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!

Sample Image
添加微信请说明来意
Sample Image
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。

当前筛选条件: [分区不过滤] [IF不过滤] [发表日期不过滤] [清除筛选条件]
当前共找到 25067 篇文献,本页显示第 13701 - 13720 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
13701 2024-11-04
AI-driven innovations in Alzheimer's disease: Integrating early diagnosis, personalized treatment, and prognostic modelling
2024-Nov, Ageing research reviews IF:12.5Q1
综述 本文综述了人工智能在阿尔茨海默病诊断、个性化治疗和预后建模中的应用 本文探讨了人工智能在阿尔茨海默病管理各个阶段的应用,包括早期诊断、个性化治疗和预后建模 本文指出了人工智能在临床应用中面临的挑战,包括伦理考虑、数据隐私和工具整合 本文旨在探讨人工智能在阿尔茨海默病管理中的潜力和未来研究方向 本文研究对象为阿尔茨海默病的诊断、治疗和预后 机器学习 阿尔茨海默病 MRI、PET、CT扫描、机器学习、深度学习 机器学习模型、深度学习技术 影像数据、基因数据、蛋白质组数据、临床数据 NA
13702 2024-11-04
Validation of an Artificial Intelligence-Based Prediction Model Using 5 External PET/CT Datasets of Diffuse Large B-Cell Lymphoma
2024-Nov-01, Journal of nuclear medicine : official publication, Society of Nuclear Medicine IF:9.1Q1
研究论文 本研究验证了一个基于深度学习模型的预测性能,并将其与国际预后指数(IPI)和两个包含放射组学PET/CT特征的模型进行比较 深度学习模型在所有外部数据上显著优于IPI,并且在每个单独的临床试验中表现一致优于IPI 深度学习模型在预测治疗结果时的预后性能低于放射组学模型 验证一个先前开发的深度学习模型在5个独立临床试验中的预测性能 弥漫性大B细胞淋巴瘤患者 机器学习 淋巴瘤 PET/CT 深度学习模型 图像 1132名弥漫性大B细胞淋巴瘤患者,其中296名用于训练,836名用于外部验证
13703 2024-11-04
Artificial intelligence and radiotherapy: Evolution or revolution?
2024-Nov, Cancer radiotherapie : journal de la Societe francaise de radiotherapie oncologique IF:1.5Q3
研究论文 本文探讨了人工智能,特别是深度学习算法在放射治疗中的整合,及其对放射治疗领域的多方面影响 人工智能的整合提高了放射治疗的准确性、效率和个性化护理,并有望通过自动化任务、提高诊断精度和实现自适应放射治疗来彻底改变该行业 人工智能的引入也带来了自动化偏差、验证失败和临床技能潜在退化等风险,需要持续培训和开发强大的质量保证程序来缓解这些风险 探讨人工智能在放射治疗中的应用及其对专业角色的演变和实际挑战的影响 人工智能在放射治疗中的应用及其对放射肿瘤学家和医学物理学家角色的影响 NA NA 深度学习算法 NA NA NA
13704 2024-11-04
The performance of large language models in intercollegiate Membership of the Royal College of Surgeons examination
2024-Nov, Annals of the Royal College of Surgeons of England IF:1.1Q3
研究论文 评估大型语言模型在皇家外科医学院会员考试(MRCS)中的表现 首次评估大型语言模型在MRCS Part A考试中的表现 样本量较小,仅使用了300个模拟问题 评估人工智能在MRCS Part A考试中的表现 GPT-3.5、GPT 4.0和Bard三种大型语言模型 自然语言处理 NA 深度学习算法 大型语言模型 文本 300个模拟问题
13705 2024-11-04
FACSNet: Forensics aided content selection network for heterogeneous image steganalysis
2024-Nov-01, Scientific reports IF:3.8Q1
研究论文 本文设计了一种用于异构图像隐写分析的法医辅助内容选择网络(FACSNet) 引入法医辅助模块对测试图像进行预分类,并使用内容选择模块进一步分析和分类图像复杂度,以训练更适应的隐写分析器 未提及 提高异构图像隐写分析的检测准确性 异构图像的隐写分析 计算机视觉 NA 深度学习 FACSNet 图像 未提及
13706 2024-11-04
A deep learning-based image analysis for assessing the extent of abduction in abducens nerve palsy patients before and after strabismus surgery
2024 Nov-Dec, Advances in ophthalmology practice and research
研究论文 本文提出了一种基于深度学习的图像分析方法,用于评估外展神经麻痹患者在斜视手术前后外展程度的变化 本文首次提出了一种基于深度学习的图像分析方法,用于自动评估外展神经麻痹患者的外展程度 研究样本量较小,仅包括13名患者 开发一种自动评估外展神经麻痹患者外展程度的方法,以客观评估手术效果 外展神经麻痹患者在斜视手术前后的外展程度 计算机视觉 NA NA R2AU-Net 图像 13名外展神经麻痹患者
13707 2024-11-04
Performance evaluation of a deep learning-based cascaded HRNet model for automatic measurement of X-ray imaging parameters of lumbar sagittal curvature
2024-Nov, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1
研究论文 本文开发并评估了一种基于深度学习的级联HRNet模型,用于自动测量腰椎侧位X光片中的矢状曲度参数 本文首次提出了一种基于深度学习的级联HRNet模型,用于自动测量腰椎矢状曲度的X光影像参数 NA 开发一种基于深度学习的模型,用于自动测量腰椎矢状曲度的X光影像参数,并评估其预测性能 腰椎侧位数字X光片中的矢状曲度参数 计算机视觉 NA 深度学习 HRNet 图像 共收集了3730张腰椎侧位数字X光片,其中3150张用于训练和验证,580张用于测试
13708 2024-11-04
Deep learning algorithm for fully automated measurement of sagittal balance in adult spinal deformity
2024-Nov, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1
研究论文 本文评估了一种创新的深度学习算法在成人脊柱畸形中分析矢状平衡的准确性 首次评估了一种完全自动化的深度学习算法在成人脊柱畸形中分析矢状平衡的准确性 NA 评估深度学习算法在成人脊柱畸形中分析矢状平衡的准确性 成人脊柱畸形患者的术前和术后放射影像 计算机视觉 脊柱畸形 深度学习 深度学习算法 影像 141例成人脊柱畸形患者的术前和术后放射影像
13709 2024-11-04
Deep learning algorithm for automatically measuring Cobb angle in patients with idiopathic scoliosis
2024-Nov, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1
研究论文 本文开发了一种深度学习模型,用于自动测量特发性脊柱侧弯患者的Cobb角 提出了一个自动测量Cobb角的深度学习模型,减少了人工测量的变异性 需要进一步研究以提高模型的准确性和通用性 开发一种自动测量Cobb角的深度学习模型,以减少测量误差 特发性脊柱侧弯患者的Cobb角 计算机视觉 NA 深度学习 深度学习模型 图像 297张脊柱X光片,其中227张用于训练,70张用于验证
13710 2024-11-04
Estimating lumbar bone mineral density from conventional MRI and radiographs with deep learning in spine patients
2024-Nov, European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society IF:2.6Q1
研究论文 本研究旨在利用深度学习方法从常规腰椎MRI和X光片中估算骨密度并检测骨质疏松症 本研究首次尝试结合常规MRI和X光片以及临床数据和成像参数,利用机器学习模型估算腰椎骨密度并分类T评分 模型在直接估算骨密度值方面的能力有限 开发机器学习方法以估算骨密度并检测骨质疏松症 腰椎骨密度和T评分 机器学习 NA 机器学习 NA 图像 429名患者
13711 2024-11-04
Integrative hybrid deep learning for enhanced breast cancer diagnosis: leveraging the Wisconsin Breast Cancer Database and the CBIS-DDSM dataset
2024-Nov-01, Scientific reports IF:3.8Q1
研究论文 本文通过整合威斯康星州乳腺癌数据库和CBIS-DDSM数据集,利用混合深度学习方法提高乳腺癌诊断的准确性 本文创新性地结合了两个重要数据集,并采用卷积神经网络与随机梯度方法相结合的混合深度学习方法,以识别乳腺癌的复杂模式和特征诊断 本文的模型泛化性需要通过独立验证在其他数据集上进行验证 提高乳腺癌诊断的准确性 乳腺癌的诊断 计算机视觉 乳腺癌 卷积神经网络(CNN) 混合深度学习模型 图像 569名患者(其中212名患有恶性肿瘤)和2620个扫描的乳腺X光片研究
13712 2024-11-04
Information mismatch in PHH3-assisted mitosis annotation leads to interpretation shifts in H&E slide analysis
2024-Nov-01, Scientific reports IF:3.8Q1
研究论文 研究分析了PHH3辅助有丝分裂注释对H&E切片分析中互评者一致性和模型性能的影响 提出了一种新的双染色检测器,并分析了PHH3辅助注释对模型性能的影响 PHH3辅助注释并未显著提高H&E检测器的性能 探讨PHH3辅助有丝分裂注释对互评者一致性和模型性能的影响 有丝分裂图(MFs)的注释和检测 数字病理学 NA 深度学习算法 双染色检测器 图像 涉及多个评价者的实验数据
13713 2024-11-04
Explainable machine learning by SEE-Net: closing the gap between interpretable models and DNNs
2024-Nov-01, Scientific reports IF:3.8Q1
研究论文 本文介绍了一种名为SEE-Net的新型神经网络架构,旨在结合深度神经网络的高预测能力和可解释模型的透明性 SEE-Net通过将指导性深度神经网络与浅层神经网络结合,实现了深度学习的高预测能力和可解释模型的透明性之间的平衡 NA 旨在解决深度神经网络复杂性导致的解释性难题,并提升可解释模型的预测准确性 深度神经网络和可解释模型的结合 机器学习 NA NA SEE-Net 图像和表格数据 NA
13714 2024-11-04
Multi-level physics informed deep learning for solving partial differential equations in computational structural mechanics
2024-Nov-01, Communications engineering
研究论文 本文开发了一种多层次物理信息神经网络框架,用于解决计算结构力学中的偏微分方程 通过结合多个神经网络,每个网络仅涉及一阶或二阶偏微分方程,代表不同的物理信息,从而提高了计算精度和时间 NA 开发一种新的神经网络框架,以提高解决结构力学问题中偏微分方程的精度和计算效率 结构力学中的偏微分方程 机器学习 NA 物理信息神经网络 神经网络 NA NA
13715 2024-11-04
High spatiotemporal resolution estimation and analysis of global surface CO concentrations using a deep learning model
2024-Nov-01, Journal of environmental management IF:8.0Q1
研究论文 本研究利用深度学习模型对全球表面CO浓度进行高时空分辨率估计和分析 开发了一种基于卷积神经网络(CNN)的高性能残差网络(ResNet)模型,用于估计全球CO浓度,并结合全球TROPOMI总柱大气CO(TCCO)产品和再分析数据集,实现了高精度的估计 NA 阐明全球CO污染与健康风险的关系,以及自然事件如野火的影响 全球表面CO浓度 机器学习 NA 卷积神经网络(CNN) 残差网络(ResNet) 数据集 从2018年6月至2021年5月的每日全球CO浓度数据,空间分辨率为0.07°
13716 2024-11-04
Holographic multiplexing metasurface with twisted diffractive neural network
2024-Oct-31, Nature communications IF:14.7Q1
研究论文 本文介绍了一种利用非相关结构扭曲扩展光学全息存储容量限制的元表面盘(meta-disk),并开发了一个物理扭曲神经网络来描述其光学行为 提出了元表面盘(meta-disk)的概念,通过内部结构多路复用存储大量信息,并利用三维打印技术实现了光学全息存储 NA 扩展光学全息存储的容量限制,为下一代光学存储、显示、加密和多功能光学模拟计算提供支持 元表面盘(meta-disk)及其光学行为 计算机视觉 NA 三维打印技术 扭曲神经网络 图像 两层640µm x 640µm的元表面盘存储了数百张高保真图像
13717 2024-11-04
Spatiotemporal wind speed forecasting using conditional local convolution and multidimensional meteorology features
2024-Oct-31, Scientific reports IF:3.8Q1
研究论文 研究提出了一种改进的条件局部卷积循环网络模型,用于提高时空风速预测的准确性 通过重新设计卷积核来更好地捕捉局部气象特征,并整合多个影响因素,解决了传统模型中影响权重结构均匀的问题 NA 提高风速预测的准确性,以支持风能预测和减少维护成本 高地区域的风速预测 机器学习 NA 条件局部卷积循环网络 CLCRN 多维气象数据 2019年至2021年的气象站数据
13718 2024-11-02
Author Correction: Radiomic and deep learning analysis of dermoscopic images for skin lesion pattern decoding
2024-Oct-31, Scientific reports IF:3.8Q1
NA NA NA NA NA NA NA NA NA NA NA NA
13719 2024-11-04
sRNAdeep: a novel tool for bacterial sRNA prediction based on DistilBERT encoding mode and deep learning algorithms
2024-Oct-31, BMC genomics IF:3.5Q2
研究论文 本文介绍了一种基于DistilBERT编码模式和深度学习算法的细菌sRNA预测工具sRNAdeep sRNAdeep结合了DistilBERT特征提取和TextCNN方法,相比之前的sRNA预测工具,在各种指标上表现更好 NA 开发一种更精确的细菌sRNA预测工具 细菌sRNA及其调控的基因 自然语言处理 NA DistilBERT, TextCNN 深度学习模型 文本 验证数据集包含2438个正样本和4730个负样本
13720 2024-11-04
Construction of a combined prognostic model for pancreatic ductal adenocarcinoma based on deep learning and digital pathology images
2024-Oct-31, BMC gastroenterology IF:2.5Q2
研究论文 本研究构建了一个基于深度学习和数字病理图像的胰腺导管腺癌联合预后模型 本研究的创新点在于结合深度学习提取的病理图像特征和临床预测指标,构建了一个联合预后模型,提高了预测准确性 本研究的局限性在于样本量较小,且为回顾性分析 本研究旨在构建一个联合预后模型,评估其对胰腺导管腺癌生存预后的预测价值 本研究的研究对象为142例术后病理确诊的胰腺导管腺癌病例 数字病理 胰腺癌 深度学习 联合模型 图像 142例胰腺导管腺癌病例
回到顶部