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 28794 篇文献，本页显示第 16501 - 16520 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 16501 | 2024-12-01 |
Effective automatic classification methods via deep learning for myopic maculopathy
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1492808
PMID:39606624
|
研究论文 | 本研究开发了一种基于深度学习的系统，用于对病理性近视相关的黄斑病变进行自动分类 | 采用五种深度学习架构（ResNet50、EfficientNet-B0、Vision Transformer、Contrastive Language-Image Pre-Training和RETFound），并通过集成学习方法提升模型性能 | 未来工作可能需要扩展数据集、整合图像质量评估以及优化集成算法以提高效率和适用性 | 提高病理性近视相关黄斑病变分类的准确性和可靠性 | 病理性近视相关的黄斑病变 | 计算机视觉 | 眼科疾病 | 深度学习 | 集成学习 | 图像 | 2159张标注的眼底图像 |
| 16502 | 2024-12-01 |
Automated lung segmentation on chest MRI in children with cystic fibrosis
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1401473
PMID:39606627
|
研究论文 | 研究使用深度学习方法对患有囊性纤维化的儿童胸部MRI图像进行自动肺部分割 | 采用nnU-Net框架对胸部MRI图像进行自动肺部分割，展示了在不同疾病严重程度、患者年龄和尺寸下的高分割性能 | 在膈肌和背部区域存在不完全分割的挑战，需要进一步改进以增强模型的泛化能力 | 探索使用深度学习方法对囊性纤维化儿童的胸部MRI图像进行自动肺部分割的可行性和有效性 | 患有囊性纤维化的儿童的胸部MRI图像 | 计算机视觉 | 囊性纤维化 | 深度学习 | nnU-Net | MRI图像 | 165个标准化年度监测MRI扫描，来自84名囊性纤维化患者 |
| 16503 | 2024-12-01 |
Employing Xception convolutional neural network through high-precision MRI analysis for brain tumor diagnosis
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1487713
PMID:39606635
|
研究论文 | 本文提出了一种基于Xception卷积神经网络的高精度MRI分析方法，用于脑肿瘤的诊断 | 引入了Xception架构，并结合批量归一化和dropout层来减少过拟合，通过迁移学习和定制的密集层设置提高了模型的泛化能力 | NA | 提高脑肿瘤诊断的准确性和可靠性 | 脑肿瘤的分类 | 计算机视觉 | 脑肿瘤 | MRI分析 | Xception卷积神经网络 | 图像 | NA |
| 16504 | 2024-12-01 |
Enhanced skin cancer diagnosis: a deep feature extraction-based framework for the multi-classification of skin cancer utilizing dermoscopy images
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1495576
PMID:39606634
|
研究论文 | 本文提出了一种基于深度特征提取的框架，用于利用皮肤镜图像对皮肤癌进行多分类诊断 | 本文提出了四种卷积神经网络（CNN）模型的变体，并结合支持向量机（SVM）、随机森林（RF）和逻辑回归（LR）进行皮肤癌分类，提高了诊断准确率 | 本文未提及如何处理数据不平衡问题以及模型的泛化能力 | 提高皮肤癌诊断的准确性，帮助医生进行诊断 | 皮肤癌的分类和预测 | 计算机视觉 | 皮肤癌 | 卷积神经网络（CNN） | 卷积神经网络（CNN） | 图像 | 10,015张皮肤镜图像 |
| 16505 | 2024-12-01 |
Bibliometric and visual analysis of radiomics for evaluating lymph node status in oncology
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1501652
PMID:39610679
|
研究论文 | 本文通过文献计量学和可视化方法分析了2012年至2023年间关于放射组学在评估肿瘤学中淋巴结状态的研究出版物，揭示了该领域的研究热点和未来趋势 | 本文首次通过文献计量学和可视化方法全面分析了放射组学在评估淋巴结状态中的应用，揭示了研究热点和未来趋势 | 本文主要基于文献计量学和可视化分析，未涉及具体实验或临床数据，因此缺乏对实际应用效果的深入探讨 | 分析放射组学在评估肿瘤学中淋巴结状态的研究出版物，揭示研究热点和未来趋势 | 2012年至2023年间发表的关于放射组学在评估淋巴结状态中的研究出版物 | 数字病理学 | 肿瘤学 | 文献计量学和可视化分析 | NA | 文本 | 898篇英文原创文章和综述 |
| 16506 | 2024-12-01 |
Drone-Based Digital Phenotyping to Evaluating Relative Maturity, Stand Count, and Plant Height in Dry Beans (Phaseolus vulgaris L.)
2024, Plant phenomics (Washington, D.C.)
DOI:10.34133/plantphenomics.0278
PMID:39610705
|
研究论文 | 研究利用无人机RGB图像和深度学习方法评估干豆的相对成熟度、植株密度和植株高度 | 采用混合卷积神经网络和长短期记忆模型以及Faster R-CNN算法，提高了相对成熟度和植株密度测量的准确性和效率 | 在植株高度估计中，PC和DSM数据源的选择依赖于特定的环境和飞行条件 | 探索无人机图像和深度学习方法在干豆田间试验中测量相对成熟度、植株密度和植株高度的应用 | 干豆的相对成熟度、植株密度和植株高度 | 计算机视觉 | NA | 深度学习 | 混合卷积神经网络和长短期记忆模型、Faster R-CNN | 图像 | NA |
| 16507 | 2024-12-01 |
RDA-MTE: an innovative model for emotion recognition in sports behavior decision-making
2024, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2024.1466013
PMID:39610868
|
研究论文 | 本文提出了一种基于深度学习的模型RDA-MTE，用于在体育行为决策中进行情感识别 | 该模型结合了预训练的ResNet-50、双向注意力机制和多层Transformer编码器，提高了情感识别的准确性和鲁棒性 | NA | 研究情感刺激在体育行为决策中的作用 | 情感识别和体育行为决策 | 机器学习 | NA | 深度学习 | RDA-MTE | 图像 | FER-2013数据集和CK+数据集 |
| 16508 | 2024-12-01 |
Improving the repeatability of deep learning models with Monte Carlo dropout
2022-Nov-18, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-022-00709-3
PMID:36400939
|
研究论文 | 本文评估了四种模型类型在医学图像分类任务中的重复性，并研究了蒙特卡罗 dropout 对分类性能和重复性的影响 | 利用蒙特卡罗预测显著提高了重复性，特别是在类别边界处，并减少了95%一致性限制和类别不一致率 | 超过20次蒙特卡罗迭代后，重复性没有进一步提高 | 评估深度学习模型在医学图像分类任务中的重复性，并研究蒙特卡罗 dropout 对分类性能和重复性的影响 | 四种模型类型（二分类、多分类、有序分类和回归）在医学图像分类任务中的重复性 | 机器学习 | NA | 蒙特卡罗 dropout | ResNet 和 DenseNet | 图像 | 来自同一患者在同一就诊期间获取的图像 |
| 16509 | 2024-12-01 |
JSE: Joint Semantic Encoder for zero-shot gesture learning
2022-Aug, Pattern analysis and applications : PAA
IF:3.7Q2
DOI:10.1007/s10044-021-00992-y
PMID:39588314
|
研究论文 | 本文研究了三种不同的特征提取技术对零样本手势学习性能的影响，并提出了一种名为联合语义编码器（JSE）的双线性自编码器方法 | 本文首次研究了特征选择对零样本手势学习的影响，并提出了联合语义编码器（JSE）方法，该方法在零样本手势识别中表现优异 | 本文未详细讨论JSE方法在其他领域的适用性及其泛化能力 | 研究特征提取技术对零样本手势学习性能的影响，并提出一种新的方法来提高零样本手势识别的准确性 | 零样本手势学习中的特征提取技术和识别性能 | 机器学习 | NA | 深度学习 | 自编码器 | 图像 | 未明确提及具体样本数量 |
| 16510 | 2024-12-01 |
Automated detection of brain metastases on non-enhanced CT using single-shot detectors
2021-Dec, Neuroradiology
IF:2.4Q2
DOI:10.1007/s00234-021-02743-6
PMID:34114064
|
研究论文 | 研究使用单次检测器（SSD）模型在非增强CT上自动检测脑转移瘤 | 开发了一种基于深度学习的单次检测器（SSD）模型，用于在非增强CT上检测脑转移瘤 | SSD模型在检测小于6mm的病灶时表现不佳，且部分检测结果在回顾性分析中对放射科医生也不明显 | 开发和评估基于深度学习的检测器，用于在非增强CT上检测脑转移瘤 | 脑转移瘤在非增强CT上的检测 | 计算机视觉 | 脑部疾病 | 深度学习 | 单次检测器（SSD） | 图像 | 116例非增强CT，来自116名患者 |
| 16511 | 2024-12-01 |
Applications of Artificial Intelligence for Retinopathy of Prematurity Screening
2021-03, Pediatrics
IF:6.2Q1
DOI:10.1542/peds.2020-016618
PMID:33637645
|
研究论文 | 评估人工智能在印度ROP远程医疗项目中的有效性，并探讨不同新生儿护理单元间ROP严重程度的差异是否与氧气调节能力有关 | 利用人工智能进行ROP筛查，可能改善次级预防的护理可及性，并有助于评估疾病流行病学和新生儿护理单元资源 | NA | 评估人工智能在ROP筛查中的有效性，并探讨不同新生儿护理单元间ROP严重程度的差异与氧气调节能力的关系 | ROP的严重程度及新生儿护理单元的氧气调节能力 | 机器学习 | NA | 深度学习 | NA | 图像 | NA |
| 16512 | 2024-11-30 |
Generalisation capabilities of machine-learning algorithms for the detection of the subthalamic nucleus in micro-electrode recordings
2024-Dec, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-024-03202-2
PMID:38951363
|
研究论文 | 研究机器学习算法在微电极记录中检测丘脑底核的泛化能力 | 探讨了不同临床中心和训练范式下机器学习方法的泛化能力，并提出了通过迁移学习快速适应新中心的方法 | 算法在不同数据集上的性能显著下降，尽管迁移学习可以缓解这一问题，但重新训练可能需要更长的训练时间 | 研究机器学习算法在不同临床中心和训练范式下的泛化能力 | 微电极记录信号的二分类 | 机器学习 | NA | 深度学习 | 深度学习算法 | 信号 | 三个来自两个不同临床中心的数据库，大小、采集硬件和标注协议不同 |
| 16513 | 2024-11-30 |
Prediction of intraoperative hypotension using deep learning models based on non-invasive monitoring devices
2024-Dec, Journal of clinical monitoring and computing
IF:2.0Q2
DOI:10.1007/s10877-024-01206-6
PMID:39158783
|
研究论文 | 本研究利用基于非侵入性监测设备的深度学习模型预测术中低血压 | 本研究首次测试了使用常规非侵入性监测设备结合深度学习算法预测术中低血压的可行性 | 研究结果需要在未来的前瞻性研究中进一步验证其在临床实践中的应用效果 | 开发和验证一种基于非侵入性监测设备的深度学习模型，用于预测术中低血压 | 非心脏手术患者 | 机器学习 | NA | 深度学习算法 | 多头部注意力架构和全局注意力局部循环模型 | 多通道非侵入性监测数据 | 算法开发使用了4754例患者数据，外部验证使用了421例患者数据 |
| 16514 | 2024-09-10 |
MRI-based deep learning and radiomics for occult cervical lymph node metastasis (OCLNM) prediction
2024-Dec, Oral oncology
IF:4.0Q2
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 16515 | 2024-11-17 |
Super-resolution Deep Learning Reconstruction Enhances Cranial Nerve Depiction and Interobserver Agreement in Neurovascular Conflict Imaging
2024-Dec, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.10.054
PMID:39547846
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 16516 | 2024-11-30 |
Deep learning to predict risk of lateral skull base cerebrospinal fluid leak or encephalocele
2024-Dec, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-024-03259-z
PMID:39207718
|
研究论文 | 研究开发了一种全自动深度学习方法用于卵圆孔（FO）分割，并评估其在预测侧颅底自发性脑脊液（sCSF）漏或脑膨出中的价值 | 首次使用卷积神经网络（CNN）进行卵圆孔（FO）的自动分割，并评估其在预测sCSF漏或脑膨出中的应用 | 研究样本量较小，且仅限于特定医院的数据，可能影响结果的普适性 | 开发一种全自动深度学习方法用于卵圆孔（FO）分割，并评估其在预测侧颅底自发性脑脊液（sCSF）漏或脑膨出中的价值 | 侧颅底自发性脑脊液（sCSF）漏或脑膨出的患者 | 计算机视觉 | NA | 卷积神经网络（CNN） | CNN | 图像 | 34名侧颅底自发性脑脊液（sCSF）漏或脑膨出的患者与815名对照患者 |
| 16517 | 2024-11-30 |
A novel deep learning based method for myocardial strain quantification
2024-Nov-29, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ad947b
PMID:39569845
|
研究论文 | 本文介绍了一种基于深度学习的心肌应变量化方法，并通过公共和私有数据集评估了该方法在心脏病理区分中的有效性 | 提出了一种新的基于深度学习的心肌应变量化方法，能够有效区分健康和病理心脏状态，并具有与传统方法相当的准确性和计算效率 | NA | 开发一种有效的心肌应变量化方法，用于心脏病理的区分 | 心肌应变分析，心脏结构（左心室、右心室和心肌）的运动估计 | 计算机视觉 | 心血管疾病 | 深度学习 | NA | 图像 | 公共数据集（ACDC，80个受试者；CMAC，16个受试者）和私有数据集（SSC，75个受试者），包含健康和病理病例（急性心肌梗死、扩张型心肌病和肥厚型心肌病） |
| 16518 | 2024-11-30 |
An audiovisual cognitive optimization strategy guided by salient object ranking for intelligent visual prothesis systems
2024-Nov-29, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ad94a4
PMID:39569905
|
研究论文 | 本文介绍了一种基于显著物体排序的视听认知优化策略，用于智能视觉假体系统 | 提出了一个新的显著物体排序（SaOR）数据集和SaOR网络，用于为假体视觉提供深度感知，并结合图像描述方法提供听觉反馈，形成视听认知优化策略 | NA | 旨在改进智能视觉假体系统的性能，提供更接近人类观察模式的视觉信息处理策略 | 智能视觉假体系统及其在复杂现实环境中的应用 | 计算机视觉 | NA | 深度学习 | SaOR网络 | 图像 | 基于场景描述任务的心理物理实验 |
| 16519 | 2024-11-30 |
Deep Learning Methods for De Novo Peptide Sequencing
2024-Nov-29, Mass spectrometry reviews
IF:6.9Q1
DOI:10.1002/mas.21919
PMID:39611290
|
研究论文 | 本文介绍了用于从头测序肽序列的深度学习方法，并讨论了其性能评估和领域挑战 | 本文介绍了自2017年DeepNovo算法引入以来，深度学习方法在从头测序领域的应用，这些方法利用大量标记的质谱数据训练多层神经网络，将观察到的质谱转换为相应的肽序列 | 本文讨论了方法开发和评估协议方面的挑战 | 研究从头测序肽序列的深度学习方法及其性能评估 | 蛋白质串联质谱数据和肽序列 | 机器学习 | NA | 质谱 | 多层神经网络 | 质谱数据 | 大量标记的质谱数据 |
| 16520 | 2024-11-30 |
Using artificial intelligence to document the hidden RNA virosphere
2024-Nov-27, Cell
IF:45.5Q1
DOI:10.1016/j.cell.2024.09.027
PMID:39389057
|
研究论文 | 开发了一种深度学习算法LucaProt，用于在多样化的全球生态系统中发现的10,487个元转录组中识别高度分化的RNA依赖性RNA聚合酶（RdRP）序列 | LucaProt算法整合了序列和预测的结构信息，能够准确检测RdRP序列，并发现了161,979种潜在的RNA病毒物种和180个RNA病毒超群，包括许多先前研究不足的群体 | NA | 推进病毒发现，揭示病毒圈的规模，并提供计算工具以更好地记录全球RNA病毒群 | 高度分化的RNA病毒 | 机器学习 | NA | 深度学习 | 深度学习算法 | 序列数据 | 10,487个元转录组 |