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！
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。
当前共找到 24947 篇文献，本页显示第 11361 - 11380 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 11361 | 2024-12-13 |
Artificial Intelligence and Machine Learning in Cancer Related Pain: A Systematic Review
2023-Dec-08, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.12.06.23299610
PMID:38105979
|
综述 | 本文系统回顾了人工智能/机器学习（AI/ML）在癌症相关疼痛预测和管理决策中的应用 | 本文展示了多种新型AI/ML工具在癌症疼痛分类、风险分层和管理决策中的潜力 | 大多数研究缺乏外部验证和临床应用，模型校准报告不足 | 探索AI/ML在癌症疼痛相关结果预测和疼痛管理决策支持中的应用 | 癌症患者的疼痛管理 | 机器学习 | 癌症 | NA | 随机森林模型、Lasso模型、支持向量机 | NA | 44项研究，涵盖2006-2023年 |
| 11362 | 2024-12-13 |
Sleep-Energy: An Energy Optimization Method to Sleep Stage Scoring
2023, IEEE access : practical innovations, open solutions
IF:3.4Q2
DOI:10.1109/ACCESS.2023.3263477
PMID:38292346
|
研究论文 | 本文提出了一种能量优化方法，用于改进自动睡眠分期生成的睡眠图质量 | 提出了一种基于能量优化的方法，通过条件概率评估每个时期的睡眠阶段，并采用能量最小化程序来提高自动睡眠分期的准确性 | 未提及具体限制 | 改进自动睡眠分期生成的睡眠图质量 | 睡眠分期和睡眠图质量 | 机器学习 | NA | 能量优化方法 | 深度学习模型 | 数据集 | 使用了Sleep EDFx和DRM-SUB数据集 |
| 11363 | 2024-12-13 |
A Pilot Study on Automatic Three-Dimensional Quantification of Barrett's Esophagus for Risk Stratification and Therapy Monitoring
2021-09, Gastroenterology
IF:25.7Q1
DOI:10.1053/j.gastro.2021.05.059
PMID:34116029
|
研究论文 | 本文提出了一种基于人工智能的自动三维量化Barrett食管的方法，用于风险分层和治疗监测 | 本文首次实现了Barrett食管的三维重建和自动量化，能够准确测量Prague C&M评分和Barrett食管区域面积 | 研究样本量相对较小，且仅限于高清晰度视频数据 | 评估所提出的人工智能系统在模拟和内镜患者数据上的准确性 | Barrett食管的三维量化和风险分层 | 计算机视觉 | 消化系统疾病 | 深度学习 | 深度估计网络 | 视频 | 194个高清晰度视频来自131名患者 |
| 11364 | 2024-12-12 |
LesionScanNet: dual-path convolutional neural network for acute appendicitis diagnosis
2025-Dec, Health information science and systems
IF:4.7Q1
DOI:10.1007/s13755-024-00321-7
PMID:39654693
|
研究论文 | 本文提出了一种名为LesionScanNet的双路径卷积神经网络模型，用于急性阑尾炎的计算机辅助诊断 | LesionScanNet模型具有轻量级设计，包含多个DualKernel块，通过两条路径处理输入图像，分别使用3×3和1×1滤波器，展示了在急性阑尾炎诊断中的高准确性和泛化能力 | NA | 开发一种高效的卷积神经网络模型，用于急性阑尾炎的计算机辅助诊断 | 急性阑尾炎的诊断 | 计算机视觉 | 急性阑尾炎 | 卷积神经网络 | CNN | 图像 | 2400张CT扫描图像 |
| 11365 | 2024-12-12 |
Adaptive Multicore Dual-Path Fusion Multimodel Extraction of Heterogeneous Features for FAIMS Spectral Analysis
2025-Mar, Rapid communications in mass spectrometry : RCM
IF:1.8Q2
DOI:10.1002/rcm.9967
PMID:39658821
|
研究论文 | 本文提出了一种自适应多核双路径融合多模型提取异构特征的模型，用于FAIMS光谱分析 | 通过多模型特征提取实现多网络互补，自适应特征融合模块调整特征大小和维度融合，多核双路径融合能够捕捉和整合多尺度和多层次的信息 | NA | 提高FAIMS光谱分析的分析效果和工作效率 | FAIMS光谱数据 | 机器学习 | NA | FAIMS | 多模型特征提取 | 光谱数据 | 小样本数据 |
| 11366 | 2024-10-14 |
Corrigendum to 'Deep learning dives: Predicting anxiety in Zebrafish through novel tank assay analysis' Physiology & Behavior (2024), 114696
2025-Feb-01, Physiology & behavior
IF:2.4Q2
DOI:10.1016/j.physbeh.2024.114705
PMID:39395874
|
correction | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 11367 | 2024-12-12 |
Early identification of stroke through deep learning with multi-modal human speech and movement data
2025-Jan-01, Neural regeneration research
IF:5.9Q1
DOI:10.4103/1673-5374.393103
PMID:38767488
|
研究论文 | 本文提出了一种基于FAST的多模态深度学习方法，用于在急性环境中评估疑似中风患者，并通过视频和音频数据进行验证 | 本文的创新点在于提出了一种多模态深度学习模型，结合了动作视频和语音音频数据，显著提高了早期中风识别的准确性和敏感性 | 本文的局限性在于仅在急诊室环境中进行了验证，未来需要在更多临床场景中进行验证 | 本研究的目的是开发一种基于多模态数据的深度学习模型，用于早期识别中风 | 本研究的对象是疑似中风患者，特别是表现出肢体无力、面部轻瘫和言语障碍的患者 | 机器学习 | 中风 | 深度学习 | 多模态深度学习模型 | 视频和音频 | 包含急诊室患者的视频和音频数据集 |
| 11368 | 2024-12-12 |
Deep learning-based detection of irreversible pulpitis in primary molars
2025-Jan, International journal of paediatric dentistry
IF:2.3Q2
DOI:10.1111/ipd.13200
PMID:38725105
|
研究论文 | 本研究探讨了基于卷积神经网络（CNN）的图像分析技术在检测乳牙不可逆性牙髓炎中的可行性 | 本研究首次使用深度学习模型在根尖片上检测乳牙不可逆性牙髓炎，提供了一种便捷且互补的评估牙髓状态的方法 | 本研究为回顾性研究，样本量较小，且仅在两家健康中心进行 | 探讨基于卷积神经网络的图像分析技术在检测乳牙不可逆性牙髓炎中的可行性 | 乳牙不可逆性牙髓炎 | 计算机视觉 | 口腔疾病 | 卷积神经网络（CNN） | EfficientNet | 图像 | 348张根尖片 |
| 11369 | 2024-12-12 |
Detecting emerald ash borer boring vibrations using an encoder-decoder and improved DenseNet model
2025-Jan, Pest management science
IF:3.8Q1
DOI:10.1002/ps.8442
PMID:39324448
|
研究论文 | 本研究提出了一种基于深度学习的联合识别网络VibroEABNet，用于检测翡翠灰螟的钻孔振动信号 | 本研究的创新点在于将去噪和识别模块集成到一个网络结构中，显著提高了模型在噪声环境下的检测性能 | 目前该研究仅限于检测特定害虫，未来工作将扩展到其他钻木害虫 | 开发一种高效、准确的害虫早期监测方法，以减轻经济和生态损害 | 翡翠灰螟的钻孔振动信号 | 机器学习 | NA | 深度学习 | DenseNet | 信号 | 测试数据集和真实森林数据集 |
| 11370 | 2024-12-12 |
A new multi-object tracking pipeline based on computer vision techniques for mussel farms
2025, Journal of the Royal Society of New Zealand
IF:2.1Q2
DOI:10.1080/03036758.2023.2240466
PMID:39649668
|
研究论文 | 本文提出了一种基于计算机视觉技术的新型多目标跟踪管道，用于自动检测和跟踪贻贝养殖场中的浮标 | 提出了一个新的基于图像处理操作符的检测器用于检测不同大小的贻贝浮标，并引入了一个新的描述符基于邻居的相对位置为浮标提供唯一身份标记 | NA | 开发一种自动化的方法来跟踪贻贝养殖场中的浮标，以减轻农民的劳动负担 | 贻贝养殖场中的浮标 | 计算机视觉 | NA | 图像处理操作符 | NA | 图像 | 在马尔堡海峡新西兰拍摄的图像 |
| 11371 | 2024-12-12 |
MASSM: An End-to-End Deep Learning Framework for Multi-Anatomy Statistical Shape Modeling Directly From Images
2025, Shape in medical imaging : International Workshop, ShapeMI 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 6, 2024, Proceedings. ShapeMI (Workshop) (2024 : Marrakech, Morocco)
DOI:10.1007/978-3-031-75291-9_12
PMID:39649703
|
研究论文 | 本文介绍了一种名为MASSM的端到端深度学习框架，用于从图像中直接生成多解剖结构的统计形状模型 | MASSM框架能够同时定位多个解剖结构，估计群体级别的统计表示，并直接在图像空间中描绘形状表示，超越了传统的像素级分割方法 | NA | 开发一种能够自动生成统计形状模型并直接从图像中描绘多解剖结构的深度学习框架 | 多解剖结构的统计形状模型 | 计算机视觉 | NA | 深度学习 | 多任务网络 | 图像 | NA |
| 11372 | 2024-12-12 |
Integrating Deep Learning with Biology: A New Frontier in Triple-Negative Breast Cancer Treatment Prediction?
2025-Jan, Radiology. Artificial intelligence
DOI:10.1148/ryai.240740
PMID:39660996
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 11373 | 2024-12-12 |
The role of deep learning in myocardial perfusion imaging for diagnosis and prognosis: A systematic review
2024-Dec-20, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2024.111374
PMID:39654634
|
综述 | 本文综述了深度学习在心肌灌注成像中的应用，重点探讨了其在诊断和预后中的可解释性方法 | 本文总结了深度学习在心肌灌注成像中的最新应用，并强调了可解释性方法的重要性 | 本文主要讨论了现有研究的挑战和未来研究的方向，未提供具体的技术实现细节 | 总结深度学习在心肌灌注成像中的应用，并探讨其在诊断和预后中的可解释性方法 | 心肌灌注成像（MPI）及其在诊断和预后中的应用 | 计算机视觉 | 心血管疾病 | 深度学习（DL） | 卷积神经网络（CNN） | 图像 | NA |
| 11374 | 2024-12-12 |
A novel deep learning model for obstructive sleep apnea diagnosis: hybrid CNN-Transformer approach for radar-based detection of apnea-hypopnea events
2024-Dec-11, Sleep
IF:5.3Q1
DOI:10.1093/sleep/zsae184
PMID:39115132
|
研究论文 | 本研究开发并验证了一种基于雷达数据的深度学习模型，用于检测阻塞性睡眠呼吸暂停事件 | 采用混合CNN-Transformer架构进行事件检测，并使用雷达数据替代传统的多导睡眠图（PSG） | 研究为单中心前瞻性队列研究，样本量相对较小，且仅使用了雷达数据 | 开发一种成本效益高且易于获取的阻塞性睡眠呼吸暂停（OSA）诊断方法 | 阻塞性睡眠呼吸暂停事件的检测和睡眠呼吸暂停低通气指数（AHI）的估计 | 机器学习 | 阻塞性睡眠呼吸暂停 | 深度学习 | 混合CNN-Transformer | 雷达数据 | 开发集54名参与者，测试集35名参与者 |
| 11375 | 2024-12-12 |
Examples of implementations and the future of AI in medical diagnostics
2024-Dec-10, Przeglad epidemiologiczny
DOI:10.32394/pe/195240
PMID:39660712
|
综述 | 本文介绍了人工智能在医疗诊断中的应用实例，并展望了未来的发展方向 | 探讨了深度学习算法的发展、5G技术与互联网的整合以及医疗个性化等潜在创新 | 提到了法律监管和数据管理适应的挑战 | 探讨人工智能在医疗诊断中的应用及未来发展 | 人工智能在医疗诊断中的应用实例及未来研究方向 | 机器学习 | NA | 深度学习 | NA | NA | NA |
| 11376 | 2024-12-12 |
Focus on atrial fibrillation: role of atrioventricular node ablation, prediction by deep learning, and anticoagulation in device-detected arrhythmia
2024-Dec-07, European heart journal
IF:37.6Q1
DOI:10.1093/eurheartj/ehae826
PMID:39657597
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 11377 | 2024-12-12 |
Enhancing novel isoform discovery: leveraging nanopore long-read sequencing and machine learning approaches
2024-Dec-06, Briefings in functional genomics
IF:2.5Q3
DOI:10.1093/bfgp/elae031
PMID:39158328
|
综述 | 本文综述了利用纳米孔长读长测序技术和机器学习方法增强新剪接异构体发现的研究进展 | 本文讨论了长读长测序技术在检测新剪接异构体和重建复杂剪接模式方面的改进，并介绍了机器学习和深度学习算法在提高长读长测序转录组研究可靠性方面的进展 | 目前缺乏对哪些生物信息学工具和流程能产生最精确和一致结果的共识 | 讨论和比较利用长读长测序技术进行新剪接异构体发现的可行方法，并展示开发标准分析流程、工具和转录本模型规范的必要性 | 长读长测序技术和机器学习算法在新剪接异构体发现中的应用 | 生物信息学 | NA | 纳米孔长读长测序 | 机器学习 | RNA转录本 | 25种工具 |
| 11378 | 2024-12-12 |
Deep learning dives: Predicting anxiety in zebrafish through novel tank assay analysis
2024-Dec-01, Physiology & behavior
IF:2.4Q2
DOI:10.1016/j.physbeh.2024.114696
PMID:39293590
|
研究论文 | 本研究使用深度学习模型对斑马鱼在新环境中的焦虑行为进行分类 | 本研究首次使用DeepLabCut和InceptionV3等深度学习模型对斑马鱼的焦虑行为进行自动化分析，提供了一种高效且成本效益高的替代传统方法的方案 | 本研究的局限性在于仅使用了特定的深度学习模型进行分类，未探讨其他可能更适合的模型 | 开发一种自动化分析斑马鱼新环境潜水实验（NTD）的方法，以预测其焦虑水平 | 斑马鱼的焦虑行为 | 计算机视觉 | NA | 深度学习 | InceptionV3 | 图像 | 训练数据集包含图像帧 |
| 11379 | 2024-12-12 |
Risk-Specific Training Cohorts to Address Class Imbalance in Surgical Risk Prediction
2024-Dec-01, JAMA surgery
IF:15.7Q1
DOI:10.1001/jamasurg.2024.4299
PMID:39382865
|
研究论文 | 本研究评估了在特定风险群体上训练的风险预测模型的性能，以解决手术风险预测中的类别不平衡问题 | 通过使用特定风险群体进行模型训练，显著提高了对低发病率并发症的预测性能 | 研究仅在两所大学的医院进行，样本量和结果的普适性可能有限 | 评估在特定风险群体上训练的风险预测模型的性能 | 手术后常见并发症的风险预测 | 机器学习 | NA | 深度学习 | 深度学习模型 | 文本 | 109445例住院手术 |
| 11380 | 2024-12-12 |
Efficient deep learning surrogate method for predicting the transport of particle patches in coastal environments
2024-Dec, Marine pollution bulletin
IF:5.3Q1
DOI:10.1016/j.marpolbul.2024.117251
PMID:39547071
|
研究论文 | 本文提出了一种用于预测沿海环境中颗粒团残留运输的深度学习代理模型方法 | 通过仅使用相关强迫条件，训练深度学习模型来预测颗粒团的位移和扩散，并将其与简化的拉格朗日模型结合，以获得更长时间的预测 | NA | 开发一种高效的预测沿海环境中污染物运输的代理模型 | 沿海环境中颗粒团的运输 | 机器学习 | NA | 深度学习模型 | DLM | 颗粒团数据 | NA |