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 1162 篇文献，本页显示第 521 - 540 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 521 | 2024-10-10 |
A comparative evaluation of deep learning approaches for ophthalmology
2024-09-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-72752-x
PMID:39294275
|
研究论文 | 本文比较了用于眼科的不同深度学习方法 | 本文提出了基于准确性、训练时间、模型部署能力、热图增强分类决策的自解释性以及在小图像数据集上训练/适应能力等因素的最合适的模型 | NA | 评估和比较用于眼科的不同深度学习方法 | 眼科成像数据集和机器学习算法 | 机器学习 | NA | 深度学习 | 深度学习架构 | 图像 | 不同公共和私有图像数据集，包括全彩视网膜图像、OCT图像和3D OCT扫描 | NA | NA | NA | NA |
| 522 | 2024-10-10 |
UBE2L3 promotes benzene-induced hematotoxicity via autophagy-dependent ferroptosis
2024-Sep-15, Ecotoxicology and environmental safety
IF:6.2Q1
DOI:10.1016/j.ecoenv.2024.116773
PMID:39059346
|
研究论文 | 研究探讨了UBE2L3在苯诱导的造血毒性中的作用，通过自噬依赖的铁死亡途径 | 首次揭示了UBE2L3通过调节自噬依赖的铁死亡信号通路在苯诱导的造血毒性中的作用 | 研究主要基于实验数据和数据库分析，缺乏临床试验验证 | 探讨低剂量苯暴露导致的早期造血损伤及其相关生物标志物 | UBE2L3、ZNF598、LAMP-2等蛋白质及其相互作用 | NA | NA | 液相色谱串联质谱、共免疫沉淀、深度学习算法 | 深度学习算法 | 基因表达数据 | 5年纵向队列研究数据及Gene Expression Omnibus数据库数据 | NA | NA | NA | NA |
| 523 | 2024-10-10 |
Artificial Intelligence Detection of Cervical Spine Fractures Using Convolutional Neural Network Models
2024-Sep, Neurospine
IF:3.8Q1
DOI:10.14245/ns.2448580.290
PMID:39363462
|
研究论文 | 开发并评估了一种使用卷积神经网络（CNN）进行计算机辅助诊断颈椎骨折的技术 | 利用深度学习技术，可能改善患者预后和临床决策 | NA | 开发和评估用于计算机辅助诊断颈椎骨折的卷积神经网络技术 | 颈椎骨折的放射线X光图像 | 计算机视觉 | 颈椎骨折 | 卷积神经网络（CNN） | CNN | 图像 | 500张颈椎侧位X光图像，包括250张正常图像和250张骨折图像 | NA | NA | NA | NA |
| 524 | 2024-10-10 |
Development and validation of a machine learning-based model for post-sepsis frailty
2024-Sep, ERJ open research
IF:4.3Q1
DOI:10.1183/23120541.00166-2024
PMID:39377092
|
研究论文 | 开发并验证了一种基于机器学习的模型，用于预测脓毒症后的虚弱状况 | 使用深度学习模型预测脓毒症后的虚弱状况，并通过外部验证确认了其泛化性能 | 研究仅限于韩国的多中心前瞻性观察性队列，可能限制了结果的普遍性 | 开发和验证一种能够预测脓毒症后虚弱的机器学习模型 | 脓毒症患者及其出院时的虚弱状况 | 机器学习 | NA | 深度学习 | 极端梯度提升 (XGB) | 临床数据 | 8518名患者，其中5463名（64.1%）在出院时虚弱，3055名（35.9%）不虚弱 | NA | NA | NA | NA |
| 525 | 2024-10-09 |
Enhancing pap smear image classification: integrating transfer learning and attention mechanisms for improved detection of cervical abnormalities
2024-Sep-30, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ad7bc0
PMID:39377445
|
研究论文 | 本研究通过结合迁移学习和注意力机制，改进了宫颈异常的宫颈涂片图像分类 | 本研究创新性地结合了迁移学习和注意力机制，并应用了图像预处理技术，显著提高了宫颈癌检测的准确性 | NA | 提高宫颈癌检测的准确性和效率 | 宫颈涂片图像 | 计算机视觉 | 宫颈癌 | 迁移学习、注意力机制、图像预处理 | ResNet、Xception | 图像 | 使用了Mendeley液基细胞学数据集，包含由专家细胞病理学家标注的宫颈细胞学图像 | NA | NA | NA | NA |
| 526 | 2024-10-09 |
Deep learning for identifying personal and family history of suicidal thoughts and behaviors from EHRs
2024-Sep-28, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-024-01266-7
PMID:39341983
|
研究论文 | 本研究开发了利用变压器模型（Bio_ClinicalBERT和GatorTron）的深度学习工具，用于从电子健康记录的临床笔记中自动识别个人和家庭自杀想法和行为的历史 | 本研究首次利用深度学习技术自动识别电子健康记录中的个人和家庭自杀想法和行为的历史，并展示了其在性能上优于基于规则的自然语言处理工具 | 本研究仅在三个学术医学中心的临床笔记上进行了验证，可能需要进一步的跨机构验证 | 开发和评估用于自动识别电子健康记录中个人和家庭自杀想法和行为历史的深度学习工具 | 个人和家庭自杀想法和行为的历史 | 自然语言处理 | NA | 深度学习 | 变压器模型（Bio_ClinicalBERT和GatorTron） | 文本 | 来自三个学术医学中心的临床笔记 | NA | NA | NA | NA |
| 527 | 2024-10-09 |
A Comprehensive study on the different types of soil desiccation cracks and their implications for soil identification using deep learning techniques
2024-Sep-25, The European physical journal. E, Soft matter
DOI:10.1140/epje/s10189-024-00453-4
PMID:39320558
|
研究论文 | 本文研究了不同类型土壤的干裂模式及其在土壤识别中的应用，结合传统分析方法和深度学习技术 | 本文创新性地将分形维数分析作为深度学习图像分析的预处理工具，并证明了数据增强技术在提高模型鲁棒性和准确性方面的有效性 | NA | 研究不同类型土壤的干裂模式，并探讨其在土壤识别中的应用 | 来自印度布拉马普特拉河流域的三种土壤：粘土、粉土和砂质壤土 | 计算机视觉 | NA | 深度学习技术 | 前馈神经网络 | 图像 | 三种土壤类型，具体数量未提及 | NA | NA | NA | NA |
| 528 | 2024-10-09 |
Geometric deep learning of protein-DNA binding specificity
2024-Sep, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-024-02372-w
PMID:39103447
|
研究论文 | 本文介绍了一种名为DeepPBS的几何深度学习模型，用于预测蛋白质-DNA结合特异性 | 提出了DeepPBS模型，能够从蛋白质-DNA结构中预测结合特异性，并提供了可解释的蛋白质重原子重要性评分 | NA | 理解基因调控中的蛋白质-DNA结合特异性 | 蛋白质-DNA复合物的结合特异性 | 机器学习 | NA | 几何深度学习 | 几何深度学习模型 | 蛋白质-DNA结构 | NA | NA | NA | NA | NA |
| 529 | 2024-10-09 |
Microwave detection technique combined with deep learning algorithm facilitates quantitative analysis of heavy metal Pb residues in edible oils
2024-Sep, Journal of food science
IF:3.2Q2
DOI:10.1111/1750-3841.17259
PMID:39136980
|
研究论文 | 本研究结合微波检测技术和深度学习算法，开发了一种用于量化食用油中重金属铅残留的模型 | 提出了基于注意力机制的深度残差神经网络模型，用于替代传统的建模方法，并在微波数据处理过程中探讨了深度对卷积神经网络的影响 | NA | 开发一种新的方法来量化食用油中的重金属铅残留 | 食用油中的重金属铅残留 | 机器学习 | NA | 微波检测技术 | 基于注意力机制的深度残差神经网络 | 微波数据 | 标准大豆油样本 | NA | NA | NA | NA |
| 530 | 2024-10-09 |
Evaluation of deep learning and convolutional neural network algorithms for mandibular fracture detection using radiographic images: A systematic review and meta-analysis
2024-Sep, Imaging science in dentistry
IF:1.7Q3
DOI:10.5624/isd.20240038
PMID:39371302
|
meta-analysis | 本文对使用放射影像进行下颌骨骨折检测的深度学习和卷积神经网络算法进行了系统评价和荟萃分析 | 本文首次对使用放射影像进行下颌骨骨折检测的深度学习和卷积神经网络算法进行了系统评价和荟萃分析 | 当前研究的有效性受限于可用数据集的小规模和狭窄范围 | 评估深度学习算法在放射影像中检测下颌骨骨折的潜力 | 下颌骨骨折的放射影像 | 计算机视觉 | NA | 卷积神经网络 | CNN | 图像 | 5项符合条件的研究 | NA | NA | NA | NA |
| 531 | 2024-10-09 |
Clinical validity and precision of deep learning-based cone-beam computed tomography automatic landmarking algorithm
2024-Sep, Imaging science in dentistry
IF:1.7Q3
DOI:10.5624/isd.20240009
PMID:39371307
|
研究论文 | 本研究评估了基于深度学习的锥形束计算机断层扫描（CBCT）自动地标识别算法的临床有效性和准确性 | 开发了一种基于深度学习的CBCT自动地标识别算法，显著减少了地标识别所需的时间 | 研究样本量较小，且仅限于三种特定类型的CBCT扫描 | 评估基于深度学习的CBCT自动地标识别算法的临床有效性和准确性 | CBCT扫描中的三维头部测量数据 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 80例CBCT扫描，分为三组：非手术组（39例）、无硬件手术组（9例）和有硬件手术组（32例） | NA | NA | NA | NA |
| 532 | 2024-10-09 |
Classification of mandibular molar furcation involvement in periapical radiographs by deep learning
2024-Sep, Imaging science in dentistry
IF:1.7Q3
DOI:10.5624/isd.20240020
PMID:39371308
|
研究论文 | 本研究使用深度学习算法对下颌磨牙根分叉病变在根尖片中的分类进行研究 | 本研究首次使用ResNet-18卷积神经网络模型对下颌磨牙根分叉病变进行分类 | 研究仅限于下颌磨牙的根尖片，未涉及其他类型的影像学检查 | 开发一种深度学习算法，用于分类下颌磨牙根分叉病变 | 下颌磨牙的根分叉病变 | 计算机视觉 | NA | 深度学习 | 卷积神经网络 (CNN) | 图像 | 2011-2023年间东卡罗莱纳大学牙医学院拍摄的全口系列影像，包括健康和根分叉病变的下颌磨牙根尖片 | NA | NA | NA | NA |
| 533 | 2024-10-08 |
Evaluating a Natural Language Processing-Driven, AI-Assisted International Classification of Diseases, 10th Revision, Clinical Modification, Coding System for Diagnosis Related Groups in a Real Hospital Environment: Algorithm Development and Validation Study
2024-Sep-20, Journal of medical Internet research
IF:5.8Q1
DOI:10.2196/58278
PMID:39302714
|
研究论文 | 评估基于自然语言处理和人工智能的国际疾病分类第10版临床修改版编码系统在实际医院环境中的算法开发和验证 | 开发了一种基于自然语言处理和深度学习模型的AI辅助编码系统，用于自动确定诊断和代码，以提高编码效率和准确性 | 研究仅在一家医院进行，样本量有限，可能影响结果的普适性 | 评估基于自然语言处理的AI辅助编码系统在实际医院环境中自动确定诊断和代码的可行性 | 国际疾病分类第10版临床修改版编码系统在诊断相关分组中的应用 | 自然语言处理 | NA | 自然语言处理 | GPT-2 | 文本 | 使用高雄医学大学中和纪念医院2019年4月至2020年12月的患者出院总结作为参考数据集，以及2023年2月至4月的实际医院数据 | NA | NA | NA | NA |
| 534 | 2024-10-08 |
Neural Conversational Agent for Weight Loss Counseling: Protocol for an Implementation and Feasibility Study
2024-Sep-20, JMIR research protocols
IF:1.4Q3
DOI:10.2196/60361
PMID:39303273
|
研究论文 | 本文探讨了使用基于大型语言模型（LLM）的神经对话代理NAOMI进行体重管理咨询的可行性研究 | 本文首次提出使用基于LLM的神经对话代理NAOMI进行体重管理咨询，旨在克服传统咨询师培训成本高和时间长的限制 | 研究尚未完成，数据收集预计在2025年5月结束，目前无法评估其长期效果和广泛应用的可行性 | 探索使用神经对话代理NAOMI进行体重管理咨询的可行性，并测试其接受度和使用性 | 超重和肥胖患者，招募自初级保健诊所 | 机器学习 | 肥胖 | 深度学习 | 大型语言模型（LLM） | 文本 | 10名18-65岁超重或肥胖患者（BMI≥25.0且≤39.9） | NA | NA | NA | NA |
| 535 | 2024-10-08 |
A systematic review of deep learning-based spinal bone lesion detection in medical images
2024-Sep, Acta radiologica (Stockholm, Sweden : 1987)
DOI:10.1177/02841851241263066
PMID:39033391
|
综述 | 本文系统回顾了基于深度学习的医学图像中脊柱骨病变检测的研究进展 | 本文不仅描述了这些模型在脊柱骨恶性病变识别中的诊断性能和不同方法，还指出了当前缺乏标准化方法和报告的问题 | 大多数研究存在重大局限性，如模型统计和数据获取报告不足、缺乏外部验证数据集以及可能的偏倚注释 | 探讨深度学习模型在脊柱骨病变检测中的应用及其局限性 | 脊柱骨病变及其在医学图像中的检测 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 14项研究 | NA | NA | NA | NA |
| 536 | 2024-10-07 |
Accuracy of deep learning in the differential diagnosis of coronary artery stenosis: a systematic review and meta-analysis
2024-Sep-16, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01403-4
PMID:39285323
|
meta-analysis | 本研究系统评价和荟萃分析了基于冠状动脉造影（CAG）或冠状动脉CT造影（CCTA）图像的深度学习模型在诊断冠状动脉狭窄中的准确性 | 首次系统性地评估了深度学习在冠状动脉狭窄诊断中的准确性 | 对于不同程度的狭窄，深度学习模型的准确性仍需进一步提高 | 评估基于CAG和CCTA图像的深度学习模型在诊断冠状动脉狭窄中的准确性 | 冠状动脉狭窄的诊断 | machine learning | 心血管疾病 | 深度学习 | NA | image | 3568名患者和13,362张图像 | NA | NA | NA | NA |
| 537 | 2024-10-06 |
Deep learning algorithms for melanoma detection using dermoscopic images: A systematic review and meta-analysis
2024-09, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2024.102934
PMID:39088883
|
综述 | 本文系统回顾和荟萃分析了使用皮肤镜图像进行黑色素瘤检测的深度学习算法性能 | 深度学习算法在黑色素瘤诊断中的准确性与资深皮肤科医生相当 | 需要进一步的高质量、大规模多中心研究来解决基于医学人工智能诊断的具体挑战 | 评估不同深度学习算法在皮肤镜图像诊断黑色素瘤中的表现，并讨论皮肤科医生与深度学习之间的关系 | 深度学习算法在皮肤镜图像中检测黑色素瘤的诊断性能 | 计算机视觉 | 皮肤癌 | 深度学习 | NA | 图像 | 2309条记录中，37项研究符合纳入标准，27项提供了足够的数据进行荟萃分析 | NA | NA | NA | NA |
| 538 | 2024-10-06 |
CHNet: A multi-task global-local Collaborative Hybrid Network for KRAS mutation status prediction in colorectal cancer
2024-09, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2024.102931
PMID:39094228
|
研究论文 | 本文提出了一种名为CHNet的多任务全局-局部协作混合网络，用于更准确地预测结直肠癌患者的KRAS突变状态 | CHNet通过两个分支分别提取全局和局部特征，并设计了通道混合Transformer和空间混合Transformer来捕捉全局和局部信息，同时引入了自适应协作注意力模块和类激活图损失来增强任务间的协作和互补信息的学习 | NA | 提高结直肠癌患者KRAS突变状态预测的准确性，以支持个性化治疗策略的制定 | 结直肠癌患者的KRAS突变状态 | 计算机视觉 | 结直肠癌 | Transformer, CNN | CHNet | MRI图像 | T2加权MRI数据集 | NA | NA | NA | NA |
| 539 | 2024-10-06 |
Comprehensive review of deep learning in orthopaedics: Applications, challenges, trustworthiness, and fusion
2024-09, Artificial intelligence in medicine
IF:6.1Q1
DOI:10.1016/j.artmed.2024.102935
PMID:39079201
|
综述 | 本文全面回顾了深度学习在骨科中的应用、挑战、可信度及融合技术 | 首次全面综述了深度学习在骨科实践中的各个方面 | 数据稀缺和模型可解释性不足是主要挑战 | 填补深度学习在骨科应用方面的知识空白，并为研究人员提供开发可靠深度学习应用的指南 | 深度学习在骨科中的应用，包括骨折检测、骨肿瘤诊断、植入物识别和骨关节炎严重程度评估等 | 机器学习 | NA | 深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 540 | 2024-10-05 |
Mineral prospectivity prediction based on convolutional neural network and ensemble learning
2024-Sep-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-73357-0
PMID:39349559
|
研究论文 | 本文提出了一种基于卷积神经网络和集成学习的矿产远景预测方法 | 通过集成学习结合卷积神经网络和自注意力机制算法，提高了矿产远景预测的稳定性和准确性 | 未来可以通过增加更多的矿化因素和引入新的算法结构来进一步提高结果的科学性和稳定性 | 解决不同算法在矿产远景预测中的不稳定问题 | 金矿化相关的14个因素和10种地球化学勘探数据以及4种地质因素 | 计算机视觉 | NA | 卷积神经网络 | CNN | 图像 | 14个金矿化相关因素，10种地球化学勘探数据和4种地质因素 | NA | NA | NA | NA |