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 19181 - 19200 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 19181 | 2024-08-20 |
A Study of the Recent Trends of Immunology: Key Challenges, Domains, Applications, Datasets, and Future Directions
2021-Nov-23, Sensors (Basel, Switzerland)
DOI:10.3390/s21237786
PMID:34883787
|
综述 | 本文探讨了免疫学领域中人工智能方法的最新趋势，包括关键挑战、应用领域、数据集和未来方向 | 引入了AIoMT、遗传智能算法和智能免疫学方法等技术，使理解免疫系统的过程变得更加容易 | NA | 探索免疫学领域中人工智能方法的现状和未来研究方向 | 免疫学及其子领域中的疾病分类 | 机器学习 | 癌症 | AIoMT | 机器学习和深度学习 | 数据集 | NA |
| 19182 | 2024-08-20 |
Comparative analysis of molecular fingerprints in prediction of drug combination effects
2021-11-05, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbab291
PMID:34401895
|
研究论文 | 本文比较了基于规则和数据驱动的分子表示方法在预测药物组合敏感性和药物协同得分方面的性能 | 本文通过使用标准化的高通量筛选结果，评估了分子表示的聚类性能和相似性，并强调了在选择最优分子表示时，除了定量基准结果外，还需要考虑模型的可解释性和鲁棒性等定性因素 | NA | 系统评估新型计算解决方案与传统技术在预测药物组合效应方面的性能 | 药物组合敏感性和药物协同得分 | 机器学习 | 癌症 | NA | NA | 分子数据 | 64,200个独特的药物组合，涉及4,153种分子和112种癌细胞系 |
| 19183 | 2024-08-20 |
Deep Learning Prediction of Voxel-Level Liver Stiffness in Patients with Nonalcoholic Fatty Liver Disease
2021-Nov, Radiology. Artificial intelligence
DOI:10.1148/ryai.2021200274
PMID:34870213
|
研究论文 | 本研究利用机器学习算法，基于传统的MRI输入重建虚拟MR弹性成像（MRE）图像 | 本研究通过修改卷积神经网络架构，使其能够接受多通道三维输入并包含临床和人口统计信息，从而在体素水平上重建MRE图像 | 本研究为单机构回顾性研究，样本量有限，且结果需要进一步的外部验证 | 研究目的是通过机器学习算法，利用传统MRI和临床数据生成虚拟弹性成像图像 | 研究对象为149名非酒精性脂肪肝病患者 | 计算机视觉 | 非酒精性脂肪肝病 | MRI | 卷积神经网络（CNN） | 图像 | 149名患者 |
| 19184 | 2024-08-20 |
Clinical Applications of Artificial Intelligence, Machine Learning, and Deep Learning in the Imaging of Gliomas: A Systematic Review
2021-Nov, Cureus
DOI:10.7759/cureus.19580
PMID:34926051
|
综述 | 本文综述了深度学习在神经肿瘤学影像中的应用，特别是用于胶质瘤的诊断和分级 | 深度学习通过使用原始影像数据和深度神经网络，显著提高了MRI图像的特征化和解释能力 | NA | 总结深度学习在神经肿瘤学影像中的应用，以帮助医疗专业人员 | 胶质瘤的遗传突变和分级 | 机器学习 | 脑肿瘤 | MRI | CNN | 图像 | 共20项研究，涉及患者数量和脑胶质瘤分类的分子标记 |
| 19185 | 2024-08-20 |
Aging of the Hematopoietic Stem Cell Niche: New Tools to Answer an Old Question
2021, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2021.738204
PMID:34858399
|
综述 | 本文综述了骨髓微环境老化对造血干细胞（HSC）功能的影响以及用于研究老化过程中骨髓微环境特定改变的新工具 | 文章介绍了跨学科方法开发的新技术工具，如特定的小鼠模型、共培养系统、新的三维成像工具、骨块和模拟骨髓系统，以及单细胞测序技术、空间转录组学和人工智能深度学习方法在数据分析和整合中的应用 | NA | 探讨骨髓微环境老化如何影响造血干细胞，并介绍用于研究老化过程中骨髓微环境特定改变的新工具 | 造血干细胞（HSC）及其微环境 | NA | NA | 单细胞测序技术、空间转录组学、人工智能和深度学习 | NA | NA | NA |
| 19186 | 2024-08-20 |
Stability of AI-Enabled Diagnosis of Parkinson's Disease: A Study Targeting Substantia Nigra in Quantitative Susceptibility Mapping Imaging
2021, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2021.760975
PMID:34887722
|
研究论文 | 本文研究了基于定量磁敏感图（QSM）成像的帕金森病（PD）诊断算法的稳定性，通过改进卷积神经网络（CNN）模型，提高了诊断算法的精度和鲁棒性 | 提出了新的'门控池化'操作，并将其与深度学习结合，形成了一个联合图像分割和分类框架，显著提高了诊断准确性 | 文章未明确提及现有方法的具体局限性 | 提高帕金森病诊断算法的准确性和稳定性 | 帕金森病患者和健康对照组的定量磁敏感图成像数据 | 机器学习 | 帕金森病 | 定量磁敏感图（QSM）成像 | CNN | 图像 | 未明确提及具体样本数量 |
| 19187 | 2024-08-20 |
Detection of Preventable Fetal Distress During Labor From Scanned Cardiotocogram Tracings Using Deep Learning
2021, Frontiers in pediatrics
IF:2.1Q2
DOI:10.3389/fped.2021.736834
PMID:34926338
|
研究论文 | 本文利用深度学习框架，从扫描的电子胎心监测图（EFM）中检测分娩期间可预防的胎儿窘迫，以提高识别早期可预防的胎儿损伤的准确性。 | 提出了一个深度学习框架，用于训练和检测分娩期间的早期或过去的胎儿损伤，准确率达到94%。 | 未提及具体限制。 | 开发一个自动化早期预警和决策支持系统，以在分娩期间维持胎儿健康。 | 电子胎心监测图（EFM）数据和相关不良结果。 | 机器学习 | NA | 深度学习 | NA | 图像 | 使用了50年实践中收集的EFM数据 |
| 19188 | 2024-08-20 |
A Multi-Task Deep Learning Method for Detection of Meniscal Tears in MRI Data from the Osteoarthritis Initiative Database
2021, Frontiers in bioengineering and biotechnology
IF:4.3Q2
DOI:10.3389/fbioe.2021.747217
PMID:34926416
|
研究论文 | 本文提出了一种基于卷积神经网络（CNN）的多任务深度学习方法，用于检测磁共振成像（MRI）数据中的半月板撕裂 | 该方法在多任务深度学习框架中结合了半月板撕裂检测与边界框回归器，使CNN能够隐式考虑半月板的感兴趣区域（RoI） | NA | 开发一种高效且准确的方法来检测MRI数据中的半月板撕裂 | 半月板撕裂的检测，涉及内侧半月板（MM）和外侧半月板（LM）的前角、体部和后角三个解剖子区域 | 机器学习 | 骨关节炎 | MRI | CNN | MRI扫描数据 | 2,399个双回波稳态（DESS）MRI扫描数据和中间加权涡轮自旋回波（IW TSE）MRI扫描数据 |
| 19189 | 2024-08-20 |
Deep learning links histology, molecular signatures and prognosis in cancer
2020-08, Nature cancer
IF:23.5Q1
DOI:10.1038/s43018-020-0099-2
PMID:35122048
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 19190 | 2024-08-20 |
The ENIGMA-Epilepsy working group: Mapping disease from large data sets
2020-May-29, Human brain mapping
IF:3.5Q1
DOI:10.1002/hbm.25037
PMID:32468614
|
review | 本文综述了ENIGMA-Epilepsy工作组通过大规模数据集映射癫痫疾病的研究项目，包括结构MRI、扩散张量成像（DTI）和静息态功能MRI（rsfMRI）等技术，以及采用的先进方法如结构协变和事件驱动模型分析 | ENIGMA-Epilepsy工作组通过增加样本量、借鉴其他ENIGMA项目的方法和理念，以及建立合作科学家和临床医生的团队，加强了癫痫神经科学的研究 | NA | 加强癫痫神经科学研究，推动稳健的科研进展 | 癫痫疾病的脑部过程和病理生理学 | 数字病理学 | 癫痫 | MRI, DTI, rsfMRI | 结构协变模型, 事件驱动模型 | 影像数据 | 大规模样本 |
| 19191 | 2024-08-19 |
Enhanced detection of Aspergillus flavus in peanut kernels using a multi-scale attention transformer (MSAT): Advancements in food safety and contamination analysis
2024-Oct-02, International journal of food microbiology
IF:5.0Q1
|
研究论文 | 本研究使用多尺度注意力变换器（MSAT）结合高光谱成像技术，对受多种黄曲霉菌污染的花生仁进行分类 | MSAT模型通过其复杂的多尺度注意力机制，显著优于传统的深度学习模型，特别是在分类能力上 | MSAT模型在区分受黄曲霉素产生菌和非黄曲霉素产生菌污染的花生仁时面临挑战 | 提高食品质量和安全领域中黄曲霉菌污染的检测准确性和速度 | 受黄曲霉菌污染的花生仁 | 计算机视觉 | NA | 高光谱成像 | 多尺度注意力变换器（MSAT） | 图像 | NA |
| 19192 | 2024-08-07 |
Corrigendum to "Advancing deep learning-based acoustic leak detection methods towards application for water distribution systems from a data-centric perspective" [Water Research 261(2024) 121999]
2024-Sep-15, Water research
IF:11.4Q1
DOI:10.1016/j.watres.2024.122080
PMID:39067276
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 19193 | 2024-08-19 |
Deep learning reconstructed T2-weighted Dixon imaging of the spine: Impact on acquisition time and image quality
2024-Sep, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2024.111633
PMID:39067266
|
研究论文 | 评估基于深度学习的T2 Dixon序列（T2DL）对脊柱成像的图像质量和采集时间的影响 | 提出了一种新的基于深度学习的T2 Dixon序列（T2DL），能够在显著减少采集时间的同时保持与标准T2 Dixon序列（T2std）相当的图像质量 | T2DL显示出更多的带状伪影，尽管这并未显著影响读者的诊断信心 | 评估T2DL序列在脊柱成像中的图像质量和采集时间的影响 | 44名连续患者，他们在2022年9月至2023年3月期间因临床需要进行腰椎MRI检查 | 计算机视觉 | NA | MRI | 深度学习 | 图像 | 44名患者 |
| 19194 | 2024-08-19 |
Differentiation of tuberculous and brucellar spondylitis using conventional MRI-based deep learning algorithms
2024-Sep, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2024.111655
PMID:39079324
|
研究论文 | 研究基于常规MRI的深度学习算法区分结核性脊椎炎和布鲁氏脊椎炎的可行性 | 使用基于VGG19、ResNet18、VGG16和DenseNet121的深度学习模型，结合T1WI、T2WI和FS T2WI图像，实现了优于单序列模型的诊断效率，并且性能超过两位放射科医生 | NA | 探索基于常规MRI的深度学习技术区分结核性脊椎炎和布鲁氏脊椎炎的可行性 | 结核性脊椎炎和布鲁氏脊椎炎的诊断 | 机器学习 | NA | 深度学习 | VGG19, ResNet18, VGG16, DenseNet121 | MRI图像 | 383名患者，包括182名结核性脊椎炎患者和201名布鲁氏脊椎炎患者 |
| 19195 | 2024-08-19 |
Diagnostic performance of an AI algorithm for the detection of appendicular bone fractures in pediatric patients
2024-Sep, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2024.111637
PMID:39053306
|
研究论文 | 评估一种人工智能算法在常规X射线摄影中检测儿科患者四肢骨折的诊断性能 | 使用先前在成人和儿科患者中训练的人工智能算法来检测儿科患者的急性四肢骨折 | 回顾性研究，样本仅限于儿科患者的四肢X射线图像 | 评估人工智能算法在检测儿科患者四肢骨折中的诊断性能 | 儿科患者（年龄<17岁）的四肢X射线图像 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 600张X射线图像，包括312名男性和288名女性，平均年龄8.9±4.5岁 |
| 19196 | 2024-08-19 |
Improving diagnostic confidence in low-dose dual-energy CTE with low energy level and deep learning reconstruction
2024-Sep, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2024.111607
PMID:39033690
|
研究论文 | 本研究旨在展示使用50 keV虚拟单色图像结合深度学习图像重建（DLIR）在低剂量双能量CT肠造影（CTE）中的价值 | 使用50 keV虚拟单色图像和深度学习图像重建技术，能够在降低辐射剂量的同时提供高质量的图像，显著提高诊断信心 | NA | 验证50 keV虚拟单色图像结合深度学习图像重建在低剂量双能量CT肠造影中的应用价值 | 114名参与者（62%男性，41.9±16岁）的双能量CT肠造影图像 | 数字病理学 | 克罗恩病 | 双能量CT肠造影 | 深度学习图像重建（DLIR） | 图像 | 114名参与者 |
| 19197 | 2024-08-19 |
Super-resolution deep learning reconstruction approach for enhanced visualization in lumbar spine MR bone imaging
2024-Sep, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2024.111587
PMID:39002269
|
研究论文 | 本研究评估了基于超分辨率深度学习重建（SR-DLR）方法在腰椎磁共振（MR）骨成像中的效果，该方法利用k空间数据，使用3D多回波同相序列进行图像重建。 | 本研究首次采用基于k空间数据的SR-DLR方法，显著提高了腰椎MR骨成像的图像质量。 | 本研究为回顾性研究，样本量较小，且仅限于特定时间段内的患者数据。 | 评估SR-DLR方法在提高腰椎MR骨成像质量中的有效性。 | 研究对象为29名在2023年1月至4月期间接受腰椎MRI检查的患者。 | 计算机视觉 | NA | 超分辨率深度学习重建（SR-DLR） | 深度学习模型 | 图像 | 29名患者 |
| 19198 | 2024-08-19 |
Development and validation of a deep learning-based method for automatic measurement of uterus, fibroid, and ablated volume in MRI after MR-HIFU treatment of uterine fibroids
2024-Sep, European journal of radiology
IF:3.2Q1
DOI:10.1016/j.ejrad.2024.111602
PMID:38991285
|
研究论文 | 本文开发并验证了一种基于深度学习的自动测量方法，用于在MR-HIFU治疗后通过MRI测量子宫、肌瘤和消融体积。 | 该研究提出了一种自动化的计算机辅助方法，用于客观量化MR-HIFU治疗后的结果参数，相较于传统的视觉检查方法，提供了更客观的结果量化。 | 该方法的鲁棒性需要在未来的研究中进一步验证，以确保其在临床实践中的应用。 | 开发并评估一种基于深度学习的分割算法，用于自动量化MRI中的子宫、子宫肌瘤和非灌注体积（NPV），以计算NPV/TFL。 | 研究对象为115名接受或即将接受MR-HIFU治疗的子宫肌瘤患者。 | 机器学习 | 妇科疾病 | MRI | 神经网络 | 图像 | 115名子宫肌瘤患者 |
| 19199 | 2024-08-19 |
ChatGPT performance on the American Shoulder and Elbow Surgeons maintenance of certification exam
2024-Sep, Journal of shoulder and elbow surgery
IF:2.9Q1
DOI:10.1016/j.jse.2024.02.029
PMID:38580067
|
研究论文 | 本研究比较了ChatGPT 3.5、GPT-4和专业培训的外科医生在2023年美国肩肘外科医生（ASES）维持认证（MOC）自我评估考试中的表现 | 首次测试大型语言模型（LLMs）在手术亚专科考试中的表现 | ChatGPT在图像为基础的问题上表现不如人类 | 评估大型语言模型在专业外科考试中的表现 | ChatGPT 3.5、GPT-4和专业培训的外科医生 | NA | NA | 深度学习 | LLMs | 文本和图像 | NA |
| 19200 | 2024-08-19 |
SleepBoost: a multi-level tree-based ensemble model for automatic sleep stage classification
2024-Sep, Medical & biological engineering & computing
IF:2.6Q3
DOI:10.1007/s11517-024-03096-x
PMID:38700613
|
研究论文 | 本文介绍了一种名为SleepBoost的多层次树基集成模型，用于自动睡眠阶段分类 | SleepBoost模型通过集成三个基本线性模型并采用新颖的基于奖励的自适应权重分配机制，提高了模型的透明度和性能 | NA | 旨在提高自动睡眠阶段分类的透明度和性能，以促进其在临床中的应用 | 自动睡眠阶段分类 | 机器学习 | NA | 多层次树基集成模型 | 树基集成模型 | 时间域和频率域特征 | 使用了Sleep-EDF-20数据集 |