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 24103 篇文献，本页显示第 21941 - 21960 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 21941 | 2024-08-05 |
Magnetic nanoparticles for magnetic particle imaging (MPI): design and applications
2024-Jun-27, Nanoscale
IF:5.8Q1
DOI:10.1039/d4nr01195c
PMID:38809214
|
review | 本综述探讨了磁性粒子成像（MPI）的基本原理、仪器、磁性纳米粒子示踪剂设计及其应用 | 新型示踪剂设计如锌掺杂铁氧体纳米粒子（Zn-IONPs）和超铁磁铁氧化物纳米粒子链（SFMIOs）提高了MPI的成像质量和临床应用 | NA | 阐明磁性粒子成像（MPI）的进展及其在医学成像中的应用潜力 | 磁性纳米粒子和其作为示踪剂在成像中的应用 | 医学成像 | NA | 磁性粒子成像（MPI） | NA | 成像 | NA |
| 21942 | 2024-08-05 |
A Multimodel-Based Screening Framework for C-19 Using Deep Learning-Inspired Data Fusion
2024-Jun-26, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3400878
PMID:38923476
|
研究论文 | 本文提出了一种基于深度学习的数据融合的多模型筛查框架，用于COVID-19的检测。 | 创新点在于提出了一种多模态数据融合模型，并引入了变异编码器和数据减少机制以提高筛查结果的准确性。 | 现有模型在资源要求方面不足，且不适合轻量化环境。 | 研究目标是提升COVID-19的远程筛查和监测效率。 | 研究对象为利用可穿戴传感器和电子记录数据进行COVID-19筛查的框架。 | 数字病理学 | COVID-19 | 深度学习启发的数据融合 | 多模态融合模型 | 电子记录和可穿戴传感器数据 | 实验室数据集，样本数量未说明 |
| 21943 | 2024-08-05 |
An automated in vitro wound healing microscopy image analysis approach utilizing U-net-based deep learning methodology
2024-Jun-25, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01332-2
PMID:38914942
|
研究论文 | 本文提出了一种基于U-net的深度学习方法的自动化体外伤口愈合显微图像分析方法 | 创新性地采用三种不同结构的U-net架构来提高伤口愈合图像分割的敏感性 | 未提及具体的限制因素 | 旨在提高体外伤口愈合图像分析的准确性和效率 | 体外伤口愈合显微图像 | 计算机视觉 | NA | 深度学习 | U-net, U-net++, Attention U-net | 图像 | 使用了两个独立的数据集 |
| 21944 | 2024-08-05 |
Temporal dynamics of user activities: deep learning strategies and mathematical modeling for long-term and short-term profiling
2024-Jun-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-64120-6
PMID:38914596
|
研究论文 | 该论文探讨了社交媒体用户的个人特点分析方法 | 提出了一种结合深度学习策略和数学建模来描述用户长期和短期画像的新方法 | 模型的有效性可能依赖于特定类型的社交媒体数据 | 构建一个能够描述用户行为的协作模型 | 社交媒体用户及其活动 | 机器学习 | NA | 双向LSTM和GRU | NA | 文本 | 30,000条推文 |
| 21945 | 2024-08-05 |
Tongue image fusion and analysis of thermal and visible images in diabetes mellitus using machine learning techniques
2024-06-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-64150-0
PMID:38914599
|
研究论文 | 本研究旨在通过机器学习技术对糖尿病患者的热成像和可见成像舌头图像进行融合与分析 | 提出使用离散小波变换(DWT)的多种融合规则来分类糖尿病和正常受试者，并应用深度学习和机器学习算法进行健康与糖尿病的区分 | 研究未提及样本的多样性和长期跟踪观察的不足 | 评估融合的舌头图像在糖尿病筛查中的应用 | 包含80名正常受试者和80名糖尿病患者的参与者 | 机器学习 | 糖尿病 | 数字单镜头参考相机和热红外相机 | VGG16和ResNet50 | 图像 | 160个样本，包括80名正常受试者和80名糖尿病患者 |
| 21946 | 2024-08-05 |
3D residual attention hierarchical fusion for real-time detection of the prostate capsule
2024-Jun-24, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01336-y
PMID:38914956
|
研究论文 | 该文章提出了一种深度学习方法，用于实时检测前列腺囊膜。 | 提出了一种基于3D残差注意力机制的改进单次多框检测器模型，并使用了Simple, Parameter-Free Attention Module(SimAM)残差注意力融合模块。 | NA | 开发一种用于内窥镜光学图像检测前列腺囊膜的深度学习方法。 | 前列腺囊膜的检测。 | 计算机视觉 | 前列腺癌 | 深度学习 | 3D残差注意力机制 | 内窥镜光学图像 | NA |
| 21947 | 2024-08-05 |
PET/CT deep learning prognosis for treatment decision support in esophageal squamous cell carcinoma
2024-Jun-24, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-024-01737-1
PMID:38913225
|
研究论文 | 本研究提出了一种基于PET/CT图像的深度学习方法，以改善食管鳞状细胞癌患者的生存益处和临床管理 | 提出了一个整合六个网络的预治疗PET/CT深度学习模型ESCCPro，用于提高食管鳞状细胞癌患者的生存预测准确性 | 该研究为回顾性多中心研究，可能存在选择偏倚，且未考虑所有潜在的临床变量 | 改善食管鳞状细胞癌患者的生存益处和临床决策 | 837名来自三个机构的食管鳞状细胞癌患者 | 数字病理学 | 食管癌 | PET/CT深度学习 | 集成模型（ESCCPro） | 图像 | 837名食管鳞状细胞癌患者 |
| 21948 | 2024-08-05 |
CMCS: contrastive-metric learning via vector-level sampling and augmentation for code search
2024-Jun-24, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-64205-2
PMID:38914579
|
研究论文 | 本文提出了一种基于向量级采样和增强的对比度度量学习CMCS用于代码搜索 | 创新性地提出了一种结合K均值算法的硬负样本采样方法和可控硬度样本增强的方法 | 未提到具体的局限性 | 研究目的在于提高代码搜索模型的训练效率和搜索性能 | 研究对象为代码搜索模型 | 计算机视觉 | NA | 深度学习 | NA | 代码数据 | 使用了大规模数据集CodeSearchNet的七个先进代码搜索模型进行实验 |
| 21949 | 2024-08-05 |
Associations of street-view greenspace with Parkinson's disease hospitalizations in an open cohort of elderly US Medicare beneficiaries
2024-Jun, Environment international
IF:10.3Q1
DOI:10.1016/j.envint.2024.108739
PMID:38754245
|
研究论文 | 该研究评估了街景绿色空间与帕金森病住院的关联。 | 首次使用街景图像与深度学习算法评估绿色空间特征对帕金森病住院的影响。 | 研究主要集中在美国的特定区域，结果可能不具普遍性。 | 评估街景绿色空间对帕金森病住院的影响。 | 大约4560万名65岁及以上的美国医疗保险受益者。 | 数字病理学 | 帕金森病 | 深度学习 | Cox等价重参数化Poisson模型 | 图像 | 506,899次首例帕金森病相关住院，随访时间为254,917,192人年 |
| 21950 | 2024-08-05 |
Detecting QT prolongation from a single-lead ECG with deep learning
2024-Jun, PLOS digital health
DOI:10.1371/journal.pdig.0000539
PMID:38917157
|
研究论文 | 该文章开发了一种深度学习模型，能够从单导联心电图中推断QT间期并检测QT延长。 | 提出了一种名为QTNet的深度神经网络，能够通过Lead-I心电图推断QT间期，并有效检测药物诱发的QT延长。 | 模型依赖于高质量的心电图数据，同时在特定人群和临床环境中评估，其适用性可能受到限制。 | 旨在实现无住院QT监测，特别是在抗心律失常药物的加载过程中。 | 研究对象包括来自多个医院的心电图数据及接受Dofetilide治疗的患者。 | 数字病理 | 心血管疾病 | 深度学习 | 深度神经网络 | 心电图 | 超过300万份心电图，涉及653千名患者 |
| 21951 | 2024-08-05 |
Histological Image-based Ensemble Model to Identify Myenteric Plexitis and Predict Endoscopic Postoperative Recurrence in Crohn's Disease: A Multicentre, Retrospective Study
2024-May-31, Journal of Crohn's & colitis
DOI:10.1093/ecco-jcc/jjad196
PMID:38001024
|
研究论文 | 本研究开发并验证了一个深度学习系统，通过自动筛选和识别肌层及肠神经丛的特征来预测克罗恩病的术后复发 | 首次建立了基于组织学图像特征的可解释性堆叠模型来识别肠神经丛炎的严重程度并预测克罗恩病术后复发 | 仅基于回顾性研究，且涉及的样本主要来自两个医院，可能存在选择偏倚 | 旨在开发一种深度学习系统来预测克罗恩病术后复发 | 回顾性分析了205名接受肠切除手术的患者 | 数字病理学 | 克罗恩病 | 深度学习 | 堆叠模型 | 图像 | 205名患者，包含278张手术标本的全切片图像 |
| 21952 | 2024-08-05 |
Millennial changes and cooling trends in land surface warm-season temperatures during the Holocene
2024-May-18, Science bulletin
IF:18.8Q1
DOI:10.1016/j.scib.2024.05.008
PMID:38926060
|
研究论文 | 本文建立了全球暖季温度模型，通过深度学习神经网络分析土壤和湖泊沉积物细菌的膜脂。 | 该研究通过深度学习技术建立了新型的季节性温度重建模型，提供了对全新世温度变化的新见解。 | 本文主要受限于代理和标定模型的稀缺性，这对定量重建千年时间尺度的季节温度造成了显著限制。 | 研究全新世时期的温度变化及其驱动机制。 | 研究面向全新世的全球湖泊、泥炭地和黄土剖面。 | 数字病理学 | NA | 深度学习神经网络分析 | NA | 温度重建数据 | 多个全球湖泊和其他地质剖面样本 |
| 21953 | 2024-08-05 |
MRI-only based material mass density and relative stopping power estimation via deep learning for proton therapy: a preliminary study
2024-05-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-61869-8
PMID:38750148
|
研究论文 | 本研究开发了一种基于深度学习的方法，通过MRI图像直接估计材料的质量密度和相对停止功率 | 研究中首次将深度学习技术应用于MRI治疗规划，从而无需其他成像方式就能直接获取质子放疗所需的质量密度和相对停止功率信息 | 该研究主要基于体模实验，临床应用效果仍需进一步验证 | 开发一种有效的方法来通过MRI直接估计质子治疗中的材料质量密度和相对停止功率 | 研究对象包括不同组织的体模和动物组织体模，如皮肤、肌肉、脂肪及脑和肝脏 | 数字病理学 | NA | 深度学习 | NA | 图像 | 总共七个组织体模，包括五个组织替代体模和两个动物组织体模 |
| 21954 | 2024-08-05 |
Deciphering exogenous chemical carcinogenicity through interpretable deep learning: A novel approach for evaluating atmospheric pollutant hazards
2024-03-05, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2023.133092
PMID:38039812
|
研究论文 | 本研究介绍了一种新颖的可解释深度学习模型CarcGC，用于预测化学致癌性 | 提出了一种新的基于图卷积神经网络的可解释深度学习模型，具有更好的性能和可解释性 | 深度学习模型可能仍需进一步优化以提高性能和解释性 | 评估空气污染物的致癌性并为环境致癌性筛查提供基础 | 化学致癌性预测的化学物质，尤其是美国环保局的危险空气污染物 | 机器学习 | 肺癌 | 图卷积神经网络（GCN） | CarcGC | 结构分子图 | 使用了美国环保局的危险空气污染物清单中的化学物质 |
| 21955 | 2024-08-05 |
An Innovative Inducer of Platelet Production, Isochlorogenic Acid A, Is Uncovered through the Application of Deep Neural Networks
2024-Feb-23, Biomolecules
IF:4.8Q1
DOI:10.3390/biom14030267
PMID:38540688
|
研究论文 | 该文章利用深层神经网络发现了一种创新的血小板生成诱导剂异氯原酸A。 | 文章创新地使用混合CNN+DNN模型，成功识别出异氯原酸A作为治疗放射诱导性血小板减少症的新药物。 | 文章未提及具体的样本数量和临床数据验证，限制了结果的外推性。 | 探讨治疗放射诱导性血小板减少症的新药物。 | 主要研究对象为能够治疗放射诱导性血小板减少症的化合物，特别是异氯原酸A。 | 机器学习 | NA | 深度学习 | 混合神经网络(CNN+DNN) | 药物活性数据 | 10种FDA认可的药物 |
| 21956 | 2024-08-05 |
Prior-Guided Attribution of Deep Neural Networks for Obstetrics and Gynecology
2024-Feb, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2023.3337511
PMID:38019619
|
研究论文 | 提出了一种名为Prior-Guided Attribution (PGA)的新方法，用于提高深度神经网络在妇产科超声成像任务中的表现 | 创新点在于利用空间先验信息引导深度神经网络的归因过程，同时引入了一种新的先验分配策略以处理多个空间先验 | 需要额外的信息仅在训练过程中使用，推断时不需要，但对于隐私的保护可能仍然存在一些限制 | 旨在解决妇产科领域深度学习在超声图像任务中的数据不足问题 | 研究对象为妇产科超声成像中的乳腺癌检测和扫描平面检测任务 | 计算机视觉 | 乳腺癌 | 深度神经网络 | NA | 超声图像 | NA |
| 21957 | 2024-08-05 |
Lung nodule malignancy classification with associated pulmonary fibrosis using 3D attention-gated convolutional network with CT scans
2024-01-13, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-023-04798-w
PMID:38216992
|
研究论文 | 本研究旨在使用3D注意力门控卷积网络对肺结节的恶性分类进行评估，考虑了相关的肺纤维化因素 | 提出了一种可视化的3D分类模型，并特别考虑肺纤维化的信息以提高肺结节恶性分类的准确性 | 本研究基于自有的CT数据集，可能缺乏足够的多样性以代表广泛的人群 | 评估在胸部CT图像中将纤维化微环境纳入肺结节恶性分类的效果 | 研究对象为胸部CT图像中的肺结节及其微环境 | 数字病理学 | 肺癌 | 深度学习 | 3D卷积神经网络 | CT图像 | 使用了内部CT数据集，具体样本大小未详细说明 |
| 21958 | 2024-08-05 |
Development of a deep learning model for predicting recurrence of hepatocellular carcinoma after liver transplantation
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1373005
PMID:38919938
|
研究论文 | 本研究开发了一种深度学习模型，用于预测肝移植后肝细胞癌的复发 | 提出了一种基于TabNet的预后模型，在预测肝移植后复发方面优于米兰标准 | 研究未涉及其他潜在影响复发风险的临床因素 | 旨在建立和验证深度学习模型，更好地指导肝移植后的治疗 | 评估356例接受肝移植的肝细胞癌患者的复发风险 | 机器学习 | 肝细胞癌 | 深度学习 | TabNet | 表格数据 | 356个肝细胞癌患者 |
| 21959 | 2024-08-05 |
Development of a predictive model for 1-year postoperative recovery in patients with lumbar disk herniation based on deep learning and machine learning
2024, Frontiers in neurology
IF:2.7Q3
DOI:10.3389/fneur.2024.1255780
PMID:38919973
|
研究论文 | 本研究旨在开发一个预测模型，以预测腰椎间盘突出患者术后1年的恢复情况 | 利用深度学习和机器学习技术开发的预测模型为临床决策提供信息 | 数据来自于特定时间段的回顾性分析，可能存在样本偏差 | 开发一个能预测腰椎间盘突出患者术后恢复的模型 | 470名接受微创手术的住院患者的临床数据 | 机器学习 | NA | 深度学习和机器学习 | MLP（人工神经网络） | 临床数据 | 470名住院患者 |
| 21960 | 2024-08-05 |
Factor-GAN: Enhancing stock price prediction and factor investment with Generative Adversarial Networks
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0306094
PMID:38917175
|
研究论文 | 本文介绍了Factor-GAN，一个利用生成对抗网络技术进行因子投资的创新框架 | Factor-GAN结合深度学习技术与多因子定价模型，提高了投资策略的精确度和稳定性 | 样本分析仅限于中国股市，可能影响研究结论的普遍性 | 探讨深度学习在因子投资中的应用 | 以70个公司特征为基础的因子数据库进行分析 | 机器学习 | NA | 生成对抗网络 | NA | 金融数据 | 中国股市的子样本分析 |