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 21421 - 21440 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 21421 | 2024-08-07 |
Reducing radiation dose in routine CT scans: an AI-driven approach with deep learning-based dual-energy CT reconstruction
2024-Jan, European radiology
IF:4.7Q1
DOI:10.1007/s00330-023-10066-8
PMID:37540322
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 21422 | 2024-08-05 |
Human-in-the-Loop Optimization for Deep Stimulus Encoding in Visual Prostheses
2023-Dec, Advances in neural information processing systems
PMID:38984104
|
研究论文 | 本研究提出了一种结合深度学习和贝叶斯优化的新方法，用于视觉假体中的刺激编码优化。 | 提出了一种新的深度编码网络来为个体患者生成最佳刺激，并采用偏好贝叶斯优化策略进行个性化参数优化 | 尽管方法有效，但存在对高维刺激的处理能力不足的问题 | 旨在提高视觉假体患者的感知体验 | 研究视觉假体患者的个性化刺激编码 | 数字病理学 | NA | 深度学习，贝叶斯优化 | 深度编码网络 | 刺激参数数据 | NA |
| 21423 | 2024-08-05 |
Comparing a pre-defined versus deep learning approach for extracting brain atrophy patterns to predict cognitive decline due to Alzheimer's disease in patients with mild cognitive symptoms
2023-Nov-08, Research square
DOI:10.21203/rs.3.rs-3569391/v1
PMID:37986841
|
研究论文 | 该文章比较了预定义方法与深度学习方法在提取脑萎缩模式以预测阿尔茨海默病相关认知衰退中的表现 | 探讨了使用整个脑图像的深度学习模型是否能提高MRI预测性能 | 深度学习模型未显著改善阿尔茨海默病临床疾病进展的预测 | 预测具有主观认知衰退或轻度认知障碍的个体未来的阿尔茨海默病相关认知衰退 | 来自瑞典BioFINDER-1研究的332名主观认知衰退/轻度认知障碍个体 | 数字病理学 | 阿尔茨海默病 | 磁共振成像 (MRI) | 深度学习模型 | 图像 | 332名患者 |
| 21424 | 2024-08-05 |
HLA-II immunopeptidome profiling and deep learning reveal features of antigenicity to inform antigen discovery
2023-07-11, Immunity
IF:25.5Q1
DOI:10.1016/j.immuni.2023.05.009
PMID:37301199
|
研究论文 | 本研究通过单等位基因免疫肽组学分析HLA-II结合体，结合深度学习，揭示抗原特征以辅助抗原发现 | 创新性地开发了基于深度学习的模型CAPTAn，用于预测与HLA-II亲和力相关的肽抗原 | 目前对影响抗原呈递的因素理解仍不完全，且在配体数据库中多样性等位基因的代表性不足 | 研究HLA-II抗原结合体的特征，以提供新的抗原发现工具 | 358,024个HLA-II结合肽，特别关注HLA-DQ和HLA-DP | 数字病理学 | NA | 单等位基因免疫肽组学 | 深度学习模型(CAPTAn) | PEPTIDES | NA |
| 21425 | 2024-08-05 |
In-silico generation of high-dimensional immune response data in patients using a deep neural network
2023-05, Cytometry. Part A : the journal of the International Society for Analytical Cytology
DOI:10.1002/cyto.a.24709
PMID:36507780
|
研究论文 | 本文提出了一种深度学习模型，用于在高维空间中生成患者的免疫反应数据 | 通过新的最佳时序细胞匹配和过完备自编码器管道，使用少量患者的数据预测整个患者的免疫反应 | 受限于仅使用小型患者样本，可能影响模型的普遍适用性 | 旨在理解免疫系统在各类疾病中的作用 | 分析手术前后1.08百万个细胞的数据 | 机器学习 | NA | 深度学习 | 自编码器 | 细胞数据 | 涉及1.08百万个细胞 |
| 21426 | 2024-08-07 |
BIONIC: biological network integration using convolutions
2022-10, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-022-01616-x
PMID:36192463
|
研究论文 | 本文介绍了一种基于深度学习的生物网络集成算法BIONIC，该算法利用图卷积网络框架，通过结合和自动加权输入信息，以获得更准确和全面的生物学表示 | BIONIC算法能够学习包含更多功能信息的特征，相比现有方法有显著改进 | NA | 开发一种新的生物网络集成算法，以提高对生物学功能的理解和预测 | 生物网络的集成和功能信息的学习 | 机器学习 | NA | 图卷积网络 | CNN | 网络数据 | 适用于大规模的人类基因组网络集成 |
| 21427 | 2024-08-07 |
Deep learning-based segmentation of the placenta and uterus on MR images
2021-Sep, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.8.5.054001
PMID:34589556
|
研究论文 | 本研究开发了一种基于深度学习的磁共振图像中胎盘和子宫腔的分割方法 | 采用全卷积神经网络（CNN）进行三维（3D）同时分割，并引入最小操作员交互以提高胎盘定位的准确性 | NA | 开发一种用户交互最少的分割方法 | 胎盘和子宫腔的分割 | 计算机视觉 | NA | 磁共振成像 | CNN | 图像 | 训练集包括70个正常案例和129个包括正常及疑似胎盘植入谱（PAS）的案例；测试集包括20个正常案例和50个包括正常及疑似PAS的案例 |
| 21428 | 2024-08-05 |
Quantification of litter in cities using a smartphone application and citizen science in conjunction with deep learning-based image processing
2024-Sep-15, Waste management (New York, N.Y.)
DOI:10.1016/j.wasman.2024.06.026
PMID:38943818
|
研究论文 | 本研究提出了一种多学科方法，通过智能手机应用和深度学习图像处理量化城市垃圾的丰富性和组成 | 结合公民科学和智能手机应用，实现垃圾的视觉分类和深度学习图像处理的创新 | 未提及具体的局限性 | 研究城市环境中的垃圾数量和分类 | 利用Pirika智能手机应用收集的垃圾图像数据 | 数字病理学 | NA | 深度学习图像处理 | 深度学习算法 | 图像 | 约一百万张垃圾图像 |
| 21429 | 2024-08-05 |
Research progress on prediction of RNA-protein binding sites in the past five years
2024-Aug, Analytical biochemistry
IF:2.6Q2
DOI:10.1016/j.ab.2024.115535
PMID:38643894
|
综述 | 准确预测RNA-蛋白结合位点对于理解蛋白-RNA相互作用及其调控机制至关重要 | 综述了2018-2023年间使用传统机器学习和深度学习的计算方法的应用和创新 | 探讨了现有计算方法的局限性 | 为了深入理解RNA-蛋白结合位点的预测方法 | 总结常用的数据库和计算方法 | 计算生物学 | NA | 传统机器学习和深度学习 | 卷积神经网络和长短期记忆网络 | NA | NA |
| 21430 | 2024-08-05 |
Deep demosaicking convolution neural network and quantum wavelet transform-based image denoising
2024-Jul-11, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2358950
PMID:38989778
|
研究论文 | 本研究开发了一种基于深度学习的图像去噪和去马赛克的方法 | 提出了结合量子小波变换和自回归圆波优化的去马赛克卷积神经网络 | 未提及具体的局限性 | 寻求适合多重图像恢复的策略 | 解决图像去噪和去马赛克问题的深度学习模型 | 计算机视觉 | NA | 量子小波变换 | DMCNN | 图像 | NA |
| 21431 | 2024-08-05 |
A hybrid model for the detection of retinal disorders using artificial intelligence techniques
2024-Jul-10, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ad5db2
PMID:38955139
|
研究论文 | 该研究旨在创建一种自动化的方法，通过光学相干断层扫描(OCT)来分类视网膜疾病 | 提出了一种结合机器学习和深度学习技术的新框架 | NA | 研究自动识别和分类视网膜疾病的方法 | 视网膜疾病，包括脉络膜新生血管、糖尿病性黄斑水肿、眼底脂质沉积和正常病例 | 计算机视觉 | NA | 光学相干断层扫描(OCT) | 支持向量机(SVM)、K-最近邻(K-NN)、决策树(DT)、集成模型(EM) | 图像 | 18000张OCT图像 |
| 21432 | 2024-08-05 |
Anatomical-Marker-Driven 3D Markerless Human Motion Capture
2024-Jul-09, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3424869
PMID:38980775
|
研究论文 | 提出了一种基于解剖标记的无标记三维人动作捕捉方法。 | 通过使用解剖学 landmark 和深度神经网络来提高 2D 关键点标注的精度，进而计算 3D 标记位置。 | 方法依赖于高质量的标注数据，数据集的标注错误会影响最终的估计准确度。 | 改善无标记运动捕捉的精度，使其在生物力学研究中得到更广泛的应用。 | 测试集包含 10 名受试者执行的各种动作。 | 计算机视觉 | NA | 深度学习 | 深度神经网络 | 图像 | 10 个受试者 |
| 21433 | 2024-08-05 |
Deep learning based bilateral filtering for edge-preserving denoising of respiratory-gated PET
2024-Jul-09, EJNMMI physics
IF:3.0Q2
DOI:10.1186/s40658-024-00661-z
PMID:38977533
|
研究论文 | 本文探讨了一种基于深度学习的双边滤波方法用于呼吸门控PET图像的边缘保持去噪。 | 采用深度学习优化双边滤波操作，自动化实现了手动调整的去噪效果。 | 在大多数数据集上选择了合适的滤波参数，少数情况下仍需人工调优。 | 提高呼吸门控PET图像的去噪效果，同时保持图像边缘。 | 使用69个呼吸门控临床PET/CT扫描数据，涉及不同放射性示踪剂。 | 数字病理学 | NA | 深度学习 | 3D U-Net CNN | 图像 | 69个呼吸门控临床PET/CT扫描样本 |
| 21434 | 2024-08-05 |
Optimization of vision transformer-based detection of lung diseases from chest X-ray images
2024-Jul-08, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-024-02591-3
PMID:38978027
|
研究论文 | 本文系统评估和比较了不同优化方法在基于视觉变换器的肺病预测中的性能 | 探究了不同优化器在视觉变换器模型中的有效性，是对该领域的前沿研究 | 未提及特定的限制因素 | 旨在优化基于视觉变换器的肺病检测模型 | 胸部X光图像数据集中的正常病例和六种肺病 | 计算机视觉 | 肺癌 | 深度学习 | ViT，FastViT，CrossViT | 图像 | 19003幅X光图像 |
| 21435 | 2024-08-07 |
Author Correction: A study on deep learning model based on global-local structure for crowd flow prediction
2024-Jul-08, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-66605-w
PMID:38977774
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 21436 | 2024-08-05 |
Pixel-wise segmentation of cells in digitized Pap smear images
2024-Jul-06, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-024-03566-9
PMID:38971865
|
研究论文 | 介绍了一种用于数字化宫颈癌筛查的细胞像素级分割数据集 | 提出了一个包含约37,000个手动分割细胞的APACS23数据集，供深度学习模型训练 | 需要较大且手工分割的数据集以进行有效训练 | 开发基于人工智能的系统以改善宫颈癌筛查的准确性 | 宫颈巴氏涂片图像中的细胞 | 数字病理学 | 宫颈癌 | 深度学习 | NA | 图像 | 约37,000个手动分割的细胞 |
| 21437 | 2024-08-07 |
Cannulation selection in relation to deep learning-based algorithm for the detection of thoracic aortic calcifications
2024-Jul-01, European journal of cardio-thoracic surgery : official journal of the European Association for Cardio-thoracic Surgery
IF:3.1Q1
DOI:10.1093/ejcts/ezae260
PMID:38960724
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 21438 | 2024-08-05 |
Omics-imaging signature-based nomogram to predict the progression-free survival of patients with hepatocellular carcinoma after transcatheter arterial chemoembolization
2024-Jun-26, World journal of clinical cases
IF:1.0Q3
DOI:10.12998/wjcc.v12.i18.3340
PMID:38983440
|
研究论文 | 本文提出了一种基于影像组学特征的模型用于预测肝细胞癌患者在经导管动脉化疗栓塞治疗后的无进展生存期。 | 本文创新性地结合多相位增强MRI影像的特征，通过构建nomogram模型来提高肝细胞癌患者无进展生存期的预测能力。 | 研究中未提及样本量和其他潜在的临床变量对模型影响的评估 | 旨在通过增强MRI图像建立模型，预测肝细胞癌患者的无进展生存期。 | 研究对象为接受经导管动脉化疗栓塞治疗的肝细胞癌患者。 | 数字病理学 | 肝癌 | 增强MRI | 深度转移学习和深度学习影像组学 | 影像 | 未提供 |
| 21439 | 2024-08-05 |
Cross-species modeling of plant genomes at single nucleotide resolution using a pre-trained DNA language model
2024-Jun-10, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.04.596709
PMID:38895432
|
研究论文 | 本文介绍了一个基于Caduceus和Mamba架构的植物DNA语言模型PlantCaduceus，旨在跨物种建模植物基因组。 | 该研究提出的PlantCaduceus模型在有限标注数据上的微调显著提高了跨物种预测能力，超越了最佳基线模型。 | 模型可能在某些植物物种的预测准确性上存在局限，具体表现未详细描述。 | 研究旨在理解多样植物基因组的功能和适应性效应，并提供可转移的模型。 | 研究对象为16种不同的被子植物基因组和拟南芥的标注数据。 | 计算机视觉 | NA | 预训练的DNA语言模型 | PlantCaduceus | 基因组序列 | 16种被子植物基因组和有限的拟南芥标注数据 |
| 21440 | 2024-08-05 |
Towards more precise automatic analysis: a systematic review of deep learning-based multi-organ segmentation
2024-Jun-08, Biomedical engineering online
IF:2.9Q3
DOI:10.1186/s12938-024-01238-8
PMID:38851691
|
综述 | 本综述系统地总结了基于深度学习的多器官分割的最新研究 | 提出了一种数据驱动的特征提取方法并应用于多器官分割的深度学习技术 | 该综述的范围仅限于2016年至2023年间的研究，可能未涵盖所有相关研究 | 旨在综述多器官分割的最新深度学习研究进展 | 涉及多种器官的分割技术和数据集 | 计算机视觉 | NA | 深度学习 | 完全监督、弱监督和半监督学习 | 医学图像 | 195项研究 |