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 1208 篇文献，本页显示第 281 - 300 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 281 | 2024-11-17 |
BCED-Net: Breast Cancer Ensemble Diagnosis Network using transfer learning and the XGBoost classifier with mammography images
2024-Oct, Osong public health and research perspectives
IF:2.1Q3
DOI:10.24171/j.phrp.2023.0361
PMID:39511962
|
研究论文 | 本文提出了一种基于迁移学习和XGBoost分类器的乳腺癌集成诊断网络BCED-Net，用于乳腺X光图像的早期和准确检测 | 利用迁移学习和XGBoost分类器，结合多种预训练模型提取特征，提高了乳腺癌诊断的准确性和实用性 | NA | 提高乳腺癌早期检测的准确性和实用性 | 乳腺X光图像 | 计算机视觉 | 乳腺癌 | 迁移学习 | XGBoost分类器 | 图像 | 使用了Breast Cancer RSNA数据集 |
| 282 | 2024-11-15 |
An integrated framework of deep learning and entropy theory for enhanced high-dimensional permeability field identification in heterogeneous aquifers
2024-Oct-30, Water research
IF:11.4Q1
DOI:10.1016/j.watres.2024.122706
PMID:39515243
|
研究论文 | 研究将深度学习与熵理论结合，提出了一种集成MIMR优化方法，用于增强异质含水层中高维渗透率场的识别 | 提出了一种集成MIMR优化方法，通过结合不同测量类型和监测策略，显著提高了渗透率场的估计精度 | 研究仅限于数值模拟案例，尚未在实际含水层中验证 | 提高异质含水层中高维渗透率场的估计精度，减少地下水流动和溶质运移模拟中的不确定性 | 异质含水层中的渗透率场 | 机器学习 | NA | 深度学习 | NA | 数值模拟数据 | 十二种不同测量类型和监测策略的组合场景 |
| 283 | 2024-11-15 |
Deep learning-based super-resolution and denoising algorithm improves reliability of dynamic contrast-enhanced MRI in diffuse glioma
2024-10-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-76592-7
PMID:39455814
|
研究论文 | 研究利用深度学习技术提高动态对比增强MRI在弥漫性胶质瘤中的可靠性和图像质量 | 提出了一种基于深度学习的超分辨率和去噪算法，显著提高了动态对比增强MRI的信噪比和对比噪声比 | 研究为回顾性研究，样本仅限于306名成年弥漫性胶质瘤患者 | 提高动态对比增强MRI在弥漫性胶质瘤中的图像质量和诊断可靠性 | 动态对比增强MRI图像在弥漫性胶质瘤患者中的应用 | 计算机视觉 | 脑肿瘤 | 深度学习 | 深度学习模型 | 图像 | 306名成年弥漫性胶质瘤患者 |
| 284 | 2024-11-15 |
Automated Cobb angle measurement in scoliosis radiographs: A deep learning approach for screening
2024-Oct-07, Annals of the Academy of Medicine, Singapore
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 285 | 2024-11-15 |
syN-BEATS for robust pollutant forecasting in data-limited context
2024-Oct-02, Environmental monitoring and assessment
IF:2.9Q3
DOI:10.1007/s10661-024-13164-2
PMID:39356366
|
研究论文 | 本文介绍了一种名为syN-BEATS的新型集成深度学习模型，专门用于在数据有限的情况下进行污染物预测 | 基于N-BEATS架构，syN-BEATS结合了不同配置的堆栈和块，有效整合了弱学习和强学习方法，并通过贝叶斯优化微调集成权重，显著提高了预测性能 | 研究中仅使用了每个地区一个气象和空气质量监测站的数据，模拟了监测能力受限的环境，这可能限制了模型在实际应用中的广泛适用性 | 开发一种在数据有限的情况下仍能有效预测污染物的深度学习模型，以支持环境监测和公共卫生管理 | 污染物预测模型及其在不同气候和空气质量水平下的适应性和鲁棒性 | 机器学习 | NA | 深度学习 | 集成模型 | 时间序列数据 | 每个地区一个气象和空气质量监测站的数据 |
| 286 | 2024-11-15 |
Multi-Instance Learning for Vocal Fold Leukoplakia Diagnosis Using White Light and Narrow-Band Imaging: A Multicenter Study
2024-Oct, The Laryngoscope
DOI:10.1002/lary.31537
PMID:38801129
|
研究论文 | 本文开发了一种基于白光成像（WLI）和窄带成像（NBI）的多实例学习（MIL）人工智能模型，用于诊断声带白斑（VFL） | 首次将多实例学习与深度学习结合，用于声带白斑的诊断，并进行了多中心验证 | 需要进一步优化和验证以评估其在临床环境中的潜力 | 开发一种人工智能模型，用于区分声带白斑的良恶性 | 声带白斑（VFL）的诊断 | 计算机视觉 | 喉癌 | 多实例学习（MIL） | 深度学习模型 | 图像 | 7057张图像用于模型开发和内部验证，1617张图像用于外部验证，50个视频用于实时模型性能评估 |
| 287 | 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 |
| 288 | 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 |
| 289 | 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 |
| 290 | 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 |
| 291 | 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 |
| 292 | 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 |
| 293 | 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） |
| 294 | 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 |
| 295 | 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 |
| 296 | 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 |
| 297 | 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 |
| 298 | 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 |
| 299 | 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 |
| 300 | 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 |