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 1250 篇文献，本页显示第 1141 - 1160 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1141 | 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 |
| 1142 | 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 |
| 1143 | 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 |
| 1144 | 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 |
| 1145 | 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 |
| 1146 | 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 |
| 1147 | 2024-10-15 |
Pre-processing visual scenes for retinal prosthesis systems: A comprehensive review
2024-Nov, Artificial organs
IF:2.2Q3
DOI:10.1111/aor.14824
PMID:39023279
|
综述 | 本文综述了视网膜假体系统中图像处理和机器学习技术的最新进展及其在恢复视觉功能中的关键作用 | 本文强调了图像处理和深度学习在视网膜假体技术中的集成及其对个体与环境交互和导航的影响 | 一些技术仅使用模拟方法，甚至在正常视力个体中进行，或者依赖于定性分析，其中一些考虑了现实感知模型，而另一些则没有 | 探讨视网膜假体技术的最新进展及其在恢复视觉功能中的作用 | 视网膜假体设备及其在复杂视觉任务中的应用 | 计算机视觉 | NA | 图像处理和机器学习 | 深度学习架构 | 图像 | NA |
| 1148 | 2024-10-15 |
XRAInet: AI-based decision support for pneumothorax and pleural effusion management
2024-Nov, Pediatric pulmonology
IF:2.7Q2
DOI:10.1002/ppul.27133
PMID:38961684
|
研究论文 | 本研究开发并评估了一种基于人工智能的决策支持系统XRAInet，用于准确识别患有胸腔积液或气胸的儿科患者，并判断是否需要进行胸管引流 | XRAInet是一种基于深度学习的算法，能够准确识别和定位需要胸管引流的区域，为儿科患者提供决策支持 | 未来研究应探索混合模型，增强可解释性，解决数据质量问题，并符合监管要求，以确保XRAInet在医疗环境中的安全有效部署 | 开发和评估一种人工智能驱动的决策支持系统，用于识别胸腔积液或气胸的儿科患者并判断是否需要胸管引流 | 患有胸腔积液或气胸的儿科患者 | 计算机视觉 | 胸腔积液 | 深度学习 | 深度学习算法 | 图像 | 510张X光图像，来自170名儿科患者 |
| 1149 | 2024-10-14 |
Protein-Protein Interaction Prediction via Structure-Based Deep Learning
2024-Nov, Proteins
IF:3.2Q2
DOI:10.1002/prot.26721
PMID:38923590
|
研究论文 | 本文提出了一种基于结构深度学习的蛋白质-蛋白质相互作用预测框架RSPPI | 结合残差神经网络（ResNet）和空间金字塔池化（SPP），利用蛋白质序列的物理化学性质和空间结构信息进行预测 | 未提及 | 开发一种新的AI算法来预测蛋白质-蛋白质相互作用 | 蛋白质-蛋白质相互作用 | 机器学习 | NA | 深度学习 | ResNet | 蛋白质序列 | 未提及 |
| 1150 | 2024-10-13 |
Cardiac MR Fingerprinting: Overview, Technical Developments, and Applications
2024-Nov, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29206
PMID:38153855
|
综述 | 本文详细介绍了心脏磁共振指纹技术（MRF）的概述、技术进展和临床应用 | 介绍了心脏MRF的多参数成像技术，包括同时多切片和3D采样、运动校正算法、电影MRF、合成多对比度成像等 | NA | 探讨如何简化并缩短心脏磁共振成像（CMR）检查，以提高其可及性和效率，同时提供可重复的定量测量 | 心脏磁共振成像（CMR）及其指纹技术（MRF） | 医学影像 | 心血管疾病 | 心脏磁共振指纹技术（MRF） | NA | 图像 | NA |
| 1151 | 2024-10-13 |
Deep learning reconstruction for zero echo time lung magnetic resonance imaging: impact on image quality and lesion detection
2024-Nov, Clinical radiology
IF:2.1Q2
DOI:10.1016/j.crad.2024.07.011
PMID:39112100
|
研究论文 | 研究深度学习重建（DLR）对零回波时间（ZTE）肺部磁共振成像（MRI）图像质量和病变检测的影响 | 首次探讨了深度学习重建技术在零回波时间肺部MRI中的应用，并展示了其在图像质量和病变检测方面的显著改进 | 研究样本量较小，且仅限于特定类型的肺部病变检测 | 评估深度学习重建技术对零回波时间肺部MRI图像质量和病变检测的影响 | 59名接受胸部CT和零回波时间肺部MRI的患者 | 计算机视觉 | 肺部疾病 | 深度学习重建（DLR） | NA | 图像 | 59名患者 |
| 1152 | 2024-10-13 |
Artificial intelligence-based model for the recurrence of hepatocellular carcinoma after liver transplantation
2024-Nov, Surgery
IF:3.2Q1
DOI:10.1016/j.surg.2024.07.039
PMID:39181726
|
研究论文 | 研究开发了一种基于人工智能的深度学习模型，用于预测肝细胞癌患者在接受活体肝移植后的复发风险 | 首次使用深度学习模型来评估肝细胞癌患者在接受活体肝移植后的复发风险，并展示了其在患者选择中的潜在应用 | 研究为单中心回顾性队列研究，样本量较小，可能影响模型的普适性 | 开发和验证一种基于人工智能的模型，用于预测肝细胞癌患者在接受活体肝移植后的复发风险 | 接受活体肝移植的肝细胞癌患者 | 机器学习 | 肝癌 | 深度学习 | 深度学习模型 | 临床数据 | 192名接受活体肝移植的肝细胞癌患者 |
| 1153 | 2024-10-13 |
Deep learning-based computer-aided detection of ultrasound in breast cancer diagnosis: A systematic review and meta-analysis
2024-Nov, Clinical radiology
IF:2.1Q2
DOI:10.1016/j.crad.2024.08.002
PMID:39217049
|
meta-analysis | 本文通过系统综述和meta分析评估了深度学习和超声在乳腺癌诊断中的诊断性能 | 本文创新性地将研究分为B模式超声诊断子组和多模态超声诊断子组，并比较了深度学习算法在乳腺癌诊断中使用B模式超声或多模态超声的性能差异 | NA | 评估深度学习和超声在乳腺癌诊断中的诊断性能 | 乳腺癌患者和良性或其他乳腺病变患者 | computer vision | breast cancer | 深度学习 | NA | 超声图像 | 共包含20项研究，总计14,955例病例，其中4197例用于模型测试，包括1582例乳腺癌患者和2615例良性或其他乳腺病变患者 |
| 1154 | 2024-10-13 |
Artificial Intelligence in Radiology: What Is Its True Role at Present, and Where Is the Evidence?
2024-Nov, Radiologic clinics of North America
IF:2.1Q2
DOI:10.1016/j.rcl.2024.03.008
PMID:39393852
|
review | 本文综述了人工智能在放射学中的应用现状，并探讨了其未来的潜力 | 本文总结了近期研究中关于人工智能在放射学中的应用及其对诊断放射科医生工作量的预期影响 | NA | 探讨人工智能在放射学中的当前角色及其证据 | 人工智能在放射学中的应用及其对诊断能力、工作流程效率和患者护理的影响 | computer vision | NA | machine learning, deep learning | NA | NA | NA |
| 1155 | 2024-10-12 |
Optimal STI controls for HIV patients based on an efficient deep Q learning method
2024-11-07, Journal of theoretical biology
IF:1.9Q3
DOI:10.1016/j.jtbi.2024.111914
PMID:39111541
|
研究论文 | 本文研究了一种基于深度Q学习方法的高效计算工具，用于为HIV患者提供优化的STI治疗方案 | 本文采用了改进的双深度Q网络与优先经验回放技术，相较于经典深度学习算法，显著提高了性能 | NA | 研究如何为HIV患者提供更优化的STI治疗方案 | HIV感染者及其STI治疗策略 | 机器学习 | HIV | 深度Q学习 | 双深度Q网络 | NA | NA |
| 1156 | 2024-10-12 |
Accelerated Musculoskeletal Magnetic Resonance Imaging
2024-Nov, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29205
PMID:38156716
|
综述 | 本文综述了加速肌肉骨骼磁共振成像（MRI）技术的基本原理和应用 | 本文介绍了包括并行成像、压缩感知和同时多切片成像在内的传统加速MRI技术，以及基于深度学习的加速MRI技术，如欠采样MR图像重建、超分辨率成像、伪影校正和未获取对比度图像的生成 | NA | 旨在回顾加速肌肉骨骼MRI技术的基本原理和应用，以提高MRI工作流程的效率 | 肌肉骨骼MRI技术的加速方法 | 医学影像 | NA | 磁共振成像（MRI） | 深度学习 | 图像 | NA |
| 1157 | 2024-10-11 |
Responds to the Comments on "A Channel-Dimensional Feature-Reconstructed Deep Learning Model for Predicting Breast Cancer Molecular Subtypes on Overall b-Value Diffusion-Weighted MRI"
2024-Nov, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29310
PMID:38363190
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1158 | 2024-10-11 |
Comments on "A Channel-Dimensional Feature-Reconstructed Deep Learning Model for Predicting Breast Cancer Molecular Subtypes on Overall b-Value Diffusion-Weighted MRI"
2024-Nov, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29311
PMID:38366814
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1159 | 2024-10-12 |
Synthesis and characterization of Fe(III)-doped beta-cyclodextrin-grafted chitosan cryogel beads for adsorption of diclofenac in aqueous solutions: Adsorption experiments and deep-learning modeling
2024-Nov, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2024.135161
PMID:39214200
|
研究论文 | 本文介绍了合成Fe(III)掺杂的β-环糊精接枝壳聚糖冷冻凝胶珠用于吸附水溶液中的双氯芬酸，并进行了吸附实验和深度学习建模 | 本文创新性地合成了Fe(III)掺杂的β-环糊精接枝壳聚糖冷冻凝胶珠，并利用人工神经网络模型预测双氯芬酸的去除率 | 本文未详细讨论冷冻凝胶珠的长期稳定性和大规模生产的可能性 | 开发高效去除水环境中双氯芬酸的吸附材料，并利用深度学习模型优化吸附过程 | Fe(III)掺杂的β-环糊精接枝壳聚糖冷冻凝胶珠和双氯芬酸 | 环境科学 | NA | 吸附实验，深度学习建模 | 人工神经网络 (ANN) | 实验数据 | 17组吸附实验，每组重复两次 |
| 1160 | 2024-10-09 |
Deep fit_predic: a novel integrated pyramid dilation EfficientNet-B3 scheme for fitness prediction system
2024-Nov, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2023.2269287
PMID:37865927
|
研究论文 | 本研究介绍了一种新的深度学习技术，用于通过个人健康数据进行有效的健身预测 | 提出了Pyramid Dilated EfficientNet-B3技术，结合增强的变色龙群优化技术和Minkowski集成重力中心聚类方法，提高了健身预测的准确性 | NA | 开发一种高效的健身预测系统 | 个人健康数据 | 机器学习 | NA | 深度学习 | EfficientNet-B3 | 健康数据 | NA |