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 1136 篇文献，本页显示第 641 - 660 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 641 | 2024-11-24 |
Probing the evolution of fault properties during the seismic cycle with deep learning
2024-Nov-20, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-54153-w
PMID:39567514
|
研究论文 | 本文利用2016年M6.5 Norcia地震的震源区域通过的地震波，结合深度学习（DL）区分前震、余震和时间到故障（TTF） | 本文展示了深度学习模型能够成功区分主震前后的地震波，符合实验室和理论预期的裂纹密度在故障前逐渐变化，故障后逐渐恢复的情况 | 带通滤波后的地震波（低于10 Hz）的性能较低，表明深度学习模型从弹性波衰减的微妙变化中学习 | 研究深度学习模型在地震周期中追踪断层带属性演变的能力 | 前震、余震和时间到故障（TTF）的地震波分类 | 机器学习 | NA | 深度学习（DL） | 卷积神经网络（CNN） | 地震波记录 | NA | NA | NA | NA | NA |
| 642 | 2024-11-24 |
Chisel plow characteristics impact on power-fuel consumption, stubble cover, and surface roughness using deep learning neural networks with sensitivity analysis
2024-Nov-20, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-80253-0
PMID:39567614
|
研究论文 | 研究不同犁铧类型、犁齿类型和拖拉机前进速度对凿式犁的功率和燃油消耗、残茬覆盖、土壤表面粗糙度和穿透阻力的影响，并使用深度学习神经网络进行建模和敏感性分析 | 使用深度学习神经网络对凿式犁的功率、燃油消耗、土壤表面粗糙度和残茬覆盖率进行建模，并进行敏感性分析 | NA | 研究凿式犁的功率和燃油消耗、残茬覆盖、土壤表面粗糙度和穿透阻力的影响因素 | 不同犁铧类型、犁齿类型和拖拉机前进速度对凿式犁性能的影响 | 机器学习 | NA | 深度学习神经网络 | 深度学习神经网络 | 数值数据 | 四种不同犁铧类型和两种不同犁齿类型在三种不同拖拉机前进速度下的测试数据 | NA | NA | NA | NA |
| 643 | 2024-11-24 |
A polynomial proxy model approach to verifiable decentralized federated learning
2024-Nov-20, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-79798-x
PMID:39567642
|
研究论文 | 本文提出了一种结合零知识证明和多项式代理模型的框架ProxyZKP，用于在去中心化联邦学习中确保本地训练的计算完整性 | ProxyZKP框架通过使用多项式代理模型和零知识证明，解决了现有方法在处理大规模模型和随机丢弃技术时的复杂性和不实用性问题 | NA | 解决去中心化联邦学习中本地模型训练的计算完整性问题 | 去中心化联邦学习中的模型训练和计算完整性 | 机器学习 | NA | 零知识证明 | 多项式代理模型 | 模型更新 | NA | NA | NA | NA | NA |
| 644 | 2024-11-24 |
HKA-Net: clinically-adapted deep learning for automated measurement of hip-knee-ankle angle on lower limb radiography for knee osteoarthritis assessment
2024-Nov-20, Journal of orthopaedic surgery and research
IF:2.8Q1
DOI:10.1186/s13018-024-05265-y
PMID:39568048
|
研究论文 | 研究开发了一种基于ResNet的深度学习模型，用于自动测量下肢X光片中的髋膝踝角（HKA），以评估膝关节骨性关节炎（OA） | 该研究的创新点在于开发了一种无需显式解剖标志注释的深度学习模型，能够自动测量HKA角度并分类畸形阶段 | 研究仅在膝关节骨性关节炎患者中进行了验证，未来需要在更广泛的患者群体中进行验证 | 开发一种高效且准确的自动化方法，用于测量HKA角度并分类畸形阶段，以辅助膝关节骨性关节炎的临床决策 | 膝关节骨性关节炎患者的下肢X光片 | 计算机视觉 | 膝关节骨性关节炎 | 深度学习 | ResNet | 图像 | 300名膝关节骨性关节炎患者（Kellgren-Lawrence分级3级或以上），通过水平翻转数据增强至600个样本，并在50名患者中进行时间验证 | NA | NA | NA | NA |
| 645 | 2024-11-24 |
Melting simulations of high-entropy carbonitrides by deep learning potentials
2024-Nov-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-78377-4
PMID:39562604
|
研究论文 | 本研究使用深度神经网络势能描述高熵碳氮化物（HECN）在固态和液态的结构，预测加热和冷却温度，并分析氮含量对熔点的影响 | 通过深度学习势能模拟高熵碳氮化物的熔化行为，揭示了氮含量对熔点非线性增强的机制 | NA | 研究高熵碳氮化物的熔点及其与氮含量的关系 | 高熵碳氮化物（TiZrTaHfNb）CN | 材料科学 | NA | 深度学习 | 深度神经网络 | 结构数据 | NA | NA | NA | NA | NA |
| 646 | 2024-11-24 |
Roman urdu hate speech detection using hybrid machine learning models and hyperparameter optimization
2024-11-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-79106-7
PMID:39562608
|
研究论文 | 研究使用混合机器学习模型和超参数优化技术进行罗马乌尔都语仇恨言论检测 | 开发了一种结合深度学习和变压器模型的混合模型，用于罗马乌尔都语仇恨言论检测，这是之前未曾探索的 | NA | 解决在Twitter上使用罗马乌尔都语文本的仇恨言论检测问题 | 罗马乌尔都语的仇恨言论检测 | 自然语言处理 | NA | 超参数优化 | 混合模型 | 文本 | 使用了两个公开的罗马乌尔都语语料库，包括HS-RU-20语料库和RUHSOLD仇恨言论语料库 | NA | NA | NA | NA |
| 647 | 2024-11-24 |
Quantifying spontaneous infant movements using state-space models
2024-11-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-80202-x
PMID:39562837
|
研究论文 | 本文利用状态空间模型量化婴儿自发运动，并探讨其与神经发育结果的关系 | 本文首次使用自动无标记跟踪技术结合状态空间模型来分析婴儿自发运动，并将其建模为八个运动状态的序列 | 本文仅使用了486个视频样本，可能不足以涵盖所有婴儿运动模式 | 研究婴儿自发运动与神经发育结果之间的关系 | 婴儿自发运动及其与神经发育的关系 | 计算机视觉 | 神经发育障碍 | 姿态估计技术 | 自回归状态空间模型 | 视频 | 486个视频样本，来自330名婴儿 | NA | NA | NA | NA |
| 648 | 2024-11-24 |
DAPNet: multi-view graph contrastive network incorporating disease clinical and molecular associations for disease progression prediction
2024-Nov-19, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-024-02756-0
PMID:39563302
|
研究论文 | 提出了一种基于深度学习的疾病进展预测模型DAPNet，利用共病持续时间和疾病关联网络进行预测 | 首次将多视角图对比学习应用于疾病进展预测任务，并创新性地整合了分子层面的疾病关联信息 | 未提及 | 探索一种减少数据依赖并达到与现有研究相当预测性能的新方法 | 疾病进展预测 | 机器学习 | NA | 多视角图对比学习 | DAPNet | 临床数据 | 2714名患者和10856次就诊，以及606名患者的肾脏数据集 | NA | NA | NA | NA |
| 649 | 2024-11-24 |
A Deep Learning Model to Predict Breast Implant Texture Types Using Ultrasonography Images: Feasibility Development Study
2024-Nov-05, JMIR formative research
IF:2.0Q4
DOI:10.2196/58776
PMID:39499915
|
研究论文 | 研究开发了一种深度学习模型，用于通过超声图像预测乳房植入物的表面纹理类型 | 首次使用深度学习模型对乳房植入物的表面纹理类型进行分类，并从异质来源的超声图像中进行稳健预测 | 模型在处理破裂植入物和无植入物的图像时预测不确定性增加 | 确定使用深度学习模型对乳房植入物表面纹理类型进行分类的可行性 | 乳房植入物的表面纹理类型 | 计算机视觉 | NA | 深度学习 | ResNet-50 | 图像 | 19,502张乳房植入物图像 | NA | NA | NA | NA |
| 650 | 2024-11-24 |
Clinical-Grade Validation of an Autofluorescence Virtual Staining System With Human Experts and a Deep Learning System for Prostate Cancer
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.2024.100573
PMID:39069201
|
研究论文 | 本文开发了一种自动化系统，利用高吞吐量超光谱荧光显微镜和人工智能机器学习技术，从未染色的前列腺组织中生成虚拟的苏木精和伊红染色以及前列腺上皮内瘤变-4免疫组化染色图像 | 本文展示了虚拟染色技术在前列腺癌诊断中的临床应用，并通过广泛的人类审查和计算分析验证了系统的有效性 | NA | 验证一种基于自体荧光虚拟染色系统的临床级有效性，并评估其在前列腺癌诊断中的应用 | 前列腺癌的组织诊断和分级 | 数字病理学 | 前列腺癌 | 超光谱荧光显微镜 | 深度学习系统 | 图像 | 大量测试切片 | NA | NA | NA | NA |
| 651 | 2024-11-24 |
Evaluation of Artificial Intelligence-Based Gleason Grading Algorithms "in the Wild"
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.2024.100563
PMID:39025402
|
研究论文 | 评估人工智能辅助的Gleason分级算法在真实世界数据中的表现 | 比较了公开和商业算法在真实世界数据中的表现，发现商业算法在某些情况下优于公开算法 | 研究主要集中在算法的表现比较，未深入探讨算法背后的技术细节 | 评估和比较顶级公开和商业Gleason分级算法在真实世界数据中的性能 | 前列腺癌患者的Gleason评分 | 数字病理学 | 前列腺癌 | 深度学习 | NA | 图像 | 包含不同Gleason评分的全切片前列腺活检图像数据集，由10名病理学家评估 | NA | NA | NA | NA |
| 652 | 2024-11-24 |
Evaluation of fragility fracture risk using deep learning based on ultrasound radio frequency signal
2024-Nov, Endocrine
IF:3.0Q2
DOI:10.1007/s12020-024-03931-z
PMID:38982023
|
研究论文 | 本研究评估了基于超声射频信号的深度学习模型在鉴别绝经后女性骨质疏松性骨折风险中的表现 | 本研究首次使用多通道残差网络（MResNet）基于超声射频信号来评估骨质疏松性骨折风险，并展示了其优于传统超声参数和双能X线吸收法（DXA）骨密度测量的效果 | 本研究为初步横断面研究，样本量较小且仅限于绝经后女性，未来需在更大和更多样化的群体中验证结果 | 评估基于超声射频信号的深度学习模型在鉴别绝经后女性骨质疏松性骨折风险中的表现 | 绝经后女性骨质疏松性骨折风险 | 机器学习 | 骨骼疾病 | 超声射频信号 | 多通道残差网络（MResNet） | 超声射频信号 | 246名绝经后女性 | NA | NA | NA | NA |
| 653 | 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 | NA | NA | NA | NA |
| 654 | 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 | NA | NA | NA | NA |
| 655 | 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 | NA | NA | NA | NA |
| 656 | 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 | NA | NA | NA | NA |
| 657 | 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 | NA | NA | NA | NA |
| 658 | 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 | NA | NA | NA | NA |
| 659 | 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 | NA | NA | NA | NA |
| 660 | 2024-11-23 |
Understanding ecosystem services of detailed forest and wetland types using remote sensing and deep learning techniques in Northern China
2024-Nov-20, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2024.123410
PMID:39571316
|
研究论文 | 本研究利用遥感和深度学习技术，对东北地区森林和湿地的生态系统服务进行了详细评估 | 首次结合轻量级卷积神经网络和决策树模型，对大规模森林和湿地进行分类，并评估了不同类型森林和湿地的生态系统服务 | 研究仅限于黑龙江省，且时间跨度仅为2008年至2018年 | 深入研究东北地区森林和湿地的生态系统服务功能 | 东北地区的森林和湿地类型 | 遥感 | NA | 遥感技术、深度学习 | 卷积神经网络（CNN）、决策树 | 图像 | 黑龙江省2008年和2018年的森林和湿地数据 | NA | NA | NA | NA |