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 1242 篇文献，本页显示第 561 - 580 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 561 | 2024-11-24 |
Challenges in multi-centric generalization: phase and step recognition in Roux-en-Y gastric bypass surgery
2024-Nov, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-024-03166-3
PMID:38761319
|
研究论文 | 本文研究了在多中心数据集上进行腹腔镜Roux-en-Y胃旁路手术的阶段和步骤识别，并评估了不同深度学习模型的泛化能力 | 引入了一个包含140个手术视频的多中心多活动数据集，并评估了模型在不同中心数据上的泛化能力 | 模型在单中心数据上训练时的泛化能力有限 | 研究人工智能在手术活动识别中的泛化能力，特别是多中心数据集的影响 | 腹腔镜Roux-en-Y胃旁路手术的阶段和步骤识别 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 视频 | 140个手术视频，来自两个医疗中心 |
| 562 | 2024-11-24 |
An Immunofluorescence-Guided Segmentation Model in Hematoxylin and Eosin Images Is Enabled by Tissue Artifact Correction Using a Cycle-Consistent Generative Adversarial Network
2024-Nov, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2024.100591
PMID:39147031
|
研究论文 | 本文提出了一种基于免疫荧光引导的分割模型，通过使用循环一致生成对抗网络对苏木精和伊红图像中的组织伪影进行校正，实现了在常规苏木精和伊红图像中的上皮组织分割 | 本文创新性地利用循环一致生成对抗网络将常规苏木精和伊红图像的外观转换为终端苏木精和伊红图像，从而克服了免疫荧光处理导致的图像差异问题 | 本文未详细讨论该方法在其他类型组织或疾病中的适用性 | 旨在解决常规苏木精和伊红图像中由于免疫荧光处理导致的图像差异问题，从而实现无需人工专家标注的准确分割模型训练 | 上皮组织在苏木精和伊红图像中的分割 | 数字病理学 | NA | 免疫荧光染色 | 循环一致生成对抗网络 | 图像 | 未明确提及具体样本数量 |
| 563 | 2024-11-24 |
Advancing epilepsy diagnosis: A meta-analysis of artificial intelligence approaches for interictal epileptiform discharge detection
2024-Nov, Seizure
DOI:10.1016/j.seizure.2024.09.019
PMID:39369555
|
meta-analysis | 本文通过元分析评估了深度学习和经典机器学习算法在分类脑电图段为IED和非IED类别以及区分整个脑电图是否包含IED方面的性能 | 本文首次通过元分析比较了深度学习和经典机器学习算法在IED检测中的性能 | 大多数模型使用内部验证方法，可能导致过拟合 | 评估深度学习和经典机器学习算法在脑电图IED检测中的性能 | 脑电图中的间歇性癫痫样放电 | machine learning | epilepsy | 深度学习和经典机器学习算法 | NA | 脑电图 | 3629名患者 |
| 564 | 2024-11-24 |
One novel transfer learning-based CLIP model combined with self-attention mechanism for differentiating the tumor-stroma ratio in pancreatic ductal adenocarcinoma
2024-Nov, La Radiologia medica
DOI:10.1007/s11547-024-01902-y
PMID:39412688
|
研究论文 | 开发了一种基于迁移学习的对比语言-图像预训练（CLIP）模型，结合自注意力机制，用于预测胰腺导管腺癌中的肿瘤-间质比（TSR） | 提出了一种新颖的CLIP-adapter模型，结合了CLIP范式和自注意力机制，以更好地利用多阶段成像特征，从而提高肿瘤-间质比预测的准确性和可靠性 | NA | 开发一种基于迁移学习和自注意力机制的CLIP模型，用于预测胰腺导管腺癌中的肿瘤-间质比，以了解肿瘤的生物学特性，并为基于人工智能的模型表示指导特征融合 | 胰腺导管腺癌患者的肿瘤-间质比 | 计算机视觉 | 胰腺癌 | 对比语言-图像预训练（CLIP） | CLIP-adapter模型 | 图像 | 207名胰腺导管腺癌患者 |
| 565 | 2024-11-24 |
Deep Learning to Discriminate Arteritic From Nonarteritic Ischemic Optic Neuropathy on Color Images
2024-Nov-01, JAMA ophthalmology
IF:7.8Q1
DOI:10.1001/jamaophthalmol.2024.4269
PMID:39418057
|
研究论文 | 开发并测试了一种深度学习系统，用于在急性期通过彩色眼底图像区分动脉炎性前部缺血性视神经病变（AAION）和非动脉炎性前部缺血性视神经病变（NAION） | 首次使用深度学习系统在急性期通过彩色眼底图像区分AAION和NAION，无需临床或生物标志物信息 | 研究仅限于急性期病例，且依赖于特定设备和图像质量 | 开发和验证一种深度学习系统，用于在急性期通过彩色眼底图像区分AAION和NAION | 动脉炎性前部缺血性视神经病变（AAION）和非动脉炎性前部缺血性视神经病变（NAION） | 计算机视觉 | 眼科疾病 | 深度学习 | 深度学习系统 | 图像 | 961只眼睛，802名患者 |
| 566 | 2024-11-24 |
Leveraging laryngograph data for robust voicing detection in speech
2024-Nov-01, The Journal of the Acoustical Society of America
IF:2.1Q1
DOI:10.1121/10.0034445
PMID:39565144
|
研究论文 | 本文提出了一种利用喉镜数据进行语音信号中浊音区间检测的监督模型 | 该模型基于CrossNet架构，通过预训练提高了泛化能力，并在未见数据集上表现出色 | NA | 提高语音信号中浊音区间检测的准确性和泛化能力 | 语音信号中的浊音区间 | 自然语言处理 | NA | 深度学习算法 | CrossNet | 喉镜数据 | 使用了多个喉镜数据集 |
| 567 | 2024-11-23 |
Ion channel classification through machine learning and protein language model embeddings
2024-Nov-25, Journal of integrative bioinformatics
IF:1.5Q3
DOI:10.1515/jib-2023-0047
PMID:39572876
|
研究论文 | 本文通过机器学习和蛋白质语言模型嵌入进行离子通道分类 | 本文提出了一种结合蛋白质语言模型和卷积神经网络（CNN）的新方法，显著提高了离子通道分类的性能 | NA | 旨在通过计算方法改进离子通道的识别 | 离子通道 | 机器学习 | NA | 机器学习算法，包括k-近邻、随机森林、支持向量机和前馈神经网络，以及卷积神经网络（CNN） | 卷积神经网络（CNN） | 蛋白质嵌入 | 使用了两个数据集，一个原始数据集和一个新的大规模数据集（DS-Cv2） |
| 568 | 2024-11-23 |
Directional Characteristic Enhancement of an Omnidirectional Detection Sensor Enabled by Strain Partitioning Effects in a Periodic Composite Hole Substrate
2024-Nov-22, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.4c01097
PMID:39431947
|
研究论文 | 研究提出了一种基于应变分区调制（SPM）的电阻应变传感器灵敏度各向异性放大策略，用于增强全向检测传感器的方向特性 | 通过定制的周期性孔阵列结构调节敏感导电网络的应力分布，设计了应变隔离结构以减少应力干扰，显著提高了传感器的灵敏度和方向识别能力 | NA | 提高全向可拉伸应变传感器在运动检测和人体-机器交互中的分辨率和方向识别能力 | 全向可拉伸应变传感器及其在健身领域的应用 | 传感器技术 | NA | 应变分区调制（SPM） | 轻量级深度学习网络 | 应变数据 | 48类应变-方向解耦任务 |
| 569 | 2024-11-23 |
Self-Powered, Flexible, Wireless and Intelligent Human Health Management System Based on Natural Recyclable Materials
2024-Nov-22, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.4c02186
PMID:39436357
|
研究论文 | 设计了一种基于天然可再生材料的LG-TENG，并开发了用于人体运动识别和睡眠呼吸异常早期预警的健康管理系统 | 通过在丝瓜表面均匀喷涂导电石墨和弹性膜交叉互锁弯曲结构设计，提高了LG-TENG的信号强度，并结合不同的深度学习模型实现了高精度的运动分析和睡眠呼吸监测 | NA | 开发一种自供电、柔性、无线和智能的人体健康管理系统，用于监测和干预肥胖引起的慢性疾病 | 肥胖引起的慢性疾病，如阻塞性睡眠呼吸暂停、II型糖尿病、心血管疾病和阿尔茨海默病 | NA | 心血管疾病 | 摩擦纳米发电机（TENG） | 深度学习模型 | 运动数据 | 单人和三人样本 |
| 570 | 2024-11-23 |
Deep learning-enhanced zero echo time MRI for glenohumeral assessment in shoulder instability: a comparative study with CT
2024-Nov-22, Skeletal radiology
IF:1.9Q3
DOI:10.1007/s00256-024-04830-0
PMID:39572485
|
研究论文 | 本文比较了基于深度学习（DL）算法重建的零回波时间（ZTE）MRI与传统重建方法在肩关节不稳定评估中的图像质量和病变显影效果，并评估了DL ZTE MRI在骨丢失测量方面与CT的性能 | 本文首次将深度学习技术应用于ZTE MRI重建，显著提高了图像分辨率和病变显影效果，使其在骨评估和量化方面达到与CT相当的水平 | 研究样本量较小，且仅限于肩关节不稳定患者，未来需要在大样本和更广泛的应用场景中验证其有效性 | 评估深度学习增强的ZTE MRI在肩关节不稳定评估中的图像质量和病变显影效果，并与CT进行比较 | 肩关节不稳定患者的ZTE MRI图像质量和病变显影效果 | 计算机视觉 | 运动损伤 | 深度学习 | NA | 图像 | 44名肩关节不稳定患者 |
| 571 | 2024-11-23 |
Using Deep Learning to Suggest Treatment for Proximal Humerus Fractures
2024-Nov-22, Studies in health technology and informatics
DOI:10.3233/SHTI241080
PMID:39575796
|
研究论文 | 开发了一种基于深度学习的模型，用于预测近端肱骨骨折的治疗方案 | 该模型能够区分非手术和手术治疗选项，准确率达到86%，测试数据集的观察者间一致性（kappa）为0.722，超过了肩外科医生之间的观察者间一致性 | NA | 开发一种辅助决策系统，帮助急诊科医生快速做出治疗决策 | 近端肱骨骨折的治疗方案 | 机器学习 | 骨折 | 深度学习 | 机器学习模型 | 影像 | NA |
| 572 | 2024-11-23 |
Generative 3D Cardiac Shape Modelling for in-silico Trials
2024-Nov-22, Studies in health technology and informatics
DOI:10.3233/SHTI241090
PMID:39575806
|
研究论文 | 提出了一种基于神经符号距离场的深度学习方法，用于生成合成主动脉形状，以支持体内试验 | 使用神经符号距离场表示形状，并通过可训练的嵌入向量编码几何特征，生成高保真的主动脉形状 | NA | 开发一种能够生成高保真主动脉形状的深度学习模型，以支持体内试验 | 主动脉形状 | 计算机视觉 | NA | 深度学习 | 神经符号距离场 | 图像 | 从CT图像重建的主动脉根部网格数据集 |
| 573 | 2024-11-23 |
Corrigendum to: Deep learning(s) in gaming disorder through the user-avatar bond: A longitudinal study using machine learning
2024-Nov-22, Journal of behavioral addictions
IF:6.6Q1
DOI:10.1556/2006.2024.30000
PMID:39576296
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 574 | 2024-11-23 |
Artificial intelligence improves risk prediction in cardiovascular disease
2024-Nov-22, GeroScience
IF:5.3Q1
DOI:10.1007/s11357-024-01438-z
PMID:39576563
|
研究论文 | 本研究展示了使用人工智能模型改进心血管疾病风险预测的优势 | 本研究采用了深度学习模型（DeepSurv和NMTLR）和随机生存森林模型，相较于传统Cox模型和机器学习模型，显著提高了心血管疾病风险预测的准确性 | 人工智能工具应作为辅助医疗专业人员的工具，而不是取代他们 | 展示人工智能模型在提高心血管疾病风险预测方面的优势 | 70岁及以上相对健康的成年人 | 机器学习 | 心血管疾病 | 深度学习 | 深度学习模型（DeepSurv和NMTLR）和随机生存森林模型 | NA | 大量样本 |
| 575 | 2024-11-23 |
MCNN-AAPT: accurate classification and functional prediction of amino acid and peptide transporters in secondary active transporters using protein language models and multi-window deep learning
2024-Nov-22, Journal of biomolecular structure & dynamics
IF:2.7Q2
DOI:10.1080/07391102.2024.2431664
PMID:39576667
|
研究论文 | 本研究开发了一种结合预训练蛋白质语言模型和深度学习技术的计算框架，用于准确分类和预测氨基酸和肽转运蛋白的功能 | 本研究首次将预训练蛋白质语言模型与多窗口深度学习技术结合，用于次级主动转运蛋白的功能分类和预测 | NA | 开发一种计算框架，用于准确分类和预测次级主动转运蛋白中的氨基酸和肽转运蛋白的功能 | 次级主动转运蛋白中的氨基酸和肽转运蛋白及其与溶质载体蛋白的功能关联 | 机器学习 | NA | 深度学习 | 神经网络 | 蛋白质序列 | 448个次级主动转运蛋白，包括36个溶质载体蛋白 |
| 576 | 2024-11-23 |
Predicting mortality in hospitalized influenza patients: integration of deep learning-based chest X-ray severity score (FluDeep-XR) and clinical variables
2024-Nov-22, Journal of the American Medical Informatics Association : JAMIA
IF:4.7Q1
DOI:10.1093/jamia/ocae286
PMID:39576664
|
研究论文 | 本文开发了一种结合深度学习胸部X光严重评分（FluDeep-XR）和临床变量的人工智能系统，用于预测住院流感患者30天内的死亡率 | 首次将放射学和客观临床数据整合到一个模拟临床推理过程的人工智能系统中，用于早期预测高风险流感患者 | NA | 开发一种结合放射学和临床数据的人工智能系统，用于早期预测高风险流感患者的死亡率 | 住院流感患者的30天死亡率预测 | 计算机视觉 | 流感 | 卷积神经网络 | Xception | 图像 | 开发数据来自台湾大学医院，外部验证数据来自意大利ASST Grande Ospedale Metropolitano Niguarda |
| 577 | 2024-11-23 |
Deep learning in medical image analysis: introduction to underlying principles and reviewer guide using diagnostic case studies in paediatrics
2024-Nov-21, BMJ (Clinical research ed.)
DOI:10.1136/bmj-2023-076703
PMID:39572032
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 578 | 2024-11-23 |
Classifying Three-Wall Intrabony Defects from Intraoral Radiographs Using Deep Learning-Based Convolutional Neural Network Models
2024-Nov-21, European journal of dentistry
DOI:10.1055/s-0044-1791784
PMID:39572193
|
研究论文 | 本研究利用基于深度学习的卷积神经网络模型对口腔内放射影像中的三壁骨内缺损进行分类 | 本研究首次使用深度学习技术对三壁骨内缺损进行分类，以区分三壁和非三壁骨内缺损 | 研究仅限于口腔内放射影像，未涉及其他类型的影像数据 | 旨在利用深度学习技术对口腔内放射影像中的三壁骨内缺损进行分类 | 三壁骨内缺损的分类 | 计算机视觉 | NA | 深度学习 | 卷积神经网络（CNN） | 影像 | 1369张放射影像，来自556名接受牙周手术的患者 |
| 579 | 2024-11-23 |
Early-Stage Melanoma Cancer Diagnosis Framework for Imbalanced Data From Dermoscopic Images
2024-Nov-21, Microscopy research and technique
IF:2.0Q3
DOI:10.1002/jemt.24736
PMID:39573895
|
研究论文 | 本文提出了一种用于不平衡数据的早期黑色素瘤癌症诊断框架，基于皮肤镜图像进行自动诊断 | 本文提出了一种结合CNN、DenseNet、批归一化层、最大池化和ReLU激活函数的新框架，有效解决了过拟合问题，并使用数据增强技术处理类别不平衡问题 | NA | 开发一种自动化的深度学习方法，用于早期黑色素瘤的诊断 | 皮肤镜图像中的黑色素瘤 | 计算机视觉 | 皮肤癌 | 深度学习 | CNN、DenseNet | 图像 | 使用了ISIC-2019和HAM-10000数据集进行测试 |
| 580 | 2024-11-23 |
NIRSpredict: a platform for predicting plant traits from near infra-red spectroscopy
2024-Nov-20, BMC plant biology
IF:4.3Q1
DOI:10.1186/s12870-024-05776-0
PMID:39563275
|
研究论文 | 开发了一个名为NIRSpredict的平台，用于通过近红外光谱预测植物性状 | 利用深度学习模型从近红外光谱值中预测81种拟南芥的性状，包括经典功能性状和多种常见化学成分 | NA | 开发一个易于使用且高效的平台，用于预测植物性状并访问大量拟南芥性状数据 | 拟南芥的性状预测和化学成分预测 | 机器学习 | NA | 近红外光谱（NIRS） | 深度学习 | 光谱数据 | 81种拟南芥性状 |