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 1298 篇文献，本页显示第 201 - 220 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 201 | 2024-11-15 |
Connectome-constrained networks predict neural activity across the fly visual system
2024-Oct, Nature
IF:50.5Q1
DOI:10.1038/s41586-024-07939-3
PMID:39261740
|
研究论文 | 本文展示了仅通过实验测量的生物神经网络连接性，可以预测特定神经计算背后的神经活动 | 利用深度学习技术优化模型网络的未知参数，使其能够检测视觉运动，并生成详细的、可实验验证的预测 | 仅依赖连接性测量，未考虑其他生物细节如单个神经元和单个突触的特性 | 探讨仅通过连接性测量理解神经计算的程度，并提出一种从连接性测量生成神经电路功能机制假设的策略 | 果蝇视觉系统中的64种细胞类型的运动通路 | 神经科学 | NA | 深度学习 | 模型神经网络 | 神经连接性数据 | 64种细胞类型，涉及26项研究 |
| 202 | 2024-11-15 |
Patient-Specific Myocardial Infarction Risk Thresholds From AI-Enabled Coronary Plaque Analysis
2024-Oct, Circulation. Cardiovascular imaging
DOI:10.1161/CIRCIMAGING.124.016958
PMID:39405390
|
研究论文 | 研究利用深度学习技术从冠状动脉CT血管造影中量化斑块，并确定其对心肌梗死风险的预测能力 | 首次使用深度学习系统量化冠状动脉斑块，并评估其在不同年龄和性别群体中的心肌梗死风险预测能力 | 研究样本主要来自稳定型冠状动脉疾病患者，可能无法完全代表所有冠状动脉疾病患者 | 评估深度学习技术在冠状动脉斑块量化中的应用及其对心肌梗死风险的预测能力 | 冠状动脉斑块的量化及其与心肌梗死风险的关系 | 计算机视觉 | 心血管疾病 | 深度学习 | 深度学习系统 | 图像 | 2803名患者，其中956名用于确定年龄和性别特异性分布，1847名用于外部样本评估 |
| 203 | 2024-11-15 |
Preoperative Imaging Evaluation of Endometrial Cancer in FIGO 2023
2024-Oct, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29161
PMID:38146775
|
综述 | 本文回顾了在新FIGO系统下子宫内膜癌的术前影像诊断及其在影像分析领域的最新进展和临床贡献 | 本文介绍了深度学习重建技术和影像组学在子宫内膜癌影像分析中的应用，这些技术有助于缩短采集时间或提高图像质量，并有望用于定量预测风险因素 | NA | 回顾子宫内膜癌在新FIGO系统下的术前影像诊断及其在影像分析领域的最新进展和临床贡献 | 子宫内膜癌的术前影像评估和影像分析技术 | 计算机视觉 | 妇科肿瘤 | 深度学习重建技术 | NA | 影像 | NA |
| 204 | 2024-11-15 |
Collaborative Learning for Annotation-Efficient Volumetric MR Image Segmentation
2024-Oct, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29194
PMID:38156427
|
研究论文 | 本文提出了一种利用稀疏标注进行三维MR图像分割的协同学习方法 | 本文的创新点在于结合半监督和自监督学习方法，利用稀疏标注提高分割精度 | 本文的局限性在于仅在前列腺和左心房分割任务上进行了验证 | 本文的研究目的是开发一种利用稀疏标注进行三维MR图像分割的深度学习方法 | 本文的研究对象是前列腺和左心房的三维MR图像 | 计算机视觉 | 心血管疾病 | 深度学习 | 协同学习 | 图像 | 150个受试者的三维MR图像，包括50个前列腺和100个左心房 |
| 205 | 2024-11-15 |
Deep Learning Algorithm of the SPARCC Scoring System in SI Joint MRI
2024-Oct, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29211
PMID:38168061
|
研究论文 | 开发了一种基于深度学习的流程，用于使用SPARCC评分系统对骶髂关节炎进行分级 | 首次将深度学习应用于SPARCC评分系统，以自动评估骶髂关节炎 | 样本量相对较小，且仅使用了3T MRI设备 | 开发和验证一种基于深度学习的评分系统，用于自动评估骶髂关节炎 | 骶髂关节炎的MRI图像 | 计算机视觉 | 脊柱关节病 | 深度学习 | 深度学习模型 | 图像 | 389名参与者，其中317名用于训练，35名用于验证，37名用于测试 |
| 206 | 2024-11-15 |
Editorial for "Deep Learning Algorithm of the SPARCC Scoring System in SI Joint MRI"
2024-Oct, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29234
PMID:38189561
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 207 | 2024-11-15 |
MRI-Based Kinetic Heterogeneity Evaluation in the Accurate Access of Axillary Lymph Node Status in Breast Cancer Using a Hybrid CNN-RNN Model
2024-Oct, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29225
PMID:38205712
|
研究论文 | 本文研究了基于MRI的动态对比增强（DCE-MRI）图像的深度学习模型在评估乳腺癌患者腋窝淋巴结状态中的应用 | 开发了一种称为卷积循环神经网络（ConvRNN）的深度学习架构，用于生成DCE-MRI图像的KHimage评分，以评估腋窝淋巴结状态 | 研究为回顾性，且仅在特定患者群体中验证了模型性能 | 评估基于深度学习的动态对比增强MRI参数在推断乳腺癌患者腋窝淋巴结状态中的价值 | 乳腺癌患者的腋窝淋巴结状态 | 计算机视觉 | 乳腺癌 | 动态对比增强MRI | 卷积循环神经网络（ConvRNN） | 图像 | 训练集1256例，内部验证集539例，外部验证集I和II分别为153例和115例 |
| 208 | 2024-11-15 |
Deep Learning-Based Analysis of Aortic Morphology From Three-Dimensional MRI
2024-Oct, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29236
PMID:38216546
|
研究论文 | 本文设计了一种基于深度学习的自动化方法，用于从三维MRI中检测主动脉地标和管腔 | 本文提出了一种基于深度学习的自动化方法，用于从三维MRI中检测主动脉地标和管腔，提高了检测的质量和可重复性 | 本文的方法在检测主动脉交界处地标时，性能略低于观察者间变异性 | 设计一种基于深度学习的自动化方法，用于从三维MRI中检测主动脉地标和管腔 | 主动脉地标和管腔的检测 | 计算机视觉 | 心血管疾病 | 深度学习 | 两阶段网络 | 三维MRI图像 | 391名个体，包括健康受试者和患者（高血压、主动脉扩张、特纳综合征），随机分为训练/验证/测试数据集（N=236/77/78） |
| 209 | 2024-11-15 |
Graph-Based Spatial Proximity of Super-Resolved Protein-Protein Interactions Predicts Cancer Drug Responses in Single Cells
2024-Oct, Cellular and molecular bioengineering
IF:2.3Q3
DOI:10.1007/s12195-024-00822-1
PMID:39513000
|
研究论文 | 本文开发了一种基于图的超级分辨率蛋白质-蛋白质相互作用技术，用于解析单细胞信号网络并预测癌症药物反应 | 提出了基于图的超级分辨率蛋白质-蛋白质相互作用技术，通过高分辨率显微镜和深度学习模型，提高了对单细胞信号网络和药物反应的预测能力 | NA | 旨在通过高分辨率显微镜和深度学习模型，提高对单细胞信号网络和癌症药物反应的理解 | EGFR突变型PC9和HCC827细胞以及临床组织样本 | 数字病理学 | 肺癌 | 空间邻近连接测定（PLA）、Zeiss Airyscan、SRRF | 深度学习模型 | 图像 | 超过10,000个细胞 |
| 210 | 2024-11-14 |
A Cross-Modal Mutual Knowledge Distillation Framework for Alzheimer's Disease Diagnosis: Addressing Incomplete Modalities
2024-Oct-22, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.08.24.23294574
PMID:37662267
|
研究论文 | 提出了一种用于阿尔茨海默病诊断的跨模态互知识蒸馏框架，以解决数据集中模态不完整的问题 | 通过跨模态互知识蒸馏（MKD）框架，利用多模态模型作为教师模型，单模态模型作为学生模型，实现了在不完整模态数据集上的有效诊断 | NA | 开发一种能够在不完整模态数据集上进行阿尔茨海默病早期检测的深度学习框架 | 阿尔茨海默病患者的多模态神经影像数据 | 机器学习 | 阿尔茨海默病 | 深度学习 | 跨模态互知识蒸馏框架 | 多模态神经影像数据（MRI和PET） | 使用了阿尔茨海默病神经影像学倡议（ADNI）数据集进行验证 |
| 211 | 2024-09-13 |
Is Histopathology Deep Learning Artificial Intelligence the Future of Precision Oncology?
2024-Oct-20, Journal of clinical oncology : official journal of the American Society of Clinical Oncology
IF:42.1Q1
DOI:10.1200/JCO-24-01271
PMID:39259925
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 212 | 2024-11-13 |
Exploring gender stereotypes in financial reporting: An aspect-level sentiment analysis using big data and deep learning
2024-Oct-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e38915
PMID:39506953
|
研究论文 | 本研究通过方面级情感分析方法，探讨了性别刻板印象与财务报告之间的复杂关系 | 首次结合大数据和深度学习技术，分析了性别刻板印象在财务报告中的表现，并揭示了经济因素对女性在财务报告中形象的影响 | 研究仅基于智利的财务报告数据，可能限制了结果的普适性 | 探讨性别刻板印象在财务报告中的表现及其影响因素 | 性别刻板印象、财务报告、经济因素 | 自然语言处理 | NA | 深度学习 | NA | 图像 | 129,251张人脸图像，来自2085份财务报告 |
| 213 | 2024-11-13 |
Deep learning approach to predict autism spectrum disorder: a systematic review and meta-analysis
2024-Oct-28, BMC psychiatry
IF:3.4Q2
DOI:10.1186/s12888-024-06116-0
PMID:39468522
|
meta-analysis | 本文通过系统综述和meta分析评估了深度学习方法在儿童自闭症谱系障碍分类中的准确性 | 本文首次对深度学习方法在自闭症谱系障碍分类中的准确性进行了系统综述和meta分析 | 纳入研究的主要异质性限制了本次meta分析的有效性 | 评估深度学习方法在儿童自闭症谱系障碍分类中的准确性 | 深度学习方法在自闭症谱系障碍分类中的应用 | machine learning | 自闭症谱系障碍 | 深度学习 | NA | NA | 共纳入11项预测试验，涉及9495名自闭症谱系障碍患者 |
| 214 | 2024-11-13 |
Deep learning-based automatic contour quality assurance for auto-segmented abdominal MR-Linac contours
2024-Oct-25, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad87a6
PMID:39413822
|
研究论文 | 本文介绍了一种基于深度学习的3D自动轮廓质量保证模型，用于评估腹部MR-Linac图像中的深度学习自动分割轮廓质量 | 本文提出了基于3D卷积神经网络的自动轮廓质量保证模型，能够快速评估深度学习自动分割的胰腺和十二指肠轮廓质量 | 本文未详细讨论模型的泛化能力和在其他类型癌症中的应用效果 | 开发一种能够快速评估深度学习自动分割轮廓质量的模型，以促进MR引导在线自适应放射治疗中的临床应用 | 腹部MR-Linac图像中的胰腺和十二指肠轮廓 | 计算机视觉 | NA | 深度学习 | 3D卷积神经网络 | 图像 | 训练数据集包含103个腹部MR图像和相应的深度学习轮廓及其质量评级，评估数据集包含34个腹部MR图像 |
| 215 | 2024-11-13 |
Heatmap analysis for artificial intelligence explainability in diabetic retinopathy detection: illuminating the rationale of deep learning decisions
2024-Oct-20, Annals of translational medicine
DOI:10.21037/atm-24-73
PMID:39507460
|
研究论文 | 本文探讨了在糖尿病视网膜病变检测中，通过热图分析揭示深度学习决策过程的透明性 | 本文通过比较不同眼底图像的热图，揭示了深度学习决策过程中的差异，增强了深度学习系统的可解释性 | 本文仅限于分析糖尿病视网膜病变检测中的热图差异，未涉及其他疾病或应用场景 | 探索人工智能算法在医疗应用中的透明性，特别是通过热图分析揭示深度学习决策过程 | 糖尿病患者同一只眼睛在瞳孔扩张前后的眼底图像 | 计算机视觉 | 糖尿病视网膜病变 | 卷积神经网络 | CNN | 图像 | 210对眼底图像 |
| 216 | 2024-11-13 |
Deep learning classification performance for diagnosing condylar osteoarthritis in patients with dentofacial deformities using panoramic temporomandibular joint projection images
2024-Oct, Oral radiology
IF:1.6Q3
DOI:10.1007/s11282-024-00768-0
PMID:38990220
|
研究论文 | 本研究评估了深度学习模型在诊断颌面部畸形患者中髁突骨关节炎的性能 | 本研究首次使用深度学习模型对全景颞下颌关节投影图像进行分类，以诊断髁突骨关节炎 | 研究样本量较小，且仅限于颌面部畸形患者 | 评估深度学习模型在诊断颌面部畸形患者中髁突骨关节炎的准确性和一致性 | 颌面部畸形患者的全景颞下颌关节投影图像 | 计算机视觉 | 颞下颌关节疾病 | 深度学习 | GoogLeNet, VGG-16 | 图像 | 68个颞下颌关节样本，其中252个用于模型训练 |
| 217 | 2024-11-12 |
Thoracic Aortic Three-Dimensional Geometry
2024-Oct-31, bioRxiv : the preprint server for biology
DOI:10.1101/2024.05.09.593413
PMID:38798566
|
研究论文 | 本文介绍了一种利用深度学习架构对胸主动脉进行三维几何特征自动量化的方法 | 首次在大规模人群中全面描述胸主动脉的三维几何特征 | NA | 开发一种自动化方法来量化胸主动脉的三维结构参数 | 胸主动脉的三维几何特征 | 计算机视觉 | 心血管疾病 | 深度学习 | NA | 图像 | 54,241名UK Biobank参与者及8,456名Penn Medicine Biobank参与者 |
| 218 | 2024-11-12 |
Spike-and-Slab Shrinkage Priors for Structurally Sparse Bayesian Neural Networks
2024-Oct-31, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2024.3485529
PMID:39480710
|
研究论文 | 本文探讨了在贝叶斯神经网络中使用Lasso和Horseshoe两种收缩技术进行模型压缩，提出了结构化稀疏贝叶斯神经网络，并通过实验展示了其竞争性能 | 提出了两种新的先验方法：spike-and-slab组Lasso（SS-GL）和SS组Horseshoe（SS-GHS），并开发了计算可行的变分推断方法 | 未提及具体限制 | 研究如何通过结构化稀疏性来提高深度学习的网络复杂性和计算效率 | 贝叶斯神经网络的模型压缩和推断延迟 | 机器学习 | NA | 变分推断 | 贝叶斯神经网络 | NA | 未提及具体样本数量 |
| 219 | 2024-11-12 |
Virtual Lung Screening Trial (VLST): An In Silico Replica of the National Lung Screening Trial for Lung Cancer Detection
2024-Oct-28, ArXiv
PMID:38699170
|
研究论文 | 本文通过虚拟肺部筛查试验（VLST）模拟了国家肺部筛查试验（NLST），展示了虚拟成像试验（VIT）在加速临床试验、降低受试者风险和优化成像技术临床应用方面的潜力 | 本文首次通过虚拟成像试验平台准确模拟了国家肺部筛查试验（NLST），展示了虚拟试验在临床成像试验中的应用潜力 | 本文仅模拟了294名虚拟患者，样本量较小，可能影响结果的普适性 | 验证虚拟成像试验平台能否准确模拟大型临床试验，特别是比较CT和胸片（CXR）在肺癌筛查中的效果 | 294名虚拟患者及其模拟的CT和CXR图像 | 计算机视觉 | 肺癌 | 深度学习 | AI CT-Reader 和 AI CXR-Reader | 图像 | 294名虚拟患者 |
| 220 | 2024-11-12 |
Sparse Annotation is Sufficient for Bootstrapping Dense Segmentation
2024-Oct-26, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.14.599135
PMID:38915491
|
研究论文 | 本文提出了一种基于深度学习的方法，能够从稀疏的2D标注中快速生成密集的3D分割结果 | 开发了一种新的深度学习方法，能够从稀疏的2D标注中快速生成密集的3D分割，显著减少了标注时间和人力成本 | NA | 解决从生物成像数据中生成密集3D重建的实例分割任务，减少标注工作量 | 大脑神经元结构，包括树突、轴突和胶质细胞 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 图像 | 少量稀疏标注的2D图像 |