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 23937 篇文献，本页显示第 11501 - 11520 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 11501 | 2024-09-30 |
Can deep learning-derived IVUS predict outcomes in deferred CAD?
2025-Jan-01, International journal of cardiology
IF:3.2Q2
DOI:10.1016/j.ijcard.2024.132594
PMID:39332454
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 11502 | 2024-11-22 |
AngioPy Segmentation: An open-source, user-guided deep learning tool for coronary artery segmentation
2025-Jan-01, International journal of cardiology
IF:3.2Q2
DOI:10.1016/j.ijcard.2024.132598
PMID:39341506
|
研究论文 | 本文介绍了一种名为AngioPy的开源深度学习工具，用于冠状动脉分割，通过用户定义的地面实况点提高性能并减少手动校正 | AngioPy通过用户定义的地面实况点提高分割性能，减少手动校正的需求 | NA | 开发一种无需手动校正的高效冠状动脉分割工具 | 冠状动脉的分割和量化 | 计算机视觉 | 心血管疾病 | 深度学习 | 深度学习模型 | 图像 | 2455张图像用于模型开发，580张图像用于外部验证，203张图像用于比较分析 |
| 11503 | 2024-11-22 |
Machine Learning-Based X-Ray Projection Interpolation for Improved 4D-CBCT Reconstruction
2025, IEEE open journal of engineering in medicine and biology
IF:2.7Q3
DOI:10.1109/OJEMB.2024.3459622
PMID:39564553
|
研究论文 | 本文提出了一种基于机器学习的X射线投影插值方法，用于改进4D-CBCT重建 | 利用预训练的深度学习模型和一种新的回归预测建模方法生成中间投影，以提高4D-CBCT图像质量 | NA | 改进4D-CBCT重建图像质量 | 4D-CBCT图像重建中的投影插值 | 计算机视觉 | NA | 机器学习 | 深度学习模型 | 图像 | 数字仿真数据集和临床数据集 |
| 11504 | 2024-11-22 |
Breast Cancer Detection on Dual-View Sonography via Data-Centric Deep Learning
2025, IEEE open journal of engineering in medicine and biology
IF:2.7Q3
DOI:10.1109/OJEMB.2024.3454958
PMID:39564554
|
研究论文 | 本研究通过双视图超声成像和数据中心深度学习方法，旨在提高AI辅助的乳腺癌诊断准确性 | 定制基于DenseNet的模型，通过双视图超声数据集提高模型区分恶性与良性肿瘤的能力，并设计多种集成策略将双视图整合到模型输入中，以最大化性能 | 未提及具体局限性 | 提高AI辅助乳腺癌诊断的准确性 | 双视图乳腺超声图像 | 计算机视觉 | 乳腺癌 | 深度学习 | DenseNet | 图像 | 未提及具体样本数量 |
| 11505 | 2024-11-22 |
An Integrated Framework for Infectious Disease Control Using Mathematical Modeling and Deep Learning
2025, IEEE open journal of engineering in medicine and biology
IF:2.7Q3
DOI:10.1109/OJEMB.2024.3455801
PMID:39564557
|
研究论文 | 本文提出了一种结合数学建模和深度学习的传染病控制综合框架 | 本文创新性地将确定性和随机模型与深度学习模型相结合，以提高解决方案预测的性能，并研究了时间延迟对感染率和疫苗接种率的影响 | NA | 开发有效的传染病控制策略 | 传染病模式预测和疫苗接种对感染率的影响 | 机器学习 | NA | 深度学习 | NA | 序列数据 | NA |
| 11506 | 2024-11-22 |
Multimodal AI Combining Clinical and Imaging Inputs Improves Prostate Cancer Detection
2024-Dec-01, Investigative radiology
IF:7.0Q1
DOI:10.1097/RLI.0000000000001102
PMID:39074400
|
研究论文 | 本研究探讨了将临床参数与基于MRI的深度学习相结合，以提高对临床显著性前列腺癌的诊断准确性 | 本研究首次将临床参数与MRI-based深度学习相结合，采用多模态人工智能方法，显著提高了对临床显著性前列腺癌的诊断准确性 | 本研究未探讨包含病变体积对诊断效能的影响 | 提高对临床显著性前列腺癌的诊断准确性 | 临床显著性前列腺癌的检测 | 机器学习 | 前列腺癌 | 深度学习 | 多模态人工智能 | 图像 | 932例双参数前列腺MRI检查 |
| 11507 | 2024-11-22 |
Fast, high-quality, and unshielded 0.2 T low-field mobile MRI using minimal hardware resources
2024-Dec, Magma (New York, N.Y.)
DOI:10.1007/s10334-024-01184-5
PMID:38967865
|
研究论文 | 提出了一种基于深度学习的低场移动MRI策略，使用最少的硬件资源实现快速、高质量、无屏蔽的成像 | 提出了一种强大的深度学习EMI消除模型，能够准确预测MRI线圈信号中的EMI成分，并通过多层次后处理实现快速和高品质的低场MRI | NA | 开发一种基于深度学习的低场移动MRI策略，以实现快速、高质量、无屏蔽的成像 | 低场移动MRI成像技术 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 图像 | 20名健康志愿者参与实验 |
| 11508 | 2024-11-22 |
Motion robust coronary MR angiography using zigzag centric ky-kz trajectory and high-resolution deep learning reconstruction
2024-Dec, Magma (New York, N.Y.)
DOI:10.1007/s10334-024-01172-9
PMID:38916681
|
研究论文 | 本文介绍了一种新的MR冠状动脉造影技术，通过使用之字形扇形中心ky-kz k空间轨迹和高分辨率深度学习重建（HR-DLR）来提高图像质量和扫描效率 | 本文创新性地结合了之字形扇形中心ky-kz k空间轨迹和高分辨率深度学习重建技术，显著缩短了扫描时间并提高了图像质量 | 本文仅在12名健康受试者和2名患者中进行了验证，样本量较小，需要进一步在大规模临床试验中验证其有效性和适用性 | 开发一种高效且高质量的MR冠状动脉造影技术，以提高患者舒适度和临床效率 | 健康受试者和冠状动脉疾病患者 | 医学影像 | 心血管疾病 | MR冠状动脉造影 | 深度学习 | 图像 | 12名健康受试者和2名患者 |
| 11509 | 2024-09-06 |
Correction to: Motion robust coronary MR angiography using zigzag centric ky-kz trajectory and high-resolution deep learning reconstruction
2024-Dec, Magma (New York, N.Y.)
DOI:10.1007/s10334-024-01202-6
PMID:39231858
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 11510 | 2024-11-22 |
Enhanced plasmonic scattering imaging via deep learning-based super-resolution reconstruction for exosome imaging
2024-Dec, Analytical and bioanalytical chemistry
IF:3.8Q1
DOI:10.1007/s00216-024-05550-z
PMID:39316091
|
研究论文 | 本文提出了一种基于深度学习的超分辨率重建方法，用于增强外泌体等离子体散射成像的分辨率 | 本文提出了一种新的盲超分辨率深度学习神经网络ESRGAN-SE，能够在不增加实验复杂性的情况下提高外泌体等离子体散射成像的分辨率 | NA | 提高外泌体等离子体散射成像的分辨率，以改进癌症诊断的准确性和效率 | 外泌体等离子体散射成像 | 计算机视觉 | NA | 深度学习 | ESRGAN-SE | 图像 | NA |
| 11511 | 2024-11-22 |
Exploring deep learning models for 4D-STEM-DPC data processing
2024-Dec, Ultramicroscopy
IF:2.1Q2
DOI:10.1016/j.ultramic.2024.114058
PMID:39388848
|
研究论文 | 本文探讨了如何利用卷积神经网络（CNN）进行4D-STEM-DPC数据的自动化和一致性处理 | 提出了两种不同的方法：一种是直接跟踪电子束并进行回归分析，另一种是使用改进的U-net进行直接电子束分割作为预处理步骤 | NA | 研究如何利用深度学习模型改进4D-STEM-DPC数据的处理方法 | 4D-STEM-DPC数据 | 计算机视觉 | NA | 卷积神经网络（CNN） | 卷积神经网络（CNN） | 图像 | 实验获得的4D-STEM数据 |
| 11512 | 2024-11-22 |
Disentangling Neurodegeneration From Aging in Multiple Sclerosis Using Deep Learning: The Brain-Predicted Disease Duration Gap
2024-Nov-26, Neurology
IF:7.7Q1
DOI:10.1212/WNL.0000000000209976
PMID:39496109
|
研究论文 | 本研究使用深度学习技术，通过分析多发性硬化症患者的3D T1加权脑部MRI扫描图像，探讨了脑龄与疾病相关神经退行性变之间的关系 | 提出了脑预测疾病持续时间差距（DD gap）作为多发性硬化症特异性脑损伤的全球测量指标，并验证了其在解释身体残疾方面的有效性 | 本研究为回顾性研究，样本主要来自多中心，可能存在数据偏倚 | 旨在通过深度学习模型区分多发性硬化症患者的脑老化与疾病相关神经退行性变 | 多发性硬化症患者的3D T1加权脑部MRI扫描图像 | 计算机视觉 | 多发性硬化症 | 深度学习 | 3D DenseNet | 图像 | 4392名多发性硬化症患者（69.7%为女性，年龄：42.8 ± 10.6岁，疾病持续时间：11.4 ± 9.3年） |
| 11513 | 2024-11-22 |
Deep learning-assisted morphological segmentation for effective particle area estimation and prediction of interfacial properties in polymer composites
2024-Nov-21, Nanoscale
IF:5.8Q1
DOI:10.1039/d4nr01018c
PMID:39469845
|
研究论文 | 本研究开发了一种自动化且精确的技术，用于在扫描电子显微镜图像中识别和详细映射颗粒位置，并预测聚合物复合材料的界面性能 | 本研究结合深度卷积神经网络和高级图像处理技术，实现了颗粒识别和位置映射的自动化，并引入了两个分散因子来量化颗粒分散对性能的影响 | NA | 研究聚合物纳米复合材料的宏观性能与微观结构特征之间的关系，特别是纳米颗粒分散的影响 | 聚合物纳米复合材料中的纳米颗粒分散及其对界面性能的影响 | 计算机视觉 | NA | 深度学习 | 卷积神经网络 | 图像 | NA |
| 11514 | 2024-11-22 |
Resolution-dependent MRI-to-CT translation for orthotopic breast cancer models using deep learning
2024-Nov-21, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad9076
PMID:39514971
|
研究论文 | 研究利用生成对抗网络（GANs）从低分辨率MRI图像合成高保真CT图像的可行性 | 提出了一种定制的U-Net模型和两种GAN模型（Nested U-Net GAN和Attention U-Net GAN），成功将低分辨率MRI图像转换为高分辨率CT图像，解决了其他MRI-CT转换技术中常见的细节丢失问题 | NA | 减少患者暴露于电离辐射的同时保持治疗准确性并加速MRI图像采集 | 从低分辨率MRI图像生成高质量CT图像的可行性 | 计算机视觉 | 乳腺癌 | 生成对抗网络（GANs） | U-Net | 图像 | 从健康对照和肿瘤模型中获取的配对MRI-CT图像，包括MDA-MB-231和4T1肿瘤细胞注射到裸鼠和BALB/c小鼠的乳腺脂肪垫中 |
| 11515 | 2024-11-22 |
DySurv: dynamic deep learning model for survival analysis with conditional variational inference
2024-Nov-21, Journal of the American Medical Informatics Association : JAMIA
IF:4.7Q1
DOI:10.1093/jamia/ocae271
PMID:39569428
|
研究论文 | 提出了一种基于条件变分自编码器的动态深度学习模型DySurv，用于从电子健康记录中动态估计个体死亡风险 | DySurv使用静态和纵向测量数据的组合，直接估计累积风险发生函数，无需对潜在随机过程做出任何参数假设 | 尽管方法利用了非参数扩展来估计生存分布，但仍可探索更多深度学习范式 | 开发一种新的方法，从纵向健康记录中进行时间到事件的预测 | 电子健康记录中的静态和纵向测量数据 | 机器学习 | NA | 条件变分自编码器 | 深度学习模型 | 电子健康记录 | 6个时间到事件基准数据集和2个来自eICU和MIMIC-IV的真实世界重症监护单元电子健康记录数据集 |
| 11516 | 2024-11-22 |
[Evaluation of the Latest Motion Correction Techniques in Periodically Rotated Overlapping ParallEL Lines with Enhanced Reconstruction (PROPELLER) Imaging across Different Vendors]
2024-Nov-20, Nihon Hoshasen Gijutsu Gakkai zasshi
DOI:10.6009/jjrt.2024-1520
PMID:39428468
|
研究论文 | 评估不同供应商的最新PROPELLER技术在头部运动校正中的鲁棒性 | 量化评估了四家供应商的PROPELLER技术在旋转角度和旋转频率依赖性方面的特性 | 仅使用模拟人类大脑T2加权图像的幻影进行评估，未涉及实际临床数据 | 评估最新PROPELLER技术在头部运动校正中的鲁棒性，并探讨其在临床应用中的有效性 | 不同供应商的PROPELLER技术在头部运动校正中的表现 | 医学影像 | NA | PROPELLER成像技术 | 深度学习重建（DLR） | 图像 | 使用模拟人类大脑T2加权图像的幻影进行评估 |
| 11517 | 2024-11-22 |
Highly Elastic, Fatigue-Resistant, and Antifreezing MXene Functionalized Organohydrogels as Flexible Pressure Sensors for Human Motion Monitoring
2024-Nov-20, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.4c12852
PMID:39506450
|
研究论文 | 本文设计了一种具有双网络结构和可逆交联作用的弹性、抗疲劳和抗冻聚乙烯醇/硫辛酸有机水凝胶，并将其与MXene导电填料结合，用于增强柔性压力传感器的多样化传感性能 | 本文创新性地设计了一种具有双网络结构和可逆交联作用的有机水凝胶，并结合MXene导电填料，显著提升了柔性压力传感器的性能 | NA | 开发高性能的柔性压力传感器，用于人体运动监测和人体-计算机交互 | 聚乙烯醇/硫辛酸有机水凝胶和MXene导电填料 | NA | NA | NA | 一维卷积神经网络和长短期记忆网络 | NA | NA |
| 11518 | 2024-11-22 |
Fluid Classification via the Dual Functionality of Moisture-Enabled Electricity Generation Enhanced by Deep Learning
2024-Nov-20, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.4c13193
PMID:39506898
|
研究论文 | 本文介绍了一种利用湿电发电（MEG）装置和深度学习技术进行流体分类的新方法 | 首次将MEG装置与深度学习结合，实现了流体的智能自供电检测 | NA | 开发一种可持续的智能环境感知技术 | 流体分类 | 机器学习 | NA | 湿电发电（MEG） | 宽核深度卷积神经网络（WDCNN） | 电压（V）、电流（C）和电阻（R）信号 | 纯水、猕猴桃、柑橘和柠檬汁四种样品 |
| 11519 | 2024-11-22 |
A systematic review on feature extraction methods and deep learning models for detection of cancerous lung nodules at an early stage -the recent trends and challenges
2024-Nov-20, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ad9154
PMID:39530659
|
综述 | 本文综述了用于早期检测肺癌结节的特征提取方法和深度学习模型的最新趋势和挑战 | 本文强调了纹理特征在结合不同深度学习模型中的重要性，并比较了包含特征提取的深度学习模型与不包含特征提取的模型的效果 | 本文主要讨论了错误识别恶性结节导致的假阳性率高的问题 | 探讨特征提取与深度学习算法结合在自动化检测肺结节中的应用，以减少假阳性率 | 肺癌结节的早期检测 | 计算机视觉 | 肺癌 | 低剂量计算机断层扫描（CT） | 深度学习模型 | 图像 | NA |
| 11520 | 2024-11-22 |
Enhancing Gout Diagnosis with Deep Learning in Dual-energy Computed Tomography: A Retrospective Analysis of Crystal and Artifact Differentiation
2024-Nov-20, Rheumatology (Oxford, England)
DOI:10.1093/rheumatology/keae523
PMID:39565918
|
研究论文 | 研究评估深度学习在双能计算机断层扫描中区分痛风石和伪影的诊断准确性 | 首次应用深度学习算法在双能计算机断层扫描中区分痛风石和伪影 | 研究基于回顾性分析，样本量相对较小 | 评估深度学习在双能计算机断层扫描中区分痛风石和伪影的诊断准确性 | 痛风患者和无痛风对照组的双能计算机断层扫描图像 | 计算机视觉 | 痛风 | 双能计算机断层扫描 | 卷积神经网络和支持向量机 | 图像 | 47名痛风患者和27名无痛风对照组，共18704个感兴趣区域 |