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 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 | 算法框架 | 模型架构 | 性能指标 | 计算资源 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1061 | 2024-09-17 |
Automatic diagnosis for adenomyosis in ultrasound images by deep neural networks
2024-Oct, European journal of obstetrics, gynecology, and reproductive biology
DOI:10.1016/j.ejogrb.2024.07.046
PMID:39121648
|
研究论文 | 本文介绍了一种基于深度神经网络的自动诊断子宫腺肌症的新技术 | 提出了一种基于Transformer网络的端到端统一网络框架A2DNet，用于自动诊断子宫腺肌症 | NA | 开发一种非侵入性的自动诊断子宫腺肌症的新技术 | 子宫腺肌症的自动诊断 | 计算机视觉 | 妇科疾病 | 深度学习 | Transformer网络 | 图像 | 1654名患者 | NA | NA | NA | NA |
| 1062 | 2024-09-17 |
Schizophrenia diagnosis using the GRU-layer's alpha-EEG rhythm's dependability
2024-Oct, Psychiatry research. Neuroimaging
|
研究论文 | 本文提出了一种基于门控循环单元（GRU）和alpha-EEG节律的深度学习模型，用于精神分裂症（SZ）的诊断 | 本文创新性地提出了Rudiment Densely-Coupled Convolutional Gated Recurrent Unit（RDCGRU）模型，用于基于EEG节律（gamma, beta, alpha, theta, 和 delta）的精神分裂症诊断 | NA | 研究目的是验证alpha-EEG节律在基于门控循环单元的深度学习模型中诊断精神分裂症的可靠性 | 研究对象是精神分裂症患者和alpha-EEG节律 | 机器学习 | 精神疾病 | 深度学习 | 门控循环单元（GRU） | 脑电图（EEG） | NA | NA | NA | NA | NA |
| 1063 | 2024-09-17 |
Deep Learning Prediction for Distal Aortic Remodeling After Thoracic Endovascular Aortic Repair in Stanford Type B Aortic Dissection
2024-Oct, Journal of endovascular therapy : an official journal of the International Society of Endovascular Specialists
IF:1.7Q2
DOI:10.1177/15266028231160101
PMID:36927177
|
研究论文 | 本研究旨在开发一种深度学习模型，用于预测斯坦福B型主动脉夹层患者在接受胸主动脉腔内修复术后远端主动脉的重塑情况 | 本研究首次使用卷积神经网络（CNN）和点云神经网络（PC-NN）来预测主动脉重塑情况，并发现PC-NN在预测负性主动脉重塑和再干预方面优于CNN | 本研究为回顾性研究，样本量相对较小，且仅在一个中心进行 | 开发一种基于CTA的深度学习算法，用于自动化预测胸主动脉腔内修复术后远端主动脉的重塑情况 | 斯坦福B型主动脉夹层患者在接受胸主动脉腔内修复术后的远端主动脉重塑情况 | 计算机视觉 | 心血管疾病 | CTA | CNN, PC-NN | 图像 | 147例急性或亚急性斯坦福B型主动脉夹层患者 | NA | NA | NA | NA |
| 1064 | 2024-09-17 |
Efficient Generation of Pretraining Samples for Developing a Deep Learning Brain Injury Model via Transfer Learning
2024-Oct, Annals of biomedical engineering
IF:3.0Q3
DOI:10.1007/s10439-023-03354-3
PMID:37642795
|
研究论文 | 研究如何通过迁移学习使用高精度的变换神经网络（TNN）生成预训练样本，以减少开发深度学习脑损伤模型所需的计算资源 | 提出了一种通过迁移学习使用TNN生成预训练样本的方法，显著提高了CNN模型的准确性，特别是在微调数据集较小的情况下 | 当微调样本数量达到3000或更多时，预训练带来的改进不明显 | 研究如何通过迁移学习减少开发深度学习脑损伤模型所需的计算资源 | 脑损伤模型 | 机器学习 | NA | 迁移学习 | 卷积神经网络（CNN），变换神经网络（TNN） | 合成冲击数据，增强冲击数据 | 100个合成冲击样本，100个增强冲击样本，191个独立测量冲击样本 | NA | NA | NA | NA |
| 1065 | 2024-09-15 |
Image dataset for cattle biometric detection and analysis
2024-Oct, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.110835
PMID:39263231
|
研究论文 | 本文介绍了一个用于牛生物特征检测和分析的图像数据集 | 该数据集包含了72头霍林郭勒黄牛的侧面和背面图像，并附有详细的生物特征标注，可用于构建深度学习模型以实现自动化牲畜监测系统 | NA | 提高畜牧业管理效率和运营效果，促进农业智能化和可持续发展 | 霍林郭勒黄牛的生物特征 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 72头霍林郭勒黄牛 | NA | NA | NA | NA |
| 1066 | 2024-09-15 |
Radiographic imaging and diagnosis of spinal bone tumors: AlexNet and ResNet for the classification of tumor malignancy
2024-Oct, Journal of bone oncology
IF:3.1Q2
DOI:10.1016/j.jbo.2024.100629
PMID:39257652
|
研究论文 | 研究探讨了放射影像和图像识别算法在脊柱骨肿瘤恶性分类中的应用，特别是AlexNet和ResNet模型的应用 | 研究首次将AlexNet和ResNet模型应用于脊柱骨肿瘤的恶性分类，展示了深度学习和卷积神经网络在医学影像分析中的潜力 | 研究仅限于脊柱骨肿瘤的恶性分类，且样本量相对较小，未来需扩大样本量和研究范围 | 探索放射影像和图像识别算法在脊柱骨肿瘤恶性分类中的应用 | 脊柱骨肿瘤的恶性分类 | 计算机视觉 | NA | 卷积神经网络 (CNN) | AlexNet, ResNet | 图像 | 580名患者，1532张图像（679张良性肿瘤图像，853张恶性肿瘤图像） | NA | NA | NA | NA |
| 1067 | 2024-09-15 |
Create distinctive databases of ancient languages and using a computer vision model to accurately recognize and classify them
2024-Oct, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.110809
PMID:39257691
|
研究论文 | 本文提出了一种基于深度学习的楔形文字识别方法，通过计算机视觉模型快速识别和分类楔形文字图像 | 利用预先存在的音译和拉丁字母表示法，解决了希伯来字母数据收集困难的问题，并使用Yolov8预训练模型进行对象识别 | NA | 加速楔形文字的识别和分类过程 | 楔形文字图像和希伯来字母 | 计算机视觉 | NA | 深度学习 | Yolov8 | 图像 | 约500张希伯来语书籍插图和超过1000张伊拉克发现的古代文档图像 | NA | NA | NA | NA |
| 1068 | 2024-09-15 |
Personalized Deep Learning Model for Clinical Target Volume on Daily Cone Beam Computed Tomography in Breast Cancer Patients
2024-Oct, Advances in radiation oncology
IF:2.2Q2
DOI:10.1016/j.adro.2024.101580
PMID:39258144
|
研究论文 | 开发了一种深度学习算法，用于在乳腺癌患者的每日锥形束CT扫描中改进临床靶区体积的分割 | 利用Intentional Deep Overfit Learning (IDOL)框架，实现了基于患者特异性学习的个性化图像引导放射治疗 | 未来研究应探索IDOL框架在不同深度学习模型、数据集和癌症部位的适应性 | 提高乳腺癌放射治疗中每日锥形束CT扫描的临床靶区体积分割精度 | 乳腺癌患者的每日锥形束CT扫描 | 计算机视觉 | 乳腺癌 | 深度学习 | Swin UNETR, UNET, SegResNET | 图像 | 240次CBCT扫描，来自100名乳腺癌患者 | NA | NA | NA | NA |
| 1069 | 2024-09-14 |
The research hotspots and theme trends of artificial intelligence in nurse education: A bibliometric analysis from 1994 to 2023
2024-10, Nurse education today
IF:3.6Q1
DOI:10.1016/j.nedt.2024.106321
PMID:39084073
|
综述 | 本文通过文献计量分析探讨了1994年至2023年间人工智能在护理教育中的研究热点和主题趋势 | 本文通过多种分析工具揭示了人工智能在护理教育中的研究热点和未来趋势 | 本文主要依赖文献计量分析，可能忽略了其他定性研究方法的贡献 | 探讨人工智能在护理教育中的研究热点和主题趋势 | 人工智能在护理教育中的应用 | 机器学习 | NA | 文献计量分析 | NA | 文本 | 135篇文章 | NA | NA | NA | NA |
| 1070 | 2024-09-14 |
Non-invasive prediction of axillary lymph node dissection exemption in breast cancer patients post-neoadjuvant therapy: A radiomics and deep learning analysis on longitudinal DCE-MRI data
2024-Oct, Breast (Edinburgh, Scotland)
DOI:10.1016/j.breast.2024.103786
PMID:39137488
|
研究论文 | 本研究利用放射组学和深度学习分析纵向DCE-MRI数据，预测乳腺癌患者在新辅助治疗后腋窝淋巴结切除豁免的可能性 | 本研究引入了一种基于支持向量机的“数据整合”模型，显著提高了腋窝淋巴结状态评估的准确性 | 本研究为回顾性分析，样本量有限，需要进一步的前瞻性研究验证 | 开发一种精确的方法来评估乳腺癌患者在新辅助治疗后腋窝淋巴结的状态 | 乳腺癌患者在新辅助治疗后的腋窝淋巴结状态 | 数字病理学 | 乳腺癌 | 动态对比增强MRI (DCE-MRI) | 支持向量机 (SVM) | 图像 | 160名乳腺癌患者 | NA | NA | NA | NA |
| 1071 | 2024-09-13 |
Machine learning and matrix-assisted laser desorption/ionization time-of-flight mass spectra for antimicrobial resistance prediction: A systematic review of recent advancements and future development
2024-Oct-11, Journal of chromatography. A
DOI:10.1016/j.chroma.2024.465262
PMID:39197363
|
综述 | 本文综述了使用机器学习和基质辅助激光解吸/电离飞行时间质谱（MALDI-TOF MS）预测抗生素抗性的最新进展和未来发展 | 本文强调了深度学习技术在抗生素抗性预测中的潜力 | 本文主要集中在随机森林、支持向量机和逻辑回归等传统机器学习算法上，未深入探讨其他新兴技术 | 评估当前使用机器学习从MALDI-TOF质谱数据中检测和分类抗生素抗性的技术水平 | 研究对象主要包括金黄色葡萄球菌、肺炎克雷伯菌和大肠杆菌等细菌及其对抗生素的抗性 | 机器学习 | NA | 基质辅助激光解吸/电离飞行时间质谱（MALDI-TOF MS） | 随机森林、支持向量机、逻辑回归、人工神经网络 | 质谱数据 | 40项研究符合纳入标准 | NA | NA | NA | NA |
| 1072 | 2024-09-13 |
m5c-iDeep: 5-Methylcytosine sites identification through deep learning
2024-Oct, Methods (San Diego, Calif.)
DOI:10.1016/j.ymeth.2024.07.008
PMID:39089345
|
研究论文 | 本文开发了一种基于深度学习的计算方法m5c-iDeep，用于快速准确地识别RNA中的5-甲基胞嘧啶位点 | m5c-iDeep模型在准确性和鲁棒性方面优于现有的m5c预测工具，达到了99.9%的准确率 | NA | 开发一种高效的计算方法来识别RNA中的5-甲基胞嘧啶位点 | RNA中的5-甲基胞嘧啶位点 | 机器学习 | NA | 深度学习 | LSTM | 序列数据 | NA | NA | NA | NA | NA |
| 1073 | 2024-09-13 |
Deep learning based method for predicting DNA N6-methyladenosine sites
2024-Oct, Methods (San Diego, Calif.)
DOI:10.1016/j.ymeth.2024.07.012
PMID:39097179
|
研究论文 | 提出了一种基于深度学习的预测DNA N6-甲基腺苷位点的方法 | 提出了基于全局响应归一化的多尺度卷积模型（CG6mA）来解决6mA位点预测问题 | 未提及 | 开发一种高效的方法来预测DNA N6-甲基腺苷位点 | DNA N6-甲基腺苷位点 | 机器学习 | NA | 深度学习 | 多尺度卷积模型 | DNA序列 | 使用了三种不同类型的基准数据集进行测试 | NA | NA | NA | NA |
| 1074 | 2024-08-20 |
Advanced deep learning approaches enable high-throughput biological and biomedicine data analysis
2024-Oct, Methods (San Diego, Calif.)
DOI:10.1016/j.ymeth.2024.08.002
PMID:39154807
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1075 | 2024-09-13 |
A novel deep learning identifier for promoters and their strength using heterogeneous features
2024-Oct, Methods (San Diego, Calif.)
DOI:10.1016/j.ymeth.2024.08.005
PMID:39168294
|
研究论文 | 设计了一种名为PROCABLES的双层深度学习预测器，用于区分DNA样本中的启动子和启动子强度 | 提出了一种新的双层深度学习模型PROCABLES，结合了卷积神经网络（CNN）和双向长短期记忆网络（LSTM），并利用多种特征提取DNA序列中的隐藏模式 | NA | 开发一种计算方法来准确识别和表征启动子及其强度，以支持药物发现 | DNA序列中的启动子和启动子强度 | 机器学习 | NA | 深度学习 | 卷积神经网络（CNN）和双向长短期记忆网络（LSTM） | DNA序列 | NA | NA | NA | NA | NA |
| 1076 | 2024-09-13 |
Balinese story texts dataset for narrative text analyses
2024-Oct, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.110781
PMID:39252773
|
研究论文 | 本文介绍了首个用于叙事文本分析的巴厘故事文本数据集，包含四个子数据集用于角色识别、别名聚类和角色分类 | 首次为巴厘故事文本创建了标注数据集，填补了低资源语言数据集的空白 | 数据集仅包含120个巴厘故事文本，样本量相对较小 | 开发和提供用于叙事文本分析的巴厘故事文本数据集 | 巴厘故事文本中的角色识别、别名聚类和角色分类 | 自然语言处理 | NA | 命名实体识别、自然语言处理 | NA | 文本 | 120个手动标注的巴厘故事文本，包含89,917个标注词和6,634个句子 | NA | NA | NA | NA |
| 1077 | 2024-09-13 |
A scarce dataset for ancient Arabic handwritten text recognition
2024-Oct, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.110813
PMID:39252777
|
研究论文 | 本文提供了一个稀缺的古代阿拉伯手写文本识别数据集，填补了该领域的空白 | 本文首次提供了一个包含图像和文本真值的古代阿拉伯手稿数据集，有助于阿拉伯OCR和文本校正任务的研究和实践 | 数据集规模较小，仅包含八本书和四十页 | 开发用于古代阿拉伯手写文本识别的深度学习光学字符识别模型 | 古代阿拉伯手稿的图像和文本 | 计算机视觉 | NA | 深度学习 | 深度神经网络 | 图像和文本 | 八本书，四十页 | NA | NA | NA | NA |
| 1078 | 2024-09-13 |
FruitSeg30_Segmentation dataset & mask annotations: A novel dataset for diverse fruit segmentation and classification
2024-Oct, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.110821
PMID:39252785
|
研究论文 | 本文介绍了一个名为FruitSeg30_Segmentation Dataset & Mask Annotations的新数据集，旨在提升深度学习模型在水果分割和分类任务中的能力 | 该数据集包含了1969张高质量图像，涵盖30种不同的水果类别，提供了多样化的视觉信息，有助于构建更强大的模型 | NA | 提升水果分割和分类任务中深度学习模型的性能 | 水果图像的分割和分类 | 计算机视觉 | NA | NA | U-Net | 图像 | 1969张高质量图像，涵盖30种不同的水果类别 | NA | NA | NA | NA |
| 1079 | 2024-09-13 |
AI-guided identification of risk variants for adrenocortical tumours in TP53 p.R337H carrier children: a genetic association study
2024-Oct, Lancet regional health. Americas
DOI:10.1016/j.lana.2024.100863
PMID:39258234
|
研究论文 | 研究探讨了TP53 p.R337H携带儿童中与肾上腺皮质肿瘤风险相关的遗传变异 | 使用深度学习算法分析全外显子测序数据，发现与肾上腺皮质肿瘤发生相关的非编码变异 | 研究样本主要来自巴西南部，结果的普适性可能受限 | 研究TP53 p.R337H携带儿童中与肾上腺皮质肿瘤风险相关的遗传变异 | TP53 p.R337H携带儿童及其父母 | 遗传学 | 肾上腺皮质肿瘤 | 全外显子测序 | 深度学习 | 基因组数据 | 发现队列包括21名儿童及其父母，验证队列包括392名TP53 p.R337H携带者 | NA | NA | NA | NA |
| 1080 | 2024-09-11 |
Patient-specific cerebral 3D vessel model reconstruction using deep learning
2024-Oct, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-024-03136-6
PMID:38802608
|
研究论文 | 本研究利用深度学习方法从患者特定的磁共振血管造影图像中重建三维血管模型 | 首次使用深度学习技术进行患者特定三维血管模型的重建，并展示了其在血流模拟中的应用 | 研究样本量较小，未来需要进一步验证深度学习技术在医学图像处理中的应用 | 开发一种基于深度学习的血管模型重建方法，以减少手动操作的需求 | 40名患有颈内动脉瘤的患者 | 计算机视觉 | 心血管疾病 | 深度学习 | U-net | 图像 | 40名患者，60例病例 | NA | NA | NA | NA |