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!

Sample Image
添加微信请说明来意
Sample Image
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。

当前筛选条件: [分区不过滤] [IF不过滤] [发表日期:202410-202410] [清除筛选条件]
当前共找到 1299 篇文献,本页显示第 621 - 640 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
621 2024-10-24
Correlation between CT-based phenotypes and serum biomarker in interstitial lung diseases
2024-Oct-19, BMC pulmonary medicine IF:2.6Q2
研究论文 研究CT影像特征与血清KL-6水平在间质性肺疾病中的关联 首次探讨了CT影像特征与血清KL-6水平之间的正相关关系,并评估了其对间质性肺疾病患者因呼吸原因住院的预测能力 回顾性观察研究,样本量有限,可能存在选择偏倚 探讨CT影像特征与血清KL-6水平在间质性肺疾病诊断、监测和预后中的关联 间质性肺疾病患者 数字病理学 间质性肺疾病 深度学习 NA 影像 131名间质性肺疾病患者
622 2024-10-24
Interpretable Dynamic Directed Graph Convolutional Network for Multi-Relational Prediction of Missense Mutation and Drug Response
2024-Oct-18, IEEE journal of biomedical and health informatics IF:6.7Q1
研究论文 提出了一种可解释的动态有向图卷积网络框架,用于预测错义突变和药物反应的多关系预测 引入有向图来区分敏感性和抗性关系,动态更新节点权重,探索同一基因内不同突变与药物反应的关联,并通过加权机制和真实构建方法增强模型的可解释性 未提及具体限制 解决肿瘤异质性带来的药物反应预测挑战,特别是错义突变导致的复杂关系 错义突变和药物反应的多关系预测 机器学习 NA 图卷积网络 (GCN) 有向图卷积网络 (IDDGCN) 图数据 未提及具体样本数量
623 2024-10-24
Deep learning based approach for actinidia flower detection and gender assessment
2024-10-18, Scientific reports IF:3.8Q1
研究论文 研究利用深度学习模型进行猕猴桃花性别检测和评估 首次提出使用深度学习模型进行猕猴桃花性别检测,并评估了四种预训练模型的性能 研究主要集中在模型性能评估,未涉及实际机器人系统的开发 解决猕猴桃花性别检测和评估的问题,为机器人授粉系统提供技术支持 猕猴桃花的性别检测和评估 计算机视觉 NA 深度学习 YOLOv8, YOLOv5, RT-DETR, DETR 图像 手动标注的猕猴桃花数据集,分为两类性别
624 2024-10-24
Prospective clinical evaluation of deep learning for ultrasonographic screening of abdominal aortic aneurysms
2024-Oct-15, NPJ digital medicine IF:12.4Q1
研究论文 本研究评估了深度学习算法在辅助无超声经验的护士进行腹主动脉瘤筛查中的应用 首次展示了深度学习算法在辅助无经验护士进行腹主动脉瘤超声筛查中的有效性 样本量较小,且仅限于65岁以上的患者 评估深度学习算法在腹主动脉瘤超声筛查中的应用潜力 腹主动脉瘤的超声筛查 计算机视觉 心血管疾病 深度学习 对象检测算法 图像 184名65岁以上的患者
625 2024-10-24
Enhancing data security and privacy in energy applications: Integrating IoT and blockchain technologies
2024-Oct-15, Heliyon IF:3.4Q1
研究论文 本文探讨了区块链技术与物联网在能源应用中的集成,特别是核能领域,以增强数据安全性和隐私性 开发了一个包含加密、完整性验证、集成通信网络和稳健数据流架构的安全数据管理框架 需要实际验证,资源受限的物联网环境中的挑战,日益增加的网络威胁,以及实时数据可用性的限制 分析区块链技术与物联网集成在核能应用中的挑战、范围和潜在解决方案 区块链技术与物联网在核能应用中的集成 NA NA 区块链技术 NA NA NA
626 2024-10-24
PollenNet: A novel architecture for high precision pollen grain classification through deep learning and explainable AI
2024-Oct-15, Heliyon IF:3.4Q1
研究论文 本文介绍了一种名为PollenNet的新型深度学习框架,用于高精度花粉粒分类,并通过可解释AI增强模型的可解释性 PollenNet在花粉粒图像分类方面表现优异,准确率高达98.45%,并结合了可解释AI技术以提高模型的透明度 NA 提高花粉粒分类的准确性和效率 花粉粒的图像分类 计算机视觉 NA 深度学习 深度学习框架 图像 NA
627 2024-10-24
A convolutional neural network model detecting lasting behavioral changes in mice with kanamycin-induced unilateral inner ear dysfunction
2024-Oct-15, Heliyon IF:3.4Q1
研究论文 本文研究了卡那霉素诱导的单侧内耳功能障碍对小鼠行为变化的长期影响,并使用卷积神经网络模型进行检测 本文首次使用卷积神经网络模型检测小鼠在单侧内耳功能障碍后的长期行为变化,并评估了神经补偿过程 本文仅研究了卡那霉素诱导的单侧内耳功能障碍对小鼠行为的影响,未探讨其他药物或双侧内耳功能障碍的情况 研究单侧内耳功能障碍对小鼠行为的长期影响,并评估神经补偿过程 卡那霉素诱导单侧内耳功能障碍的小鼠 计算机视觉 NA 卷积神经网络 卷积神经网络 视频 自由活动的小鼠在单侧卡那霉素注射后的行为记录
628 2024-10-24
The deep learning-based physical education course recommendation system under the internet of things
2024-Oct-15, Heliyon IF:3.4Q1
研究论文 研究提出了一种基于深度学习的体育课程推荐系统,结合物联网技术和深度学习,以提高推荐的准确性和个性化 研究结合了物联网技术和生成对抗网络(GAN)模型,特别是改进的正则化惩罚条件特征生成对抗网络(RP-CFGAN)模型,以解决数据稀疏和冷启动问题 模型仍有改进空间,如探索更多正则化技术、保护用户隐私以及扩展系统到更多平台和场景 提高体育课程推荐的准确性和个性化 学生的生理数据、社交互动、学术数据以及学习进度和时间表 机器学习 NA 物联网技术、深度学习 生成对抗网络(GAN) 生理数据、社交互动数据、学术数据 NA
629 2024-10-24
CLEAR guideline for radiomics: Early insights into current reporting practices endorsed by EuSoMII
2024-Oct-14, European journal of radiology IF:3.2Q1
研究论文 本研究评估了放射组学研究中的当前报告实践,重点关注CLEAR指南的应用情况 揭示了放射组学研究中自我报告与确认遵守CLEAR指南之间的显著差异 研究仅限于引用CLEAR指南的放射组学研究论文,可能无法全面反映所有放射组学研究的报告实践 评估放射组学研究中CLEAR指南的报告实践 放射组学研究论文中CLEAR指南的应用情况 数字病理学 NA NA NA 文本 48篇原始研究论文
630 2024-10-24
Application of a Deep Learning-Based Contrast-Boosting Algorithm to Low-Dose Computed Tomography Pulmonary Angiography With Reduced Iodine Load
2024-Oct-10, Journal of computer assisted tomography IF:1.0Q4
研究论文 本研究评估了一种基于深度学习的图像对比度增强算法在低剂量计算机断层扫描肺动脉造影中的效果 提出了一种基于深度学习的对比度增强算法,显著提高了低剂量CT肺动脉造影的图像质量和血栓检测能力 NA 评估基于深度学习的图像对比度增强算法在低剂量CT肺动脉造影中的有效性 低剂量CT肺动脉造影图像的质量和血栓检测能力 计算机视觉 NA 深度学习 NA 图像 179名患者
631 2024-10-24
Bi-level Graph Learning Unveils Prognosis-Relevant Tumor Microenvironment Patterns in Breast Multiplexed Digital Pathology
2024-Oct-04, bioRxiv : the preprint server for biology
研究论文 本文介绍了一种数据驱动且可解释的方法,用于识别与患者预后相关的肿瘤微环境中的细胞组织模式 本文提出了一种双层图模型,结合细胞图和群体图,通过软Weisfeiler-Lehman子树核捕捉患者间的相似性,从而识别出具有独特预后的患者亚组 本文仅在乳腺癌患者中进行了验证,尚未在其他癌症类型中进行广泛应用 研究肿瘤微环境中的细胞组织模式与患者预后的关系 乳腺癌患者的肿瘤微环境 数字病理学 乳腺癌 NA 双层图模型 图像 两个独立队列的乳腺癌患者
632 2024-10-24
REVEALS: an open-source multi-camera GUI for rodent behavior acquisition
2024-Oct-03, Cerebral cortex (New York, N.Y. : 1991)
研究论文 开发了一个名为REVEALS的开源多摄像头图形用户界面,用于采集啮齿动物行为数据 REVEALS提供了一个用户友好的界面,支持同时从多个摄像头采集数据,并能高效地收集和分析大型数据集 NA 开发一种有效、经济且易于获取啮齿动物行为数据的方法 啮齿动物行为数据 计算机视觉 NA NA NA 视频 NA
633 2024-10-24
Massive experimental quantification of amyloid nucleation allows interpretable deep learning of protein aggregation
2024-Oct-01, bioRxiv : the preprint server for biology
研究论文 本文通过实验量化了超过10万种蛋白质序列的淀粉样核形成,并训练了一个卷积-注意力混合神经网络CANYA,以准确预测淀粉样核形成 本文通过大规模实验数据集解决了现有计算方法在小且有偏数据集上训练和评估的问题,并提出了CANYA模型,该模型能够解释其决策过程和学习到的语法 NA 解决蛋白质聚集预测中的数据短缺问题,并开发一个可解释的神经网络模型来预测淀粉样核形成 超过10万种蛋白质序列的淀粉样核形成 机器学习 NA NA 卷积-注意力混合神经网络 序列 超过10万种蛋白质序列
634 2024-10-24
The Hydronephrosis Severity Index guides paediatric antenatal hydronephrosis management based on artificial intelligence applied to ultrasound images alone
2024-10-01, Scientific reports IF:3.8Q1
研究论文 本文介绍了一种基于深度学习模型的自动评估肾盂积水严重程度指数(HSI),用于指导产前肾盂积水管理的临床决策 开发了一种新的基于图像的人工智能系统,能够从单一的超声图像中预测肾盂积水的严重程度 研究仅在北美四家大型儿科专科医院进行,结果的普适性有待验证 创建一个自动化的肾盂积水严重程度指数(HSI),以帮助直接从肾超声图像中指导临床决策 儿科肾超声图像 计算机视觉 NA 深度学习 深度学习模型 图像 202名患者
635 2024-10-24
Automated Detection and Grading of Extraprostatic Extension of Prostate Cancer at MRI via Cascaded Deep Learning and Random Forest Classification
2024-Oct, Academic radiology IF:3.8Q1
研究论文 本文提出了一种基于深度学习和随机森林分类的AI工作流程,用于在MRI图像中自动检测和分级前列腺癌的包膜外扩展 本文创新性地结合了深度学习和随机森林分类技术,实现了对前列腺癌包膜外扩展的自动检测和分级 模型的平衡准确率为0.390 ± 0.078,与放射科医生的准确率相比仍有差距 开发一种基于AI的工作流程,用于在MRI图像中自动检测和分级前列腺癌的包膜外扩展,以辅助医生决策 前列腺癌患者的MRI扫描图像,包括T2W MRI、ADC图和高B值DWI 计算机视觉 前列腺癌 深度学习、随机森林分类 CNN、随机森林 图像 634名患者,其中507名用于训练,127名用于独立测试
636 2024-10-24
A deep learning algorithm for the detection of aortic dissection on non-contrast-enhanced computed tomography via the identification and segmentation of the true and false lumens of the aorta
2024-Oct-01, Quantitative imaging in medicine and surgery IF:2.9Q2
研究论文 本文开发了一种基于深度学习的算法,用于在非对比增强CT扫描中检测主动脉夹层,并通过识别和分割主动脉的真假腔来确定主动脉夹层的存在 本文的创新点在于开发了一种基于深度学习的算法,能够在非对比增强CT扫描中准确识别和分割主动脉的真假腔,从而提高主动脉夹层的诊断准确性 本文的局限性在于研究样本仅来自三家医院,且为回顾性研究,未来需要更大规模的前瞻性研究来验证算法的有效性 本研究的目的是开发一种能够准确检测主动脉夹层的深度学习算法,并评估其在临床实践中的应用潜力 本研究的对象是疑似急性主动脉综合征的患者,通过分析其非对比增强CT扫描图像来检测主动脉夹层 计算机视觉 心血管疾病 非对比增强CT (NCE-CT) 三维全分辨率U-Net 图像 320名患者,其中160名患有主动脉夹层,160名未患有主动脉夹层
637 2024-10-24
Radiomics and Clinical Features for Distinguishing Kidney Stone-Associated Urinary Tract Infection: A Comprehensive Analysis of Machine Learning Classification
2024-Oct, Open forum infectious diseases IF:3.8Q2
研究论文 研究通过放射组学和临床特征模型区分肾结石相关尿路感染的能力 结合放射组学和临床特征,使用多层感知器(MLP)模型进行分类,显示出较高的分类准确性 研究基于单中心数据集,样本量有限 评估放射组学和临床特征在区分肾结石相关尿路感染中的有效性 肾结石患者的CT扫描图像和临床信息 机器学习 泌尿系统疾病 CT扫描 多层感知器(MLP) 图像和临床数据 461名肾结石患者
638 2024-10-22
Accelerated cardiac cine with spatio-coil regularized deep learning reconstruction
2024-Oct-21, Magnetic resonance in medicine IF:3.0Q2
研究论文 本文提出了一种空间-线圈正则化的深度学习重建方法,用于加速心脏电影成像 引入了空间-线圈正则化的深度学习重建方法,结合多通道k空间数据一致性和正则化,显著提高了图像质量和加速效果 未提及具体限制 开发一种用于加速心脏电影成像的迭代深度学习重建方法 心脏电影成像 计算机视觉 心血管疾病 深度学习 卷积神经网络 图像 NA
639 2024-10-22
High-Accuracy and Lightweight Image Classification Network for Optimizing Lymphoblastic Leukemia Diagnosisy
2024-Oct-21, Microscopy research and technique IF:2.0Q3
研究论文 本文提出了一种用于优化淋巴母细胞白血病诊断的高精度轻量级图像分类网络 采用渐进收缩方法,综合多维度剪枝技术,包括宽度、深度、分辨率和核大小,训练轻量级模型 NA 提高白血病诊断的效率和准确性 急性淋巴母细胞白血病、慢性淋巴细胞白血病及其他骨髓细胞类型 计算机视觉 白血病 深度学习 轻量级模型 图像 17,826张骨髓细胞图像,来自85名淋巴增殖性肿瘤患者
640 2024-10-22
Necessity and impact of specialization of large foundation model for medical segmentation tasks
2024-Oct-21, Medical physics IF:3.2Q1
研究论文 研究评估了大型基础模型在医学图像分割任务中的适用性,特别是MedSAM模型在骨盆MR图像分割中的表现 探讨了大型基础模型在医学图像分割中的潜在优势和局限性,并提出了进一步专业化微调的必要性 直接使用现成的MedSAM模型表现不佳,需要进一步的专业化微调以达到临床所需的准确性和稳定性 评估现成的MedSAM模型在骨盆MR图像分割中的性能,并探讨进一步专业化微调的必要性 MedSAM和LiteMedSAM模型在骨盆MR图像分割中的表现 计算机视觉 NA 深度学习 MedSAM, LiteMedSAM, nnU-Net 图像 589张骨盆MR图像,训练集和测试集按80:20划分
回到顶部