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 1181 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1061 | 2024-10-25 |
Forensic bone age assessment of hand and wrist joint MRI images in Chinese han male adolescents based on deep convolutional neural networks
2024-Nov, International journal of legal medicine
IF:2.2Q1
DOI:10.1007/s00414-024-03282-4
PMID:39060444
|
研究论文 | 研究开发了一种基于深度卷积神经网络的中国汉族男性青少年手和腕关节MRI图像的法医骨龄评估系统 | 提出了一个新的深度学习模型，用于提取和增强MRI手和腕骨特征，以提高目标MRI手和腕骨年龄的预测和精确分类 | 样本量相对较小，且仅限于中国汉族男性青少年 | 探索使用深度学习技术对手和腕关节MRI图像进行骨龄评估的可行性 | 中国汉族男性青少年的手和腕关节MRI图像 | 计算机视觉 | NA | MRI | 深度卷积神经网络 | 图像 | 282名6.0-21.0岁的中国汉族男性 |
| 1062 | 2024-10-25 |
Can deep learning-designed anterior tooth-borne crown fulfill morphologic, aesthetic, and functional criteria in clinical practice?
2024-Nov, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2024.105368
PMID:39326724
|
研究论文 | 本研究旨在比较基于深度学习（DL）软件设计的前牙冠与传统牙科计算机辅助设计（CAD）软件设计的前牙冠在形态、功能和美学方面的差异 | 本研究首次评估了基于深度学习的前牙冠设计软件在临床实践中的应用效果 | 研究样本量较小，且未评估所有可能的功能和美学指标 | 评估基于深度学习的前牙冠设计软件在形态、功能和美学方面的表现 | 前牙冠的设计效果 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 25个活体数据集，包括上颌和下颌弓扫描的预备上颌中切牙 |
| 1063 | 2024-10-25 |
Deep learning method to automatically diagnose periodontal bone loss and periodontitis stage in dental panoramic radiograph
2024-Nov, Journal of dentistry
IF:4.8Q1
DOI:10.1016/j.jdent.2024.105373
PMID:39332519
|
研究论文 | 本文提出了一种基于卷积神经网络（CNN）的深度学习集成模型，用于自动诊断牙科全景X光片中的牙周骨丢失和牙周炎阶段 | 本文的创新点在于提出了一种新的深度学习集成模型，结合了YOLOv8、Mask R-CNN和TransUNet算法，用于牙位检测、牙齿轮廓分割、牙齿组织分割以及牙周骨丢失和牙周炎阶段的预测 | 本文的局限性在于数据集仅包含320名患者的数据，可能不足以完全代表所有患者的情况 | 本研究旨在开发一种高效准确的深度学习方法，用于自动诊断牙周疾病 | 本研究的对象是牙科全景X光片中的牙周骨丢失和牙周炎阶段 | 计算机视觉 | 牙周疾病 | 深度学习 | 卷积神经网络（CNN） | 图像 | 320名患者的8462颗牙齿 |
| 1064 | 2024-10-24 |
Towards objective and systematic evaluation of bias in artificial intelligence for medical imaging
2024-Nov-01, Journal of the American Medical Informatics Association : JAMIA
IF:4.7Q1
DOI:10.1093/jamia/ocae165
PMID:38942737
|
研究论文 | 本文介绍了一种用于系统性和客观性评估医学影像中人工智能模型偏差的分析框架 | 提出了一个用于系统性评估医学影像中AI模型偏差的分析框架，并展示了其在深度学习模型中的应用 | 仅限于使用合成神经影像数据进行分析，未涵盖所有真实世界中的偏差来源 | 开发一种方法来客观和系统地评估医学影像中AI模型的偏差 | 医学影像中的AI模型偏差 | 计算机视觉 | NA | NA | 卷积神经网络（CNN） | 合成神经影像 | NA |
| 1065 | 2024-10-24 |
Deep learning assisted quantitative analysis of Aβ and microglia in patients with idiopathic normal pressure hydrocephalus in relation to cognitive outcome
2024-Nov-01, Journal of neuropathology and experimental neurology
IF:3.2Q2
DOI:10.1093/jnen/nlae083
PMID:39101555
|
研究论文 | 本文开发了一个自动化分析平台，用于量化特发性正常压力脑积水（iNPH）患者皮质活检中的Aβ负荷和反应性小胶质细胞，并评估其与认知结果的关联 | 利用深度学习技术自动分析Aβ负荷和反应性小胶质细胞，并评估其与认知结果的关联 | 研究样本量有限，且仅限于特发性正常压力脑积水患者 | 研究Aβ积累和神经炎症与特发性正常压力脑积水患者认知结果的关系 | 特发性正常压力脑积水患者的皮质活检样本 | 计算机视觉 | 脑积水 | 深度学习 | 深度学习模型 | 图像 | 120例特发性正常压力脑积水患者的皮质活检样本 |
| 1066 | 2024-10-24 |
Generative AI in orthopedics: an explainable deep few-shot image augmentation pipeline for plain knee radiographs and Kellgren-Lawrence grading
2024-Nov-01, Journal of the American Medical Informatics Association : JAMIA
IF:4.7Q1
DOI:10.1093/jamia/ocae246
PMID:39311859
|
研究论文 | 本文提出了一种可解释的深度少样本图像增强管道，用于生成膝关节X光片并进行Kellgren-Lawrence分级 | 首次提出了一种深度少样本图像增强管道，通过合成膝关节X光片来解决大规模标准化真实图像缺失的问题 | 尽管生成的合成图像具有高保真度，但在KL分级分类中的Cohen's Kappa和准确率仍有提升空间 | 开发一种创新的计算策略，用于生成高质量的合成膝关节X光片，并用于膝关节骨关节炎的Kellgren-Lawrence分级分类 | 膝关节X光片和Kellgren-Lawrence分级 | 计算机视觉 | 骨关节炎 | 深度少样本图像增强 | NA | 图像 | 86,000张合成膝关节X光片 |
| 1067 | 2024-10-21 |
Sex estimation from coxal bones using deep learning in a population balanced by sex and age
2024-Nov, International journal of legal medicine
IF:2.2Q1
DOI:10.1007/s00414-024-03268-2
PMID:38862820
|
研究论文 | 本文研究了使用深度学习方法从骨盆骨的CT扫描重建图像中进行性别估计 | 本文提出了一种全自动的数据驱动机器学习方法，使用解耦变分自编码器（DVAE）和分类器（C）进行性别估计，准确率高达99.8% | NA | 研究如何利用深度学习技术提高法医人类学中性别估计的准确性和效率 | 骨盆骨的CT扫描图像 | 计算机视觉 | NA | 深度学习 | 解耦变分自编码器（DVAE） | 图像 | 580个CT扫描图像 |
| 1068 | 2024-10-21 |
Hybrid clinical-radiomics model based on fully automatic segmentation for predicting the early expansion of spontaneous intracerebral hemorrhage: A multi-center study
2024-Nov, Journal of stroke and cerebrovascular diseases : the official journal of National Stroke Association
|
研究论文 | 本文提出了一种基于深度学习和影像组学的混合模型，用于预测自发性脑出血后的早期血肿扩张 | 本文提供了一种全自动的血肿分割方法，并构建了一个混合预测模型，用于血肿扩张的风险分层 | NA | 提出一种自动方法，用于预测自发性脑出血后的早期血肿扩张 | 自发性脑出血患者 | 计算机视觉 | 脑血管疾病 | 深度学习 | 混合模型 | 影像数据 | 共258名患者用于模型构建和内部验证，另外两个队列（n=87, 149）用于独立验证 |
| 1069 | 2024-10-20 |
Applications of artificial intelligence in dentomaxillofacial imaging: a systematic review
2024-11, Oral surgery, oral medicine, oral pathology and oral radiology
DOI:10.1016/j.oooo.2023.12.790
PMID:38637235
|
综述 | 本文系统回顾了人工智能在口腔颌面影像中的应用及其性能 | 本文总结了人工智能在牙齿和植入物分类与识别、三维头影测量标志点检测、病变检测（根尖周、颌骨和骨骼）以及骨质疏松检测等方面的应用 | 尽管人工智能模型显示出有希望的结果，但仍需进一步研究以探索特定应用和现实场景，才能自信地将这些模型整合到牙科实践中 | 评估人工智能算法在不同口腔颌面影像模式中的应用和性能 | 口腔颌面影像中的人工智能应用 | 计算机视觉 | NA | 机器学习、深度学习、神经网络 | NA | 影像 | 共纳入194篇文章 |
| 1070 | 2024-08-07 |
Deep learning applications in digital pathology
2024-Nov, Nature reviews. Nephrology
DOI:10.1038/s41581-024-00870-w
PMID:39014062
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1071 | 2024-10-19 |
Deep learning radiomics based on ultrasound images for the assisted diagnosis of chronic kidney disease
2024-Nov, Nephrology (Carlton, Vic.)
DOI:10.1111/nep.14376
PMID:39134509
|
研究论文 | 本研究旨在通过构建基于灰度超声图像的慢性肾病筛查模型，探讨超声图像在慢性肾病筛查中的价值 | 本研究创新性地融合了ResNet34和纹理特征，构建了用于慢性肾病及其分期筛查的深度学习模型 | 本研究仅使用了浙江省同德医院的1049名患者的4365张肾脏超声图像，样本量和数据来源有限 | 探讨超声图像在慢性肾病筛查中的应用价值 | 慢性肾病及其分期 | 计算机视觉 | 肾脏疾病 | 卷积神经网络 | ResNet34 | 图像 | 1049名患者，4365张肾脏超声图像 |
| 1072 | 2024-10-19 |
Diagnosing Cataracts in the Digital Age: A Survey on AI, Metaverse, and Digital Twin Applications
2024-Nov, Seminars in ophthalmology
IF:1.9Q2
DOI:10.1080/08820538.2024.2403436
PMID:39300918
|
综述 | 研究探讨了白内障诊断的演变，重点关注传统方法和创新技术集成 | 引入人工智能、机器学习和深度学习技术，以及元宇宙、数字孪生和远程眼科技术，以提高诊断准确性和可及性 | NA | 解决传统白内障分级中的主观性问题，并评估新技术如何增强诊断准确性和可及性 | 白内障诊断 | 计算机视觉 | 眼科疾病 | 人工智能、机器学习、深度学习 | NA | NA | NA |
| 1073 | 2024-10-19 |
FCS videos: Fluorescence correlation spectroscopy in space and time
2024-Nov, Biochimica et biophysica acta. General subjects
DOI:10.1016/j.bbagen.2024.130716
PMID:39349260
|
研究论文 | 本文介绍了通过深度学习将荧光相关光谱（FCS）的时间分辨率提高到秒级，从而实现FCS视频的技术，展示了其在脂质双层和细胞膜研究中的应用 | 本文通过深度学习将FCS的时间分辨率提高到秒级，实现了FCS视频，为分子过程研究提供了新的可能性 | FCS视频的测量时间仍然有限，通常在分钟级别 | 提高荧光相关光谱（FCS）的时间分辨率，实现FCS视频，以研究分子参数在空间和时间上的变化 | 脂质双层和细胞膜 | 生物医学 | NA | 荧光相关光谱（FCS） | 深度学习 | 视频 | NA |
| 1074 | 2024-10-17 |
Classification of Parkinson's disease severity using gait stance signals in a spatiotemporal deep learning classifier
2024-Nov, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-024-03148-2
PMID:38884852
|
研究论文 | 本文开发了一种基于垂直地面反作用力信号的帕金森病严重程度分类算法 | 使用改进的卷积长深度神经网络架构对每只脚的步态站立阶段信号进行建模，并将结果结合以预测帕金森病严重程度，优于以往文献中的结果 | NA | 提高帕金森病诊断的准确性 | 帕金森病患者的步态信号 | 机器学习 | 帕金森病 | NA | 卷积长深度神经网络 | 信号 | 93名帕金森病患者和72名健康对照成人 |
| 1075 | 2024-10-17 |
Multi-label classification of retinal diseases based on fundus images using Resnet and Transformer
2024-Nov, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-024-03144-6
PMID:38871856
|
研究论文 | 本文提出了一种结合ResNet和Transformer的框架，用于眼底图像的多标签分类，以诊断多种视网膜疾病 | 该模型通过ResNet提取图像特征，利用Transformer捕捉全局信息，并通过可学习的标签嵌入增强类别之间的关系，显著提高了多标签分类的准确性 | NA | 提高视网膜疾病多标签分类的准确性和效率 | 视网膜疾病的多标签分类 | 计算机视觉 | 视网膜疾病 | 深度学习 | ResNet和Transformer | 图像 | 5000张眼底图像 |
| 1076 | 2024-10-17 |
Layer-selective deep representation to improve esophageal cancer classification
2024-Nov, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-024-03142-8
PMID:38848031
|
研究论文 | 本文研究了ResNet-50深度卷积设计对Barrett's食管和腺癌分类的影响 | 提出了一种两步学习技术，通过训练和分类ResNet-50架构中每个卷积层的输出来定义对架构影响更大的层 | 未提及 | 提高食管癌分类的准确性和透明度 | Barrett's食管和腺癌 | 计算机视觉 | 食管癌 | 深度学习 | ResNet-50 | 图像 | 未提及 |
| 1077 | 2024-10-17 |
Artificial intelligence in healthcare: a mastery
2024-Nov, Biotechnology & genetic engineering reviews
DOI:10.1080/02648725.2023.2196476
PMID:37013913
|
综述 | 本文综述了人工智能（AI）在医疗领域的最新进展，并讨论了其在商业、监管和社会学方面的实施情况 | 本文介绍了AI在医疗领域的多种应用，包括诊断和治疗、患者参与和承诺以及行政任务，并讨论了其在复杂疾病风险预测中的未来潜力 | 本文指出了AI在医疗领域应用中需要解决的困难、限制和偏见 | 探讨AI在医疗领域的应用及其未来潜力 | AI在医疗领域的应用及其在诊断、治疗和风险预测中的作用 | 机器学习 | NA | 深度学习算法和人工神经网络（ANN） | 人工神经网络（ANN） | 多维生物数据集 | NA |
| 1078 | 2024-10-17 |
Preliminary report on the short-term efficacy and safety of SAPO-S1 therapy for locally advanced gastric cancer with a deep learning perspective
2024-Nov, Biotechnology & genetic engineering reviews
DOI:10.1080/02648725.2023.2202513
PMID:37078530
|
研究论文 | 评估SAPO-S1疗法在局部晚期胃癌新辅助治疗中的短期疗效和安全性 | 探讨了sindilizumab与白蛋白结合型紫杉醇+奥沙利铂+S-1化疗（SAPO-S1疗法）联合用于局部晚期胃癌新辅助治疗的疗效和安全性 | 研究样本量较小，且仅评估了短期疗效和安全性 | 评估SAPO-S1疗法在局部晚期胃癌新辅助治疗中的疗效和安全性 | 局部晚期胃癌患者 | NA | 胃癌 | NA | NA | NA | 28名患者 |
| 1079 | 2024-10-15 |
Artificial intelligence in endodontics: Data preparation, clinical applications, ethical considerations, limitations, and future directions
2024-Nov, International endodontic journal
IF:5.4Q1
DOI:10.1111/iej.14128
PMID:39075670
|
综述 | 本文综述了人工智能在牙髓病学中的数据准备、临床应用、伦理考虑、局限性和未来方向 | 本文详细阐述了人工智能在牙髓病学中的技术、伦理方面，以及当前的应用和未来潜力 | 本文指出人工智能在模型可解释性、泛化能力和临床实践中的应用仍存在挑战 | 旨在全面了解人工智能在牙髓病学中的应用和局限性 | 牙髓病学专家对人工智能应用和局限性的理解 | NA | NA | 深度学习 | 卷积神经网络 | 图像 | NA |
| 1080 | 2024-10-15 |
Artificial intelligence in endodontics: Fundamental principles, workflow, and tasks
2024-Nov, International endodontic journal
IF:5.4Q1
DOI:10.1111/iej.14127
PMID:39056554
|
综述 | 本文综述了人工智能在牙髓病学中的基本原理、工作流程和任务 | 本文填补了牙髓病学家对机器学习和深度学习基础知识的空白，展示了AI在牙髓病学中的多样化实际应用 | NA | 旨在阐述机器学习和深度学习的基本原理，解释AI解决方案的开发流程，并讨论与牙髓病诊断和治疗相关的特定AI任务和应用 | 牙髓病学中的AI应用，特别是放射影像的解释 | 计算机视觉 | NA | NA | NA | 图像和文本 | NA |