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!

Sample Image
添加微信请说明来意
Sample Image
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。

当前筛选条件: [分区不过滤] [IF不过滤] [发表日期不过滤] [清除筛选条件]
当前共找到 24103 篇文献,本页显示第 22781 - 22800 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
22781 2024-08-05
Deep learning automates detection of wall motion abnormalities via measurement of longitudinal strain from ECG-gated CT images
2022, Frontiers in cardiovascular medicine IF:2.8Q2
研究论文 本文展示了一种深度学习框架能够自动和准确地测量纵向应变,以检测心壁运动异常 提出了一种新的自动化方法,通过深度学习进行左心室血池分割和纵向成像平面的描绘 样本数量有限且仅在训练和测试队列中评估 研究使用深度学习框架自动测量纵向应变以检测心壁运动异常的能力 分析了100个临床cineCT研究中心脏的AHA段是否存在运动异常 数字病理学 心血管疾病 深度学习 卷积神经网络 CT图像 100个临床cineCT研究
22782 2024-08-05
Detection of left ventricular wall motion abnormalities from volume rendering of 4DCT cardiac angiograms using deep learning
2022, Frontiers in cardiovascular medicine IF:2.8Q2
研究论文 本研究开发并评估了利用深度学习从动态体积渲染的4DCT心脏血管造影中检测左心室壁运动异常的能力 提出了一种基于深度学习的方案,通过动态体积渲染视频提高左心室壁运动异常的检测准确性 研究仅依赖于回顾性评估,样本来源于单一中心,可能存在一定的选择偏倚 研究旨在提高心血管疾病患者左心室壁运动异常的检测准确性 研究对象为343个ECG门控的心脏4DCT研究 计算机视觉 心血管疾病 4DCT 深度学习 (DL),包括Inception网络和长短期记忆网络 (LSTM) 视频 343个心脏4DCT研究
22783 2024-08-05
Octree Representation Improves Data Fidelity of Cardiac CT Images and Convolutional Neural Network Semantic Segmentation of Left Atrial and Ventricular Chambers
2021-Nov, Radiology. Artificial intelligence
研究论文 本研究评估了八叉树表示法及其在心脏CT图像语义分割中的应用。 提出了八叉树基础的卷积神经网络(OctNet),提高了分割精度,并减少了内存占用。 只研究了100名患者的数据,可能缺乏广泛的适用性。 提高三维心脏CT图像分割的准确性。 对100名接受心脏CT血管成像的患者进行数据评估。 计算机视觉 心血管疾病 卷积神经网络(CNN) OctNet 图像 100名患者的心脏CT图像
22784 2024-08-05
Automated cardiac volume assessment and cardiac long- and short-axis imaging plane prediction from electrocardiogram-gated computed tomography volumes enabled by deep learning
2021-Jun, European heart journal. Digital health
研究论文 本文开发了一种用于心脏CT的自动化血池分割和成像平面重新切片的方法 利用深度学习自动化评估心脏的多个腔体,并能沿标准化成像平面重新切片以进行功能评估 未提及具体的限制因素 研究旨在为冠状动脉疾病的心脏运动评估开发一个临床应用的方法 研究对象为100名接受心脏CT扫描的患者 计算机视觉 冠状动脉疾病 深度学习 NA 图像 100名患者进行训练,144名患者进行测试
22785 2024-08-05
CDK: A novel high-performance transfer feature technique for early detection of osteoarthritis
2024-Dec, Journal of pathology informatics
研究论文 这篇文章介绍了一种新颖的酬载学习方法,用于从X射线图像中提取特征以提高骨关节炎的检测精度 该研究提出了一种新颖的CDK集成模型,将两种先进的机器学习模型与深度学习方法结合,以显著地提高骨关节炎的检测准确性 传统的诊断方法在准确性和客观性方面存在局限性 研究的目的是改进骨关节炎的早期检测和分类 研究对象为总计3615个膝关节X射线图像的公开数据集 机器学习 骨关节炎 NA CNN, 决策树, K-最近邻分类器 图像 3615个膝关节X射线图像
22786 2024-08-05
Developing a regional scale construction and demolition waste landfill landslide risk rapid assessment approach
2024-Jul-15, Waste management (New York, N.Y.)
研究论文 本文提出了一种创新的方法,以快速评估区域范围内的建筑和拆除垃圾填埋场滑坡风险 本研究利用深度学习模型快速定位可疑填埋场并开发基于环境因素的风险评估模型 现有研究主要集中在单个填埋场的风险评估,缺乏对多个填埋场的快速评估能力 旨在通过整合计算机视觉和环境分析来提高填埋场滑坡风险评估的有效性 研究对象包括位于深圳的52个可疑建筑和拆除垃圾填埋场 数字路径学 NA 深度学习 NA 环境数据 52个可疑垃圾填埋场
22787 2024-08-05
Automatic 3D left atrial strain extraction framework on cardiac computed tomography
2024-Jul, Computer methods and programs in biomedicine IF:4.9Q1
研究论文 该研究提出了一种基于深度学习的全自动框架,用于从心脏CT图像中提取三维左心房应变 这是首个完全自动化的深度学习框架,针对心脏CT的三维左心房应变提取 该研究主要集中在少数病例上,可能需进一步验证其通用性 旨在改进左心房功能评估方法,提供超越超声心动图的评估手段 111名接受心电图门控对比增强CT检查的患者 数字病理学 心房颤动 CT, 深度学习 GN-U-Net 图像 111名患者
22788 2024-08-05
Digitalization of phosphorous removal process in biological wastewater treatment systems: Challenges, and way forward
2024-Jul-01, Environmental research IF:7.7Q1
综述 论文讨论了在生物废水处理系统中磷回收的数字化过程和面临的挑战 提出了将人工智能算法应用于预测废水处理厂中磷动态的创新点 缺乏对与水-能源-资源回收-环境关联的网络物理框架的全面分析 分析如何利用新兴技术提高废水处理效率和磷回收能力 主要对象是废水处理厂中的磷回收过程 数字病理学 NA 人工智能 深度学习 NA NA
22789 2024-08-05
Deep learning reconstruction for high-resolution computed tomography images of the temporal bone: comparison with hybrid iterative reconstruction
2024-Jul, Neuroradiology IF:2.4Q2
研究论文 本研究探讨了深度学习重建(DLR)在颞骨高分辨率CT图像质量方面是否优于混合迭代重建(HIR) 提出了一种新的深度学习重建方法,并与传统的混合迭代重建方法进行比较,显示出在图像质量上的显著提升 本研究的样本大小较小,仅包含36名患者 研究深度学习重建对颞骨高分辨率CT图像质量的影响 36名接受颞骨高分辨率CT检查的患者 数字病理学 NA 深度学习重建(DLR) NA 图像 36名患者(15名男性,21名女性)
22790 2024-08-05
DermSynth3D: Synthesis of in-the-wild annotated dermatology images
2024-Jul, Medical image analysis IF:10.7Q1
研究论文 本文提出了一种新框架DermSynth3D,用于合成真实场景下注释的皮肤病图像。 DermSynth3D通过将皮肤疾病模式融入3D纹理网格并生成多视角的2D图像,解决了现有皮肤病数据集的局限性。 尚未提及具体的局限性。 旨在解决皮肤病图像分析领域中数据集的不足。 合成皮肤病的2D图像及其相应的语义分割注释。 计算机视觉 皮肤病 深度学习 NA 图像 NA
22791 2024-08-05
Simultaneous determination of pigments of spinach (Spinacia oleracea L.) leaf for quality inspection using hyperspectral imaging and multi-task deep learning regression approaches
2024-Jun-30, Food chemistry: X
研究论文 本研究利用高光谱成像和多任务深度学习回归方法同时测定菠菜叶中的色素含量以进行质量检测 结合高光谱成像和多任务学习方法,可以同时预测菠菜的多个质量属性 仅限于在特定的存储条件下进行实验,可能不适用于所有情况 快速准确地测定菠菜叶中的色素含量以进行质量检查 不同存储条件下的菠菜叶,主要测定其叶绿素和类胡萝卜素的含量 数字病理 NA 高光谱成像 卷积神经网络(CNN) 图像 不同存储条件下的菠菜样本,具体样本数量未提供
22792 2024-08-05
Nuclei-level prior knowledge constrained multiple instance learning for breast histopathology whole slide image classification
2024-Jun-21, iScience IF:4.6Q1
研究论文 提出了一种基于核级先验知识约束的多实例学习方法用于乳腺全切片图像分类 NPKC-MIL方法结合了转移学习、聚焦池化和K-NN算法,提升了深度学习模型的可解释性与分类精度 缺乏对其他类型癌症的适用性验证 改进乳腺癌全切片图像的分类精度和可解释性 乳腺癌患者的全切片组织图像 数字病理学 乳腺癌 转移学习, K-NN NA 图像 NA
22793 2024-08-05
Application of deep learning classification model for regional evaluation of roof pressure support evolution effects over time in coal mining face
2024-Jun-15, Heliyon IF:3.4Q1
研究论文 本文提出了一个基于深度学习的液压支撑质量评估模型 引入了动态柱压力变化的评估方法,并使用改进的LeNet-5网络进行支持质量分类 未提及研究中的具体限制 评估煤矿工作面液压支撑质量的动态演化 液压支撑腿压力及其动态变化 计算机视觉 NA 深度学习 改进的LeNet-5 时空压力子矩阵样本 NA
22794 2024-08-05
Deep random forest with ferroelectric analog content addressable memory
2024-Jun-07, Science advances IF:11.7Q1
研究论文 提出了一种通过铁电模拟内容可寻址存储器实现的深随机森林加速器 利用铁电场效应晶体管构建超紧凑的存储单元,能效高地执行分支分割操作 未提及具体的限制条件 实现高效的深随机森林加速器以提高边缘智能任务的性能 深随机森林加速器及其与铁电模拟内容可寻址存储器的映射 机器学习 NA 铁电模拟内容可寻址存储器 深随机森林 NA NA
22795 2024-08-07
A deep learning solution to detect left ventricular structural abnormalities with chest X-rays: towards trustworthy AI in cardiology
2024-Jun-07, European heart journal IF:37.6Q1
NA NA NA NA NA NA NA NA NA NA NA NA
22796 2024-08-05
Artificial Intelligence in Cancer Diagnosis: A Game-Changer in Healthcare
2024-Jun-06, Current pharmaceutical biotechnology IF:2.2Q3
综述 本文概述了人工智能在早期癌症检测中的潜在应用 强调了深度学习算法在大数据集中识别复杂模式的优势,并讨论了人工智能在癌症诊断中的潜力 探讨了人工智能在医疗保健应用中的缺点和风险,如资源需求、数据质量和一致性报告的必要性 研究人工智能在早期癌症检测中的应用及其潜在影响 探讨无症状患者的恶性肿瘤筛查及症状患者的优先调查与诊断 自然语言处理 癌症 深度学习、神经网络、逻辑回归 深度学习 图像数据、病理切片和外周血分析 NA
22797 2024-08-05
A novel framework based on explainable AI and genetic algorithms for designing neurological medicines
2024-06-04, Scientific reports IF:3.8Q1
研究论文 本研究提出了一种基于可解释人工智能和遗传算法的新框架,用于设计神经药物 提出了两种新操作符p-crossover和p-mutation,结合可解释AI和遗传算法进行多目标优化 目前的研究主要集中在神经肽分类器的构建,未能优化其特性 识别一组具有理想特征的神经肽,以用于神经类生物药物的生产 神经肽的特征和优化 计算机视觉 NA 遗传算法,深度学习 NSGA-II,BERT 蛋白质序列 NA
22798 2024-08-05
A Deep-Learning-Based Partial-Volume Correction Method for Quantitative 177Lu SPECT/CT Imaging
2024-Jun-03, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1
研究论文 本文介绍了一种基于深度学习的177Lu SPECT/CT成像的部分容积校正方法 提出了一种不需要解剖信息分割的新方法DL-PVC,能够有效校正图像伪影并提高定量分析的精确度 本研究的分析主要基于模拟数据,可能在实际临床数据中的应用效果需要进一步验证 研究旨在实现177Lu SPECT/CT成像中的部分容积校正,提高定量分析的准确性 通过深度学习方法对10,000个随机活动分布和3D打印模型进行的研究 数字病理学 NA 深度学习 U-Net 图像 10,000个随机活动分布与不同几何模型的3D打印幻影
22799 2024-08-05
Deep learning-based risk stratification of preoperative breast biopsies using digital whole slide images
2024-Jun-03, Breast cancer research : BCR IF:6.1Q1
研究论文 本研究评估了一种深度学习模型,用于基于术前乳腺活检的数字全幅图像进行风险分层 提出了DeepGrade模型用于乳腺肿瘤活检样本的风险分层,通过对比临床分级,展示了其在预后评估中的有效性 本研究可能受到数据集限于特定地区(斯德哥尔摩、瑞典)和未包含其他类型肿瘤的限制 评估深度学习模型DeepGrade在乳腺癌术前活检样本中的风险分层能力 896名乳腺癌患者的1169个术前活检的数字全幅图像 数字病理学 乳腺癌 深度卷积神经网络 深度卷积神经网络 图像 896名患者的1169个活检样本
22800 2024-08-05
AI-based prediction of protein-ligand binding affinity and discovery of potential natural product inhibitors against ERK2
2024-Jun-03, BMC chemistry IF:4.3Q2
研究论文 该研究提出了一种基于深度学习的模型,旨在提高蛋白质-配体结合亲和力的预测和发现潜在的天然产物抑制剂 提出了一种新的多模态深度学习模型DeepLIP,通过整合多层信息改善PLA预测 未提及具体的限制信息 提高蛋白质-配体结合亲和力的预测准确性,并筛选ERK2抑制剂 外部信号调节蛋白激酶2(ERK2)及其抑制剂 深度学习 癌症 深度学习 多模态深度学习模型(DeepLIP) 药物分子数据 筛选了来自药物样本库的三种新化合物
回到顶部