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 24103 篇文献，本页显示第 14681 - 14700 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 14681 | 2024-10-02 |
Validation of an AI-Powered Automated X-ray Bone Age Analyzer in Chinese Children and Adolescents: A Comparison with the Tanner-Whitehouse 3 Method
2024-Sep, Advances in therapy
IF:3.4Q2
DOI:10.1007/s12325-024-02944-4
PMID:39085749
|
研究论文 | 本研究验证了一种基于人工智能的自动X光骨龄分析器在中国儿童和青少年中的临床适用性，并与Tanner-Whitehouse 3方法进行了比较 | 本研究展示了AI驱动的骨龄分析器在准确性和时间效率上的优势，可能提高临床工作效率 | 研究仅在中国进行，样本仅包括900名中国儿童和青少年，可能限制了结果的普适性 | 验证AI驱动的X光骨龄分析器在中国儿童和青少年中的临床适用性，并评估其与传统方法的性能差异 | 中国儿童和青少年的X光骨龄评估 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 900名中国儿童和青少年 |
| 14682 | 2024-10-02 |
Development and validation of deep learning models for bowel obstruction on plain abdominal radiograph
2024-Sep, The Journal of international medical research
IF:1.4Q4
DOI:10.1177/03000605241271844
PMID:39340252
|
研究论文 | 本文开发并验证了基于深度学习的计算机视觉模型，用于在腹部平片上诊断肠梗阻 | 提出了基于深度学习的计算机辅助诊断系统，能够提高诊断准确性并减轻医疗从业者的工作负担 | NA | 开发和验证用于诊断肠梗阻的深度学习模型 | 腹部平片上的肠梗阻诊断 | 计算机视觉 | 肠梗阻 | 深度学习 | Xception, VGG16, ResNet | 图像 | 2082张腹部平片 |
| 14683 | 2024-10-02 |
Conserved cysteine residues in Kaposi's sarcoma herpesvirus ORF34 are necessary for viral production and viral pre-initiation complex formation
2024-Aug-20, Journal of virology
IF:4.0Q2
DOI:10.1128/jvi.01000-24
PMID:39078391
|
研究论文 | 研究探讨了Kaposi肉瘤疱疹病毒（KSHV）ORF34中保守的半胱氨酸残基在病毒生产和病毒前起始复合物形成中的必要性 | 通过深度学习算法辅助的结构模型，揭示了ORF34中高度保守的氨基酸残基，并设计了ORF34丙氨酸扫描突变体，评估了其与病毒前起始复合物其他因子的相互作用 | NA | 阐明KSHV ORF34在病毒前起始复合物功能和与其他成分相互作用中的具体贡献 | KSHV ORF34中的保守半胱氨酸残基及其在病毒生产和病毒前起始复合物形成中的作用 | NA | NA | 深度学习算法 | NA | NA | NA |
| 14684 | 2024-10-02 |
From Deep Learning to the Discovery of Promising VEGFR-2 Inhibitors
2024-Aug-19, ChemMedChem
IF:3.6Q2
DOI:10.1002/cmdc.202400108
PMID:38726553
|
研究论文 | 本研究利用深度学习模型筛选潜在的VEGFR-2抑制剂，并通过分子对接和实验验证其抗肿瘤活性 | 首次将深度学习应用于VEGFR-2抑制剂的筛选，并结合分子对接和实验验证，成功发现两种具有潜在抗肿瘤活性的化合物 | 样本量较小，仅包含187种化合物，且实验验证仅针对MCF-7乳腺癌细胞和WI-38细胞 | 寻找新型且更有效的VEGFR-2抑制剂 | VEGFR-2抑制剂及其抗肿瘤活性 | 药物化学 | 癌症 | 深度学习 | 分类模型 | 化合物 | 187种药物样化合物 |
| 14685 | 2024-10-02 |
Unsupervised denoising of photoacoustic images based on the Noise2Noise network
2024-Aug-01, Biomedical optics express
IF:2.9Q2
DOI:10.1364/BOE.529253
PMID:39346987
|
研究论文 | 本文提出了一种基于Noise2Noise网络的无监督深度学习方法，用于改善基于线性阵列的光声成像 | Noise2Noise网络无需噪声自由的地面真值，可以从一对噪声图像中学习噪声模式，这对于体内光声成像尤为重要 | NA | 提高光声成像的质量 | 光声成像中的噪声去除 | 计算机视觉 | NA | Noise2Noise网络 | Noise2Noise | 图像 | 单组光声图像 |
| 14686 | 2024-10-02 |
Deep learning combined with attention mechanisms to assist radiologists in enhancing breast cancer diagnosis: a study on photoacoustic imaging
2024-Aug-01, Biomedical optics express
IF:2.9Q2
DOI:10.1364/BOE.530249
PMID:39346992
|
研究论文 | 本研究提出了一种结合注意力机制的深度学习方法，利用光声成像技术提高乳腺癌诊断的准确性 | 本研究创新性地将ResNet50模型与注意力机制结合，用于分析光声超声图像，显著提高了乳腺癌诊断的性能 | 本研究仅在特定时间段和特定医院的334名患者数据上进行了验证，未来需要在更大规模和多样化的数据集上进行验证 | 本研究的目的是通过深度学习技术提高乳腺癌诊断的准确性，辅助放射科医生进行早期检测 | 本研究的对象是334名患有乳腺病变的中国深圳人民医院患者 | 计算机视觉 | 乳腺癌 | 光声成像 | ResNet50 | 图像 | 334名患者 |
| 14687 | 2024-10-02 |
Diffuse optical tomography of the brain: effects of inaccurate baseline optical parameters and refinements using learned post-processing
2024-Aug-01, Biomedical optics express
IF:2.9Q2
DOI:10.1364/BOE.524245
PMID:39347006
|
研究论文 | 研究了大脑扩散光学断层成像中不准确基线光学参数的影响，并提出了基于深度学习后处理的改进方法 | 提出了基于深度学习后处理技术，以减少不准确基线光学参数对大脑激活成像的影响 | 研究基于模拟数据，实际应用中的效果需进一步验证 | 探讨不准确基线光学参数对大脑功能成像的影响，并提出改进方法 | 大脑功能成像中的光学参数变化 | 计算机视觉 | NA | 扩散光学断层成像（DOT） | 深度学习 | 图像 | 四个成年受试者的脑图谱 |
| 14688 | 2024-10-02 |
Coronary artery calcification and cardiovascular outcome as assessed by intravascular OCT and artificial intelligence
2024-Aug-01, Biomedical optics express
IF:2.9Q2
DOI:10.1364/BOE.524946
PMID:39347010
|
研究论文 | 本文提出了一种基于深度学习的方法，用于自动识别和量化冠状动脉钙化（CAC），并通过大规模的血管内光学相干断层扫描（OCT）数据进行验证 | 本文提出了一种新颖的深度学习方法，能够自动识别和量化冠状动脉钙化，并在大规模OCT数据上进行了训练和评估 | NA | 研究冠状动脉钙化与心血管不良事件之间的关系 | 冠状动脉钙化（CAC）及其与心血管不良事件的关联 | 计算机视觉 | 心血管疾病 | 光学相干断层扫描（OCT） | 深度学习 | 图像 | 1,106,291张OCT图像，来自1,048名患者 |
| 14689 | 2024-10-01 |
Application of Artificial Intelligence in Pediatric Dentistry: A Literature Review
2024-Jul, Journal of pharmacy & bioallied sciences
DOI:10.4103/jpbs.jpbs_74_24
PMID:39346390
|
综述 | 本文综述了人工智能在儿科牙科中的多种应用 | NA | NA | 探讨人工智能在儿科牙科中的应用 | 儿科牙科领域 | 机器学习 | NA | 人工智能 | NA | NA | NA |
| 14690 | 2024-10-02 |
Deep learning methods in metagenomics: a review
2024-Apr, Microbial genomics
IF:4.0Q2
DOI:10.1099/mgen.0.001231
PMID:38630611
|
综述 | 本文综述了深度学习在宏基因组学中的应用 | 深度学习方法在宏基因组数据分析中提供了新颖且有前景的途径，能够解决包括新病原体检测、序列分类、患者分层和疾病预测在内的多个方面问题 | NA | 探讨深度学习在宏基因组学中的应用及其对患者护理和微生物组健康作用的改进 | 宏基因组数据，特别是肠道微生物组 | 机器学习 | NA | 深度学习 | 卷积网络、自编码器和基于注意力的模型 | 序列数据 | NA |
| 14691 | 2024-10-02 |
DLKcat cannot predict meaningful k cat values for mutants and unfamiliar enzymes
2024, Biology methods & protocols
IF:2.5Q3
DOI:10.1093/biomethods/bpae061
PMID:39346751
|
研究论文 | 本文对DLKcat模型预测酶转换数的能力进行了批判性评估 | NA | DLKcat模型在预测与训练数据序列相似度低于60%的酶以及突变酶的转换数时表现不佳 | 评估DLKcat模型在预测酶转换数方面的实际应用价值 | DLKcat模型及其预测酶转换数的能力 | 机器学习 | NA | 深度学习 | DLKcat | 序列数据 | NA |
| 14692 | 2024-10-02 |
Using novel deep learning models for rapid and efficient assistance in monkeypox screening from skin images
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1443812
PMID:39346943
|
研究论文 | 本文开发了一种基于自注意力机制和特征金字塔集成的深度学习模型，用于从皮肤图像中快速高效地辅助猴痘筛查 | 本文提出的模型结合了自注意力机制和特征金字塔集成，通过注意力策略融合不同尺度的图像特征，并借鉴VGG模型选择性地捕捉显著特征，相比现有最先进的深度学习模型，在准确性和精确度上提高了6% | NA | 开发一种自动化、高效的辅助诊断模型，以提高猴痘诊断的准确性和可及性 | 猴痘病毒感染的皮肤图像 | 计算机视觉 | 传染性疾病 | 深度学习 | CNN | 图像 | NA |
| 14693 | 2024-10-02 |
Early Diagnosing and Transformation Prediction of Alzheimer's Disease Using Multi-Scaled Self-Attention Network on Structural MRI Images with Occlusion Sensitivity Analysis
2024, Journal of Alzheimer's disease : JAD
DOI:10.3233/JAD-230705
PMID:38160355
|
研究论文 | 本文提出了一种基于多尺度自注意力网络的阿尔茨海默病早期诊断和转化预测方法，结合结构磁共振成像和遮挡敏感性分析 | 本文创新性地提出了多尺度自注意力网络（MUSAN），并结合遮挡敏感性算法，提高了阿尔茨海默病的分类和预测性能 | NA | 实现阿尔茨海默病的精确分类和转化预测，并提高深度学习模型的可解释性 | 阿尔茨海默病患者的结构磁共振成像数据 | 计算机视觉 | 阿尔茨海默病 | 多尺度自注意力网络 | 自注意力网络 | 图像 | 使用了ADNI-1、ADNI-2和ADNI-3的数据集 |
| 14694 | 2024-10-02 |
Unsupervised contrastive graph learning for resting-state functional MRI analysis and brain disorder detection
2023-12-01, Human brain mapping
IF:3.5Q1
DOI:10.1002/hbm.26469
PMID:37668327
|
研究论文 | 提出了一种无监督对比图学习框架，用于静息态功能磁共振成像分析和脑部疾病检测 | 设计了一种双层fMRI增强策略，通过增强血氧水平依赖信号来增加样本量，并采用两个并行的图卷积网络进行无监督对比学习 | 未提及 | 探索fMRI生物标志物以预测脑部疾病进展，并提出一种无需大量标注数据的无监督学习方法 | 静息态功能磁共振成像数据和脑部疾病 | 机器学习 | NA | 功能磁共振成像 | 图卷积网络 | 图像 | 未具体说明 |
| 14695 | 2024-10-02 |
"A net for everyone": fully personalized and unsupervised neural networks trained with longitudinal data from a single patient
2023-10-31, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-023-01128-w
PMID:37907876
|
研究论文 | 本文探讨了使用单个患者的纵向数据训练个性化无监督神经网络以检测肿瘤进展的概念验证 | 提出了一种使用单个患者的纵向数据训练个性化神经网络的新方法，无需额外的训练数据或手动标注 | 仅在胶质母细胞瘤患者的数据集上进行了验证，尚未在其他类型的肿瘤或疾病中进行测试 | 展示使用单个患者的纵向数据训练深度神经网络以监测肿瘤变化的潜力 | 胶质母细胞瘤患者的脑部MRI图像 | 机器学习 | 脑癌 | MRI | Wasserstein-GAN | 图像 | 64次扫描，来自32名胶质母细胞瘤患者 |
| 14696 | 2024-10-02 |
Detection of ASD Children through Deep-Learning Application of fMRI
2023-Oct-05, Children (Basel, Switzerland)
DOI:10.3390/children10101654
PMID:37892317
|
研究论文 | 本研究开发了一种先进的卷积神经网络算法，用于通过静息态功能磁共振成像早期检测自闭症谱系障碍 | 本研究的创新点在于开发了一种高效的卷积神经网络算法，显著提高了自闭症谱系障碍的早期检测准确性 | NA | 本研究的目的是开发一种计算机辅助的自闭症谱系障碍早期筛查方法 | 本研究的对象是自闭症谱系障碍儿童 | 计算机视觉 | 自闭症谱系障碍 | 功能磁共振成像 | 卷积神经网络 | 图像 | 本研究使用了来自Autism Brain Imaging Data Exchange (ABIDE I)数据库的126名受试者（56名自闭症患者，70名对照组）的数据，共计22,176个二维回波平面样本 |
| 14697 | 2024-10-02 |
SEMPAI: a Self-Enhancing Multi-Photon Artificial Intelligence for Prior-Informed Assessment of Muscle Function and Pathology
2023-10, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202206319
PMID:37582656
|
研究论文 | 本文介绍了一种名为SEMPAI的自增强多光子人工智能系统，用于肌肉功能和病理的先验信息评估 | SEMPAI通过元学习优化先验知识、数据表示和神经网络架构的集成，实现了对小数据集的预测，并在多个预测任务中优于现有技术 | NA | 开发一种能够利用先验知识进行肌肉功能和病理评估的深度学习系统 | 肌肉纤维的功能和病理 | 机器学习 | NA | 多光子显微镜 | 深度学习模型 | 图像 | 十年实验中的大量单肌肉纤维数据 |
| 14698 | 2024-10-02 |
Unlocking the Emotional World of Visual Media: An Overview of the Science, Research, and Impact of Understanding Emotion: Drawing Insights From Psychology, Engineering, and the Arts, This Article Provides a Comprehensive Overview of the Field of Emotion Analysis in Visual Media and Discusses the Latest Research, Systems, Challenges, Ethical Implications, and Potential Impact of Artificial Emotional Intelligence on Society
2023-Oct, Proceedings of the IEEE. Institute of Electrical and Electronics Engineers
DOI:10.1109/JPROC.2023.3273517
PMID:37859667
|
综述 | 本文全面概述了视觉媒体情感分析领域，讨论了最新研究、系统、挑战、伦理影响及其对社会的潜在影响 | 本文结合心理学、工程学和艺术领域的见解，提供了一个多学科的情感分析概述 | 情感分析面临缺乏普遍接受的情感定义和情感主观性及复杂性的挑战 | 探讨视觉媒体中情感理解的心理学基础和计算原理，并讨论其技术挑战和伦理影响 | 视觉媒体中的情感分析 | 计算机视觉 | NA | 深度学习 | NA | 图像和视频 | NA |
| 14699 | 2024-10-02 |
Intelligent Breast Mass Classification Approach Using Archimedes Optimization Algorithm with Deep Learning on Digital Mammograms
2023-Oct-01, Biomimetics (Basel, Switzerland)
DOI:10.3390/biomimetics8060463
PMID:37887593
|
研究论文 | 本文提出了一种基于阿基米德优化算法和深度学习的智能乳腺肿块分类方法，用于数字乳腺X光片的分析 | 本文创新性地结合了阿基米德优化算法和深度学习技术，用于乳腺肿块的分类，并采用了中值滤波和U-Net分割作为预处理步骤 | 本文的实验结果仅基于MIAS数据集，可能需要进一步验证其在其他数据集上的表现 | 本文旨在通过结合生物启发算法和深度学习模型，提高乳腺肿块分类的准确性 | 本文的研究对象是数字乳腺X光片中的乳腺肿块 | 计算机视觉 | 乳腺癌 | 深度学习 | 卷积神经网络 (CNN) 和深度信念网络 (DBN) | 图像 | 本文使用了来自Kaggle仓库的MIAS数据集进行实验 |
| 14700 | 2024-10-02 |
Exploring the Steps of Infrared (IR) Spectral Analysis: Pre-Processing, (Classical) Data Modelling, and Deep Learning
2023-Sep-30, Molecules (Basel, Switzerland)
DOI:10.3390/molecules28196886
PMID:37836728
|
综述 | 本文综述了红外光谱分析的步骤，包括预处理、经典数据建模和深度学习 | 本文探讨了经典机器学习和深度学习在红外光谱分析中的最新进展 | NA | 探讨红外光谱分析中的预处理和数据建模方法 | 红外光谱数据及其在生物医学样本中的应用 | 机器学习 | NA | 红外光谱 | 经典机器学习模型和深度学习模型 | 光谱数据 | NA |