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 27087 篇文献，本页显示第 23801 - 23820 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 23801 | 2024-08-05 |
Beneficial effect of residential greenness on sperm quality and the role of air pollution: A multicenter population-based study
2024-Oct-10, The Science of the total environment
DOI:10.1016/j.scitotenv.2024.174038
PMID:38906295
|
研究论文 | 研究表明居住环境的绿化对男性精子质量有益，并探讨空气污染的影响 | 首次系统探讨居住绿化与男性精子质量之间的关系，以及空气污染对这一关系的调节作用 | 研究未考虑其他可能影响精子质量的环境因素 | 评估居住绿化对男性精子质量的影响及空气污染的调节作用 | 研究对象为来自中国6个地区的33,184名精子捐赠者的样本 | 数字病理学 | 男性不育 | 归一化差异植被指数(NDVI)和时空深度学习法 | 线性混合模型 | 样本数据 | 共涉及78,742个样本 |
| 23802 | 2024-08-05 |
Effect of fully automatic classification model from different tube voltage images on bone density screening: A self-controlled study
2024-Aug, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2024.111521
PMID:38850722
|
研究论文 | 本研究旨在开发结合深度学习和放射组学的骨状态预测模型，并评估管电压对放射组学特征的可重复性和模型预测效能的影响 | 创新地将深度学习与放射组学相结合，区分正常和异常骨密度，并分析管电压变动对模型的诊断效果的影响 | 放射组学模型在不同管电压下的适用性受到限制，无法普遍应用于管电压不同的图像 | 研究管电压对骨密度筛查模型的影响 | 1508名接受标准剂量和低剂量胸部CT扫描的患者 | 数字病理学 | 骨质疏松症 | 低剂量和标准剂量胸部计算机断层扫描 (LDCT 和 SDCT) | 自动分割模型 | 医学图像 | 1508名患者 |
| 23803 | 2024-08-05 |
Mammogram mastery: A robust dataset for breast cancer detection and medical education
2024-Aug, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.110633
PMID:39035836
|
研究论文 | 该数据文章呈现了一个包含乳腺癌图像的综合数据集 | 数据集提供了独特的视角，涵盖了来自伊拉克Sulaymaniyah地区的乳腺癌发病率和特征 | 数据集主要来源于特定地区，可能无法代表其他地区的情况 | 推动医学研究并帮助开发创新的诊断工具 | 乳腺癌患者和未诊断患者的图像 | 数字病理学 | 乳腺癌 | 深度学习算法 | NA | 图像 | 745张原始图像和9,685张增强图像 |
| 23804 | 2024-08-05 |
Automatic quantification of scapular and glenoid morphology from CT scans using deep learning
2024-Aug, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2024.111588
PMID:38944907
|
研究论文 | 本研究开发并验证了一种开源深度学习模型，用于自动量化肩胛骨和关节盂的形态 | 提出现有方法的改进，通过深度学习自动分割肩胛骨并识别关键标记 | 在关节盂倾斜的手动和自动测量之间存在显著差异 | 旨在为临床提供一种准确的技术来量化肩胛骨及关节盂形态 | 正常受试者和患有肩关节骨关节炎的患者的CT图像 | 计算机视觉 | 肩关节骨关节炎 | 深度学习 | NA | CT图像 | 116个肩胛骨（60个正常/非骨关节炎和56个病理/骨关节炎） |
| 23805 | 2024-08-05 |
TrueTH: A user-friendly deep learning approach for robust dopaminergic neuron detection
2024-Jul-27, Neuroscience letters
IF:2.5Q3
DOI:10.1016/j.neulet.2024.137871
PMID:38857698
|
研究论文 | 本文介绍了TrueTH，一种用户友好且可靠的深度学习方法，用于准确检测多巴胺能神经元 | TrueTH提供了一个开源且用户友好的解决方案，填补了现有工具在可接入性和编程要求方面的空白 | NA | 探讨多巴胺能神经元的量化方法以提升帕金森病研究的准确性 | 帕金森病大鼠模型中的多巴胺能神经元 | 数字病理学 | 帕金森病 | 深度学习 | NA | 图像 | 多个帕金森病小鼠模型 |
| 23806 | 2024-08-05 |
Joint diffusion: mutual consistency-driven diffusion model for PET-MRI co-reconstruction
2024-Jul-23, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad6117
PMID:38981592
|
研究论文 | 提出了一种新的PET-MRI联合重建模型MC-Diffusion，以提高PET-MRI的图像质量 | 创新性地将PET和MRI的数据互补性结合，通过基于扩散的模型实现了联合重建 | 未提及具体的局限性 | 旨在利用PET和MRI数据的内在互补性提高图像质量 | PET和MRI成像数据 | 数字病理学 | NA | 基于扩散的模型 | MC-Diffusion | 图像 | ADNI数据集中的样本 |
| 23807 | 2024-08-05 |
Accurately Predicting Spatiotemporal Variations of Near-Surface Nitrous Acid (HONO) Based on a Deep Learning Approach
2024-Jul-23, Environmental science & technology
IF:10.8Q1
DOI:10.1021/acs.est.4c02221
PMID:38982681
|
研究论文 | 本文建立了一个深度学习模型来预测近地表亚硝酸（HONO）的时空变化 | 该研究首次将深度神经网络应用于HONO浓度预测，并提出了新的HONO形成机制 | 模型性能可能受到数据质量和可用性限制的影响 | 研究旨在准确预测HONO水平，以改善气象和空气质量模型的表现 | 研究对象为中国四个典型大都市群的常规空气质量和气象数据 | 机器学习 | NA | 深度学习 | 深度神经网络（DNN） | 数值数据 | 四个典型大都市群的数据 |
| 23808 | 2024-08-05 |
EBC-Net: 3D semi-supervised segmentation of pancreas based on edge-biased consistency regularization in dual perturbation space
2024-Jul-23, Medical physics
IF:3.2Q1
DOI:10.1002/mp.17323
PMID:39042373
|
研究论文 | 提出了一种基于边缘偏置一致性正则化的3D半监督胰腺分割方法EBC-Net | 引入边缘优先知识及双扰动空间的概念，提高了胰腺图像分割的准确性 | 目前方法可能在分割其他器官或图像时表现不佳 | 解决有限标注数据和感兴趣区域边界模糊的问题 | 胰腺在增强CT中的图像 | 计算机视觉 | 胰腺癌 | 深度学习 | EBC-Net | 3D医学图像 | NA |
| 23809 | 2024-08-05 |
Transfer learning for cross-context prediction of protein expression from 5'UTR sequence
2024-Jul-22, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkae491
PMID:38864396
|
研究论文 | 本文展示了一种简单的迁移学习方法，可以有效调节预训练的深度学习模型，用于预测Escherichia coli中不同背景下的蛋白质翻译速率 | 通过迁移学习方法解决了深度学习模型在不同遗传和实验背景下的泛化能力不足的问题 | 本研究的迁移学习方法可能对某些特定背景的适应性有限 | 提高基于模型的DNA序列设计的泛化能力 | E. coli中的5'非翻译区（5'UTR）序列 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | DNA序列数据 | 少量新测量 |
| 23810 | 2024-08-05 |
Reinventing gene expression connectivity through regulatory and spatial structural empowerment via principal node aggregation graph neural network
2024-Jul-22, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkae514
PMID:38884259
|
研究论文 | 本文提出了一种通过主节点聚合图神经网络重塑基因表达连接的新方法 | 采用了空间图神经网络的创新策略，结合监管和结构元素，以改善基因表达预测 | NA | 旨在预测基因表达并描述复杂的基因相互作用网络 | 人类基因组中的基因及其相互关系 | 计算机视觉 | NA | 图神经网络(GNN) | 主节点聚合模型 | 图结构数据 | NA |
| 23811 | 2024-08-05 |
Prediction of DNA methylation-based tumor types from histopathology in central nervous system tumors with deep learning
2024-Jul, Nature medicine
IF:58.7Q1
DOI:10.1038/s41591-024-02995-8
PMID:38760587
|
研究论文 | 本文开发了一个深度学习模型，利用组织病理学图像预测中枢神经系统肿瘤的DNA甲基化类型 | 提出了DEPLOY模型，能从组织病理学图像中实现快速且准确的肿瘤分类 | DNA甲基化分析仍需时间，DEPLOY的应用仍受限于数据的可获取性 | 提高中枢神经系统肿瘤的诊断精度 | 针对1,796名患者的内部数据集和3个独立的外部测试数据集进行肿瘤分类 | 数字病理学 | NA | 深度学习 | 深度学习模型 | 图像 | 1796名患者的内部数据集和2156名患者的外部测试数据集 |
| 23812 | 2024-08-05 |
Deep Learning in Image-Based Plant Phenotyping
2024-Jul, Annual review of plant biology
IF:21.3Q1
|
review | 本文回顾了深度学习在基于图像的植物表型分析中的应用 | 提出了利用深度学习分析大量图像数据以提高作物表型检测效率的研究 | 未详细探讨深度学习在所有植物表型研究中的实际应用效果 | 探讨深度学习如何改善植物表型数据的分析和应用 | 关注作物表型检测和深度学习技术的结合 | 计算机视觉 | NA | 深度学习 | NA | 图像 | NA |
| 23813 | 2024-08-05 |
Real-time non-invasive hemoglobin prediction using deep learning-enabled smartphone imaging
2024-Jul-01, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-024-02585-1
PMID:38951831
|
研究论文 | 本研究介绍了一种使用深度学习和智能手机技术来准确估计血红蛋白水平的系统 | 提出了一种新颖、紧凑且高效的系统，消除了对补充设备的需求，提供了一种经济、快速且准确的血红蛋白检测方法 | 模型的R^2值相对较低，表明预测的准确性在某些情况下可能受限 | 研究旨在提供一种快速、便捷的血红蛋白浓度测量方法以支持医疗评估 | 研究对象为通过智能手机拍摄的眼部图像用以预测血红蛋白水平 | 数字病理学 | NA | 深度学习，智能手机成像 | EGE-Unet，DHA(C3AE) | 图像 | NA |
| 23814 | 2024-08-05 |
Image Quality Assessment Using Convolutional Neural Network in Clinical Skin Images
2024-Jul, JID innovations : skin science from molecules to population health
DOI:10.1016/j.xjidi.2024.100285
PMID:39036289
|
研究论文 | 本文开发了一种图像质量分析工具，用于评估患者和初级保健医生提供的临床皮肤图像 | 使用深度学习模型，细化了VGG16模型以评估临床图像质量 | 用户可能需要捕获额外的图像，尽管这会在临床团队的工作负载和效率上有所改善 | 评估临床评估中获得的图像质量 | 来自2018年8月21日至2022年6月30日的患者和初级保健医生提供的图像 | 计算机视觉 | 皮肤病 | 深度学习 | VGG16 | 图像 | 300张额外的图像（来自患者和初级保健医生） |
| 23815 | 2024-08-05 |
Deep learning-enabled high-speed, multi-parameter diffuse optical tomography
2024-Jul, Journal of biomedical optics
IF:3.0Q2
DOI:10.1117/1.JBO.29.7.076004
PMID:39035576
|
研究论文 | 该文章展示了一种基于深度学习的高效多参数扩散光学断层成像方法 | 文章创新地结合了深度学习算法来加速扩散光学断层成像的重构过程，实现了实时成像 | 文章中未提及实际临床应用中的局限性 | 旨在展示利用深度学习重建三维吸收和散射系数以实现实时成像 | 研究对象为人类乳腺组织的光学成像 | 数字病理学 | 乳腺癌 | 频域扩散光学断层成像 (FD-DOT) | 深度学习模型 | 模拟和实验数据 | 300个模拟组织模型 |
| 23816 | 2024-08-05 |
Optimizing neurointerventional procedures: an algorithm for embolization coil detection and automated collimation to enable dose reduction
2024-Jul, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.11.4.044003
PMID:39035051
|
研究论文 | 本文提出了一种用于检测栓塞线圈的算法，旨在优化神经介入手术中的辐射剂量和图像质量 | 这是首次成功检测栓塞线圈并将检测结果集成到X射线血管造影系统中的方法，展现了更广泛的应用潜力 | 由于使用了上尺度的边界框，因此不需要实际重叠达到100%，可能影响结果的一致性 | 优化神经介入过程，提高图像质量并降低患者辐射剂量 | 研究重点是栓塞线圈在医学影像中的检测及自动准直 | 数字病理学 | NA | 深度学习，使用Faster R-CNN和RetinaNet | Faster R-CNN，ResNet-50 FPN，RetinaNet | 医学影像 | 经过五折交叉验证的验证数据和独立测试数据 |
| 23817 | 2024-08-05 |
Artificial intelligence in dentistry: A bibliometric analysis from 2000 to 2023
2024-Jul, Journal of dental sciences
IF:3.4Q1
DOI:10.1016/j.jds.2023.10.025
PMID:39035285
|
研究论文 | 本研究提供了人工智能在牙科应用的全球趋势和研究热点的全面概述 | 这项研究通过文献计量分析展示了2000年至2023年牙科领域人工智能的快速发展和创新应用 | 该研究仅限于检索Web of Science核心合集中的文献，可能不包括所有相关研究 | 该研究旨在分析人工智能在牙科领域的应用和发展趋势 | 研究对象为2000年至2023年间发表的与牙科人工智能相关的文献 | 数字病理学 | 牙周病 | 文献计量分析 | 神经网络 | 文献 | 共识别出651篇文献 |
| 23818 | 2024-08-05 |
Protein language models enable prediction of polyreactivity of monospecific, bispecific, and heavy-chain-only antibodies
2024-Jul, Antibody therapeutics
DOI:10.1093/abt/tbae012
PMID:39036071
|
研究论文 | 本文介绍了一种基于蛋白质语言模型的多反应性预测方法 | 这是首次将蛋白质语言模型应用于双特异性抗体和VHH-Fc的测定数据预测 | 未提及具体的模型局限性 | 开发计算模型以预测单特异性、双特异性和重链单抗的多反应性 | 面向单特异性抗体、双特异性抗体和单域Fc抗体的多反应性 | 计算机视觉 | NA | 深度学习 | 集成模型 | 抗体序列数据 | 大型抗体序列数据集 |
| 23819 | 2024-08-05 |
Changes in smile parameters after surgical-orthodontic treatment for skeletal Class III malocclusion
2024-Jul, Journal of dental sciences
IF:3.4Q1
DOI:10.1016/j.jds.2024.02.021
PMID:39035340
|
研究论文 | 本研究分析了接受外科正畸治疗的骨性III类错咬患者在微笑参数方面的变化 | 采用随机森林和决策树深度学习模型识别影响术后变化的因素 | 研究为回顾性，样本量较小，仅包含34名患者 | 分析骨性III类错咬患者在外科正畸治疗后的微笑参数变化 | 34名骨性III类错咬及单纯下颌前突的患者 | 数字病理学 | NA | 颅侧影测量 | 随机森林，决策树 | 影像 | 34名患者 |
| 23820 | 2024-08-07 |
A commentary on 'A CT-based multitask deep learning model for predicting tumor stroma ratio and treatment outcomes in patients with colorectal cancer: a multicenter cohort study'
2024-Jul-01, International journal of surgery (London, England)
DOI:10.1097/JS9.0000000000001431
PMID:38661554
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |