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:202411-202411] [清除筛选条件]
当前共找到 1250 篇文献,本页显示第 1001 - 1020 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
1001 2024-11-08
Inverse Design of Multistructured Terahertz Metamaterial Sensors Based on Improved Conditional Generative Network
2024-Nov-06, ACS applied materials & interfaces IF:8.3Q1
研究论文 提出了一种基于改进的条件生成对抗网络的多结构太赫兹超材料传感器逆向设计模型 结合自注意力生成对抗网络和Wasserstein生成对抗网络,提出了一种新的逆向设计模型SACW-GAN NA 简化太赫兹超材料传感器的设计过程 太赫兹超材料传感器 计算机视觉 NA 生成对抗网络 SACW-GAN 图像 NA
1002 2024-11-08
Building a Synthetic Vascular Model: Evaluation in an Intracranial Aneurysms Detection Scenario
2024-Nov-06, IEEE transactions on medical imaging IF:8.9Q1
研究论文 本文介绍了一种能够模拟大脑血管树各个组成部分的全合成模型,包括大脑动脉、分叉和颅内动脉瘤,旨在为3D卷积神经网络提供大量数据集以高效检测颅内动脉瘤 本文提出了一种全合成3D模型,能够模拟通过磁共振血管造影(MRA)获取的大脑血管结构,并设计了同时模拟动脉几何形状、动脉瘤形状和背景噪声的模型 NA 研究旨在开发一种合成模型,用于增强3D卷积神经网络在颅内动脉瘤检测中的性能 大脑血管树及其组成部分,特别是颅内动脉瘤 计算机视觉 NA 磁共振血管造影(MRA) 3D卷积神经网络 3D图像 NA
1003 2024-11-08
A Survey of Few-Shot Learning for Biomedical Time Series
2024-Nov-06, IEEE reviews in biomedical engineering IF:17.2Q1
综述 本文综述了少样本学习在生物医学时间序列数据中的应用 探讨了少样本学习在解决生物医学时间序列数据标注稀缺问题中的创新应用 讨论了少样本学习方法在临床应用中的局限性,并与传统数据驱动方法进行了比较 旨在提供对当前少样本学习在生物医学时间序列领域现状的洞察,并探讨其对未来研究和应用的影响 生物医学时间序列数据 机器学习 NA 少样本学习 NA 时间序列 NA
1004 2024-11-08
Signal-guided multitask learning for myocardial infarction classification using images of electrocardiogram
2024-Nov-06, Cardiology IF:1.9Q3
研究论文 研究开发了一种基于多任务学习的深度学习算法,用于通过心电图图像对心肌梗死进行分类 提出了基于信号引导的多任务学习算法,相较于之前的单任务算法,性能显著提升 NA 开发一种能够快速准确诊断心肌梗死的深度学习算法 通过心电图图像区分心肌梗死患者和非冠状动脉疾病患者 机器学习 心血管疾病 深度学习 多任务学习 图像 11,227张心电图图像,51名医生参与测试
1005 2024-11-08
Improved patient identification by incorporating symptom severity in deep learning using neuroanatomic images in first episode schizophrenia
2024-Nov-06, Neuropsychopharmacology : official publication of the American College of Neuropsychopharmacology IF:6.6Q1
研究论文 本文研究了在首次发作的精神分裂症中,通过结合症状严重程度和神经解剖图像,利用深度学习模型改进患者识别 本文创新性地将症状严重程度回归纳入多任务深度学习模型,提高了模型对急性精神分裂症患者的诊断价值 本文的样本量相对较小,且仅限于首次发作的精神分裂症患者,可能限制了研究结果的普适性 研究目的是通过结合影像生物标志物和症状表达,增强对急性精神病机制的理解 研究对象为首次发作的精神分裂症患者和健康对照组 计算机视觉 精神分裂症 MRI 多任务深度学习模型 图像 286名首次发作的精神分裂症患者和330名健康对照组,以及40名独立验证集中的首次发作精神分裂症患者
1006 2024-11-08
Computer vision applications for the detection or analysis of tuberculosis using digitised human lung tissue images - a systematic review
2024-Nov-05, BMC medical imaging IF:2.9Q2
综述 本文对使用数字化人类肺部组织图像进行结核病检测或分析的计算机视觉应用进行了系统性综述 本文介绍了使用μCT扫描仪获取软组织图像对比度的新方法,以及使用多分辨率CT分析人类肺部3D结构的技术 当前技术在检测结核病方面存在挑战和局限性 促进开发更高效和准确的结核病检测或分析算法,并提高对早期检测重要性的认识 使用数字化人类肺部组织图像进行结核病检测或分析的计算机视觉应用 计算机视觉 肺结核 图像处理和深度学习 机器学习模型 图像 10项研究使用了人类组织(主要是肺部),其中5项研究提出了用于检测结核杆菌的机器学习模型,另外5项研究使用了CT扫描的人类肺部组织
1007 2024-11-08
Explainable fully automated CT scoring of interstitial lung disease for patients suspected of systemic sclerosis by cascaded regression neural networks and its comparison with experts
2024-11-04, Scientific reports IF:3.8Q1
研究论文 本文开发了一种深度学习框架,用于自动化系统性硬化症相关间质性肺病(SSc-ILD)的CT评分,并与专家评分进行比较 提出了一个由两个神经网络组成的级联框架,用于自动化SSc-ILD评分,并引入了热图方法来解释网络输出 未来研究需要确认模型的泛化能力 开发一种自动化系统性硬化症相关间质性肺病的CT评分方法 系统性硬化症相关间质性肺病(SSc-ILD)患者的CT扫描图像 计算机视觉 间质性肺病 深度学习 级联回归神经网络 图像 NA
1008 2024-11-08
Novel large empirical study of deep transfer learning for COVID-19 classification based on CT and X-ray images
2024-11-03, Scientific reports IF:3.8Q1
研究论文 本文通过大规模实验研究了基于CT和X光图像的COVID-19分类的深度迁移学习模型 首次扩展模型空间并从10,000个构建的深度迁移学习模型中识别出性能更好的模型 NA 开发基于AI的模型以加速COVID-19的诊断过程 COVID-19和非COVID-19患者的CT和X光图像 计算机视觉 COVID-19 深度迁移学习 ConvNeXt, EfficientNetV2, DenseNet121, ResNet34 图像 4481张CT和X光图像
1009 2024-11-08
Ultrasensitive Wearable Pressure Sensors with Stress-Concentrated Tip-Array Design for Long-Term Bimodal Identification
2024-Nov, Advanced materials (Deerfield Beach, Fla.)
研究论文 本文介绍了一种超灵敏的可穿戴压力传感器,通过引入应力集中尖端阵列设计和自粘性界面来提高检测限 设计了一种双金字塔微结构,将机械传递效率从72.6%提高到98.4%,并通过增加模量差异将灵敏度提高到8.5 V kPa,检测限为0.14 Pa NA 提高现有可穿戴压力传感器的传感性能和界面粘附性 可穿戴压力传感器的设计和性能优化 NA NA NA 深度学习双模态融合网络 信号 NA
1010 2024-11-08
An Artificial Intelligence-assisted Diagnostic System Improves Upper Urine Tract Cytology Diagnosis
2024 Nov-Dec, In vivo (Athens, Greece)
研究论文 评估基于深度学习的人工智能工具AIxURO系统在提高上尿路细胞学诊断准确性和可靠性方面的效果 AIxURO系统能够精确检测非典型尿路上皮细胞,减少评估中的主观性,显著提高诊断准确性和一致性 NA 评估AIxURO系统在诊断上尿路癌症中的效果 上尿路细胞学样本 计算机视觉 泌尿系统癌症 深度学习 NA 图像 185个上尿路细胞学样本,包括168个非高级别尿路上皮癌(NHGUC)、14个非典型尿路上皮细胞(AUC)、2个疑似高级别尿路上皮癌(SHGUC)和1个高级别尿路上皮癌(HGUC)
1011 2024-11-07
Prediction of muscular-invasive bladder cancer using multi-view fusion self-distillation model based on 3D T2-Weighted images
2024-Nov-06, Biomedizinische Technik. Biomedical engineering
研究论文 本研究开发了一种基于3D T2加权图像的多视图融合自蒸馏模型,用于预测肌肉浸润性膀胱癌 提出了多视图融合自蒸馏模型,结合横断面和矢状面信息,利用z轴信息进行全面特征提取,并通过自蒸馏提升浅层分类器的特征提取能力 NA 优化现有的T2加权成像序列,以准确评估肌肉浸润性膀胱癌 肌肉浸润性膀胱癌和非肌肉浸润性膀胱癌的分类 计算机视觉 膀胱癌 多参数MRI 多视图融合自蒸馏模型 3D T2加权图像 615名膀胱癌患者
1012 2024-11-07
Integrated Deep Learning Model for the Detection, Segmentation, and Morphologic Analysis of Intracranial Aneurysms Using CT Angiography
2024-Nov-06, Radiology. Artificial intelligence
研究论文 开发了一种基于CT血管造影数据的深度学习模型,用于未破裂颅内动脉瘤的形态测量,并在多中心数据集上验证了其性能 开发了一种集成深度学习模型,用于颅内动脉瘤的检测、分割和形态测量,并展示了其对初级放射科医生测量能力的提升 研究是回顾性的,且仅限于CT血管造影数据 开发和验证一种深度学习模型,用于未破裂颅内动脉瘤的形态测量,并评估其对初级放射科医生的辅助作用 未破裂颅内动脉瘤的检测、分割和形态测量 计算机视觉 颅内动脉瘤 CT血管造影 nnU-net 图像 训练数据集包括1182例未破裂颅内动脉瘤患者和578例对照组,多中心外部测试集包括535例未破裂颅内动脉瘤患者
1013 2024-11-07
Image quality in three-dimensional (3D) contrast-enhanced dynamic magnetic resonance imaging of the abdomen using deep learning denoising technique: intraindividual comparison between T1-weighted sequences with compressed sensing and with a modified Fast 3D mode wheel
2024-Nov-06, Japanese journal of radiology IF:2.9Q2
研究论文 本文评估了使用深度学习去噪技术(AiCE)的改进Fast 3D模式轮(mFast 3D轮)在增强型3D动态磁共振成像(MRI)中的图像质量,并与压缩感知(CS)结合AiCE进行了个体内部比较 本文创新性地使用了改进的Fast 3D模式轮结合深度学习去噪技术(AiCE),显著提高了腹部器官和肝内结构的显著性和整体图像质量 尽管改进的Fast 3D模式轮结合AiCE在显著性和整体图像质量上优于压缩感知结合AiCE,但在肝脏的信噪比上表现较差 评估改进的Fast 3D模式轮结合深度学习去噪技术在增强型3D动态磁共振成像中的图像质量 腹部器官和肝内结构的图像质量 计算机视觉 NA 深度学习去噪技术(AiCE) NA 图像 42名患者
1014 2024-11-07
The Segment Anything foundation model achieves favorable brain tumor auto-segmentation accuracy in MRI to support radiotherapy treatment planning
2024-Nov-06, Strahlentherapie und Onkologie : Organ der Deutschen Rontgengesellschaft ... [et al] IF:2.7Q2
研究论文 本文评估了Segment Anything基础模型在MRI数据中对胶质瘤脑肿瘤进行自动分割的准确性,以支持放射治疗计划 Segment Anything模型是一种新型的通用深度学习自动分割模型,可用于放射治疗计划中的交互式肿瘤自动轮廓绘制 使用建议的肿瘤轮廓(suggested mask)时,分割准确性较低 评估Segment Anything模型在MRI数据中对胶质瘤脑肿瘤进行自动分割的准确性,以支持放射治疗计划 Segment Anything模型在MRI数据中对胶质瘤脑肿瘤的自动分割 计算机视觉 脑肿瘤 深度学习 Segment Anything MRI图像 369个MRI数据集,包含16,744个横切片
1015 2024-11-07
Deep learning-based human gunshot wounds classification
2024-Nov-06, International journal of legal medicine IF:2.2Q1
研究论文 本文提出了一种基于深度学习的方法,用于法医领域中枪伤模式的分类 首次将深度学习技术应用于法医枪伤分类,特别是区分入口和出口伤口以及确定医学-法律射击距离 样本不平衡影响了分类指标,且伤口图像的标准化因拍摄条件不同而存在挑战 探索深度学习技术在法医病理学中的应用,提高枪伤分类的准确性 枪伤图像,包括入口和出口伤口以及医学-法律射击距离的分类 计算机视觉 NA 深度学习 ResNet152 图像 2551张图像,包括1883张入口伤口和668张出口伤口
1016 2024-11-07
Automated acute skin toxicity scoring in a mouse model through deep learning
2024-Nov-06, Radiation and environmental biophysics IF:1.5Q3
研究论文 本研究通过先进的成像设置和深度学习,提出了一种在临床前放射治疗试验中评估皮肤毒性的新方法 本研究开发了一个两步深度学习框架,用于自动检测小鼠后腿并分类皮肤毒性,显著提高了评估的准确性和一致性 分类模型在特定毒性等级上存在细微挑战,未来需要通过扩展训练数据集来进一步优化系统 开发一种客观且可重复的皮肤毒性评估方法,以改进临床前放射治疗试验中的评估流程 评估160只小鼠在四项研究中的皮肤反应,特别是右后腿的急性毒性 计算机视觉 NA 深度学习 CNN 图像 160只小鼠,7542张图像
1017 2024-11-07
Classification of EEG evoked in 2D and 3D virtual reality: traditional machine learning versus deep learning
2024-Nov-05, Biomedical physics & engineering express IF:1.3Q3
研究论文 本文比较了传统机器学习和深度学习在2D和3D虚拟现实诱发脑电图分类中的表现 首次使用EEGNet深度学习模型在2D和3D虚拟现实诱发脑电图分类中取得了显著优于传统机器学习方法的性能 NA 研究不同机器学习方法在2D和3D虚拟现实诱发脑电图分类中的效果 2D和3D虚拟现实诱发的脑电图信号 机器学习 NA 脑电图(EEG) 卷积神经网络(CNN) 脑电图信号 56通道脑电图记录
1018 2024-11-07
An improved AlexNet deep learning method for limb tumor cancer prediction and detection
2024-Nov-05, Biomedical physics & engineering express IF:1.3Q3
研究论文 本文介绍了一种改进的AlexNet深度学习方法,用于滑膜肉瘤的预测和检测 本文提出了一个改进的AlexNet架构,增加了卷积层和调整输入图像大小,显著提高了模型的性能 NA 提高滑膜肉瘤的诊断准确性 滑膜肉瘤的数字病理图像 计算机视觉 肿瘤 卷积神经网络 AlexNet 图像 NA
1019 2024-11-07
MCI Net: Mamba- Convolutional lightweight self-attention medical image segmentation network
2024-Nov-05, Biomedical physics & engineering express IF:1.3Q3
研究论文 提出了一种名为MCI-Net的轻量级自注意力医学图像分割网络,通过减少模型参数和计算复杂度,提高了分割效率 MCI-Net通过线性建模永久标记有效特征并过滤无关信息,有效捕捉局部-全局信息,减少了参数数量并利用注意力计算实现模型轻量化 NA 开发一种轻量级、高效的医学图像分割网络,减少诊断时间和计算复杂度 医学图像分割 计算机视觉 NA 自注意力机制 卷积神经网络 图像 五个公共数据集:X射线、肺部、ISIC-2016、ISIC-2018和胶囊内窥镜及胃肠分割
1020 2024-11-07
nPOD-Kidney: A Heterogenous Donor Cohort for the Investigation of Diabetic Kidney Disease Pathogenesis and Progression
2024-Nov-05, Kidney360 IF:3.2Q1
研究论文 研究使用来自糖尿病器官捐赠者的肾脏样本,通过传统和数字病理学方法,探讨糖尿病肾病的发病机制和进展 首次使用来自糖尿病器官捐赠者的肾脏样本,结合数字病理学工具,系统研究糖尿病肾病的发病机制和进展 NA 评估使用糖尿病器官捐赠者的肾脏样本研究糖尿病肾病进展的可行性,并探讨其发病机制 糖尿病器官捐赠者的肾脏样本 数字病理学 糖尿病肾病 数字病理学、深度学习、机器学习 深度学习模型 图像 多个糖尿病器官捐赠者的肾脏样本
回到顶部