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 23937 篇文献,本页显示第 661 - 680 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
661 2025-04-26
Diagnostic accuracy of deep learning-based algorithms in laryngoscopy: a systematic review and meta-analysis
2025-Jan, European archives of oto-rhino-laryngology : official journal of the European Federation of Oto-Rhino-Laryngological Societies (EUFOS) : affiliated with the German Society for Oto-Rhino-Laryngology - Head and Neck Surgery IF:1.9Q2
meta-analysis 本文通过系统综述和荟萃分析评估了基于深度学习的算法在喉镜检查中的诊断准确性 首次对深度学习在喉镜图像中诊断喉癌的效能进行了系统评价和荟萃分析 纳入研究数量有限(9项研究),可能存在发表偏倚 评估深度学习算法在喉镜检查中对喉癌的诊断效能 喉镜图像 digital pathology laryngeal cancer deep learning NA image 106,175张内窥镜图像
662 2025-04-26
Solving the Inverse Problem of Electrocardiography for Cardiac Digital Twins: A Survey
2025, IEEE reviews in biomedical engineering IF:17.2Q1
综述 本文全面回顾了解决心电图逆问题的方法、验证策略、临床应用及未来展望 将物理定律与深度学习模型结合,提高心电图逆推断的准确性和效率 动态电生理学的准确捕捉、领域知识的准确获取以及预测不确定性的量化仍存在挑战 解决心电图逆问题,以构建高保真的心脏数字孪生体 心脏数字孪生体(CDTs)及其心电图数据 数字病理学 心血管疾病 深度学习与传统技术结合 深度学习模型 心电图数据 NA
663 2025-04-26
Evaluation of root canal filling length on periapical radiograph using artificial intelligence
2025-Jan, Oral radiology IF:1.6Q3
research paper 本研究提出了一种利用人工智能和图像分析技术评估根管充填成功的新方法 首次将5种基于CNN的深度学习模型应用于根管充填的自动分割,并开发了供临床医生使用的GUI界面进行辅助分析 样本量相对有限(597张根尖周X线片),且仅评估了二维影像数据 开发AI辅助的根管治疗评估系统 根管充填的影像学评估 digital pathology dental disease image analysis CNN image 597张根尖周X线片(包含1121颗治疗牙)
664 2025-04-26
Active Machine Learning for Pre-procedural Prediction of Time-Varying Boundary Condition After Fontan Procedure Using Generative Adversarial Networks
2025-Jan, Annals of biomedical engineering IF:3.0Q3
研究论文 本研究应用机器学习技术预测Fontan手术后的边界条件,以优化手术规划 提出了一种新颖的多样性感知生成对抗主动学习框架,用于在有限的心血管病例数据上训练预测性深度神经网络 研究基于虚拟队列合成数据,可能无法完全反映真实临床情况的复杂性 开发预测Fontan手术后边界条件的方法,以优化手术规划 Fontan手术患者 机器学习 心血管疾病 生成对抗网络(GAN) GAN, 深度神经网络 血流动力学数据 14组实验
665 2025-04-26
HepNet: Deep Neural Network for Classification of Early-Stage Hepatic Steatosis Using Microwave Signals
2025-Jan, IEEE journal of biomedical and health informatics IF:6.7Q1
研究论文 本研究介绍了一种利用微波技术和深度学习分类早期肝脂肪变性的新方法HepNet 提出了一种名为HepNet的新型深度学习模型,结合微波信号和迁移学习,提高了早期肝脂肪变性的检测准确性 临床数据样本量有限(94和158例患者样本) 开发一种可靠的早期肝脂肪变性分类方法 肝脂肪变性患者 数字病理学 肝病 微波技术 HepNet(基于CNN的改进模型) 微波信号数据 模拟数据训练,94例和158例临床患者样本验证
666 2025-04-26
Cardiac motion correction with a deep learning network for perfusion defect assessment in single-photon emission computed tomography myocardial perfusion imaging
2025-Jan, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology IF:3.0Q2
研究论文 本研究探讨了在单光子发射计算机断层扫描心肌灌注成像中,使用深度学习网络进行心脏运动校正以评估灌注缺陷的潜在益处 首次将深度学习网络应用于心脏运动校正,显著提高了标准计数和减少计数研究中的灌注缺陷检测能力 研究依赖于模拟病变作为真实值,可能无法完全反映真实临床情况 提高单光子发射计算机断层扫描心肌灌注成像中灌注缺陷的检测准确性 心脏运动伪影和灌注缺陷 数字病理学 心血管疾病 单光子发射计算机断层扫描(SPECT) 深度学习网络(DL) 医学影像 训练集197例,测试集194例临床受试者
667 2025-04-26
Style harmonization of panoramic radiography using deep learning
2025-Jan, Oral radiology IF:1.6Q3
研究论文 本研究利用深度学习技术对来自不同设备的全景放射影像进行风格统一 首次使用CycleGAN对全景放射影像进行风格统一,并通过客观和专家评估验证其效果 模型需要进一步优化以适用于更多设备的影像 实现不同设备拍摄的全景放射影像的风格统一 全景放射影像 计算机视觉 NA CycleGAN GAN 图像 15,624张全景影像(其中444张用于测试)
668 2025-04-26
Challenges and Opportunities in the Clinical Translation of High-Resolution Spatial Transcriptomics
2025-Jan, Annual review of pathology
综述 本文回顾了高分辨率空间转录组学技术在临床转化中的挑战与机遇 探讨了空间转录组学技术在亚细胞分辨率下数字化基因表达的创新潜力及其在个性化医疗中的应用 讨论了高分辨率空间转录组学技术在快速转化中面临的挑战 旨在推动空间转录组学技术在疾病机制研究和个性化治疗中的临床应用 常规收集和存档的临床样本 数字病理学 NA 空间转录组学技术 深度学习 基因表达数据 NA
669 2025-04-26
Retinal OCT biomarkers and their association with cognitive function-clinical and AI approaches
2025-Jan, Die Ophthalmologie
研究论文 探讨视网膜OCT生物标志物与认知功能之间的关联,并评估AI在医学图像分析中的应用 结合临床与AI方法,探索视网膜OCT生物标志物作为认知功能下降早期非侵入性标记的潜力 AI工具在医学应用中的黑箱性质及在开发数据集外的普遍表现不佳 评估视网膜OCT生物标志物在认知功能下降和神经退行性疾病早期检测中的有效性 视网膜OCT生物标志物与认知功能 数字病理学 神经退行性疾病 光学相干断层扫描(OCT) 深度学习(DL) 医学图像 NA
670 2025-04-26
Pruning Sparse Tensor Neural Networks Enables Deep Learning for 3D Ultrasound Localization Microscopy
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1
research paper 该论文提出了一种使用稀疏张量神经网络实现基于深度学习的3D超声定位显微镜(ULM)的方法,以降低内存需求并提高性能 首次将稀疏张量神经网络应用于3D ULM,显著降低了内存需求并提高了在高浓度微泡环境下的性能 稀疏化处理可能导致信息损失,且在2D情况下性能略有下降 开发更高效的3D超声定位显微镜技术,以缩短采集时间并提高成像质量 超声定位显微镜中的微泡轨迹检测 digital pathology NA 超声定位显微镜(ULM) 稀疏张量神经网络 3D超声图像数据 NA
671 2025-04-26
CRCL: Causal Representation Consistency Learning for Anomaly Detection in Surveillance Videos
2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1
research paper 提出了一种名为CRCL的因果表示一致性学习方法,用于监控视频中的异常检测 通过因果学习挖掘潜在的场景鲁棒因果变量,剥离深度表示中的场景偏差并学习因果视频正态性 在现实场景中可能无法应对标签无关的数据偏移(如场景变化),且对轻微异常的响应可能不足 改进监控视频中的异常检测方法 监控视频中的异常事件 computer vision NA causality learning, deep representation learning CRCL (Causal Representation Consistency Learning) video 在基准数据集上进行了大量实验
672 2025-04-26
Depth prediction of urban waterlogging based on BiTCN-GRU modeling
2025, PloS one IF:2.9Q1
research paper 提出了一种基于BiTCN-GRU混合深度学习模型的城市内涝深度预测方法 结合双向时间卷积网络(BiTCN)和门控循环单元(GRU)提升预测性能,相比现有模型如GBDT、LSTM和TCN-LSTM具有更高精度 未明确说明模型在其他城市或区域的泛化能力 提高城市内涝深度的预测准确性,为防灾减灾提供科学依据 城市易涝区域的内涝深度 machine learning NA 深度学习 BiTCN-GRU 时序数据 两个数据集(Minshan Road和Huaihe Road)
673 2025-04-26
Opportunities and challenges with artificial intelligence in allergy and immunology: a bibliometric study
2025, Frontiers in medicine IF:3.1Q1
研究论文 通过文献计量学方法系统评估人工智能在过敏和免疫学领域的应用现状、趋势及未来热点 首次采用文献计量学方法全面分析AI在过敏和免疫学领域的研究格局,识别领先国家、主流研究主题及合作模式 存在技术限制、伦理问题及监管框架等潜在阻碍因素 评估人工智能在过敏和免疫学领域的应用现状与发展趋势 全球范围内AI在过敏和免疫学领域的3883篇研究文献 人工智能 过敏和免疫学疾病 文献计量分析 机器学习和深度学习 文献数据 3883篇文献,涉及21552位作者和1247种期刊
674 2025-04-26
Construction and validation of a deep learning-based diagnostic model for segmentation and classification of diabetic foot
2025, Frontiers in endocrinology IF:3.9Q2
研究论文 本研究利用深度学习模型对糖尿病足溃疡图像进行深入分析,实现伤口的自动分割和分类,探索人工智能在糖尿病足护理领域的应用 比较了三种实例分割模型(Mask2former、Deeplabv3plus和Swin-Transformer)在糖尿病足溃疡识别中的性能,发现Mask2former表现最佳 样本量较小(671张图像),可能影响模型的泛化能力 探索人工智能在糖尿病足护理领域的应用,实现伤口自动分割和分类 糖尿病足溃疡图像 计算机视觉 糖尿病足 深度学习 Mask2former, Deeplabv3plus, Swin-Transformer 图像 671张糖尿病足溃疡图像
675 2025-04-26
Evaluating the Accuracy of Deep Learning Models and Dental Postgraduate Students in Measuring Working Length on Intraoral Periapical X-rays: An In vitro Study
2025 Jan-Mar, Contemporary clinical dentistry IF:0.9Q3
research paper 本研究评估并比较了深度学习模型与牙科研究生在测量根尖周X光片工作长度上的准确性 首次将深度学习模型应用于牙科根尖周X光片工作长度的测量,并与人类专家进行比较 研究样本仅包含单根牙的X光片,可能不适用于多根牙的情况 评估人工智能在牙科诊断影像中的准确性 单根牙的根尖周X光片 digital pathology dental disease deep learning CNN image 100张根尖周X光片
676 2025-04-25
A short report on deep learning synergy for decentralized smart grid cybersecurity
2025, Frontiers in artificial intelligence IF:3.0Q2
NA NA NA NA NA NA NA NA NA NA NA NA
677 2025-04-26
AI-driven sleep apnea screening with overnight blood oxygen saturation: current practices and future directions
2025, Frontiers in digital health IF:3.2Q2
综述 本文综述了基于血氧饱和度(SpO)的睡眠呼吸暂停筛查的当前实践和未来方向 总结了SpO2信号在睡眠呼吸暂停筛查中的三种主要应用类别,并指出了该领域的两大研究空白 缺乏足够多样化的公开数据集,以及数据收集、信号预处理和模型基准测试的标准化协议缺失 评估基于SpO2信号的AI驱动睡眠呼吸暂停筛查方法的研究进展 已发表的关于SpO2信号用于睡眠呼吸暂停筛查的研究 机器学习 睡眠呼吸暂停 SpO2监测 machine learning/deep learning 血氧饱和度信号 31篇纳入全文综述的出版物(从835篇初筛结果中筛选)
678 2025-04-26
Deep learning-based automatic segmentation of brain structures on MRI: A test-retest reproducibility analysis
2025, Computational and structural biotechnology journal IF:4.4Q2
研究论文 本研究评估了基于深度学习的MRI脑结构自动分割在不同扫描仪类型和磁场强度下的可重复性 首次系统比较了1.5T和3T MRI扫描仪在深度学习脑分割中的表现差异 未考虑更多品牌或型号的扫描仪差异,样本来源未明确说明 评估MRI脑结构自动分割在不同扫描条件下的可重复性 MRI扫描的脑结构图像 医学影像分析 脑部疾病 深度学习 NA MRI图像 未明确说明具体样本数量
679 2025-04-26
What makes human cortical pyramidal neurons functionally complex
2024-Dec-19, bioRxiv : the preprint server for biology
研究论文 提出功能性复杂性指数(FCI)来量化人类皮层锥体神经元的功能复杂性,并比较了人类与大鼠神经元的差异 首次提出基于深度学习的FCI框架来量化神经元功能复杂性,揭示了人类神经元在结构和生物物理特性上的独特优势 仅比较了人类和大鼠的皮层锥体神经元,未涉及其他物种或神经元类型 探究人类皮层神经元功能复杂性与其高级认知能力的关系 人类和大鼠的皮层锥体神经元 神经科学 NA 深度学习 深度学习框架 神经元形态和生理特性数据 人类和大鼠皮层不同层次的锥体神经元
680 2025-04-26
Deep Power-Aware Tunable Weighting for Ultrasound Microvascular Imaging
2024-Dec, IEEE transactions on ultrasonics, ferroelectrics, and frequency control
研究论文 本文提出了一种深度功率感知可调加权方法(DPT),用于延迟求和(DAS)波束成形,以提高超声微血管成像(UMI)的质量 提出了一种结合卷积和Transformer的混合结构模型Yformer,能够准确估计噪声和信号功率,并通过可调噪声控制因子(NCF)提高不同UMI应用的质量 模型仅在私有大鼠脑数据集上进行训练,可能在其他数据集上的泛化能力有限 提高超声微血管成像(UMI)的图像质量 超声微血管成像(UMI)中的噪声和信号功率估计 医学影像处理 NA 深度学习(DL),延迟求和(DAS)波束成形 Yformer(结合CNN和Transformer的混合结构) 超声图像 包括公开模拟数据、公开大鼠脑数据、私有大鼠脑数据和私有大鼠肝脏数据
回到顶部