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 1041 - 1060 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
1041 2024-10-06
Deep Learning Denoising Improves CT Perfusion Image Quality in the Setting of Lower Contrast Dosing: A Feasibility Study
2024-Oct-03, AJNR. American journal of neuroradiology
研究论文 本研究探讨了在低碘对比剂剂量下,通过深度学习去噪技术提高CT灌注成像质量的可行性 本研究首次在低碘对比剂剂量下应用深度学习去噪技术,显著提高了CT灌注成像的信噪比和图像质量 研究样本量较小,且仅限于动物和临床病例,未来需在大规模临床试验中验证其效果 开发在低碘对比剂剂量下仍能保持图像质量的CT灌注成像协议 猪和人类患者的CT灌注成像 计算机视觉 NA CT灌注成像 残差编码器-解码器卷积神经网络(RED-CNN) 图像 12头猪和22名患者
1042 2024-10-06
High-sensitivity acceleration sensor detecting micro-mechanomyogram and deep learning approach for parkinson's disease classification
2024-10-03, Scientific reports IF:3.8Q1
研究论文 本研究使用高灵敏度加速度传感器检测帕金森病患者的高频微振动,并利用深度学习模型进行疾病分类 首次使用高灵敏度加速度传感器检测帕金森病患者肌肉纤维中的高频微振动(微机械肌动图),并开发了基于深度学习的分类模型 NA 开发一种基于高频微振动检测的帕金森病诊断方法 帕金森病患者和健康对照组的拇指伸肌 机器学习 帕金森病 高灵敏度加速度传感器 深度学习模型 微机械肌动图 帕金森病患者和健康对照组
1043 2024-10-06
Deep learning-based multi-frequency denoising for myocardial perfusion SPECT
2024-Oct-02, EJNMMI physics IF:3.0Q2
研究论文 本文开发了一种基于深度学习的集成多频去噪网络,用于增强低剂量心肌灌注SPECT去噪效果 提出了一种3D集成注意力引导的多频条件生成对抗网络(AttMFGAN),并与传统的AttGAN和多频带AttGAN(AttGAN-MF)进行了比较 NA 开发一种集成多频去噪网络,以进一步增强低剂量心肌灌注SPECT的去噪效果 低剂量心肌灌注SPECT图像的去噪效果 计算机视觉 心血管疾病 生成对抗网络(GAN) 生成对抗网络(GAN) 图像 50名匿名患者的数据,分为训练集(35名)、验证集(5名)和测试集(10名)
1044 2024-10-06
Improving predictions of rock tunnel squeezing with ensemble Q-learning and online Markov chain
2024-Oct-02, Scientific reports IF:3.8Q1
研究论文 本文提出了一种结合集成学习、Q学习和在线马尔可夫链的方法,用于提高岩石隧道挤压预测的准确性和可靠性 本文的创新点在于将集成学习技术与Q学习和在线马尔可夫链相结合,以捕捉隧道参数的多样性并优化预测性能 NA 本文的研究目的是提高岩石隧道挤压预测的准确性和可靠性 本文的研究对象是岩石隧道挤压预测 计算机视觉 NA 集成学习、Q学习、在线马尔可夫链 深度学习模型(CNN、RNN) 隧道参数数据 多个隧道建设项目的综合数据库
1045 2024-10-06
Comparison of DNA methylation based classification models for precision diagnostics of central nervous system tumors
2024-Oct-02, NPJ precision oncology IF:6.8Q1
研究论文 本文开发了三种基于DNA甲基化数据的分类模型,用于中枢神经系统肿瘤的精准诊断 本文首次比较了深度学习神经网络、k近邻和随机森林三种模型在中枢神经系统肿瘤分类中的表现,并评估了它们在肿瘤纯度降低时的鲁棒性 本文未详细讨论模型的训练时间和计算资源需求 提高中枢神经系统肿瘤分类的精准度,为临床治疗决策提供支持 中枢神经系统肿瘤的分类 机器学习 中枢神经系统肿瘤 DNA甲基化分析 深度学习神经网络 DNA甲基化数据 2054个样本
1046 2024-10-06
Deep learning-derived optimal aviation strategies to control pandemics
2024-10-02, Scientific reports IF:3.8Q1
研究论文 研究了国际商业航班对全球COVID-19感染动态的影响,并提出了基于图神经网络的航空策略优化框架 开发了基于图神经网络的Dynamic Weighted GraphSAGE框架,用于分析动态变化的航班信息对疫情传播的影响 NA 研究航空交通对COVID-19疫情传播的影响,并提出有效的航空策略以控制疫情 国际商业航班对COVID-19感染动态的影响 机器学习 NA 图神经网络 图神经网络 时空图 全球范围
1047 2024-10-06
Deep learning-based approaches for multi-omics data integration and analysis
2024-Oct-02, BioData mining IF:4.0Q1
综述 本文综述了基于深度学习的多组学数据整合与分析方法 本文介绍了生成方法在处理不完整数据和整合其他模态数据(如影像数据)方面的优势 本文未提及具体的实验结果或数据集,主要集中在方法论的讨论上 探讨深度学习在多组学数据整合中的应用及其最新进展 多组学数据(包括分子和影像模态)的整合与分析 机器学习 NA 深度学习 神经网络(前馈神经网络、图卷积神经网络、自编码器、生成对抗模型等) 多组学数据(基因组学、转录组学、蛋白质组学、表观基因组学、代谢组学等)和影像数据 NA
1048 2024-10-06
Association between myosteatosis and impaired glucose metabolism: A deep learning whole-body magnetic resonance imaging population phenotyping approach
2024-Oct, Journal of cachexia, sarcopenia and muscle
研究论文 本文研究了肌肉脂肪变性与葡萄糖代谢受损之间的关系,并开发了一种基于深度学习的全身磁共振成像方法来自动量化肌肉脂肪变性 本文创新性地使用深度学习模型来自动量化肌肉脂肪变性,并发现量化骨骼肌脂肪分数(SMFF)是葡萄糖代谢受损的独立预测因子 本文仅在两个前瞻性队列研究的数据上进行了验证,未来需要在更多样化的数据集上进行验证 研究肌肉脂肪变性与葡萄糖代谢受损之间的关系,并开发一种自动化的方法来量化肌肉脂肪变性 肌肉脂肪变性(IMAT和SMFF)与葡萄糖代谢受损之间的关系 机器学习 代谢性疾病 深度学习 深度学习模型 图像 380名KORA参与者
1049 2024-10-06
s2MRI-ADNet: an interpretable deep learning framework integrating Euclidean-graph representations of Alzheimer's disease solely from structural MRI
2024-Oct, Magma (New York, N.Y.)
研究论文 提出了一种仅基于结构MRI的阿尔茨海默病早期诊断的多维表示深度学习框架 整合了欧几里得空间和图空间的多维表示,采用双通道学习策略,分别从灰质体积和区域放射组学相似网络中提取特征 NA 开发一种仅基于结构MRI的阿尔茨海默病早期诊断方法 阿尔茨海默病 机器学习 阿尔茨海默病 深度学习 CNN 图像 3377名参与者的结构MRI数据
1050 2024-10-06
A deep learning approach to identify the fetal head position using transperineal ultrasound during labor
2024-Oct, European journal of obstetrics, gynecology, and reproductive biology
研究论文 开发了一种基于卷积神经网络的深度学习模型,用于在分娩第二阶段通过会阴超声自动识别胎儿头部位置 首次使用深度学习技术自动识别分娩第二阶段胎儿头部位置,并展示了高准确性和敏感性 需要在大规模数据集和实时患者中进一步验证模型,才能引入常规临床实践 开发一种自动识别分娩第二阶段胎儿头部位置的深度学习模型 胎儿头部位置的识别 计算机视觉 NA 卷积神经网络 CNN 图像 2154张会阴超声图像,来自16个合作中心的合格参与者
1051 2024-10-06
A systematic review of few-shot learning in medical imaging
2024-10, Artificial intelligence in medicine IF:6.1Q1
综述 本文系统回顾了医学影像中的少样本学习方法 本文通过分析80篇相关文献,提出了一个标准的方法学流程,并为未来的研究提供了参考 本文讨论了现有方法的局限性,并指出了最有前景的研究方向 旨在为医学影像分析中的少样本学习方法建立一个标准的方法学流程 医学影像分析中的少样本学习方法 计算机视觉 NA 少样本学习 NA 图像 80篇相关文献
1052 2024-10-06
Automatic two-dimensional & three-dimensional video analysis with deep learning for movement disorders: A systematic review
2024-10, Artificial intelligence in medicine IF:6.1Q1
综述 本文综述了使用深度学习进行二维和三维视频分析在运动障碍诊断和分析中的最新进展 探讨了深度学习在客观视频分析运动障碍中的应用,提供了实用的低成本解决方案 主要集中在文献综述,未进行新的实验或数据分析 系统综述深度学习在运动障碍视频分析中的最新进展,提供一个综合的知识库 运动障碍,如帕金森病、共济失调、运动障碍和妥瑞氏综合征 计算机视觉 神经退行性疾病 深度学习 NA 视频 68项相关研究
1053 2024-10-06
FA-Net: A hierarchical feature fusion and interactive attention-based network for dose prediction in liver cancer patients
2024-10, Artificial intelligence in medicine IF:6.1Q1
研究论文 本文提出了一种基于层次特征融合和交互注意力机制的剂量预测网络FA-Net,用于肝癌患者的放射治疗计划 引入层次特征融合模块和注意力机制解码器,以及在训练阶段使用自动编码器生成的感知损失来提高剂量预测的准确性 未提及具体限制 提高肝癌患者放射治疗计划中剂量预测的效率和质量 肝癌患者的CT图像和器官风险轮廓(OARs)及计划靶体积(PTV) 计算机视觉 肝癌 深度学习 FA-Net 图像 私人临床数据集
1054 2024-10-06
Remote Assessment of Eczema Severity via AI-powered Skin Image Analytics: A Systematic Review
2024-10, Artificial intelligence in medicine IF:6.1Q1
综述 本文综述了通过AI驱动的皮肤图像分析进行特应性皮炎严重程度远程评估的研究现状 本文提出了对现有工具的改进建议,包括需要高质量、无偏见的数据集和改进的图像分析方法 研究质量受到数据集挑战的限制,许多研究未报告患者年龄范围和皮肤光型范围,且大部分数据集未公开 旨在概述现有研究的质量,并识别改进现有工具鲁棒性和可靠性的挑战和建议 特应性皮炎严重程度的远程评估 计算机视觉 皮肤疾病 深度学习 NA 图像 25篇文章,其中13篇涉及特应性皮炎区域检测,12篇涉及严重程度预测
1055 2024-10-06
Accuracy of Artificial Intelligence Models in the Prediction of Periodontitis: A Systematic Review
2024-Oct, JDR clinical and translational research
综述 本文系统综述了人工智能模型在预测牙周炎中的准确性 探讨了人工智能在牙周病学中的潜力,以提高风险评估的准确性和提供个性化的治疗计划 大多数研究采用回顾性设计,未考虑最新的深度学习网络,且缺乏标准化的数据收集和分析协议 评估不同人工智能模型在预测牙周炎中的实际证据 牙周炎预测的人工智能模型 机器学习 牙周病 NA 人工神经网络、支持向量机、决策树、逻辑回归、随机森林 NA NA
1056 2024-10-06
Spectral Zones-Based SHAP/LIME: Enhancing Interpretability in Spectral Deep Learning Models Through Grouped Feature Analysis
2024-Oct-01, Analytical chemistry IF:6.7Q1
研究论文 本文提出了一种基于光谱区域的分组特征分析方法,通过改进SHAP和LIME算法,增强光谱深度学习模型的可解释性 本文的创新点在于不依赖于单个特征的扰动,而是通过光谱区域的分组扰动来直接估计训练模型的影响,从而提高了解释性和现实性 本文未提及具体的局限性 本文的研究目的是提高光谱深度学习模型的可解释性 本文的研究对象是光谱深度学习模型及其可解释性方法 机器学习 NA SHAP, LIME 深度学习模型 光谱数据 NA
1057 2024-10-06
Improving 18F-FDG PET Quantification Through a Spatial Normalization Method
2024-Oct-01, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1
研究论文 本文提出了一种基于迁移学习的深度神经网络模型,用于在没有3D MRI的情况下对F-FDG PET图像进行空间归一化 利用预训练的阿尔茨海默病PET模型进行迁移学习,实现了F-FDG PET图像的空间归一化,无需3D MRI 研究样本量较小,仅使用了103对F-FDG PET和MR图像进行微调 提高F-FDG PET图像的定量分析精度,以辅助脑部疾病的诊断和评估 F-FDG PET图像的空间归一化 计算机视觉 脑部疾病 迁移学习 深度神经网络 图像 103对F-FDG PET和MR图像用于训练,65个内部测试集和78个外部测试集用于验证
1058 2024-10-06
Role of inter- and extra-lesion tissue, transfer learning, and fine-tuning in the robust classification of breast lesions
2024-10-01, Scientific reports IF:3.8Q1
研究论文 本文研究了乳腺病变分类中病变内外组织的作用,以及迁移学习和微调对深度学习分类性能的影响 本文的创新点在于考虑了肿瘤内部组织(通过腐蚀操作提取特征)和病变及周围组织(通过膨胀操作提取特征)的特征,用于分类 本文的局限性在于神经网络在存在噪声图像、输入数据变化或对抗攻击时可能产生错误输出 本文的研究目的是提高乳腺病变在超声图像中的分类准确性和模型的可解释性 本文的研究对象是乳腺病变的超声图像及其分类 计算机视觉 乳腺癌 深度学习 CNN 图像 本文使用了BUS-BRA数据库(两类/良性和恶性)进行训练和测试,以及未见过的BUSI数据库(两类/良性和恶性)进行测试
1059 2024-10-06
Deep Learning Reconstruction to Improve the Quality of MR Imaging: Evaluating the Best Sequence for T-category Assessment in Non-small Cell Lung Cancer Patients
2024-Oct-01, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine IF:2.5Q2
研究论文 本研究评估了深度学习重建(DLR)在非小细胞肺癌患者中对MR成像质量和T分期评估的影响 首次报道了DLR在T2加权成像(T2WI)、短反转时间反转恢复(STIR)成像和无增强及增强3D快速扰相梯度回波(GRE)成像中对图像质量和T分期评估的改进效果 研究仅限于非小细胞肺癌患者,且样本量相对较小 评估DLR在MR成像中提高图像质量和T分期评估的适用性 非小细胞肺癌患者的MR成像和T分期评估 计算机视觉 肺癌 深度学习重建(DLR) NA 图像 213名经病理诊断的非小细胞肺癌患者
1060 2024-10-06
Artificial neural network inference analysis identified novel genes and gene interactions associated with skeletal muscle aging
2024-Oct, Journal of cachexia, sarcopenia and muscle
研究论文 利用人工神经网络推断分析识别与骨骼肌衰老相关的新基因和基因相互作用 首次利用人工神经网络推断(ANNi)方法识别与肌肉衰老和运动相关的新基因和基因相互作用 样本量较小,且仅限于年轻和老年男性,可能影响结果的普适性 识别与肌肉衰老和运动相关的新基因、基因相互作用及分子通路和过程 年轻和老年人的肌肉转录组数据 机器学习 老年疾病 RNA-seq 人工神经网络 转录组数据 年轻组8人,老年组8人
回到顶部