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 26637 篇文献，本页显示第 23121 - 23140 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 23121 | 2024-08-05 |
Clinical domain knowledge-derived template improves post hoc AI explanations in pneumothorax classification
2024-Aug, Journal of biomedical informatics
IF:4.0Q2
DOI:10.1016/j.jbi.2024.104673
PMID:38862083
|
研究论文 | 提出了一种基于模板的方式来改进肺气肿分类中AI模型的后期解释 | 通过将肺气肿的临床知识纳入AI模型的解释中，提升了解释的质量 | 未提及具体限制 | 提高肺气肿诊断中AI模型解释的清晰度 | 采用深度学习模型分析肺气肿的医学图像 | 数字病理学 | 肺气肿 | 深度学习 | VGG-19 和 ResNet-50 | 医学图像 | 两个真实世界数据集 (SIIM-ACR 和 ChestX-Det) 的多个样本 |
| 23122 | 2024-08-05 |
An automated approach for real-time informative frames classification in laryngeal endoscopy using deep learning
2024-Aug, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery
IF:1.9Q2
DOI:10.1007/s00405-024-08676-z
PMID:38698163
|
研究论文 | 本研究展示了深度学习在喉镜检查中自动选择信息丰富框架的可行性 | 研究展示了一种实时的深度学习模型，该模型能够在喉镜检查中自动选择信息丰富的图像框架 | NA | 本研究旨在提高喉镜检查中图像选择的自动化和有效性 | 使用深度学习模型对喉镜图像进行分类 | 计算机视觉 | NA | 深度学习 | ResNet-50 | 图像 | 内部数据集5147张图像和外部测试集646张图像 |
| 23123 | 2024-08-05 |
Knowledge-driven deep learning for fast MR imaging: Undersampled MR image reconstruction from supervised to un-supervised learning
2024-Aug, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.30105
PMID:38624162
|
评论 | 本文回顾了知识驱动的深度学习在快速MRI中的应用和挑战 | 介绍了知识驱动的深度学习方法从监督学习到非监督学习的转变，提出了一些显著的解决方案 | 对不同成像应用场景的深入研究和解决方案可能有限 | 探讨快速MRI中知识驱动深度学习面临的挑战及其解决方案 | MRI图像重建及其与知识驱动方法的结合 | 数字病理学 | NA | 深度学习 | 神经网络 | 图像 | NA |
| 23124 | 2024-08-05 |
A natural inhibitor of diapophytoene desaturase attenuates methicillin-resistant Staphylococcus aureus (MRSA) pathogenicity and overcomes drug-resistance
2024-Aug, British journal of pharmacology
IF:6.8Q1
DOI:10.1111/bph.16377
PMID:38604611
|
研究论文 | 本文探讨了天然抑制剂alnustone对MRSA致病性的抑制作用及其克服耐药性的机制 | 利用深度学习技术构建了diapophytoene desaturase的三维结构并发现alnustone作为一种有效的抑制剂 | 对staphyloxanthin生物合成酶的生物结构特征和抑制剂与蛋白质之间的分子机制的理解有限 | 研究天然抑制剂如何对抗耐甲氧西林金黄色葡萄球菌（MRSA）感染 | 主要研究对象为耐甲氧西林金黄色葡萄球菌及其相关的生物合成途径 | 数字病理学 | 耐甲氧西林金黄色葡萄球菌感染 | 深度学习，分子建模，位点定向突变，生物层干涉法（BLI） | NA | 转录组数据 | 小鼠模型中的MRSA菌株 |
| 23125 | 2024-08-07 |
Harnessing the deep learning power of foundation models in single-cell omics
2024-Aug, Nature reviews. Molecular cell biology
DOI:10.1038/s41580-024-00756-6
PMID:38926531
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 23126 | 2024-08-05 |
A deep learning-based method for the detection and segmentation of breast masses in ultrasound images
2024-Jul-26, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad61b6
PMID:38986480
|
研究论文 | 本文提出了一种基于深度学习的方法，用于超声图像中乳腺肿块的检测和分割 | 本研究开发了一种结合YOLOv5网络和Global-Local策略的新型卷积神经网络框架 | 本研究未提及算法在其他类型的医学影像中的适用性 | 本研究旨在提高超声图像中乳腺肿块的检测和分割的准确性 | 研究对象为乳腺超声图像中的肿块 | 计算机视觉 | 乳腺癌 | 深度学习 | 卷积神经网络 | 图像 | 本研究使用了包含28,477张乳腺超声图像的USTC数据集进行训练和测试 |
| 23127 | 2024-08-05 |
A fourfold-objective-based cloud privacy preservation model with proposed association rule hiding and deep learning assisted optimal key generation
2024-Jul-26, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2378836
PMID:39054942
|
研究论文 | 本文提出了一种云环境中的隐私保护模型，旨在处理敏感数据 | 创新点在于提出了基于四个目标的混合优化方法和深度学习的调优密钥生成机制 | 尚未提及该研究的具体局限性 | 研究目的是为云环境中的敏感数据提供有效的隐私保护 | 研究对象是云环境中的敏感数据 | 计算机视觉 | NA | LSTM, MUAOA | LSTM | NA | NA |
| 23128 | 2024-08-05 |
Efficient determination of Born-effective charges, LO-TO splitting, and Raman tensors of solids with a real-space atom-centered deep learning approach
2024-Jul-25, Journal of physics. Condensed matter : an Institute of Physics journal
DOI:10.1088/1361-648X/ad64a2
PMID:39019077
|
研究论文 | 本文介绍了一种名为radnet的深度神经网络框架，能够准确预测固体中的极化和电子介电常数张量 | 提出了一种新的深度学习方法，解决了现有机器学习模型在周期性系统中对拉曼预测的限制 | 未提及具体的局限性 | 旨在提高固体中拉曼预测的准确性和效率 | 研究对象包括GaAs和BN材料 | 机器学习 | NA | 深度卷积神经网络 | 深度神经网络 | 固体材料的电子介电常数张量和拉曼光谱 | 两个典型示例: GaAs和BN |
| 23129 | 2024-08-05 |
Precise Localization for Anatomo-Physiological Hallmarks of the Cervical Spine by Using Neural Memory Ordinary Differential Equation
2024-Jul-25, International journal of neural systems
IF:6.6Q1
DOI:10.1142/S0129065724500564
PMID:39049777
|
研究论文 | 本文提出了一种用于颈椎解剖生理标志精准定位的深度神经网络架构 | 创新性地采用神经记忆常微分方程，并引入多分辨率聚焦模块以提高关键点预测精度 | 在处理医疗图像时，算法仍然受到颈椎数据集固有变异性的限制 | 改善颈椎生理解剖关键点的定位精度 | 专注于颈椎X光图像中的关键点定位 | 计算机视觉 | NA | 神经记忆常微分方程 | 深度神经网络 | 图像 | 包含经过骨科专家注释的X光图像的数据集 |
| 23130 | 2024-08-05 |
Relationship evolution shapes inter-brain synchrony in affective sharing: The role of self-expansion
2024-Jul-25, Brain structure & function
IF:2.7Q3
DOI:10.1007/s00429-024-02841-0
PMID:39052095
|
研究论文 | 这项研究探讨了人际关系的发展如何影响非语言社会情感互动中的脑间同步现象 | 通过采用基于EEG的超扫描技术，探讨了自我扩展模型在社交互动中的适用性，并发现随着关系的发展，脑间耦合发生了变化 | 该研究的样本规模和人际关系的多样性未被详细说明 | 研究人际关系演变对社交互动中脑间同步性的影响 | 被试的二人组在七个月时间内的社交互动 | 自然语言处理 | NA | EEG超扫描技术 | 深度学习模型 | 脑电图 数据 | 二人组，在七个月内的互动 |
| 23131 | 2024-08-05 |
Neural activity shaping in visual prostheses with deep learning
2024-Jul-25, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ad6186
PMID:38986450
|
研究论文 | 这篇文章提出了一种基于深度学习的无模型神经活动塑形方法，用于视觉假体的刺激模式定义 | 提出了一种新的无模型解决方案，利用人工神经网络进行神经活动塑形，能在不同视网膜模型中高效适用 | 无具体提及实验数据规模或样本多样性的问题 | 提升视网膜假体用户的视觉体验，通过改进刺激模式来实现更精确的神经激活控制 | 视网膜假体的多极刺激模式，尤其是通过神经响应进行指导的刺激 | 数字病理学 | NA | 人工神经网络（ANN） | NA | 自然图像数据 | 使用了从植入物收集的数据和大型自然图像数据集 |
| 23132 | 2024-08-05 |
MI-CSBO: a hybrid system for myocardial infarction classification using deep learning and Bayesian optimization
2024-Jul-24, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2024.2382817
PMID:39049553
|
研究论文 | 本文提出了一种新的混合方法MI-CSBO，用于心肌梗死分类 | 引入了使用频谱图和贝叶斯优化的混合方法进行心肌梗死分类 | 缺乏对比其他方法的详细评估 | 提高心肌梗死的早期诊断准确性 | 使用PTB数据库中的ECG信号进行分析 | 计算机视觉 | 心肌梗死 | 频谱图, 贝叶斯优化 | 深度残差CNN | ECG图像数据 | 使用PTB数据库的ECG信号数据集 |
| 23133 | 2024-08-05 |
Deep Learning Used with a Colorimetric Sensor Array to Detect Indole for Nondestructive Monitoring of Shrimp Freshness
2024-Jul-24, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.4c04223
PMID:38980942
|
研究论文 | 该研究开发了一种基于深度学习的颜色传感器阵列，用于无损监测虾的新鲜度 | 通过使用色谱传感器阵列和深度学习技术，实现了对虾中新鲜度指示物吲哚的定量分析 | 该研究可能未考虑其他因素影响色变化的复杂性 | 开发一种有效的监测虾新鲜度的方法 | 主要研究对象为虾的新鲜度和相关的吲哚浓度 | 数字病理学 | NA | 色谱传感器 | DCNN | 图像 | 研究中使用的样本量未具体说明 |
| 23134 | 2024-08-05 |
Multimodal deep learning using on-chip diffractive optics with in situ training capability
2024-Jul-23, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-50677-3
PMID:39043669
|
研究论文 | 该文章提出了一种基于芯片衍射光学的可训练的衍射光学神经网络芯片，支持多模态深度学习 | 提出了一种可训练的TDONN芯片，能够同时处理视觉、音频和触觉数据，突破了传统光学深度学习在数据模态方面的限制 | 当前的研究主要集中在四类分类任务上，可能无法扩展到更复杂或更多模态的数据集 | 探索在光学领域实现多模态深度学习的可行性 | 针对不同模态（视觉、音频和触觉）的分类任务进行研究 | 机器学习 | NA | 衍射光学 | 神经网络 | 多模态数据 | NA |
| 23135 | 2024-08-05 |
A multi-classifier system integrated by clinico-histology-genomic analysis for predicting recurrence of papillary renal cell carcinoma
2024-Jul-23, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-50369-y
PMID:39043664
|
研究论文 | 本研究开发了一种通过临床、组织学和基因组分析整合的多分类器系统，以准确预测乳头状肾细胞癌的复发 | 该多分类器系统结合了lncRNA基础分类器、深度学习全幻灯片图像分类器和临床病理分类器，显著提高了复发无生存期的预测准确性 | NA | 提高乳头状肾细胞癌术后复发的预测准确性 | 局部（I-III期）的乳头状肾细胞癌患者 | 数字病理学 | 肾癌 | 深度学习 | 多分类器系统 | 图像 | NA |
| 23136 | 2024-08-05 |
CapsEnhancer: An Effective Computational Framework for Identifying Enhancers Based on Chaos Game Representation and Capsule Network
2024-Jul-22, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c00546
PMID:38946113
|
研究论文 | 本文提出了一种名为CapsEnhancer的深度学习框架，用于识别增强子及其强度 | 这是首次将计算机视觉方法应用于增强子识别任务 | NA | 旨在通过计算方法提高增强子识别的效率 | 针对非编码DNA中的增强子进行研究 | 数字病理学 | NA | 深度学习 | 胶囊网络 | 图像 | NA |
| 23137 | 2024-08-05 |
Pre-gating and contextual attention gate - A new fusion method for multi-modal data tasks
2024-Jul-17, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2024.106553
PMID:39053303
|
研究论文 | 本文提出了一种新颖的预门控和上下文注意力门（PCAG）模块，用于多模态学习 | 引入了两个在深度学习模型中不同信息处理层次操作的门控机制，从而改善多模态数据的融合 | 未提及特定的局限性 | 探讨提高多模态学习性能的新方法 | 多模态数据和跨模态交互 | 机器学习 | NA | NA | NA | 分类任务相关数据 | 八个多模态分类任务 |
| 23138 | 2024-08-05 |
Towards energy efficiency: A comprehensive review of deep learning-based photovoltaic power forecasting strategies
2024-Jul-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e33419
PMID:39050417
|
综述 | 本文系统评审了基于深度学习的光伏功率预测策略，分析了现有文献中的关键要素和差异。 | 提出了一种全面的文献审查，首次将不同模型和预测指标进行系统比较，并强调了数据集的一致性问题。 | 未能提供跨域的基准数据集和标准化性能评价单位，限制了研究的全面性。 | 研究光伏功率预测中的深度学习方法及其现状。 | 选择了发表于2022和2023年的36个相关案例研究进行分析和比较。 | 机器学习 | NA | 深度学习 | 人工神经网络单元、递归单元、卷积单元和转换单元 | 时间序列 | 36个研究案例 |
| 23139 | 2024-08-05 |
Automatic detection, segmentation, and classification of primary bone tumors and bone infections using an ensemble multi-task deep learning framework on multi-parametric MRIs: a multi-center study
2024-Jul, European radiology
IF:4.7Q1
DOI:10.1007/s00330-023-10506-5
PMID:38127073
|
研究论文 | 本文开发了一种集成多任务深度学习框架，用于自动检测、分割和分类原发性骨肿瘤和骨感染 | 提出的框架结合多参数MRI和临床特征，显著提高了单模态模型的分类能力 | 研究为回顾性，样本数据来自多个中心，可能存在数据和结果的一致性问题 | 研究的目的是提高原发性骨肿瘤和骨感染的自动检测和分类能力 | 749名来自两个医院的原发性骨肿瘤和骨感染患者 | 数字病理学 | NA | 多参数MRI | 集成多任务深度学习 | 影像 | 749名患者 |
| 23140 | 2024-08-05 |
Ultrasound and diffuse optical tomography-transformer model for assessing pathological complete response to neoadjuvant chemotherapy in breast cancer
2024-Jul, Journal of biomedical optics
IF:3.0Q2
DOI:10.1117/1.JBO.29.7.076007
PMID:39050779
|
研究论文 | 本文评估了整合超声和弥散光学断层成像图像在 predicting 乳腺癌患者对新辅助化疗的病理完全反应的效率 | 该研究提出了一种名为USDOT-Transformer的模型，结合了超声和弥散光学断层成像技术与肿瘤受体生物标志物，用于准确预测乳腺癌患者的新辅助化疗效果 | 研究的样本量相对较小，仅为60名患者，可能限制了模型的普遍适用性 | 本文旨在开发和评估USDOT-Transformer模型在预测乳腺癌患者对新辅助化疗的病理完全反应方面的性能 | 研究对象为正在接受新辅助化疗的乳腺癌患者 | 数字病理学 | 乳腺癌 | 超声、弥散光学断层成像 | Transformer | 影像 | 60名乳腺癌患者 |