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 42905 篇文献，本页显示第 40401 - 40420 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 40401 | 2024-08-05 |
Blepharoptosis Consultation with Artificial Intelligence: Aesthetic Surgery Advice and Counseling from Chat Generative Pre-Trained Transformer (ChatGPT)
2024-Jun, Aesthetic plastic surgery
IF:2.0Q2
DOI:10.1007/s00266-024-04002-4
PMID:38589561
|
研究论文 | 本研究评估了ChatGPT在眼睑下垂整形咨询中的表现 | ChatGPT能够模拟医生与患者之间的对话，并提供基础的外科信息 | 在专业指导方面有限，需进一步探索AI在美容外科咨询中的更广泛角色 | 评估ChatGPT在眼睑下垂整形咨询中的有效性 | 使用来自眼睑下垂整形检查列表的问题 | 自然语言处理 | NA | 深度学习 | ChatGPT | 文本 | 九个问题 | NA | NA | NA | NA |
| 40402 | 2024-08-05 |
All you need is data preparation: A systematic review of image harmonization techniques in Multi-center/device studies for medical support systems
2024-Jun, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2024.108200
PMID:38677080
|
系统评价 | 本文评估了医疗支持系统中多中心/设备研究的图像调和技术。 | 提出了图像调和技术可以提高多来源医学影像的AI分析可靠性。 | 并未深入探讨各具体调和技术的局限性和挑战。 | 评估图像调和在多中心和多设备医学影像研究中的应用和效果。 | 分析2013年至2023年间的多中心和多设备医学影像研究的相关文献。 | 数字病理学 | NA | 图像调和技术 | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 40403 | 2024-08-05 |
Innovative utilization of ultra-wide field fundus images and deep learning algorithms for screening high-risk posterior polar cataract
2024-Jun-01, Journal of cataract and refractive surgery
IF:2.6Q1
DOI:10.1097/j.jcrs.0000000000001419
PMID:38350234
|
研究论文 | 本研究开发了一种深度学习算法，利用超广角视网膜图像进行后极性白内障的自动筛查 | 建立了白内障影子投影理论，并基于该理论开发了深度学习算法以实现稳定的后极性白内障筛查 | 研究的设计为回顾性分析，可能存在选择偏倚 | 验证白内障影子投影理论并开发用于筛查后极性白内障的深度学习算法 | 回顾性收集546例超广角视网膜图像的数据 | 计算机视觉 | 白内障 | 深度学习算法 | NA | 图像 | 546例超广角视网膜图像 | NA | NA | NA | NA |
| 40404 | 2024-08-05 |
ctGAN: combined transformation of gene expression and survival data with generative adversarial network
2024-May-23, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae325
PMID:38980369
|
研究论文 | 本研究提出了ctGAN，这是一种结合基因表达和生存数据的生成对抗网络 | ctGAN通过风格转化增强数据，提高了生存分析的可用性 | 该模型可能仅适用于癌症类型的分析，其他疾病类型的有效性尚不明确 | 研究旨在提高癌症生存分析的精确性和个性化治疗选择 | 本研究的对象为乳腺癌和其他11种癌症类型的基因表达及生存数据 | 机器学习 | 癌症 | 生成对抗网络 (GAN) | NA | 基因表达数据和生存数据 | 11种癌症类型的生存数据和基因表达数据 | NA | NA | NA | NA |
| 40405 | 2024-08-05 |
DeepGRNCS: deep learning-based framework for jointly inferring gene regulatory networks across cell subpopulations
2024-May-23, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae334
PMID:38980373
|
研究论文 | 提出了一种基于深度学习的框架DeepGRNCS，用于跨细胞亚群共同推断基因调控网络 | DeepGRNCS框架能够同时考虑细胞间异质性和不同细胞亚群之间的相似性，从而提高基因调控网络推断的准确性 | 目前的方法可能在处理极其复杂的细胞群体时仍存在一定局限性 | 研究基因调控网络的推断，以加深对细胞功能和疾病发病机制的理解 | 针对非小细胞肺癌的scRNA-seq数据进行关键基因的识别和生物学相关性分析 | 数字病理学 | 非小细胞肺癌 | 单细胞RNA测序（scRNA-seq） | 深度学习模型 | RNA-seq数据 | 不同的模拟和真实scRNA-seq数据集 | NA | NA | NA | NA |
| 40406 | 2024-08-05 |
A scoping review of methodologies for applying artificial intelligence to physical activity interventions
2024-May, Journal of sport and health science
IF:9.7Q1
DOI:10.1016/j.jshs.2023.09.010
PMID:37777066
|
综述 | 这篇综述旨在提供研究人员和从业者对人工智能在身体活动干预中应用的理解 | 介绍了常见的机器学习、深度学习和强化学习算法，并鼓励采用AI方法 | 不同AI模型的比较结果不一，模型性能依赖于数据集和任务 | 探讨人工智能在促进身体活动和预测相关行为或健康结果中的应用 | 分析已有的研究以总结和分类AI方法论 | 自然语言处理 | NA | 机器学习，深度学习，强化学习 | ML，DL，RL | 研究数据 | 24项研究 | NA | NA | NA | NA |
| 40407 | 2024-08-05 |
Revolutionizing diagnostic pathology: The emergence and impact of artificial intelligence-what doesn't kill you makes you stronger?
2024 May-Jun, Clinics in dermatology
IF:2.3Q2
|
研究论文 | 本研究探讨了人工智能在诊断病理学中的整合和影响，特别是皮肤病理学 | 文章强调了人工智能在病理学中的变革潜力，特别是其在改善全球医疗保健结果中的作用 | 研究未提及具体的实验数据和样本分析 | 探讨人工智能在诊断病理学中面临的挑战及其潜在解决方案 | 分析皮肤病理学中人工智能的应用及其发展挑战 | 数字病理学 | NA | 机器学习 | 深度学习 | 文献 | 44篇相关出版物 | NA | NA | NA | NA |
| 40408 | 2024-08-05 |
An efficient lightweight network for image denoising using progressive residual and convolutional attention feature fusion
2024-Apr-25, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-60139-x
PMID:38664440
|
研究论文 | 提出了一种高效轻量级的逐步残差与卷积注意力特征融合网络，用于图像去噪 | 创新性地将逐步残差融合与卷积注意力机制结合，显著减少网络参数同时提高去噪性能 | 处理的噪声类型主要集中在高斯噪声和自然噪声，可能对其他噪声类型的适应性不足 | 研究旨在提升图像去噪技术的效率和效果 | 主要针对高斯和自然图像噪声进行去噪处理 | 计算机视觉 | NA | 卷积神经网络 | 逐步残差网络与卷积注意力机制融合网络 | 图像 | 涉及六个不同数据集的超过20种现有方法的结果优化比较 | NA | NA | NA | NA |
| 40409 | 2024-08-05 |
From big data to big insights: statistical and bioinformatic approaches for exploring the lipidome
2024-Apr, Analytical and bioanalytical chemistry
IF:3.8Q1
DOI:10.1007/s00216-023-04991-2
PMID:37875675
|
review | 该文章旨在全面描述脂质组学研究的统计和生物信息学方法 | 提供了关于脂质组数据分析的统计方法和生物信息学工具的框架 | 脂质组数据分析面临大数据和高度相关的数据结构导致的挑战 | 探讨脂质组学数据分析的方法和工具 | 脂质组学中的细胞脂质 | 数字病理学 | NA | 统计分析和深度学习 | NA | 数据集 | NA | NA | NA | NA | NA |
| 40410 | 2024-08-05 |
Computational design of soluble functional analogues of integral membrane proteins
2024-Mar-07, bioRxiv : the preprint server for biology
DOI:10.1101/2023.05.09.540044
PMID:38496615
|
研究论文 | 本文介绍了利用深度学习设计复杂折叠和可溶性整合膜蛋白的功能类比。 | 创新点在于成功重现了独特的膜拓扑结构并将其功能引入到可溶性蛋白质中 | NA | 研究旨在利用计算方法设计复杂的蛋白质折叠和解决整合膜蛋白的功能性问题 | 研究对象为整合膜蛋白及其可溶性类比 | 计算生物学 | NA | 深度学习 | NA | 蛋白质结构 | NA | NA | NA | NA | NA |
| 40411 | 2024-08-05 |
From pixels to patient care: deep learning-enabled pathomics signature offers precise outcome predictions for immunotherapy in esophageal squamous cell cancer
2024-02-22, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-024-04997-z
PMID:38388379
|
研究论文 | 本研究基于H&E染色病理标本，利用深度学习技术预测食管鳞状细胞癌患者对PD-1抑制剂的临床获益。 | 提出了一种名为ESCC-pathomics signature (ESCC-PS)的新方法，能够细分患者的风险组并独立预测PD-1抑制剂的生存率。 | 研究样本来自单中心，可能限制结果的普遍适用性。 | 旨在精确预测食管鳞状细胞癌患者对免疫治疗的反应。 | 食管鳞状细胞癌患者，接受PD-1抑制剂治疗。 | 数字病理学 | 食管癌 | H&E染色病理图像深度学习 | ViT-RNN | 图像 | 包括163例食管鳞状细胞癌患者，使用的图像数量为324幅WSI图像，产生486,188个1024*1024像素的小块 | NA | NA | NA | NA |
| 40412 | 2024-08-05 |
Utility of artificial intelligence in the diagnosis and management of keratoconus: a systematic review
2024, Frontiers in ophthalmology
DOI:10.3389/fopht.2024.1380701
PMID:38984114
|
系统评价 | 本研究综述了人工智能在角膜突出症及其他角膜扩张疾病的诊断和管理中的应用 | 综述了近年来人工智能在角膜突出症早期诊断和管理中的研究进展 | 仅包含英文研究，不包括病例报告、文献综述、会议论文和社论 | 探讨人工智能在角膜突出症的诊断和管理中的实用性 | 包括93项关于角膜突出症及相关病症的研究 | 数字病理学 | 角膜突出症 | 人工智能 | 深度学习 | 数据集 | 93项原始研究 | NA | NA | NA | NA |
| 40413 | 2024-08-05 |
Research on improved gangue target detection algorithm based on Yolov8s
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0293777
PMID:38980881
|
研究论文 | 提出了一种基于Yolov8s的改进算法，以提高煤矸石目标检测的速度和准确性 | 通过使用Fasternet作为骨干网络和引入DIoU损失函数，显著提高了检测性能和准确率 | 未提及该研究的适用限制或特定场景 | 提升煤矸石目标检测的速度和效率 | 煤矸石目标的检测和分类 | 计算机视觉 | NA | 深度学习 | Yolov8s | NA | NA | NA | NA | NA | NA |
| 40414 | 2024-08-05 |
Deep learning for MRI lesion segmentation in rectal cancer
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1394262
PMID:38983364
|
综述 | 本文讨论了深度学习在直肠癌MRI病变分割中的应用进展 | 探讨了深度学习分割算法的发展过程及其在直肠癌MRI病变分割中的应用 | 未提及具体的实验数据或结果，仅进行理论探讨 | 提供对直肠癌MRI病变分割的理论指导和支持 | 深度学习分割算法及其在直肠癌MRI图像中的应用 | 计算机视觉 | 直肠癌 | 深度学习 | NA | 医学图像 | NA | NA | NA | NA | NA |
| 40415 | 2024-08-05 |
Knowledge enhanced bottom-up affordance grounding for robotic interaction
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2097
PMID:38983207
|
研究论文 | 本文提出了一种知识增强的自下而上促进基础建立网络，用于提高机器人与自然语言的交互能力 | 引入外部知识以增强自然语言理解，提高物体抓取的准确性，并提出了一种半自动数据生成方法 | 现有方法依赖大量的配对数据，主要通过手动注释创建现实数据集 | 解决机器人自然语言操作中的知识不足和数据需求问题 | 自然语言指令与视觉输入的结合，以实现自动化的操控 | 机器人技术 | NA | 深度学习 | KBAG-Net | 视觉数据和语言数据 | 两个标准数据集的实验结果 | NA | NA | NA | NA |
| 40416 | 2024-08-05 |
Computational image analysis of distortion, sharpness, and depth of field in a next-generation hybrid exoscopic and microsurgical operative platform
2024, Frontiers in surgery
IF:1.6Q2
DOI:10.3389/fsurg.2024.1418679
PMID:38983589
|
研究论文 | 本研究旨在理解新型混合外镜系统中不同相机设置如何影响神经外科手术的图像质量 | 研究了混合外镜系统中不同相机设置对图像失真和清晰度的影响，提供了量化图像质量的算法 | 仅使用尸体解剖图像作为样本，可能限制了临床应用的普遍性 | 研究神经外科手术中相机设置对图像质量的影响 | 通过混合（显微/外镜）操作平台获取的尸体解剖图像 | 数字病理学 | NA | 4K图像捕获，深度学习单目深度估计模型 | NA | 图像 | 1,368 张高分辨率图片 | NA | NA | NA | NA |
| 40417 | 2024-08-05 |
Multi level perspectives in stock price forecasting: ICE2DE-MDL
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2125
PMID:38983197
|
研究论文 | 本研究提出了一种新颖的混合模型ICE2DE-MDL，用于预测股票收盘价 | 本研究首次有效利用熵和ICEEMDAN概念消除股票数据中的噪声，并将ICEEMDAN应用于金融时间序列预测问题 | NA | 预测股票市场的收盘价格 | 八个股票市场指数和三个股票数据集 | 机器学习 | NA | 熵，ICEEMDAN | LSTM，LSTM-BN，GRU，SVR | 时间序列 | 八个股票市场指数和三个股票数据集 | NA | NA | NA | NA |
| 40418 | 2024-08-05 |
NALA: a Nesterov accelerated look-ahead optimizer for deep learning
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2167
PMID:38983239
|
研究论文 | 本文提出了一种新的优化算法NALA，结合自适应梯度算法和Nesterov加速，在深度学习中应用 | NALA通过前瞻机制将自适应梯度算法与Nesterov加速结合，实现更快的收敛速度 | 未提及具体的局限性 | 探讨如何通过优化算法加速深度学习模型的收敛 | 主要针对深度学习中的图像分类任务 | 深度学习 | NA | 自适应梯度算法, Nesterov加速 | NA | 图像 | 在公共数据集上进行实验比较，样本数量未具体说明 | NA | NA | NA | NA |
| 40419 | 2024-08-05 |
Clustering analysis for classifying fake real estate listings
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2019
PMID:38983188
|
研究论文 | 本文探讨了利用聚类分析对虚假房地产房源进行分类的方法 | 创新之处在于将聚类分析应用于房地产领域，以区分虚假与真实房源 | 聚类在房地产领域的应用相对有限，主要集中于拍卖和物业评估 | 研究旨在开发有效的方法来区分真实和虚假的房地产房源 | 研究对象为通过行业专家策划的数据集中的房地产房源 | 计算机视觉 | NA | K-means | 随机森林和决策树 | 数据集 | NA | NA | NA | NA | NA |
| 40420 | 2024-08-05 |
Intelligent real-life key-pixel image detection system for early Arabic sign language learners
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.2063
PMID:38983191
|
研究论文 | 本研究提出了一种改进的手语检测方法，旨在提高早期阿拉伯手语学习者的学习效果 | 提出的iSDS方法基于YOLOv8算法，能够有效降低误报率并提高手语检测的准确性和速度 | 本文未提及具体的样本量和训练数据的多样性 | 改善手语学习框架，以帮助听力障碍人群更好地学习手语 | 早期阿拉伯手语学习者 | 计算机视觉 | NA | YOLOv8 | 深度学习 | 图像 | NA | NA | NA | NA | NA |