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 24288 篇文献，本页显示第 11801 - 11820 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 11801 | 2024-11-24 |
Pose-based tremor type and level analysis for Parkinson's disease from video
2024-May, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-023-03052-4
PMID:38238490
|
研究论文 | 提出了一种基于深度学习的帕金森病震颤分类和严重程度估计系统，利用消费级视频进行分析 | 引入了一种新的注意力模块，采用轻量级的金字塔通道压缩融合架构，有效提取相关震颤信息并过滤噪声 | 仅在震颤分类和严重程度估计任务上进行了验证，未涵盖其他帕金森病症状 | 开发一种自动、有效且可解释的支持系统，用于帕金森病症状识别，辅助临床医生做出更准确的诊断决策 | 帕金森病的震颤症状 | 计算机视觉 | 帕金森病 | 深度学习 | 注意力模块 | 视频 | 未明确提及具体样本数量 |
| 11802 | 2024-11-24 |
Cross-sectional angle prediction of lipid-rich and calcified tissue on computed tomography angiography images
2024-May, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-024-03086-2
PMID:38478204
|
研究论文 | 研究使用深度学习方法在CTA图像上更准确地检测脂质丰富和钙化斑块 | 提出了两种深度学习方法（2.5D Dense U-Net和2.5D Mask-RCNN），分别在笛卡尔和极坐标域中进行横截面斑块检测，显著提高了脂质丰富斑块检测的准确性 | 钙化斑块的检测效果与传统方法相当，没有显著提升 | 研究如何使用深度学习方法在CTA图像上更准确地检测脂质丰富和钙化斑块，以评估心血管风险 | 脂质丰富和钙化斑块 | 计算机视觉 | 心血管疾病 | 深度学习 | Dense U-Net, Mask-RCNN | 图像 | 91个病变 |
| 11803 | 2024-11-24 |
Subtracting-adding strategy for necrotic lesion segmentation in osteonecrosis of the femoral head
2024-May, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-024-03073-7
PMID:38430380
|
研究论文 | 本文提出了一种名为“减加”策略的预处理方法，用于提高股骨头坏死病变分割的深度学习模型性能 | 引入了一种名为“减加”策略的预处理方法，通过去除无关信息和添加解剖结构信息来增强深度神经网络的输入 | NA | 提高股骨头坏死病变分割的深度学习模型性能 | 股骨头坏死病变 | 计算机视觉 | 骨科疾病 | 深度学习 | CNN | 图像 | NA |
| 11804 | 2024-11-24 |
Automatic hip osteoarthritis grading with uncertainty estimation from computed tomography using digitally-reconstructed radiographs
2024-May, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-024-03087-1
PMID:38472690
|
研究论文 | 本文开发了一种基于CT图像的数字化重建放射影像自动评估髋关节骨关节炎严重程度的方法 | 提出了结合Crowe和Kellgren-Lawrence分级的新序数标签，用于表示髋关节骨关节炎的进展 | 模型在分类和回归设置中的准确性仍有提升空间 | 开发一种自动评估髋关节骨关节炎严重程度的方法 | 髋关节骨关节炎的严重程度分级 | 计算机视觉 | 骨关节炎 | 深度学习 | 深度学习模型 | 图像 | 训练集包含197名髋关节骨关节炎患者，外部验证集包含52名患者 |
| 11805 | 2024-11-24 |
PELE scores: pelvic X-ray landmark detection with pelvis extraction and enhancement
2024-May, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-024-03089-z
PMID:38491244
|
研究论文 | 本文提出了一种基于骨盆提取和增强的骨盆X射线地标检测方法 | 本文创新性地处理了X射线图像的重叠问题，通过引入骨盆提取模块，利用CT中的3D解剖学知识来指导和分离骨盆，从而消除软组织对地标检测的影响 | NA | 提高骨盆X射线地标检测的准确性 | 骨盆X射线图像中的地标检测 | 计算机视觉 | NA | 深度学习 | 深度网络结构 | 图像 | 总计850张骨盆X射线图像 |
| 11806 | 2024-11-24 |
VINNA for neonates: Orientation independence through latent augmentations
2024-May-01, Imaging neuroscience (Cambridge, Mass.)
DOI:10.1162/imag_a_00180
PMID:39575178
|
研究论文 | 本文介绍了一种名为VINNA的新方法，用于新生儿脑部MRI图像的分割，通过在网络架构中引入四自由度变换模块，实现了分辨率无关的内部增强 | 本文的创新点在于引入了四自由度变换模块，使得网络能够在内部进行增强，而不需要图像或标签插值，从而提高了分割的准确性和鲁棒性 | NA | 开发一种鲁棒、快速且准确的新生儿脑部MRI图像分割方法，以更好地理解和检测发育和疾病过程中的变化 | 新生儿脑部MRI图像 | 计算机视觉 | NA | 深度学习 | 神经网络 | 图像 | NA |
| 11807 | 2024-11-24 |
Geometric deep learning for diffusion MRI signal reconstruction with continuous samplings (DISCUS)
2024-Apr-01, Imaging neuroscience (Cambridge, Mass.)
DOI:10.1162/imag_a_00121
PMID:39575177
|
研究论文 | 本文提出了一种几何深度学习方法，用于扩散MRI信号重建，适用于任意扩散采样方案 | 本文首次提出了一种几何深度学习方法，能够处理任意扩散编码的dMRI信号重建，结合了学习方法的准确性和模型方法的灵活性 | NA | 解决dMRI信号重建中的采样限制和数据集合并困难问题 | 扩散加权磁共振成像（dMRI）信号 | 计算机视觉 | NA | 扩散加权磁共振成像（dMRI） | 几何深度学习 | 图像 | 涉及单壳、多壳和基于网格的扩散MRI数据集 |
| 11808 | 2024-11-24 |
FABEL: Forecasting Animal Behavioral Events with Deep Learning-Based Computer Vision
2024-Mar-17, bioRxiv : the preprint server for biology
DOI:10.1101/2024.03.15.584610
PMID:38559273
|
研究论文 | 本文介绍了一种基于深度学习的计算机视觉方法FABEL，用于预测动物未来的行为和运动轨迹 | FABEL模型仅使用行为视频作为输入，可以适应任何行为任务，并且不需要特定的生理读数 | NA | 研究旨在通过预测动物行为和运动轨迹，为神经行为干预提供基础 | 动物行为和运动轨迹 | 计算机视觉 | NA | 深度学习 | LSTM和Temporal Fusion Transformer | 视频 | NA |
| 11809 | 2024-11-24 |
Boosted Harris Hawks Shuffled Shepherd Optimization Augmented Deep Learning based motor imagery classification for brain computer interface
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0313261
PMID:39570847
|
研究论文 | 本文提出了一种基于增强的Harris Hawks Shuffled Shepherd优化和深度学习的运动想象分类方法，用于脑机接口 | 本文创新性地结合了Harris Hawks Shuffled Shepherd优化算法和深度学习技术，用于运动想象分类，显著提高了分类准确率 | NA | 提高脑机接口中运动想象分类的准确性，增强与外部设备的通信和控制能力 | 运动想象分类在脑机接口中的应用 | 机器学习 | NA | 深度学习 | 卷积自动编码器 (CAE) | 脑电图 (EEG) | BCIC-III和BCIC-IV数据集 |
| 11810 | 2024-11-24 |
FDCN-C: A deep learning model based on frequency enhancement, deformable convolution network, and crop module for electroencephalography motor imagery classification
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0309706
PMID:39570849
|
研究论文 | 提出了一种基于频率增强、可变形卷积网络和裁剪模块的深度学习模型FDCN-C，用于脑电图运动想象分类 | 创新设计了频率增强模块，利用连续时间尺度的卷积核提取不同频段的特征，并通过注意力机制筛选并整合到原始脑电数据中；采用可变形卷积网络增强时间特征提取能力，利用偏移参数调节卷积核大小；设计了一维卷积层整合所有通道信息；使用扩张卷积形成裁剪分类模块，多次计算脑电数据的多样化感受野 | 未提及 | 提高脑电图运动想象分类的准确性 | 脑电图运动想象分类 | 机器学习 | NA | 深度学习 | 卷积神经网络 | 脑电图 | 使用了两个公开数据集进行验证 |
| 11811 | 2024-11-24 |
Towards efficient IoT communication for smart agriculture: A deep learning framework
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0311601
PMID:39570960
|
研究论文 | 本文研究了智能农业中物联网通信的优化，提出了一种提高数据传输效率的完整策略 | 本文提出了结合拉格朗日优化和深度卷积神经网络（DCNN）的模型，旨在最大化能源效率和数据吞吐量 | NA | 优化智能农业生态系统中的数据传输效率 | 物联网传感器与中央控制系统之间的通信距离 | 机器学习 | NA | 深度学习 | 深度卷积神经网络（DCNN） | 传感器数据（温度、湿度、土壤湿度） | NA |
| 11812 | 2024-11-24 |
High security and privacy protection model for STI/HIV risk prediction
2024 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076241298425
PMID:39574801
|
研究论文 | 本文提出了一种结合联邦学习和同态加密的高安全性隐私保护模型，用于性传播感染和艾滋病的风险预测 | 本文创新性地将联邦学习和同态加密结合，用于在保护隐私的前提下进行性传播感染和艾滋病的风险预测 | NA | 提高性传播感染和艾滋病风险预测模型的性能，同时保护患者敏感信息 | 性传播感染和艾滋病的风险预测 | 机器学习 | 性传播感染 | 联邦学习、同态加密 | 深度学习模型 | 文本 | 168,459条数据，来自八个国家，2013年至2018年收集 |
| 11813 | 2024-11-24 |
Enhanced skin cancer diagnosis through grid search algorithm-optimized deep learning models for skin lesion analysis
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1436470
PMID:39574908
|
研究论文 | 本研究通过网格搜索算法优化的深度学习模型，提出了一种增强皮肤癌诊断的方法 | 本研究引入了网格搜索优化技术来确定卷积神经网络模型的最优超参数，提高了皮肤病变识别的准确性 | NA | 开发一个能够准确诊断皮肤病变的卷积神经网络系统 | 皮肤病变图像的分类和诊断 | 计算机视觉 | 皮肤癌 | 深度学习 | 卷积神经网络 | 图像 | 使用了来自国际皮肤成像协作组织（ISIC）档案的三个数据集 |
| 11814 | 2024-11-24 |
Implementation and evaluation of the three action teaching model with learning plan guidance in preventive medicine course
2024, Frontiers in psychology
IF:2.6Q2
DOI:10.3389/fpsyg.2024.1508432
PMID:39575329
|
研究论文 | 评估三动作教学模型与学习计划指导在预防医学课程中的实施效果 | 引入了一种结合三动作教学模型与学习计划指导的新型教学方法 | NA | 评估新型教学方法在预防医学课程中的有效性 | 预防医学课程的学生 | NA | NA | NA | NA | NA | 实验组47人，对照组48人 |
| 11815 | 2024-11-24 |
Artificial intelligence-assisted delineation for postoperative radiotherapy in patients with lung cancer: a prospective, multi-center, cohort study
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1388297
PMID:39575415
|
研究论文 | 评估深度学习自动分割模型在辅助肺癌术后放疗中临床靶体积和危及器官勾画中的临床效用 | 提出了一种基于深度学习的自动分割模型，用于辅助肺癌术后放疗中的临床靶体积和危及器官的勾画，并显著提高了勾画精度和效率 | NA | 评估AI辅助勾画在肺癌术后放疗中的临床效用，并比较其与手动勾画的准确性和效率 | 肺癌术后放疗患者的临床靶体积和危及器官 | 计算机视觉 | 肺癌 | 深度学习 | CNN | 图像 | 55名患者 |
| 11816 | 2024-11-24 |
Artificial intelligence application in the diagnosis and treatment of bladder cancer: advance, challenges, and opportunities
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1487676
PMID:39575423
|
综述 | 本文综述了人工智能在膀胱癌诊断和治疗中的应用，指出了当前的挑战并展望了未来的发展 | 本文探讨了人工智能技术如深度学习和机器学习在提高膀胱癌诊断速度和准确性方面的应用，并提供了更强大的治疗选择和预后建议 | 由于训练信息来源和算法设计的差异，人工智能在临床实践中的准确性和透明度仍有待提高 | 探讨人工智能在膀胱癌诊断和治疗中的应用及其未来发展 | 膀胱癌的诊断和治疗 | 机器学习 | 膀胱癌 | 深度学习 | NA | 影像数据 | NA |
| 11817 | 2024-11-24 |
Denoising diffusion weighted imaging data using convolutional neural networks
2022, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0274396
PMID:36108272
|
研究论文 | 本文提出了一种使用一维卷积神经网络（1D-CNN）对高b值扩散加权成像（DWI）数据进行去噪的方法 | 该方法利用低噪声数据集进行训练，能够在不依赖大量训练样本的情况下，有效去除高噪声DWI图像中的噪声 | 该方法需要一个低噪声的单个受试者数据集进行训练，这在实际应用中可能存在限制 | 开发一种有效的DWI图像去噪方法，以提高组织微结构测量的准确性 | 高b值扩散加权成像数据 | 计算机视觉 | NA | 扩散加权成像（DWI） | 一维卷积神经网络（1D-CNN） | 图像 | 单个受试者数据集用于训练，多个受试者的高噪声数据集用于验证 |
| 11818 | 2024-11-24 |
Artificial Intelligence: Innovation to Assist in the Identification of Sono-anatomy for Ultrasound-Guided Regional Anaesthesia
2022, Advances in experimental medicine and biology
DOI:10.1007/978-3-030-87779-8_6
PMID:35146620
|
综述 | 本文综述了人工智能在超声引导区域麻醉中辅助识别解剖结构的应用 | 探讨了计算机视觉在医学图像解释中的潜力，特别是深度学习系统在超声图像解释中的应用 | 需要进一步的临床验证和监管批准 | 探讨人工智能在超声引导区域麻醉中的应用及其对未来学习和实践的影响 | 超声引导区域麻醉中的解剖结构识别 | 计算机视觉 | NA | 深度学习 | 深度学习系统 | 图像 | NA |
| 11819 | 2024-11-23 |
Automated estimation of offshore polymetallic nodule abundance based on seafloor imagery using deep learning
2024-Dec-15, The Science of the total environment
DOI:10.1016/j.scitotenv.2024.177225
PMID:39488283
|
研究论文 | 本文提出了一种基于深度学习算法自动估计海底多金属结核丰度的方法 | 使用UNET卷积神经网络框架处理海底图像，显著提高了多金属结核检测和丰度估计的效率和准确性 | NA | 提高多金属结核资源评估的效率和准确性 | 海底多金属结核的丰度估计 | 计算机视觉 | NA | 深度学习 | UNET卷积神经网络 | 图像 | 30000张海底照片 |
| 11820 | 2024-11-23 |
Corrigendum to "Comparative efficiency of the SWAT model and a deep learning model in estimating nitrate loads at the Tuckahoe creek watershed, Maryland" [Sci. Total Environ. 954 (2024) 176256]
2024-Dec-15, The Science of the total environment
DOI:10.1016/j.scitotenv.2024.177316
PMID:39532603
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |