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 24188 篇文献，本页显示第 21361 - 21380 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 21361 | 2024-08-07 |
Simplifying deep learning to enhance accessibility of large-scale 3D brain imaging analysis
2024-Jul, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-024-02246-1
PMID:38649743
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 21362 | 2024-08-07 |
Deep learning method for the prediction of glycan structures from mass spectrometry data
2024-Jul, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-024-02315-5
PMID:38951671
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 21363 | 2024-08-05 |
Feasibility of intra-operative image guidance in burn excision surgery with multispectral imaging and deep learning
2024-02, Burns : journal of the International Society for Burn Injuries
IF:3.2Q1
DOI:10.1016/j.burns.2023.07.005
PMID:37821282
|
研究论文 | 本文研究了在烧伤切除手术中使用多光谱成像和深度学习的图像引导的可行性 | 结合了多光谱成像设备与人工智能，以帮助外科医生判断烧伤伤口床的非活组织 | 研究使用了猪模型，可能限制了结果的临床应用 | 评估图像引导在烧伤切除手术中的有效性 | 使用多光谱成像数据和深度学习算法识别伤口床中非活组织 | 数字病理学 | 烧伤 | 多光谱成像、深度学习 | 深度学习算法 | 图像 | 使用了猪模型进行烧伤实验 |
| 21364 | 2024-08-07 |
Implanting deep learning models for burn wound assessment
2024-02, Burns : journal of the International Society for Burn Injuries
IF:3.2Q1
DOI:10.1016/j.burns.2023.11.003
PMID:38042628
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 21365 | 2024-08-05 |
Eichner classification based on panoramic X-ray images using deep learning: A pilot study
2024, Bio-medical materials and engineering
IF:1.0Q4
DOI:10.3233/BME-230217
PMID:38848165
|
研究论文 | 该研究基于全景X光图像进行Eichner分类，使用深度学习技术 | 提出了基于剩余牙齿进行部分义齿制作的Eichner分类方法 | 无明显限制信息 | 探讨如何利用影像信息进行分类和预测 | 使用全景X光图像进行Eichner分类 | 机器学习 | NA | 深度学习 | 卷积神经网络（CNN） | 图像 | 样本数量不明确 |
| 21366 | 2024-08-05 |
Research on the construction of information-based nursing quality control system based on deep learning model under the lean perspective
2024, Technology and health care : official journal of the European Society for Engineering and Medicine
IF:1.4Q3
DOI:10.3233/THC-230730
PMID:38393932
|
研究论文 | 本研究探讨了一个基于深度学习模型的信息化护理质量控制系统的构建 | 将精益管理理念引入护理质量控制的信息化建设，促进信息技术与护理管理的深度融合 | 未提供样本规模和模型具体细节 | 提升护理质量管理，保护患者医疗安全 | 护理工作及其质量控制 | 数字病理学 | NA | 深度学习 | NA | 数据分析报告 | NA |
| 21367 | 2024-08-05 |
Artificial intelligence in medicine and healthcare: Opportunity and/or threat
2024, Casopis lekaru ceskych
PMID:38981711
|
研究论文 | 本文旨在介绍人工智能（AI）方法的发展及其在医学和医疗保健中的应用 | 强调了人工智能对患者护理过程的支持以及在复杂数据处理中的成功应用 | 深度学习存在一些缺陷，可能导致错误分类 | 探讨人工智能在医学和医疗保健中的机会与威胁 | 人工智能方法及其在患者护理和数据分析中的应用 | 计算机视觉 | NA | 数据分析方法 | 深度学习 | 大数据 | NA |
| 21368 | 2024-08-05 |
Software that combines deep learning, 3D reconstruction and CFD to analyze the state of carotid arteries from ultrasound imaging
2024, Technology and health care : official journal of the European Society for Engineering and Medicine
IF:1.4Q3
DOI:10.3233/THC-231306
PMID:38393860
|
研究论文 | 本文介绍了一种结合深度学习、三维重建和计算流体力学的软件方法，分析颈动脉的超声成像状态 | 提出了一个包含三个模块的新软件方法，能够提供患者特定颈动脉的详细信息 | NA | 研究颈动脉疾病的诊断方法 | 使用临床数据集分析颈动脉的状态 | 数字病理学 | NA | 超声成像 | 深度学习模块 | 临床数据 | NA |
| 21369 | 2024-08-05 |
CT-based volumetric measures obtained through deep learning: Association with biomarkers of neurodegeneration
2024-01, Alzheimer's & dementia : the journal of the Alzheimer's Association
DOI:10.1002/alz.13445
PMID:37767905
|
研究论文 | 本文探讨了基于CT的体积测量与神经退行性疾病生物标志物之间的关联 | 该研究开发了基于深度学习的CT体积测量，能够高准确度地区分认知健康个体和痴呆患者 | 研究结果需要进一步验证以确认CT体积测量在神经退行性疾病诊断中的潜在应用 | 研究CT数据中神经退行性疾病生物标志物的潜在关联 | 分析Gothenburg H70出生队列和新加坡记忆门诊队列中的CT和MRI扫描数据 | 数字病理学 | 神经退行性疾病 | 深度学习 | NA | CT和MRI图像 | 917个CT和744个MRI扫描来自Gothenburg H70出生队列，204个CT和241个MRI扫描来自新加坡记忆门诊队列 |
| 21370 | 2024-08-05 |
Application of multiple deep learning models for automatic burn wound assessment
2023-Aug, Burns : journal of the International Society for Burn Injuries
IF:3.2Q1
DOI:10.1016/j.burns.2022.07.006
PMID:35945064
|
研究论文 | 本文提出了一种基于多种深度学习模型的烧伤伤口自动评估系统 | 引入边界基础和区域基础标签方法及多个强大的深度学习模型进行烧伤面积评估 | 未提及具体的局限性 | 提高烧伤伤口的评估准确性，特别是总体表面积和深层烧伤区域的分割 | 涉及4991张早期烧伤图像和1050张手掌图像 | 计算机视觉 | NA | 深度学习 | U-Net, PSPNet, DeeplabV3+, Mask R-CNN | 图像 | 4991张早期烧伤图像和1050张手掌图像 |
| 21371 | 2024-08-05 |
Characterizing drought prediction with deep learning: A literature review
2024-Dec, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2024.102800
PMID:38989261
|
综述 | 本文回顾了深度学习技术在干旱预测中的应用现状 | 总结了最常用的气候指数和深度学习算法在干旱预测中的应用，尤其是LSTM算法 | 缺乏美洲和非洲在该领域的科学知识出版 | 评估用于干旱预测的深度学习技术的现状 | 干旱预测相关的深度学习技术和相关气候指数 | 机器学习 | NA | 深度学习 | LSTM | 气象指数 | NA |
| 21372 | 2024-08-05 |
A clinical-radiomics nomogram based on automated segmentation of chest CT to discriminate PRISm and COPD patients
2024-Dec, European journal of radiology open
IF:1.8Q3
DOI:10.1016/j.ejro.2024.100580
PMID:38989052
|
研究论文 | 该研究开发了一种基于放射组学的新型无创方法，用于区分PRISm和COPD患者 | 利用完全自动化的深度学习分割算法实现胸部CT图像的分割，并构建了放射组学标志以提高区分能力 | 本研究为回顾性研究，可能存在选择偏倚 | 开发高准确性的无创方法以区分PRISm和COPD患者 | 共1066名受试者，根据是否用于训练、内部验证或外部验证进行分类 | 数字病理学 | 慢性阻塞性肺病 | 深度学习分割算法(DL) | 多变量逻辑回归模型 | 图像 | 1066名受试者 |
| 21373 | 2024-08-05 |
MRI Deep Learning-Based Automatic Segmentation of Interventricular Septum for Black-Blood Myocardial T2* Measurement in Thalassemia
2024-Aug, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29113
PMID:37941460
|
研究论文 | 本研究开发了一种基于深度学习的自动分割方法，用于测量地中海贫血患者的心肌T2*值 | 提出了一种修改过的注意力U-Net模型，用于黑血MR图像的室间隔自动分割 | 研究仅涉及依赖输血的地中海贫血患者，可能限制了结果的广泛适用性 | 本研究旨在提高地中海贫血患者心肌T2*值测量的自动化和可靠性 | 涉及146名接受心脏MR检查的依赖输血的地中海贫血患者 | 数字病理学 | 地中海贫血 | 黑血磁共振成像 | 修改版注意力U-Net | 医学影像 | 146名患者的心脏MR检查数据 |
| 21374 | 2024-08-05 |
Accelerated Cine Cardiac MRI Using Deep Learning-Based Reconstruction: A Systematic Evaluation
2024-Aug, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29081
PMID:37855257
|
研究论文 | 本文系统评估了基于深度学习的重建技术在加速心脏MRI中的应用 | 提出了使用深度学习重建技术来缩短呼吸保持时间，同时保持影像质量和心室评价的准确性 | 研究仅限于具有正常心脏解剖和功能的胸凹患者，样本量较小 | 评估不同加速因子下的心脏MRI影像质量 | 胸凹患者，具有正常心脏解剖和功能 | 数字病理学 | NA | 压缩灵敏度编码（C-SENSE） | 深度学习重建 | 影像 | 15名患者 |
| 21375 | 2024-08-05 |
Fetal MRI-Based Body and Adiposity Quantification for Small for Gestational Age Perinatal Risk Stratification
2024-Aug, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29141
PMID:37982367
|
研究论文 | 本文探讨了胎儿MRI对小于胎龄的胎儿的身体成分和脂肪量的量化，用以评估围产期风险 | 使用MRI量化胎儿的身体指标，有助于改善小于胎龄胎儿的风险分层 | 样本量较小，仅包含40个SGA胎儿 | 探讨胎儿体成分与围产期不良结果之间的关联 | 40个小于胎龄(SGA)的胎儿 | 数字病理学 | NA | MRI | 深度学习 | 图像 | 40名SGA胎儿 |
| 21376 | 2024-08-05 |
Prostate Age Gap: An MRI Surrogate Marker of Aging for Prostate Cancer Detection
2024-Aug, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29090
PMID:37855699
|
研究论文 | 本文开发了一种基于前列腺MRI的衰老生物标志物，并研究其与临床显著前列腺癌风险的关系 | 通过MRI建立前列腺年龄差（PAG）作为前列腺癌的潜在风险指标，展示了其对临床显著前列腺癌风险的预测能力 | 研究为回顾性，受限于样本的选择和模型的训练数据 | 研究前列腺MRI衰老生物标志物与临床显著前列腺癌风险的关系 | 468名接受活检的男性的MRI切片数据 | 数字病理 | 前列腺癌 | MRI | 深度学习 (DL) | 图像 | 468名男性，7243个前列腺MRI切片 |
| 21377 | 2024-08-05 |
Deep Learning-Driven Transformation: A Novel Approach for Mitigating Batch Effects in Diffusion MRI Beyond Traditional Harmonization
2024-Aug, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29088
PMID:37877463
|
研究论文 | 该研究提出了一种深度学习策略，以缓解扩散磁共振成像中的批量效应，改善图像质量和可推广性 | 创新点在于结合对比度调整和超分辨率来提升扩散加权图像的质量 | 研究的样本数据仅来自单一个体，可能影响结果的广泛适用性 | 本研究旨在开发减少扩散加权图像多样性的深度学习模型 | 该深度学习模型利用一个开放数据集和1134名成人的数据进行训练与验证 | 数字病理 | 脑卒中和肿瘤 | 深度学习 | ResNet-50 | 图像 | 1134名成年人（性别比例为54%女性，46%男性），包括1050名没有DWI异常的受试者和84名有病理条件的受试者 |
| 21378 | 2024-08-05 |
The Effect of Noise on Deep Learning for Classification of Pathological Voice
2024-Aug, The Laryngoscope
DOI:10.1002/lary.31303
PMID:38280184
|
研究论文 | 本研究旨在评估背景噪声对机器学习模型在评估声音障碍的GRBAS量表中的重要性 | 探讨背景噪声对使用CNN模型分类病理声音的影响，并提出未来改进模型噪声耐受性的研究方向 | 研究仅使用单一数据集且缺乏比较对照，设计为非比较性 | 评估背景噪声在机器学习模型中的重要性 | 收集1406个声音样本以分析噪声对模型评价指标的影响 | 数字病理学 | NA | 卷积神经网络 (CNN) | 1D卷积神经网络 | 声音数据 | 1406个声音样本 |
| 21379 | 2024-08-05 |
Development of an MRI-Based Comprehensive Model Fusing Clinical, Radiomics and Deep Learning Models for Preoperative Histological Stratification in Intracranial Solitary Fibrous Tumor
2024-Aug, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.29098
PMID:37897302
|
研究论文 | 本文提出了一种基于MRI的CRDL模型，用于前期ISFT的组织学分层 | 创新点在于融合临床、放射组学和深度学习特征以改进ISFT的组学分层 | 本文未明确提及CRDL模型在不同人群中的适用性及其长远的临床效应 | 研究基于MRI的CRDL模型在ISFT前期组织学分层中的可行性 | 398名来自北京天坛医院的ISFT患者和49名来自兰州大学第二医院的ISFT患者 | 数字病理学 | 脑肿瘤 | MRI | NA | 影像数据 | 398名患者和49名患者 |
| 21380 | 2024-08-05 |
Development and clinical validation of a deep learning-based knee CT image segmentation method for robotic-assisted total knee arthroplasty
2024-Aug, The international journal of medical robotics + computer assisted surgery : MRCAS
DOI:10.1002/rcs.2664
PMID:38994900
|
研究论文 | 本研究开发了一种名为DDA-Transformer的新型深度卷积神经网络，用于膝关节CT图像分割并在机器人辅助的全膝关节置换术中进行验证 | 引入了一种双路径双重注意力变换器DDA-Transformer，实现了膝关节CT图像的精准快速分割 | NA | 开发一种高效的膝关节CT图像分割方法并进行临床验证 | 膝关节CT图像的分割性能与速度评估 | 计算机视觉 | NA | 深度学习 | DDA-Transformer | 图像 | 六个与之比较的网络 |