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 42799 篇文献，本页显示第 42001 - 42020 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 42001 | 2024-08-07 |
Point based weakly semi-supervised biomarker detection with cross-scale and label assignment in retinal OCT images
2024-Jun, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2024.108229
PMID:38761413
|
研究论文 | 本文提出了一种基于点的弱半监督生物标志物检测网络，用于在视网膜OCT图像中进行生物标志物检测，通过点标注减少边界框级别的标注工作，并引入跨尺度特征增强模块和动态标签分配策略提高检测性能 | 提出了一种新的弱半监督对象检测方法，使用点标注减少边界框级别的标注工作；引入了跨尺度特征增强模块和动态标签分配策略，以处理生物标志物的大尺度变化和外观不明显的问题 | NA | 旨在克服现有深度学习方法在检测视网膜OCT图像中生物标志物时遇到的挑战，提高检测的准确性和效率 | 视网膜OCT图像中的生物标志物 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 使用了5%、10%和50%的全标注数据集进行实验 | NA | NA | NA | NA |
| 42002 | 2024-08-07 |
Deep Learning Method for Rapid Simultaneous Multistructure Temporal Bone Segmentation
2024-Jun, Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery
DOI:10.1002/ohn.764
PMID:38769857
|
研究论文 | 开发并验证了一种深度学习算法，用于从临床计算机断层扫描（CT）数据集中自动分割关键的颞骨结构 | 使用先进的深度学习算法（SwinUNETR）进行快速的多结构颞骨分割 | NA | 提高耳科手术的术前评估和术中指导 | 颞骨内的多个结构 | 计算机视觉 | NA | 深度学习 | SwinUNETR | CT扫描图像 | 325个临床CT扫描数据集，分为训练集260个和测试集65个 | NA | NA | NA | NA |
| 42003 | 2024-08-07 |
Deep learning based linear energy transfer calculation for proton therapy
2024-May-30, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad4844
PMID:38714191
|
research paper | 本研究旨在通过深度学习模型计算线性能量转移（LET），以解决传统方法在评估相对生物效应（RBE）中的局限性 | 提出了一种基于深度学习的模型，用于计算剂量加权LET（LET），该模型利用患者解剖和剂量到水（D）数据，实现实时生物剂量评估和LET优化 | 模型在剂量梯度最大和计数统计最低的场边缘存在最大差异 | 开发一种高效的深度学习模型，用于精确快速地计算LET，以优化质子治疗计划的RBE | 275个4场前列腺质子立体定向体放射治疗计划的1100个场 | machine learning | prostate cancer | 深度学习 | 3D Cascaded UNet | CT图像和D数据 | 275个4场前列腺质子立体定向体放射治疗计划的1100个场，随机分为880个训练场，110个验证场和110个测试场 | NA | NA | NA | NA |
| 42004 | 2024-08-07 |
Evaluation of an automated clinical decision system with deep learning dose prediction and NTCP model for prostate cancer proton therapy
2024-May-30, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad48f6
PMID:38718814
|
研究论文 | 评估使用深度学习剂量预测方法结合正常组织并发症概率（NTCP）模型，为前列腺癌患者选择最适合的质子治疗的可行性 | 采用深度学习技术进行剂量预测，能显著减少计划比较所需时间，从约2天缩短至5秒 | 剂量预测的不确定性对基于NTCP的患者选择决策准确性影响不大 | 评估深度学习剂量预测方法在前列腺癌质子治疗中的应用效果 | 前列腺癌患者及其质子治疗方案 | 机器学习 | 前列腺癌 | 深度学习 | 3D UNet | 图像 | 95名局部前列腺癌患者 | NA | NA | NA | NA |
| 42005 | 2024-08-07 |
An indirect estimation of x-ray spectrum via convolutional neural network and transmission measurement
2024-May-30, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad494f
PMID:38722545
|
研究论文 | 本文提出了一种结合X射线成像物理和卷积神经网络（CNN）的精确且鲁棒的光谱估计方法 | 该方法通过传输测量和蒙特卡罗模拟生成的模型光谱的卷积求和来估计光谱，并使用实际投影与估计投影之间的差异作为损失函数来训练网络，相较于之前的方法，在准确性和鲁棒性上有所提升 | NA | 提出一种精确且鲁棒的X射线光谱估计方法 | X射线光谱估计 | 计算机视觉 | NA | 卷积神经网络（CNN） | CNN | 图像 | 80 kVp和100 kVp的测试结果 | NA | NA | NA | NA |
| 42006 | 2024-08-07 |
Directional TV algorithm for image reconstruction from sparse-view projections in EPR imaging
2024-May-30, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad4a1b
PMID:38729205
|
研究论文 | 本文提出了一种基于方向总变差（DTV）算法的电子顺磁共振（EPR）成像中的稀疏视图投影图像重建方法 | 本文创新性地提出了方向总变差（DTV）模型及其Chambolle-Pock求解算法，以提高EPR成像中稀疏重建的准确性 | NA | 开发一种先进的算法用于3D EPR成像的稀疏重建 | EPR成像中的稀疏视图投影图像重建 | 计算机视觉 | NA | 电子顺磁共振成像 | 方向总变差（DTV）模型 | 图像 | 模拟的六球体模型和两个装有OX063三苯甲基溶液的实际瓶子模型 | NA | NA | NA | NA |
| 42007 | 2024-08-07 |
DMGM: deformable-mechanism based cervical cancer staging via MRI multi-sequence
2024-May-30, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad4c50
PMID:38749463
|
研究论文 | 本研究利用深度学习方法，特别是可变形卷积层，通过多序列MRI图像对宫颈癌进行分期 | 提出了一种新的可变形ConvLSTM模块，该模块结合了可变形机制与ConvLSTM，使模型能够适应结构多变的数据 | 研究中提到了样本量有限的问题，尽管引入了序列增强策略，但仍可能存在数据不足的情况 | 旨在通过计算机辅助诊断系统改进医生在识别多序列MRI图像时的挑战 | 宫颈癌的分期 | 机器学习 | 宫颈癌 | MRI | CNN, LSTM | 图像 | 利用了BraTS 2019的多模态数据作为外部测试数据集 | NA | NA | NA | NA |
| 42008 | 2024-08-07 |
Enhancement of OCTen faceimages by unsupervised deep learning
2024-May-30, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad4c52
PMID:38749469
|
研究论文 | 本文提出了一种基于无监督深度学习的OCT图像质量增强方法 | 采用无监督学习方法，无需大量配对训练数据，有效改善了OCT图像的散斑噪声和失焦问题 | NA | 开发一种无监督方法以提高OCT图像的质量 | OCT图像的质量增强 | 计算机视觉 | NA | 深度学习 | 无监督学习模型 | 图像 | 由自制散斑调制OCT系统收集的未注册失焦常规OCT图像和聚焦无散斑OCT图像构建的数据集 | NA | NA | NA | NA |
| 42009 | 2024-08-07 |
All-optical complex field imaging using diffractive processors
2024-May-28, Light, science & applications
DOI:10.1038/s41377-024-01482-6
PMID:38802376
|
研究论文 | 本文介绍了一种使用衍射处理器实现全光复杂场成像的设计 | 设计了一种无需数字处理即可在基于强度的传感器阵列上同时捕获输入场的振幅和定量相位信息的复杂场成像器 | NA | 开发一种能够在不使用数字图像重建算法的情况下捕获复杂场振幅和相位信息的技术 | 复杂场的振幅和相位信息 | 计算机视觉 | NA | 衍射处理器 | 深度学习优化 | 图像 | 使用3D打印原型在太赫兹频谱上进行实验验证 | NA | NA | NA | NA |
| 42010 | 2024-08-07 |
Impact of functional electrical stimulation on nerve-damaged muscles by quantifying fat infiltration using deep learning
2024-05-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-62805-6
PMID:38802457
|
研究论文 | 本研究通过深度学习量化脂肪浸润，评估长期功能性电刺激（FES）对受损后环杓后肌（PCA）的影响 | 采用深度神经网络IMFSegNet进行自动化分析，比传统机器学习方法更准确 | NA | 验证长期FES对PCA的脂肪浸润无显著影响 | 后环杓后肌（PCA）的肌肉横截面脂肪浸润情况 | 计算机视觉 | NA | 深度学习 | 深度神经网络 | 图像 | 超过300张H&E染色的肌肉横截面图像，来自22只羊 | NA | NA | NA | NA |
| 42011 | 2024-08-07 |
Proximal femur fracture detection on plain radiography via feature pyramid networks
2024-05-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63001-2
PMID:38802519
|
研究论文 | 本研究开发了一种基于特征金字塔网络（FPN）的深度学习模型，用于从普通X光片中检测和定位近端股骨骨折 | 本研究模型在检测近端股骨骨折方面比传统FPN模型和基于DINO网络的先进transformer模型表现出更高的灵敏度和准确性，且处理时间更短 | NA | 开发和评估一种深度学习模型，用于自动检测和定位近端股骨骨折 | 近端股骨骨折的检测和定位 | 计算机视觉 | 骨折 | NA | 特征金字塔网络（FPN） | 图像 | 823张髋部X光片，包括150名近端股骨骨折患者和362名对照组 | NA | NA | NA | NA |
| 42012 | 2024-08-07 |
SEM Image Processing Assisted by Deep Learning to Quantify Mesoporous γ-Alumina Spatial Heterogeneity and Its Predicted Impact on Mass Transfer
2024-May-23, The journal of physical chemistry. C, Nanomaterials and interfaces
DOI:10.1021/acs.jpcc.4c00323
PMID:38807629
|
研究论文 | 本研究结合氮吸附和脱附、汞孔隙度测定以及先进的扫描电子显微镜（SEM）成像和处理方法，量化了γ-氧化铝的空间异质性，并探讨了其对质量传递的影响。 | 利用深度学习语义分割和灰度校准下的孔隙度测量等先进SEM图像分析技术，量化了包含体体积分数和界面孔隙度差异，并基于有效介质理论（EMT）模型预测了有效扭曲因子。 | 研究发现，对于所研究的氧化铝，空间孔隙异质性对有效扭曲因子的影响可以忽略不计，除非包含体含量至少为30%且界面孔隙度差异超过20%。 | 旨在通过量化γ-氧化铝的空间异质性，指导设计具有更高活性和选择性以及更好抗失活能力的异质催化剂。 | 研究对象为γ-氧化铝，一种具有重要工业意义的催化剂载体。 | 数字病理学 | NA | 扫描电子显微镜（SEM） | 深度学习 | 图像 | 未明确提及具体样本数量 | NA | NA | NA | NA |
| 42013 | 2024-08-07 |
Clinical Case of Mild Tatton-Brown-Rahman Syndrome Caused by a Nonsense Variant in DNMT3A Gene
2024-May-21, Clinics and practice
IF:1.7Q2
DOI:10.3390/clinpract14030073
PMID:38804405
|
研究论文 | 本文报告了一例由DNMT3A基因无义突变引起的轻度Tatton-Brown-Rahman综合征的临床案例 | 首次报道了DNMT3A基因中的一个复发性无义突变，提示该基因可能是一个突变热点 | NA | 探讨Tatton-Brown-Rahman综合征的临床多样性，并扩展该综合征的表型谱 | 一例10岁男孩的Tatton-Brown-Rahman综合征 | NA | 遗传性疾病 | 全外显子测序 | 深度学习 | 基因序列 | 一例患者及其父母 | NA | NA | NA | NA |
| 42014 | 2024-08-07 |
Fine Optimization of Colloidal Photonic Crystal Structural Color for Physically Unclonable Multiplex Encryption and Anti-Counterfeiting
2024-May, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202305876
PMID:38576190
|
研究论文 | 本文提出了一种结合荧光和结构色的物理不可克隆多重加密系统（PUMES），用于高价值物品的防伪 | 通过调整胶体光子墨水的物理化学性质，构建了全面的印刷相图，并优化了喷墨打印的胶体光子晶体结构色的亮度和色彩饱和度，同时引入了荧光以增强系统的随机性和编码能力 | NA | 开发一种新型的防伪技术，以实现高级别的加密和易于认证 | 胶体光子墨水的物理化学性质，喷墨打印的胶体光子晶体结构色，以及荧光特性 | NA | NA | 喷墨打印技术，深度学习算法 | 深度学习算法 | 图像 | NA | NA | NA | NA | NA |
| 42015 | 2024-08-07 |
Artificial intelligence in surgery
2024-May, Nature medicine
IF:58.7Q1
DOI:10.1038/s41591-024-02970-3
PMID:38740998
|
综述 | 本文综述了人工智能在手术领域的应用，重点讨论了其在术前、术中和术后对手术护理的多方面改进 | 介绍了基础模型架构、可穿戴技术和手术数据基础设施的进步如何促进AI干预和应用的快速发展 | NA | 探讨成熟的人工智能方法如何潜在地改善患者结果、促进外科教育并优化手术护理 | 人工智能在手术领域的应用 | 机器学习 | NA | 深度学习 | 基础模型 | NA | NA | NA | NA | NA | NA |
| 42016 | 2024-08-07 |
Robust Highly-accelerated MR Fingerprinting Using Transformer-based Deep Learning
2024-May, Proceedings of the International Society for Magnetic Resonance in Medicine ... Scientific Meeting and Exhibition. International Society for Magnetic Resonance in Medicine. Scientific Meeting and Exhibition
PMID:38798756
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 42017 | 2024-08-07 |
From Pixels to Prognosis: A Narrative Review on Artificial Intelligence's Pioneering Role in Colorectal Carcinoma Histopathology
2024-Apr, Cureus
DOI:10.7759/cureus.59171
PMID:38807833
|
综述 | 本文综述了人工智能在结直肠癌组织病理学中的开创性作用，包括其发展、技术和进展 | 人工智能算法，特别是机器学习和深度学习，革新了图像分析，有助于准确诊断和预后预测 | 挑战包括数据质量、可解释性和整合 | 探讨人工智能在结直肠癌组织病理学中的应用及其对未来肿瘤学研究和临床实践的影响 | 结直肠癌的组织病理学评估 | 数字病理学 | 结直肠癌 | 机器学习、深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 42018 | 2024-08-07 |
DeepPPThermo: A Deep Learning Framework for Predicting Protein Thermostability Combining Protein-Level and Amino Acid-Level Features
2024-02, Journal of computational biology : a journal of computational molecular cell biology
IF:1.4Q2
DOI:10.1089/cmb.2023.0097
PMID:38100126
|
研究论文 | 提出了一种名为DeepPPThermo的深度学习框架，结合蛋白质级和氨基酸级特征预测蛋白质热稳定性 | 利用深度神经网络（DNN）和双向长短期记忆网络（Bi-LSTM）挖掘隐藏特征，并通过局部和全局注意力机制赋予多视角特征不同重要性 | NA | 研究如何有效利用多视角序列信息预测蛋白质热稳定性 | 热稳定性和中温性蛋白质的分类 | 机器学习 | NA | 深度学习 | DNN, Bi-LSTM | 序列信息 | 未具体说明 | NA | NA | NA | NA |
| 42019 | 2024-08-07 |
Survey of Denoising, Segmentation and Classification of Pancreatic Cancer Imaging
2024, Current medical imaging
IF:1.1Q3
|
综述 | 本文综述了胰腺癌影像的去噪、分割和分类的不同方法 | 在分割方面，基于图谱的区域增长方法表现优于现有技术；在分类方面，深度学习方法优于其他方法 | NA | 探讨计算机辅助诊断系统在胰腺癌检测中的应用 | 胰腺癌影像的去噪、分割和分类 | 计算机视觉 | 胰腺癌 | 计算机辅助诊断系统（CADs） | 深度学习 | 影像 | NA | NA | NA | NA | NA |
| 42020 | 2024-08-07 |
A Comprehensive Review on MRI-based Knee Joint Segmentation and Analysis Techniques
2024, Current medical imaging
IF:1.1Q3
|
综述 | 本文综述了基于MRI的膝关节分割与分析技术 | 介绍了近年来基于深度学习的全自动分割方法，这些方法不仅比传统技术提供更好的结果，还开辟了医学影像研究的新领域 | NA | 旨在介绍不同科学文章中发表的膝关节骨、软骨和半月板的全自动和半自动分割方法 | 膝关节骨、软骨和半月板的分割 | 医学影像 | 骨关节炎 | MRI | 深度学习 | 图像 | NA | NA | NA | NA | NA |