深度学习在生物医药领域的应用
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（使用关键词“['deep learning']”过滤），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19.9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 32373 篇文献，本页显示第 20941 - 20960 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 | 算法框架 | 模型架构 | 性能指标 | 计算资源 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 20941 | 2024-11-20 |
Measurement of ocular aberration in noise based on deep learning with a Shack-Hartmann wavefront sensor
2024-Nov-01, Biomedical optics express
IF:2.9Q2
DOI:10.1364/BOE.541483
PMID:39553873
|
研究论文 | 本文提出了一种基于深度学习和Shack-Hartmann波前传感器的眼睛像差测量方法，通过建立包含噪声和角膜反射的模型，提高了测量精度 | 本文创新性地结合了深度学习和Shack-Hartmann波前传感器，并引入了角膜反射消除算法，显著提高了在噪声和角膜反射情况下的测量精度和速度 | NA | 提高眼睛像差测量的精度和速度 | 眼睛像差测量中的噪声和角膜反射问题 | 计算机视觉 | NA | Shack-Hartmann波前传感器 | 卷积神经网络 | 图像 | NA | NA | NA | NA | NA |
| 20942 | 2024-11-20 |
Super-resolution multi-contrast unbiased eye atlases with deep probabilistic refinement
2024-Nov, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.11.6.064004
PMID:39554509
|
研究论文 | 本文提出了一种创建高分辨率无偏眼睛图谱的方法，通过深度学习超分辨率算法和深度概率模型来增强眼器官边界的对齐 | 结合超分辨率预处理和深度概率模型，解决了生成无偏眼睛图谱的挑战 | NA | 创建高分辨率无偏眼睛图谱，以解决眼器官形态在人群中的显著变异性 | 眼睛图谱的生成和优化 | 计算机视觉 | NA | 深度学习 | 深度概率模型 | 图像 | 使用四组不同组织对比度的磁共振图像进行实验 | NA | NA | NA | NA |
| 20943 | 2024-11-20 |
Transforming Skin Cancer Diagnosis: A Deep Learning Approach with the Ham10000 Dataset
2024-Nov, Cancer investigation
IF:1.8Q3
DOI:10.1080/07357907.2024.2422602
PMID:39523747
|
研究论文 | 本文提出了一种基于深度学习的方法，利用HAM10000数据集自动分类皮肤病变，以辅助皮肤癌诊断 | 引入了多粒度增强深度级联森林（Mg-EDCF）模型，通过子采样多粒度扫描获取微特征，并使用两种随机森林创建输入特征，最终通过增强深度级联森林进行分类 | NA | 开发一种能够自动分类皮肤病变的深度学习系统，以提高皮肤癌早期诊断的准确性 | 皮肤病变分类，包括光化性角化病（AKIEC）、黑色素瘤（MEL）、良性角化病（BKL）、黑色素细胞痣（NV）、基底细胞癌（BCC）、皮肤纤维瘤（DF）和血管性皮肤病变（VASC） | 机器学习 | 皮肤癌 | 深度学习 | 多粒度增强深度级联森林（Mg-EDCF） | 图像 | 使用了HAM10000数据集进行训练和评估 | NA | NA | NA | NA |
| 20944 | 2024-11-20 |
Artificial intelligence applications in personalizing lung cancer management: state of the art and future perspectives
2024-Oct-31, Journal of thoracic disease
IF:2.1Q3
DOI:10.21037/jtd-24-244
PMID:39552872
|
综述 | 本文综述了人工智能在个性化肺癌管理中的应用现状和未来展望 | 本文介绍了人工智能在肺癌诊断和管理中的创新应用，特别是基于机器学习和深度学习技术的AI模型 | NA | 探讨人工智能在非小细胞肺癌诊断和管理中的应用潜力 | 非小细胞肺癌的诊断、病理特征预测和基因突变预测 | 机器学习 | 肺癌 | 机器学习、深度学习 | AI模型 | 患者数据 | NA | NA | NA | NA | NA |
| 20945 | 2024-11-20 |
NeuroTD: A Time-Frequency Based Multimodal Learning Approach to Analyze Time Delays in Neural Activities
2024-Oct-31, bioRxiv : the preprint server for biology
DOI:10.1101/2024.10.28.620662
PMID:39554073
|
研究论文 | 本文介绍了一种基于时间-频率的多模态学习方法NeuroTD，用于分析神经活动中的时间延迟 | NeuroTD结合了孪生神经网络与频域变换和复值优化，用于推断多模态时间序列数据中的跨模态时间关系 | NA | 开发一种新的深度学习方法，用于对齐多模态时间序列数据并推断跨模态时间关系 | 神经活动的时间特征及其与行为的关系 | 机器学习 | NA | 钙成像、Neuropixels、深度电极、Patch-seq | 孪生神经网络 | 时间序列数据 | 三个多模态数据集 | NA | NA | NA | NA |
| 20946 | 2024-11-20 |
A Surface-based deep learning approach for cortical shape analysis
2024-Oct-29, bioRxiv : the preprint server for biology
DOI:10.1101/2024.10.29.620757
PMID:39554098
|
研究论文 | 本文应用基于球谐函数的卷积神经网络（SPHARM-Net）对MRI衍生的脑形态学指标进行分析，预测年龄、性别和阿尔茨海默病（AD）诊断 | 本文提出了一种基于球谐函数的卷积神经网络（SPHARM-Net），无需显式定义邻域大小，实现了旋转等变性 | 本文仅在健康成年人和AD患者样本中进行了验证，未来工作将扩展到更复杂的任务如情绪障碍分类 | 研究如何利用深度学习技术从脑部图像中预测临床因素 | MRI衍生的脑形态学指标，包括顶点皮质曲率、凸度、厚度和表面积 | 计算机视觉 | 阿尔茨海默病 | 球谐函数卷积神经网络 | 卷积神经网络 | 图像 | 健康成年人样本量为32,979，AD患者样本量为1,213 | NA | NA | NA | NA |
| 20947 | 2024-11-20 |
Application of deblur technology for improving the clarity of digital subtractive angiography
2024-Oct, Interventional neuroradiology : journal of peritherapeutic neuroradiology, surgical procedures and related neurosciences
IF:1.5Q3
DOI:10.1177/15910199221143168
PMID:36457291
|
研究论文 | 本文提出了一种基于深度学习的去模糊技术，用于提高数字减影血管造影（DSA）图像的清晰度 | 本文创新性地使用了深度学习方法来去模糊大焦点DSA图像，以获得更清晰和锐利的脑血管DSA图像 | 本文的局限性在于仅使用了52对配对的血管造影图像进行训练，且测试集仅包括10个身体模型和80张临床图像 | 研究目的是开发一种新的基于深度学习的方法，以提高大焦点DSA图像的清晰度 | 研究对象是数字减影血管造影（DSA）图像 | 计算机视觉 | NA | 深度学习 | 残差密集块（RDBs） | 图像 | 训练集包括52对配对图像，超过350,000个裁剪的补丁；测试集包括10个身体模型和80张临床图像 | NA | NA | NA | NA |
| 20948 | 2024-11-20 |
Lattice 123 pattern for automated Alzheimer's detection using EEG signal
2024-Oct, Cognitive neurodynamics
IF:3.1Q2
DOI:10.1007/s11571-024-10104-1
PMID:39555305
|
研究论文 | 本文提出了一种基于晶格结构的特征工程框架，用于使用脑电图信号自动识别阿尔茨海默病 | 创新性地应用概率函数生成Lattice123模式，并结合多级离散小波变换进行多层次特征提取 | 需要在大规模多样化的数据库上验证其有效性 | 开发一种自动识别阿尔茨海默病的新方法 | 阿尔茨海默病和脑电图信号 | 数字病理学 | 阿尔茨海默病 | 多级离散小波变换 | NA | 脑电图信号 | 未明确提及具体样本数量 | NA | NA | NA | NA |
| 20949 | 2024-11-20 |
Can artificial intelligence aid the urologists in detecting bladder cancer?
2024 Oct-Dec, Indian journal of urology : IJU : journal of the Urological Society of India
IF:1.3Q3
DOI:10.4103/iju.iju_39_24
PMID:39555437
|
研究论文 | 本文探讨了人工智能在膀胱癌检测中的应用，特别是通过膀胱镜检查辅助泌尿科医生识别恶性区域 | 本文展示了基于人工智能的膀胱镜检查系统在膀胱癌检测中的潜力，通过深度学习算法处理大量图像和视频数据 | 尽管人工智能在膀胱癌检测中显示出潜力，但其应用仍存在疑问，未来研究应集中在确定哪些患者群体能从准确识别膀胱癌中获益最大 | 探讨人工智能在膀胱癌检测中的应用潜力 | 膀胱癌的检测和识别 | 计算机视觉 | 膀胱癌 | 深度学习算法 | NA | 图像和视频 | 五项研究的数据被用于分析 | NA | NA | NA | NA |
| 20950 | 2024-11-20 |
Nmix: a hybrid deep learning model for precise prediction of 2'-O-methylation sites based on multi-feature fusion and ensemble learning
2024-Sep-23, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae601
PMID:39550226
|
研究论文 | 介绍了一种名为Nmix的混合深度学习模型，用于精确预测RNA的2'-O-甲基化位点 | 采用了多特征融合和集成学习方法，结合一维/二维卷积神经网络、自注意力机制和残差连接，显著提高了预测性能 | NA | 开发一种精确预测RNA 2'-O-甲基化位点的计算工具 | 人类RNA的2'-O-甲基化位点 | 机器学习 | NA | 深度学习 | 混合深度学习模型 | RNA序列 | 包含实验验证的Nm位点的最大低冗余数据集 | NA | NA | NA | NA |
| 20951 | 2024-11-20 |
An artificial intelligence-enabled electrocardiogram algorithm for the prediction of left atrial low-voltage areas in persistent atrial fibrillation
2024-Sep, Journal of cardiovascular electrophysiology
IF:2.3Q2
DOI:10.1111/jce.16373
PMID:39054663
|
研究论文 | 本文构建了一种基于人工智能的心电图算法，用于预测持续性心房颤动患者左心房低电压区域 | 本文提出了一种基于深度学习和随机森林分类模型的心电图算法，相较于传统的DR-FLASH和APPLE风险评分，该算法在预测左心房低电压区域方面具有更高的准确性 | NA | 构建一种能够准确预测持续性心房颤动患者左心房低电压区域的人工智能心电图算法 | 持续性心房颤动患者及其心电图数据 | 机器学习 | 心血管疾病 | 深度学习 | 随机森林分类模型 | 图像 | 587名持续性心房颤动患者，942张12导联心电图图像 | NA | NA | NA | NA |
| 20952 | 2024-11-20 |
Philosophy of cognitive science in the age of deep learning
2024 Sep-Oct, Wiley interdisciplinary reviews. Cognitive science
DOI:10.1002/wcs.1684
PMID:38773731
|
研究论文 | 本文探讨了深度学习对认知科学哲学的影响 | 深度神经网络在克服旧连接主义模型的局限性方面取得了显著进展 | 深度神经网络的比较评估仍存在方法论挑战 | 探讨深度学习与认知科学哲学之间的关联 | 深度学习技术及其对认知科学哲学的影响 | 机器学习 | NA | 深度学习 | 深度神经网络 | NA | NA | NA | NA | NA | NA |
| 20953 | 2024-11-20 |
Remote assessment of cognition and quality of life following radiotherapy for nasopharyngeal carcinoma: deep-learning-based predictive models and MRI correlates
2024-Aug, Journal of cancer survivorship : research and practice
IF:3.1Q1
DOI:10.1007/s11764-023-01371-8
PMID:37010777
|
研究论文 | 研究利用深度学习模型预测鼻咽癌放疗后患者的认知功能和生命质量，并探讨其与MRI变化的关系 | 首次使用深度学习技术开发预测模型，通过远程评估预测鼻咽癌放疗后患者的认知功能受损情况 | 样本量较小，仅包括70名患者 | 开发预测模型以评估鼻咽癌放疗后患者的认知功能受损情况，并探讨其与生命质量和MRI变化的关系 | 鼻咽癌放疗后患者的认知功能和生命质量 | 机器学习 | 鼻咽癌 | 深度学习 | 深度神经网络 (DNN) | MRI图像和认知评估数据 | 70名患者 | NA | NA | NA | NA |
| 20954 | 2024-11-20 |
Structures of Epstein-Barr virus and Kaposi's sarcoma-associated herpesvirus virions reveal species-specific tegument and envelope features
2024-Jul-09, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.09.602672
PMID:39026862
|
研究论文 | 通过深度学习增强的冷冻电镜断层扫描技术，研究了Epstein-Barr病毒和Kaposi肉瘤相关疱疹病毒的完整病毒颗粒结构 | 首次通过深度学习增强的冷冻电镜断层扫描技术解析了Epstein-Barr病毒和Kaposi肉瘤相关疱疹病毒的完整病毒颗粒结构，揭示了其独特的包膜和囊膜特征 | NA | 研究Epstein-Barr病毒和Kaposi肉瘤相关疱疹病毒的病毒颗粒结构，揭示其与阿尔法和贝塔疱疹病毒在包膜和囊膜结构上的差异 | Epstein-Barr病毒和Kaposi肉瘤相关疱疹病毒的病毒颗粒结构 | NA | NA | 冷冻电镜断层扫描（cryoET） | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 20955 | 2024-11-20 |
Identifying Pathological Subtypes of Brain Metastasis from Lung Cancer Using MRI-Based Deep Learning Approach: A Multicenter Study
2024-Jun, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-00988-0
PMID:38347392
|
研究论文 | 本研究探讨了基于多参数MRI的深度学习方法区分肺癌脑转移病理亚型的可行性 | 开发了一种基于ResNet-18基础网络的注意力引导残差融合网络（ARFN）模型，用于多参数MRI序列的分类 | 研究为回顾性分析，样本量有限，且仅涉及五家医疗中心的病例 | 研究基于多参数MRI的深度学习方法在区分肺癌脑转移病理亚型中的可行性 | 肺癌脑转移的病理亚型，包括小细胞肺癌（SCLC）和非小细胞肺癌（NSCLC） | 计算机视觉 | 肺癌 | 深度学习 | 注意力引导残差融合网络（ARFN） | MRI图像 | 246名患者，共456个脑转移病例 | NA | NA | NA | NA |
| 20956 | 2024-11-20 |
Atrial Septal Defect Detection in Children Based on Ultrasound Video Using Multiple Instances Learning
2024-Jun, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-00987-1
PMID:38347394
|
研究论文 | 本文研究了一种基于心脏超声视频的深度学习方法，用于辅助房间隔缺损（ASD）的诊断 | 提出了一种基于多实例学习的深度学习模型，用于视频房间隔缺损检测，有效提高了ASD检测的准确性 | NA | 研究基于心脏超声视频的深度学习方法，辅助房间隔缺损（ASD）的诊断 | 儿童患者的房间隔缺损（ASD）检测 | 计算机视觉 | 心血管疾病 | 多实例学习 | resNet18 和 r3D 网络 | 视频 | 300名儿童患者的数据用于五折交叉验证，30名儿童患者的数据用于临床医生测试 | NA | NA | NA | NA |
| 20957 | 2024-11-20 |
Basal Cell Carcinoma Diagnosis with Fusion of Deep Learning and Telangiectasia Features
2024-Jun, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-00969-3
PMID:38332404
|
研究论文 | 本文提出了一种结合深度学习和毛细血管扩张特征的基底细胞癌诊断方法 | 本文创新性地将手工特征（基于U-Net的语义分割）与深度学习特征（基于EfficientNet-B5）融合，提高了基底细胞癌诊断的准确性和可解释性 | 本文未进一步探索深度学习技术在个体皮肤镜特征检测中的应用 | 提高基底细胞癌诊断的准确性和可解释性 | 基底细胞癌与非基底细胞癌的分类 | 计算机视觉 | 皮肤癌 | 深度学习 | EfficientNet-B5 | 图像 | 395张图像 | NA | NA | NA | NA |
| 20958 | 2024-11-20 |
EfficientNet-Based System for Detecting EGFR-Mutant Status and Predicting Prognosis of Tyrosine Kinase Inhibitors in Patients with NSCLC
2024-Jun, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01022-z
PMID:38361006
|
研究论文 | 开发并验证了一种基于EfficientNetV2-L模型的深度学习系统，用于检测非小细胞肺癌患者的EGFR突变状态并预测EGFR酪氨酸激酶抑制剂的预后 | 提出了基于EfficientNetV2-L模型的EME系统，用于非侵入性预测EGFR状态、分层生存预后并关联生物学通路 | 研究为回顾性多中心研究，样本量有限，且未涵盖所有可能的EGFR突变类型 | 开发和验证一种基于深度学习的系统，用于检测EGFR突变状态并预测EGFR-TKI的预后 | 非小细胞肺癌患者的EGFR突变状态及EGFR-TKI治疗的预后 | 计算机视觉 | 肺癌 | 深度学习 | EfficientNetV2-L | 图像 | 485名非小细胞肺癌患者 | NA | NA | NA | NA |
| 20959 | 2024-11-20 |
Deep Learning for Chest X-ray Diagnosis: Competition Between Radiologists with or Without Artificial Intelligence Assistance
2024-Jun, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-00990-6
PMID:38332402
|
研究论文 | 本研究旨在评估深度学习算法在帮助放射科医生提高胸部X光诊断效率和准确性方面的表现 | 本研究首次通过竞赛形式验证了深度学习方法在辅助放射科医生解读胸部X光片方面的积极效果 | 研究样本量较小，仅涉及100张胸部X光片，可能影响结果的普适性 | 评估深度学习算法在胸部X光诊断中辅助放射科医生的表现 | 胸部X光片中的正常发现和13种不同异常 | 计算机视觉 | NA | 深度学习算法 | NA | 图像 | 100张胸部X光片，涉及111名放射科医生（29名高级，32名中级，50名初级） | NA | NA | NA | NA |
| 20960 | 2024-11-20 |
Inconsistency between Human Observation and Deep Learning Models: Assessing Validity of Postmortem Computed Tomography Diagnosis of Drowning
2024-Jun, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-00974-6
PMID:38336949
|
研究论文 | 评估深度学习模型在溺水诊断中的有效性，并与人类观察结果进行比较 | 首次系统评估了深度学习模型在溺水诊断中的有效性，并揭示了模型与人类专家观察结果之间的不一致性 | 研究结果表明，尽管模型分类性能高，但其预测可能不可靠，需要谨慎评估 | 评估深度学习模型在溺水诊断中的医学有效性 | 溺水与非溺水病例的死后CT扫描图像 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 153例溺水病例和160例非溺水病例，年龄范围8-91岁 | NA | NA | NA | NA |