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 24409 篇文献，本页显示第 22301 - 22320 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 22301 | 2024-08-05 |
A Military Audio Dataset for Situational Awareness and Surveillance
2024-Jun-22, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-024-03511-w
PMID:38909048
|
研究论文 | 本文构建并介绍了一个新的军事音频数据集MAD，用于音频分类系统的训练和评估 | 提出了一个包含独特特征的军事音频数据集，填补了现有公共数据集的空白 | 数据集可能对特定军事活动的应用有限，且没有提供大规模的现实场景样本 | 旨在为音频分类系统提供一个适合的训练和评估数据集 | 涉及来自各种军事视频的音频样本，包含7类声源 | 机器学习 | NA | 深度学习 | NA | 音频 | 涉及8,075个音频样本 |
| 22302 | 2024-08-05 |
Efficient Training of Probabilistic Neural Networks for Survival Analysis
2024-Jun-21, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3417369
PMID:38905091
|
研究论文 | 本文探讨如何在大数据集中高效训练深度概率生存模型 | 提出了三种概率方法（VI、MCD 和 SNGP）在生存分析中的有效性，并与传统的VI方法进行比较 | 非VI技术在生存分析的应用仍较少，方法的可推广性可能有限 | 研究如何在不增加模型复杂度的情况下，提高深度概率生存模型的训练效率 | 大规模数据集中的深度概率生存模型 | 机器学习 | NA | 变分推断（VI）、蒙特卡洛 dropout（MCD）、谱归一化神经高斯过程（SNGP） | NA | 数据集 | MIMIC-IV 数据集 |
| 22303 | 2024-08-05 |
An extensive analysis of artificial intelligence and segmentation methods transforming cancer recognition in medical imaging
2024-Jun-18, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ad555b
PMID:38848695
|
综述 | 本文深入分析了癌症识别中的人工智能和分割方法在医学成像中的转变 | 探讨了图像分割技术在癌症区域检测中的重要性，并评估了计算机辅助手段的最新研究进展 | 现有的图像分割方法在某些图像类型的应用上存在局限性 | 强调图像分割技术在医学成像中的重要性 | 主要研究不同癌症检测技术及其有效性 | 医学成像 | 癌症 | 计算机辅助诊断系统 | 卷积神经网络（CNN） | 医学图像 | 涉及大型数据集中的医学图像 |
| 22304 | 2024-08-05 |
Deep Representation Learning for Open Vocabulary Electroencephalography-to-Text Decoding
2024-Jun-18, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3416066
PMID:38889026
|
研究论文 | 该文章提出了一种用于开放词汇脑电图解码的端到端深度学习架构 | 引入了一种基于BART语言模型和GPT-4句子细化模块的开放词汇EEG解码的新方法，提出了基于BERTScore的句子级评估指标 | 未探讨EEG信号嵌入语言模型.context及主观性对解码性能的影响 | 旨在改善开放词汇EEG信号解码的性能 | 研究对象为参与自然阅读任务的30名受试者的EEG记录 | 计算机视觉 | NA | 脑电图(EEG) | 深度学习架构 | EEG记录 | 30 |
| 22305 | 2024-08-05 |
Neuro-BERT: Rethinking Masked Autoencoding for Self-Supervised Neurological Pretraining
2024-Jun-18, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2024.3415959
PMID:38889028
|
研究论文 | 这篇文章提出了一个基于掩盖自编码的神经信号自监督预训练框架，称为Neuro-BERT。 | 创新点在于提出了傅里叶反演预测任务，通过遮掩输入信号的部分信息并预测缺失信息来进行自监督学习。 | 对特定数据集和任务的评估可能不完全代表其广泛适用性。 | 旨在利用神经信号推动深度学习在医疗诊断和脑机接口等领域的发展。 | 关注神经信号的自监督预训练模型。 | 机器学习 | NA | 傅里叶变换 | 变压器编码器 | 神经信号 | 在多个基准数据集上进行评估 |
| 22306 | 2024-08-05 |
RmdnCache: Dual-Space Prefetching Neural Network for Large-Scale Volume Visualization
2024-Jun-05, IEEE transactions on visualization and computer graphics
IF:4.7Q1
DOI:10.1109/TVCG.2024.3410091
PMID:38837917
|
研究论文 | 本文提出了一种名为RmdnCache的深度学习预取方法，以优化大规模体积可视化中的数据流 | 创新性地结合了RNN和MDN网络进行预测，以减少输入延迟 | NA | 旨在减少大规模体积可视化中的输入延迟 | 3D科学数据集 | 计算机视觉 | NA | 深度学习 | RNN和MDN | 体积数据 | 真实大规模体积数据集 |
| 22307 | 2024-08-05 |
Thermal mapping the eye: A critical review of advances in infrared imaging for disease detection
2024-Apr, Journal of thermal biology
IF:2.9Q1
DOI:10.1016/j.jtherbio.2024.103867
PMID:38744026
|
review | 对红外成像在眼病检测中的进展进行了关键性回顾 | 探讨了机器学习和深度学习算法在IRT眼科检查中的整合 | 未详细说明具体的限制因素 | 理解IRT在眼科检查中的应用、优势、局限性和最新发展 | 分析与眼科相关的红外热成像技术 | 数字病理学 | 干眼症、糖尿病视网膜病、青光眼、过敏性结膜炎和炎症疾病 | 红外热成像（IRT） | NA | 图像 | 192篇文献 |
| 22308 | 2024-08-07 |
Beyond the AJR: Deep Learning Shows Promise in the Detection of Retinal Hemorrhage on Pediatric Head CT
2024-04, AJR. American journal of roentgenology
DOI:10.2214/AJR.23.30096
PMID:37610781
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 22309 | 2024-08-05 |
METhodological RadiomICs Score (METRICS): a quality scoring tool for radiomics research endorsed by EuSoMII
2024-Jan-17, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-023-01572-w
PMID:38228979
|
研究论文 | 提出了一种新的质量评分工具METRICS，以评估和提高放射组学研究的质量 | 首次提出基于专家意见的项目的重要性权重，并采用透明的方法来评估放射组学研究的质量 | N/A | 评估和提高放射组学研究的质量 | 国际专家小组对放射组学研究的质量进行评估 | 数字病理学 | N/A | N/A | N/A | N/A | 59名专家参与来自19个国家 |
| 22310 | 2024-08-05 |
Enhancing semantic segmentation in chest X-ray images through image preprocessing: ps-KDE for pixel-wise substitution by kernel density estimation
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0299623
PMID:38913621
|
研究论文 | 本研究提出了一种新的图像预处理技术ps-KDE，以提高胸部X光图像的深度学习语义分割效果 | ps-KDE通过基于图像像素在所有图像中的标准化频率来增强图像对比度，进而改善深度学习算法的性能 | 本研究的局限性在于所使用的数据集的异质性可能影响结果的普适性 | 研究深度学习算法在胸部X光图像中的器官分割效果 | 主要研究对象是心脏、左肺、右肺、左锁骨和右锁骨的分割 | 计算机视觉 | 肺癌 | ps-KDE | U-Net | 图像 | NA |
| 22311 | 2024-08-05 |
A novel approach for APT attack detection based on feature intelligent extraction and representation learning
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0305618
PMID:38913651
|
研究论文 | 本研究提出了一种基于特征智能提取和表示学习的APT攻击检测新方法 | 提出的FIERL模型结合了BiLSTM深度学习网络和注意力网络，创新性地聚合和提取APT IP在网络流量中的异常行为 | 未提及具体的局限性 | 旨在实现对APT攻击活动的早期检测和预警 | 研究对象为APT IP与正常IP的分类 | 计算机视觉 | NA | 深度学习 | BiLSTM | 网络流量数据 | NA |
| 22312 | 2024-08-05 |
The current landscape of machine learning-based radiomics in arteriovenous malformations: a systematic review and radiomics quality score assessment
2024, Frontiers in neurology
IF:2.7Q3
DOI:10.3389/fneur.2024.1398876
PMID:38915798
|
系统评价 | 本文提供了关于动静脉畸形中使用的放射组学模型的全面总结 | 综合评估了采用机器学习的放射组学在动静脉畸形管理中的应用情况 | 所有纳入的研究均为回顾性，且没有进行外部验证 | 综述放射组学模型在动静脉畸形管理中的诊断、治疗、预后和预测结果的应用 | 动静脉畸形（AVM） | 机器学习 | NA | 放射组学 | NA | 医学影像 | 13个研究 |
| 22313 | 2024-08-05 |
Advancing precision rheumatology: applications of machine learning for rheumatoid arthritis management
2024, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2024.1409555
PMID:38915408
|
评论 | 本文总结了机器学习在类风湿关节炎管理中的应用。 | 探讨了用于类风湿关节炎管理的诊断和预测模型，展示了多种数据模态的使用。 | 小样本量和缺乏多样化人群测试可能导致模型性能的高估，模型的过拟合和可解释性也存在挑战。 | 提升类风湿关节炎的管理，通过早期诊断和优化治疗。 | 研究当前机器学习在类风湿关节炎管理中的应用。 | 机器学习 | 类风湿关节炎 | 机器学习 | 监督学习和无监督学习 | 电子健康记录、影像和多组学数据 | 小样本量 |
| 22314 | 2024-08-05 |
Toward enhancement of antibody thermostability and affinity by computational design in the absence of antigen
2024 Jan-Dec, mAbs
IF:5.6Q1
DOI:10.1080/19420862.2024.2362775
PMID:38899735
|
研究论文 | 本研究探讨了如何通过计算设计来提高抗体的热稳定性和亲和力 | 使用DeepAb深度学习模型进行抗体Fv结构的预测，以优化抗体变体，克服了通常不可靠的抗体-抗原复合物结构和对接方法的限制 | 研究依赖于单点实验深度突变扫描的数据，而缺乏对抗原的直接实验验证 | 研究抗体的发现和优化过程中的计算设计方法 | 针对抗母鸡卵白溶菌酶(HEL)的200个抗体变体 | 生物医学 | NA | 深度学习 | DeepAb | 序列数据 | 200个抗体变体 |
| 22315 | 2024-08-05 |
Automated detection and localization of pericardial effusion from point-of-care cardiac ultrasound examination
2023-Aug, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-023-02855-6
PMID:37243852
|
研究论文 | 本研究开发了一种深度学习方法，以快速准确地识别和定位心包积液。 | 引入了基于YoloV3算法的深度学习方法，显著提高了心包积液检测的准确性和定位能力。 | 未提及关于算法在不同设备或操作员技能水平上的广泛适用性限制。 | 旨在提高心包积液在临床超声检查中的识别和定位效率。 | 对包含心包积液的病人以及对照组的心脏超声检查图像进行分析。 | 数字病理学 | 心脏疾病 | POCUS | YoloV3 | 图像 | 共分析了37个心包积液病例和39个阴性对照 |
| 22316 | 2024-08-05 |
Development of a Deep Learning Model for Retinal Hemorrhage Detection on Head Computed Tomography in Young Children
2023-06-01, JAMA network open
IF:10.5Q1
|
研究论文 | 本研究开发了一种基于深度学习的模型，用于儿童头部CT图像中检测视网膜出血 | 该研究首次使用深度学习图像分析来检测小儿头部CT图像中的视网膜出血 | 可能需要外部前瞻性验证以确认模型的准确性 | 评估深度学习模型在儿童头部CT中检测视网膜出血的有效性 | 301名诊断为虐待性头部创伤（AHT）的儿童患者 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 301名患者 |
| 22317 | 2024-08-05 |
Machine Learning on Visibility Graph Features Discriminates the Cognitive Event-Related Potentials of Patients with Early Alzheimer's Disease from Healthy Aging
2023-May-07, Brain sciences
IF:2.7Q3
DOI:10.3390/brainsci13050770
PMID:37239242
|
研究论文 | 本文提出了一种使用可视性图的方法，对阿尔茨海默病患者和健康老年人进行分类 | 该研究通过可视性图的特征来区分早期阿尔茨海默病患者与健康老年人的认知事件相关电位 | 研究可能只针对特定的实验条件，未考虑其他可能影响结果的因素 | 探索基于EEG信号的可视性图特征在阿尔茨海默病和健康老年人分类中的应用 | 早期阿尔茨海默病患者与健康老年人群体 | 机器学习 | 阿尔茨海默病 | EEG | 传统机器学习和深度学习算法 | EEG信号 | 研究涉及的样本数量未明确说明 |
| 22318 | 2024-08-05 |
In silico evolution of protein binders with deep learning models for structure prediction and sequence design
2023-May-03, bioRxiv : the preprint server for biology
DOI:10.1101/2023.05.03.539278
PMID:37205527
|
研究论文 | 本文探讨了一种利用深度学习模型进行蛋白质结合体设计的方法。 | 提出了使用深度学习模型进行蛋白质结构预测和序列设计的迭代流程，并成功设计出自抑制型(PD-L1拮抗剂)结构。 | 研究未进行实验亲和力培养，结果需要进一步验证。 | 旨在设计能够被蛋白酶条件性激活的自抑制型拮抗剂。 | 研究对象为PD-L1拮抗剂的自抑制结构域。 | 计算机视觉 | NA | 深度学习 | AlphaFold2与ProteinMPNN | 蛋白质序列 | 23个设计的自抑制结构域 |
| 22319 | 2024-08-05 |
Automated Inline Myocardial Segmentation of Joint T1 and T2 Mapping Using Deep Learning
2023-Jan, Radiology. Artificial intelligence
DOI:10.1148/ryai.220050
PMID:36721410
|
研究论文 | 本研究开发了一种人工智能解决方案，旨在实现联合心脏MRI短轴T1和T2映射的自动分割和分析 | 该研究创新性地使用深度学习方法实现了心脏MRI映射的自动分割，性能接近人类专家 | 该研究的局限在于使用的样本来自两家医院，可能影响结果的普遍适用性 | 开发一个自动化的AI分割和分析工具，提高心脏MRI的操作效率和准确性 | 从807名患者的4240个映射中选择的心脏MRI数据进行了分析 | 数字病理学 | NA | 人工智能 | 卷积神经网络 | 影像 | 4240个映射，来自807名患者 |
| 22320 | 2024-08-07 |
Exploration of consumer preference based on deep learning neural network model in the immersive marketing environment
2022, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0268007
PMID:35507570
|
研究论文 | 本研究旨在通过深度学习神经网络模型探索沉浸式营销环境下的消费者偏好，设计个性化推荐系统，提升营销效果和用户体验 | 提出基于沉浸式图神经网络（IGNN）模型的个性化推荐系统，相较于其他推荐系统显示出更高的优势 | NA | 增加各类商品的营销量，促进市场的全面发展 | 消费者在沉浸式营销环境下的偏好 | 机器学习 | NA | 深度学习（DL）神经网络（NN） | 图神经网络（GNN） | NA | NA |