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 24644 篇文献,本页显示第 6521 - 6540 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
6521 2025-03-14
Deep Learning Models for Coronary Atherosclerosis Detection in Coronary CT Angiography
2024, Current medical imaging IF:1.1Q3
研究论文 本文旨在测试和比较不同的预训练深度学习模型,以找到用于冠状动脉CT血管造影中动脉粥样硬化检测的最佳模型 使用Haar小波分解提高模型的灵敏度,并比较了不同预训练模型在动脉粥样硬化检测中的性能 尽管Resnet101模型在准确性和PPV方面表现良好,但其灵敏度较低 寻找用于冠状动脉CT血管造影中动脉粥样硬化检测的最佳深度学习模型 冠状动脉CT血管造影图像 计算机视觉 心血管疾病 Haar小波分解 Resnet101, CNN, KNN 图像 NA
6522 2025-03-14
Clinically Applicable Pan-Origin Cancer Detection for Lymph Nodes via Artificial Intelligence-Based Pathology
2024, Pathobiology : journal of immunopathology, molecular and cellular biology IF:3.5Q1
研究论文 本文提出了一种基于人工智能的泛起源淋巴结癌症转移检测系统,用于术后淋巴结的组织病理学诊断 开发了一种泛起源淋巴结癌症转移检测系统,结合两种深度学习模型进行淋巴结定位和癌症检测,具有高准确性和临床适用性 未提及系统在不同医疗中心间的广泛验证及长期临床应用的稳定性 开发一种适用于临床的泛起源淋巴结癌症转移检测系统,以提高诊断准确性并减少漏诊率 淋巴结 数字病理学 癌症 深度学习 深度学习模型 全切片图像(WSIs) 700多张WSIs用于训练,1,402张WSIs来自49个器官,1,051张WSIs来自52个器官用于验证
6523 2025-03-14
Is the Juice Worth the Squeeze? Learning Curve of a Chest Radiograph Semantic Labeling Deep Learning Model
2024-01-01, Journal of thoracic imaging IF:2.0Q3
NA NA NA NA NA NA NA NA NA NA NA NA
6524 2025-03-14
Exploring the application of deep learning methods for polygenic risk score estimation
2023-Dec-15, medRxiv : the preprint server for health sciences
研究论文 本文探讨了深度学习在估计多基因风险评分(PRS)中的应用 使用单一模型生成多个PRS,并探索了机器学习在PRS生成中的潜力,特别是在处理缺失数据时的表现 模型的进一步改进可能需要额外的输入数据 研究机器学习如何改进多基因风险评分的生成 UK Biobank数据中的已知PRS 机器学习 NA 深度学习 MLP 基因数据 UK Biobank数据
6525 2025-03-14
Deep learning on electronic medical records identifies distinct subphenotypes of diabetic kidney disease driven by genetic variations in the Rho pathway
2023-Sep-07, medRxiv : the preprint server for health sciences
研究论文 本文利用深度学习技术分析电子病历数据,识别出与糖尿病肾病进展相关的新型遗传特征,并发现由Rho通路基因变异驱动的不同亚型 首次发现影响细胞骨架调节蛋白稳定性的疾病相关遗传变异,揭示了一种新的表达数量性状位点类别,具有潜在治疗靶点价值 研究样本量相对较小(1,372例),且仅针对糖尿病肾病患者,结果可能不适用于其他类型肾病 探索糖尿病肾病的遗传异质性,识别与疾病进展相关的遗传特征 1,372名糖尿病肾病患者 机器学习 糖尿病肾病 深度学习,外显子组关联分析 自编码器,无监督聚类 电子病历数据 1,372名糖尿病肾病患者
6526 2024-08-07
Deep Learning on Electrocardiograms for Prediction of In-hospital Intradialytic Hypotension in Patients with ESKD
2023-09-01, Kidney360 IF:3.2Q1
NA NA NA NA NA NA NA NA NA NA NA NA
6527 2025-03-14
Deep Learning for Automated Measurement of Patellofemoral Anatomic Landmarks
2023-Jul-08, Bioengineering (Basel, Switzerland)
研究论文 本文应用深度学习技术自动测量膝关节解剖标志,以更好地理解解剖结构,从而改善治疗效果 首次开发了一个深度学习回归模型,用于自动标注髌股关节解剖标志,并在生理和病理CT影像上进行大规模训练 健康队列的沟角测量存在统计学显著差异 通过深度学习自动测量膝关节解剖标志,以改善对髌股关节解剖结构的理解 483名患者的膝关节CT影像,包括计划进行膝关节置换的患者和健康膝关节解剖的患者 计算机视觉 膝关节疾病 深度学习 修改后的ResNet50架构 CT影像 483名患者的14,652张图像
6528 2025-03-14
The impact of trade and financial expansion on volatility of real exchange rate
2022, PloS one IF:2.9Q1
研究论文 本文研究贸易和金融开放对实际汇率波动的影响,并通过实证分析提供减少实际汇率波动的参考 结合物联网金融的创新商业模式,利用深度学习进行金融数据分析,探讨贸易和金融开放对实际汇率波动的影响 研究仅基于45个主要国家的面板数据,可能无法全面反映全球情况 探讨贸易和金融开放对实际汇率波动的影响,为减少实际汇率波动提供参考 45个主要国家的贸易和金融开放数据 金融数据分析 NA 深度学习(DL) NA 面板数据 45个主要国家的数据
6529 2025-03-13
Estimation of fatty acid composition in mammary adipose tissue using deep neural network with unsupervised training
2025-May, Magnetic resonance in medicine IF:3.0Q2
研究论文 本文提出了一种基于深度学习的无监督训练方法,用于快速稳健地估计乳腺脂肪组织中的脂肪酸组成 提出了一种基于物理的无监督深度学习网络FAC-Net,用于从多回波双极梯度回波数据中估计脂肪酸组成,这是该领域的一项创新 研究样本量较小,癌症组和对照组的脂肪酸组成差异未达到统计学显著性 开发一种基于深度学习的方法,用于快速稳健地估计乳腺脂肪组织中的脂肪酸组成 乳腺脂肪组织 机器学习 乳腺癌 多回波双极梯度回波MRI 无监督深度学习网络(FAC-Net) MRI图像数据 15名绝经后女性(8名对照组,7名癌症组)和包含8种不同脂肪酸组成的油类的体模
6530 2025-03-13
Automated Euler number of the alveolar capillary network based on deep learning segmentation with verification by stereological methods
2025-Apr, Journal of microscopy IF:1.5Q3
研究论文 本文探讨了深度学习在处理肺泡毛细血管网络(ACN)分割、三维重建及自动化定量分析中的适用性,并与体视学方法进行验证 使用深度学习技术对SBF-SEM数据进行ACN分割,尽管训练数据有限且采用2D而非3D方法,仍生成了比现有方法更完整的初始分割 分析的数据量有限,未获得关于BPD引起的ACN改变的代表性数据,且需要进一步减少手动交互以充分利用自动化软件工具 开发高效的方法进行肺泡毛细血管网络的定量比较研究 肺泡毛细血管网络(ACN) 数字病理学 肺病 深度学习(DL),序列块面扫描电子显微镜(SBF-SEM) 2D深度学习模型 图像 有限的数据量,未具体说明样本数量
6531 2025-03-13
Impact of deep learning denoising on kinetic modelling for low-dose dynamic PET: application to single- and dual-tracer imaging protocols
2025-Mar-12, European journal of nuclear medicine and molecular imaging IF:8.6Q1
研究论文 本文探讨了深度学习去噪(DL-DN)在低剂量动态PET成像中的应用,以改善单和双示踪剂成像协议的定量分析 首次将深度学习去噪技术应用于低剂量动态PET成像,特别是在单和双示踪剂成像协议中,以改善定量分析的准确性 在极低剂量(4 MBq)下,对[¹⁸F]FGln在乳腺病变中的准确性有所降低 研究深度学习去噪技术在低剂量动态PET成像中的应用,以改善定量分析的准确性 16例[18F]FDG PET研究 医学影像处理 NA 深度学习去噪(DL-DN) 深度学习框架 PET图像 16例[18F]FDG PET研究
6532 2025-03-13
Intelligent optoelectrowetting digital microfluidic system for real-time selective parallel manipulation of biological droplet arrays
2025-Mar-11, Lab on a chip IF:6.1Q2
研究论文 本文提出了一种结合光电润湿技术和深度学习算法的智能控制系统,用于实时选择性并行操作生物液滴阵列 结合光电润湿技术与深度学习算法,实现液滴的实时检测、自动生成虚拟电极控制移动,以及液滴阵列的高效跟踪 当前技术依赖于操作员手动定位液滴、绘制光学图案和预设液滴移动路径,缺乏实时反馈和独立液滴控制能力,可能导致液滴失控和污染 开发一种智能控制系统,用于自动化操作离散液滴,提高数字微流控技术在生物医学等领域的应用 生物液滴阵列 数字病理学 NA 光电润湿技术、深度学习算法 目标检测算法、跟踪算法 图像 NA
6533 2025-03-13
A direct learning approach for detection of hotspots in microwave hyperthermia treatments
2025-Mar-11, Medical & biological engineering & computing IF:2.6Q3
研究论文 本文提出了一种使用深度学习在微波热疗中检测乳腺组织温度是否超过阈值的方法 提出了一种深度卷积编码器-解码器架构的模型,用于处理微波热疗中的温度监测问题,并展示了数据驱动方法在温度监测应用中的强大正则化能力 模型主要基于模拟数据进行训练和测试,尽管也使用了商业软件中的电磁热模拟数据,但实际临床数据的应用和验证仍需进一步研究 研究微波热疗中乳腺组织温度是否超过阈值的检测方法 乳腺组织 计算机视觉 乳腺癌 深度学习 深度卷积编码器-解码器 图像 模拟数据和商业软件中的电磁热模拟数据
6534 2025-03-13
Dual-Modality Virtual Biopsy System Integrating MRI and MG for Noninvasive Predicting HER2 Status in Breast Cancer
2025-Mar-10, Academic radiology IF:3.8Q1
研究论文 本研究开发并验证了一种基于深度学习的决策视觉生物标志物系统(DM-VBS),用于通过MRI和乳腺X线摄影(MG)的放射组学和深度学习特征预测乳腺癌HER2状态 创新点在于整合了MRI和MG的双模态数据,构建了四个子模型,并通过XGBoost模型进行三元分类,以预测HER2状态 研究未明确提及对HER2-zero和HER2-low组之间的区分能力,且样本量相对有限 开发并验证一种非侵入性预测乳腺癌HER2状态的深度学习系统 乳腺癌患者 数字病理 乳腺癌 MRI, 乳腺X线摄影(MG) XGBoost, 深度学习模型 图像 550名患者
6535 2025-03-13
Quantitative Magnetic Resonance Imaging Methods for the Assessment and Prediction of Treatment Response to Transarterial Chemoembolization in Hepatocellular Carcinoma
2025-Mar-10, Academic radiology IF:3.8Q1
综述 本文综述了定量磁共振成像(qMRI)在预测和评估肝细胞癌(HCC)患者对经动脉化疗栓塞(TACE)治疗反应中的最新应用 探讨了多种qMRI方法在预测TACE治疗反应中的应用,包括肝细胞特异性对比增强MRI、扩散成像、灌注成像、磁共振波谱(MRS)、血氧水平依赖功能MRI(BOLD-fMRI)、磁共振弹性成像(MRE)和人工智能(AI) BOLD-fMRI和MRE仍缺乏关键定量参数的模型,AI模型的附加价值需要通过更大规模的前瞻性研究验证 评估和预测肝细胞癌患者对TACE治疗的反应 肝细胞癌(HCC)患者 数字病理 肝癌 定量磁共振成像(qMRI) AI模型(包括放射组学或深度学习) 磁共振成像数据 NA
6536 2025-03-13
A large-scale open image dataset for deep learning-enabled intelligent sorting and analyzing of raw coal
2025-Mar-08, Scientific data IF:5.8Q1
研究论文 本文介绍了一个大规模开源的原煤图像数据集DsCGF,用于支持深度学习驱动的原煤智能分选和分析 提出了一个大规模、多层次的标注原煤图像数据集,填补了智能选煤领域缺乏准确大规模数据的空白 数据集仅涵盖中国三个代表性矿区的样本,可能无法完全代表其他地区的原煤特征 推动中国能源转型,实现碳达峰和碳中和战略目标下的智能选煤技术发展 原煤图像 计算机视觉 NA 深度学习 NA 图像 超过27万张可见光图像,来自中国三个代表性矿区
6537 2025-03-13
Research on the performance of the SegFormer model with fusion of edge feature extraction for metal corrosion detection
2025-Mar-08, Scientific reports IF:3.8Q1
研究论文 本文提出了一种基于边缘特征提取的SegFormer金属腐蚀检测方法,旨在提高金属腐蚀边界和小腐蚀区域的准确分割 引入了边缘特征提取模块(EEM)和特征融合模块(FFM),通过逐步上采样解码层设计,增强了模型对小腐蚀区域的检测能力 NA 提高金属腐蚀检测的准确性和效率 金属腐蚀图像 计算机视觉 NA NA SegFormer 图像 公共金属表面腐蚀图像数据集、BSData缺陷数据集、自建管道腐蚀坑图像数据集
6538 2025-03-13
Probabilistic and deep learning approaches for conductivity-driven nanocomposite classification
2025-Mar-07, Scientific reports IF:3.8Q1
研究论文 本研究提出了一种结合贝叶斯技术和深度学习的混合方法,用于改进纳米复合材料的分类,特别是评估其导电性能 提出了一种结合贝叶斯网络(BN)和基于Transformer架构的循环神经网络(RNN)的混合模型,以量化并报告认知不确定性,从而提高分类准确性 研究主要关注方法学上的进展,实验结果的广泛适用性尚未验证 改进纳米复合材料的分类方法,特别是评估其导电性能 纳米复合材料 机器学习 NA 贝叶斯网络(BN),循环神经网络(RNN),Transformer架构 贝叶斯网络(BN),循环神经网络(RNN) NA NA
6539 2025-03-11
Author Correction: Signature-based intrusion detection using machine learning and deep learning approaches empowered with fuzzy clustering
2025-Mar-07, Scientific reports IF:3.8Q1
NA NA NA NA NA NA NA NA NA NA NA NA
6540 2025-03-13
SwinConvNeXt: a fused deep learning architecture for Real-time garbage image classification
2025-Mar-07, Scientific reports IF:3.8Q1
研究论文 本文提出了一种名为SwinConvNeXt的融合深度学习架构,用于实时垃圾图像分类 结合了增强的Swin Transformer、改进的ConvNeXt和空间注意力机制,有效提取垃圾图像的全局和局部特征,提高了分类准确性 模型在处理视觉相似度高且大小不一的物体时可能存在挑战 开发一种高效且可持续的实时垃圾管理系统 垃圾图像 计算机视觉 NA 深度学习 SwinConvNeXt 图像 公开的垃圾分类数据集
回到顶部