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 23714 篇文献，本页显示第 21181 - 21200 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 21181 | 2024-08-05 |
A lightweight network architecture for traffic sign recognition based on enhanced LeNet-5 network
2024, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2024.1431033
PMID:38962176
|
研究论文 | 本研究提出了一种轻量级的卷积神经网络架构，用于交通标志识别 | 通过改进经典的LeNet-5网络模型，以实现轻量级且易于部署的嵌入式应用 | 未提及具体的限制因素 | 实现一种轻量级的卷积神经网络架构，以提高交通标志识别的准确性和速度 | 改进LeNet-5网络模型以应对无人驾驶系统中的交通标志识别 | 计算机视觉 | NA | 卷积神经网络（CNN） | LeNet-5 | 图像 | 使用德国交通标志识别基准（GTSRB）数据库进行测试 |
| 21182 | 2024-08-05 |
Generative preparation tasks in digital collaborative learning: actor and partner effects of constructive preparation activities on deep comprehension
2024, Frontiers in psychology
IF:2.6Q2
DOI:10.3389/fpsyg.2024.1335682
PMID:38962237
|
研究论文 | 本研究探讨了在数字协作学习中，建设性准备活动对深度理解的影响 | 研究通过实验分析了不同生成性准备任务对深度学习影响的差异，尤其关注了先前知识的调节作用 | 研究对象为非专业大学生，可能影响结果的普遍性 | 探索建设性准备活动如何促进后续协作中的深度学习 | 122名非专家大学生，他们被分配到61个二人组进行研究 | 数字学习 | NA | 实验研究 | NA | 文本 | 122名参与者，61个二人组 |
| 21183 | 2024-08-05 |
Comparison of image quality between Deep learning image reconstruction and Iterative reconstruction technique for CT Brain- a pilot study
2024, F1000Research
DOI:10.12688/f1000research.150773.1
PMID:38962692
|
研究论文 | 本文比较了深度学习图像重建和迭代重建技术在CT脑部影像中的图像质量。 | 本研究通过使用卷积神经网络 (CNN) 的深度学习图像重建 (DLIR) 算法，展示了其在减少噪声和提高图像质量方面的优势。 | 本研究是一个小规模的初步研究，样本量有限，结果需要在更大人群中进一步验证。 | 评估深度学习图像重建和迭代重建技术在CT脑部影像中的图像质量。 | 研究对象为接受非对比CT脑部检查的30名患者。 | 数字病理学 | NA | 深度学习图像重建 (DLIR)，迭代重建 (iDose 4) | 卷积神经网络 (CNN) | 影像 | 30名接受非对比CT脑部检查的患者 |
| 21184 | 2024-08-05 |
A comprehensive multi-domain dataset for mitotic figure detection
2023-07-25, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-023-02327-4
PMID:37491536
|
研究论文 | 本文介绍了用于有丝分裂细胞检测的综合多领域数据集MIDOG++ | 该数据集是第一个基于不同肿瘤类型、实验室、全切片图像扫描仪和物种的广泛领域转移的有丝分裂细胞数据集 | 在单一领域训练中观察到显著差异，可能影响深度学习方法的性能 | 本文旨在自动化有丝分裂细胞检测任务，并评估领域转移的影响 | 本文研究对象为503个来自七种不同肿瘤类型的组织标本 | 数字病理学 | 乳腺癌, 肺癌, 淋巴肉瘤, 神经内分泌肿瘤, 皮肤肥大细胞肿瘤, 皮肤黑色素瘤, (亚)皮下软组织肉瘤 | 深度学习 | NA | 图像 | 503个组织标本 |
| 21185 | 2024-08-05 |
A Hybrid Intelligence Approach for Circulating Tumor Cell Enumeration in Digital Pathology by Using CNN and Weak Annotations
2023, IEEE access : practical innovations, open solutions
IF:3.4Q2
DOI:10.1109/access.2023.3343701
PMID:38957613
|
研究论文 | 该论文提出了一种混合智能方法，通过结合细胞病理学家专业知识和深度学习卷积神经网络的效率，自动计数循环肿瘤细胞。 | 创新之处在于将蔡细胞病理学家的专业技能与深度学习技术相结合，实现了循环肿瘤细胞的自动计数。 | 此研究依赖于图像数据集，可能存在数据集的选择偏差和样本多样性不足的问题。 | 研究目的是通过混合智能方法提高循环肿瘤细胞的自动计数效率。 | 研究对象为循环肿瘤细胞（CTCs）。 | 数字病理学 | NA | 卷积神经网络（CNN）、支持向量机（SVM） | CNN | 图像 | 共收集了466张氟像图像用于CTC检测/定位，473张图像用于CTC分割，以及198张图像（包含323个CTC）作为独立数据集进行计数 |
| 21186 | 2024-08-07 |
DEEP LEARNING ALGORITHMS HAVE HIGH ACCURACY FOR AUTOMATED LANDMARK DETECTION ON 2D LATERAL CEPHALOGRAMS
2022-Dec, The journal of evidence-based dental practice
IF:4.1Q1
DOI:10.1016/j.jebdp.2022.101798
PMID:36494109
|
meta-analysis | 本文通过系统综述和荟萃分析，评估了深度学习算法在二维侧位头颅摄影中自动识别地标点的准确性 | NA | NA | 评估深度学习算法在头颅摄影地标检测中的准确性 | 深度学习算法在头颅摄影地标检测中的应用 | computer vision | NA | 深度学习 | NA | image | NA |
| 21187 | 2024-08-07 |
DEEP LEARNING ALGORITHMS SHOW SOME POTENTIAL AS AN ADJUNCTIVE TOOL IN CARIES DIAGNOSIS
2022-Dec, The journal of evidence-based dental practice
IF:4.1Q1
DOI:10.1016/j.jebdp.2022.101772
PMID:36494110
|
综述 | 本文系统回顾了深度学习算法在龋齿检测中的应用 | NA | NA | 探讨深度学习算法在龋齿诊断中的潜在应用 | 深度学习算法在龋齿检测中的应用 | 机器学习 | 口腔疾病 | 深度学习 | NA | NA | NA |
| 21188 | 2024-08-05 |
Thermal facial image analyses reveal quantitative hallmarks of aging and metabolic diseases
2024-Jul-02, Cell metabolism
IF:27.7Q1
DOI:10.1016/j.cmet.2024.05.012
PMID:38959862
|
研究论文 | 该文章探讨了面部温度与衰老和代谢疾病的关系 | 提出了一种新的热面部影像分析方法ThermoFace，并开发了相应的衰老和疾病预测模型 | 研究仅涉及汉族个体，可能限制了结果的普遍性 | 研究面部温度与衰老速度及衰老相关疾病的潜在关联 | 收集了2811名20至90岁汉族个体的面部热影像 | 数字病理学 | 代谢疾病 | 深度学习 | ThermoFace深度学习模型 | 热影像 | 2811名汉族个体 |
| 21189 | 2024-08-05 |
Deep Learning-based Hierarchical Brain Segmentation with Preliminary Analysis of the Repeatability and Reproducibility
2024-Jul-02, Magnetic resonance in medical sciences : MRMS : an official journal of Japan Society of Magnetic Resonance in Medicine
IF:2.5Q2
DOI:10.2463/mrms.mp.2023-0124
PMID:38960679
|
研究论文 | 本研究开发了一种基于深度学习的层次脑分割方法，用于对T1加权MR图像进行分割并计算各子区域体积。 | 提出了一种新颖的层次脑分割方法，能够同时进行高效的分割和体积估算，并显示出其在重复性和再现性方面优于现有工具。 | 该研究未涉及其他类型的脑部影像数据和更多的样本量进行验证。 | 评估基于深度学习的层次脑分割方法的体积估算重复性和再现性。 | 使用486名受试者的T1WI和脑掩模对脑子区域进行分割。 | 数字病理学 | NA | 深度学习 | NA | 图像 | 486名受试者，11名健康受试者的脑部3D-T1WI扫描数据 |
| 21190 | 2024-08-05 |
Deep Learning-Enabled Quantification of 99mTc-Pyrophosphate SPECT/CT for Cardiac Amyloidosis
2024-Jul-01, Journal of nuclear medicine : official publication, Society of Nuclear Medicine
IF:9.1Q1
DOI:10.2967/jnumed.124.267542
PMID:38724278
|
研究论文 | 本研究评估了一种深度学习方法，以实现99mTc-焦磷酸盐SPECT/CT成像的完全自动化定量分析。 | 提出了一种基于深度学习的自动分割CT衰减图的心脏影像定量方法，克服了主观性和繁琐手动量化的局限。 | 研究中未提及样本多样性及其对结果的影响。 | 旨在改进心脏淀粉样变性（ATTR CA）诊断中的影像定量方法。 | 参与研究的299名患者均为疑似心脏淀粉样变性而接受了SPECT/CT成像的个体。 | 数字病理学 | 心脏淀粉样变性 | SPECT成像 | 深度学习模型 | 影像 | 299名患者 |
| 21191 | 2024-08-05 |
Is Automatic Tumor Segmentation on Whole-Body 18F-FDG PET Images a Clinical Reality?
2024-Jul-01, Journal of nuclear medicine : official publication, Society of Nuclear Medicine
IF:9.1Q1
DOI:10.2967/jnumed.123.267183
PMID:38844359
|
评论 | 本文探讨了使用F-FDG PET/CT图像进行自动化全身肿瘤分割在肿瘤诊断中的重要转变 | 突出人工智能和深度学习技术在自动化肿瘤分割中的应用 | 存在数据多样性、验证需求和监管障碍等挑战 | 研究自动化肿瘤分割在临床中的应用潜力 | 聚焦于F-FDG PET/CT图像的肿瘤分割问题 | 计算机视觉 | 肿瘤 | 深度学习 | NA | 医学图像 | NA |
| 21192 | 2024-08-05 |
Semantic and traditional feature fusion for software defect prediction using hybrid deep learning model
2024-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-65639-4
PMID:38951608
|
研究论文 | 本文提出了一种新颖的缺陷预测模型，通过混合深度学习方法结合传统和语义特征 | 提出了一种混合CNN-MLP分类器，结合了从抽象语法树提取的语义特征和传统特征 | 只使用单一特征种类会对预测性能产生负面影响 | 旨在找到一种可靠的方法，预测特定软件项目中的缺陷 | 软件缺陷预测模型 | 计算机视觉 | NA | 混合深度学习 | CNN-MLP | 开源项目数据 | 多个开源项目 |
| 21193 | 2024-08-05 |
Analysis of banana plant health using machine learning techniques
2024-07-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63930-y
PMID:38951552
|
研究论文 | 本文旨在通过机器学习技术分析香蕉植物健康状况。 | 提出了两种结合人工神经网络（ANN）与尺度不变特征变换（SIFT）模型或方向梯度直方图（HOG）与局部二值模式（LBP）模型的替代模型，以提高香蕉叶病害识别的性能。 | 现有的卷积神经网络（CNN）模型在旋转和尺度不变性方面存在不足，且不能与特征提取方法结合使用。 | 推进对香蕉叶病害的预测和检测的理解，并刺激相关研究的进展。 | 研究对象为香蕉叶及其病害。 | 机器学习 | NA | 机器学习 | 人工神经网络（ANN） | 图像 | NA |
| 21194 | 2024-08-05 |
Enhancing tunnel crack detection with linear seam using mixed stride convolution and attention mechanism
2024-Jul-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-65909-1
PMID:38951575
|
研究论文 | 提出了一种基于深度学习的隧道衬砌裂缝检测新方法 | 引入了改进的注意机制和混合条纹卷积模块，提高了裂缝检测的准确性 | 未提及具体的局限性 | 提升隧道衬砌结构中裂缝的检测精度 | 隧道衬砌结构中的裂缝 | 计算机视觉 | NA | 深度学习 | U型网络 | 图像 | 使用了Tunnel200、Crack500和DeepCrack数据集 |
| 21195 | 2024-08-05 |
Evaluating surgical expertise with AI-based automated instrument recognition for robotic distal gastrectomy
2024-Jul, Annals of gastroenterological surgery
IF:2.9Q2
DOI:10.1002/ags3.12784
PMID:38957567
|
研究论文 | 本文探讨了一种新颖的人工智能模型如何通过识别手术器械来评估机器人辅助远端胃切除术的外科技能。 | 本研究首次报告了可以成功且准确地通过AI模型来评估机器人辅助远端胃切除术的外科技能。 | 本研究仅分析了55个手术视频，样本量可能较小。 | 研究的目的是评估外科医生在机器人辅助远端胃切除术中的手术技能。 | 研究对象为进行胃癌机器人手术的外科医生及其操作视频。 | 医学影像处理 | 胃癌 | 深度学习 | 多阶段时序卷积网络 (Deeplab) | 视频 | 55个机器人手术视频，1234个手动注释图像和149个测试图像 |
| 21196 | 2024-08-05 |
Can artificial intelligence replace endoscopists when assessing mucosal healing in ulcerative colitis? A systematic review and diagnostic test accuracy meta-analysis
2024-Jul, Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver
IF:4.0Q1
DOI:10.1016/j.dld.2023.11.005
PMID:38057218
|
meta-analysis | 该文章系统评价了人工智能在评估溃疡性结肠炎黏膜愈合中的可替代性 | 本文创新性地探讨了深度学习算法在评估溃疡性结肠炎黏膜愈合中的表现，并提出标准化的AI训练以降低系统间的异质性 | 研究中观察到中等到高水平的异质性，限制了证据的质量 | 探讨人工智能是否能替代内镜医生评估溃疡性结肠炎中的黏膜愈合 | 主要研究对象为溃疡性结肠炎患者的黏膜愈合评估 | 自然语言处理 | 溃疡性结肠炎 | 深度学习 | 卷积神经网络 | 影像 | 12个研究 |
| 21197 | 2024-08-05 |
The impact of large language models on radiology: a guide for radiologists on the latest innovations in AI
2024-Jul, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-024-01552-0
PMID:38551772
|
综述 | 本文探讨了大型语言模型在放射学领域的最新创新及其影响 | 文章强调了大型语言模型在自动化和优化放射学工作流程方面的潜力 | 大型语言模型仍存在信息幻觉和偏见等未解决的挑战，影响临床可靠性 | 帮助放射学家理解并利用大型语言模型的潜力，同时保持医疗安全与伦理 | 针对放射学的技术创新与应用 | 计算机视觉 | NA | 深度学习 | 大型语言模型 | 图像 | NA |
| 21198 | 2024-08-07 |
The Road to Robust and Automated Strain Measurements in Echocardiography by Deep Learning
2024-Jul, JACC. Cardiovascular imaging
DOI:10.1016/j.jcmg.2024.02.015
PMID:38613555
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 21199 | 2024-08-05 |
Rapid Detection of SARS-CoV-2 Variants Using an Angiotensin-Converting Enzyme 2-Based Surface-Enhanced Raman Spectroscopy Sensor Enhanced by CoVari Deep Learning Algorithms
2024-Jun-28, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.4c00488
PMID:38843447
|
研究论文 | 开发了一种基于ACE2的表面增强拉曼光谱传感器与深度学习算法相结合的方法，快速检测和定量SARS-CoV-2变体 | 结合了表面增强拉曼光谱(SERS)和深度学习算法CoVari，显著提高了对病毒变体的检测速度和准确性 | 在未知样本测试中，仅在高于781 PFU/mL的浓度下分类准确率超过90% | 研究快速和定量检测SARS-CoV-2变体的新方法 | SARS-CoV-2及其变体的检测和定量 | 数字病理学 | 肺癌 | 表面增强拉曼光谱(SERS) | CoVari深度学习算法 | 光谱数据 | 涉及三种病毒的不同浓度样本 |
| 21200 | 2024-08-05 |
Image2Flow: A proof-of-concept hybrid image and graph convolutional neural network for rapid patient-specific pulmonary artery segmentation and CFD flow field calculation from 3D cardiac MRI data
2024-Jun, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1012231
PMID:38900817
|
研究论文 | 本文展示了一种新型混合图像和图卷积神经网络Image2Flow，用于从3D心脏MRI数据中快速进行患者特异性肺动脉分割和CFD流场计算 | 开发了Image2Flow模型，实现了患者特异性体积网格生成和CFD流场的直接估计，速度远快于传统手动方法 | 研究仅使用了135份3D心脏MRI数据，可能限制了结果的广泛适用性 | 旨在通过深度学习方法提高肺动脉分割和CFD流动计算的自动化和效率 | 使用135个3D心脏MRI图像进行肺动脉的手动分割和CFD流场的计算 | 计算流体动力学 | 心脏病 | 深度学习 | 混合图像和图卷积神经网络 | 图像 | 135份3D心脏MRI数据 |