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:202412-202412] [清除筛选条件]
当前共找到 1180 篇文献,本页显示第 541 - 560 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
541 2024-12-13
Retinal fluid quantification using a novel deep learning algorithm in patients treated with faricimab in the TRUCKEE study
2024-Dec-11, Eye (London, England)
研究论文 研究使用一种新的深度学习算法评估接受法瑞西单抗治疗的nAMD患者视网膜液变化 引入了一种新的深度学习算法用于精确量化视网膜液,提供了评估nAMD治疗效果的新工具 研究为回顾性分析,且仅限于接受法瑞西单抗治疗的患者 研究视网膜液在nAMD患者接受法瑞西单抗治疗后的变化 接受法瑞西单抗治疗的nAMD患者 计算机视觉 老年性疾病 深度学习算法 深度学习算法 图像 521只眼
542 2024-12-13
ViTBayesianNet: An adaptive deep bayesian network-aided alzheimer disease detection framework with vision transformer-based residual densenet for feature extraction using MRI images
2024-Dec-11, Network (Bristol, England)
研究论文 提出了一种基于Vision Transformer和残差密集网络的深度贝叶斯网络辅助阿尔茨海默病检测框架,利用MRI图像进行特征提取和疾病检测 创新点在于结合了Vision Transformer和残差密集网络进行特征提取,并使用自适应深度贝叶斯网络进行阿尔茨海默病的检测,同时通过增强高尔夫优化算法优化模型参数 未提及具体的局限性 开发一种高效的深度学习方法,用于在早期阶段识别阿尔茨海默病,以提供有效的治疗 阿尔茨海默病及其在MRI图像中的特征 机器学习 阿尔茨海默病 MRI Vision Transformer-based Residual DenseNet, Adaptive Deep Bayesian Network 图像 未提及具体样本数量
543 2024-12-13
From pixels to patients: the evolution and future of deep learning in cancer diagnostics
2024-Dec-11, Trends in molecular medicine IF:12.8Q1
评论 本文探讨了深度学习在癌症诊断中的演变及其未来发展,强调了神经网络架构的进步及其在医学影像解释和多模态数据整合中的应用 本文提出了开发能够处理复杂临床任务的领域特定人工智能系统,并倡导发展能够整合多种数据源的多模态大型语言模型 NA 探讨深度学习在癌症诊断中的应用及其未来发展 深度学习在癌症诊断中的应用及其对医学影像解释和多模态数据整合的影响 机器学习 NA 深度学习 神经网络 多模态数据 NA
544 2024-12-13
Artificial intelligence-guided design of lipid nanoparticles for pulmonary gene therapy
2024-Dec-10, Nature biotechnology IF:33.1Q1
研究论文 本文介绍了一种使用神经网络进行离子脂质设计的深度学习策略,以优化脂质纳米颗粒用于肺部基因治疗 本文首次采用神经网络进行离子脂质设计,超越了传统的实验筛选和理性设计方法 本文主要在体外和体内验证了RNA递送效果,但未详细讨论长期安全性和临床应用的可行性 通过深度学习改进脂质纳米颗粒的递送效果,推动肺部基因治疗的发展 离子脂质和脂质纳米颗粒 机器学习 NA 神经网络 神经网络 数据集 超过9000个脂质纳米颗粒活性测量数据,评估了160万种脂质结构
545 2024-12-13
MRI classification of progressive supranuclear palsy, Parkinson disease and controls using deep learning and machine learning algorithms for the identification of regions and tracts of interest as potential biomarkers
2024-Dec-10, Computers in biology and medicine IF:7.0Q1
研究论文 本研究开发并比较了基于人工智能的MRI分析算法,用于区分进行性核上性麻痹(PSP)、帕金森病(PD)和健康对照组,通过分析脑结构和微结构的变化来识别感兴趣区域(ROIs)和感兴趣束(TOIs) 本研究首次将深度学习和机器学习算法应用于MRI数据,以识别潜在的生物标志物,并比较了不同算法在区分PSP、PD和健康对照组中的表现 本研究仅使用了两个数据集,且样本量相对较小,可能影响结果的泛化能力 比较多种机器学习方法和深度学习方法,以识别用于分类PSP与对照组和PSP与PD的最小必要脑结构集 进行性核上性麻痹(PSP)、帕金森病(PD)和健康对照组的MRI数据 机器学习 神经退行性疾病 扩散张量成像(DTI)、T1加权成像(T1-w) 随机森林算法、深度学习神经网络 图像 74名PSP患者和63名对照组(3.0T,多站点),66名PSP患者、66名PD患者和44名对照组(1.5T,单站点)
546 2024-12-13
MultiSCCHisto-Net-KD: A deep network for multi-organ explainable squamous cell carcinoma diagnosis with knowledge distillation
2024-Dec-10, Computers in biology and medicine IF:7.0Q1
研究论文 提出了一种名为MultiSCCHisto-Net-KD的深度神经网络模型,用于多器官可解释的鳞状细胞癌诊断,并结合知识蒸馏和梯度加权类激活映射技术 创新点包括使用低倍镜图像进行多器官鳞状细胞癌诊断,引入知识蒸馏技术压缩复杂模型,并结合可解释的深度学习技术提高模型透明度 NA 开发一种能够跨不同器官进行鳞状细胞癌诊断的深度学习模型,并提高模型的可解释性和泛化能力 多器官的鳞状细胞癌病理图像 数字病理学 鳞状细胞癌 知识蒸馏 深度神经网络 图像 来自多个中心的低倍镜病理图像
547 2024-12-13
Let it shine: Autofluorescence of Papanicolaou-stain improves AI-based cytological oral cancer detection
2024-Dec-10, Computers in biology and medicine IF:7.0Q1
研究论文 本研究通过结合明场和荧光全切片显微成像,利用深度学习和多模态信息融合技术,提高了基于AI的口腔癌细胞学检测的准确性 引入多模态成像和深度多模态信息融合技术,通过弱监督学习方法,利用荧光成像提高Papanicolaou染色样本的诊断信息,显著提升了分类性能和癌症检测准确性 依赖于准确的图像配准,且仅使用了患者级别的标签进行弱监督学习 提高AI技术在口腔癌早期非侵入性检测中的准确性和效率 Papanicolaou染色的液体基细胞学刷取活检样本 数字病理学 口腔癌 多模态成像、深度学习 Co-Attention Fusion Network (CAFNet) 图像 健康和癌症患者的刷取活检样本
548 2024-12-13
An interpretable deep learning model for hallux valgus prediction
2024-Dec-10, Computers in biology and medicine IF:7.0Q1
研究论文 本文开发了一种可解释的深度学习模型,用于自动标注足部X光片的关键点并计算拇外翻角和跖骨间角,以提高诊断效率和准确性 提出了AG-UNet用于图像分割,并使用SE-DNN网络模型进行关键点自动识别和角度计算 未提及模型的泛化能力和在不同医院数据集上的表现 开发一种自动化的方法来提高拇外翻诊断的效率和准确性 足部X光片中的关键点和角度 计算机视觉 足部疾病 深度学习 SE-DNN 图像 2000张足部X光片
549 2024-12-13
MRI-based deep learning and radiomics for predicting the efficacy of PD-1 inhibitor combined with induction chemotherapy in advanced nasopharyngeal carcinoma: A prospective cohort study
2024-Dec-10, Translational oncology IF:4.5Q1
研究论文 本研究旨在基于深度学习特征和放射组学特征,建立并评估预测PD-1抑制剂联合GP诱导化疗在晚期鼻咽癌中疗效的模型 本研究首次提出了一种基于MRI和Resnet101深度学习的模型,用于预测PD-1抑制剂联合GP诱导化疗在晚期鼻咽癌中的临床完全缓解疗效 本研究的样本量较小,且仅限于晚期鼻咽癌患者,未来需要在大规模多中心研究中验证模型的普适性和稳定性 建立并评估预测PD-1抑制剂联合GP诱导化疗在晚期鼻咽癌中疗效的模型 晚期鼻咽癌患者 数字病理学 鼻咽癌 MRI Resnet101 图像 99名晚期鼻咽癌患者
550 2024-12-13
Automated quantification of Enchytraeus crypticus juveniles in different soil types using RootPainter
2024-Dec-10, Ecotoxicology and environmental safety IF:6.2Q1
研究论文 本研究探讨了使用RootPainter自动化量化不同土壤类型中Enchytraeus crypticus幼虫的可行性 本研究首次使用RootPainter通过深度学习方法自动化量化土壤毒性测试中的幼虫数量,减少了人工计数的时间和劳动强度 本研究仅在四种土壤类型和五种农药上进行了测试,未来研究可以扩展到更多样品和条件 验证RootPainter在不同土壤类型中自动化量化Enchytraeus crypticus幼虫的有效性 Enchytraeus crypticus幼虫在不同土壤类型中的数量 计算机视觉 NA 深度学习 卷积神经网络 图像 五种农药和四种土壤类型
551 2024-12-13
Non-invasive Prediction of Lymph Node Metastasis in NSCLC Using Clinical, Radiomics, and Deep Learning Features From 18F-FDG PET/CT Based on Interpretable Machine Learning
2024-Dec-10, Academic radiology IF:3.8Q1
研究论文 本研究旨在开发并评估一种结合临床、放射组学和深度学习特征的机器学习模型,用于预测非小细胞肺癌患者的淋巴结转移 本研究创新性地结合了临床、放射组学和深度学习特征,并使用SHAP增强模型的可解释性 NA 开发和评估一种机器学习模型,用于预测非小细胞肺癌患者的淋巴结转移 非小细胞肺癌患者的淋巴结转移 机器学习 肺癌 放射组学特征提取,深度学习特征生成,SHAP XGBoost 图像 248名非小细胞肺癌患者
552 2024-12-13
Vocal Biomarkers for Parkinson's Disease Classification Using Audio Spectrogram Transformers
2024-Dec-10, Journal of voice : official journal of the Voice Foundation IF:2.5Q1
研究论文 本研究评估了音频频谱图Transformer(AST)模型在通过语音生物标志物检测帕金森病(PD)中的有效性 提出了使用音频频谱图Transformer模型,利用其自注意力机制更好地捕捉PD相关的语音障碍,相较于传统深度学习方法具有更高的分类性能 需要进一步在更多样化的人群中进行验证以实现临床应用 评估音频频谱图Transformer模型在通过语音生物标志物检测帕金森病中的有效性 帕金森病患者的语音生物标志物 机器学习 帕金森病 音频频谱图Transformer(AST)模型 Transformer 音频 150名参与者(PC-GITA数据集:50名PD患者,50名健康对照;ITA数据集:28名PD患者,22名健康对照)
553 2024-12-13
Automated Segmentation of MRI White Matter Hyperintensities in 8421 Patients with Acute Ischemic Stroke
2024-Dec-09, AJNR. American journal of neuroradiology
研究论文 本研究开发并验证了用于急性缺血性卒中患者MRI白质高信号(WMH)自动分割的深度学习算法 首次使用大规模MRI数据集(8421名患者)进行WMH自动分割,并引入了不确定性指数来识别自动分割不准确的情况 研究仅限于急性缺血性卒中患者,未涵盖其他类型的卒中或其他神经系统疾病 开发和验证用于急性缺血性卒中患者WMH自动分割的深度学习算法 急性缺血性卒中患者的WMH病变 计算机视觉 脑血管疾病 深度学习 UNet和SE-UNet MRI图像 8421名急性缺血性卒中患者
554 2024-12-13
Deep Learning for Cardiac Imaging: Focus on Myocardial Diseases: A Narrative Review
2024-Dec-09, Hellenic journal of cardiology : HJC = Hellenike kardiologike epitheorese IF:2.7Q2
综述 本文综述了深度学习在心脏影像学中的应用,特别是心肌疾病的自动分割、放射组学特征表型和预测 本文探讨了深度学习算法在心脏影像分析中的应用,如自动分割心肌组织和放射组学分析,以提高诊断效率和准确性 本文讨论了深度学习模型在临床实践中整合的挑战 探讨深度学习在心脏影像学中的应用现状,特别是心肌疾病的诊断和管理 心脏影像学中的深度学习应用,包括自动分割、放射组学特征表型和心肌疾病的预测 计算机视觉 心血管疾病 深度学习 深度学习算法 影像 NA
555 2024-12-13
Prediction of incident atrial fibrillation using deep learning, clinical models, and polygenic scores
2024-Dec-07, European heart journal IF:37.6Q1
研究论文 本研究开发并测试了一种基于深度学习的ECG-AI模型,用于预测心房颤动(AF),并与临床模型和AF多基因评分(PGS)进行了比较 本研究首次将深度学习应用于心电图(ECG)数据,提出了一种新的ECG-AI模型,并在多个数据集上验证了其性能,显示出比传统临床模型和多基因评分更高的预测准确性 本研究的样本主要来自一个三级心脏中心,外部验证数据集的样本量较小,可能限制了模型的普适性 开发和验证一种基于深度学习的心电图分析模型,用于预测新发心房颤动 心电图数据和心房颤动的预测 机器学习 心血管疾病 深度学习 深度学习模型 心电图数据 669,782份心电图数据,来自145,323名患者
556 2024-12-13
Time-hybrid OSAformer (THO): A hybrid temporal sequence transformer for accurate detection of obstructive sleep apnea via single-lead ECG signals
2024-Dec-07, Computer methods and programs in biomedicine IF:4.9Q1
研究论文 本文提出了一种基于单导联心电图信号检测阻塞性睡眠呼吸暂停的新方法,称为时间混合OSAformer (THO) THO模型结合了扩张卷积和长短期记忆网络(LSTM)的混合架构,并采用了多尺度特征融合策略和嵌入式记忆衰减机制,以提高特征提取和实时时间序列数据的捕捉能力 NA 开发一种基于单导联心电图信号的阻塞性睡眠呼吸暂停检测方法,以替代传统的多导睡眠图诊断 阻塞性睡眠呼吸暂停(OSA)的检测 机器学习 睡眠相关呼吸障碍 扩张卷积、长短期记忆网络(LSTM)、多尺度特征融合、多注意力头模型 Transformer 心电图信号 NA
557 2024-12-13
SAMP: Identifying antimicrobial peptides by an ensemble learning model based on proportionalized split amino acid composition
2024-Dec-06, Briefings in functional genomics IF:2.5Q3
研究论文 本文提出了一种基于比例分割氨基酸组成(PSAAC)的集成学习模型SAMP,用于识别抗菌肽 SAMP引入了新的特征类型PSAAC,能够捕捉抗菌肽序列中的残基模式和序列顺序信息,并通过集成随机投影(RP)架构提高了处理大规模数据的能力 NA 开发一种新的计算模型,用于更准确地识别抗菌肽,以应对未来可能出现的耐药细菌感染问题 抗菌肽(AMPs)及其在消除耐药病原体中的作用 机器学习 NA 集成学习模型,随机投影(RP) 集成学习模型 序列数据 不同平衡和不平衡数据集
558 2024-12-13
Deep learning dose prediction to approach Erasmus-iCycle dosimetric plan quality within seconds for instantaneous treatment planning
2024-Dec-06, Radiotherapy and oncology : journal of the European Society for Therapeutic Radiology and Oncology IF:4.9Q1
研究论文 本研究探讨了使用深度学习模型在几秒钟内预测患者特定的3D剂量分布,以实现即时治疗计划的可能性 本研究首次探讨了训练数据集大小和模型大小对剂量预测准确性的影响,并展示了在1000个训练患者的情况下,6层模型的高预测准确性 尽管在1000个训练患者的情况下,预测准确性尚未达到收敛,但6层模型的准确性可能足以用于即时计划 研究如何通过深度学习模型快速生成高质量的患者特定3D剂量分布,以实现即时治疗计划 前列腺癌患者的3D剂量分布 机器学习 前列腺癌 深度学习 U-Net 剂量分布 1250名前列腺癌患者
559 2024-12-13
Deep learning for predicting rehospitalization in acute heart failure: Model foundation and external validation
2024-Dec, ESC heart failure IF:3.2Q2
研究论文 本研究开发并验证了一种基于深度学习的急性心力衰竭再住院预测模型 首次使用深度学习方法结合真实世界数据进行心力衰竭再住院预测 模型的区分度中等,AUC值在0.63到0.76之间 开发一种基于深度学习的预测模型,用于预测急性心力衰竭患者在出院后30天、90天和365天内的再住院风险 急性心力衰竭患者的再住院风险 机器学习 心血管疾病 深度学习 GRU 数据 2014年1月至2019年1月期间因急性心力衰竭住院的患者数据
560 2024-12-13
Predicting Lymphovascular Invasion in Non-small Cell Lung Cancer Using Deep Convolutional Neural Networks on Preoperative Chest CT
2024-Dec, Academic radiology IF:3.8Q1
研究论文 本研究旨在利用深度卷积神经网络结合术前胸部CT图像,构建非小细胞肺癌淋巴管浸润的预测诊断模型 本研究首次将深度卷积神经网络应用于非小细胞肺癌淋巴管浸润的预测,并结合二维和三维CT影像特征以及临床放射学数据,开发了四种不同的预测模型 本研究为回顾性观察性研究,样本量有限,且仅基于术前CT图像进行预测,未考虑其他可能影响预测结果的因素 开发一种非侵入性的方法,利用深度学习技术预测非小细胞肺癌患者的淋巴管浸润情况,以指导精准治疗 非小细胞肺癌患者的淋巴管浸润情况 计算机视觉 肺癌 深度卷积神经网络 卷积神经网络 图像 3034名非小细胞肺癌患者,其中包括106名淋巴管浸润阳性患者
回到顶部