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 24567 篇文献，本页显示第 12401 - 12420 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 12401 | 2024-11-20 |
EfficientNet-Based System for Detecting EGFR-Mutant Status and Predicting Prognosis of Tyrosine Kinase Inhibitors in Patients with NSCLC
2024-Jun, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01022-z
PMID:38361006
|
研究论文 | 开发并验证了一种基于EfficientNetV2-L模型的深度学习系统，用于检测非小细胞肺癌患者的EGFR突变状态并预测EGFR酪氨酸激酶抑制剂的预后 | 提出了基于EfficientNetV2-L模型的EME系统，用于非侵入性预测EGFR状态、分层生存预后并关联生物学通路 | 研究为回顾性多中心研究，样本量有限，且未涵盖所有可能的EGFR突变类型 | 开发和验证一种基于深度学习的系统，用于检测EGFR突变状态并预测EGFR-TKI的预后 | 非小细胞肺癌患者的EGFR突变状态及EGFR-TKI治疗的预后 | 计算机视觉 | 肺癌 | 深度学习 | EfficientNetV2-L | 图像 | 485名非小细胞肺癌患者 |
| 12402 | 2024-11-20 |
Deep Learning for Chest X-ray Diagnosis: Competition Between Radiologists with or Without Artificial Intelligence Assistance
2024-Jun, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-00990-6
PMID:38332402
|
研究论文 | 本研究旨在评估深度学习算法在帮助放射科医生提高胸部X光诊断效率和准确性方面的表现 | 本研究首次通过竞赛形式验证了深度学习方法在辅助放射科医生解读胸部X光片方面的积极效果 | 研究样本量较小，仅涉及100张胸部X光片，可能影响结果的普适性 | 评估深度学习算法在胸部X光诊断中辅助放射科医生的表现 | 胸部X光片中的正常发现和13种不同异常 | 计算机视觉 | NA | 深度学习算法 | NA | 图像 | 100张胸部X光片，涉及111名放射科医生（29名高级，32名中级，50名初级） |
| 12403 | 2024-11-20 |
Inconsistency between Human Observation and Deep Learning Models: Assessing Validity of Postmortem Computed Tomography Diagnosis of Drowning
2024-Jun, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-00974-6
PMID:38336949
|
研究论文 | 评估深度学习模型在溺水诊断中的有效性，并与人类观察结果进行比较 | 首次系统评估了深度学习模型在溺水诊断中的有效性，并揭示了模型与人类专家观察结果之间的不一致性 | 研究结果表明，尽管模型分类性能高，但其预测可能不可靠，需要谨慎评估 | 评估深度学习模型在溺水诊断中的医学有效性 | 溺水与非溺水病例的死后CT扫描图像 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 153例溺水病例和160例非溺水病例，年龄范围8-91岁 |
| 12404 | 2024-11-20 |
Deep Learning for Automated Detection and Localization of Traumatic Abdominal Solid Organ Injuries on CT Scans
2024-Jun, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01038-5
PMID:38366294
|
研究论文 | 本研究开发了一种深度学习模型，用于自动检测和定位CT扫描中的创伤性腹部实质器官损伤 | 本研究首次将深度学习模型应用于创伤性腹部实质器官损伤的自动检测和定位 | 该模型不能替代临床医生的角色，仅作为加速治疗决策过程的潜在工具 | 开发一种深度学习模型，以帮助医疗专业人员快速识别危及生命的损伤 | 创伤性腹部实质器官损伤的检测和定位 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 图像 | 训练集包含1302个扫描，测试集包含194个扫描 |
| 12405 | 2024-11-20 |
Classification of H. pylori Infection from Histopathological Images Using Deep Learning
2024-Jun, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01021-0
PMID:38332407
|
研究论文 | 研究利用深度学习模型对204张组织病理学图像进行二分类，区分幽门螺杆菌感染阳性与阴性病例 | 使用ResNet101模型在较小数据集上实现了高准确率，突显了深度学习模型在有限数据下的有效性 | 研究仅使用了204张图像，样本量较小 | 探索深度学习模型在幽门螺杆菌感染诊断中的应用潜力 | 幽门螺杆菌感染的组织病理学图像 | 计算机视觉 | 胃病 | 深度学习 | ResNet101 | 图像 | 204张组织病理学图像 |
| 12406 | 2024-11-20 |
Fast Real-Time Brain Tumor Detection Based on Stimulated Raman Histology and Self-Supervised Deep Learning Model
2024-Jun, Journal of imaging informatics in medicine
DOI:10.1007/s10278-024-01001-4
PMID:38326533
|
研究论文 | 本文提出了一种基于受激拉曼组织学和自监督深度学习模型的快速实时脑肿瘤检测方法 | 结合受激拉曼组织学和深度卷积神经网络，提出了一种新的自监督深度学习模型VQSRS，用于实时癌症诊断 | NA | 提高脑肿瘤手术中实时诊断的速度和准确性 | 脑肿瘤的实时检测和分类 | 计算机视觉 | 脑肿瘤 | 受激拉曼组织学 | VQSRS | 图像 | NA |
| 12407 | 2024-11-20 |
Artificial intelligence in lung cancer screening: Detection, classification, prediction, and prognosis
2024-Apr, Cancer medicine
IF:2.9Q2
DOI:10.1002/cam4.7140
PMID:38581113
|
综述 | 本文综述了人工智能在肺癌筛查中的应用，包括肺部分割、结节检测、分类和预后 | 本文探讨了基于深度学习的人工智能技术在肺癌筛查中的应用前景，特别是卷积神经网络（CNNs）的引入 | 人工智能结果的普遍性和可解释性需要进一步提高 | 探讨人工智能在肺癌筛查中的应用及其未来发展方向 | 肺癌筛查中的肺部分割、结节检测、分类和预后 | 计算机视觉 | 肺癌 | 卷积神经网络（CNNs） | 卷积神经网络（CNN） | 图像 | NA |
| 12408 | 2024-11-20 |
Artificial Intelligence: Fundamentals and Breakthrough Applications in Epilepsy
2024-Mar-31, Epilepsy currents
IF:5.8Q1
DOI:10.1177/15357597241238526
PMID:39554271
|
综述 | 本文综述了人工智能、机器学习和深度学习在癫痫研究和临床护理中的基础知识和突破性应用 | 介绍了人工智能在癫痫药物筛选、临床药物反应预测和EEG信号检测分析中的前沿应用 | 强调了这些技术在癫痫研究和护理中的潜力和局限性，并指出它们不会取代临床医生和研究人员的工作 | 旨在传播人工智能在癫痫领域的应用知识，包括使用方法、优势和潜在局限性 | 人工智能、机器学习和深度学习在癫痫研究和临床护理中的应用 | 机器学习 | 癫痫 | NA | NA | NA | NA |
| 12409 | 2024-11-20 |
Generative Adversarial Networks Accurately Reconstruct Pan-Cancer Histology from Pathologic, Genomic, and Radiographic Latent Features
2024-Mar-25, bioRxiv : the preprint server for biology
DOI:10.1101/2024.03.22.586306
PMID:38585926
|
研究论文 | 本文介绍并验证了一种自定义的生成对抗网络HistoXGAN，能够从常见的特征提取器生成的特征向量中重建代表性的癌症组织学图像 | HistoXGAN能够从病理、基因组和放射影像的潜在特征中准确重建泛癌组织学图像，展示了其在肿瘤分级、组织学亚型和基因表达模式方面的信息保留能力 | NA | 开发和验证一种能够从多模态数据中重建癌症组织学图像的生成对抗网络 | 29种癌症亚型的组织学图像重建 | 数字病理学 | 泛癌 | 生成对抗网络 | 生成对抗网络 | 图像 | 29种癌症亚型 |
| 12410 | 2024-11-20 |
Deep Few-view High-resolution Photon-counting Extremity CT at Halved Dose for a Clinical Trial
2024-Mar-19, ArXiv
PMID:38562444
|
研究论文 | 本文提出了一种基于深度学习的X射线光子计数计算机断层扫描（PCCT）图像重建方法，用于在新西兰临床试验中实现减半剂量和加倍速度的高分辨率成像 | 本文创新性地提出了基于深度学习的补丁式体积细化网络，以缓解GPU内存限制，并使用合成数据进行训练，通过模型迭代细化来弥合合成数据与真实数据之间的差距 | 本文的局限性在于需要进一步的临床试验来验证其在不同患者群体中的适用性和效果 | 本文的研究目的是改进X射线光子计数计算机断层扫描（PCCT）的辐射剂量和成像速度，同时保持图像质量 | 本文的研究对象是四肢的高分辨率PCCT图像重建 | 计算机视觉 | NA | 深度学习 | 补丁式体积细化网络 | 图像 | 8名患者的临床试验数据 |
| 12411 | 2024-11-20 |
Digital profiling of cancer transcriptomes from histology images with grouped vision attention
2024-Jan-19, bioRxiv : the preprint server for biology
DOI:10.1101/2023.09.28.560068
PMID:37808782
|
研究论文 | 开发了一种基于分组视觉注意力机制的Transformer模型，用于从组织病理学图像中预测癌症转录组 | 首次将Transformer模型应用于组织病理学图像，并展示了其在预测基因表达和识别临床相关基因表达模式方面的潜力 | 模型在小数据集上的应用受到可训练参数数量爆炸的限制 | 开发一种新方法，从组织病理学图像中预测癌症转录组，以改善癌症管理和个性化治疗 | 癌症转录组和组织病理学图像 | 数字病理学 | 癌症 | Transformer模型 | Transformer | 图像 | 1,802个正常组织样本和4,331个肿瘤样本，涵盖九种癌症类型 |
| 12412 | 2024-11-20 |
A Comprehensive Review on the Excitation-Emission Matrix Fluorescence Spectroscopic Characterization of Petroleum-Containing Substances: Principles, Methods, and Applications
2024, Critical reviews in analytical chemistry
IF:4.2Q1
DOI:10.1080/10408347.2023.2205500
PMID:37155146
|
综述 | 本文综述了激发-发射矩阵荧光光谱（EEMF）在石油类物质表征中的原理、方法和应用 | 首次系统性地综述了EEMF在石油类物质表征中的应用，并展望了其与高维化学计量学和深度学习的结合 | EEMF在石油类物质测量和表征中存在局限性，需要建立完整的EEMF指纹库 | 综述EEMF在石油类物质表征中的应用，并探讨其未来发展方向 | 石油类物质（PCS）及其在整个生命周期中的表征 | NA | NA | 激发-发射矩阵荧光光谱（EEMF） | NA | 光谱数据 | NA |
| 12413 | 2024-11-20 |
Machine Learning in Vascular Medicine: Optimizing Clinical Strategies for Peripheral Artery Disease
2024, Current cardiovascular risk reports
IF:2.0Q3
DOI:10.1007/s12170-024-00752-7
PMID:39552745
|
综述 | 本文综述了机器学习在周围动脉疾病管理中的应用，旨在更新读者对机器学习在PAD管理中的效用 | 利用电子健康记录数据和机器学习算法，开发自动化系统（如人工智能）以准确识别需要进一步PAD筛查的患者，并使用深度学习算法辅助PAD诊断和自动化临床风险分层 | 使用蛋白质组生物标志物的机器学习模型在临床应用中可能受限于成本和可及性 | 探讨机器学习在周围动脉疾病管理中的应用，以优化临床策略 | 周围动脉疾病患者及其管理策略 | 机器学习 | 周围动脉疾病 | 机器学习算法 | 深度学习算法 | 电子健康记录数据和影像数据 | NA |
| 12414 | 2024-11-20 |
Deep Learning Algorithm for Keratoconus Detection from Tomographic Maps and Corneal Biomechanics: A Diagnostic Study
2024 Jan-Mar, Journal of current ophthalmology
IF:1.2Q3
DOI:10.4103/joco.joco_18_24
PMID:39553332
|
研究论文 | 开发了一种用于从角膜地形图和生物力学数据中检测圆锥角膜的深度学习算法 | 结合了角膜地形图和生物力学数据，提高了圆锥角膜和亚临床圆锥角膜的检测性能 | NA | 开发一种人工智能方法，用于区分正常角膜、亚临床圆锥角膜和圆锥角膜 | 角膜地形图和角膜生物力学数据 | 机器学习 | NA | 卷积神经网络 | CNN | 图像 | 1668张地形图（769名患者）和611张生物力学图像（307名患者） |
| 12415 | 2024-11-20 |
Systematic observation of participatory interaction in university lectures: a multiple case study with a mixed methods approach
2024, Frontiers in psychology
IF:2.6Q2
DOI:10.3389/fpsyg.2024.1410486
PMID:39554715
|
研究论文 | 本文通过多案例研究与混合方法，系统观察了大学讲座中的参与性互动 | 本文创新性地使用了系统观察和滞后序列分析作为概念-方法选择，以评估社会建构主义教学实践 | 本文的局限性在于仅关注了四位研究生教师的教学互动，样本量较小 | 旨在改进和创新研究生和博士阶段的面对面教学任务 | 大学讲座中的参与性互动 | NA | NA | 滞后序列分析 | NA | NA | 四位研究生教师 |
| 12416 | 2024-11-20 |
Deep learning-based pathology signature could reveal lymph node status and act as a novel prognostic marker across multiple cancer types
2023-07, British journal of cancer
IF:6.4Q1
DOI:10.1038/s41416-023-02262-6
PMID:37137998
|
研究论文 | 本文提出了一种基于深度学习的泛癌淋巴结转移预测模型，并验证了其在多种癌症类型中的泛化性能和作为独立预后因素的潜力 | 首次提出了一种基于自监督癌症不变特征的注意力机制弱监督神经网络，用于泛癌淋巴结转移状态的预测，并展示了其在多种癌症类型中的良好泛化性能 | NA | 开发一种能够预测多种癌症类型淋巴结转移状态的自动化模型，并验证其作为独立预后因素的潜力 | 11种癌症类型的4400张全切片图像 | 数字病理学 | NA | 深度学习 | 注意力机制弱监督神经网络 | 图像 | 4400张全切片图像 |
| 12417 | 2024-11-20 |
Ultrashort echo time time-spatial labeling inversion pulse magnetic resonance angiography with denoising deep learning reconstruction for the assessment of abdominal visceral arteries
2021-06, Journal of magnetic resonance imaging : JMRI
IF:3.3Q1
DOI:10.1002/jmri.27481
PMID:33368773
|
研究论文 | 研究比较了三维超短回波时间时间空间标记反转脉冲磁共振血管造影（3D UTE Time-SLIP）与三维平衡稳态自由进动时间空间标记反转脉冲磁共振血管造影（3D bSSFP Time-SLIP）在评估腹部内脏动脉中的图像质量和磁敏感伪影，并评估了去噪深度学习重建（dDLR）对3D UTE稀疏采样中信噪比的改善效果 | 首次将去噪深度学习重建技术应用于超短回波时间时间空间标记反转脉冲磁共振血管造影，以改善信噪比和减少伪影 | 3D UTE Time-SLIP在信噪比和图像质量上仍不如3D bSSFP Time-SLIP | 研究并比较3D UTE Time-SLIP与3D bSSFP Time-SLIP的图像质量和磁敏感伪影，并评估dDLR对3D UTE信噪比的改善效果 | 腹部内脏动脉的评估，包括健康志愿者和患者 | 医学影像 | NA | 磁共振血管造影（MRA） | 深度学习模型 | 图像 | 10名健康志愿者和3名患者 |
| 12418 | 2024-11-19 |
Advancements in opportunistic intracranial aneurysm screening: The impact of a deep learning algorithm on radiologists' analysis of T2-weighted cranial MRI
2024-Dec, Journal of stroke and cerebrovascular diseases : the official journal of National Stroke Association
|
研究论文 | 本文评估了深度学习算法在T2加权颅脑MRI中辅助放射科医生检测未破裂颅内动脉瘤的效果 | 开发了一种深度学习算法，用于在T2加权颅脑MRI中辅助放射科医生检测未破裂颅内动脉瘤，并评估了其在常规临床环境中的应用效果 | 研究样本量较小，仅涉及110名患者和8名放射科医生 | 评估深度学习算法在T2加权颅脑MRI中辅助放射科医生检测未破裂颅内动脉瘤的效果 | 未破裂颅内动脉瘤的检测 | 计算机视觉 | NA | 深度学习算法 | 深度学习算法 | 图像 | 110名患者和8名放射科医生 |
| 12419 | 2024-11-19 |
Evaluating retinal blood vessels for predicting white matter hyperintensities in ischemic stroke: A deep learning approach
2024-Dec, Journal of stroke and cerebrovascular diseases : the official journal of National Stroke Association
|
研究论文 | 本研究旨在探讨利用深度学习方法结合视网膜血管图像，有效识别脑白质高信号（WMH）负荷较高的缺血性中风患者 | 本研究提出了一种新颖的深度学习模型，用于检测缺血性中风患者中高负荷的WMH，并初步探讨了不同视网膜图像区域对WMH识别的预测意义 | 研究需要更广泛的数据收集、进一步的模型训练和前瞻性数据验证 | 研究目的是评估视网膜血管图像在预测缺血性中风患者脑白质高信号中的应用 | 研究对象为263名同时拥有视网膜眼底图像和MRI图像的缺血性中风住院患者 | 计算机视觉 | 中风 | 深度学习 | 深度学习网络模型 | 图像 | 263名缺血性中风住院患者 |
| 12420 | 2024-11-19 |
A protein fitness predictive framework based on feature combination and intelligent searching
2024-Dec, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.5211
PMID:39548358
|
研究论文 | 提出了一种基于特征组合和智能搜索的蛋白质适应性预测框架scut_ProFP | scut_ProFP通过特征组合和特征选择技术，实现了从低阶突变体到高阶突变体的泛化，并在性能上优于类似框架和一些复杂的深度学习模型 | NA | 开发一种高效的蛋白质适应性预测方法，用于蛋白质工程 | 蛋白质序列及其适应性 | 机器学习 | NA | 机器学习 | NA | 蛋白质序列 | 少量低荧光突变体 |