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 21173 篇文献，本页显示第 20781 - 20800 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 20781 | 2024-08-07 |
In the right direction: A deep learning tool for assessment of right ventricular function
2024-May, Echocardiography (Mount Kisco, N.Y.)
DOI:10.1111/echo.15831
PMID:38757551
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 20782 | 2024-08-07 |
Predicting small molecules solubility on endpoint devices using deep ensemble neural networks
2024-Apr-17, Digital discovery
IF:6.2Q1
DOI:10.1039/d3dd00217a
PMID:38638648
|
研究论文 | 本文提出了一种在终端设备上使用深度集成神经网络预测小分子水溶性的方法 | 该方法通过在静态网站上运行深度学习模型，实现了无需服务器维护和安装的计算需求，同时提供了预测不确定性量化 | NA | 解决传统计算方法在预测小分子水溶性时计算时间长且精度低的问题，以及数据驱动方法缺乏不确定性量化和使用不便的问题 | 小分子的水溶性预测 | 机器学习 | NA | 深度学习 | 深度集成神经网络 | 分子数据 | NA |
| 20783 | 2024-08-07 |
A novel deep learning technique for medical image analysis using improved optimizer
2024 Apr-Jun, Health informatics journal
IF:2.2Q3
DOI:10.1177/14604582241255584
PMID:38755759
|
研究论文 | 本文探讨了在医学图像分析中使用改进优化器的卷积神经网络的应用 | 引入了新的优化技术梯度中心化（GC），并与先进的预处理技术Real ESRGAN和GFPGAN结合，提高了深度学习模型的执行时间和损失因子 | 现有的优化器如梯度下降、随机梯度下降等存在处理速度慢、内存需求大、计算成本高和死神经元问题 | 研究如何通过新的优化技术提高医学图像分析中深度学习模型的性能 | 医学图像的分类和分割 | 计算机视觉 | NA | 梯度中心化（GC） | CNN | 图像 | NA |
| 20784 | 2024-08-07 |
An Exaggeration? Reality?: Can ChatGPT Be Used in Neonatal Nursing?
2024 Apr-Jun 01, The Journal of perinatal & neonatal nursing
IF:1.5Q2
DOI:10.1097/JPN.0000000000000826
PMID:38758263
|
研究论文 | 探讨ChatGPT在新生儿护理中的应用及其潜在影响 | 文章介绍了ChatGPT在新生儿护理领域的应用，特别是在疼痛评估、喂养过程和患者状态确定等方面的显著改进 | 需要对基础数据的准确性进行严格验证，并对缺乏科学依据的结果持怀疑态度 | 评估和探讨人工智能技术在新生儿护理中的应用潜力 | ChatGPT在新生儿护理中的应用及其对护理质量的影响 | 自然语言处理 | NA | 自然语言处理 | NA | 文本 | NA |
| 20785 | 2024-08-07 |
[[Fundamentals] 8. Works on Mac or Windows! Practical Deep Learning with PyTorch]
2024, Nihon Hoshasen Gijutsu Gakkai zasshi
DOI:10.6009/jjrt.2024-2336
PMID:38644222
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 20786 | 2024-08-07 |
Deep learning-based classification of the capillary ultrastructure in human skeletal muscles
2024, Frontiers in molecular biosciences
IF:3.9Q2
DOI:10.3389/fmolb.2024.1363384
PMID:38751446
|
研究论文 | 本研究利用卷积神经网络（CNN）对人类骨骼肌毛细血管超微结构进行分类，以区分健康参与者与系统性病理患者 | 使用预训练的CNN模型在电子显微镜图像上区分健康控制组与系统性病理患者的毛细血管超微结构，其准确性高于传统的形态计量分析 | NA | 训练CNN模型以识别健康参与者与系统性病理患者肌肉活检中毛细血管的形态计量模式，用于假设生成 | 人类骨骼肌毛细血管的超微结构 | 机器学习 | 糖尿病，高血压，外周动脉疾病 | 透射电子显微镜（TEM） | CNN（ResNet101） | 图像 | 1810张电子显微镜图像，来自70名参与者 |
| 20787 | 2024-08-07 |
The Importance of Understanding Deep Learning
2024, Erkenntnis
DOI:10.1007/s10670-022-00605-y
PMID:38751773
|
research paper | 本文探讨了深度神经网络（DNNs）的理解问题及其在科学中的应用 | 本文提出了对深度神经网络理解的不同概念，特别是解释性理解的重要性 | 本文未明确指出具体的实验或数据分析限制 | 探讨当前对深度神经网络理解不足是否限制了其在科学中的应用 | 深度神经网络（DNNs）及其在科学中的应用 | machine learning | NA | NA | DNNs | NA | NA |
| 20788 | 2024-08-07 |
Detection of sweet corn seed viability based on hyperspectral imaging combined with firefly algorithm optimized deep learning
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1361309
PMID:38751847
|
研究论文 | 本研究利用高光谱成像技术结合萤火虫算法优化的深度学习方法，对甜玉米种子的不同活力等级进行识别 | 本研究提出的萤火虫算法优化的CNN-LSTM模型在甜玉米种子活力等级分类中表现出优于其他模型的性能 | NA | 识别甜玉米种子的活力等级 | 甜玉米种子 | 机器学习 | NA | 高光谱成像 | CNN-LSTM | 光谱图像 | 496颗种子，包括四个活力等级的种子 |
| 20789 | 2024-08-07 |
Implementation of transfer learning for the segmentation of human mesenchymal stem cells-A validation study
2023-Aug, Tissue & cell
IF:2.7Q3
DOI:10.1016/j.tice.2023.102149
PMID:37429132
|
研究论文 | 本文开发了一种深度学习算法用于分割人类间充质干细胞（MSCs）的显微图像，并验证了其性能 | 使用预训练的DeepLab算法并通过对图像背景进行模糊处理来克服部分标注的限制 | 数据集中的图像仅部分标注，通过模糊背景来处理未标注的细胞 | 开发和验证用于分割人类间充质干细胞的深度学习算法 | 人类间充质干细胞（MSCs）的显微图像分割 | 计算机视觉 | NA | 深度学习 | DeepLab算法 | 图像 | 算法1训练了139张模糊背景的图像，算法2训练了37张正常背景的图像 |
| 20790 | 2024-08-07 |
Development and Verification of Time-Series Deep Learning for Drug-Induced Liver Injury Detection in Patients Taking Angiotensin II Receptor Blockers: A Multicenter Distributed Research Network Approach
2023-Jul, Healthcare informatics research
IF:2.3Q3
DOI:10.4258/hir.2023.29.3.246
PMID:37591680
|
研究论文 | 本研究开发并验证了一种基于多中心、多模型的时序深度学习模型，用于预测服用血管紧张素II受体阻滞剂（ARBs）患者的药物性肝损伤（DILI） | 采用多中心分布式研究网络方法，利用韩国六家医院的电子健康记录（EHRs），开发了一种可解释的时序模型，用于分析DILI的发生率和相关变量的时间模式 | NA | 开发并验证一种用于预测服用ARBs患者DILI的时序深度学习模型 | 服用血管紧张素II受体阻滞剂（ARBs）的患者及其药物性肝损伤（DILI） | 机器学习 | 肝损伤 | 深度学习 | 时序分类模型 | 电子健康记录（EHRs） | 10,852名患者 |
| 20791 | 2024-08-07 |
Single-cell multi-scale footprinting reveals the modular organization of DNA regulatory elements
2023-Mar-29, bioRxiv : the preprint server for biology
DOI:10.1101/2023.03.28.533945
PMID:37034577
|
研究论文 | 本文开发了一种名为PRINT的计算方法，利用深度学习校正染色质可及性数据中的序列偏差，并识别DNA-蛋白质相互作用的多尺度足迹，以揭示DNA调控元件的模块化组织 | 开发了PRINT方法，能够更准确地推断转录因子和核小体的结合，并发现调控元件在细胞状态间的广泛结构和功能变化 | NA | 连接调控元件的结构变化与细胞命运和功能的改变 | DNA调控元件及其在造血过程中的变化 | 机器学习 | NA | 深度学习 | NA | 染色质可及性数据 | 涉及造血干细胞（HSCs）的年龄相关变化 |
| 20792 | 2024-08-07 |
Semiautomated intraoperative measurement of Cobb angle and coronal C7 plumb line using deep learning and computer vision for scoliosis correction: a feasibility study
2022-Nov-01, Journal of neurosurgery. Spine
DOI:10.3171/2022.4.SPINE22133
PMID:36303475
|
研究论文 | 本研究旨在验证一种利用深度学习和计算机视觉进行脊柱侧弯手术中脊柱对齐度测量的新型非放射性半自动化设备 | 开发了一种非放射性的半自动化设备，利用深度学习和计算机视觉在手术中测量脊柱对齐度 | 设备需要使用3D打印标记物，并且在验证过程中仅在脊柱侧弯的尸体模型上进行了测试 | 验证一种新型非放射性半自动化设备在脊柱侧弯手术中测量脊柱对齐度的可行性 | 脊柱侧弯手术中的脊柱对齐度测量 | 计算机视觉 | 脊柱侧弯 | 深度学习 | 计算机视觉模型 | 图像 | 标记检测模型训练使用了100张图像，测试使用了130张图像；验证模型中使用了50个角度模板和21个铅垂线测量模型；尸体验证研究中使用了1个脊柱侧弯的尸体模型 |
| 20793 | 2024-08-07 |
Spatial interplay of tissue hypoxia and T-cell regulation in ductal carcinoma in situ
2022-Sep-15, NPJ breast cancer
IF:6.5Q1
DOI:10.1038/s41523-022-00419-9
PMID:36109587
|
研究论文 | 研究组织缺氧与T细胞调节在导管原位癌（DCIS）中的相互作用 | 设计了一个针对DCIS组织结构复杂性的深度学习系统，并发现T调节细胞在缺氧肿瘤细胞中的空间共定位可能是DCIS进展的关键事件和有用标记 | NA | 探讨缺氧在导管原位癌中与T细胞调节的关系 | 导管原位癌（DCIS）及其与侵袭性导管癌的同步成分 | 数字病理学 | 乳腺癌 | 深度学习 | NA | 图像 | 纯DCIS病例与同步DCIS和侵袭性成分的侵袭性导管癌病例 |
| 20794 | 2024-08-07 |
Fast and accurate Ab Initio Protein structure prediction using deep learning potentials
2022-09, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1010539
PMID:36112717
|
研究论文 | 本文开发了一个名为DeepFold的开源程序，利用深度残差神经网络预测的空间约束和基于知识的能量函数，通过梯度下降折叠模拟，提高了蛋白质结构预测的准确性和速度 | DeepFold在缺乏序列和/或结构同源性的蛋白质模型中，其准确性显著超越了传统的折叠方法和其他领先的深度学习方法，特别是在最难目标上的建模性能 | NA | 提高蛋白质结构预测的准确性和速度 | 蛋白质结构预测 | 机器学习 | NA | 深度学习 | 深度残差神经网络 | 蛋白质序列 | 大规模基准测试 |
| 20795 | 2024-08-07 |
Evaluating frailty, mortality, and complications associated with metastatic spine tumor surgery using machine learning-derived body composition analysis
2022-Aug-01, Journal of neurosurgery. Spine
DOI:10.3171/2022.1.SPINE211284
PMID:35213829
|
研究论文 | 本研究利用机器学习衍生的身体成分分析评估了转移性脊柱肿瘤手术相关的虚弱、死亡率和并发症 | 通过深度学习方法评估癌症患者的身体成分，以改善术前风险分层 | 仅基于484名患者的观察性研究，样本量有限 | 评估身体成分与脊柱转移瘤手术后并发症、住院时间和死亡率的关系 | 接受脊柱转移瘤手术的癌症患者 | 机器学习 | 脊柱肿瘤 | 深度学习 | k-means聚类分析 | CT图像 | 484名癌症患者 |
| 20796 | 2024-08-07 |
Diagnostic triage in patients with central lumbar spinal stenosis using a deep learning system of radiographs
2022-Jul-01, Journal of neurosurgery. Spine
DOI:10.3171/2021.11.SPINE211136
PMID:35061993
|
研究论文 | 本研究旨在开发一种基于卷积神经网络（CNN）的深度学习模型，用于通过X射线诊断严重的中央腰椎管狭窄症（LSS），并使用梯度加权类激活映射（Grad-CAM）评估放射学诊断特征 | 本研究开发了一种新的深度学习模型，通过X射线图像准确诊断中央腰椎管狭窄症，并能定位狭窄病变，辅助医生识别LSS | 多变量逻辑回归分析显示，结合人口统计学因素（年龄和性别）并未提高模型性能 | 开发和评估一种深度学习模型，用于通过X射线诊断严重的中央腰椎管狭窄症 | 中央腰椎管狭窄症患者和健康对照组的X射线图像 | 机器学习 | 脊柱疾病 | 卷积神经网络（CNN） | CNN | 图像 | 12,442张图像用于训练模型，5折交叉验证 |
| 20797 | 2024-08-07 |
Improving brain age estimates with deep learning leads to identification of novel genetic factors associated with brain aging
2021-09, Neurobiology of aging
IF:3.7Q2
|
研究论文 | 本研究通过深度学习提高大脑年龄估计的准确性，进而识别与大脑衰老相关的新遗传因子 | 本研究展示了更准确的大脑预测年龄（PBA）有助于更好地表征与大脑衰老相关的遗传因子，并发现了三个新的与大脑衰老相关的单核苷酸多态性位点 | NA | 研究与大脑衰老相关的遗传因子 | 大脑衰老的遗传因素 | 机器学习 | NA | 卷积神经网络（CNN） | CNN | 图像 | 16,998名UK Biobank受试者 |
| 20798 | 2024-08-07 |
Convolutional neural network allows amylose content prediction in yam (Dioscorea alata L.) flour using near infrared spectroscopy
2024-Jun, Journal of the science of food and agriculture
IF:3.3Q2
DOI:10.1002/jsfa.12825
PMID:37400424
|
研究论文 | 本研究利用近红外光谱技术结合卷积神经网络预测山药粉中的直链淀粉含量 | 首次使用卷积神经网络成功预测山药粉中的直链淀粉含量 | PLS方法未能成功预测直链淀粉含量 | 验证卷积神经网络在预测山药粉直链淀粉含量方面的可靠性和效率 | 山药粉中的直链淀粉含量 | 机器学习 | NA | 近红外光谱技术 | 卷积神经网络 | 光谱数据 | 186份山药粉样品 |
| 20799 | 2024-08-07 |
Financial impact of incorporating deep learning reconstruction into magnetic resonance imaging routine
2024-Jun, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2024.111434
PMID:38520806
|
研究论文 | 本文评估了将深度学习重建算法应用于磁共振成像常规流程对财务影响的实用性和经济可行性 | 本文首次详细分析了深度学习重建算法在磁共振成像中的应用，相较于传统扩容方法，如增加扫描仪或提高周末设备利用率，能显著降低运营成本 | NA | 研究深度学习重建算法在磁共振成像中的应用对医院运营成本的影响 | 深度学习重建算法在磁共振成像中的应用 | 机器学习 | NA | 深度学习重建算法 | 深度学习 | NA | 涉及五台磁共振成像扫描仪 |
| 20800 | 2024-08-07 |
Deep learning reconstruction for turbo spin echo to prospectively accelerate ankle MRI: A multi-reader study
2024-Jun, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2024.111451
PMID:38593573
|
研究论文 | 评估深度学习重建技术在加速踝关节磁共振成像中的应用效果 | 深度学习重建技术（DLR-TSE）在踝关节MRI中显著缩短了采集时间，同时提高了图像质量并减少了伪影和噪声 | NA | 评估深度学习重建技术在踝关节MRI中的应用效果 | 踝关节MRI的采集时间、图像质量和病变检测能力 | 计算机视觉 | NA | 深度学习重建技术（DLR-TSE） | NA | 图像 | 56名患者 |