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 1061 - 1080 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
1061 2024-10-06
Automated image transcription for perinatal blood pressure monitoring using mobile health technology
2024-Oct, PLOS digital health
研究论文 本文介绍了一种利用移动健康技术自动转录产前血压监测图像的新方法 开发了一种自动图像转录技术,用于从血压设备中有效转录读数,提高了血压数据的可访问性和可用性 NA 解决低识字人群中将自我测量血压监测系统中的血压数据传输到医疗健康记录或代理数据库的挑战 产前和产后期间的血压监测,特别是在资源匮乏和低识字人群中 计算机视觉 NA 深度学习 卷积神经网络 图像 49名助产士和2281名孕妇的数据
1062 2024-10-05
Towards a fully automatic workflow for investigating the dynamics of lung cancer cachexia during radiotherapy using cone beam computed tomography
2024-Oct-04, Physics in medicine and biology IF:3.3Q1
研究论文 本文提出了一种基于人工智能的全自动工作流程,用于在放射治疗期间通过锥束计算机断层扫描(CBCT)监测肺癌恶病质患者的胸大肌面积变化 本文首次提出了一种基于CBCT图像的全自动人工智能工作流程,用于监测肺癌恶病质患者的胸大肌面积变化,并开发了一种基于蒙特卡罗退火的不确定性度量(UM)来评估组织分割性能 本文仅展示了概念验证,尚未在临床环境中验证该工作流程的实际应用效果 开发一种全自动的人工智能工作流程,用于在放射治疗期间监测肺癌恶病质患者的胸大肌面积变化,以实现早期干预 III期非小细胞肺癌患者 计算机视觉 肺癌 锥束计算机断层扫描(CBCT) 生成对抗网络(GAN)、U-Net 图像 140名III期非小细胞肺癌患者
1063 2024-10-05
Prediction of testicular histology in azoospermia patients through deep learning-enabled two-dimensional grayscale ultrasound
2024-Oct-04, Asian journal of andrology IF:3.0Q1
研究论文 开发了一种基于深度学习的二维灰度超声模型,用于预测无精子症患者的睾丸组织学 首次利用深度学习技术通过超声图像预测无精子症患者的睾丸组织学,避免了不必要的睾丸活检 研究仅限于特定时间段和特定医院的数据,可能存在样本偏倚 开发一种非侵入性方法,通过超声图像预测无精子症患者的睾丸组织学 无精子症患者的睾丸组织学 计算机视觉 男性不育症 深度学习 深度学习模型 图像 353名无精子症患者,共4357张超声图像
1064 2024-10-05
Sentiment analysis of letters of recommendation for a U.S. pain medicine fellowship from 2020 to 2023
2024-Oct-04, Pain practice : the official journal of World Institute of Pain IF:2.5Q2
研究论文 研究评估了2020年至2023年美国疼痛医学奖学金申请推荐信中的偏见和差异 使用自然语言处理和深度学习工具分析推荐信中的情感和偏见 仅限于一个机构的数据,可能无法代表所有申请者 评估推荐信中的偏见和差异 推荐信中的情感和偏见 自然语言处理 NA 自然语言处理 深度学习 文本 964份申请
1065 2024-10-05
Deep learning ResNet34 model-assisted diagnosis of sickle cell disease via microcolumn isoelectric focusing
2024-Oct-03, Analytical methods : advancing methods and applications IF:2.7Q1
研究论文 本文提出了一种利用ResNet34深度学习模型辅助通过微柱等电聚焦技术诊断镰状细胞病的新方法 本文创新性地将ResNet34深度学习模型与微柱等电聚焦技术结合,实现了对镰状细胞病的自动化和标准化诊断 NA 开发一种更有效、自动化且成本较低的镰状细胞病诊断方法 镰状细胞病及其相关血红蛋白变异体的诊断 计算机视觉 血液疾病 微柱等电聚焦 ResNet34 图像 镰状细胞病血液样本
1066 2024-10-05
Multi-Organ Foundation Model for Universal Ultrasound Image Segmentation with Task Prompt and Anatomical Prior
2024-Oct-03, IEEE transactions on medical imaging IF:8.9Q1
研究论文 提出了一种用于通用超声图像分割的多器官基础模型MOFO,通过任务提示和解剖先验优化多器官的联合分割 MOFO模型通过提取器官不变特征并结合任务提示和解剖先验,实现了多器官超声图像的通用分割,超越了单器官方法 NA 解决超声图像数据稀缺和视野小导致的分割模型缺乏鲁棒性和多器官解剖结构相关性被忽视的问题 多器官超声图像的语义分割 计算机视觉 NA 深度学习 MOFO 图像 7039张来自10个器官的超声图像
1067 2024-10-05
A dynamic approach for MR T2-weighted pelvic imaging
2024-Oct-03, Physics in medicine and biology IF:3.3Q1
研究论文 本文介绍了一种用于T2加权盆腔成像的新型动态方法,旨在解决由蠕动引起的运动伪影问题 提出了一种快速动态数据采集策略和基于深度平衡模型的展开方法,用于从动态采样的k空间数据中重建图像 NA 解决盆腔成像中由蠕动引起的运动伪影问题 T2加权盆腔成像 计算机视觉 NA 快速动态数据采集策略 深度平衡模型 图像 NA
1068 2024-10-05
Uncertainty-aware probabilistic graph neural networks for road-level traffic crash prediction
2024-Oct-02, Accident; analysis and prevention
研究论文 本文介绍了一种用于道路级交通碰撞预测的不确定性感知概率图神经网络模型 首次引入时空零膨胀Tweedie图神经网络(STZITD-GNN),结合统计Tweedie家族的可解释性和图神经网络的预测能力,能够全面预测各种碰撞风险 NA 开发一种可靠且负责任的交通碰撞预测模型,以应对日益增长的公共安全问题并提高城市移动系统的安全性 道路级交通碰撞预测 计算机视觉 NA 图神经网络 STZITD-GNN 交通数据 使用来自英国伦敦的真实世界交通数据进行实证测试
1069 2024-10-05
Cardiac Substructure Dose and Survival in Stereotactic Radiotherapy for Lung Cancer: Results of the Multi-Centre SSBROC Trial
2024-Oct, Clinical oncology (Royal College of Radiologists (Great Britain))
研究论文 研究立体定向放射治疗(SABR)对早期非小细胞肺癌患者心脏亚结构剂量与生存率的影响 首次探讨了SABR治疗中对心脏亚结构的剂量及其对生存率的影响 研究样本量较小,需要进一步在大规模研究中验证心脏亚结构剂量与生存率的关系 探讨立体定向放射治疗(SABR)对早期非小细胞肺癌患者心脏亚结构的剂量及其对生存率的影响 早期非小细胞肺癌患者在接受SABR治疗时心脏亚结构的剂量及其对生存率的影响 数字病理学 肺癌 立体定向放射治疗(SABR) 混合深度学习模型 CT影像 117名患者
1070 2024-10-05
Individual identification in acoustic recordings
2024-Oct, Trends in ecology & evolution IF:16.7Q1
研究论文 本文探讨了生物声学中的个体识别技术及其在生态和进化研究中的应用潜力 提出了利用深度学习技术改进声学个体识别方法,并建议通过在小规模时空尺度上进行案例研究来推动该技术的发展 深度学习技术的进步受限于训练数据,且当前方法不适用于许多潜在应用场景 探讨声学个体识别技术在生态和进化研究中的应用前景 生物声学中的个体识别技术及其应用 NA NA 深度学习 NA 声学数据 NA
1071 2024-10-05
A deep learning model for generating [18F]FDG PET Images from early-phase [18F]Florbetapir and [18F]Flutemetamol PET images
2024-Oct, European journal of nuclear medicine and molecular imaging IF:8.6Q1
研究论文 本文提出了一种深度学习模型,用于从早期阶段的[18F]Florbetapir和[18F]Flutemetamol PET图像生成[18F]FDG PET图像 利用深度学习技术从早期阶段的[18F]Florbetapir和[18F]Flutemetamol PET图像生成[18F]FDG PET图像,减少PET扫描次数、辐射剂量和患者不适 NA 评估通过深度学习从早期阶段的[18F]Florbetapir和[18F]Flutemetamol PET图像生成[18F]FDG PET图像的价值 166名认知正常、轻度认知障碍和痴呆患者 计算机视觉 阿尔茨海默病 深度学习 SwinUNETR 图像 166名受试者
1072 2024-10-05
Development of a multi-modal learning-based lymph node metastasis prediction model for lung cancer
2024-Oct, Clinical imaging IF:1.8Q3
研究论文 本研究提出了一种基于三维多模态学习的模型,用于自动预测和分类非小细胞肺癌患者的淋巴结转移 本研究创新性地结合了CT图像和临床信息,构建了多模态模型,并通过软投票集成技术进一步提升了分类性能 本研究仅限于非小细胞肺癌患者,且样本量主要来自多个机构的数据 研究目的是开发一种辅助工具,用于评估非小细胞肺癌患者的淋巴结转移情况,从而辅助患者筛查和治疗计划 研究对象为非小细胞肺癌患者的淋巴结转移情况 计算机视觉 肺癌 深度学习算法 多模态模型 图像和临床信息 4239名非小细胞肺癌患者
1073 2024-10-05
Development of deep learning algorithm for detecting dyskalemia based on electrocardiogram
2024-10-01, Scientific reports IF:3.8Q1
研究论文 开发了一种基于心电图的深度学习算法用于检测电解质异常 利用深度学习模型从心电图中检测高钾血症和低钾血症,提供了一种非侵入性且快速的诊断方法 研究基于回顾性数据,需要进一步的前瞻性研究验证模型的临床应用效果 开发一种能够从心电图中快速检测电解质异常的深度学习算法 高钾血症和低钾血症的检测 机器学习 心血管疾病 深度学习 深度学习模型 心电图 共使用了310,449个训练样本,15,828个验证样本,23,849个内部测试样本和130,415个外部验证样本
1074 2024-10-05
Deep learning approaches for assessing pediatric sleep apnea severity through SpO2 signals
2024-10-01, Scientific reports IF:3.8Q1
研究论文 研究提出了一种通过分析血氧饱和度(SpO2)信号来评估儿童睡眠呼吸暂停低通气(SAH)严重程度的方法 采用ResNet和注意力增强的混合CNN-BiGRU模型处理SpO2信号,提供了一种非侵入性、儿童友好的SAH诊断方法 在严重SAH病例中准确估计AHI仍存在挑战 开发一种非侵入性方法来评估儿童SAH的严重程度 儿童SAH的严重程度评估 机器学习 NA 深度学习 ResNet, CNN-BiGRU 信号 844个SpO2信号,分为训练集(60%)、测试集(30%)和验证集(10%)
1075 2024-10-05
A deep-learning model for characterizing tumor heterogeneity using patient-derived organoids
2024-10-01, Scientific reports IF:3.8Q1
研究论文 本文介绍了一种用于表征肿瘤异质性的深度学习模型,通过患者来源的类器官进行分析 本文提出了一种顺序深度学习模型,用于处理由于异质性导致的复杂性,与直接应用单一模型的常规方法形成对比 NA 开发精准医学和癌症治疗临床前研究的特征识别方法 患者来源的类器官(PDOs)的形态异质性和相关基因子集 机器学习 NA 深度学习 深度学习模型 图像 大量和多种类的患者来源类器官(PDOs)
1076 2024-10-05
Retinal fundus image super-resolution based on generative adversarial network guided with vascular structure prior
2024-10-01, Scientific reports IF:3.8Q1
研究论文 本文提出了一种基于生成对抗网络的视网膜眼底图像超分辨率方法,通过引入血管结构先验信息来提高图像质量 本文创新性地使用预训练的U-Net模型生成血管结构分割图作为结构先验,并通过空间特征变换层将其整合到生成器中,同时引入通道和空间注意力模块增强判别器的判别能力 本文未提及具体的局限性 提高视网膜眼底图像的超分辨率质量,减少结构失真 视网膜眼底图像 计算机视觉 NA 生成对抗网络 生成对抗网络 图像 视网膜图像数据集
1077 2024-10-03
Machine learning model predicting factors for incisional infection following right hemicolectomy for colon cancer
2024-Oct-01, BMC surgery IF:1.6Q2
研究论文 研究利用机器学习模型预测右半结肠切除术后切口感染的风险因素 首次使用深度学习模型在预测右半结肠切除术后切口感染方面表现出最高性能 样本量相对较小,可能影响模型的泛化能力 利用机器学习模型预测右半结肠切除术后切口感染的风险因素 右半结肠切除术后切口感染的风险因素 机器学习 结直肠癌 机器学习 深度学习模型 临床数据 322名接受右半结肠切除术的结肠癌患者
1078 2024-10-05
Optimized polycystic ovarian disease prognosis and classification using AI based computational approaches on multi-modality data
2024-Oct-01, BMC medical informatics and decision making IF:3.3Q2
研究论文 本文利用人工智能和多模态数据优化了多囊卵巢疾病的预测和分类 本文提出了基于机器学习和深度学习的多模态数据分析方法,用于多囊卵巢疾病的早期诊断和分类 本文仅使用了Kaggle上的数据集,可能存在数据偏差;此外,研究未涵盖所有可能的临床特征和影像数据 研究目的是通过分析临床数据和超声影像数据,实现多囊卵巢疾病的早期诊断和分类 研究对象是多囊卵巢疾病及其相关症状 机器学习 妇科疾病 机器学习算法和深度学习算法 支持向量机和VGG16 临床数据和超声影像 541个临床特征实例和3856张超声影像
1079 2024-10-04
Unveiling the Role of Solvent in Solution Phase Chemical Reactions using Deep Potential-Based Enhanced Sampling Simulations
2024-Oct-03, The journal of physical chemistry letters IF:4.8Q1
研究论文 本文使用基于深度学习的主动学习策略开发了适用于溶液相反应系统的机器学习势能,并通过增强采样模拟研究了溶剂在反应中的作用 本文创新性地使用机器学习势能进行增强采样模拟,揭示了溶剂在溶液相化学反应中的作用 NA 研究溶剂在溶液相化学反应中的作用 Menshutkin反应,一种经典的二分子亲核取代反应 NA NA 机器学习 深度学习模型 NA NA
1080 2024-10-04
A deep learning approach to case prioritisation of colorectal biopsies
2024-Oct-03, Histopathology IF:3.9Q1
研究论文 开发并验证了一种用于检测结直肠组织病理学异常的弱监督人工智能模型,并根据临床重要性对活检进行优先排序 开发了一种名为Triagnexia Colorectal的弱监督深度学习模型,用于分类结直肠样本,并将其集成到数字病理工作流程中 NA 开发和验证一种用于检测结直肠组织病理学异常的人工智能模型 结直肠活检样本 数字病理学 结直肠癌 深度学习 弱监督深度学习模型 图像 24,983张数字化图像用于训练,100和101张单片病例用于验证
回到顶部