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 24188 篇文献，本页显示第 13161 - 13180 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 13161 | 2024-10-28 |
Derivation, External Validation and Clinical Implications of a deep learning approach for intracranial pressure estimation using non-cranial waveform measurements
2024-Jan-30, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.01.30.24301974
PMID:38352556
|
研究论文 | 开发并验证了一种使用非侵入性颅外生理波形数据检测颅内压升高的AI方法 | 提出了一种仅使用颅外波形数据进行颅内压估计的深度学习方法，并在外部数据集上进行了验证 | 研究基于回顾性数据，且样本量有限，需要进一步的前瞻性研究验证 | 开发和验证一种非侵入性方法来检测颅内压升高 | 颅内压升高的检测及其与临床结果的关联 | 机器学习 | NA | 深度学习 | AI模型 | 波形数据 | 开发阶段157例，外部验证56例，结果关联1694例 |
| 13162 | 2024-10-28 |
Linking Gene Fusions to Bone Marrow Failure and Malignant Transformation in Dyskeratosis Congenita
2024-Jan-28, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms25031606
PMID:38338888
|
研究论文 | 本文分析了先天性角化不良症患者RNA-Seq数据中的基因融合，以深入了解该疾病进展中的作用 | 首次详细研究了先天性角化不良症中基因融合对骨髓衰竭和恶性转化的影响 | 仅基于RNA-Seq数据和计算模拟，缺乏实验验证 | 探讨基因融合在先天性角化不良症进展中的作用 | 先天性角化不良症患者的基因融合 | 基因组学 | 先天性角化不良症 | RNA-Seq | 深度学习 | RNA序列 | 若干先天性角化不良症患者 |
| 13163 | 2024-10-28 |
RETRACTED: Liu et al. Prediction of Ovarian Cancer Response to Therapy Based on Deep Learning Analysis of Histopathology Images. Cancers 2023, 15, 4044
2024-Jan-24, Cancers
IF:4.5Q1
DOI:10.3390/cancers16030493
PMID:38339431
|
correction | 该文章因故被撤回 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 13164 | 2024-10-28 |
Navigating urban congestion: A Comprehensive strategy based on an efficient smart IoT wireless communication for PV powered smart traffic management system
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0310002
PMID:39453902
|
研究论文 | 本文提出了一种基于高效智能物联网无线通信的综合策略，用于太阳能供电的智能交通管理系统，以解决埃及城市严重的交通拥堵问题 | 结合了关键基础设施改进和尖端技术，利用深度学习和优化算法在物联网支持的5G框架内改善通信 | 模型主要针对埃及城市，可能不适用于其他地区的交通管理 | 现代化埃及的交通管理系统，使其符合全球智能交通网络的指导方针 | 埃及城市的交通拥堵问题 | 物联网 | NA | 深度学习、优化算法 | NA | NA | NA |
| 13165 | 2024-10-28 |
Predictive value of 18F-FDG PET/CT radiomics for EGFR mutation status in non-small cell lung cancer: a systematic review and meta-analysis
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1281572
PMID:38361781
|
meta-analysis | 本研究通过meta分析评估了18F-FDG PET/CT放射组学在预测非小细胞肺癌EGFR基因突变状态中的价值 | 首次通过meta分析系统评估了18F-FDG PET/CT放射组学在预测非小细胞肺癌EGFR突变中的应用 | 研究存在异质性，主要来源于深度学习和研究区域的不同 | 评估18F-FDG PET/CT放射组学在预测非小细胞肺癌EGFR基因突变中的价值 | 非小细胞肺癌患者及其EGFR基因突变状态 | digital pathology | lung cancer | 18F-FDG PET/CT放射组学 | NA | image | 共纳入17项研究，涉及3763例非小细胞肺癌患者 |
| 13166 | 2024-10-28 |
Dyslexia Data Consortium Repository: A Data Sharing and Delivery Platform for Research
2023-Aug, Brain informatics : 16th International Conference, BI 2023, Hoboken, NJ, USA, August 1-3, 2023, Proceedings. International Conference on Brain Informatics (16th : 2023 : Hoboken, N.J.)
DOI:10.1007/978-3-031-43075-6_15
PMID:38352916
|
研究论文 | 开发了一个在线平台，用于共享和交付与阅读障碍相关的数据，以促进研究 | 提供了一个集成了机器学习算法和工具的平台，生成与阅读障碍相关的次级数据集 | NA | 推进对阅读障碍的理解，该障碍对儿童及其家庭和社会有重大影响 | 阅读障碍的神经生物学研究 | 机器学习 | 阅读障碍 | 机器学习算法 | NA | 次级数据集（如皮质厚度、区域脑体积指标） | NA |
| 13167 | 2024-10-28 |
R-Mixup: Riemannian Mixup for Biological Networks
2023-Aug, KDD : proceedings. International Conference on Knowledge Discovery & Data Mining
DOI:10.1145/3580305.3599483
PMID:38343707
|
研究论文 | 本文提出了一种基于黎曼流形的混合数据增强技术R-Mixup，用于处理生物网络中的高维度和低样本量问题 | R-Mixup利用对数欧几里得距离度量，解决了传统Mixup方法在处理生物网络邻接矩阵时的局限性 | NA | 解决生物网络中深度学习模型过拟合问题 | 生物网络及其邻接矩阵 | 机器学习 | NA | R-Mixup | NA | 生物网络数据 | 五个真实世界生物网络数据集 |
| 13168 | 2024-10-28 |
A DEEP LEARNING FRAMEWORK TO LOCALIZE THE EPILEPTOGENIC ZONE FROM DYNAMIC FUNCTIONAL CONNECTIVITY USING A COMBINED GRAPH CONVOLUTIONAL AND TRANSFORMER NETWORK
2023-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging
DOI:10.1109/isbi53787.2023.10230831
PMID:39450418
|
研究论文 | 本文提出了一种使用动态功能连接的深度学习框架，结合图卷积网络和Transformer网络，用于定位癫痫病灶区 | 首次提出了一种自动化框架，利用静息态fMRI的动态功能连接来定位癫痫病灶区，并结合图卷积网络和Transformer网络进行特征提取和时间点选择 | NA | 开发一种新的深度学习框架，用于从动态功能连接中定位癫痫病灶区 | 癫痫病灶区的定位 | 机器学习 | 癫痫 | 静息态功能磁共振成像（rs-fMRI） | 图卷积网络（GCN）和Transformer网络 | 功能连接数据 | 训练数据来自人类连接组项目，评估数据来自临床癫痫数据集 |
| 13169 | 2024-10-28 |
Federated Learning with Research Prototypes: Application to Multi-Center MRI-based Detection of Prostate Cancer with Diverse Histopathology
2023-04, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2023.02.012
PMID:36914501
|
研究论文 | 本文介绍了一种灵活的联邦学习框架，用于跨站点训练、验证和评估定制的深度学习前列腺癌检测算法 | 提出了一个灵活的联邦学习框架，支持跨站点训练和评估，并开源了FLtools系统以促进联邦学习的应用 | 需要更多数据和参与机构来提高前列腺癌分类模型的绝对性能 | 提高前列腺癌检测模型在不同机构间的泛化性能，同时保护患者健康信息和机构特定代码及数据 | 前列腺癌的检测和分期 | 计算机视觉 | 前列腺癌 | 联邦学习 | 3D UNet | MRI图像 | 1400+个异质性多参数前列腺MRI检查 |
| 13170 | 2024-10-28 |
Artificial intelligence: a critical review of current applications in pancreatic imaging
2021-Jun, Japanese journal of radiology
IF:2.9Q2
DOI:10.1007/s11604-021-01098-5
PMID:33550513
|
综述 | 本文综述了人工智能在胰腺疾病影像学中的应用 | 介绍了机器学习和深度学习在胰腺疾病影像学中的最新进展和当前成果 | 讨论了人工智能在胰腺疾病影像学中的局限性和未来展望 | 探讨人工智能在胰腺疾病影像学中的应用 | 胰腺导管腺癌和其他胰腺肿瘤的检测与特征分析 | 计算机视觉 | 胰腺癌 | 机器学习 深度学习 | NA | 影像 | NA |
| 13171 | 2024-10-27 |
Implementation of deep learning artificial intelligence in vision-threatening disease screenings for an underserved community during COVID-19
2024-Dec, Journal of telemedicine and telecare
IF:3.5Q1
DOI:10.1177/1357633X231158832
PMID:36908254
|
研究论文 | 研究探讨了在COVID-19期间，深度学习人工智能在学生主导的非散瞳筛查中对未受充分服务社区的视觉威胁性疾病的应用 | 首次在前瞻性研究中应用深度学习人工智能于学生主导的非散瞳筛查，特别是在未受充分服务的社区中 | 深度学习人工智能标记了38.9%的眼睛为不可评估，远高于人类标准的2.6% | 评估深度学习人工智能在视觉威胁性疾病筛查中的应用效果 | 年龄相关性黄斑变性、糖尿病视网膜病变和青光眼等视觉威胁性疾病 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 385只眼睛，来自195名筛查参与者 |
| 13172 | 2024-10-27 |
Deep learning and its associated factors among Chinese nursing undergraduates: A cross-sectional study
2024-11, Nurse education today
IF:3.6Q1
DOI:10.1016/j.nedt.2024.106356
PMID:39167874
|
研究论文 | 研究了中国护理本科生的深度学习水平及其相关因素 | 首次探讨了中国护理本科生的深度学习及其相关因素 | 研究采用横断面设计，无法确定因果关系 | 描述中国护理本科生的深度学习水平并探索其相关因素 | 中国护理本科生 | NA | NA | NA | NA | NA | 271名护理本科生 |
| 13173 | 2024-10-20 |
Designed with interactome-based deep learning
2024-Nov, Nature chemical biology
IF:12.9Q1
DOI:10.1038/s41589-024-01754-7
PMID:39424957
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 13174 | 2024-10-27 |
Smartphone-Assisted Nanozyme Colorimetric Sensor Array Combined "Image Segmentation-Feature Extraction" Deep Learning for Detecting Unsaturated Fatty Acids
2024-Oct-25, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.4c01142
PMID:39298721
|
研究论文 | 开发了一种智能手机辅助的纳米酶比色传感器阵列与图像分割-特征提取深度学习相结合的智能平台，用于检测不饱和脂肪酸 | 结合了智能手机辅助的比色传感器阵列和图像分割-特征提取深度学习方法，实现了对不饱和脂肪酸的快速、低成本分析 | NA | 开发一种智能平台，用于快速、低成本地检测不饱和脂肪酸 | 不饱和脂肪酸（如油酸、亚油酸、α-亚麻酸）及其混合物，以及不同种类的食用植物油和掺假山茶油 | 机器学习 | NA | 图像分割-特征提取深度学习 | MobileNetV3 | 图像 | 38,868张图像 |
| 13175 | 2024-10-27 |
Identification of nitric oxide-mediated necroptosis as the predominant death route in Parkinson's disease
2024-Oct-24, Molecular biomedicine
IF:6.3Q1
DOI:10.1186/s43556-024-00213-y
PMID:39443410
|
研究论文 | 本研究通过RNA测序和深度学习算法Scaden，识别了帕金森病中一氧化氮介导的坏死性凋亡作为主要的细胞死亡途径 | 首次揭示了一氧化氮介导的坏死性凋亡在帕金森病进展中的主导作用，并发现其在其他神经退行性疾病中的普遍性 | 研究主要基于体外实验和模型动物，需要进一步的人体临床验证 | 探讨帕金森病进展中主要的细胞死亡途径 | 帕金森病中的神经细胞死亡途径 | 神经科学 | 帕金森病 | RNA测序 | 深度学习算法Scaden | 基因表达数据 | 多个脑组织样本 |
| 13176 | 2024-10-27 |
Optimising ovarian tumor classification using a novel CT sequence selection algorithm
2024-10-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-75555-2
PMID:39443517
|
研究论文 | 本研究旨在通过应用先进的深度学习方法和开发一种新的CT序列选择算法来提高卵巢肿瘤分类的准确性 | 本研究开发了一种新的CT序列选择算法，用于优化CT图像的使用，以更精确地分类卵巢肿瘤 | NA | 提高卵巢肿瘤分类的准确性，特别是区分恶性肿瘤和早期病例 | 卵巢肿瘤的分类 | 计算机视觉 | 妇科疾病 | 深度学习 | ResNet50V2FPN | 图像 | 使用公开的CT扫描数据进行训练和评估 |
| 13177 | 2024-10-27 |
Automated deep learning-based bone mineral density assessment for opportunistic osteoporosis screening using various CT protocols with multi-vendor scanners
2024-10-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-73709-w
PMID:39443535
|
研究论文 | 本研究评估了基于深度学习的自动化骨密度测量方法在不同CT协议和多厂商扫描仪下的诊断效能 | 提出了基于深度学习的自动化骨密度测量方法，并展示了其在不同CT协议和多厂商扫描仪下的准确性和可靠性 | 研究为回顾性研究，样本量和数据类型有限 | 评估基于深度学习的骨密度测量方法在骨质疏松筛查中的诊断效能 | 422个来自四个厂商的CT数据集，包括159个胸部、156个腹部和107个腰椎数据集 | 计算机视觉 | 骨质疏松 | 深度学习 | NA | CT图像 | 422个CT数据集，包括159个胸部、156个腹部和107个腰椎数据集 |
| 13178 | 2024-10-27 |
Leveraging weak complementary labels enhances semantic segmentation of hepatocellular carcinoma and intrahepatic cholangiocarcinoma
2024-10-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-75256-w
PMID:39443575
|
研究论文 | 本文提出了一种利用弱互补标签增强肝细胞癌和肝内胆管癌语义分割的深度学习方法 | 通过引入互补标签，利用临床诊断中的弱信息来改进模型训练，从而提高分割性能和鲁棒性 | NA | 提高肝细胞癌和肝内胆管癌的语义分割准确性和鲁棒性 | 肝细胞癌和肝内胆管癌的病理图像 | 计算机视觉 | 肝癌 | 深度学习 | NA | 图像 | 165名患者的病理图像 |
| 13179 | 2024-10-27 |
Automating cancer diagnosis using advanced deep learning techniques for multi-cancer image classification
2024-10-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-75876-2
PMID:39443621
|
研究论文 | 本文利用深度学习模型自动化癌症诊断，特别是针对多癌症图像分类 | 本文首次评估了多种深度学习模型在七种癌症图像分类中的表现，并发现DenseNet121模型在验证准确性和损失方面表现最佳 | 本文仅评估了特定类型的癌症图像，未涵盖所有癌症类型 | 提高癌症检测的效率和准确性 | 七种癌症的图像数据 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 七种癌症的图像数据 |
| 13180 | 2024-10-27 |
Improving the accuracy of dynamic inclination measurement by machine learning
2024-Oct-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-76032-6
PMID:39443645
|
研究论文 | 本文提出了一种结合钻具姿态传感器数据和人工神经网络的方法，以提高动态倾角测量的准确性 | 本文首次将机器学习技术应用于钻具姿态测量，通过深度学习模型反演x和y轴加速度信号，实现了高精度的动态倾角测量 | 本文仅在模拟测量条件下进行了实验，尚未在实际钻井环境中验证 | 提高钻井过程中动态倾角测量的准确性 | 钻具姿态传感器数据和动态倾角 | 机器学习 | NA | 机器学习 | LSTM | 传感器信号 | 不同转速下的模拟测量条件 |