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 26779 篇文献,本页显示第 341 - 360 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
341 2025-06-18
Improving Automated Hemorrhage Detection at Sparse-View CT via U-Net-based Artifact Reduction
2024-07, Radiology. Artificial intelligence
research paper 本研究探讨了基于深度学习的伪影减少技术在稀疏视图颅脑CT扫描中的应用及其对自动出血检测的影响 使用U-Net进行伪影减少,显著提高了稀疏视图颅脑CT扫描中的自动出血检测性能 研究为回顾性研究,且仅基于模拟的稀疏视图CT数据 提高稀疏视图颅脑CT扫描中自动出血检测的准确性 稀疏视图颅脑CT扫描图像 digital pathology hemorrhage CT扫描 U-Net, EfficientNet-B2 image 3000名患者的模拟稀疏视图CT数据,以及17545名患者的全视图CT数据
342 2025-06-18
Deep Learning for Breast Cancer Risk Prediction: Application to a Large Representative UK Screening Cohort
2024-07, Radiology. Artificial intelligence
研究论文 开发了一种基于深度学习的AI工具,用于从当前阴性筛查乳腺X光检查中预测未来乳腺癌风险,并在英国国家卫生服务乳腺筛查计划的数据上进行了评估 利用深度学习技术从阴性筛查乳腺X光检查中预测未来乳腺癌风险,并在大规模代表性英国筛查队列中验证模型性能 研究仅基于英国三个站点的数据,可能无法完全代表其他地区或人群 开发并验证一种能够预测未来乳腺癌风险的AI工具 50-70岁无癌症女性患者的筛查乳腺X光检查 数字病理学 乳腺癌 深度学习 AI深度学习模型 乳腺X光图像 5264风险阳性和191488风险阴性检查,包括89,285训练集、2,106验证集和39,351测试集
343 2024-08-07
Vision Transformer-based Deep Learning Models Accelerate Further Research for Predicting Neurosurgical Intervention
2024-07, Radiology. Artificial intelligence
NA NA NA NA NA NA NA NA NA NA NA NA
344 2025-06-18
Providing context: Extracting non-linear and dynamic temporal motifs from brain activity
2024-Jun-27, bioRxiv : the preprint server for biology
研究论文 本研究提出了一种使用非线性深度学习模型(DSVAE)从静息态功能磁共振成像(rs-fMRI)中提取非线性动态时间模式的新方法 使用解耦变分自编码器(DSVAE)分离窗口特定(上下文)信息和时间步特定(局部)信息,以捕捉多时间尺度的差异 NA 分析rs-fMRI动态特性,探索精神分裂症患者与对照组在脑活动模式上的差异 精神分裂症患者和对照组受试者的rs-fMRI数据 神经影像分析 精神分裂症 rs-fMRI DSVAE(解耦变分自编码器) 功能磁共振成像数据 NA
345 2025-06-18
Deep Learning Segmentation of Ascites on Abdominal CT Scans for Automatic Volume Quantification
2024-Jun-23, ArXiv
PMID:39398214
research paper 评估一种自动化深度学习方法在检测腹水并量化其体积方面的性能,研究对象为肝硬化和卵巢癌患者 提出了一种基于深度学习的自动分割和量化腹水体积的方法,并在多机构数据集上验证了其性能 研究为回顾性研究,可能受到数据选择和标注偏差的影响 开发并验证一种自动量化腹水体积的深度学习方法 肝硬化及卵巢癌患者的腹水 digital pathology liver cirrhosis, ovarian cancer deep learning CNN CT scans 315 patients (25 NIH-LC, 166 NIH-OV, 124 UofW-LC)
346 2025-06-18
Epistasis regulates genetic control of cardiac hypertrophy
2024-May-04, medRxiv : the preprint server for health sciences
研究论文 本文研究了心脏肥大的遗传调控机制,特别是基因变异的非加性相互作用(上位性) 开发了低信号符号迭代随机森林方法,用于揭示心脏肥大的复杂遗传结构,并通过单细胞形态分析验证了特定基因对的非加性相互作用 上位性关系的检测方法仍处于早期阶段,可能存在未被识别的相互作用 探索心脏肥大遗传调控中的上位性效应 人类心脏组织、诱导多能干细胞衍生的心肌细胞 遗传学 心血管疾病 心脏MRI、RNA沉默、单细胞形态分析、高通量微流控系统 随机森林、深度学习 基因组数据、影像数据、转录组数据 29,661名UK Biobank参与者的心脏MRI扫描数据,313例人类心脏组织的转录组数据
347 2025-06-18
Impact of AI for Digital Breast Tomosynthesis on Breast Cancer Detection and Interpretation Time
2024-05, Radiology. Artificial intelligence
研究论文 开发了一种用于数字乳腺断层合成(DBT)图像乳腺癌诊断的人工智能(AI)模型,并研究其是否能提高诊断准确性和减少放射科医生的阅读时间 AI模型在乳腺癌检测中显示出比放射科医生更高的诊断准确性,并显著减少了阅读时间 研究样本来自14个机构,但可能仍存在地域和人群代表性不足的问题 提高乳腺癌诊断的准确性和效率 数字乳腺断层合成(DBT)图像 数字病理学 乳腺癌 深度学习 深度学习AI算法 图像 258名女性(平均年龄56岁±13.41),包括65例癌症病例
348 2025-06-18
Noninvasive Molecular Subtyping of Pediatric Low-Grade Glioma with Self-Supervised Transfer Learning
2024-05, Radiology. Artificial intelligence
研究论文 开发并外部测试了一种基于MRI的无创深度学习流程,用于儿童低级别胶质瘤的分子亚型分类 结合迁移学习和自监督交叉训练(TransferX)以及共识逻辑,提高了在有限数据场景下的分类性能和泛化能力 研究为回顾性研究,样本量相对有限(开发数据集214例,外部测试112例) 开发无创、基于MRI的儿童低级别胶质瘤突变状态分类方法 儿童低级别胶质瘤患者 数字病理 儿童低级别胶质瘤 MRI CNN 医学影像 开发数据集214例(男性113例),外部测试112例(男性55例)
349 2025-06-18
Semi-supervised Learning for Generalizable Intracranial Hemorrhage Detection and Segmentation
2024-05, Radiology. Artificial intelligence
research paper 开发并评估了一种半监督学习模型,用于在分布外的头部CT评估集上进行颅内出血检测和分割 利用半监督学习框架结合标记和未标记数据,提升了模型在分布外数据上的泛化能力 研究依赖于特定机构的标记数据和外部未标记数据,可能影响模型的广泛适用性 提高颅内出血检测和分割的泛化能力 头部CT扫描图像 digital pathology Traumatic Brain Injury semi-supervised learning deep learning model image 457标记样本和25,000未标记样本用于训练,481次扫描用于分类测试,23次扫描(529张图像)用于分割测试
350 2025-06-18
Evaluating the Robustness of a Deep Learning Bone Age Algorithm to Clinical Image Variation Using Computational Stress Testing
2024-05, Radiology. Artificial intelligence
research paper 评估一种获奖的深度学习骨龄算法对临床图像变化的鲁棒性 通过计算应力测试评估深度学习模型对多种图像外观变化的鲁棒性 模型对经过简单变换的图像预测结果不一致 评估深度学习骨龄模型对图像变化的鲁棒性 儿科手部X光片 digital pathology pediatric disease deep learning CNN image 2627 pediatric hand radiographs (1425 from RSNA validation set and 1202 from DHA)
351 2025-06-18
Impact of Deep Learning Image Reconstruction Methods on MRI Throughput
2024-05, Radiology. Artificial intelligence
研究论文 评估两种不同的商用深度学习重建(DLR)算法在大型多中心机构门诊环境中对MRI检查效率的影响 比较了DICOM基础和k空间基础的DLR方法在减少MRI扫描和房间时间方面的效果 研究结果因检查类型而异,潜在采用者需根据具体情况评估这些工具的影响 评估DLR算法对MRI检查效率的影响 7346例来自10台临床MRI扫描仪的检查 医学影像 NA 深度学习重建(DLR) NA MRI图像 7346例检查
352 2025-06-18
Deep Learning-based Approach for Brainstem and Ventricular MR Planimetry: Application in Patients with Progressive Supranuclear Palsy
2024-05, Radiology. Artificial intelligence
research paper 开发了一种基于深度学习的快速全自动方法,用于MRI平面测量分割和测量进行性核上性麻痹(PSP)患者中最受影响的脑干和脑室结构 提出了一种全自动的深度学习方法,用于分割和测量脑干和脑室结构,并在区分PSP和帕金森病(PD)患者中表现出色 研究为回顾性研究,可能受到数据选择和样本量的限制 开发一种自动化方法,支持PSP及其他与脑干和脑室改变相关疾病的诊断 健康对照组和PSP及PD患者的脑部MRI图像 digital pathology geriatric disease MRI CNN image 健康对照组84例,PSP患者71例,PD患者129例,测试数据集305例
353 2025-06-18
Performance of an Artificial Intelligence System for Breast Cancer Detection on Screening Mammograms from BreastScreen Norway
2024-05, Radiology. Artificial intelligence
research paper 评估商业AI系统在乳腺癌筛查中的独立检测性能 探索AI系统在不同风险评分阈值下的乳腺癌独立检测性能,并展示其在减少放射科医生工作量方面的潜力 研究为回顾性设计,可能影响结果的普遍性 评估AI系统在乳腺癌筛查中的检测性能 242,629名女性进行的661,695次数字乳腺X光检查,包括3,807例筛查检测到的癌症和1,110例间隔期乳腺癌 digital pathology breast cancer deep learning CNN image 661,695次数字乳腺X光检查(来自242,629名女性)
354 2024-08-07
Faster, More Practical, but Still Accurate: Deep Learning for Diagnosis of Progressive Supranuclear Palsy
2024-05, Radiology. Artificial intelligence
NA NA NA NA NA NA NA NA NA NA NA NA
355 2025-06-18
Machine learning predictions of T cell antigen specificity from intracellular calcium dynamics
2024-03-08, Science advances IF:11.7Q1
研究论文 利用机器学习从细胞内钙动态变化预测T细胞抗原特异性 首次将深度学习应用于基于钙波动信号的T细胞激活预测,为T细胞受体工程化治疗提供新的抗原特异性识别方法 钙波动信号在TCR激活后具有高度变异性,可能影响模型准确性 开发用于T细胞治疗的抗原特异性T细胞受体序列识别方法 T细胞(包括TCR转基因CD8 T细胞和多克隆T细胞) 机器学习 肿瘤 深度学习 深度学习模型(未指定具体架构) 钙离子动态信号数据 未明确说明样本数量(含TCR转基因CD8 T细胞和不同TCR的T细胞及多克隆T细胞)
356 2025-06-18
Transformers enable accurate prediction of acute and chronic chemical toxicity in aquatic organisms
2024-03-08, Science advances IF:11.7Q1
研究论文 本文提出了一种基于AI的模型,利用transformers从化学结构中捕获毒性特异性特征,并结合深度神经网络预测效应浓度,用于预测水生生物的急性和慢性化学毒性 使用transformers直接从化学结构中捕获毒性特异性特征,并结合深度神经网络预测效应浓度,相比传统QSAR方法具有更广的适用域和更低的误差 未明确提及具体局限性,但可能依赖于训练数据的质量和覆盖范围 提高化学毒性的计算预测准确性,以替代资源密集型的实验毒性数据生成 水生生物(藻类、水生无脊椎动物和鱼类) 机器学习 NA transformers, 深度神经网络 transformers, DNN 化学结构数据 未明确提及具体样本数量,但涉及多种生物群体(藻类、水生无脊椎动物和鱼类)
357 2025-06-18
Vision Transformer-based Decision Support for Neurosurgical Intervention in Acute Traumatic Brain Injury: Automated Surgical Intervention Support Tool
2024-03, Radiology. Artificial intelligence
research paper 开发了一种基于Vision Transformer的自动分诊工具ASIST-TBI,用于预测创伤性脑损伤患者是否需要神经外科手术干预 首次将Vision Transformer应用于创伤性脑损伤的神经外科手术干预预测,并展示了高准确度 研究数据来自单一创伤中心,可能影响模型的泛化能力 开发自动预测创伤性脑损伤患者是否需要神经外科手术干预的工具 创伤性脑损伤患者 digital pathology traumatic brain injury head CT scans Vision Transformer image 2806名患者用于训练验证,612名患者用于独立测试
358 2025-06-18
NnU-Net versus mesh growing algorithm as a tool for the robust and timely segmentation of neurosurgical 3D images in contrast-enhanced T1 MRI scans
2024-02-20, Acta neurochirurgica IF:1.9Q2
研究论文 本研究评估了nnU-Net在对比增强T1(T1CE)图像中分割大脑、皮肤、肿瘤和脑室的性能,并与已建立的网格生长算法(MGA)进行了对比 nnU-Net在分割任务中显著优于MGA,且速度更快,减少了对手动调整和迭代的需求 训练集规模较小,可能影响模型的泛化能力 评估nnU-Net在神经外科3D图像分割中的性能和效率 对比增强T1(T1CE)脑部扫描图像中的大脑、皮肤、肿瘤和脑室 数字病理 脑部疾病 对比增强T1 MRI扫描 nnU-Net 3D图像 67例用于训练,32例用于测试
359 2025-06-18
Applied deep learning in neurosurgery: identifying cerebrospinal fluid (CSF) shunt systems in hydrocephalus patients
2024-02-07, Acta neurochirurgica IF:1.9Q2
研究论文 本研究评估了AI辅助脑脊液分流阀检测系统在神经外科中的可行性 开发了一个基于深度学习的系统,能够快速准确地自动识别不同型号的脑脊液分流阀 研究仅使用了2070张图像,样本量相对较小 评估AI辅助分流阀检测系统在临床中的可行性 脑积水患者的脑脊液分流系统 数字病理 脑积水 X射线和CT扫描 CNN 图像 2070张来自颅骨X射线或CT扫描的图像,涵盖10种不同的分流阀类型
360 2025-06-18
PPML-Omics: A privacy-preserving federated machine learning method protects patients' privacy in omic data
2024-02-02, Science advances IF:11.7Q1
研究论文 提出了一种保护患者隐私的联邦机器学习方法PPML-Omics,用于组学数据分析 设计了去中心化的差分隐私联邦学习算法,首次提供了数学上可证明的隐私保护能力 NA 解决组学数据分析中的患者隐私泄露问题 组学数据 机器学习 NA 三种测序技术 深度学习模型 组学数据 NA
回到顶部