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 17278 篇文献，本页显示第 13081 - 13100 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 13081 | 2024-08-04 |
Uncertainty aware training to improve deep learning model calibration for classification of cardiac MR images
2023-08, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2023.102861
PMID:37327613
|
研究论文 | 本文研究了如何通过不确定性感知训练提高心脏MR图像分类模型的校准能力。 | 提出了三种新颖的不确定性感知训练策略，并与两种最新的方法进行了比较，强调了更好的模型校准。 | 使用不同的校准指标时，最优模型之间缺乏一致性。 | 研究旨在提高人工智能分类模型在临床决策支持中的可靠性。 | 研究对象为心脏再同步治疗响应预测和冠状动脉疾病诊断。 | 计算机视觉 | 心血管疾病 | 心脏磁共振成像（CMR） | 信心加权方法 | 图像 | NA |
| 13082 | 2024-08-05 |
The Use of Artificial Intelligence for Detecting and Predicting Atrial Arrhythmias Post Catheter Ablation
2023-Aug, Reviews in cardiovascular medicine
IF:1.9Q3
DOI:10.31083/j.rcm2408215
PMID:39076714
|
评论 | 这篇文章探讨了人工智能在导管消融后检测和预测心房性心律失常的应用 | 文章创新地聚焦于心房颤动以外的心房扑动和心房性心动过速的AI研究 | 目前的AI研究主要集中在心房颤动，心房扑动和心房性心动过速的研究相对较少 | 研究旨在探讨AI算法与心电生理特征、影像数据、风险评分计算器和临床变量结合预测心律失常 | 主要关注心房颤动、心房扑动和心房性心动过速的心律失常 | 自然语言处理 | 心血管疾病 | 人工智能 | 机器学习和深度学习 | 影像数据和临床变量 | NA |
| 13083 | 2024-08-05 |
Audiological Diagnosis of Valvular and Congenital Heart Diseases in the Era of Artificial Intelligence
2023-Jun, Reviews in cardiovascular medicine
IF:1.9Q3
DOI:10.31083/j.rcm2406175
PMID:39077516
|
研究论文 | 本文探讨了结合人工智能技术的电子听诊器在先天性心脏病和瓣膜性心脏病诊断中的应用 | 提出了建立大型标准化心音数据库，并统一算法进行外部验证的研究方向 | 目前对疾病严重程度、远程监测和预后等方面的研究较少 | 旨在提高心脏疾病的诊断准确性 | 电子听诊器、人工智能算法与心脏病 | 计算机视觉 | 心脏病 | 人工智能、深度学习 | 深度学习算法、基于特征提取的机器学习算法 | 心音 | NA |
| 13084 | 2024-08-05 |
Elbow trauma in children: development and evaluation of radiological artificial intelligence models
2023-Jun, Research in diagnostic and interventional imaging
DOI:10.1016/j.redii.2023.100029
PMID:39077546
|
研究论文 | 本文针对儿童肘部创伤，开发了一种能够检测后创伤性损伤的人工智能模型并评估其性能 | 通过深度学习模型的端到端开发，实现了对儿童肘部X光照影像的分析，为临床实践提供了新的辅助工具 | 模型在外部测试集的准确性下降，尤其是第二个模型的特异性显著降低 | 开发和评估能够改善放射科医生对儿童肘部创伤X光解读的人工智能模型 | 1956张儿童肘部X光影像，涉及935名年龄在0至18岁之间的患者 | 计算机视觉 | NA | 深度卷积神经网络（CNN） | 深度学习模型 | 影像 | 1956张X光影像 |
| 13085 | 2024-08-04 |
The emerging role of artificial intelligence and digital twins in pre-clinical molecular imaging
2023 May-Jun, Nuclear medicine and biology
IF:3.6Q1
DOI:10.1016/j.nucmedbio.2023.108337
PMID:37030076
|
研究论文 | 本文探讨了人工智能和数字双胞胎在临床前分子成像中的新兴作用 | 提出使用深度学习方法提升数字双胞胎的发展能力和应用 | 目前尚未提及具体的局限性 | 探索数字双胞胎在临床前分子成像中的应用潜力 | 以小鼠为模型的临床前分子成像 | 数字病理学 | NA | 深度学习，生成对抗网络 | NA | 图像 | 特定基因小鼠模型 |
| 13086 | 2024-08-04 |
Systolic Blood Pressure and Cardiovascular Risk in Patients With Diabetes: A Prospective Cohort Study
2023-03, Hypertension (Dallas, Tex. : 1979)
|
研究论文 | 本文研究了收缩压(SBP)与糖尿病患者心血管事件之间的关系 | 首次使用深度学习模型揭示了SBP与心血管结果之间的单调关系 | 研究仅限于特定人群，可能无法推广到更广泛的糖尿病患者群体 | 探讨SBP与糖尿病患者心血管疾病风险之间的关系 | 50到90岁之间的49000名糖尿病患者 | 心血管疾病 | 糖尿病相关心血管疾病 | 深度学习 | NA | 电子健康记录 | 49000名糖尿病患者 |
| 13087 | 2024-08-05 |
Improved image quality with deep learning reconstruction - a study on a semi-anthropomorphic upper-abdomen phantom
2023-Mar, Research in diagnostic and interventional imaging
DOI:10.1016/j.redii.2023.100022
PMID:39076164
|
研究论文 | 本研究评估了一种深度学习重建算法在不同剂量下的图像质量 | 该研究提出的新型DLR算法在保持噪声纹理特征的同时实现了显著的噪声降低 | 现有研究可能没有全面评估所有临床应用的重建效果 | 评估深度学习重建算法在不同辐射剂量下的性能 | 使用半人类上腹部假体进行CT扫描重建的图像质量 | 数字病理学 | NA | 深度学习重建（DLR） | NA | CT图像 | 五种剂量水平的CT扫描（CTDIvol 5, 10, 15, 20和25 mGy） |
| 13088 | 2024-08-04 |
DeepWEST: Deep Learning of Kinetic Models with the Weighted Ensemble Simulation Toolkit for Enhanced Sampling
2023-Feb-28, Journal of chemical theory and computation
IF:5.7Q1
DOI:10.1021/acs.jctc.2c00282
PMID:36719802
|
研究论文 | 本文介绍了一种混合方法，通过深度学习动模型为加权集成模拟提供良好采样的初始状态分布 | 提出了一种深度学习动模型的方法，克服了初始采样对加权集成方法性能的显著影响 | 没有提到特定的限制 | 提高分子动力学模拟中动力学性质的采样效率 | 短时间的分子动力学轨迹 | 计算机视觉 | NA | 分子动力学模拟 | 深度学习动模型 | 短MD轨迹 | NA |
| 13089 | 2024-08-04 |
Clustered photoplethysmogram pulse wave shapes and their associations with clinical data
2023, Frontiers in physiology
IF:3.2Q2
DOI:10.3389/fphys.2023.1176753
PMID:37954447
|
研究论文 | 本文探讨了光电容积脉搏波形与临床数据之间的关系 | 提出了无监督机器学习和深度学习方法来克服数据标记的局限性 | 在处理真实数据时，为波形标记类别可能存在挑战 | 研究如何最有效地分类和识别光电容积脉搏波形 | 分析数字体积脉搏(DVP)的波形变异性和与临床数据的关联 | 机器学习 | NA | K-medoids聚类、卷积神经网络自编码器 | NA | 临床数据 | NA |
| 13090 | 2024-08-05 |
Interpreting Infrared Thermography with Deep Learning to Assess the Mortality Risk of Critically Ill Patients at Risk of Hypoperfusion
2023-Jan, Reviews in cardiovascular medicine
IF:1.9Q3
DOI:10.31083/j.rcm2401007
PMID:39076877
|
研究论文 | 本研究旨在通过红外热成像结合深度学习方法评估危重病人低灌注风险的死亡风险 | 结合红外热成像和深度学习方法的创新应用，可提高对低灌注病人死亡风险的准确评估 | 研究为事后分析，可能受到临床数据收集和选择偏倚的影响 | 评估危重病人低灌注风险的死亡风险 | 373名高风险低灌注的危重病人 | 机器学习 | NA | 红外热成像，深度学习 | ResNet（18） | 热成像图像 | 373名病人 |
| 13091 | 2024-08-07 |
Quantification of Epicardial Adipose Tissue Volume and Attenuation for Cardiac CT Scans Using Deep Learning in a Single Multi-Task Framework
2022-Dec, Reviews in cardiovascular medicine
IF:1.9Q3
DOI:10.31083/j.rcm2312412
PMID:39076659
|
研究论文 | 本文提出了一种基于深度学习框架的自动量化心脏CT扫描中心外膜脂肪组织体积和密度的方法 | 该研究首次在一个多任务框架中使用深度学习技术自动量化心外膜脂肪组织体积和密度，提高了量化任务的自动化程度和分析效率 | NA | 开发一种完全自动化的深度学习框架，用于量化心外膜脂肪组织体积和密度 | 心外膜脂肪组织体积和密度 | 计算机视觉 | 心血管疾病 | 深度学习 | CNN | 图像 | 300名患者的数据集，分为两个子集，每个子集包含150名患者，分别用于训练和评估模型 |
| 13092 | 2024-08-07 |
Multi-modal deep learning based on multi-dimensional and multi-level temporal data can enhance the prognostic prediction for multi-drug resistant pulmonary tuberculosis patients
2022-Nov, Science in One Health
DOI:10.1016/j.soh.2022.100004
PMID:39076608
|
research paper | 本文研究基于多维多层次时间数据的深度学习方法，以提高多药耐药性肺结核患者的预后预测 | 本文采用基于动态数据的多模态深度学习方法，为个性化治疗方案提供更深入的理解 | 目前大多数现有研究侧重于通过静态单尺度或低维信息预测治疗结果 | 提高多药耐药性肺结核患者的预后预测准确性 | 多药耐药性肺结核患者 | machine learning | 肺结核 | 深度学习 | NA | 多维多层次时间数据 | NA |
| 13093 | 2024-08-07 |
Artificial Intelligence in Echocardiography: The Time is Now
2022-Aug, Reviews in cardiovascular medicine
IF:1.9Q3
DOI:10.31083/j.rcm2308256
PMID:39076632
|
研究论文 | 本文探讨了人工智能（AI）在超声心动图领域的应用及其对诊断、治疗和患者护理的潜在革命性影响 | AI在超声心动图中的应用展示了在训练、图像获取、解释和分析、诊断、预测和表型开发方面的巨大潜力 | AI在超声心动图的实际临床应用和接受度方面仍存在障碍，尤其是缺乏临床结果研究，以及法律和伦理问题 | 推动AI在临床工作空间的应用，改善超声心动图的临床效用、效率和培训 | AI在超声心动图中的应用及其对心血管疾病评估的影响 | 机器学习 | 心血管疾病 | 机器学习（ML）和深度学习（DL） | NA | 图像 | NA |
| 13094 | 2024-08-07 |
From Left Atrial Dimension to Curved M-Mode Speckle-Tracking Images: Role of Echocardiography in Evaluating Patients with Atrial Fibrillation
2022-May, Reviews in cardiovascular medicine
IF:1.9Q3
DOI:10.31083/j.rcm2305171
PMID:39077610
|
综述 | 本文综述了利用斑点追踪超声心动图从左心房尺寸到曲面M型图像评估心房颤动患者的临床应用、优势和局限性 | 斑点追踪超声心动图被证明是一种可行且可重复的技术，用于直接评估左心房功能，并且深度学习神经网络已成功应用于超声心动图图像分析，实现基于人工智能的全自动测量 | 左心房应变和应变率的临床应用、优势和局限性需要充分理解，且其在心房颤动患者治疗决策中的预后价值和实用性需要进一步阐明 | 探讨斑点追踪超声心动图在评估心房颤动患者中的应用及其临床意义 | 心房颤动患者 | 医学影像 | 心房颤动 | 斑点追踪超声心动图 | 深度学习神经网络 | 图像 | NA |
| 13095 | 2024-08-07 |
COVID Student Study: A Year in the Life of College Students during the COVID-19 Pandemic Through the Lens of Mobile Phone Sensing
2022-Apr, Proceedings of the SIGCHI conference on human factors in computing systems. CHI Conference
DOI:10.1145/3491102.3502043
PMID:39071774
|
研究论文 | 研究通过移动电话传感技术评估COVID-19大流行对大学生行为和心理健康的影响 | 利用移动电话传感技术追踪和分析大学生在疫情期间的行为变化，并探索其与自我报告的COVID-19关注度的关联 | 研究样本仅包括180名本科生，可能不足以代表所有大学生群体 | 评估COVID-19大流行对大学生行为和心理健康的影响 | 本科生在疫情期间的行为和心理健康状况 | NA | NA | 移动电话传感技术 | 深度学习模型 | 行为数据 | 180名本科生 |
| 13096 | 2024-08-07 |
Prediction of trabecular bone architectural features by deep learning models using simulated DXA images
2020-Dec, Bone reports
IF:2.1Q3
DOI:10.1016/j.bonr.2020.100295
PMID:32695850
|
研究论文 | 本研究利用深度学习模型通过模拟DXA图像预测松质骨的微观结构特征 | 首次使用深度学习技术从DXA图像中预测松质骨的主要微观结构特征 | 研究仅限于使用模拟DXA图像，且输入图像的数量和分辨率对预测准确性有显著影响 | 验证基于DXA图像的深度学习模型预测松质骨微观结构特征的准确性 | 松质骨的微观结构特征 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 1249个6mm×6mm×6mm的松质骨立方体 |
| 13097 | 2024-08-07 |
Diagnosis and detection of infected tissue of COVID-19 patients based on lung x-ray image using convolutional neural network approaches
2020-Nov, Chaos, solitons, and fractals
DOI:10.1016/j.chaos.2020.110170
PMID:32834651
|
研究论文 | 本文使用三种基于深度学习的方法，通过肺部X光图像检测和诊断COVID-19患者 | 提出了一种基于卷积神经网络（CNN）的方法，用于直接使用肺部图像进行疾病诊断，并展示了其在准确性和敏感性上优于深度神经网络（DNN）方法 | NA | 设计一种快速且成本较低的COVID-19诊断方法 | COVID-19患者的肺部感染组织 | 计算机视觉 | COVID-19 | 卷积神经网络（CNN） | CNN | 图像 | 未明确提及具体样本数量 |
| 13098 | 2024-08-07 |
A fully open-source framework for deep learning protein real-valued distances
2020-08-07, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-020-70181-0
PMID:32770096
|
研究论文 | 本文介绍了一个名为protein distance net（PDNET）的全开源框架，用于深度学习蛋白质的实值距离预测 | PDNET框架包含一个代表性数据集以及用于训练和测试深度学习方法的脚本，支持在网页浏览器中使用免费平台如Google Colab进行模型训练和测试 | NA | 推进深度学习方法在蛋白质结构预测中的应用 | 蛋白质的实值距离预测 | 机器学习 | NA | 深度学习 | CNN | 数据集 | 一个代表性数据集 |
| 13099 | 2024-08-07 |
Deep learning based detection of intracranial aneurysms on digital subtraction angiography: A feasibility study
2020-Aug, The neuroradiology journal
DOI:10.1177/1971400920937647
PMID:32633602
|
研究论文 | 本文评估了商用级深度学习软件在全脑前后和侧位2D数字减影血管造影图像上检测颅内动脉瘤的可行性 | 使用商用级深度学习软件进行颅内动脉瘤检测，结果与更专业设计的深度学习技术相当 | NA | 评估商用级深度学习软件在数字减影血管造影图像上检测颅内动脉瘤的可行性 | 颅内动脉瘤的检测 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 706张数字减影血管造影图像，来自240名患者（157名女性，平均年龄59岁；83名男性，平均年龄55岁） |
| 13100 | 2024-08-07 |
The Future of Concurrent Automated Coronary Artery Calcium Scoring on Screening Low-Dose Computed Tomography
2020-Jun-12, Cureus
DOI:10.7759/cureus.8574
PMID:32670710
|
研究论文 | 本文评估了低剂量计算机断层扫描（LDCT）在肺癌筛查中检测和分级冠状动脉钙化（CAC）的作用，并探讨了人工智能（AI）在CAC评估中的应用。 | 本文首次探讨了AI在LDCT筛查过程中对钙化评分量化的潜力，以及其在提高放射科医生合规性和简化工作流程方面的应用。 | 目前AI在CAC评估中的应用仍处于早期阶段，需要更多广泛的研究来验证其效果。 | 评估LDCT在肺癌筛查中检测CAC的作用，并探讨AI在CAC评估中的应用。 | 低剂量计算机断层扫描（LDCT）在肺癌筛查中的应用，以及人工智能（AI）在冠状动脉钙化（CAC）评估中的应用。 | 计算机视觉 | 肺癌 | 低剂量计算机断层扫描（LDCT） | 人工智能（AI） | 图像 | NA |