深度学习在生物医药领域的应用
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（使用关键词“['deep learning']”过滤），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19.9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 33008 篇文献，本页显示第 28781 - 28800 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 | 算法框架 | 模型架构 | 性能指标 | 计算资源 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 28781 | 2024-08-11 |
Automatic Pest Counting from Pheromone Trap Images Using Deep Learning Object Detectors for Matsucoccus thunbergianae Monitoring
2021-Apr-12, Insects
IF:2.7Q1
DOI:10.3390/insects12040342
PMID:33921492
|
研究论文 | 本研究提出了一种基于深度学习的自动计数算法，用于从诱捕器图像中监测松黑松小蠹的发生和种群数量 | 研究采用了图像裁剪方法以成功检测图像中的小物体，并评估了16种模型在不同条件下的检测和计数性能 | 未提及具体限制 | 开发一种基于人工智能的自动计数方法，用于持续且准确地监测害虫 | 松黑松小蠹 | 计算机视觉 | NA | 深度学习 | 目标检测模型 | 图像 | 使用了在实地收集的诱捕器图像进行训练、验证和测试 | NA | NA | NA | NA |
| 28782 | 2024-08-11 |
Computational tissue staining of non-linear multimodal imaging using supervised and unsupervised deep learning
2021-Apr-01, Biomedical optics express
IF:2.9Q2
DOI:10.1364/BOE.415962
PMID:33996229
|
研究论文 | 本文提出了一种使用监督和非监督深度学习模型对非线性多模态成像进行计算染色的方法 | 首次使用生成对抗网络（GANs）在非监督方式下对非线性多模态图像进行计算染色 | NA | 开发一种无需实验室染色过程的诊断应用计算染色技术 | 非线性多模态成像与H&E染色图像的相关性 | 数字病理学 | NA | 非线性多模态成像 | 生成对抗网络（GAN） | 图像 | NA | NA | NA | NA | NA |
| 28783 | 2024-08-11 |
Application of artificial intelligence in digital chest radiography reading for pulmonary tuberculosis screening
2021-Mar, Chronic diseases and translational medicine
DOI:10.1016/j.cdtm.2021.02.001
PMID:34013178
|
研究论文 | 本文探讨了人工智能在数字胸部X光片阅读中用于肺结核筛查的应用 | 结合人工智能和大量医学图像，为计算机辅助检测系统在医学应用中的建立提供了新的机会，特别是在深度学习技术时代 | NA | 研究人工智能在肺结核筛查中的应用 | 肺结核的筛查和诊断 | 计算机视觉 | 肺结核 | 深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 28784 | 2024-08-11 |
RUN-UP: Accelerated multishot diffusion-weighted MRI reconstruction using an unrolled network with U-Net as priors
2021-02, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.28446
PMID:32783339
|
研究论文 | 本文提出了一种使用展开网络和U-Net先验的加速多重扩散加权磁共振成像（MRI）重建方法 | 该方法通过深度学习实现了多重扩散加权MRI重建的加速和改进，重建时间缩短至0.1秒每图像，图像质量与联合重建目标相当 | NA | 加速和改进多重扩散加权MRI重建 | 多重扩散加权MRI重建 | 计算机视觉 | NA | MRI | U-Net | 图像 | 体内脑和乳腺实验 | NA | NA | NA | NA |
| 28785 | 2024-08-11 |
Development and Validation of a Nomogram for Preoperative Prediction of Lymph Node Metastasis in Lung Adenocarcinoma Based on Radiomics Signature and Deep Learning Signature
2021, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2021.585942
PMID:33968715
|
研究论文 | 本研究旨在开发和验证一种基于放射组学特征和深度学习特征的诺模图，用于预测肺腺癌患者的术前淋巴结转移情况 | 本研究结合放射组学特征和深度学习特征，开发了一种新的预测模型，用于术前预测肺腺癌患者的淋巴结转移情况 | 本研究为回顾性研究，样本量相对较小，可能影响模型的泛化能力 | 开发和验证一种用于预测肺腺癌患者术前淋巴结转移的诺模图 | 肺腺癌患者的术前淋巴结转移情况 | 数字病理学 | 肺癌 | CT（计算机断层扫描） | CNN（卷积神经网络） | 图像 | 训练集200例，内部验证集40例，外部验证集60例 | NA | NA | NA | NA |
| 28786 | 2024-08-11 |
Characterization of time-variant and time-invariant assessment of suicidality on Reddit using C-SSRS
2021, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0250448
PMID:33999927
|
研究论文 | 本研究开发深度学习算法，基于C-SSRS评估Reddit数据中的自杀风险，考虑了风险的严重性和时间性 | 首次同时考虑自杀风险的严重性和时间性，并开发了时间变异和时间不变的深度学习模型进行评估 | 研究仅限于Reddit平台的数据，且模型性能在预测自杀相关行为和自杀尝试方面仍有提升空间 | 提高自杀风险评估的准确性，以便及时进行干预 | Reddit平台上的自杀相关帖子和用户行为 | 机器学习 | NA | 深度学习 | CNN | 文本 | 使用基于C-SSRS标注的临床 adjudicated Reddit语料库进行评估 | NA | NA | NA | NA |
| 28787 | 2024-08-11 |
Validation and Optimization of Multi-Organ Segmentation on Clinical Imaging Archives
2020, Proceedings of SPIE--the International Society for Optical Engineering
DOI:10.1117/12.2549035
PMID:34040277
|
研究论文 | 本文验证并优化了基于临床影像档案的多器官分割方法 | 采用了改进的3D U-Net模型，并通过手动修正标签重新训练模型，提高了分割性能 | 在真实世界中，由于患者腹部生理的广泛变异性，分割可能具有挑战性 | 旨在提高多器官腹部CT分割的准确性，以便临床应用 | 腹部CT影像中的多器官分割 | 计算机视觉 | NA | CT | 3D U-Net | 影像 | 476名脾脏异常患者（队列A）和1754名无脾脏异常患者（队列B） | NA | NA | NA | NA |
| 28788 | 2024-08-10 |
Present and future of whole-body MRI in metastatic disease and myeloma: how and why you will do it
2024-Sep, Skeletal radiology
IF:1.9Q3
DOI:10.1007/s00256-024-04723-2
PMID:39007948
|
综述 | 本文综述了全身MRI在转移性疾病和骨髓瘤中的应用现状及未来发展 | 全身MRI作为一种高灵敏度和无辐射的成像方式，已扩展到全身肿瘤筛查，提供肿瘤组织的形态学和生理学信息 | 全身MRI面临的挑战包括其在众多适应症中的可用性以及患者、放射科医生和卫生当局的接受程度 | 探讨全身MRI在转移性疾病和骨髓瘤中的诊断应用及其未来发展 | 转移性疾病和骨髓瘤 | 医学影像 | 肿瘤 | 全身MRI | NA | 影像 | NA | NA | NA | NA | NA |
| 28789 | 2024-08-10 |
Predicting response to chemotherapy in brain tumor patients based on MRI features
2024-Sep, Clinical neurology and neurosurgery
IF:1.8Q2
DOI:10.1016/j.clineuro.2024.108409
PMID:38959786
|
综述 | 本文综述了基于MRI特征预测脑肿瘤患者化疗反应的研究进展 | 介绍了MRI-based放射组学和深度学习模型在预测化疗效果、生存预测及区分肿瘤进展与假进展方面的最新进展 | 需要进一步研究以优化这些模型并扩展其在不同脑肿瘤类型中的应用 | 探讨化疗在不同脑肿瘤类型中的作用及基于MRI特征预测治疗效果的方法 | 脑肿瘤患者及化疗反应 | 计算机视觉 | 脑肿瘤 | MRI-based放射组学 | 深度学习模型 | 图像 | NA | NA | NA | NA | NA |
| 28790 | 2024-08-10 |
Managing hardware-related metal artifacts in MRI: current and evolving techniques
2024-Sep, Skeletal radiology
IF:1.9Q3
DOI:10.1007/s00256-024-04624-4
PMID:38381196
|
综述 | 本文综述了磁共振成像（MRI）中金属植入物引起的硬件相关金属伪影的当前和新兴技术 | 介绍了高密度多通道射频（RF）线圈、并行成像技术、梯度扭曲校正等硬件改进方法，以及视角度倾斜（VAT）和金属伪影校正的切片编码（SEMAC）等序列技术 | 文章指出这些技术在临床应用中仍存在局限性 | 旨在提高对金属植入物周围组织的放射学评估，以辅助临床决策 | 研究对象为金属植入物周围组织 | 医学成像 | NA | 磁共振成像（MRI） | NA | 图像 | NA | NA | NA | NA | NA |
| 28791 | 2024-08-10 |
Linear diffusion noise boosted deep image prior for unsupervised sparse-view CT reconstruction
2024-Aug-09, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad69f7
PMID:39119998
|
研究论文 | 本文提出了一种基于深度图像先验的无监督稀疏视图CT重建方法，通过引入多级线性扩散噪声和自注意力网络结构，提高了模型的泛化能力和适应性 | 本研究通过引入多级线性扩散噪声和自注意力网络结构，显著降低了过拟合风险，并利用图像物理学在图像域和投影数据空间之间进行梯度反向传播，优化网络权重 | NA | 克服当前基于监督深度学习的稀疏视图CT重建方法的局限性，提高泛化能力和适应性 | 稀疏视图CT重建 | 计算机视觉 | NA | 深度学习 | 自注意力网络 | 图像 | NA | NA | NA | NA | NA |
| 28792 | 2024-08-10 |
The putative prenyltransferase Nus1 is required for filamentation in the human fungal pathogen Candida albicans
2024-Aug-07, G3 (Bethesda, Md.)
DOI:10.1093/g3journal/jkae124
PMID:38874344
|
研究论文 | 本文通过功能基因组筛选分析，识别了在特定条件下对人类真菌病原体白色念珠菌形态发生至关重要的基因，特别是预测编码预转移酶Nus1的orf19.5963基因及其相互作用伙伴Rer2。 | 本文首次揭示了Nus1和Rer2在白色念珠菌形态发生中的重要作用，并强调了功能基因组筛选在理解人类真菌病原体基因功能方面的潜力。 | NA | 识别对白色念珠菌形态发生至关重要的基因，并探讨其在真菌病原体中的功能。 | 白色念珠菌的形态发生相关基因及其在宿主相关条件下的功能。 | NA | NA | 深度学习 | NA | 图像 | 307个基因在组织培养基中37°C和5% CO2条件下进行筛选 | NA | NA | NA | NA |
| 28793 | 2024-08-10 |
Low-illumination and noisy bridge crack image restoration by deep CNN denoiser and normalized flow module
2024-Aug-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-69412-5
PMID:39107363
|
research paper | 本研究提出了一种结合深度CNN去噪器和归一化流亮度增强模块的算法，用于恢复低光照和噪声污染的桥梁裂缝图像 | 该算法通过深度CNN去噪器和归一化流模块有效提高了图像亮度和去噪效果，显著提升了裂缝检测和语义分割的准确性 | NA | 提高桥梁裂缝检测和语义分割的准确性 | 低光照和噪声污染的桥梁裂缝图像 | computer vision | NA | deep learning, image processing | CNN | image | NA | NA | NA | NA | NA |
| 28794 | 2024-08-10 |
SRS-Net: a universal framework for solving stimulated Raman scattering in nonlinear fiber-optic systems by physics-informed deep learning
2024-Aug-06, Communications engineering
DOI:10.1038/s44172-024-00253-w
PMID:39107381
|
研究论文 | 提出了一种基于物理信息深度学习的框架SRS-Net，用于解决非线性光纤系统中的受激拉曼散射问题 | 结合了神经网络的自动微分效率和强大的表示能力与受激拉曼散射物理定律的正则化，为受激拉曼散射的前向、反向及组合问题提供通用解决方案 | NA | 开发一种高效且通用的方法来解决光纤系统中的受激拉曼散射问题 | 受激拉曼散射在光纤系统中的前向和反向问题 | 机器学习 | NA | 物理信息神经网络 | 神经网络 | 模拟数据 | 涉及C+L波段约10 THz的波分复用系统的实验验证 | NA | NA | NA | NA |
| 28795 | 2024-08-10 |
Touchless short-wave infrared imaging for dynamic rapid pupillometry and gaze estimation in closed eyes
2024-Aug-06, Communications medicine
IF:5.4Q1
DOI:10.1038/s43856-024-00572-1
PMID:39107497
|
研究论文 | 本文介绍了一种结合短波红外（SWIR）成像和图像处理算法的方法，用于在闭眼状态下进行快速（约30毫秒）瞳孔测量和眼球追踪。 | 该研究首次实现了在闭眼状态下通过短波红外成像进行连续无接触的瞳孔大小和注视方向监测。 | 研究仅在健康志愿者中进行，尚未在临床环境中广泛验证。 | 开发一种能够在闭眼状态下连续监测瞳孔大小和注视方向的无接触设备，以满足临床和研究领域的长期需求。 | 研究对象为43名健康志愿者，通过闭眼和睁眼两种状态进行实验。 | 计算机视觉 | NA | 短波红外（SWIR）成像 | U-NET | 图像 | 43名健康志愿者 | NA | NA | NA | NA |
| 28796 | 2024-08-10 |
Metal implant segmentation in CT images based on diffusion model
2024-Aug-06, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01379-1
PMID:39107679
|
研究论文 | 本研究利用扩散模型对CT图像中的金属植入物进行分割，并通过临床伪影图像和已知尺寸的幻影图像进行验证 | 本研究采用扩散模型DiffSeg，结合条件动态编码和全局频率解析器（GFParser），有效提高了金属分割的准确性 | 未来工作将集中在将金属分割模型嵌入到金属伪影减少中，以进一步提高减少效果 | 旨在使用扩散模型对CT图像中的金属植入物进行分割，并验证其在临床伪影图像和幻影图像上的效果 | CT图像中的金属植入物 | 计算机视觉 | NA | 扩散模型 | DiffSeg | 图像 | 训练和验证使用11,280张切片，测试使用2,820张切片 | NA | NA | NA | NA |
| 28797 | 2024-08-10 |
scMaui: a widely applicable deep learning framework for single-cell multiomics integration in the presence of batch effects and missing data
2024-Aug-06, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-024-05880-w
PMID:39107690
|
研究论文 | 本文介绍了一种新的单细胞多组学整合模型scMaui，基于变分乘积专家自动编码器和对抗学习，能有效处理批次效应和缺失数据 | scMaui采用乘积专家方法计算多个边缘分布的联合表示，特别适用于处理组学数据中的缺失值，并能克服先前基于VAE整合方法的局限性，如批次效应校正和适用性限制 | NA | 开发一种广泛适用的深度学习框架，用于处理单细胞多组学数据中的批次效应和缺失数据 | 单细胞多组学数据整合 | 机器学习 | NA | 深度学习 | 自动编码器 | 单细胞多组学数据 | NA | NA | NA | NA | NA |
| 28798 | 2024-08-10 |
Development and validation of novel interpretable survival prediction models based on drug exposures for severe heart failure during vulnerable period
2024-Aug-06, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-024-05544-6
PMID:39107765
|
研究论文 | 本研究旨在利用药物信息作为主要预测因子，开发和验证严重心衰患者在脆弱期的生存预测模型 | 本研究首次基于药物暴露开发了可解释的生存预测模型，用于评估严重心衰患者在脆弱期的预后 | NA | 开发和验证严重心衰患者在脆弱期的生存预测模型 | 严重心衰患者在脆弱期的生存预测 | 机器学习 | 心血管疾病 | NA | Cox比例风险模型, 随机生存森林, 深度学习生存预测 | NA | 11,590名患者 | NA | NA | NA | NA |
| 28799 | 2024-08-10 |
Pursuing the elusive footsteps of malaria in peripheral blood smears utilizing artificial intelligence
2024-Aug, British journal of haematology
IF:5.1Q1
DOI:10.1111/bjh.19639
PMID:38977858
|
研究论文 | 研究利用人工智能模型识别和量化严重疟疾贫血中典型的红细胞形态特征 | 利用人工智能模型识别和量化红细胞形态特征，不依赖于可见寄生虫的存在 | NA | 开发用于识别外周血涂片中疟疾的人工智能模型 | 严重疟疾贫血中的红细胞形态特征 | 机器学习 | 疟疾 | 深度学习 | NA | 图像 | 儿童严重疟疾贫血患者的血液样本 | NA | NA | NA | NA |
| 28800 | 2024-08-10 |
Leveraging deep learning for detecting red blood cell morphological changes in blood films from children with severe malaria anaemia
2024-Aug, British journal of haematology
IF:5.1Q1
DOI:10.1111/bjh.19599
PMID:38894606
|
研究论文 | 本文介绍了一种利用深度学习模型检测严重疟疾贫血儿童血液涂片中红细胞形态变化的方法 | 引入了一种弱监督的多实例学习框架，用于通过检测形态改变的红细胞来识别严重疟疾贫血 | NA | 通过深度学习模型系统地检测和识别严重疟疾贫血儿童血液涂片中红细胞的形态变化 | 严重疟疾贫血儿童的红细胞形态变化 | 机器学习 | 疟疾 | 深度学习 | 多实例学习框架 | 图像 | NA | NA | NA | NA | NA |