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 24022 篇文献，本页显示第 22741 - 22760 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 22741 | 2024-08-05 |
An automated hybrid approach via deep learning and radiomics focused on the midbrain and substantia nigra to detect early-stage Parkinson's disease
2024, Frontiers in aging neuroscience
IF:4.1Q2
DOI:10.3389/fnagi.2024.1397896
PMID:38832074
|
研究论文 | 本研究提出了一种新的混合模型，通过深度学习和放射组学自动检测早期帕金森病 | 提出了一种将放射组学和深度学习相结合的新方法，在用于早期帕金森病的诊断中表现出色 | 未提及特定的限制因素 | 旨在开发一种有效的方法以早期检测帕金森病 | 收集了73名早期帕金森病患者和65名健康对照的定量敏感性成像(QSM)数据 | 数字病理学 | 帕金森病 | QSM | 混合特征支持向量机(SVM) | 图像 | 73名早期帕金森病患者和65名健康对照，以及24名外部验证参与者 |
| 22742 | 2024-08-05 |
Multi-sequence generative adversarial network: better generation for enhanced magnetic resonance imaging images
2024, Frontiers in computational neuroscience
IF:2.1Q3
DOI:10.3389/fncom.2024.1365238
PMID:38841427
|
研究论文 | 提出了一种基于pix2pix模型的多模态输入生成对抗网络，以生成增强的磁共振成像图像 | 通过比较提出的模型与pix2pix模型，展示了在生成增强序列图像方面的新方法 | NA | 旨在减少对对比剂的使用，保护某些特定人群 | 对比不同MRI序列生成增强图像的效果 | 数字病理学 | 癌症 | 生成对抗网络 | pix2pix | 图像 | NA |
| 22743 | 2024-08-05 |
Prediction of recurrence risk factors in patients with early-stage cervical cancers by nomogram based on MRI handcrafted radiomics features and deep learning features: a dual-center study
2024-01, Abdominal radiology (New York)
DOI:10.1007/s00261-023-04125-3
PMID:37987856
|
研究论文 | 建立并验证了一种基于MR图像和临床特征的深度学习放射组学评分模型以预测早期宫颈癌患者的复发风险因素 | 该研究首次结合深度学习特征和手工放射组学特征，建立了用于预测复发风险的深度学习放射组学评分模型 | 研究的样本主要集中在两个中心，外部验证的样本量相对较小 | 旨在预测早期宫颈癌患者的复发风险因素并进行风险分层 | 研究对象为225例病理确认的早期宫颈癌患者 | 数字病理学 | 宫颈癌 | MRI手工放射组学特征和深度学习特征 | 逻辑回归 | 医学影像 | 225例早期宫颈癌患者及40例外部验证患者 |
| 22744 | 2024-08-05 |
Single-channel seizure detection with clinical confirmation of seizure locations using CHB-MIT dataset
2024, Frontiers in neurology
IF:2.7Q3
DOI:10.3389/fneur.2024.1389731
PMID:38836000
|
研究论文 | 本文提出了一种基于深度学习的单通道癫痫发作检测方法。 | 创新点在于使用患者特异性的单通道检测方法，结合神经学家的癫痫空间特征确认。 | 研究的样本量较小，仅涉及13名患者，且只选择了特定的通道。 | 研究旨在改善难治性癫痫患者的长时间EEG监测。 | 研究对象包括13名患有难治性癫痫的患者。 | 数字病理学 | 癫痫 | 深度学习 | 多通道和单通道检测器 | EEG | 13名患者的EEG记录 |
| 22745 | 2024-08-07 |
Editorial: Applications of artificial intelligence, machine learning, and deep learning in plant breeding
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1420938
PMID:38841285
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 22746 | 2024-08-05 |
Coupled Reconstruction of Cortical Surfaces by Diffeomorphic Mesh Deformation
2023-Dec, Advances in neural information processing systems
PMID:38835722
|
研究论文 | 本文提出了一个新的深度学习框架，用于从脑部磁共振影像精确重建皮质表面 | 本文的创新之处在于联合重建内层、外层及其中厚度表面，并直接从3D MRI中估计皮质厚度 | 本文未提及任何具体的局限性 | 研究的目的是提高脑部皮质表面的重建精度和拓扑正确性 | 研究对象为脑部磁共振成像数据中的皮质表面 | 数字病理学 | NA | 深度学习 | NA | 3D MRI | 在两个大规模神经影像数据集ADNI和OASIS上进行评估 |
| 22747 | 2024-08-05 |
Review of machine learning and deep learning models for toxicity prediction
2023-11, Experimental biology and medicine (Maywood, N.J.)
DOI:10.1177/15353702231209421
PMID:38057999
|
综述 | 本文总结了近年来基于机器学习和深度学习的毒性预测模型。 | 综述了各种机器学习和深度学习算法在毒性预测中的应用，强调了数据集质量对模型性能的影响。 | 不同数据集中对相同化学品的毒性分配存在差异，说明缺乏基准数据集以开发可靠的毒性预测模型。 | 评估化学品的毒性以保护公众健康和环境。 | 近年来开发的毒性预测模型，特别是基于机器学习和深度学习的模型。 | 机器学习 | NA | 机器学习和深度学习 | 支持向量机，随机森林，深度神经网络等 | 数据集 | NA |
| 22748 | 2024-08-05 |
Virtual and Augmented Reality in Interventional Radiology: Current Applications, Challenges, and Future Directions
2023-Sep, Techniques in vascular and interventional radiology
IF:1.4Q3
DOI:10.1016/j.tvir.2023.100919
PMID:38071031
|
研究论文 | 虚拟现实和增强现实在介入放射学中的应用及未来方向 | 探讨了VR和AR在介入放射学中的潜在优势及最新技术进展 | 面临导航系统限制、高成本、临床接受度低以及技术约束等挑战 | 研究虚拟现实和增强现实在介入放射学中的应用及其未来的发展 | 关注医疗影像的可视化与导航，以及患者护理和教育培训方面 | 计算机视觉 | NA | 深度学习技术 | NA | 医疗影像 | NA |
| 22749 | 2024-08-05 |
Mapping Malaria Vector Habitats in West Africa: Drone Imagery and Deep Learning Analysis for Targeted Vector Surveillance
2023-May-26, Remote sensing
IF:4.2Q2
DOI:10.3390/rs15112775
PMID:37324796
|
研究论文 | 本研究利用无人机影像和深度学习方法识别西非地区的疟疾传播媒介栖息地 | 该研究开发了一种基于区域兴趣和深度学习的方法来识别与媒介繁殖地相关的土地覆盖类型 | 研究中对交叉验证的分析方法限制于特定的样本和环境 | 研究旨在通过深度学习方法识别与疟疾传播媒介繁殖地相关的环境因素 | 研究对象为布基纳法索和科特迪瓦两个疟疾流行地区的无人机影像 | 计算机视觉 | 疟疾 | 深度学习 | 未指定 | 影像 | 使用来自两个疟疾流行地区的无人机图像 |
| 22750 | 2024-08-05 |
iBEAT V2.0: a multisite-applicable, deep learning-based pipeline for infant cerebral cortical surface reconstruction
2023-05, Nature protocols
IF:13.1Q1
DOI:10.1038/s41596-023-00806-x
PMID:36869216
|
研究论文 | 本文提出了一种针对婴儿大脑皮层重建的深度学习计算管道 | 提出了一种稳健的、多站点适用的婴儿专用计算管道，能够处理婴儿脑MRI数据的多样性和挑战 | 仅基于Baby Connectome Project的数据进行训练，可能无法适应所有类型的婴儿脑MRI数据 | 旨在提高婴儿脑MRI的处理精度和效率 | 多站点和多模态的婴儿脑MRI数据集 | 数字病理学 | NA | 深度学习 | NA | MRI图像 | 处理超过16,000个婴儿MRI扫描 |
| 22751 | 2024-08-05 |
Using mesoscopic tract-tracing data to guide the estimation of fiber orientation distributions in the mouse brain from diffusion MRI
2023-04-15, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2023.119999
PMID:36871795
|
research paper | 本研究旨在利用中观轨迹追踪数据改进小鼠脑部扩散MRI的纤维方向分布估计 | 提出了一种利用中观轨迹追踪数据训练深度学习网络的方法，以改善小鼠脑部FODs的估计 | 未提及具体的局限性 | 改善小鼠脑部扩散MRI信号中的纤维方向估计 | 小鼠脑部的纤维方向分布 | 数字病理学 | NA | 扩散MRI | 深度学习网络 | MRI数据 | 使用了来自艾伦小鼠脑连接图谱的中观轨迹追踪数据 |
| 22752 | 2024-08-05 |
Generalizability of Deep Learning Segmentation Algorithms for Automated Assessment of Cartilage Morphology and MRI Relaxometry
2023-04, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.28365
PMID:35852498
|
研究论文 | 评估深度学习模型在不同数据集上进行自动化评估的泛化能力 | 提出了将预训练的深度学习模型应用于不同MR扫描仪和获取参数的数据集上，以评估其泛化能力 | 深度学习模型的泛化能力依赖于训练数据集的特性，可能在其他类型的病理情况下表现不佳 | 评估深度学习模型在没有微调的情况下对新数据集的适用性 | 59名受试者及其不同的MR扫描数据集 | 数字病理学 | NA | qDESS | NA | MRI图像 | 59名受试者（26名女性），分为四个研究小组 |
| 22753 | 2024-08-05 |
Cross-scanner harmonization methods for structural MRI may need further work: A comparison study
2023-04-01, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2023.119912
PMID:36731814
|
研究论文 | 该研究评估了多种扫描仪标定方法对脑部MRI影像的一致性影响 | 比较了深度学习、直方图匹配和统计方法在MRI扫描一致性中的应用，提供了未来研究的框架 | 现有方法在长时间数据集上均未能有效和谐处理 | 旨在提高针对不同扫描仪的MRI数据的一致性 | 涉及在GE和西门子扫描仪上扫描的参与者数据 | 数字病理学 | 衰老和癫痫 | 深度学习、直方图匹配和统计方法 | 深度学习模型（如CycleGAN和CGAN） | MRI影像数据 | 涉及共567名参与者，113名为交叉扫描者，454名为纵向扫描者 |
| 22754 | 2024-08-05 |
The connectome of an insect brain
2023-03-10, Science (New York, N.Y.)
DOI:10.1126/science.add9330
PMID:36893230
|
研究论文 | 本文映射了一个昆虫大脑的突触分辨率连接组，展示了其神经元网络的架构和功能 | 揭示了丰富的神经回路结构特点，如多感官整合和高度重复的电路结构 | 未提及具体的实验验证或应用研究 | 了解昆虫大脑的网络架构与功能 | 研究了一个具有丰富行为的昆虫幼虫大脑 | 数字病理学 | NA | NA | NA | 神经元连接数据 | 3016个神经元和548,000个突触 |
| 22755 | 2024-08-05 |
DOMINO: Domain-aware loss for deep learning calibration
2023-Mar, Software impacts
IF:1.3Q3
DOI:10.1016/j.simpa.2023.100478
PMID:37091721
|
研究论文 | 本文提出了一种新的领域感知损失函数，用于校准深度学习模型 | 提出了一种基于类之间相似性的分类惩罚的新型损失函数，改进了模型的校准 | 未提及具体的限制 | 研究深度学习模型的校准方法，特别是在医疗影像任务中的应用 | 深度学习模型及其在医疗影像任务中的校准 | 计算机视觉 | NA | 深度学习 | NA | NA | NA |
| 22756 | 2024-08-05 |
Characterizing browser-based medical imaging AI with serverless edge computing: towards addressing clinical data security constraints
2023-Feb, Proceedings of SPIE--the International Society for Optical Engineering
DOI:10.1117/12.2653626
PMID:37063644
|
研究论文 | 本文提出了一种基于浏览器的医学成像人工智能部署系统，以增强临床数据安全性 | 该研究创新性地利用无服务器边缘计算实现隐私保护的医学成像AI应用，避免了常规云计算的隐私风险 | 研究中未明确讨论与其他类型隐私保护模型的比较 | 研究旨在解决医学成像AI应用中的数据隐私问题 | 研究对象为利用CT进行肺癌筛查的3D医学图像分割模型 | 数字病理学 | 肺癌 | 无服务器边缘计算 | 3D卷积神经网络 (CNN) | 医学图像 | NA |
| 22757 | 2024-08-05 |
Multi-site cross-organ calibrated deep learning (MuSClD): Automated diagnosis of non-melanoma skin cancer
2023-02, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2022.102702
PMID:36516556
|
研究论文 | 本文提出了一种新的深度学习方法MuSClD，用于改善非黑色素瘤皮肤癌的自动诊断。 | 创新点在于利用外部测试机构的非目标器官的全片图像进行校准，来减小训练数据和测试数据之间的领域转移。 | 本研究主要集中在非黑色素瘤皮肤癌的诊断，可能无法直接应用于其他类型的癌症或疾病。 | 研究的目的是提高深度学习分类器在不同测试地点上对非黑色素瘤皮肤癌的通用性。 | 研究对象为基本细胞癌、原位鳞状细胞癌和侵袭性鳞状细胞癌。 | 计算机视觉 | 非黑色素瘤皮肤癌 | 深度学习 | NA | 全片图像 | 训练样本85，测试样本352 |
| 22758 | 2024-08-05 |
Antibodies as drugs-a Keystone Symposia report
2023-01, Annals of the New York Academy of Sciences
IF:4.1Q1
DOI:10.1111/nyas.14915
PMID:36382536
|
评论 | 本文讨论了抗体作为药物的最新研究进展 | 介绍了抗体治疗的最新方法及其在多种疾病中的应用 | 未提供具体的实验数据或研究样本 | 探讨抗体作为药物的研究前沿 | 关注于抗体的治疗潜力及其工程化 | NA | 肿瘤, 自身免疫疾病, 传染病 | 深度学习 | NA | NA | NA |
| 22759 | 2024-08-05 |
Deep learning applications in coronary anatomy imaging: a systematic review and meta-analysis
2022-Dec, Journal of medical artificial intelligence
DOI:10.21037/jmai-22-36
PMID:36861064
|
系统评价和Meta分析 | 本文章系统评估深度学习在冠状动脉解剖成像中的应用及其准确性. | 本文提供了对深度学习在冠状动脉解剖成像中应用的全面分析，并展示了CNN模型在此领域的强大性能. | 大多数研究的外部验证尚未进行，临床应用准备不足. | 评估深度学习应用于冠状动脉解剖成像的准确性. | 应用深度学习技术进行冠状动脉解剖成像的相关研究. | 医学成像 | 冠状动脉疾病 | 深度学习, 具体为卷积神经网络(CNN) | CNN | 医学影像 | 81项研究符合纳入标准 |
| 22760 | 2024-08-05 |
A deep learning framework for inference of single-trial neural population dynamics from calcium imaging with subframe temporal resolution
2022-12, Nature neuroscience
IF:21.2Q1
DOI:10.1038/s41593-022-01189-0
PMID:36424431
|
研究论文 | 这篇文章提出了一种深度学习框架，用于从具有亚帧时间分辨率的钙成像中推断单次试验神经群体动态 | 该研究开发了RADICaL方法，以解决利用钙信号推断网络动态中的噪声和时间分辨率限制 | 研究主要集中在合成测试上，实际应用可能面临的挑战未完全探讨 | 研究旨在提高从钙成像中推断神经网络状态的精度 | 使用进行前肢到达任务的小鼠的2p钙成像数据 | 神经科学 | NA | 钙成像 | 递归自编码器 | 钙成像数据 | 小鼠的2p记录数据，样本量未具体描述 |