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 1163 篇文献，本页显示第 881 - 900 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 881 | 2024-10-11 |
Facia-fix: mobile application for bell's palsy diagnosis and assessment using computer vision and deep learning
2024-Oct-09, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ad8094
PMID:39332435
|
研究论文 | 介绍了一种名为Facia-Fix的移动应用程序，用于贝尔麻痹的诊断和评估，结合计算机视觉和深度学习技术进行实时面部特征分析 | 使用先进的深度学习模型提供准确、客观、非侵入性和实时的全面量化评估 | NA | 开发一种新的移动应用程序，用于贝尔麻痹的早期和准确诊断 | 贝尔麻痹的诊断和评估 | 计算机视觉 | 神经疾病 | 深度学习 | MobileNet, CNN, MLP, VGG16, Vision Transformer | 图像 | 使用公开的YouTube FP (YFP)数据集进行训练和评估 | NA | NA | NA | NA |
| 882 | 2024-10-11 |
Multifunctional Self-Powered Sensors Integrated on a Robot Hand for Detecting Temperature-Pressure Stimuli and Recognizing Objects
2024-Oct-09, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.4c12062
PMID:39344308
|
研究论文 | 提出了一种多功能自供电传感器，集成在机器人手上，用于检测温度和压力刺激并识别物体 | 该传感器利用摩擦电和热电效应，能够同时响应压力和温度刺激，并通过深度学习模型融合信号特征，实现了高精度的物体识别 | NA | 开发一种能够同时检测温度和压力刺激并识别物体的自供电传感器，以提高机器人在物体识别方面的能力 | 多功能自供电传感器及其在机器人手上的应用 | 机器人技术 | NA | 摩擦电效应、热电效应 | 深度学习模型 | 信号 | 10种物体 | NA | NA | NA | NA |
| 883 | 2024-10-11 |
Self-Supervised Learning for Feature Extraction from Glomerular Images and Disease Classification with Minimal Annotations
2024-Oct-09, Journal of the American Society of Nephrology : JASN
IF:10.3Q1
DOI:10.1681/ASN.0000000514
PMID:39382977
|
研究论文 | 本文研究了使用自监督学习方法从肾小球图像中提取特征并进行疾病分类 | 本文首次将DINO自监督学习方法应用于未标记的PAS染色肾小球图像，并展示了其在疾病分类中的优越性能 | 本文的局限性在于依赖于特定的肾小球图像数据集，可能不适用于其他类型的病理图像 | 研究如何利用自监督学习方法从有限的标注数据中提取有效的病理特征，并应用于疾病分类 | 肾小球图像及其对应的疾病分类 | 数字病理学 | 肾病 | 自监督学习 | DINO | 图像 | 10,423张肾小球图像，来自384张PAS染色的肾活检切片 | NA | NA | NA | NA |
| 884 | 2024-10-11 |
Screening chronic kidney disease through deep learning utilizing ultra-wide-field fundus images
2024-Oct-07, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-024-01271-w
PMID:39375513
|
研究论文 | 本文提出了一种基于深度学习的慢性肾病筛查模型UWF-CKDS，利用超广角眼底图像预测慢性肾病 | UWF-CKDS模型利用超广角眼底图像和相关医学历史数据，相比使用中央区域裁剪图像的CTR-CKDS模型，表现出更优越的性能 | NA | 开发一种基于深度学习的慢性肾病筛查模型，以解决慢性肾病筛查中的挑战 | 慢性肾病（CKD）的筛查 | 计算机视觉 | 肾脏疾病 | 深度学习 | 深度学习模型 | 图像 | 来自中国23家三级医院的数据 | NA | NA | NA | NA |
| 885 | 2024-10-11 |
Clinic, CT radiomics, and deep learning combined model for the prediction of invasive pulmonary aspergillosis
2024-Oct-07, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01442-x
PMID:39375609
|
研究论文 | 本研究结合临床数据、CT影像组学和深度学习模型，构建了一个用于预测侵袭性肺曲霉病的综合模型 | 本研究创新性地结合了临床数据、CT影像组学和深度学习模型，构建了一个综合模型，显著提高了侵袭性肺曲霉病的预测准确性 | 本研究仅基于单一机构的回顾性数据，未来需要多中心的前瞻性研究来验证模型的普适性 | 利用人工智能技术提高侵袭性肺曲霉病的诊断准确性 | 侵袭性肺曲霉病及其非侵袭性对照组患者 | 机器学习 | 肺部疾病 | 深度学习 | 卷积神经网络 | 影像 | 共263例患者，其中148例为侵袭性肺曲霉病，115例为非侵袭性肺曲霉病 | NA | NA | NA | NA |
| 886 | 2024-10-11 |
Equipping computational pathology systems with artifact processing pipelines: a showcase for computation and performance trade-offs
2024-Oct-07, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-024-02676-z
PMID:39375719
|
研究论文 | 本文提出了一种混合专家（MoE）方案，用于检测全切片图像（WSIs）中的五种显著伪影，并评估了计算和性能之间的权衡 | 提出了混合专家（MoE）方案，通过独立训练的深度学习模型捕捉特定伪影形态，并使用融合机制进行集成，提高了伪影检测的敏感性 | 最佳性能的MoE方案在计算复杂性上相对较高，没有一种深度学习解决方案适用于所有类型的数据和应用 | 开发一种可靠的计算病理学（CPATH）系统，用于检测和排除伪影，以实现自动诊断的可靠性 | 全切片图像（WSIs）中的伪影检测 | 数字病理学 | NA | 深度学习 | 混合专家（MoE）、深度卷积神经网络（DCNNs）、视觉变换器（ViTs） | 图像 | 来自不同医院和癌症类型的数据集 | NA | NA | NA | NA |
| 887 | 2024-10-11 |
Insights into predicting small molecule retention times in liquid chromatography using deep learning
2024-Oct-07, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-024-00905-1
PMID:39375739
|
综述 | 本文综述了过去五年在计算代谢组学中使用人工智能技术预测小分子保留时间方面的进展 | 本文介绍了人工智能技术在预测小分子保留时间方面的应用，并讨论了公开数据集和分子表示方法 | 本文指出在实现实际应用中仍需解决的挑战，包括分子表示不一致性等问题 | 探讨人工智能技术在预测小分子保留时间中的应用及其在代谢组学中的潜力 | 小分子保留时间预测及其在代谢组学中的应用 | 机器学习 | NA | 深度学习 | 深度学习模型 | 数据集 | NA | NA | NA | NA | NA |
| 888 | 2024-10-11 |
LENAS: Learning-Based Neural Architecture Search and Ensemble for 3-D Radiotherapy Dose Prediction
2024-Oct, IEEE transactions on cybernetics
IF:9.4Q1
DOI:10.1109/TCYB.2024.3390769
PMID:38728131
|
研究论文 | 本文提出了一种基于学习的集成方法LENAS，结合神经架构搜索和知识蒸馏，用于3D放射治疗剂量预测 | 本文创新性地将神经架构搜索与知识蒸馏相结合，通过教师-学生范式和混合损失设计，提高了模型性能并降低了复杂性 | NA | 改进放射治疗计划过程的质量和效率 | 3D放射治疗剂量预测 | 机器学习 | NA | 神经架构搜索、知识蒸馏 | 集成学习模型 | 3D图像 | 两个公开数据集：OpenKBP和AIMIS | NA | NA | NA | NA |
| 889 | 2024-10-11 |
DEep LearnIng-based QuaNtification of epicardial adipose tissue predicts MACE in patients undergoing stress CMR
2024-10, Atherosclerosis
IF:4.9Q1
|
研究论文 | 本研究探讨了基于深度学习的EAT体积量化在预测接受应激心脏磁共振成像患者MACE中的额外预后价值 | 本研究开发并训练了一种深度学习算法，用于从心脏磁共振成像中量化EAT体积，并发现其在MACE预测中提供了额外的预后信息 | NA | 探讨EAT体积在预测MACE中的额外预后价值 | 接受应激心脏磁共振成像的患者 | 计算机视觉 | 心血管疾病 | 深度学习 | 深度学习算法 | 图像 | 730名患者，分为365人的推导组和365人的验证组 | NA | NA | NA | NA |
| 890 | 2024-10-11 |
Accurate prediction of discontinuous crack paths in random porous media via a generative deep learning model
2024-Oct, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2413462121
PMID:39320916
|
研究论文 | 开发了一种生成式深度学习模型，用于准确预测随机多孔介质中的不连续裂纹路径 | 提出了一个独特的生成式深度学习模型，通过两步策略解构断裂过程，精确描述了孔隙结构、断裂的多尺度行为和不连续裂纹传播之间的强相互作用 | NA | 深入理解微观结构中的断裂机制，定制高性能抗裂多孔介质 | 随机多孔介质中的裂纹路径预测 | 计算机视觉 | NA | 深度学习 | 生成式深度学习模型 | 图像 | NA | NA | NA | NA | NA |
| 891 | 2024-10-11 |
Differential diagnosis between low-risk and high-risk thymoma: Comparison of diagnostic performance of radiologists with and without deep learning model
2024-Oct, Acta radiologica open
IF:0.9Q4
DOI:10.1177/20584601241288509
PMID:39380892
|
研究论文 | 本文开发了一种基于CT的深度学习模型，用于区分低风险和高风险胸腺瘤，并比较了放射科医生在使用和不使用该模型情况下的诊断性能 | 本文首次在胸腺瘤的CT图像上应用深度学习模型进行风险分类，并比较了模型与放射科医生的诊断性能 | 深度学习模型的AUC提升不显著，且样本量相对较小 | 开发一种基于CT的深度学习模型，用于区分低风险和高风险胸腺瘤，并评估其对放射科医生诊断性能的影响 | 胸腺瘤的风险分类及放射科医生的诊断性能 | 计算机视觉 | 胸腺瘤 | 深度学习 | VGG16网络模型 | CT图像 | 159名患者，160个胸腺瘤样本 | NA | NA | NA | NA |
| 892 | 2024-10-11 |
Autodelineation methods in a simulated fully automated proton therapy workflow for esophageal cancer
2024-Oct, Physics and imaging in radiation oncology
DOI:10.1016/j.phro.2024.100646
PMID:39381611
|
研究论文 | 本文模拟了在食管癌质子治疗工作流程中自动勾画和规划的应用，旨在识别最合适的自动勾画技术并评估全自动化重规划的可行性 | 本文首次在食管癌质子治疗工作流程中模拟了自动勾画和规划的应用，并评估了不同自动勾画方法的效果 | 当前可用的工具仍需定期进行手动注释以生成临床上可接受的适应性治疗计划 | 识别最合适的自动勾画技术并评估全自动化重规划的可行性 | 食管癌患者的自动勾画和适应性治疗计划 | 医学影像 | 食管癌 | 深度学习分割（DLS）、刚性和可变形传播 | NA | CT扫描图像 | 15名患者，每位患者进行基线和三次重复CT扫描 | NA | NA | NA | NA |
| 893 | 2024-10-11 |
Monte Carlo-based simulation of virtual 3 and 4-dimensional cone-beam computed tomography from computed tomography images: An end-to-end framework and a deep learning-based speedup strategy
2024-Oct, Physics and imaging in radiation oncology
DOI:10.1016/j.phro.2024.100644
PMID:39381614
|
研究论文 | 本文提出了一种基于蒙特卡罗模拟和深度学习加速技术的端到端框架，用于从CT图像生成虚拟3D和4D锥束CT | 本文的创新点在于提出了一种基于深度学习的加速技术，能够在保持图像特征和分辨率的同时，将蒙特卡罗模拟的速度提高20倍 | NA | 研究目的是开发一种公开可用的端到端框架，用于生成虚拟3D和4D锥束CT，并提供一种深度学习加速技术以解决蒙特卡罗模拟的计算复杂性 | 研究对象是CT图像和锥束CT图像，以及用于放射治疗的图像引导工作流程 | 计算机视觉 | NA | 蒙特卡罗模拟 | 深度学习模型 | 图像 | NA | NA | NA | NA | NA |
| 894 | 2024-10-10 |
Differentiable modeling and optimization of non-aqueous Li-based battery electrolyte solutions using geometric deep learning
2024-Oct-05, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-51653-7
PMID:39369004
|
研究论文 | 本文开发了一种可微分的几何深度学习模型DiffMix，用于非水性锂基电池电解液溶液的建模和优化 | 本文通过创建几何深度学习可学习的物理系数，扩展了混合物热力学和传输定律，并结合机器人实验装置Clio，实现了电解液离子电导率的显著提升 | NA | 开发一种新的模型来优化电池电解液的性能 | 非水性锂基电池电解液 | 机器学习 | NA | 几何深度学习 | 几何深度学习模型 | 混合物热力学和离子传输属性 | NA | NA | NA | NA | NA |
| 895 | 2024-10-10 |
Unsupervised few shot learning architecture for diagnosis of periodontal disease in dental panoramic radiographs
2024-10-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-73665-5
PMID:39369017
|
研究论文 | 研究提出了一种用于牙科全景X光片中牙周病诊断的无监督少样本学习算法 | 引入了一种新的无监督少样本学习算法，利用UNet架构生成感兴趣区域，并通过卷积变分自编码器提取关键特征，通过高级聚类算法进行标签分配，克服了医学影像中标记数据稀缺的问题 | NA | 解决医学影像中标记数据稀缺的问题，提高牙周病诊断的准确性和效率 | 牙科全景X光片中的牙周病诊断 | 计算机视觉 | 牙周病 | UNet架构、卷积变分自编码器 | UNet、卷积变分自编码器 | 图像 | 100张标记图像 | NA | NA | NA | NA |
| 896 | 2024-10-10 |
A lighter hybrid feature fusion framework for polyp segmentation
2024-10-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-72763-8
PMID:39369043
|
研究论文 | 提出了一种新的CNN-Transformer混合模型用于息肉分割，结合了CNN和Transformer的优势，提高了分割精度并提升了计算效率 | 将自注意力计算从整个特征图转换到宽度和高度方向，设计了新的信息传播模块并引入了额外的位置偏置系数，减少了Transformer中深度和混合特征融合带来的信息分散 | 未提及具体限制 | 提高息肉分割的准确性和计算效率 | 结肠镜图像中的息肉 | 计算机视觉 | 结直肠癌 | NA | CNN-Transformer混合模型 | 图像 | 多个基准数据集 | NA | NA | NA | NA |
| 897 | 2024-10-10 |
Deep learning models for tendinopathy detection: a systematic review and meta-analysis of diagnostic tests
2024-Oct-03, EFORT open reviews
IF:4.3Q1
DOI:10.1530/EOR-24-0016
PMID:39360789
|
综述 | 本文对使用深度学习模型进行肌腱病检测的诊断测试进行了系统综述和荟萃分析 | 本文通过荟萃分析评估了深度学习模型在诊断肌腱病中的性能，展示了其在医学影像诊断中的潜在应用价值 | 本文主要依赖于已发表的研究，可能存在选择偏倚和研究质量不一致的问题 | 评估深度学习模型在诊断肌腱病中的性能 | 深度学习模型在肌腱病诊断中的应用 | 机器学习 | NA | 深度学习 | 深度学习模型 | 影像 | 分析了来自六篇文章的十一种深度学习模型 | NA | NA | NA | NA |
| 898 | 2024-10-10 |
Intelligent skin-removal photoacoustic computed tomography for human based on deep learning
2024-Oct, Journal of biophotonics
IF:2.0Q3
DOI:10.1002/jbio.202400197
PMID:39092484
|
研究论文 | 本文提出了一种基于深度学习的智能皮肤去除光声计算机断层扫描方法，用于人体深层组织的成像 | 本文提出了一种基于特征金字塔结构和单一类型皮肤标注的2.5D深度学习模型，并设计了一种掩码生成算法来自动去除皮肤，提高了图像重建的准确性和信噪比 | NA | 开发一种能够有效去除皮肤信号干扰的光声计算机断层扫描方法，以实现人体深层组织的高清成像 | 人体外周血管的光声图像 | 计算机视觉 | NA | 光声计算机断层扫描（PACT） | 2.5D深度学习模型 | 图像 | 人体外周血管 | NA | NA | NA | NA |
| 899 | 2024-10-10 |
A novel method combining deep learning with the Kennard-Stone algorithm for training dataset selection for image-based rice seed variety identification
2024-Oct, Journal of the science of food and agriculture
IF:3.3Q2
DOI:10.1002/jsfa.13668
PMID:39031773
|
研究论文 | 本文提出了一种结合深度学习和Kennard-Stone算法的新方法，用于基于图像的水稻种子品种识别的训练数据集选择 | 引入了结合深度学习和Kennard-Stone算法的训练样本选择方法，显著提高了水稻品种分类的准确性 | 需要进一步探索该方法在其他类型数据集上的应用潜力 | 提高基于图像的水稻种子品种识别的准确性 | 20种杂交水稻种子品种的RGB图像 | 计算机视觉 | NA | 深度学习 | 卷积神经网络 (CNN) 和自编码器 | 图像 | 20种杂交水稻种子品种 | NA | NA | NA | NA |
| 900 | 2024-10-10 |
From leaf to harvest: achieving sustainable agriculture through advanced disease prediction with DBN-EKELM
2024-Oct, Journal of the science of food and agriculture
IF:3.3Q2
DOI:10.1002/jsfa.13665
PMID:38932576
|
研究论文 | 本文介绍了一种基于深度信念网络增强核极限学习机（DBN-EKELM）的新技术，用于早期检测和分类植物病害 | 提出了DBN-EKELM技术，结合了深度学习和核极限学习机的优势，并引入了一种新的二进制增益共享知识优化算法（NBGSK）进行参数调优 | 未提及具体限制 | 开发一种新的深度学习技术，用于早期检测和分类植物病害，以提高农业生产的可持续性 | 植物病害的早期检测和分类 | 机器学习 | NA | 深度信念网络（DBN），增强核极限学习机（EKELM） | 深度信念网络（DBN） | 图像 | 未提及具体样本数量 | NA | NA | NA | NA |