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 1342 篇文献，本页显示第 1041 - 1060 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1041 | 2024-12-01 |
Deep learning-aided respiratory motion compensation in PET/CT: addressing motion induced resolution loss, attenuation correction artifacts and PET-CT misalignment
2024-Dec, European journal of nuclear medicine and molecular imaging
IF:8.6Q1
DOI:10.1007/s00259-024-06872-x
PMID:39136740
|
研究论文 | 本文介绍了一种利用深度学习神经网络的统一数据驱动呼吸运动校正（uRMC）方法，用于解决PET/CT成像中由呼吸运动引起的分辨率损失、衰减校正伪影和PET-CT错位问题 | 本文首次提出了一种统一的数据驱动解决方案，用于补偿PET中的运动模糊、由PET-CT错位引起的衰减不匹配伪影以及PET和CT之间的错位 | NA | 研究目的是开发和验证一种数据驱动的解决方案，用于校正PET/CT成像中的呼吸运动 | 研究对象是737名接受[18F]FDG PET/CT扫描的患者，其中99名患者的数据用于验证，638名患者的数据用于训练神经网络 | 计算机视觉 | NA | 深度学习 | 神经网络 | 图像 | 737名患者，其中99名用于验证，638名用于训练 |
| 1042 | 2024-12-01 |
A multimodal vision transformer for interpretable fusion of functional and structural neuroimaging data
2024-Dec-01, Human brain mapping
IF:3.5Q1
DOI:10.1002/hbm.26783
PMID:39600159
|
研究论文 | 本文介绍了一种用于融合功能性和结构性神经影像数据的可解释多模态视觉变换器模型 | 提出了MultiViT模型，利用视觉变换器和交叉注意力机制有效融合来自结构MRI的3D灰质图和功能MRI的功能网络连接矩阵，显著提高了精神分裂症的分类和诊断准确性 | 未提及 | 开发一种新的深度学习模型，用于更准确地诊断精神分裂症 | 精神分裂症的诊断 | 计算机视觉 | 精神疾病 | 功能磁共振成像（fMRI）、结构磁共振成像（MRI）、独立成分分析（ICA） | 视觉变换器（ViT） | 图像 | 未提及 |
| 1043 | 2024-12-01 |
Deep learning based binary classification of diabetic retinopathy images using transfer learning approach
2024-Dec, Journal of diabetes and metabolic disorders
IF:1.8Q4
DOI:10.1007/s40200-024-01497-1
PMID:39610484
|
研究论文 | 本文提出了一种基于深度学习和迁移学习的方法，用于糖尿病视网膜病变图像的二分类 | 使用20个预训练网络进行微调，并结合三个数据集进行实验，最终选择ResNet101模型在DAG类别中达到97.33%的准确率 | NA | 开发一种有效的深度学习模型，用于早期检测糖尿病视网膜病变 | 糖尿病视网膜病变图像的分类 | 计算机视觉 | 糖尿病 | 深度学习 | ResNet101 | 图像 | 来自三个数据集的糖尿病视网膜病变图像 |
| 1044 | 2024-12-01 |
Exploring the efficacy of various CNN architectures in diagnosing oral cancer from squamous cell carcinoma
2024-Dec, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2024.103034
PMID:39610794
|
研究论文 | 本文探讨了不同卷积神经网络（CNN）架构在诊断口腔鳞状细胞癌（OCSCC）中的有效性 | 本文提出了基于深度学习的多种CNN模型（如VGG16、ResNet50、LeNet-5、MobileNetV2和Inception V3）用于诊断OCSCC，并比较了它们的性能 | 本文未详细讨论数据集的多样性和模型的泛化能力 | 研究不同CNN架构在诊断口腔鳞状细胞癌中的性能 | 口腔鳞状细胞癌（OCSCC）和口腔发育不良 | 计算机视觉 | 口腔癌 | 卷积神经网络（CNN） | CNN | 图像 | 使用了NEOR和OCSCC数据集，图像被分割成小块并分类为正常或鳞状细胞癌 |
| 1045 | 2024-12-01 |
A Dual-Mode Robot-Assisted Plate Implantation Method for Femoral Shaft Fracture
2024-Dec, The international journal of medical robotics + computer assisted surgery : MRCAS
DOI:10.1002/rcs.70008
PMID:39612353
|
研究论文 | 本文提出了一种双模式机器人辅助股骨干骨折钢板植入方法 | 结合起点确定算法、运动捕捉、深度学习和机器人技术，提出了一种双模式机器人辅助钢板植入方法 | 未提及具体局限性 | 改善股骨干骨折钢板植入过程中的可视性、准确性和稳定性问题 | 股骨干骨折的钢板植入 | 机器人技术 | 骨折 | 运动捕捉、深度学习 | 神经网络模型 | NA | 未提及具体样本数量 |
| 1046 | 2024-12-01 |
Global Land Use Change and Its Impact on Greenhouse Gas Emissions
2024-Dec, Global change biology
IF:10.8Q1
DOI:10.1111/gcb.17604
PMID:39614423
|
研究论文 | 研究了全球土地利用变化及其对温室气体排放的影响 | 利用结构方程模型和深度学习模型预测了未来全球温室气体排放 | 研究基于历史数据和当前趋势，未来实际情况可能有所不同 | 探讨土地利用变化对全球温室气体排放的影响，并预测未来排放趋势 | 全球土地利用模式及其对温室气体排放的影响 | NA | NA | 结构方程模型，深度学习模型 | 深度学习模型 | 历史数据 | 29年的全球历史数据 |
| 1047 | 2024-11-30 |
Generalisation capabilities of machine-learning algorithms for the detection of the subthalamic nucleus in micro-electrode recordings
2024-Dec, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-024-03202-2
PMID:38951363
|
研究论文 | 研究机器学习算法在微电极记录中检测丘脑底核的泛化能力 | 探讨了不同临床中心和训练范式下机器学习方法的泛化能力，并提出了通过迁移学习快速适应新中心的方法 | 算法在不同数据集上的性能显著下降，尽管迁移学习可以缓解这一问题，但重新训练可能需要更长的训练时间 | 研究机器学习算法在不同临床中心和训练范式下的泛化能力 | 微电极记录信号的二分类 | 机器学习 | NA | 深度学习 | 深度学习算法 | 信号 | 三个来自两个不同临床中心的数据库，大小、采集硬件和标注协议不同 |
| 1048 | 2024-11-30 |
Prediction of intraoperative hypotension using deep learning models based on non-invasive monitoring devices
2024-Dec, Journal of clinical monitoring and computing
IF:2.0Q2
DOI:10.1007/s10877-024-01206-6
PMID:39158783
|
研究论文 | 本研究利用基于非侵入性监测设备的深度学习模型预测术中低血压 | 本研究首次测试了使用常规非侵入性监测设备结合深度学习算法预测术中低血压的可行性 | 研究结果需要在未来的前瞻性研究中进一步验证其在临床实践中的应用效果 | 开发和验证一种基于非侵入性监测设备的深度学习模型，用于预测术中低血压 | 非心脏手术患者 | 机器学习 | NA | 深度学习算法 | 多头部注意力架构和全局注意力局部循环模型 | 多通道非侵入性监测数据 | 算法开发使用了4754例患者数据，外部验证使用了421例患者数据 |
| 1049 | 2024-09-10 |
MRI-based deep learning and radiomics for occult cervical lymph node metastasis (OCLNM) prediction
2024-Dec, Oral oncology
IF:4.0Q2
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1050 | 2024-11-17 |
Super-resolution Deep Learning Reconstruction Enhances Cranial Nerve Depiction and Interobserver Agreement in Neurovascular Conflict Imaging
2024-Dec, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.10.054
PMID:39547846
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1051 | 2024-11-30 |
Deep learning to predict risk of lateral skull base cerebrospinal fluid leak or encephalocele
2024-Dec, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-024-03259-z
PMID:39207718
|
研究论文 | 研究开发了一种全自动深度学习方法用于卵圆孔（FO）分割，并评估其在预测侧颅底自发性脑脊液（sCSF）漏或脑膨出中的价值 | 首次使用卷积神经网络（CNN）进行卵圆孔（FO）的自动分割，并评估其在预测sCSF漏或脑膨出中的应用 | 研究样本量较小，且仅限于特定医院的数据，可能影响结果的普适性 | 开发一种全自动深度学习方法用于卵圆孔（FO）分割，并评估其在预测侧颅底自发性脑脊液（sCSF）漏或脑膨出中的价值 | 侧颅底自发性脑脊液（sCSF）漏或脑膨出的患者 | 计算机视觉 | NA | 卷积神经网络（CNN） | CNN | 图像 | 34名侧颅底自发性脑脊液（sCSF）漏或脑膨出的患者与815名对照患者 |
| 1052 | 2024-11-29 |
Deep learning analysis of histopathological images predicts immunotherapy prognosis and reveals tumour microenvironment features in non-small cell lung cancer
2024-Dec, British journal of cancer
IF:6.4Q1
DOI:10.1038/s41416-024-02856-8
PMID:39455880
|
研究论文 | 本研究利用深度学习分析非小细胞肺癌的组织病理学图像，预测免疫治疗预后并揭示肿瘤微环境特征 | 开发了一种基于H&E染色组织病理学图像的ICI相关病理预后签名（ir-PPS），用于预测非小细胞肺癌患者接受免疫检查点抑制剂治疗的预后 | NA | 优化非小细胞肺癌患者选择免疫检查点抑制剂治疗的患者筛选 | 非小细胞肺癌患者的组织病理学图像 | 数字病理学 | 肺癌 | 深度学习 | ResNet18-PG | 图像 | 本地队列106例，TCGA 899例 |
| 1053 | 2024-11-29 |
Stacked artificial neural network to predict the mental illness during the COVID-19 pandemic
2024-Dec, European archives of psychiatry and clinical neuroscience
IF:3.5Q2
DOI:10.1007/s00406-024-01799-8
PMID:38558146
|
研究论文 | 研究利用堆叠人工神经网络预测COVID-19疫情期间的精神疾病 | 采用深度学习模型处理大量变量，以提高早期精神疾病检测的性能 | 存在潜在的反应偏差，某些个体面临更高的风险 | 研究COVID-19疫情期间的精神健康问题，并提出早期检测和治疗的方法 | COVID-19疫情期间的精神健康状况，包括焦虑、压力和抑郁 | 机器学习 | 精神疾病 | 深度学习 | 堆叠人工神经网络 | 文本 | 涉及儿童和神经质障碍患者等特定人群 |
| 1054 | 2024-11-29 |
Deep learning for intrinsically disordered proteins: From improved predictions to deciphering conformational ensembles
2024-Dec, Current opinion in structural biology
IF:6.1Q1
DOI:10.1016/j.sbi.2024.102950
PMID:39522439
|
综述 | 本文探讨了现代深度学习方法如何影响蛋白质无序性预测，并介绍了利用深度学习技术直接从序列数据中表征蛋白质构象集合体的最新进展 | 本文介绍了利用深度学习技术直接从序列数据中表征蛋白质构象集合体的创新方法 | NA | 探讨深度学习方法在蛋白质无序性预测中的应用及其对蛋白质构象集合体表征的进展 | 蛋白质无序性预测和蛋白质构象集合体 | 机器学习 | NA | 深度学习 | NA | 序列数据 | NA |
| 1055 | 2024-11-29 |
Multi-image transmission based on a multi-channel OAM-array-coded optical communication system using a designed Dammann grating and an integrated vortex grating
2024-Dec-01, Optics letters
IF:3.1Q2
DOI:10.1364/OL.545435
PMID:39602747
|
研究论文 | 本文提出了一种基于多通道OAM阵列编码光通信系统的多图像传输方法，结合定制的Dammann光栅和集成涡旋光栅，并通过设计的单输入多输出深度学习识别模型进行验证 | 本文的创新点在于提出了可控的同时生成高质量涡旋光束阵列的方法，并展示了基于涡旋光束阵列的多通道光通信系统，显著提高了涡旋光束阵列的灵活性和应用范围 | 本文的局限性在于实验中仅验证了四幅灰度图像的传输，且在湍流条件下的误差率较高 | 本文的研究目的是提高光通信系统的容量和灵活性 | 本文的研究对象是涡旋光束及其在光通信中的应用 | 光学通信 | NA | 涡旋光束 | 深度学习模型 | 图像 | 四幅灰度图像 |
| 1056 | 2024-11-29 |
A novel automated cloud-based image datasets for high throughput phenotyping in weed classification
2024-Dec, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.111097
PMID:39605934
|
研究论文 | 本文介绍了一种基于云的自动化数据采集系统（CADAS），用于在固定时间间隔内捕捉杂草和作物图像，以考虑植物生长阶段进行杂草识别 | 开发了一种云端自动化数据采集系统（CADAS），通过集成十五个可见光谱的数字相机，实现了杂草和作物图像的自动采集和存储 | 数据集中的作物和杂草时间变化较低，这限制了杂草检测模型的有效开发 | 开发一种高效的数据采集系统，以减少数据管理和模型开发中的劳动和时间成本，并提高杂草检测模型的性能 | 杂草和作物的图像数据集 | 计算机视觉 | NA | 数字相机图像采集 | NA | 图像 | 2000张图像每种杂草和作物物种，以及200张带有标签文件的原始图像 |
| 1057 | 2024-11-28 |
Correction to "Development and validation of deep learning models for identifying the brand of pedicle screws on plain spine radiographs"
2024-Dec, JOR spine
IF:3.4Q1
DOI:10.1002/jsp2.70013
PMID:39600966
|
correction | 对文章“Development and validation of deep learning models for identifying the brand of pedicle screws on plain spine radiographs”的更正 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1058 | 2024-11-28 |
CT-Based Lung Size Matching in Delayed Chest Closure for Systemic Sclerosis Lung Transplantation
2024-Dec, Clinical transplantation
IF:1.9Q3
DOI:10.1111/ctr.70041
PMID:39601250
|
研究论文 | 研究系统性硬化症患者在肺移植中使用延迟关胸术的临床结果和风险因素 | 首次探讨系统性硬化症患者在肺移植中使用延迟关胸术的研究 | 回顾性研究，样本量有限 | 评估延迟关胸术在系统性硬化症肺移植患者中的效果和风险因素 | 系统性硬化症肺移植患者 | 数字病理学 | 系统性硬化症 | 深度学习算法 | NA | CT影像 | 92名系统性硬化症肺移植患者 |
| 1059 | 2024-11-27 |
Wee1 inhibitor optimization through deep-learning-driven decision making
2024-Dec-15, European journal of medicinal chemistry
IF:6.0Q1
DOI:10.1016/j.ejmech.2024.116912
PMID:39369485
|
研究论文 | 本文利用深度学习技术优化Wee1抑制剂，通过活性解释、基于支架的分子生成和活性预测，从初始化合物GLX0198出发，获得了三个优化后的化合物，并在多种癌细胞系中表现出显著的抑制效果 | 本文首次将深度学习技术应用于Wee1抑制剂的优化，显著提高了抑制剂的活性 | 本文仅展示了少数几个优化后的化合物，未全面评估所有可能的优化路径 | 利用深度学习技术优化Wee1抑制剂，提高其在癌症治疗中的效果 | Wee1抑制剂及其在癌症细胞中的抑制效果 | 机器学习 | NA | 深度学习 | NA | 分子数据 | 从初始化合物GLX0198出发，最终获得三个优化后的化合物 |
| 1060 | 2024-11-27 |
Can Deep Learning Search for Exceptional Chiroptical Properties? The Halogenated [6]Helicene Case
2024-Dec-02, Angewandte Chemie (International ed. in English)
DOI:10.1002/anie.202409998
PMID:39329214
|
研究论文 | 本文研究了化学结构与手性光学性质之间的关系，并利用深度学习模型预测了大量卤代[6]螺旋烯的手性旋转强度 | 首次利用深度神经网络模型预测卤代[6]螺旋烯的手性旋转强度，并通过实验验证了预测结果的准确性 | NA | 研究化学结构与手性光学性质之间的关系，并开发新的具有增强光学性质的系统 | 卤代[6]螺旋烯的手性旋转强度 | 机器学习 | NA | DFT计算 | 深度神经网络 | 化学结构数据 | 数百万个卤代[6]螺旋烯衍生物 |