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 1298 篇文献,本页显示第 801 - 820 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
801 2024-10-17
Comparative analysis of retinal microvascular parameters in healthy individuals with or without carotid artery stenosis or plaque
2024-Oct-15, European journal of ophthalmology IF:1.4Q3
研究论文 本研究通过眼底摄影评估视网膜微血管变化与颈动脉狭窄(CAS)及其斑块之间的关系 使用深度学习算法分析眼底摄影图像,提供了一种新的CAS筛查方法 研究为回顾性观察性研究,样本量有限 评估视网膜微血管变化与颈动脉狭窄及其斑块之间的相关性 视网膜微血管参数与颈动脉内膜中层厚度(IMT) 计算机视觉 心血管疾病 深度学习算法 NA 图像 715名参与者,包括313名CAS患者(其中91名有斑块,222名无斑块)和402名无CAS的对照组
802 2024-10-16
Deep learning of echocardiography distinguishes between presence and absence of late gadolinium enhancement on cardiac magnetic resonance in patients with hypertrophic cardiomyopathy
2024-Oct-14, Echo research and practice IF:3.2Q2
研究论文 本研究利用深度学习技术分析超声心动图图像,以区分肥厚型心肌病患者心脏磁共振成像中晚期钆增强的有无 本研究提出了一种新的模型,结合临床参数和基于深度学习的超声心动图分析,显著提高了区分晚期钆增强的能力 本研究的样本量较小,且仅限于肥厚型心肌病患者 旨在利用深度学习技术区分肥厚型心肌病患者心脏磁共振成像中晚期钆增强的有无 肥厚型心肌病患者 计算机视觉 心血管疾病 深度学习 深度卷积神经网络 (DCNN) 图像 323例肥厚型心肌病患者
803 2024-10-17
Enhancing societal security: a multimodal deep learning approach for a public person identification and tracking system
2024-10-14, Scientific reports IF:3.8Q1
研究论文 本文提出了一种基于多模态深度学习的公共人员识别和跟踪系统,以增强社会安全 该系统采用多模态方法,结合步态、面部和虹膜识别,并使用预训练的深度卷积神经网络(DCNNs)进行个体预测,准确率高达94%,优于现有系统 NA 研究旨在探索和验证所提出的系统在公共空间中的有效性和潜在应用 公共空间中的人员识别和跟踪 计算机视觉 NA 深度卷积神经网络(DCNNs) 深度卷积神经网络(DCNNs) 图像 NA
804 2024-10-17
An effective method for anomaly detection in industrial Internet of Things using XGBoost and LSTM
2024-Oct-14, Scientific reports IF:3.8Q1
研究论文 提出了一种基于XGBoost和LSTM的工业物联网异常检测方法 通过设置不同阈值的XGBoost进行特征选择,并设计了优化的损失函数来处理数据不平衡和高相似类别问题 未提及具体局限性 提高工业物联网中异常检测的准确性和效率 工业物联网中的异常检测 机器学习 NA XGBoost, LSTM MIX_LSTM 数据集 使用UNSW-NB15和NSL-KDD数据集进行实验
805 2024-10-17
Ultrasound-based artificial intelligence model for prediction of Ki-67 proliferation index in soft tissue tumors
2024-Oct-14, Academic radiology IF:3.8Q1
研究论文 研究深度学习(DL)结合影像组学和临床影像特征在预测软组织肿瘤Ki-67增殖指数中的价值 提出了一种基于超声的融合模型,结合临床、影像组学和深度学习特征,用于预测软组织肿瘤的Ki-67表达水平 研究为回顾性,样本来自两家医院,可能存在选择偏倚 探讨深度学习结合影像组学和临床影像特征在预测软组织肿瘤Ki-67增殖指数中的应用 软组织肿瘤的Ki-67增殖指数 机器学习 NA 深度学习 支持向量机 影像 394例软组织肿瘤患者,其中训练集323例,验证集71例
806 2024-10-17
Enhancing Radiologists' Performance in Detecting Cerebral Aneurysms Using a Deep Learning Model: A Multicenter Study
2024-Oct-14, Academic radiology IF:3.8Q1
研究论文 本研究开发了一种基于深度学习的模型,用于在临床环境中检测和诊断脑动脉瘤,并与放射科医生的诊断结果进行比较 本研究首次展示了深度学习模型在多中心临床环境中辅助放射科医生检测脑动脉瘤的效果,显著提高了诊断准确性和工作效率 本研究仅在特定类型的脑动脉瘤检测中进行了验证,未来需要在更多类型的疾病和更广泛的数据集上进行验证 开发和验证一种深度学习模型,以提高放射科医生在临床环境中检测脑动脉瘤的诊断性能和工作效率 脑动脉瘤的检测和诊断 计算机视觉 脑血管疾病 深度学习 深度学习模型 图像 训练集包含来自11个临床中心的3829名患者的数据,测试集包含来自3个机构的484名患者的数据
807 2024-10-17
A Multicenter Cohort Study on Ultrasound-based Deep Learning Nomogram for Predicting Post-Neoadjuvant Chemotherapy Axillary Lymph Node Status in Breast Cancer Patients
2024-Oct-14, Academic radiology IF:3.8Q1
研究论文 本研究评估了基于超声的深度学习诺模图在预测乳腺癌患者新辅助化疗后腋窝淋巴结状态中的能力 开发了一种基于超声的深度学习诺模图,用于预测新辅助化疗后腋窝淋巴结状态,并展示了其在辅助放射科医生诊断中的潜力 研究仅在两个医疗中心进行,样本量有限,可能影响结果的普适性 评估基于超声的深度学习诺模图在预测乳腺癌患者新辅助化疗后腋窝淋巴结状态中的能力 乳腺癌患者新辅助化疗后的腋窝淋巴结状态 计算机视觉 乳腺癌 深度学习 ResNet 50 图像 535名接受新辅助化疗的乳腺癌患者
808 2024-10-17
Large language models can help with biostatistics and coding needed in radiology research
2024-Oct-14, Academic radiology IF:3.8Q1
研究论文 评估大型语言模型(LLMs)在放射学研究中提供统计和深度学习解决方案及代码的能力 首次评估LLMs在放射学研究中处理生物统计学任务和生成代码的能力 LLMs生成的代码需要用户进一步验证和优化,存在潜在错误和幻觉风险 评估LLMs在放射学研究中提供统计和深度学习解决方案及代码的能力 ChatGPT-4o, ChatGPT-3.5, 和 Google Gemini 在生物统计学和深度学习任务中的表现 机器学习 NA 大型语言模型(LLMs) Vision Transformer ViT-B/16 图像 使用Cancer Imaging Archive和RSNA-STR Pneumonia Detection Challenge数据集
809 2024-10-17
Intelligent agricultural robotic detection system for greenhouse tomato leaf diseases using soft computing techniques and deep learning
2024-10-12, Scientific reports IF:3.8Q1
研究论文 本文提出了一种智能农业机器人系统,用于温室番茄叶病的检测,结合了模糊控制算法和基于深度学习的疾病分类模型 引入了升级版的深度卷积生成对抗网络(DCGAN),通过生成增强的番茄叶病图片来显著提升训练数据集的质量 NA 开发一种用于温室番茄叶病检测的智能农业机器人系统 温室番茄叶病 计算机视觉 NA 深度学习 深度卷积生成对抗网络(DCGAN) 图像 使用了包含九种番茄叶病类的PlantVillage数据集,并通过DCGAN生成了增强数据集
810 2024-10-17
Deep learning assisted quantitative detection of cardiac troponin I in hierarchical dendritic copper-nickel nanostructure lateral flow immunoassay
2024-Oct-10, Analytical methods : advancing methods and applications IF:2.7Q1
研究论文 本文开发了一种深度学习方法,用于高效分割HD-纳米金属LFIA传感器图像中的目标区域,以提高定量检测的准确性 提出了改进的UNet++网络,结合注意力和残差模块,能够准确分割不同强度的荧光区域,特别是弱荧光区域 NA 提高基于HD-纳米金属LFIA传感器的快速和准确疾病标志物检测的定量检测准确性 心脏肌钙蛋白I(cTnI)的定量检测 计算机视觉 心血管疾病 深度学习 UNet++ 图像 使用HD-nanoCu-Ni LFIA传感器进行cTnI检测的案例研究
811 2024-10-17
Efficient application of deep learning-based elective lymph node regions delineation for pelvic malignancies
2024-Oct, Medical physics IF:3.2Q1
研究论文 本研究开发了一种基于深度学习的盆腔淋巴结区域自动勾画模型,用于提高盆腔恶性肿瘤放疗中的勾画效率和一致性 本研究首次应用级联多头部U-net模型进行盆腔淋巴结区域的自动勾画,显著提高了勾画效率和一致性 本研究仅在盆腔恶性肿瘤患者中进行了验证,未来需在更多类型的肿瘤中进行验证 开发一种高效的深度学习模型,用于自动勾画盆腔恶性肿瘤患者的淋巴结区域 盆腔恶性肿瘤患者的淋巴结区域 计算机视觉 NA 深度学习 级联多头部U-net CT图像 160名盆腔恶性肿瘤患者,包括直肠癌、前列腺癌和宫颈癌,其中120名用于训练,40名用于测试
812 2024-10-17
Efficient segmentation of fetal brain MRI based on the physical resolution
2024-Oct, Medical physics IF:3.2Q1
研究论文 本文研究了基于物理分辨率的胎儿脑部MRI图像分割方法 提出了一种基于MRI物理分辨率的胎儿脑部图像分割方法,并通过深度学习模块实现了高表观分辨率的分割 研究仅限于回顾性分析,样本量相对较小 验证基于MRI物理分辨率的胎儿脑部图像分割方法的有效性 胎儿和成人的脑部MRI图像 计算机视觉 NA MRI ConvNet 图像 150例成人脑部MRI和80例胎儿脑部MRI
813 2024-10-17
TC-DTA: Predicting Drug-Target Binding Affinity With Transformer and Convolutional Neural Networks
2024-Oct, IEEE transactions on nanobioscience IF:3.7Q3
研究论文 本文介绍了一种名为TC-DTA的深度学习模型,用于预测药物-靶点结合亲和力,结合了卷积神经网络和Transformer架构 本文创新性地将药物-靶点相互作用预测问题重新定义为回归问题,并利用卷积神经网络和Transformer的编码器模块提取特征,提高了预测精度 NA 本文旨在通过深度学习模型提高药物-靶点结合亲和力的预测精度,从而加速药物发现过程 本文研究对象为药物的SMILES字符串和蛋白质的氨基酸序列 机器学习 NA 卷积神经网络 (CNN) 和 Transformer 架构 卷积神经网络 (CNN) 和多层感知器 文本 本文使用了Davis和KIBA两个基准数据集进行模型评估
814 2024-10-17
Assessment of multi-modal magnetic resonance imaging for glioma based on a deep learning reconstruction approach with the denoising method
2024-Oct, Acta radiologica (Stockholm, Sweden : 1987)
研究论文 本文评估了基于深度学习重建和去噪方法的多模态磁共振成像在胶质瘤中的应用 首次评估了深度学习重建方法在多模态胶质瘤成像中的应用 NA 评估多模态磁共振成像在胶质瘤中的应用效果 107名胶质瘤患者的术前和术后多模态图像 计算机视觉 脑肿瘤 磁共振成像 深度学习重建 图像 107名胶质瘤患者
815 2024-10-17
Artificial Intelligence-Assisted Perfusion Density as Biomarker for Screening Diabetic Nephropathy
2024-Oct-01, Translational vision science & technology IF:2.6Q2
研究论文 研究利用人工智能辅助的超广角扫频源光学相干断层扫描血管造影技术,识别糖尿病肾病筛查的可靠生物标志物 首次提出利用人工智能辅助的超广角扫频源光学相干断层扫描血管造影技术,评估糖尿病肾病与糖尿病视网膜病变之间的关联,并将其作为非侵入性生物标志物 研究样本仅限于2型糖尿病患者,且样本量相对较小,可能影响结果的普适性 识别糖尿病肾病的可靠筛查生物标志物 2型糖尿病患者的视网膜和脉络膜数据 数字病理学 糖尿病肾病 超广角扫频源光学相干断层扫描血管造影技术 随机森林模型 图像 169名2型糖尿病患者,共287只眼睛,产生15,211个数据点
816 2024-10-17
Deep Learning Augmented Osteoarthritis Grading Standardization
2024-Oct, Tissue engineering. Part A
研究论文 本文探讨了使用深度学习技术对骨关节炎(OA)的软骨组织学图像进行自动分级,以标准化OA分级 本文首次使用组织学图像而非放射图像进行OA分级,并开发了一种基于深度学习的自动化分级系统 本文未详细讨论模型的泛化能力和在不同数据集上的表现 开发一种基于深度学习的自动化系统,用于骨关节炎的软骨组织学图像分级 膝关节骨关节炎的软骨组织学图像 计算机视觉 骨关节炎 深度学习 DenseNet121 图像 组织学图像被分为四个等级(Grade 0-3),并进行了五折交叉验证
817 2024-10-16
Deep learning for diagnostic charting on pediatric panoramic radiographs
2024-Oct-15, International journal of computerized dentistry IF:1.8Q2
研究论文 评估深度学习程序在儿童全景X光片上检测和分类牙齿结构及治疗的能力 使用YOLOv4模型在儿童全景X光片上成功诊断出乳牙、恒牙胚和牙套,具有较高的F1分数 模型在检测某些牙齿结构和治疗(如填充物、根管治疗和多余牙齿)方面存在局限性 评估深度学习程序在儿童全景X光片上检测和分类牙齿结构及治疗的表现 4821张5至13岁儿童的全景X光片 计算机视觉 NA 深度学习 卷积神经网络(CNN) 图像 4821张儿童全景X光片
818 2024-10-16
Tracing Microplastic Aging Processes Using Multimodal Deep Learning: A Predictive Model for Enhanced Traceability
2024-Oct-15, Environmental science & technology IF:10.8Q1
研究论文 本文提出了一种多模态深度学习模型,用于追踪老化微塑料的典型老化因素 利用多模态深度学习模型提高了老化微塑料老化因素预测的准确性和减少了预测偏差 NA 追踪和理解微塑料的老化过程,为老化微塑料的环境风险评估提供更准确的数据 老化微塑料的老化过程及其物理化学特性 机器学习 NA 多模态深度学习 多模态深度学习模型 图像和光谱数据 130个经历不同老化过程的老化微塑料样本,包含1353张表面形态图像和1353个傅里叶变换红外光谱
819 2024-10-16
Early heart disease prediction using feature engineering and machine learning algorithms
2024-Oct-15, Heliyon IF:3.4Q1
研究论文 本研究利用特征工程和机器学习算法进行早期心脏病预测 本研究通过对比分析多种机器学习算法,选择最优算法进行早期心脏病预测,并采用超参数调优方法提升模型性能 本研究仅使用了Cleveland和Statlog心脏数据集,未来可以扩展到更多数据集以验证模型的泛化能力 开发一个用于早期心血管疾病预测的机器学习系统 心血管疾病 机器学习 心血管疾病 机器学习 决策树、随机森林、支持向量机、逻辑回归、自适应增强、K近邻 数据集 使用了Cleveland和Statlog心脏数据集
820 2024-10-16
Application of mask R-CNN for building detection in UAV remote sensing images
2024-Oct-15, Heliyon IF:3.4Q1
研究论文 本文提出了一种基于Mask R-CNN的建筑物特征提取方法,用于提高无人机遥感图像中建筑物检测的准确性和细节 本文创新性地将Mask R-CNN应用于建筑物特征提取,相比传统方法和其他深度学习模型,显著提高了检测精度和稳定性 NA 解决传统方法在复杂背景下建筑物特征提取精度低和三维建模细节不足的问题 无人机遥感图像中的建筑物 计算机视觉 NA Mask R-CNN Mask R-CNN 图像 通过航拍获取的城市建筑物图像,并进行了建筑物轮廓标注
回到顶部