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 28654 篇文献，本页显示第 25421 - 25440 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 25421 | 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） |
| 25422 | 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 |
| 25423 | 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 |
| 25424 | 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 |
| 25425 | 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 |
| 25426 | 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 |
| 25427 | 2024-08-07 |
Author Correction: Prediction of recurrence risk in endometrial cancer with multimodal deep learning
2024-Jul, Nature medicine
IF:58.7Q1
DOI:10.1038/s41591-024-03126-z
PMID:38951637
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 25428 | 2024-08-05 |
Integration of deep learning and habitat radiomics for predicting the response to immunotherapy in NSCLC patients
2024-Jun-04, Cancer immunology, immunotherapy : CII
DOI:10.1007/s00262-024-03724-3
PMID:38833187
|
研究论文 | 本研究构建了一个非侵入性模型，用于预测晚期非小细胞肺癌患者对免疫疗法的反应。 | 结合深度学习与栖息地放射组学的方法，在非小细胞肺癌患者中进行免疫疗法反应预测。 | 样本仅来自三个医疗中心，可能限制了模型的普适性. | 研究旨在构建预测免疫疗法反应的非侵入性模型。 | 研究对象为来自三家医院的晚期非小细胞肺癌患者。 | 数字病理 | 非小细胞肺癌 | 深度学习与栖息地放射组学 | 支持向量机（SVM） | 影像 | 训练组164名患者，测试组82名患者 |
| 25429 | 2024-08-05 |
DeepETPicker: Fast and accurate 3D particle picking for cryo-electron tomography using weakly supervised deep learning
2024-Mar-07, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-46041-0
PMID:38453943
|
研究论文 | 本研究开发了DeepETPicker，一种用于从冷冻电子断层图中快速精确挑选颗粒的深度学习模型 | 该文章创新性地使用弱监督学习和轻量模型架构，降低手动标注负担并提升性能 | 自动颗粒挑选方法的采用仍然受到技术限制的限制 | 本研究旨在提高冷冻电子断层图中的颗粒挑选速度和准确性 | 研究对象为生物大分子的三维结构和从冷冻电子断层图中提取的颗粒 | 数字病理学 | NA | 深度学习 | NA | 图像 | 模拟和真实断层图的多个样本 |
| 25430 | 2024-08-05 |
CSXAI: a lightweight 2D CNN-SVM model for detection and classification of various crop diseases with explainable AI visualization
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1412988
PMID:39036360
|
研究论文 | 本研究提出了一种基于CNN-SVM的轻量级模型，用于检测和分类各种农作物疾病 | 提出了一种轻量级的CNN-SVM混合模型，实现了较高的准确率和可视化解释 | 研究没有提及样本的数量和多样性，可能影响结果的普遍性 | 旨在提高农业作物疾病的识别和分类效率 | 针对草莓、桃子、樱桃和大豆四种经济作物分类10类疾病 | 计算机视觉 | 农作物疾病 | CNN-SVM | CNN | 图像 | NA |
| 25431 | 2024-08-05 |
Deep learning-enabled classification of kidney allograft rejection on whole slide histopathologic images
2024, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2024.1438247
PMID:39034991
|
研究论文 | 本文开发了一种深度学习系统，用于自动评估肾移植物活检的全视图图像，检测和亚分类排斥反应。 | 首次利用多实例学习的深度学习模型进行肾移植物活检的排斥反应检测、亚分类及预后预测。 | 未提及外部数据集的验证以及模型在临床环境中的应用局限性。 | 旨在提高肾移植物排斥反应的诊断准确性和一致性。 | 分析肾移植物活检的全视图图像以检测和预测排斥反应。 | 数字病理学 | 肾脏疾病 | 多实例学习，卷积神经网络（CNN） | 多实例学习模型 | 图像 | 来自302个肾移植物活检的906个全视图图像 |
| 25432 | 2024-08-05 |
Exploring the relationship between YouTube video characteristics and a viewer's mental health traits among young adults
2024, Frontiers in psychiatry
IF:3.2Q2
DOI:10.3389/fpsyt.2024.1364930
PMID:39035603
|
研究论文 | 本研究探讨了年轻人观看的YouTube视频特征与其心理健康特征之间的关系 | 该研究通过结合深度学习算法的计算机视觉技术，分析了视频特征与心理健康特征之间的相关性 | 本研究依赖于调查问卷，自我报告的数据可能存在偏差 | 研究年轻人观看YouTube视频特征对心理健康的影响 | 调查年轻人的心理健康特征及其观看的YouTube视频的特征 | 计算机视觉 | NA | 深度学习 | NA | 视频 | 基于参与者的观看历史日志数据，样本数量未明确说明 |
| 25433 | 2024-08-05 |
Deep learning radiomics based on multimodal imaging for distinguishing benign and malignant breast tumours
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1402967
PMID:39036101
|
研究论文 | 本研究旨在开发基于多模态影像的深度学习放射组学模型，以区分良性和恶性乳腺肿瘤 | 研究展示了整合深度学习与放射组学特征以及多模态影像的潜力，且MRI在放射组学特征基础上表现出更高的准确性 | 基于回顾性研究，未考虑潜在的选择偏倚 | 本研究旨在提高对良性与恶性乳腺肿瘤的区分能力 | 322例经过组织病理学确认的乳腺肿瘤患者，包括112例良性肿瘤和210例恶性肿瘤 | 深度学习放射组学 | 乳腺癌 | 多模态影像，包括超声（US）、乳腺X线摄影（MG）和磁共振成像（MRI） | SVM, KNN, 随机森林, 额外树, XGBoost, LightGBM, LR | 图像 | 322名患者 |
| 25434 | 2024-08-05 |
Role of Artificial Intelligence in Endoscopic Intervention: A Clinical Review
2024, Journal of community hospital internal medicine perspectives
IF:0.9Q3
DOI:10.55729/2000-9666.1341
PMID:39036586
|
综述 | 本综述讨论了人工智能在内镜检查中的应用及其对医疗技术的影响 | 探索了人工智能在内镜、结肠镜和内镜超声中的新应用 | 主要集中在内镜相关技术的应用，没有涵盖其他医学领域 | 旨在探讨人工智能如何改善内镜检查的诊断和管理 | 内镜、结肠镜和内镜超声的应用 | 数字病理学 | 胃肠疾病 | 深度学习系统和神经网络 | NA | NA | NA |
| 25435 | 2024-08-05 |
Automated identification and segmentation of urine spots based on deep-learning
2024, PeerJ
IF:2.3Q2
DOI:10.7717/peerj.17398
PMID:39035153
|
研究论文 | 本文提出了一种基于深度学习的尿液斑点自动识别和分割方法 | 创新点在于利用深度学习实现尿液斑点的自动检测和精确分割 | 本文未提及具体的实验样本数量和适用性范围 | 研究自动化尿液斑点检测的技术，以改善传统方法中的主观误差 | 以啮齿动物的排尿行为为研究对象 | 数字病理学 | NA | 深度学习 | 目标检测网络和实例分割网络 | 图像 | NA |
| 25436 | 2024-08-05 |
SpheroScan: A User-Friendly Deep Learning Tool for Spheroid Image Analysis
2023-Jun-28, bioRxiv : the preprint server for biology
DOI:10.1101/2023.06.28.533479
PMID:37425923
|
研究论文 | 本文介绍了SpheroScan，一个用户友好的深度学习工具，用于球形图像分析 | 开发了一个全自动、基于网络的工具，使用掩模区域卷积神经网络进行图像检测和分割 | NA | 解决缺乏自动化和用户友好的3D球体图像分析工具的问题 | 使用IncuCyte活细胞分析系统和常规显微镜拍摄的球形图像 | 数字病理 | NA | 深度学习 | 卷积神经网络 | 图像 | 使用的训练集和验证集的具体样本数量未提供 |
| 25437 | 2024-08-05 |
The ChatGPT Storm and What Faculty Can Do
2023 May-Jun 01, Nurse educator
IF:2.4Q1
DOI:10.1097/NNE.0000000000001390
PMID:37043716
|
研究论文 | 本论文讨论了ChatGPT在学术界的迅速普及及其伦理使用的关注 | 探讨教师如何应对ChatGPT带来的挑战，强调自我反思、批判性思维和独立学习的重要性 | 未提及具体的实证研究或数据支持 | 旨在探讨ChatGPT在护理教育中的潜力及其伦理使用 | 关注职员及学生如何利用ChatGPT进行学习和信息评估 | 自然语言处理 | NA | 深度学习语言模型 | NA | 文本 | NA |
| 25438 | 2024-08-05 |
Intelligent oncology: The convergence of artificial intelligence and oncology
2023-Mar, Journal of the National Cancer Center
IF:7.6Q1
DOI:10.1016/j.jncc.2022.11.004
PMID:39036310
|
研究论文 | 本文描述了一种称为智能肿瘤学的整体和结构化概念 | 提出了一个跨学科的智能肿瘤学概念，整合多个领域以促进癌症管理 | 智能肿瘤学的概念和应用仍处于 infancy，面临许多障碍和挑战 | 旨在促进癌症预防、筛查、早期诊断和精确治疗 | 整合肿瘤学、放射学、病理学、分子生物学等领域 | 计算机视觉 | 癌症 | 自然语言处理、机器/深度学习 | NA | NA | NA |
| 25439 | 2024-08-07 |
Variability analysis of LC-MS experimental factors and their impact on machine learning
2022-12-28, GigaScience
IF:11.8Q1
DOI:10.1093/gigascience/giad096
PMID:37983748
|
研究论文 | 本文通过系统分析公共质谱数据仓库中的变异源，探讨了这些因素对机器学习性能的影响，并进行了全面的迁移学习评估 | 本文首次系统分析了公共质谱数据仓库中的变异源，并评估了迁移学习在质谱数据处理中的应用效果 | 迁移学习虽然提高了模型性能，但与非预训练模型相比提升有限 | 旨在促进机器学习在质谱数据处理中的应用 | 公共质谱数据仓库中的变异源及其对机器学习性能的影响 | 机器学习 | NA | 质谱(MS) | 深度学习(DL) | 质谱数据 | 大规模数据集 |
| 25440 | 2024-08-07 |
Towards automated organs at risk and target volumes contouring: Defining precision radiation therapy in the modern era
2022-Dec, Journal of the National Cancer Center
IF:7.6Q1
DOI:10.1016/j.jncc.2022.09.003
PMID:39036546
|
review | 本文综述了利用先进深度学习、语义器官解析、多模态影像融合、神经架构搜索和医学图像分析技术解决精确放疗工作流程中四个关键问题或子问题的最新进展 | 提出了高精度、自动化和高度可重复的OAR/GTV/LN/CTV自动描绘技术，有效减少了从业者间的变异性并降低了时间成本 | 本文综述的内容是持续进行且不完全的，方法主要以食管癌和头颈癌为例，但可推广至其他类型癌症 | 探讨精确放疗在现代临床工作流程中的应用，旨在提高患者护理质量和降低成本 | 主要关注风险器官（OARs）、大体肿瘤体积（GTV）、转移淋巴结（LN）和临床肿瘤体积（CTV）的分割与检测 | machine learning | esophageal cancer, head-and-neck cancer | deep learning, semantic organ parsing, multimodal imaging fusion, neural architecture search, medical image analytical techniques | NA | image | NA |