新的纯Transformer基础的U形分割网络，并采用新的训练方法减少临床医生的标记工作量。 | 尚未提及特定的局限性 | 提高腮腺及肿瘤的分割准确性以改善诊断和手术计划选择。 | 多中心多模态腮腺MRI数据集中的腮腺和肿瘤。 | 计算机视觉 | NA | MRI | Transformer | 图像 | 多中心多模态腮腺MRI数据集 |
| 1088 | 2024-08-05 |
Radiographic Findings Associated With Mild Hip Dysplasia in 3869 Patients Using a Deep Learning Measurement Tool
2024-Aug, Arthroplasty today
IF:1.5Q3
DOI:10.1016/j.artd.2024.101398
PMID:38993836
|
研究论文 | 本文开发了一种深度学习算法来测量和分类轻度髋关节发育不良的患者 | 创新点在于自动化测量与髋关节发育不良相关的多个角度，并应用于大规模患者群体的发病率分析 | 本研究没有提到患者的先前髋关节置换手术情况和其他潜在的混淆变量 | 本研究旨在使用深度学习算法测量与髋关节发育不良相关的角度并评估发病率 | 研究对象为3869名无先前髋关节置换手术的患者 | 计算机视觉 | NA | 深度学习(DL) | NA | 影像 | 3869名患者 |
| 1089 | 2024-08-05 |
Unveiling the stochastic nature of human heteropolymer ferritin self-assembly mechanism
2024-Aug, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.5104
PMID:38995055
|
研究论文 | 本文探讨了人类异聚体铁蛋白的自组装机制及其随机特性 | 揭示了异聚铁蛋白在自组装过程中具有独特的建筑特征和随机组装机制 | 对异铁蛋白组装机制的理解仍有限，需要进一步研究其功能和作用 | 理解异聚体铁蛋白的结构及其组装机制对细胞功能的影响 | 合成具有特定H与L亚基比例的铁蛋白异聚物 | NA | NA | 高分辨率冷冻电子显微镜分析和基于深度学习的氨基酸建模 | NA | NA | NA |
| 1090 | 2024-08-05 |
Floating on groundwater: Insight of multi-source remote sensing for Qaidam basin
2024-Aug, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2024.121513
PMID:38909574
|
研究论文 | 本文从遥感角度探讨了柴达木盆地湖泊的补给源和地下水循环模式 | 提出了改进的遥感自适应优化网络 RSA-IOCRNet，并获得了优于其他七个网络的实验结果 | 本文未明确指出具体的实验条件和数据集限制 | 研究柴达木盆地湖泊的水源及其与地下水的关系 | 柴达木盆地的16个主要湖泊及其地下水循环 | 自然语言处理 | NA | 深度学习网络 | OCRNet | 多源遥感数据 | 包含柴达木盆地的16个主要湖泊 |
| 1091 | 2024-08-05 |
Assessing the Influence of B-US, CDFI, SE, and Patient Age on Predicting Molecular Subtypes in Breast Lesions Using Deep Learning Algorithms
2024-Aug, Journal of ultrasound in medicine : official journal of the American Institute of Ultrasound in Medicine
IF:2.1Q2
DOI:10.1002/jum.16460
PMID:38581195
|
研究论文 | 本研究旨在探讨B模式超声成像、彩色多普勒流动成像、应变弹性成像和患者年龄对乳腺病变分子亚型预测的影响 | 结合多模态超声成像的数据，提高了乳腺病变分子亚型预测的准确性 | 研究主要集中在患者年龄和不同成像技术的影响，其他生物标志物的影响未被考虑 | 探索不同成像技术及年龄对乳腺病变分子亚型预测的影响 | 对198名患者的2272个多模态超声成像进行分析 | 数字病理学 | 乳腺癌 | B-US成像、CDFI、SE | ResNet-18 | 图像 | 198名患者的2272个超声成像样本 |
| 1092 | 2024-08-05 |
MRI Deep Learning-Based Automatic Segmentation of Interventricular Septum for Black-Blood Myocardial T2* Measurement in Thalassemia
2024-Aug, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29113
PMID:37941460
|
研究论文 | 本研究开发了一种基于深度学习的自动分割方法，用于测量地中海贫血患者的心肌T2*值 | 提出了一种修改过的注意力U-Net模型，用于黑血MR图像的室间隔自动分割 | 研究仅涉及依赖输血的地中海贫血患者，可能限制了结果的广泛适用性 | 本研究旨在提高地中海贫血患者心肌T2*值测量的自动化和可靠性 | 涉及146名接受心脏MR检查的依赖输血的地中海贫血患者 | 数字病理学 | 地中海贫血 | 黑血磁共振成像 | 修改版注意力U-Net | 医学影像 | 146名患者的心脏MR检查数据 |
| 1093 | 2024-08-05 |
Accelerated Cine Cardiac MRI Using Deep Learning-Based Reconstruction: A Systematic Evaluation
2024-Aug, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29081
PMID:37855257
|
研究论文 | 本文系统评估了基于深度学习的重建技术在加速心脏MRI中的应用 | 提出了使用深度学习重建技术来缩短呼吸保持时间，同时保持影像质量和心室评价的准确性 | 研究仅限于具有正常心脏解剖和功能的胸凹患者，样本量较小 | 评估不同加速因子下的心脏MRI影像质量 | 胸凹患者，具有正常心脏解剖和功能 | 数字病理学 | NA | 压缩灵敏度编码（C-SENSE） | 深度学习重建 | 影像 | 15名患者 |
| 1094 | 2024-08-05 |
Fetal MRI-Based Body and Adiposity Quantification for Small for Gestational Age Perinatal Risk Stratification
2024-Aug, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29141
PMID:37982367
|
研究论文 | 本文探讨了胎儿MRI对小于胎龄的胎儿的身体成分和脂肪量的量化，用以评估围产期风险 | 使用MRI量化胎儿的身体指标，有助于改善小于胎龄胎儿的风险分层 | 样本量较小，仅包含40个SGA胎儿 | 探讨胎儿体成分与围产期不良结果之间的关联 | 40个小于胎龄(SGA)的胎儿 | 数字病理学 | NA | MRI | 深度学习 | 图像 | 40名SGA胎儿 |
| 1095 | 2024-08-05 |
Prostate Age Gap: An MRI Surrogate Marker of Aging for Prostate Cancer Detection
2024-Aug, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29090
PMID:37855699
|
研究论文 | 本文开发了一种基于前列腺MRI的衰老生物标志物，并研究其与临床显著前列腺癌风险的关系 | 通过MRI建立前列腺年龄差（PAG）作为前列腺癌的潜在风险指标，展示了其对临床显著前列腺癌风险的预测能力 | 研究为回顾性，受限于样本的选择和模型的训练数据 | 研究前列腺MRI衰老生物标志物与临床显著前列腺癌风险的关系 | 468名接受活检的男性的MRI切片数据 | 数字病理 | 前列腺癌 | MRI | 深度学习 (DL) | 图像 | 468名男性，7243个前列腺MRI切片 |
| 1096 | 2024-08-05 |
Deep Learning-Driven Transformation: A Novel Approach for Mitigating Batch Effects in Diffusion MRI Beyond Traditional Harmonization
2024-Aug, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29088
PMID:37877463
|
研究论文 | 该研究提出了一种深度学习策略，以缓解扩散磁共振成像中的批量效应，改善图像质量和可推广性 | 创新点在于结合对比度调整和超分辨率来提升扩散加权图像的质量 | 研究的样本数据仅来自单一个体，可能影响结果的广泛适用性 | 本研究旨在开发减少扩散加权图像多样性的深度学习模型 | 该深度学习模型利用一个开放数据集和1134名成人的数据进行训练与验证 | 数字病理 | 脑卒中和肿瘤 | 深度学习 | ResNet-50 | 图像 | 1134名成年人（性别比例为54%女性，46%男性），包括1050名没有DWI异常的受试者和84名有病理条件的受试者 |
| 1097 | 2024-08-05 |
The Effect of Noise on Deep Learning for Classification of Pathological Voice
2024-Aug, The Laryngoscope
DOI:10.1002/lary.31303
PMID:38280184
|
研究论文 | 本研究旨在评估背景噪声对机器学习模型在评估声音障碍的GRBAS量表中的重要性 | 探讨背景噪声对使用CNN模型分类病理声音的影响，并提出未来改进模型噪声耐受性的研究方向 | 研究仅使用单一数据集且缺乏比较对照，设计为非比较性 | 评估背景噪声在机器学习模型中的重要性 | 收集1406个声音样本以分析噪声对模型评价指标的影响 | 数字病理学 | NA | 卷积神经网络 (CNN) | 1D卷积神经网络 | 声音数据 | 1406个声音样本 |
| 1098 | 2024-08-05 |
Development of an MRI-Based Comprehensive Model Fusing Clinical, Radiomics and Deep Learning Models for Preoperative Histological Stratification in Intracranial Solitary Fibrous Tumor
2024-Aug, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29098
PMID:37897302
|
研究论文 | 本文提出了一种基于MRI的CRDL模型，用于前期ISFT的组织学分层 | 创新点在于融合临床、放射组学和深度学习特征以改进ISFT的组学分层 | 本文未明确提及CRDL模型在不同人群中的适用性及其长远的临床效应 | 研究基于MRI的CRDL模型在ISFT前期组织学分层中的可行性 | 398名来自北京天坛医院的ISFT患者和49名来自兰州大学第二医院的ISFT患者 | 数字病理学 | 脑肿瘤 | MRI | NA | 影像数据 | 398名患者和49名患者 |
| 1099 | 2024-08-05 |
Development and clinical validation of a deep learning-based knee CT image segmentation method for robotic-assisted total knee arthroplasty
2024-Aug, The international journal of medical robotics + computer assisted surgery : MRCAS
DOI:10.1002/rcs.2664
PMID:38994900
|
研究论文 | 本研究开发了一种名为DDA-Transformer的新型深度卷积神经网络，用于膝关节CT图像分割并在机器人辅助的全膝关节置换术中进行验证 | 引入了一种双路径双重注意力变换器DDA-Transformer，实现了膝关节CT图像的精准快速分割 | NA | 开发一种高效的膝关节CT图像分割方法并进行临床验证 | 膝关节CT图像的分割性能与速度评估 | 计算机视觉 | NA | 深度学习 | DDA-Transformer | 图像 | 六个与之比较的网络 |
| 1100 | 2024-08-05 |
Research progress on prediction of RNA-protein binding sites in the past five years
2024-Aug, Analytical biochemistry
IF:2.6Q2
DOI:10.1016/j.ab.2024.115535
PMID:38643894
|
综述 | 准确预测RNA-蛋白结合位点对于理解蛋白-RNA相互作用及其调控机制至关重要 | 综述了2018-2023年间使用传统机器学习和深度学习的计算方法的应用和创新 | 探讨了现有计算方法的局限性 | 为了深入理解RNA-蛋白结合位点的预测方法 | 总结常用的数据库和计算方法 | 计算生物学 | NA | 传统机器学习和深度学习 | 卷积神经网络和长短期记忆网络 | NA | NA |