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 1164 篇文献，本页显示第 681 - 700 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 681 | 2024-09-25 |
Enhancing bone scan image quality: an improved self-supervised denoising approach
2024-Sep-23, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad7e79
PMID:39312947
|
研究论文 | 本文提出了一种改进的自监督去噪技术，用于提高骨扫描图像质量 | 本文提出了一种改进的自监督去噪技术，通过使用Noise2FullCount (N2F)和插值版本的Noise2Noise (iN2N)，减少了深度学习去噪与全扫描图像之间的偏差 | N2N在长扫描图像中表现有限 | 提高骨扫描图像质量，减少辐射暴露和扫描时间 | 351个全身骨扫描数据集 | 计算机视觉 | NA | 深度学习 | Noise2Noise (N2N), Noise2FullCount (N2F), 插值版本的Noise2Noise (iN2N) | 图像 | 351个全身骨扫描数据集 | NA | NA | NA | NA |
| 682 | 2024-09-25 |
Exploration of Fractional Flow Reservation Score Based on Artificial Intelligence Post-processing for Coronary Artery Lesions in Patients with Diabetes and Coronary Heart Disease
2024-Sep-21, SLAS technology
IF:2.5Q3
DOI:10.1016/j.slast.2024.100196
PMID:39313159
|
研究论文 | 本文利用人工智能后处理技术评估糖尿病和冠心病患者中冠心病与分数流量储备（FFR）的关系 | 采用人工智能技术处理冠状动脉CT血管造影（CCTA）图像，以高效、便捷、准确地获取所需数据，提高临床诊断效率和准确性 | NA | 研究冠心病与分数流量储备（FFR）在不同程度冠心病和糖尿病患者中的关系 | 94名疑似冠心病的患者 | 计算机视觉 | 心血管疾病 | 人工智能（AI） | NA | 图像 | 94名患者 | NA | NA | NA | NA |
| 683 | 2024-09-25 |
Chemomechanical damage prediction from phase-field simulation video sequences using a deep-learning-based methodology
2024-Sep-20, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2024.110822
PMID:39310766
|
研究论文 | 本文探讨了使用深度学习方法从相场模拟视频序列中预测锂离子电池的化学机械损伤 | 本文首次探索了使用卷积长短期记忆网络（CNN-LSTM）从相场模拟视频中预测电池材料的损伤行为，包括裂纹扩展角度和长度 | 本文仅使用了有限的数据进行模型训练和验证 | 研究目的是开发一种预测锂离子电池材料损伤行为的深度学习模型 | 研究对象是锂离子电池的阴极材料 | 机器学习 | NA | 相场模拟 | CNN-LSTM | 视频 | NA | NA | NA | NA | NA |
| 684 | 2024-09-25 |
A deep learning dataset for metal multiaxial fatigue life prediction
2024-Sep-19, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-024-03862-4
PMID:39300134
|
研究论文 | 本文创建了一个大规模的高质量数据集，用于金属多轴疲劳寿命预测 | 本文的创新点在于创建了一个包含1167个样本的大规模数据集，解决了深度学习在金属多轴疲劳寿命预测中数据稀缺的问题 | NA | 本文的研究目的是为金属多轴疲劳寿命预测提供一个高质量的数据集，以支持深度学习方法的应用 | 本文的研究对象是金属多轴疲劳寿命预测 | 机器学习 | NA | 深度学习 | NA | 数据集 | 1167个样本，来自40种材料 | NA | NA | NA | NA |
| 685 | 2024-09-25 |
A Novel Rational PROTACs Design and Validation via AI-Driven Drug Design Approach
2024-Sep-17, ACS omega
IF:3.7Q2
DOI:10.1021/acsomega.3c10183
PMID:39310161
|
研究论文 | 本文介绍了一种结合超叠加技术和深度神经网络的集成方法，用于生成具有增强结合亲和力的结构多样性分子 | 本文提出了一种新的AI驱动药物设计方法，通过结合超叠加技术和深度神经网络，生成具有更高结合亲和力的PROTACs分子 | NA | 开发一种新的AI驱动药物设计方法，用于生成具有更高结合亲和力的PROTACs分子 | PROTACs分子的设计和验证 | 药物设计 | NA | 超叠加技术、分子动力学模拟、自由能扰动模拟 | 深度神经网络 | 蛋白质-配体复合物结构 | NA | NA | NA | NA | NA |
| 686 | 2024-09-25 |
Training robust T1-weighted magnetic resonance imaging liver segmentation models using ensembles of datasets with different contrast protocols and liver disease etiologies
2024-09-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-71674-y
PMID:39251664
|
研究论文 | 本文开发了一种可推广的深度学习模型，用于在T1加权MRI图像上分割肝脏 | 采用了三种不同的深度学习架构（nnUNet、PocketNet、Swin UNETR），并使用来自六个不同地理位置机构的数据进行训练 | NA | 开发一种能够在不同对比协议和肝脏疾病病因学数据集上进行鲁棒训练的肝脏分割模型 | T1加权MRI图像中的肝脏 | 计算机视觉 | 肝癌 | 深度学习 | nnUNet, PocketNet, Swin UNETR | 图像 | 819张T1加权MRI图像 | NA | NA | NA | NA |
| 687 | 2024-09-25 |
Time-series satellite remote sensing reveals gradually increasing war damage in the Gaza Strip
2024-Sep, National science review
IF:16.3Q1
DOI:10.1093/nsr/nwae304
PMID:39309412
|
研究论文 | 本文利用深度学习和LuoJia3-01卫星数据，实时检测以色列-巴勒斯坦冲突中加沙地带的爆炸和建筑物损坏情况 | 首次利用LuoJia3-01卫星数据和深度学习技术进行冲突监测和建筑物损坏评估 | NA | 研究战争对城市破坏的影响，并提供实时监测和评估方法 | 加沙地带的建筑物损坏和农业用地损失 | 遥感 | NA | 深度学习 | NA | 卫星图像 | 3747个导弹弹坑，涉及加沙地带五个省的基础设施 | NA | NA | NA | NA |
| 688 | 2024-09-24 |
Turbocharging protein binding site prediction with geometric attention, inter-resolution transfer learning, and homology-based augmentation
2024-Sep-20, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-024-05923-2
PMID:39304807
|
研究论文 | 本文提出了一种新的模型架构和训练方法，用于预测蛋白质结合位点，通过几何自注意力单元、跨分辨率迁移学习和同源性增强来提高预测效率和准确性 | 引入了几何自注意力单元和跨分辨率迁移学习，以及同源性增强，解决了传统CNN架构的低效性和信息损失问题 | NA | 提高蛋白质结合位点预测的准确性和效率 | 蛋白质结合位点的预测 | 机器学习 | NA | 几何自注意力单元、跨分辨率迁移学习、同源性增强 | CNN | 蛋白质结构数据 | NA | NA | NA | NA | NA |
| 689 | 2024-09-24 |
GC-WIR : 3D global coordinate attention wide inverted ResNet network for pulmonary nodules classification
2024-Sep-20, BMC pulmonary medicine
IF:2.6Q2
DOI:10.1186/s12890-024-03272-7
PMID:39304884
|
研究论文 | 本文介绍了一种名为GC-WIR的3D全局坐标注意力宽逆残差网络，用于肺结节的良恶性分类 | 提出了3D全局坐标注意力机制和3D宽逆残差网络结构，提高了分类效率和稳定性 | NA | 解决现有深度学习方法在肺结节分类中存在的模型复杂、数据适应性差和参数过多的问题 | 肺结节的良恶性分类 | 计算机视觉 | 肺部疾病 | 3D全局坐标注意力机制 | 3D宽逆残差网络 | 图像 | LUNA 16数据集 | NA | NA | NA | NA |
| 690 | 2024-09-24 |
Super-resolution deep learning image reconstruction: image quality and myocardial homogeneity in coronary computed tomography angiography
2024-Sep-20, Journal of cardiovascular imaging
DOI:10.1186/s44348-024-00031-4
PMID:39304957
|
研究论文 | 研究超分辨率深度学习图像重建在冠状动脉CT血管造影中的图像质量和心肌均匀性的影响 | 引入超分辨率深度学习图像重建技术，显著降低图像噪声并提高空间分辨率 | 研究为回顾性，样本量有限，且未探讨长期临床效果 | 探讨超分辨率深度学习图像重建技术在冠状动脉CT血管造影中的图像质量和心肌均匀性的优势 | 冠状动脉CT血管造影图像的质量和心肌均匀性 | 计算机视觉 | 心血管疾病 | 超分辨率深度学习图像重建 | 深度学习模型 | 图像 | 63名患者 | NA | NA | NA | NA |
| 691 | 2024-09-24 |
Deep learning applications in breast cancer histopathological imaging: diagnosis, treatment, and prognosis
2024-Sep-20, Breast cancer research : BCR
IF:6.1Q1
DOI:10.1186/s13058-024-01895-6
PMID:39304962
|
综述 | 本文综述了深度学习技术在乳腺癌病理图像中的应用，包括诊断、治疗和预后评估 | 深度学习技术显著提高了乳腺癌诊断的准确性和效率，特别是在预测乳腺癌转移和临床预后方面 | 未来的研究将集中在解决数据管理、模型可解释性和监管合规性方面的挑战 | 探讨深度学习模型在乳腺癌诊断、治疗和预后预测中的应用 | 乳腺癌病理图像 | 计算机视觉 | 乳腺癌 | 深度学习 | ResNet50, Transformer, Hover-net | 图像 | 基于TCGA和多中心的大规模数据集 | NA | NA | NA | NA |
| 692 | 2024-09-24 |
Automated gall bladder cancer detection using artificial gorilla troops optimizer with transfer learning on ultrasound images
2024-09-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-72880-4
PMID:39300284
|
研究论文 | 本文提出了一种使用人工猩猩部队优化器和迁移学习在超声图像上自动检测胆囊癌的方法 | 本文的创新点在于结合了人工猩猩部队优化器和迁移学习技术，以及双向门控循环单元模型，用于超声图像中胆囊癌的自动检测 | NA | 本文的研究目的是开发一种自动检测胆囊癌的方法，以提高早期诊断的准确性 | 本文的研究对象是超声图像中的胆囊癌 | 计算机视觉 | 胆囊癌 | 深度学习 | CNN, BiGRU | 图像 | 涉及胆囊癌数据集的模拟分析 | NA | NA | NA | NA |
| 693 | 2024-09-23 |
Multi-rater Prism: Learning self-calibrated medical image segmentation from multiple raters
2024-Sep-30, Science bulletin
IF:18.8Q1
DOI:10.1016/j.scib.2024.06.037
PMID:39155196
|
研究论文 | 本文提出了一种名为Multi-rater Prism（MrPrism）的新型神经网络框架，用于从多个专家标注中学习医学图像分割 | MrPrism结合了迭代半二次优化方法，通过反复处理多评判者置信度和校准分割任务，学习了观察者间的变异性，并最终收敛到一个反映观察者间一致性的自校准分割结果 | NA | 开发一种能够从多个专家标注中学习医学图像分割的新方法 | 医学图像分割 | 计算机视觉 | NA | NA | 神经网络 | 图像 | NA | NA | NA | NA | NA |
| 694 | 2024-09-23 |
Classification of Infant Cry Based on Hybrid Audio Features and ResLSTM
2024-Sep-20, Journal of voice : official journal of the Voice Foundation
IF:2.5Q1
DOI:10.1016/j.jvoice.2024.08.022
PMID:39306499
|
研究论文 | 本文研究了基于混合音频特征和ResLSTM的婴儿哭声分类 | 本文设计了包含MFCC、Mel频谱图和Tonnetz的混合特征集MMT，并提出了基于残差连接和LSTM的卷积神经网络ResLSTM | NA | 通过分析婴儿哭声帮助新手父母更好地照顾婴儿 | 婴儿哭声的分类 | 机器学习 | NA | NA | ResLSTM | 音频 | 使用了Baby Crying、Dunstan Baby Language和Donate a Cry三个数据集 | NA | NA | NA | NA |
| 695 | 2024-09-23 |
Accelerated 3D whole-heart non-contrast-enhanced mDIXON coronary MR angiography using deep learning-constrained compressed sensing reconstruction
2024-Sep-19, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-024-01797-3
PMID:39298070
|
研究论文 | 研究深度学习约束的压缩感知（DL-CS）方法在非对比增强的mDIXON冠状动脉磁共振血管造影（MRA）中的可行性，并比较其与冠状动脉CT血管造影（CCTA）的诊断准确性 | DL-CS方法在缩短扫描时间的同时提高了图像质量，展示了与CCTA相当的诊断性能 | NA | 评估DL-CS方法在非对比增强mDIXON冠状动脉MRA中的应用效果 | 健康受试者和疑似冠状动脉疾病患者 | 计算机视觉 | 心血管疾病 | 深度学习约束的压缩感知（DL-CS） | 深度学习模型 | 图像 | 99名参与者，其中30名健康受试者和69名疑似冠状动脉疾病患者 | NA | NA | NA | NA |
| 696 | 2024-09-23 |
Correlation of HbA1c levels with CT-based body composition biomarkers in diabetes mellitus and metabolic syndrome
2024-09-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-72702-7
PMID:39300115
|
研究论文 | 研究探讨了糖尿病和代谢综合征患者中HbA1c水平与基于CT的身体成分生物标志物之间的关联 | 利用深度学习和AI算法从常规CT检查中自动提取身体成分生物标志物，揭示了HbA1c水平与CT生物标志物之间的显著关联 | NA | 研究HbA1c水平与CT生物标志物之间的关系，评估其在糖尿病和代谢综合征中的应用 | 糖尿病和代谢综合征患者的HbA1c水平与CT生物标志物 | 计算机视觉 | 糖尿病 | 深度学习 | NA | 图像 | 未明确说明样本数量 | NA | NA | NA | NA |
| 697 | 2024-09-23 |
Learning to reconstruct accelerated MRI through K-space cold diffusion without noise
2024-Sep-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-72820-2
PMID:39300170
|
研究论文 | 本文提出了一种在k空间中进行图像降解和恢复的冷扩散模型，用于加速MRI重建，无需高斯噪声 | 本文的创新点在于提出了一种在k空间中进行图像降解和恢复的冷扩散模型，避免了使用高斯噪声，并展示了其在加速MRI重建中的高质重建效果 | NA | 研究目的是改进基于深度学习的MRI重建模型，特别是通过引入冷扩散模型来提高重建质量 | 研究对象是基于深度学习的MRI重建模型及其在k空间中的应用 | 计算机视觉 | NA | 冷扩散模型 | 冷扩散模型 | MRI数据 | 使用了知名的大型开源MRI数据集进行测试 | NA | NA | NA | NA |
| 698 | 2024-09-23 |
Efficient and accurate semi-supervised semantic segmentation for industrial surface defects
2024-Sep-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-72579-6
PMID:39300243
|
研究论文 | 本文提出了一种高效的半监督语义分割框架，用于工业表面缺陷检测 | 通过图像和特征空间的扰动不变性，减少对大量标注数据的依赖，并结合边缘像素级语义信息和浅层特征融合，提高实时性能和缺陷边缘检测及小目标分割的准确性 | NA | 解决工业质量检测中深度学习方法存在的样本量不足、数据利用率低以及准确性和速度问题 | 工业表面缺陷 | 计算机视觉 | NA | 半监督学习 | 语义分割网络 | 图像 | 具体样本数量未在摘要中提及 | NA | NA | NA | NA |
| 699 | 2024-09-23 |
Whole brain modelling for simulating pharmacological interventions on patients with disorders of consciousness
2024-Sep-19, Communications biology
IF:5.2Q1
DOI:10.1038/s42003-024-06852-9
PMID:39300281
|
研究论文 | 本文结合生物学上合理的全脑模型和深度学习技术，研究了药物干预对意识障碍患者的影响 | 本文首次将全脑模型与深度学习技术结合，用于模拟药物干预对意识障碍患者的影响，并提供了几何解释 | 本文的模型和方法主要基于理论模拟，尚未在临床实践中验证 | 研究药物干预对意识障碍患者的影响，并探索其在更广泛脑疾病治疗中的潜力 | 意识障碍患者及药物干预的效果 | 神经科学 | 意识障碍 | 深度学习 | 全脑模型 | NA | NA | NA | NA | NA | NA |
| 700 | 2024-09-23 |
Deep radiomics-based prognostic prediction of oral cancer using optical coherence tomography
2024-Sep-19, BMC oral health
IF:2.6Q1
DOI:10.1186/s12903-024-04849-8
PMID:39300434
|
研究论文 | 本研究旨在评估光学相干断层扫描（OCT）与外周血免疫指标结合用于预测口腔癌预后的效果 | 首次构建了外周血免疫指标引导的深度学习特征表示方法，并整合了多视角预后放射组学模型 | 样本量相对较小，可能影响模型的泛化能力 | 评估OCT与外周血免疫指标结合用于预测口腔癌预后的效果 | 口腔癌患者的临床数据、OCT图像和外周免疫指标 | 计算机视觉 | 口腔癌 | 光学相干断层扫描（OCT） | 深度学习模型 | 图像 | 289个口腔黏膜样本，来自68名患者，共1445张OCT图像 | NA | NA | NA | NA |