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 1161 篇文献，本页显示第 741 - 760 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 741 | 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
DOI:10.1016/j.ejrad.2024.111788
PMID:39437630
|
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 | NA | NA | NA | NA |
| 742 | 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
DOI:10.21037/qims-24-533
PMID:39429578
|
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 | NA | NA | NA | NA |
| 743 | 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
DOI:10.1093/ofid/ofae581
PMID:39435322
|
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 | NA | NA | NA | NA |
| 744 | 2024-10-22 |
Enhanced ADHD classification through deep learning and dynamic resting state fMRI analysis
2024-Oct-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-74282-y
PMID:39424632
|
研究论文 | 本文提出了一种基于深度学习和动态静息态fMRI分析的增强型ADHD分类方法 | 引入了Skip-Vote-Net，一种新颖的深度学习网络，通过动态连接分析来分类ADHD和正常发育儿童 | NA | 提高ADHD分类的准确性 | ADHD和正常发育儿童的分类，以及ADHD不同亚型的区分 | 机器学习 | 精神疾病 | 功能磁共振成像（fMRI） | 深度学习网络 | 图像 | 222名参与者 | NA | NA | NA | NA |
| 745 | 2024-10-22 |
Ensembling methods for protein-ligand binding affinity prediction
2024-Oct-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-72784-3
PMID:39424851
|
研究论文 | 本文提出了一种基于集成学习的蛋白质-配体结合亲和力预测方法 | 通过训练13个深度学习模型并探索所有可能的集成组合，显著提高了预测精度和泛化能力 | NA | 提高蛋白质-配体结合亲和力预测的准确性和泛化能力 | 蛋白质-配体结合亲和力 | 机器学习 | NA | 深度学习 | 集成模型 | 蛋白质-配体复合物的1D序列和结构特征 | CASF2016和CSAR-HiQ等五个基准测试数据集 | NA | NA | NA | NA |
| 746 | 2024-10-22 |
A hybrid deep learning network for automatic diagnosis of cardiac arrhythmia based on 12-lead ECG
2024-Oct-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-75531-w
PMID:39424921
|
研究论文 | 提出了一种结合卷积神经网络和双向门控循环单元与多头注意力的混合深度学习模型，用于自动诊断心律失常 | 创新的混合深度学习模型结合了卷积神经网络和双向门控循环单元与多头注意力，有效捕捉心电信号的时空特征 | NA | 开发一种自动诊断心律失常的深度学习模型 | 心电图信号 | 机器学习 | 心血管疾病 | 卷积神经网络、双向门控循环单元、多头注意力 | 混合深度学习模型 | 心电图信号 | MIT-BIH心律失常数据库和PTB诊断心电图数据库 | NA | NA | NA | NA |
| 747 | 2024-10-22 |
Platform for precise, personalised glucose forecasting through continuous glucose and physical activity monitoring and deep learning
2024-Oct, Medical engineering & physics
IF:1.7Q3
DOI:10.1016/j.medengphy.2024.104241
PMID:39428134
|
研究论文 | 本文提出了一种结合内容注意力学习的混合深度学习框架，用于基于过去数据预测T1D和T2D患者的血糖水平，并开发了一个云端系统和移动应用来收集和处理相关数据 | 本文的创新点在于引入内容注意力学习机制，并结合物理活动数据，提高了血糖预测的准确性，同时展示了个性化训练的优势 | 本文的局限性在于仅使用了单一患者的8天临床数据进行训练和测试，未来需要在大规模多患者数据上验证模型的泛化能力 | 本文的研究目的是开发一种精确的个性化血糖预测系统，以帮助糖尿病患者管理血糖水平 | 本文的研究对象是T1D和T2D糖尿病患者 | 机器学习 | 糖尿病 | 深度学习 | 混合深度学习框架 | 连续血糖监测数据、物理活动数据、碳水化合物摄入值和胰岛素测量数据 | 使用了单一患者的8天临床数据进行训练，并在后续临床数据上进行测试 | NA | NA | NA | NA |
| 748 | 2024-10-22 |
An optimal fast fractal method for breast masses diagnosis using machine learning
2024-Oct, Medical engineering & physics
IF:1.7Q3
DOI:10.1016/j.medengphy.2024.104234
PMID:39428132
|
研究论文 | 本文介绍了一种用于乳腺肿块分类的快速分形方法 | 通过提取最佳分形信息并仅关注对分类有价值的信息，提高了计算速度和分类准确性 | NA | 提高乳腺肿块分类的计算速度和准确性 | 乳腺肿块的分类 | 机器学习 | 乳腺癌 | 分形方法 | NA | 图像 | NA | NA | NA | NA | NA |
| 749 | 2024-10-21 |
Sparse attention with residual pyramidal depthwise separable convolutional based malware detection with optimization mechanism
2024-Oct-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-76193-4
PMID:39420069
|
研究论文 | 提出了一种基于稀疏注意力与残差金字塔深度可分离卷积的深度学习方法，用于优化恶意软件检测 | 利用2D灰度图像和API调用数据，结合稀疏注意力和残差金字塔深度可分离卷积神经网络，以及混合白鲨白鲸优化算法进行模型优化 | 未提及具体局限性 | 提高恶意软件检测的准确性和效率，减少误报和漏报 | 恶意软件检测系统 | 机器学习 | NA | 深度学习 | 稀疏注意力与残差金字塔深度可分离卷积神经网络 | 图像 | 云恶意软件数据集中的API调用数据 | NA | NA | NA | NA |
| 750 | 2024-10-21 |
Thermal imaging and deep learning-based fit-checking for respiratory protection
2024-Oct-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-52999-0
PMID:39420011
|
研究论文 | 本研究开发了一种人工智能模型，通过热成像视频实时快速准确地判断口罩佩戴的正确性 | 利用热成像和深度学习技术进行口罩佩戴检测，3DCNN在二分类和多分类任务中均优于ConvLSTM | NA | 开发一种快速准确的方法来检测口罩佩戴的正确性 | 五种经韩国食品医药品安全处批准的口罩，通过50名参与者生成5000个视频 | 计算机视觉 | NA | 热成像 | 3DCNN | 视频 | 50名参与者，5000个视频 | NA | NA | NA | NA |
| 751 | 2024-10-21 |
Addressing fairness issues in deep learning-based medical image analysis: a systematic review
2024-Oct-17, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-024-01276-5
PMID:39420149
|
综述 | 本文系统地回顾了在基于深度学习的医学图像分析中解决公平性问题的最新进展 | 本文介绍了群体公平性的基本概念，并分类总结了在公平医学图像分析中的研究，包括公平性评估和公平性缓解方法 | 本文主要集中在方法论的回顾，未提供具体的实验数据或模型评估 | 旨在促进人工智能研究人员和临床医生对公平性的共同理解，增强公平性缓解方法的开发，并为创建公平的医学图像分析社会做出贡献 | 基于深度学习的医学图像分析中的公平性问题 | 计算机视觉 | NA | 深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 752 | 2024-10-21 |
Supervised machine learning of outbred mouse genotypes to predict hepatic immunological tolerance of individuals
2024-Oct-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-73999-0
PMID:39420174
|
研究论文 | 研究利用监督机器学习方法，通过分析杂交小鼠的基因型来预测个体对肝脏移植的免疫耐受性 | 利用杂交CD1小鼠的高度异质性基因型，构建预测肝脏同种异体移植结果的模型，并首次使用深度学习和线性分类方法进行预测 | 研究仅限于小鼠模型，尚未在人类中验证 | 阐明肝脏移植耐受和排斥的分子机制，并开发预测模型 | 杂交CD1小鼠的基因型及其对肝脏移植的免疫反应 | 机器学习 | NA | 全外显子测序 | 一维卷积神经网络和线性分类 | 基因型数据 | 36只小鼠 | NA | NA | NA | NA |
| 753 | 2024-10-21 |
A convolutional attention model for predicting response to chemo-immunotherapy from ultrasound elastography in mouse tumor models
2024-Oct-17, Communications medicine
IF:5.4Q1
DOI:10.1038/s43856-024-00634-4
PMID:39420199
|
研究论文 | 研究利用超声弹性成像和卷积注意力模型预测小鼠肿瘤模型对化疗免疫疗法的反应 | 结合剪切波弹性成像和深度学习模型，提出了一种新的方法来预测肿瘤对治疗的反应 | 研究主要集中在特定的肿瘤类型（desmoplastic肿瘤），可能不适用于所有肿瘤类型 | 探索肿瘤力学和医学影像作为预测生物标志物的潜力，以提高个性化癌症治疗的效果 | 小鼠肿瘤模型对化疗免疫疗法的反应 | 计算机视觉 | NA | 剪切波弹性成像 | 卷积神经网络（CNN） | 图像 | 1365张剪切波弹性成像图像，来自630个肿瘤 | NA | NA | NA | NA |
| 754 | 2024-10-21 |
Fault diagnosis of reducers based on digital twins and deep learning
2024-Oct-17, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-75112-x
PMID:39420213
|
研究论文 | 提出了一种基于数字孪生和深度学习的减速器故障诊断新方法 | 结合数字孪生高保真行为和深度学习数据挖掘能力，提出了FDGAN模型，并通过MobileViG验证了模型的故障诊断效果 | NA | 解决减速器故障诊断问题 | 减速器故障 | 机器学习 | NA | 深度学习 | GAN | 数据 | 600和800个训练样本 | NA | NA | NA | NA |
| 755 | 2024-10-21 |
Enhancing diffusion-weighted prostate MRI through self-supervised denoising and evaluation
2024-10-16, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-75007-x
PMID:39414914
|
研究论文 | 本文提出了一种自监督的去噪方法，用于增强扩散加权前列腺MRI图像的质量 | 本文提出了一种基于Stein's unbiased risk estimator (SURE)的自监督去噪方法，无需真实数据即可实现去噪，并展示了在减少图像重复采集次数的情况下加速DWI扫描的应用 | NA | 提高扩散加权成像（DWI）在前列腺MRI中的诊断价值 | 扩散加权成像（DWI）图像的去噪和评估 | 计算机视觉 | 前列腺癌 | 扩散加权成像（DWI） | NA | 图像 | NA | NA | NA | NA | NA |
| 756 | 2024-10-21 |
Driving fingerprinting enhances drowsy driving detection: Tailoring to individual driver characteristics
2024-Oct-16, Accident; analysis and prevention
DOI:10.1016/j.aap.2024.107812
PMID:39423716
|
研究论文 | 本文提出了一种利用驾驶指纹（DF）个性化检测驾驶员疲劳的模型，通过提取个体驾驶员的最佳疲劳特征来提高检测准确性 | 本文创新性地引入了驾驶指纹（DF）来代表个体特征，并利用改进的自适应遗传算法提取个体驾驶员的最佳疲劳特征，从而提高检测准确性和实时性 | 本文提出的模型在实际应用中仍面临与现有系统集成和隐私保护的挑战 | 提高驾驶员疲劳检测的准确性和个性化程度，以预防疲劳驾驶相关事故 | 24名参与者（男女比例2:1，包括专业出租车司机和研究生）的驾驶行为、面部表情和卡罗林斯卡嗜睡量表（KSS）数据 | 计算机视觉 | NA | 驾驶指纹（DF）、主成分分析（PCA）、径向基函数神经网络（RBFNN） | 个性化疲劳驾驶检测模型（IDDM） | 驾驶行为数据、面部表情数据、卡罗林斯卡嗜睡量表（KSS）数据 | 24名参与者（男女比例2:1，包括专业出租车司机和研究生） | NA | NA | NA | NA |
| 757 | 2024-10-21 |
Data set terminology of deep learning in medicine: a historical review and recommendation
2024-Oct, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-024-01608-1
PMID:38856878
|
综述 | 本文回顾了医学和深度学习领域中数据集术语的历史演变，并提出了减少术语混淆的建议 | 本文通过历史文献的考察，揭示了医学和AI领域中数据集术语的差异，并提出了减少误解的实用解决方案 | 本文主要关注数据集术语的历史和定义，未涉及具体的技术实现或模型评估 | 旨在减少医学和深度学习领域中数据集术语的混淆，促进跨学科研究的透明性和有效性 | 医学和深度学习领域中的数据集术语及其历史演变 | 机器学习 | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 758 | 2024-10-21 |
Accuracy and time efficiency of a novel deep learning algorithm for Intracranial Hemorrhage detection in CT Scans
2024-Oct, La Radiologia medica
DOI:10.1007/s11547-024-01867-y
PMID:39123064
|
研究论文 | 评估一种基于Dense-UNet架构的深度学习算法在非对比CT扫描中检测急性颅内出血（ICH）的准确性和时间效率 | 提出了一种新的深度学习算法，使用Dense-UNet架构，能够高准确度地检测和分类颅内出血，并且处理时间显著缩短 | 研究是回顾性的，样本量有限，且仅限于创伤性脑损伤（TBI）后的非对比CT扫描 | 评估深度学习算法在非对比CT扫描中检测急性颅内出血的准确性和时间效率 | 502例非对比CT头部扫描，涉及创伤性脑损伤后的急性颅内出血 | 计算机视觉 | 颅内出血 | 深度学习 | Dense-UNet | 图像 | 502例非对比CT头部扫描 | NA | NA | NA | NA |
| 759 | 2024-09-06 |
Advancing MRI Technology with Deep Learning Super Resolution Reconstruction
2024-Oct, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.08.046
PMID:39232913
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 760 | 2024-10-21 |
Computational modeling of tumor invasion from limited and diverse data in Glioblastoma
2024-Oct, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 本文提出了一种使用生成对抗网络（TI-GAN）自动计算建模肿瘤周围受影响组织的方法 | 首次使用生成深度学习自动化建模肿瘤周围受影响组织，并提出TI-GAN模型 | NA | 研究肿瘤侵袭对周围组织的影响，并评估其预后价值 | 胶质母细胞瘤患者的肿瘤侵袭及其对周围组织的影响 | 计算机视觉 | 脑肿瘤 | 生成对抗网络（GAN） | 生成对抗网络（TI-GAN） | 图像 | NA | NA | NA | NA | NA |