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 23383 篇文献，本页显示第 22541 - 22560 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 22541 | 2024-08-07 |
Enhancing multimodal deep learning for improved precision and efficiency in medical diagnostics
2024-May-29, Journal of the European Academy of Dermatology and Venereology : JEADV
IF:8.4Q1
DOI:10.1111/jdv.20166
PMID:38808949
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 22542 | 2024-08-07 |
Fog-based deep learning framework for real-time pandemic screening in smart cities from multi-site tomographies
2024-May-27, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01302-8
PMID:38797827
|
研究论文 | 本文提出了一种基于雾计算的深度学习框架，用于从多站点断层扫描中实时筛查智能城市中的大流行病 | 提出了一种新颖的多解码器分割网络，利用异构域数据和强大的学习表示来准确分割感染区域，并引入了一种名为PANDFOG的雾计算技术，以实现边缘节点上的实际部署 | NA | 旨在提高智能城市中大流行病诊断的准确性，并优化治疗策略 | COVID-19病变分割 | 计算机视觉 | NA | 多解码器分割网络 | CNN | CT扫描图像 | 使用了三个公开可访问的数据集 |
| 22543 | 2024-08-07 |
Automatic Identification and Severity Classification of Retinal Biomarkers in SD-OCT Using Dilated Depthwise Separable Convolution ResNet with SVM Classifier
2024-05, Current eye research
IF:1.7Q3
DOI:10.1080/02713683.2024.2303713
PMID:38251704
|
研究论文 | 本文提出了一种用于预测OCT B扫描中视网膜标志物及其严重程度的图像分类混合框架 | 开发了一种新的图像分类框架Dilated Depthwise Separable Convolution ResNet (DDSC-RN)与SVM分类器结合，实现了网络压缩并扩大了感受野，同时保持了分类准确性 | NA | 旨在通过SD-OCT技术早期检测和监测威胁视力的视觉障碍，特别是Uveitic Macular Edema (UME) | 研究对象为85名Uveitic患者的10880张B扫描图像，用于识别和分类视网膜标志物 | 计算机视觉 | NA | SD-OCT | Dilated Depthwise Separable Convolution ResNet (DDSC-RN)与SVM分类器 | 图像 | 10880张B扫描图像来自85名Uveitic患者 |
| 22544 | 2024-08-07 |
Scanning the Imaging Horizon for Hypertrophic Cardiomyopathy
2024-May, The Canadian journal of cardiology
DOI:10.1016/j.cjca.2024.02.030
PMID:38467329
|
研究论文 | 本文讨论了非侵入性影像技术在肥厚型心肌病（HCM）患者中的最新进展 | 介绍了正电子发射断层扫描（PET）使用新型示踪剂识别早期纤维化途径激活的潜力，以及心血管磁共振成像测量心肌灌注、氧合和紊乱的技术能力 | NA | 探讨非侵入性影像技术在肥厚型心肌病诊断和评估中的应用 | 肥厚型心肌病患者 | 数字病理学 | 心血管疾病 | 正电子发射断层扫描（PET），心血管磁共振成像 | 深度学习 | 影像 | NA |
| 22545 | 2024-08-07 |
Prediction of prognosis using artificial intelligence-based histopathological image analysis in patients with soft tissue sarcomas
2024-May, Cancer medicine
IF:2.9Q2
DOI:10.1002/cam4.7252
PMID:38800990
|
研究论文 | 本文探讨了使用深度学习方法从软组织肉瘤患者的组织病理学图像中预测预后的应用 | 利用深度学习技术提高了软组织肉瘤预后预测的准确性 | 研究为回顾性研究，样本量较小 | 探索人工智能在软组织肉瘤预后预测中的应用 | 软组织肉瘤患者的组织病理学图像 | 数字病理学 | 软组织肉瘤 | 深度学习 | 卷积神经网络 | 图像 | 35份组织病理学切片 |
| 22546 | 2024-08-07 |
Image Quality and Lesion Detection of Multiplanar Reconstruction Images Using Deep Learning: Comparison with Hybrid Iterative Reconstruction
2024-May, Yonago acta medica
IF:0.9Q4
DOI:10.33160/yam.2024.05.001
PMID:38803592
|
研究论文 | 本文评估并比较了使用“自适应统计迭代重建-V”（ASiR-V）和深度学习重建“TrueFidelity”在胸部CT图像中正常和病理结构以及图像噪声的图像质量 | TrueFidelity在主观和客观评估中显示出比ASiR-V更好的图像质量，特别是在小叶中心区域的显示上 | NA | 评估和比较不同重建技术在胸部CT图像中的图像质量 | 胸部CT图像的图像质量和病变检测 | 计算机视觉 | 肺部疾病 | 深度学习重建 | NA | 图像 | 40名疑似肺部疾病的患者 |
| 22547 | 2024-08-07 |
A hands-on guide to use network video recorders, internet protocol cameras, and deep learning models for dynamic monitoring of trout and salmon in small streams
2024-May, Ecology and evolution
IF:2.3Q2
DOI:10.1002/ece3.11246
PMID:38803608
|
研究论文 | 本研究描述了一种使用监控摄像头和调用深度学习模型的算法来生成小溪中鲑鱼和鳟鱼视频片段的方法 | 自动化过程大大减少了视频监控中的人工干预，并提供了一套全面的指南来设置和配置监控设备以及训练针对特定需求的深度学习模型 | 尽管自动化过程减少了人工干预，但基于自然标记的手动识别个体鱼类仍需要人工努力和参与 | 开发一种自动化监控系统，用于动态监测小溪中的鲑鱼和鳟鱼，并提供一套指南来设置和配置相关设备 | 鲑鱼和鳟鱼 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 视频 | 小溪中的鲑鱼和鳟鱼 |
| 22548 | 2024-08-07 |
Unlocking the Potential of Artificial Intelligence in Acute Myeloid Leukemia and Myelodysplastic Syndromes
2024-02, Current hematologic malignancy reports
IF:2.7Q3
DOI:10.1007/s11899-023-00716-5
PMID:37999872
|
综述 | 本文综述旨在阐明机器学习在骨髓增生异常综合征和急性髓系白血病的诊断、预后和临床管理中的变革性影响和潜力 | 机器学习算法在预测疾病进展、优化治疗反应和患者群体分层方面已被证明有效，特别是在基因组和表观基因组数据分析中揭示了MDS和AML的分子异质性，深度学习技术在分析骨髓活检图像中的复杂模式方面显示出潜力 | 数据隐私、标准化和算法可解释性等挑战需要解决，以实现机器学习在这一领域的全部潜力 | 旨在阐明机器学习在骨髓增生异常综合征和急性髓系白血病的诊断、预后和临床管理中的变革性影响和潜力 | 骨髓增生异常综合征和急性髓系白血病 | 机器学习 | 血液疾病 | 机器学习 | 深度学习 | 基因组和表观基因组数据，骨髓活检图像 | NA |
| 22549 | 2024-08-07 |
Structure-aware deep model for MHC-II peptide binding affinity prediction
2024-Jan-30, BMC genomics
IF:3.5Q2
DOI:10.1186/s12864-023-09900-6
PMID:38291350
|
研究论文 | 本文提出了一种结构感知的深度模型，用于预测主要组织相容性复合体（MHC）-II肽结合亲和力 | 本研究通过使用位置编码来表示肽序列的结构信息，并将其有效结合到现有模型中，从而提高了模型性能 | NA | 加速疾病疫苗和免疫疗法的设计 | MHC-II肽结合亲和力预测 | 生物信息学 | NA | 深度学习 | 深度神经网络 | 肽序列 | 三个数据集 |
| 22550 | 2024-08-07 |
Prediction of SARS-CoV-2 Infection Phosphorylation Sites and Associations of these Modifications with Lung Cancer Development
2024, Current gene therapy
IF:3.8Q2
|
研究论文 | 本文分析了SARS-CoV-2病毒感染的磷酸化区域，并开发了一种基于transformer的深度学习辅助识别方法，用于识别SARS-CoV-2病毒感染宿主细胞中的特定磷酸化位点，并探讨了这些磷酸化修饰与肺癌发展的关联。 | 开发了一种基于transformer的深度学习辅助识别方法，用于识别SARS-CoV-2病毒感染宿主细胞中的特定磷酸化位点。 | NA | 研究SARS-CoV-2病毒感染对宿主细胞磷酸化信号的影响及其与肺癌发展的关联。 | SARS-CoV-2病毒感染的磷酸化位点及其与肺癌发展的关联。 | 机器学习 | 肺癌 | 深度学习 | transformer | 磷酸化位点数据 | NA |
| 22551 | 2024-08-07 |
Differentiation of benign and malignant parotid gland tumors based on the fusion of radiomics and deep learning features on ultrasound images
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1384105
PMID:38803533
|
研究论文 | 本研究旨在基于超声图像构建并比较临床模型、传统放射组学模型、深度学习模型和深度学习放射组学模型在区分良性腮腺肿瘤和恶性腮腺肿瘤中的性能 | 本研究引入了基于超声图像的深度学习放射组学模型，该模型结合了传统放射组学和深度学习特征，显著提高了区分良性腮腺肿瘤和恶性腮腺肿瘤的准确性 | NA | 研究目的是构建和比较不同模型在区分良性腮腺肿瘤和恶性腮腺肿瘤中的性能 | 研究对象是良性腮腺肿瘤和恶性腮腺肿瘤 | 机器学习 | 腮腺肿瘤 | 深度学习 | DenseNet121, VGG19, ResNet50 | 图像 | 526名患者 |
| 22552 | 2024-08-07 |
Cusp bifurcation in a metastatic regulatory network
2023-11-07, Journal of theoretical biology
IF:1.9Q3
DOI:10.1016/j.jtbi.2023.111630
PMID:37804940
|
研究论文 | 本文探讨了利用尖点分岔理论来模拟转移性乳腺癌系统的可能性 | 首次将双参数分岔理论应用于转移性系统，并提出了一种基于数学理论的转移性细胞状态转换的新视角 | NA | 旨在从基础生物学和临床角度理解癌症转移的潜力 | 转移性乳腺癌系统 | NA | 乳腺癌 | 常微分方程 (ODEs) | NA | NA | NA |
| 22553 | 2024-08-07 |
Editorial Comment: Implementing Deep Learning to Extrapolate Hepatic Proton Density Fat Fraction From T1-Weighted In-Phase and Opposed-Phase MRI
2023-11, AJR. American journal of roentgenology
DOI:10.2214/AJR.23.29918
PMID:37466191
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 22554 | 2024-08-07 |
Explainable semi-supervised deep learning shows that dementia is associated with small, avocado-shaped clocks with irregularly placed hands
2023-05-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-34518-9
PMID:37149670
|
研究论文 | 本研究使用相关性因子变分自编码器（RF-VAE）深度生成神经网络，对来自多个机构的数字化钟表绘图进行表征，以无监督方式识别钟表绘图的独特构造特征，并区分痴呆与非痴呆患者。 | 本研究首次使用RF-VAE网络在无监督情况下识别钟表绘图的独特构造特征，这些特征在先前研究中未被广泛探讨。 | NA | 研究目的是通过钟表绘图测试识别痴呆患者的独特构造特征。 | 研究对象为数字化钟表绘图，来自多个机构。 | 机器学习 | 痴呆 | 相关性因子变分自编码器（RF-VAE） | 变分自编码器（VAE） | 图像 | 多个机构的数字化钟表绘图 |
| 22555 | 2024-08-07 |
A unifying Bayesian framework for merging X-ray diffraction data
2022-12-15, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-022-35280-8
PMID:36522310
|
研究论文 | 本文提出了一种统一的贝叶斯框架，用于合并X射线衍射数据，通过深度学习和变分推断同时重新缩放和合并反射观测 | 利用深度学习和变分推断技术，提出了一种新的贝叶斯方法来处理和合并X射线衍射数据中的反射观测 | NA | 开发一种新的方法来处理和合并X射线衍射数据，以更准确地检测生物分子功能动态中的细微构象变化 | X射线衍射数据中的反射观测 | 计算机视觉 | NA | X射线衍射 | 深度学习 | 衍射数据 | NA |
| 22556 | 2024-08-07 |
Evaluation of Deep Learning to Augment Image-Guided Radiotherapy for Head and Neck and Prostate Cancers
2020-11-02, JAMA network open
IF:10.5Q1
|
研究论文 | 本研究评估了深度学习技术在头颈和前列腺癌症图像引导放射治疗中的应用，旨在探索临床可接受的自动轮廓解决方案。 | 本研究开发了能够减少手动轮廓时间并保持与专家间变异性相当的临床准确性的模型。 | NA | 探索并实现临床可接受的自动轮廓解决方案，以优化放射治疗计划。 | 头颈和前列腺癌症患者的CT扫描图像。 | 机器学习 | 头颈癌, 前列腺癌 | 深度学习 | NA | 图像 | 519例前列腺癌患者和242例头颈癌患者的CT扫描图像。 |
| 22557 | 2024-08-07 |
Improved noise reduction in photon-counting detector CT using prior knowledge-aware iterative denoising neural network
2024-Dec, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.11.S1.S12804
PMID:38799270
|
研究论文 | 本文旨在通过开发一种先验知识感知迭代去噪神经网络（PKAID-Net），减少光子计数探测器（PCD）CT扫描中高分辨率虚拟单能图像（VMIs）的图像噪声 | PKAID-Net利用低噪声VMI（如70 keV）作为先验输入，并通过迭代构建改进的训练数据集来提高神经网络的去噪性能 | NA | 减少光子计数探测器CT扫描中高分辨率虚拟单能图像的图像噪声 | 光子计数探测器CT扫描中的高分辨率虚拟单能图像 | 计算机视觉 | NA | 光子计数探测器CT扫描 | 神经网络 | 图像 | 10例患者冠状动脉CT血管造影检查 |
| 22558 | 2024-08-07 |
Computational modeling for deciphering tissue microenvironment heterogeneity from spatially resolved transcriptomics
2024-Dec, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2024.05.028
PMID:38800634
|
研究论文 | 本文探讨了从空间转录组学数据中解析组织微环境异质性的计算建模方法 | 文章分类并讨论了基于机器学习、概率模型和深度学习的三类计算方法，并展望了未来计算方法的发展方向 | NA | 开发计算方法以揭示空间转录组学数据中的组织微环境异质性 | 空间转录组学数据中的空间域检测和空间解卷积 | 生物信息学 | NA | 空间转录组学 | 机器学习、概率模型、深度学习 | 转录组学数据 | NA |
| 22559 | 2024-08-07 |
Contagious infection-free medical interaction system with machine vision controlled by remote hand gesture during an operation
2024-Dec, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2024.05.006
PMID:38800692
|
研究论文 | 本文介绍了一种无接触感染的医疗交互系统，通过远程手势控制机器视觉在手术中操作医疗图像 | 开发了一种集成系统，包括手部地标检测、手部指向和手势识别三个关键模块，以及一种深度增强算法和地标几何约束算法 | NA | 旨在开发一种无接触感染的医疗交互系统，以减少手术中因直接接触设备而导致的感染风险 | 医疗图像操作和手势识别技术 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | NA |
| 22560 | 2024-08-07 |
From explainable to interpretable deep learning for natural language processing in healthcare: How far from reality?
2024-Dec, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2024.05.004
PMID:38800693
|
综述 | 本文对医疗领域自然语言处理中可解释和可理解的深度学习进行了全面的范围审查 | 引入了“可解释和可理解的人工智能”（XIAI）这一术语，并分析了注意力机制作为最普遍的新兴IAI技术，以及结合深度学习与因果逻辑的潜力 | 大多数XIAI未探索“全局”建模过程，缺乏最佳实践和系统评估及基准 | 探讨在医疗自然语言处理中实现深度学习模型的可解释性和可理解性 | 深度学习在医疗自然语言处理中的应用及其可解释性和可理解性 | 自然语言处理 | NA | 注意力机制 | 深度学习模型 | 文本 | NA |