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 1187 篇文献，本页显示第 1041 - 1060 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1041 | 2024-08-23 |
Verification of image quality improvement by deep learning reconstruction to 1.5 T MRI in T2-weighted images of the prostate gland
2024-Sep, Radiological physics and technology
IF:1.7Q3
DOI:10.1007/s12194-024-00819-5
PMID:38850389
|
研究论文 | 本研究旨在评估通过深度学习重建（DLR）技术，1.5T磁共振成像（MRI）的前列腺T2加权图像质量是否等于或优于3T MRI | 使用深度学习重建技术在1.5T MRI中显著提高了信号噪声比（SNR）和图像质量，使其优于3T MRI | NA | 评估1.5T MRI通过深度学习重建技术后的图像质量 | 前列腺的T2加权图像 | 计算机视觉 | NA | 深度学习重建（DLR） | NA | 图像 | 13名健康志愿者 |
| 1042 | 2024-08-23 |
Applications of machine learning in urodynamics: A narrative review
2024-Sep, Neurourology and urodynamics
IF:1.8Q3
DOI:10.1002/nau.25490
PMID:38837301
|
综述 | 本文综述了机器学习算法在尿动力学领域的应用 | 目前尚未有研究评估如何为不同的尿动力学研究任务选择合适的算法模型 | 大多数研究是单中心回顾性研究，缺乏外部验证，模型泛化能力需要进一步验证，样本量不足 | 总结和分类应用于尿动力学领域的机器学习算法，指导研究人员根据不同任务需求选择合适的算法模型 | 尿动力学领域的机器学习算法应用 | 机器学习 | NA | 机器学习算法，包括传统机器学习和深度学习 | NA | NA | 不足 |
| 1043 | 2024-08-23 |
Automated deep learning segmentation of neuritic plaques and neurofibrillary tangles in Alzheimer disease brain sections using a proprietary software
2024-Sep-01, Journal of neuropathology and experimental neurology
IF:3.2Q2
DOI:10.1093/jnen/nlae048
PMID:38812098
|
研究论文 | 开发了一种深度学习工作流程，用于自动注释和分割阿尔茨海默病脑切片中的神经炎斑和神经纤维缠结 | 通过人工智能驱动的迭代过程，提高了专家验证的注释数据集的质量，增加了超过50%的注释质量 | NA | 证明专有图像分析软件在自动深度学习分割神经炎斑和神经纤维缠结中的应用 | 阿尔茨海默病脑切片中的神经炎斑和神经纤维缠结 | 计算机视觉 | 阿尔茨海默病 | 深度学习 | U-Net卷积神经网络 | 图像 | 15张来自4个生物库的前额叶皮质全切片图像 |
| 1044 | 2024-08-23 |
Application of Hybrid DeepLearning Architectures for Identification of Individuals with Obsessive Compulsive Disorder Based on EEG Data
2024-Sep, Clinical EEG and neuroscience
IF:1.6Q3
DOI:10.1177/15500594231222980
PMID:38192213
|
研究论文 | 本研究利用混合深度学习架构，通过脑电图数据识别强迫症患者 | 首次使用一维卷积神经网络（1DCNN）与长短期记忆（LSTM）和梯度循环单元（GRU）相结合的混合模型进行强迫症的分类 | NA | 探索利用脑电图数据通过混合深度学习模型有效区分强迫症患者与健康对照 | 强迫症患者与健康对照的分类 | 机器学习 | 强迫症 | 脑电图 | 一维卷积神经网络（1DCNN）与长短期记忆（LSTM）和梯度循环单元（GRU） | 脑电图数据 | 未明确提及具体样本数量 |
| 1045 | 2024-08-22 |
Conquering class imbalances in deep learning-based segmentation of dental radiographs with different loss functions
2024-09, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2024.105063
PMID:38735467
|
研究论文 | 本文评估了六种不同的损失函数在牙科放射图像分割任务中的性能，以解决深度学习中类别不平衡的问题 | 本文采用了混合损失函数，显著优于单一损失函数，并在不同架构中提供了稳健的结果 | NA | 评估不同损失函数在牙科放射图像分割任务中的性能 | 牙科放射图像中的牙齿结构分割 | 机器学习 | NA | 深度学习 | U-Net, Linknet, DeepLavbV3+ | 图像 | 1,625张咬翼放射图像 |
| 1046 | 2024-08-22 |
AI in Neuro-Ophthalmology: Current Practice and Future Opportunities
2024-Sep-01, Journal of neuro-ophthalmology : the official journal of the North American Neuro-Ophthalmology Society
IF:2.0Q2
DOI:10.1097/WNO.0000000000002205
PMID:38965655
|
综述 | 本文综述了人工智能在神经眼科学中的应用现状和未来机遇 | 人工智能，特别是机器学习算法，在解释影像数据、识别细微模式以及辅助临床医生进行更准确及时的诊断方面展示了显著潜力 | 当前面临的挑战包括将人工智能整合到临床实践和研究中 | 旨在全面概述人工智能在神经眼科学中的应用发展 | 神经眼科学中的AI应用、光学相干断层扫描（OCT）和眼底摄影 | 计算机视觉 | NA | 机器学习 | NA | 影像 | NA |
| 1047 | 2024-08-22 |
A sensitive system based on radon amplification at soil-air interface: Aiming to advance earthquake precursor research
2024-Sep, Journal of environmental radioactivity
IF:1.9Q3
DOI:10.1016/j.jenvrad.2024.107482
PMID:38905879
|
研究论文 | 本文提出了一种基于土壤-空气界面氡浓度梯度的新方法，以提高对地壳应力诱导氡信号的检测灵敏度 | 引入了“Bhabha氡观测站用于地震应用（BhaROSA）”，这是一个远程传感、太阳能供电的氡观测站，设计用于广泛部署和连续无人监测，以生成大数据库 | 需要进一步的国际合作和深度学习应用，以更准确地预测地震 | 旨在提高对地壳应力动态的理解，并应用于地震前兆研究等领域 | 地壳应力诱导的氡信号 | 地球物理学 | NA | 氡监测技术 | 深度学习 | 氡浓度数据 | NA |
| 1048 | 2024-08-22 |
From pixels to prognosis: unlocking the potential of deep learning in fibrotic lung disease imaging analysis
2024-Sep-01, The British journal of radiology
DOI:10.1093/bjr/tqae108
PMID:38781513
|
综述 | 本文综述了深度学习在纤维化肺疾病影像分析中的发展和应用 | 深度学习旨在通过自主定量分析克服传统定量CT方法依赖人工输入的局限 | 深度学习面临算法偏差最小化、可解释性以及可访问性和伦理问题的挑战 | 探索深度学习在改善纤维化肺疾病影像分析过程中的应用 | 纤维化肺疾病，包括特发性肺纤维化（IPF） | 计算机视觉 | 肺纤维化 | 深度学习 | NA | 影像 | NA |
| 1049 | 2024-08-22 |
Learning classifiers in clustered data: BCI pattern recognition model for EEG-based human emotion recognition
2024-Sep, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2023.2252953
PMID:37668071
|
研究论文 | 本文提出了一种基于脑电图（EEG）信号的人类情绪识别的脑机接口（BCI）模式识别模型，通过使用EMD分解和统计属性提取，结合RBF核和LASSO特征选择，以及决策树、随机森林和KNN分类器，提高了分类准确性 | 本文采用EMD分解和统计属性提取方法，结合RBF核和LASSO特征选择，以及决策树、随机森林和KNN分类器，提高了分类准确性，并在DEAP数据集上实现了99.17%的准确率 | NA | 提高基于EEG信号的人类情绪识别的分类准确性 | 基于EEG信号的人类情绪识别 | 机器学习 | NA | EMD, RBF核, LASSO特征选择 | 决策树, 随机森林, KNN | 脑电图信号 | DEAP数据集 |
| 1050 | 2024-08-22 |
A QSAR study for predicting malformation in zebrafish embryo
2024-Sep, Toxicology mechanisms and methods
IF:2.8Q2
DOI:10.1080/15376516.2024.2338907
PMID:38586962
|
研究论文 | 本研究旨在开发一种定量结构-活性关系（QSAR）模型，以预测斑马鱼胚胎的畸形，并识别出最佳算法及与畸形相关的最重要的理化性质。 | 本研究通过使用机器学习和深度学习模型，如梯度提升模型（GBM）和逻辑回归（LR），以及多层感知器（MLP）和神经网络（NNs），来简化发育终点的分析。 | NA | 开发一种新的方法来简化发育终点的分析，特别是畸形预测。 | 斑马鱼胚胎的畸形预测及其相关的理化性质。 | 机器学习 | NA | QSAR | 梯度提升模型（GBM），逻辑回归（LR），多层感知器（MLP），神经网络（NNs） | 理化性质数据 | 数据集从COMPTOX数据库中提取，具体样本数量未提及。 |
| 1051 | 2024-08-21 |
Integrative deep learning with prior assisted feature selection
2024-Sep-10, Statistics in medicine
IF:1.8Q1
DOI:10.1002/sim.10148
PMID:38923006
|
研究论文 | 本研究将深度学习融入整合分析框架，并引入特征选择层和集成学习方法利用先前研究信息，提出了一种先验辅助的整合深度学习方法（PANDA） | 提出了一种先验辅助的整合深度学习方法（PANDA），通过集成学习方法利用先前研究信息，提高了特征选择和结果预测的性能 | NA | 将深度学习融入整合分析框架，解决生物医学研究中的“小样本和大样本”挑战 | 基因与疾病之间的复杂关系 | 机器学习 | 皮肤恶性黑色素瘤 | 深度学习 | CNN | 基因数据 | 使用了一个皮肤恶性黑色素瘤（SKCM）数据集进行实际应用分析 |
| 1052 | 2024-08-21 |
Utilizing deep learning algorithms for automated oil spill detection in medium resolution optical imagery
2024-Sep, Marine pollution bulletin
IF:5.3Q1
DOI:10.1016/j.marpolbul.2024.116777
PMID:39083910
|
研究论文 | 本研究评估了三种典型的基于卷积神经网络的深度学习算法在利用中分辨率光学卫星图像进行溢油检测中的性能 | 研究通过集成注意力机制，包括挤压与激励模块（SE）、卷积块注意力模块（CBAM）和简单无参数注意力模块（SimAM），改进了UNet、BiSeNetV2和DeepLabV3+架构 | NA | 评估深度学习算法在中分辨率光学卫星图像中自动检测溢油的性能 | 溢油检测 | 计算机视觉 | NA | 深度学习算法 | CNN | 图像 | 基于全球报告的慢性和意外溢油案例创建的训练和验证数据集 |
| 1053 | 2024-08-21 |
Automatic segmentation of knee CT images of tibial plateau fractures based on three-dimensional U-Net: Assisting junior physicians with Schatzker classification
2024-Sep, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2024.111605
PMID:39059081
|
研究论文 | 本研究旨在使用基于三维U-Net的方法自动分割膝关节CT图像中的胫骨平台骨折，并构建精确的胫骨平台骨折三维图谱，以辅助Schatzker分类在临床实践中的应用 | 提出了一种基于三维U-Net的方法，能够快速且准确地分割膝关节CT图像中的胫骨平台骨折，并辅助Schatzker分类 | 研究是回顾性的，样本来自单一医院，可能存在样本偏倚 | 开发一种自动分割膝关节CT图像中胫骨平台骨折的方法，以辅助Schatzker分类 | 膝关节CT图像中的胫骨平台骨折 | 计算机视觉 | 骨折 | 三维U-Net | U-Net | 图像 | 234例胫骨平台骨折病例 |
| 1054 | 2024-08-21 |
Development of a ship-based camera monitoring system for floating marine debris
2024-Sep, Marine pollution bulletin
IF:5.3Q1
DOI:10.1016/j.marpolbul.2024.116722
PMID:39033599
|
研究论文 | 本研究开发了一种用于监测海洋漂浮垃圾的自动化监控系统 | 利用YOLOv8架构的深度学习模型和BoT-SORT算法进行海洋漂浮垃圾的跟踪和检测 | 系统主要针对大于20厘米的海洋漂浮垃圾 | 旨在减少传统视觉调查的劳动密集性 | 海洋漂浮垃圾 | 计算机视觉 | NA | YOLOv8, BoT-SORT | 深度学习模型 | 视频, 图像 | 55.6小时视频和大量标注图像 |
| 1055 | 2024-08-21 |
Differential diagnostic value of radiomics models in benign versus malignant vertebral compression fractures: A systematic review and meta-analysis
2024-Sep, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2024.111621
PMID:39018646
|
meta-analysis | 本研究通过系统综述和荟萃分析，评估了放射组学模型在区分良性和恶性椎体压缩性骨折中的诊断效能 | 放射组学模型在区分良性和恶性椎体压缩性骨折中的诊断效能显著，优于传统放射科医生的诊断 | 已发表的放射组学模型存在较大异质性，需要更多大规模临床试验来验证其普遍适用性 | 量化放射组学模型在区分良性和恶性椎体压缩性骨折中的诊断效能 | 良性和恶性椎体压缩性骨折的诊断 | digital pathology | NA | 放射组学 | NA | 影像数据 | 共涉及1,519个经病理诊断的肿瘤浸润椎体 |
| 1056 | 2024-08-21 |
Enhancing water quality monitoring through the integration of deep learning neural networks and fuzzy method
2024-Sep, Marine pollution bulletin
IF:5.3Q1
DOI:10.1016/j.marpolbul.2024.116698
PMID:39002215
|
研究论文 | 本研究通过整合深度学习神经网络和模糊方法，对伊朗西南部地区的水样进行空间分析，并生成水质地图，同时预测未来水质污染趋势 | 本研究采用了LSTM模型进行水质预测，并展示了其优越的预测性能 | NA | 提高水质监测的效率和准确性 | 伊朗西南部地区的水质 | 机器学习 | NA | 深度学习神经网络 | LSTM | 水质数据 | 伊朗西南部地区的水样 |
| 1057 | 2024-08-21 |
BraNet: a mobil application for breast image classification based on deep learning algorithms
2024-Sep, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-024-03084-1
PMID:38693328
|
研究论文 | 本研究开发了一款名为BraNet的开源移动应用，用于基于深度学习算法的二维乳腺影像分割和分类 | BraNet应用在良性与恶性超声图像分类中表现出比数字乳腺摄影更高的准确性 | 深度学习算法在训练时需要考虑数据量和异常类型的多样性，特别是在乳腺摄影数据中 | 开发一款用于乳腺影像分类的移动应用，提高诊断准确性并减少误诊 | 乳腺影像的分割和分类 | 计算机视觉 | 乳腺癌 | 深度学习算法 | SNGAN, SAM, ResNet18 | 图像 | 290张原始感兴趣区域(RoI)图像 |
| 1058 | 2024-08-21 |
SpanSeq: similarity-based sequence data splitting method for improved development and assessment of deep learning projects
2024-Sep, NAR genomics and bioinformatics
IF:4.0Q1
DOI:10.1093/nargab/lqae106
PMID:39157582
|
研究论文 | 本文介绍了一种名为SpanSeq的基于相似性的序列数据分割方法，用于改进深度学习项目的开发和评估 | SpanSeq方法能够避免数据集之间的数据泄露，适用于大多数生物序列（基因、蛋白质和基因组） | NA | 探索深度学习模型在计算生物学中的应用，并改进数据分割方法以提高模型评估的准确性 | 深度学习模型在生物信息学中的应用 | 机器学习 | NA | 深度学习 | 深度学习模型 | 序列数据 | NA |
| 1059 | 2024-08-20 |
Mechanical strength recognition and classification of thermal protective fabric images after thermal aging based on deep learning
2024-Sep, International journal of occupational safety and ergonomics : JOSE
IF:1.6Q3
DOI:10.1080/10803548.2024.2345511
PMID:38741556
|
研究论文 | 本研究提出了一种基于迁移学习的图像识别策略，用于区分经过热老化的热防护织物的机械强度 | 采用数据增强技术克服了训练样本不足的问题，并利用四种预训练模型在三种样本分类模式下探索其性能 | 对于处于强度下降中间阶段的织物样本，三分类模式优于四分类和六分类模式 | 评估热老化后热防护服装的安全使用寿命，降低职业人员的风险 | 热防护织物的热老化后机械强度 | 计算机视觉 | NA | 迁移学习 | VGG-19 | 图像 | 实验中使用了四种预训练模型在三种样本分类模式下进行探索 |
| 1060 | 2024-08-07 |
Corrigendum to "Advancing deep learning-based acoustic leak detection methods towards application for water distribution systems from a data-centric perspective" [Water Research 261(2024) 121999]
2024-Sep-15, Water research
IF:11.4Q1
DOI:10.1016/j.watres.2024.122080
PMID:39067276
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |