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！
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。
当前共找到 1246 篇文献，本页显示第 441 - 460 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 441 | 2024-11-29 |
Deep Learning and Single-Cell Sequencing Analyses Unveiling Key Molecular Features in the Progression of Carotid Atherosclerotic Plaque
2024-Nov, Journal of cellular and molecular medicine
IF:4.3Q2
DOI:10.1111/jcmm.70220
PMID:39586797
|
研究论文 | 本研究利用单细胞RNA测序和高维加权基因共表达网络分析，揭示了颈动脉粥样硬化斑块进展中的关键分子特征 | 首次识别出在高级斑块中显著增加浸润的单核细胞亚群，并基于单核细胞特征和机器学习方法准确区分高级斑块与早期斑块 | NA | 阐明免疫细胞在高级斑块进展中的作用，并探索诊断斑块进展的生物标志物 | 颈动脉粥样硬化斑块中的免疫细胞和分子特征 | 数字病理学 | 心血管疾病 | 单细胞RNA测序 | 卷积神经网络 | 基因数据 | NA |
| 442 | 2024-11-29 |
Deep or Shallow? A Comparative Analysis on the Oil Species Identification Based on Excitation-Emission Matrix and Multiple Machine Learning Algorithms
2024-Nov, Journal of fluorescence
IF:2.6Q3
DOI:10.1007/s10895-023-03511-w
PMID:37962766
|
研究论文 | 本文比较了四种机器学习模型在基于激发-发射矩阵的油种识别中的表现 | 首次系统比较了深度学习模型与浅层学习模型在油种识别中的性能差异 | 深度学习模型在准确性上没有显著提升，且计算量大、运行时间长 | 评估不同机器学习模型在油种识别中的适用性 | 常见油种的激发-发射矩阵数据 | 机器学习 | NA | 激发-发射矩阵 | 随机森林、支持向量机、反向传播神经网络、深度卷积神经网络 | 激发-发射矩阵数据 | 若干常见油种 |
| 443 | 2024-11-29 |
A Dual-Module System for Copyright-Free Image Recommendation and Infringement Detection in Educational Materials
2024-Nov-01, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging10110277
PMID:39590741
|
研究论文 | 本文介绍了一种用于教育材料中无版权图像推荐和侵权检测的双模块系统 | 该系统结合了深度学习技术，使用卷积变分自编码器（CVAE）和视觉变换器（ViT）模型，实现了高效的版权侵权检测和无版权图像推荐 | NA | 旨在帮助教育工作者创建符合版权法规的教育材料 | 教育材料中的图像版权问题 | 计算机视觉 | NA | 深度学习 | 卷积变分自编码器（CVAE）、视觉变换器（ViT） | 图像 | 65名教师参与的用户研究 |
| 444 | 2024-11-29 |
A Review of Application of Deep Learning in Endoscopic Image Processing
2024-Nov-01, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging10110275
PMID:39590739
|
综述 | 本文综述了深度学习在内窥镜图像处理中的应用，特别是卷积神经网络（CNNs）在疾病诊断中的显著提升 | 深度学习通过其卓越的特征提取和复杂模式分类能力，显著提高了内窥镜图像处理的效率和准确性 | 深度学习模型在内窥镜图像分析中仍需优化，包括需要大量标注数据和提高罕见或微妙病理的诊断精度 | 探讨深度学习在内窥镜图像处理中的当前优势和局限，并探索未来的研究方向，以促进其在临床实践中的应用 | 内窥镜图像处理中的深度学习应用 | 计算机视觉 | NA | 深度学习 | 卷积神经网络（CNN） | 图像 | NA |
| 445 | 2024-11-29 |
Deep learning-based screening for locomotive syndrome using single-camera walking video: Development and validation study
2024-Nov, PLOS digital health
DOI:10.1371/journal.pdig.0000668
PMID:39591393
|
研究论文 | 开发并验证了一种基于深度学习的计算机视觉模型，用于通过单摄像头步行视频筛查运动障碍综合征 | 首次使用计算机视觉技术进行姿态估计来诊断运动障碍综合征，提供了一种新颖且高效的筛查方法 | 模型在识别非运动障碍综合征病例时准确性较低 | 开发一种高效、非侵入性的方法来筛查运动障碍综合征，以简化诊断过程并加速治疗 | 运动障碍综合征的早期诊断和筛查 | 计算机视觉 | NA | 深度学习 | 计算机视觉模型 | 视频 | 训练集包含186个步行视频，外部验证集包含65个额外视频 |
| 446 | 2024-11-28 |
Use of artificial intelligence to detect dental caries on intraoral photos
2024-Nov-27, Quintessence international (Berlin, Germany : 1985)
DOI:10.3290/j.qi.b5857664
PMID:39601186
|
研究论文 | 研究开发了一种基于深度学习的多阶段AI算法管道，用于在口腔内照片中检测龋齿 | 该研究利用深度学习技术，开发了一种能够在非临床环境中早期检测龋齿的AI算法管道 | 研究主要集中在口腔内照片的检测，未涉及其他类型的数据或临床应用 | 开发一种成本效益高的工具，用于在非临床环境中早期检测龋齿 | 口腔内牙齿照片中的龋齿检测 | 计算机视觉 | 口腔疾病 | 深度学习 | NA | 图像 | 50,179张口腔内牙齿照片 |
| 447 | 2024-11-28 |
Applying Conformal Prediction to a Deep Learning Model for Intracranial Hemorrhage Detection to Improve Trustworthiness
2024-Nov-27, Radiology. Artificial intelligence
DOI:10.1148/ryai.240032
PMID:39601654
|
研究论文 | 本文将保形预测应用于深度学习模型，以提高颅内出血检测的可信度 | 本文创新性地将保形预测（MCP）应用于深度学习模型，以提高模型在识别困难病例时的准确性和可信度 | 本文仅使用了CQ500数据集中的491个非对比头部CT体积进行研究，样本量相对较小 | 研究目的是通过应用保形预测来提高深度学习模型在颅内出血检测中的性能和可信度 | 研究对象是颅内出血（ICH）的检测和分类 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 图像 | 491个非对比头部CT体积 |
| 448 | 2024-11-28 |
An optimal deep learning approach for breast cancer detection and classification with pre-trained CNN-based feature learning mechanism
2024-Nov-27, Journal of biomolecular structure & dynamics
IF:2.7Q2
DOI:10.1080/07391102.2024.2430454
PMID:39601679
|
研究论文 | 本文提出了一种基于预训练CNN特征学习机制的最优深度学习方法，用于乳腺癌的检测和分类 | 本文创新性地采用了预训练的迁移学习模型进行分割和特征学习，并结合增强的布谷鸟搜索优化算法进行特征选择，最终使用ECSO-LSTM模型进行分类 | NA | 开发一种高精度的深度学习系统，用于乳腺癌的早期检测和分类 | 乳腺癌的超声图像 | 计算机视觉 | 乳腺癌 | 深度学习 | CNN, LSTM | 图像 | 从BUSI数据集中收集的超声图像 |
| 449 | 2024-11-28 |
A combination of conserved and stage-specific lncRNA biomarkers to detect lung adenocarcinoma progression
2024-Nov-27, Journal of biomolecular structure & dynamics
IF:2.7Q2
DOI:10.1080/07391102.2024.2431190
PMID:39601689
|
研究论文 | 研究通过整合网络方法探讨长链非编码RNA（lncRNA）在肺腺癌发生中的作用，并识别出阶段特异性和保守的lncRNA生物标志物 | 识别出一种保守和四种阶段特异的lncRNA作为基因组调控生物标志物，并利用深度学习成功区分肺腺癌及其不同进展阶段 | NA | 探讨lncRNA在肺腺癌进展中的分子机制，并识别潜在的lncRNA生物标志物 | 肺腺癌及其不同进展阶段的lncRNA表达模式 | 数字病理学 | 肺腺癌 | 深度学习 | NA | 表达谱 | NA |
| 450 | 2024-11-28 |
A review on real time implementation of soft computing techniques in thermal power plant
2024-Nov-27, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2429721
PMID:39601783
|
综述 | 本文综述了2019年至2023年间，软计算技术在热电厂实时应用中的研究进展 | 本文系统总结了现有研究在不同维度上对热电厂生产效率的改进，并提供了未来研究方向和研究空白 | 本文主要集中在综述现有研究，未提出新的技术或方法 | 旨在总结和评估软计算技术在热电厂生产效率提升中的应用 | 热电厂的生产效率 | 机器学习 | NA | 软计算技术（包括人工智能和机器学习） | NA | NA | NA |
| 451 | 2024-11-28 |
From Sequence to System: Enhancing IVT mRNA Vaccine Effectiveness through Cutting-Edge Technologies
2024-Nov-27, Molecular pharmaceutics
IF:4.5Q1
|
综述 | 本文综述了体外转录（IVT）mRNA疫苗的最新研究进展和优化策略 | 介绍了人工智能（AI）模型和深度学习技术在IVT mRNA结构优化和mRNA递送配方设计中的应用 | 未详细讨论具体的临床试验结果和实际应用效果 | 探讨如何克服IVT mRNA疫苗的挑战，以充分发挥其治疗潜力 | IVT mRNA疫苗及其递送系统 | 生物技术 | NA | 人工智能（AI）模型、深度学习技术 | NA | NA | NA |
| 452 | 2024-11-28 |
Assessing the effects of 5-HT2A and 5-HT5A receptor antagonists on DOI-induced head-twitch response in male rats using marker-less deep learning algorithms
2024-Nov-27, Pharmacological reports : PR
IF:3.6Q2
DOI:10.1007/s43440-024-00679-1
PMID:39602080
|
研究论文 | 评估5-HT2A和5-HT5A受体拮抗剂对DOI诱导的雄性大鼠头部抽搐反应的影响，使用无标记深度学习算法 | 采用无标记深度学习算法（DeepLabCut和SimBA工具包）来检测头部抽搐反应，取代了传统的需要手术植入磁性标记的方法 | NA | 评估无标记深度学习算法检测头部抽搐反应的可行性 | 5-HT2A和5-HT5A受体拮抗剂对DOI诱导的雄性大鼠头部抽搐反应的影响 | 计算机视觉 | NA | 深度学习算法 | DeepLabCut神经网络 | 视频 | 雄性大鼠 |
| 453 | 2024-11-28 |
Correction to "Automatic evaluation of nail psoriasis severity index using deep learning algorithm"
2024-Nov-26, The Journal of dermatology
IF:2.9Q2
DOI:10.1111/1346-8138.17556
PMID:39600150
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 454 | 2024-11-27 |
Prediction of therapeutic response to transarterial chemoembolization plus systemic therapy regimen in hepatocellular carcinoma using pretreatment contrast-enhanced MRI based habitat analysis and Crossformer model
2024-Nov-26, Abdominal radiology (New York)
DOI:10.1007/s00261-024-04709-7
PMID:39586897
|
研究论文 | 本文开发了基于多相增强磁共振成像（CE-MRI）的栖息地分析和深度学习模型，用于预测肝细胞癌（HCC）患者对经动脉化疗栓塞（TACE）联合系统治疗的反应 | 本文创新性地使用了K-means聚类算法对肿瘤内体素进行分类，并结合Crossformer模型和ResNet50模型进行预测 | 研究样本量较小，且仅在两家机构进行验证 | 开发和验证基于CE-MRI的模型，用于早期评估HCC患者对TACE联合分子靶向治疗和抗PD-(L)1治疗的反应 | HCC患者对TACE联合系统治疗的反应 | 数字病理学 | 肝癌 | 多相增强磁共振成像（CE-MRI） | Crossformer模型和ResNet50模型 | 图像 | 102名HCC患者 |
| 455 | 2024-11-27 |
A CT-based deep learning for segmenting tumors and predicting microsatellite instability in patients with colorectal cancers: a multicenter cohort study
2024-Nov-26, La Radiologia medica
DOI:10.1007/s11547-024-01909-5
PMID:39586941
|
研究论文 | 开发并验证基于深度学习的模型，用于结直肠癌患者的肿瘤自动分割和微卫星不稳定性预测 | 结合对比增强CT和临床病理因素，提高了肿瘤分割效率和微卫星不稳定性预测的诊断性能 | NA | 开发和验证用于结直肠癌患者肿瘤自动分割和微卫星不稳定性预测的深度学习模型 | 结直肠癌患者的肿瘤分割和微卫星不稳定性预测 | 计算机视觉 | 结直肠癌 | 深度学习 | ViT 和 卷积神经网络 | 图像 | 2180名患者，分为训练组（1159名）、验证组（289名）和独立外部测试组（732名） |
| 456 | 2024-11-27 |
Diagnosing Allergic Contact Dermatitis Using Deep Learning: Single-Arm, Pragmatic Clinical Trial with an Observer Performance Study to Compare Artificial Intelligence Performance with Human Reader Performance
2024-Nov-26, Dermatitis : contact, atopic, occupational, drug
IF:4.0Q1
DOI:10.1089/derm.2024.0302
PMID:39587877
|
研究论文 | 研究使用深度学习诊断过敏性接触性皮炎，并通过观察者性能研究比较人工智能与人类读者的表现 | 首次将深度学习应用于过敏性接触性皮炎的诊断，并通过智能手机捕捉测试部位图像进行验证 | 模型的敏感性较低，且人类读者的表现有时优于算法 | 验证计算机视觉算法在不同Fitzpatrick皮肤类型中的诊断性能 | 过敏性接触性皮炎患者及其皮肤反应 | 计算机视觉 | 皮肤病 | 深度学习 | NA | 图像 | 206名参与者，平均年龄39岁，66%为女性，47%为Fitzpatrick皮肤类型IV-VI |
| 457 | 2024-11-27 |
Interpret Gaussian Process Models by Using Integrated Gradients
2024-Nov-26, Molecular informatics
IF:2.8Q2
DOI:10.1002/minf.202400051
PMID:39587873
|
研究论文 | 本文提出了一种新的方法来解释高斯过程回归模型的预测结果，通过将高斯过程回归模型与集成梯度方法结合，评估解释变量的重要性 | 本文的创新点在于将集成梯度方法应用于高斯过程回归模型，以解释预测的标准差，从而提供对预测不确定性的详细分解 | 由于高斯过程回归的非参数性质，解释其预测结果仍然具有挑战性 | 研究目的是提出一种新的方法来解释高斯过程回归模型的预测结果，特别是在解释预测标准差方面 | 研究对象是高斯过程回归模型及其预测结果的解释 | 机器学习 | NA | 高斯过程回归 | 高斯过程回归模型 | NA | NA |
| 458 | 2024-11-27 |
REDIportal: toward an integrated view of the A-to-I editing
2024-Nov-26, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkae1083
PMID:39588754
|
研究论文 | 介绍了一个名为REDIportal的专门数据库，用于收集和分析A-to-I RNA编辑位点 | REDIportal数据库整合了来自TCGA项目的31项研究数据，并提供了与ELIXIR核心资源的互联，包括Ensembl、RNAcentral、UniProt和PRIDE | NA | 开发一个集成的工具来应对当前表观转录组学的挑战 | A-to-I RNA编辑位点及其在人类生理和疾病中的作用 | 生物信息学 | NA | 深度学习 | 深度学习模型 | RNA序列 | 约1600万个潜在的A-to-I编辑位点 |
| 459 | 2024-11-27 |
Tumor aware recurrent inter-patient deformable image registration of computed tomography scans with lung cancer
2024-Nov-26, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17536
PMID:39589333
|
研究论文 | 本文开发了一种肿瘤感知的深度学习方法TRACER，用于肺部CT图像的跨患者可变形图像配准，并评估了其在体素级分析中的适用性 | TRACER方法通过使用3D卷积长短期记忆网络和空间变换层，实现了渐进式的变形计算，并结合肿瘤分割信息进行输入条件化，优化了双向肿瘤刚性、图像相似性和变形平滑性损失 | NA | 开发和评估一种适用于体素级分析的肿瘤感知跨患者可变形图像配准方法 | 肺部CT图像及其肿瘤区域 | 计算机视觉 | 肺癌 | 深度学习 | 3D-CLSTM | 图像 | 204对3D CT图像，分别来自308对、765对和42名接受放射治疗的肺癌患者 |
| 460 | 2024-11-27 |
Evaluating the reproducibility of a deep learning algorithm for the prediction of retinal age
2024-Nov-26, GeroScience
IF:5.3Q1
DOI:10.1007/s11357-024-01445-0
PMID:39589693
|
研究论文 | 评估从视网膜图像预测视网膜年龄的深度学习算法的可重复性 | 首次探索视网膜年龄预测的可靠性，并发现日间变化对预测结果的影响 | 研究样本量较小，且未涵盖所有可能影响预测结果的因素 | 评估深度学习算法预测视网膜年龄的可靠性和准确性 | 视网膜图像和视网膜年龄预测 | 计算机视觉 | NA | 深度学习算法 | 深度学习算法 | 图像 | 共67名参与者，分为两次访问组（26人）和一次访问组（41人） |