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(使用关键词“['deep learning']”过滤),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!


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19.9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。
| 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 | 算法框架 | 模型架构 | 性能指标 | 计算资源 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2025-10-05 |
DANN: a deep learning approach for annotating the pathogenicity of genetic variants
2015-Mar-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btu703
PMID:25338716
|
研究论文 | 开发了一种基于深度学习的遗传变异致病性注释方法DANN | 使用深度神经网络替代传统线性SVM,能够捕捉特征间的非线性关系 | 使用与CADD相同的特征集和训练数据,未引入新的特征 | 改进遗传变异致病性注释算法的性能 | 编码和非编码遗传变异 | 机器学习 | NA | 遗传变异注释 | DNN | 遗传变异特征数据 | NA | NA | 深度神经网络 | AUC, 错误率 | CUDA兼容GPU, dropout, momentum训练 |