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 26128 篇文献，本页显示第 12701 - 12720 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 12701 | 2024-12-13 |
Beyond Supervised Learning for Pervasive Healthcare
2024, IEEE reviews in biomedical engineering
IF:17.2Q1
DOI:10.1109/RBME.2023.3296938
PMID:37471188
|
综述 | 本文探讨了机器学习和传感技术在医疗保健中的应用，并回顾了超越完全监督学习的趋势，以解决医疗数据稀缺、质量和异质性的问题 | 总结了七种关键的学习策略，以提高实际部署中的泛化性能，并指出了几个新兴且有前景的方向，如数据高效、可扩展和可信的计算模型，以及利用多模态和多源传感信息 | 未具体提及 | 探讨机器学习和传感技术在医疗保健中的应用，并提出解决医疗数据问题的学习策略 | 医疗保健中的机器学习应用及其面临的挑战 | 机器学习 | NA | NA | NA | NA | NA |
| 12702 | 2024-12-13 |
Vision Transformers for Computational Histopathology
2024, IEEE reviews in biomedical engineering
IF:17.2Q1
DOI:10.1109/RBME.2023.3297604
PMID:37478035
|
综述 | 本文综述了在计算组织病理学中用于分类、分割和生存风险回归的先进视觉Transformer技术 | 介绍了基于自注意力机制的Transformer在计算组织病理学中的最新应用 | 讨论了视觉Transformer在计算组织病理学中的关键挑战和未来展望 | 提供一个详细的指南，帮助读者探索视觉Transformer在计算组织病理学中的应用 | 组织病理学图像的分类、分割和生存结果预测 | 数字病理学 | 癌症 | Transformer | Transformer | 图像 | NA |
| 12703 | 2024-12-13 |
Impact of deep learning on radiologists and radiology residents in detecting breast cancer on CT: a cross-vendor test study
2024-01, Clinical radiology
IF:2.1Q2
DOI:10.1016/j.crad.2023.09.022
PMID:37872026
|
研究论文 | 研究深度学习对放射科医生和放射科住院医师在CT上检测乳腺癌诊断性能的影响 | 首次探讨了深度学习模型在不同供应商设备上对放射科医生和住院医师诊断乳腺癌的辅助作用 | 研究为回顾性研究，样本量较小，且仅限于两个供应商的设备 | 探讨深度学习对放射科医生和住院医师在CT上检测乳腺癌诊断性能的影响 | 放射科医生和放射科住院医师在CT上检测乳腺癌的诊断性能 | 计算机视觉 | 乳腺癌 | 深度学习 | NA | 图像 | 训练组201例，验证组26例，测试组30例 |
| 12704 | 2024-12-13 |
A Monocular Variable Magnifications 3D Laparoscope System Using Double Liquid Lenses
2024, IEEE journal of translational engineering in health and medicine
IF:3.7Q2
DOI:10.1109/JTEHM.2023.3311022
PMID:38059130
|
研究论文 | 本文提出了一种基于双液态镜头的单目可变放大率3D腹腔镜系统，能够在微创手术中提供可变放大率、近距离观察和实时单目3D重建 | 该系统通过双液态镜头实现自动变焦和自动对焦，无需物理移动部件，并结合基于离焦深度（DFD）方法的深度学习网络，能够在不同焦距和放大率下实时估计深度 | NA | 开发一种能够在微创手术中提供3D感知和可变放大率的新型腹腔镜系统 | 腹腔镜系统在微创手术中的应用 | 计算机视觉 | NA | 深度学习 | 深度学习网络 | 图像 | NA |
| 12705 | 2024-12-13 |
Contrastive Transfer Learning for Prediction of Adverse Events in Hospitalized Patients
2024, IEEE journal of translational engineering in health and medicine
IF:3.7Q2
DOI:10.1109/JTEHM.2023.3344035
PMID:38196820
|
研究论文 | 本文提出并验证了一种对比迁移学习方法，用于住院患者不良事件的早期预测 | 本文首次将对比迁移学习应用于住院患者不良事件的早期预测，并展示了其在性能上优于传统的监督深度学习模型 | NA | 开发一种用于住院患者不良事件早期预测的算法 | 住院患者的不良事件 | 机器学习 | NA | 对比迁移学习 | 对比学习模型 | 时间序列数据 | 大规模时间序列数据和回顾性DI评分数据 |
| 12706 | 2024-12-13 |
A Study on Intelligent Optical Bone Densitometry
2024, IEEE journal of translational engineering in health and medicine
IF:3.7Q2
DOI:10.1109/JTEHM.2024.3368106
PMID:38606393
|
研究论文 | 本文提出了一种利用近红外光和深度学习技术快速筛查骨密度的新方法 | 本文的创新点在于利用近红外光捕捉人体局部信息，并结合深度学习技术进行骨密度预测，初步结果显示与DXA测量的骨密度有高度相关性 | 本文的局限性在于预测误差在手腕处低于10%，但在髋部和脊柱处的误差高于手腕 | 本文的研究目的是开发一种成本较低且易于操作的骨密度筛查方法 | 本文的研究对象是手腕、髋部和脊柱的骨密度 | 机器学习 | 老年病 | 深度学习 | 多线性回归 | 图像 | 未明确具体样本数量 |
| 12707 | 2024-12-13 |
Acoustic and Text Features Analysis for Adult ADHD Screening: A Data-Driven Approach Utilizing DIVA Interview
2024, IEEE journal of translational engineering in health and medicine
IF:3.7Q2
DOI:10.1109/JTEHM.2024.3369764
PMID:38606391
|
研究论文 | 本研究利用DIVA访谈收集的音频数据，通过提取声学和文本特征，结合支持向量机进行成人ADHD筛查 | 本研究创新性地使用语音和文本数据进行ADHD筛查，避免了传统方法中昂贵的设备和专业人员需求 | NA | 开发一种基于语音和文本数据的有效成人ADHD筛查方法 | 成人ADHD患者和正常对照组的语音数据 | 机器学习 | 精神疾病 | 支持向量机 | NA | 音频和文本 | ADHD患者和正常对照组的音频数据 |
| 12708 | 2024-12-13 |
Sparse Deep Neural Network for Encoding and Decoding the Structural Connectome
2024, IEEE journal of translational engineering in health and medicine
IF:3.7Q2
DOI:10.1109/JTEHM.2024.3366504
PMID:38633564
|
研究论文 | 本文提出了一种稀疏的前馈深度神经网络架构，用于编码和解码人类大脑的结构连接组，并在阿尔茨海默病和帕金森病的分类任务中展示了其优越性能 | 本文的创新点在于提出了一种稀疏的前馈深度神经网络架构，通过稀疏连接和递归特征消除算法显著减少了可训练参数的数量，同时提高了分类准确性 | 本文的局限性在于仅在阿尔茨海默病和帕金森病的分类任务中进行了验证，未来可能需要在更多疾病和数据集上进行进一步验证 | 研究目的是开发一种高效的深度学习方法，用于处理高维且样本量少的神经影像数据，并应用于大脑状态分类 | 研究对象是阿尔茨海默病和帕金森病患者的结构连接组数据 | 机器学习 | 神经退行性疾病 | 深度学习 | 稀疏前馈深度神经网络 | 图像 | 具体样本数量未在摘要中明确提及 |
| 12709 | 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 |
| 12710 | 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 |
| 12711 | 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 |
| 12712 | 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 |
| 12713 | 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 |
| 12714 | 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 |
| 12715 | 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 |
| 12716 | 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 |
| 12717 | 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 |
| 12718 | 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 |
| 12719 | 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 |
| 12720 | 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 |