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 23937 篇文献，本页显示第 21461 - 21480 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 21461 | 2024-08-05 |
Artificial Intelligence and Machine Learning in Neuroregeneration: A Systematic Review
2024-May, Cureus
DOI:10.7759/cureus.61400
PMID:38953082
|
系统评价 | 人工智能和机器学习在神经再生领域的应用现状进行综合评估 | 本文系统性回顾了人工智能/机器学习在神经再生中的最新应用，并强调了它们在诊断和治疗中的潜力 | 当前的研究相对零散，需要更全面的整合 | 旨在评估人工智能和机器学习在神经再生中的应用 | 研究对象包括神经疾病诊断、机器人康复和药物发现等 | 机器学习 | NA | 深度学习以及标准机器学习算法 | NA | 图像数据、动物模型和电子健康记录 | 共选取19篇文章，涉及247篇文献 |
| 21462 | 2024-08-05 |
Synthetic PET from CT improves diagnosis and prognosis for lung cancer: Proof of concept
2024-Mar-19, Cell reports. Medicine
DOI:10.1016/j.xcrm.2024.101463
PMID:38471502
|
研究论文 | 本研究开发了一种生成对抗网络生成合成PET图像，以改善肺癌的诊断和预后 | 首次证明了使用深度学习将CT转换为高保真PET图像的可行性 | 该研究的合成PET图像尚未在临床广泛应用，且限制于特定的数据集 | 提升肺癌的诊断、分期、风险预测及预后评估 | 使用多中心多模态肺癌数据集中的CT扫描 | 数字病理学 | 肺癌 | 生成对抗网络 | NA | 图像 | 1,478个肺癌样本 |
| 21463 | 2024-08-05 |
Translating prognostic quantification of c-MYC and BCL2 from tissue microarrays to whole slide images in diffuse large B-cell lymphoma using deep learning
2024-Jan-19, Diagnostic pathology
IF:2.4Q2
DOI:10.1186/s13000-023-01425-6
PMID:38243330
|
研究论文 | 本研究开发了一种基于深度学习的方法，可以在全切片图像中对c-MYC和BCL2的阳性肿瘤细胞进行自动量化 | 提出了一种使用注意力机制的多实例学习技术，能够在不需要单个细胞核注释的情况下，从组织微阵列核心的注释中回归阳性肿瘤细胞的比例 | 本研究的模型可能在不同类型组织样本或更复杂的组织结构中表现不如预期 | 评估c-MYC和BCL2在弥漫大B细胞淋巴瘤中的预后能力，并通过深度学习技术实现自动化量化 | 弥漫大B细胞淋巴瘤患者的肿瘤样本，尤其是关注c-MYC和BCL2的阳性表达 | 数字病理学 | 淋巴瘤 | 注意力机制的多实例学习 | NA | 全切片图像 | 使用来自斯坦福的公开组织微阵列数据集进行训练，涉及多中心队列的全切片图像 |
| 21464 | 2024-08-05 |
StratoLAMP: Label-free, multiplex digital loop-mediated isothermal amplification based on visual stratification of precipitate
2024-Jan-09, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2314030121
PMID:38165933
|
研究论文 | 本研究提出了一种无需标签的多重数字环介导等温扩增方法StratoLAMP，基于沉淀物的可视化分层进行分析 | StratoLAMP通过视觉分层沉淀物无标签实现多重核酸检测，省去荧光染料或探针，降低复杂性和成本 | 尚未提及研究的具体局限性 | 开发一种高效且成本低的无标签多重核酸检测方法 | 研究不同浓度引物对核酸靶标扩增沉淀物产生的影响 | 数字病理学 | NA | 数字环介导等温扩增 | 深度学习 | 图像 | NA |
| 21465 | 2024-08-05 |
Heterogeneity in intrahepatic macrophage populations and druggable target expression in patients with steatotic liver disease-related fibrosis
2024-Jan, JHEP reports : innovation in hepatology
IF:9.5Q1
DOI:10.1016/j.jhepr.2023.100958
PMID:38162144
|
研究论文 | 本研究评估了脂肪性肝病患者体内的肝内巨噬细胞与药物靶点的表达情况 | 发现了脂肪性肝病患者中巨噬细胞表型及药物靶点的显著异质性 | 患者内表型差异很大，可能影响结果的一致性 | 确定肝内巨噬细胞活性评分或纤维化分期对表型和药物靶点表达的影响 | 评估脂肪性肝病患者及对照者的肝内巨噬细胞 | 数字病理学 | 脂肪性肝病 | 基因表达分析、免疫组化、谱成像和空间分析 | 深度学习/人工智能算法 | 基因和蛋白质数据 | 共计64个样本，包含30个来自活检的样本和34个用于蛋白表达分析的样本 |
| 21466 | 2024-08-05 |
A deep learning algorithm to identify carotid plaques and assess their stability
2024, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2024.1321884
PMID:38952409
|
研究论文 | 本文开发了一种深度学习算法，以识别颈动脉斑块并评估其稳定性 | 提出了一种基于BCNN-ResNet的自动化算法，提供更一致和客观的诊断方法 | 研究未提及潜在的临床适用性和长期效果验证 | 旨在利用深度学习解决颈动脉斑块筛查中的主观性问题 | 使用超声图像评估颈动脉斑块的存在与稳定性 | 计算机视觉 | NA | 超声 | BCNN-ResNet | 图像 | 3860张超声图像，来自1339名参与者 |
| 21467 | 2024-08-05 |
Residual and bidirectional LSTM for epileptic seizure detection
2024, Frontiers in computational neuroscience
IF:2.1Q3
DOI:10.3389/fncom.2024.1415967
PMID:38952709
|
研究论文 | 本文提出了一种名为ResBiLSTM的混合深度学习方法，用于通过EEG信号检测癫痫发作 | 创新性地结合了一维残差神经网络和双向长短时记忆网络来提取空间和时间特征 | NA | 旨在提高癫痫发作检测的准确性和效率 | 癫痫发作数据集，特别是来自波恩大学和天普大学医院的数据集 | 机器学习 | 癫痫 | EEG信号分析 | 残差神经网络和双向LSTM | 生物信号 | 使用了波恩数据集和天普大学医院的数据集进行评估 |
| 21468 | 2024-08-05 |
Toward the design of persuasive systems for a healthy workplace: a real-time posture detection
2024, Frontiers in big data
IF:2.4Q2
DOI:10.3389/fdata.2024.1359906
PMID:38953011
|
研究论文 | 本研究开发了用于实时姿势检测的说服性技术 | 本研究使用YOLO-V3模型在姿势检测中取得了比CNN模型更高的精确度，提出了将其集成到健康工作场所设计中的建议 | 研究中收集的姿态数据仅来源于YouTube视频和Kaggle，可能存在数据集的多样性和代表性不足问题 | 探讨如何设计用于促使健康行为的系统，特别是姿势检测技术 | 研究对象为工作场所中的用户姿势，特别关注舒适与不舒适的姿势分类 | 计算机视觉 | NA | 深度学习 | YOLO-V3和CNN | 图像 | 使用了来自YouTube视频和Kaggle的姿势数据集进行训练 |
| 21469 | 2024-08-05 |
Winter wheat ear counting based on improved YOLOv7x and Kalman filter tracking algorithm with video streaming
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1346182
PMID:38952848
|
研究论文 | 本文提出了一种基于改进YOLOv7x和卡尔曼滤波追踪算法的实时麦穗计数方法 | 引入了空间到深度模块和新的归一化高斯瓦瑟斯坦距离损失函数，以提升YOLOv7x的检测性能 | 样本可能仅限于特定环境，实时检测帧率相对较低 | 实现大型分辨率无人机视频下的麦穗检测与计数 | 作者研究了麦穗的检测与计数 | 计算机视觉 | NA | YOLOv7x, 卡尔曼滤波 | YOLOv7xSPD Counter | 视频 | NA |
| 21470 | 2024-08-05 |
Revealing hidden patterns in deep neural network feature space continuum via manifold learning
2023-Dec-21, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-43958-w
PMID:38129376
|
研究论文 | 本文介绍了一种用于深度神经网络特征可视化的新方法 | 提出了一种流形发现与分析（MDA）方法，可有效可视化回归特征，并保留特征空间的局部几何形状 | 现有可视化技术仅适用于分类任务，回归任务的可视化仍面临挑战 | 开发一种可靠的框架和计算方法来可视化深度学习中的回归特征 | 深度神经网络提取的特征空间中的高维回归特征 | 计算机视觉 | NA | 深度神经网络 | NA | 特征数据 | NA |
| 21471 | 2024-08-05 |
Landmark Based Bronchoscope Localization for Needle Insertion Under Respiratory Deformation
2023-Oct, Proceedings of the ... IEEE/RSJ International Conference on Intelligent Robots and Systems. IEEE/RSJ International Conference on Intelligent Robots and Systems
DOI:10.1109/iros55552.2023.10342115
PMID:38947248
|
研究论文 | 本研究提出了一种实时摄像头方法，用于在呼吸变形下准确定位支气管镜 | 创新之处在于使用深度学习相对于解剖标志估计支气管镜的位置，克服了全局姿势估计的局限性 | 研究主要在模拟的数据集上进行，可能在真实应用中存在局限性 | 研究的目的是提高肺癌诊断时支气管镜定位的准确性 | 研究对象主要是支气管镜相对于计划穿刺位置的定位 | 计算机视觉 | 肺癌 | 深度学习 | NA | 模拟数据 | 在进行呼吸运动的肺部模拟数据集上进行评估 |
| 21472 | 2024-08-05 |
Evaluating the ecological vulnerability of Chongqing using deep learning
2023-Aug, Environmental science and pollution research international
DOI:10.1007/s11356-023-28032-8
PMID:37407859
|
研究论文 | 本研究利用深度学习评估重庆的生态脆弱性并生成脆弱性地图 | 使用深度学习方法评估生态脆弱性，并生成支持生态环境保护和治理决策的脆弱性地图 | 虽然研究区域整体脆弱性不高，但主要生态问题仍需未来的生态保护和管理措施来解决 | 评估重庆地区的生态脆弱性 | 重庆地区的生态脆弱性及影响因素 | 自然语言处理 | NA | 深度神经网络（DNN）、卷积神经网络（CNN） | CNN、DNN | 地图、因素 | 选择了16个影响生态脆弱性的因素 |
| 21473 | 2024-08-05 |
scTour: a deep learning architecture for robust inference and accurate prediction of cellular dynamics
2023-06-23, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-023-02988-9
PMID:37353848
|
研究论文 | 本文介绍了scTour，这是一种深度学习架构，用于在最小化批次效应影响的情况下，进行细胞动态的推断和预测 | scTour具备同时估计发育伪时间、描绘向量场和映射转录组潜在空间的能力，整合在一个框架下 | NA | 构建一种能够推断和预测细胞发育动态的工具 | 对19个数据集中的多种生物过程进行研究 | 机器学习 | NA | 单细胞基因组学 | 深度学习架构 | 数据集 | 19个数据集 |
| 21474 | 2024-08-05 |
TRESTLE: Toolkit for Reproducible Execution of Speech, Text and Language Experiments
2023, AMIA Joint Summits on Translational Science proceedings. AMIA Joint Summits on Translational Science
PMID:37350929
|
研究论文 | 本文介绍了TRESTLE，一个专注于语音、文本和语言实验可重复执行的开源工具包 | TRESTLE提供了一种精确的数字蓝图用于数据预处理和选择策略，以帮助研究者获得可比较的结果 | 由于研究者在方法和数据选择策略上的差异，结果的直接比较仍然具有挑战性 | 旨在提升认知障碍与健康个体语言差异的研究可重复性 | 聚焦于来自TalkBank数据集的两种数据集，以痴呆检测作为示例领域 | 自然语言处理 | 认知障碍 | 深度学习 | NA | 文本数据 | NA |
| 21475 | 2024-08-07 |
Spatially Distinct Genetic Determinants of Aortic Dimensions Influence Risks of Aneurysm and Stenosis
2022-08-02, Journal of the American College of Cardiology
IF:21.7Q1
DOI:10.1016/j.jacc.2022.05.024
PMID:35902171
|
研究论文 | 本研究使用深度学习分析了43,317名UK Biobank参与者的230万张心脏磁共振图像，以阐明左心室流出道、主动脉根部和升主动脉直径的遗传基础，并探讨这些直径与疾病发生率的关联。 | 发现了79个与至少一个直径显著相关的基因位点，其中35个是新发现的，这些发现有助于预测胸主动脉瘤和主动脉狭窄。 | NA | 阐明左心室流出道、主动脉根部和升主动脉直径的遗传基础 | 左心室流出道、主动脉根部和升主动脉的直径 | 数字病理学 | 心血管疾病 | 深度学习 | NA | 图像 | 43,317名UK Biobank参与者 |
| 21476 | 2024-08-07 |
From cell lines to cancer patients: personalized drug synergy prediction
2022-Jan-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btae134
PMID:38718189
|
研究论文 | 本文提出了一种深度学习框架PDSP，用于利用患者特异性的单一药物反应数据进行个性化药物协同预测 | PDSP模型首先在细胞系上训练，然后使用患者的基因表达数据和相关单一药物反应进行微调，以提高预测准确性 | 目前仅在三名白血病患者的数据上进行了评估 | 开发一种能够在临床环境中更有效地预测患者特定药物组合的深度学习模型 | 白血病患者 | 机器学习 | 白血病 | 深度学习 | 深度学习框架 | 基因表达数据 | 三名白血病患者 |
| 21477 | 2024-08-05 |
ProactiV: Studying Deep Learning Model Behavior Under Input Transformations
2024-Aug, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2023.3301722
PMID:37535493
|
研究论文 | 该文探讨了在输入变换下深度学习模型行为的可视分析方法ProactiV | 提出了一种模型无关的可视分析方法，以帮助开发者主动研究输出行为并识别模型的脆弱点 | 现有的方法主要集中在每类或实例级别的分析，未能全面评估模型在各种输入变换下的行为 | 改善深度学习模型的可解释性与性能 | 深度学习模型的输入变换对模型输出行为的影响 | 机器学习 | NA | 输入优化方法 | NA | 图像 | NA |
| 21478 | 2024-08-05 |
AutoTitle: An Interactive Title Generator for Visualizations
2024-Aug, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2023.3290241
PMID:37384476
|
研究论文 | 我们提出了AutoTitle，这是一种满足多种用户需求的交互式可视化标题生成器 | AutoTitle通过深度学习生成标题，并提供用户交互界面以过滤指标，创新地结合了用户反馈和六个标题质量因素 | 未提及此工具的适用范围或在特定应用中的效果 | 旨在为可视化作品生成高质量的标题 | 可视化作者和潜在的标题生成用户 | 计算机视觉 | NA | 深度学习 | NA | NA | 参与用户研究的用户人数未明确说明 |
| 21479 | 2024-08-05 |
Shading-Guided Manga Screening From Reference
2024-Aug, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2023.3282223
PMID:37267131
|
研究论文 | 本研究提出了一种基于阴影引导的漫画筛选方法 | 引入阴影线条绘画作为屏幕漫画的中间对应物，将漫画筛选任务分解为生成阴影和替换适当的筛网色调两个子任务 | 研究未提及对多种艺术风格的适应性和通用性 | 旨在改善漫画制作中漫画筛选过程中的效率和质量 | 目标是生成阴影和合适的筛网色调 | 计算机视觉 | NA | 参考图像生成网络 | NA | 图像 | 进行大量视觉和定量实验以验证系统的有效性 |
| 21480 | 2024-08-05 |
Novel progressive deep learning algorithm for uncovering multiple single nucleotide polymorphism interactions to predict paclitaxel clearance in patients with nonsmall cell lung cancer
2024-Aug, Cancer innovation
DOI:10.1002/cai2.110
PMID:38948246
|
研究论文 | 本文开发了一种新型的深度学习算法，用于揭示多重单核苷酸多态性相互作用，以预测非小细胞肺癌患者的紫杉醇清除率 | 提出了一种名为GEP-CSIs的数据挖掘算法，通过线性代数计算处理离散变量，优于传统的生物信息学方法 | 目前尚无关于该算法在不同癌症类型中的广泛适用性测试 | 研究紫杉醇的清除率与基因多态性之间的关系 | 非小细胞肺癌患者的基因多态性与紫杉醇清除数据 | 机器学习 | 肺癌 | 深度学习 | GEP-CSIs算法 | 基因数据 | 使用了主要集和验证集的数据进行分析 |