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 23 篇文献，本页显示第 21 - 23 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 21 | 2024-08-07 |
Single subject prediction of brain disorders in neuroimaging: Promises and pitfalls
2017-01-15, NeuroImage
IF:4.7Q1
DOI:10.1016/j.neuroimage.2016.02.079
PMID:27012503
|
综述 | 本文综述了基于神经影像的单个受试者脑部疾病预测的研究进展，并讨论了其中的挑战和未来趋势 | 本文提供了迄今为止最全面的基于神经影像的单个受试者脑部疾病预测的综述，并讨论了新兴趋势如去中心化数据共享、多模态脑成像、差异诊断、疾病亚型分类和深度学习 | 主要瓶颈是样本量有限，这可以通过现代数据共享模型来解决 | 综述基于神经影像的单个受试者脑部疾病预测的研究进展，并讨论其挑战和未来趋势 | 研究对象包括精神分裂症、轻度认知障碍、阿尔茨海默病、抑郁症、自闭症谱系障碍和注意力缺陷多动障碍 | 机器学习 | 神经退行性疾病 | MRI | 深度学习 | 影像 | 超过500项研究涉及单个受试者预测，具体样本量在各研究中有所不同 |
| 22 | 2024-08-07 |
Deep learning and 3D-DESI imaging reveal the hidden metabolic heterogeneity of cancer
2017-May-01, Chemical science
IF:7.6Q1
DOI:10.1039/c6sc03738k
PMID:28507724
|
研究论文 | 本文利用深度学习和3D-DESI成像技术揭示了癌症的隐藏代谢异质性 | 采用参数化t-SNE的深度无监督神经网络技术，能够捕捉到线性方法无法识别的复杂非线性关系，从而在3D-DESI-MS数据集中识别出新的代谢簇 | NA | 探索肿瘤组织的分子结构和代谢异质性 | 人结直肠腺癌活检样本 | 机器学习 | 结直肠癌 | 3D-DESI-MS | 参数化t-SNE | 图像 | 单个结直肠腺癌活检样本 |
| 23 | 2024-08-07 |
Relevance of deep learning to facilitate the diagnosis of HER2 status in breast cancer
2017-04-05, Scientific reports
IF:3.8Q1
DOI:10.1038/srep45938
PMID:28378829
|
研究论文 | 本文开发了一种基于深度学习的计算方法，用于自动评估乳腺癌中的HER2生物标志物，以辅助病理学家的诊断。 | 利用深度学习技术自动评分HER2，以减少病理学家之间的解释差异，提高诊断准确性。 | 研究样本量较小，仅包括71个乳腺癌切除样本。 | 探索深度学习在乳腺癌HER2状态诊断中的应用，以提高诊断的一致性和准确性。 | 乳腺癌中的HER2生物标志物。 | 数字病理学 | 乳腺癌 | 深度学习 | NA | 图像 | 71个乳腺癌肿瘤切除样本 |