深度学习在生物医药领域的应用
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（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！
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。
当前共找到 2 篇文献。
| 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 | 2026-08-18 |
MRI-based prostate cancer detection with high-level representation and hierarchical classification
2017-Mar, Medical physics
IF:3.2Q1
DOI:10.1002/mp.12116
PMID:28107548
|
研究论文 | 本文提出一种基于深度神经网络提取高级特征表示并结合层次分类方法进行前列腺癌检测的方法 | 利用深度神经网络学习高级特征表示，并构建层次分类方法（迭代使用多个随机森林分类器）细化检测结果，相比传统手工特征（如LBP和Haar-like）性能更优 | 实验仅基于21例真实患者，样本量较小，可能影响泛化性 | 提高MRI图像中前列腺癌检测的准确性，通过高级特征表示和层次分类细化检测结果 | 前列腺癌检测，基于多参数MRI图像 | 机器学习 | 前列腺癌 | MRI | 深度神经网络、随机森林 | 图像（多参数MRI） | 21例患者 | NA | 深度神经网络，随机森林分类器 | 基于切片的评估（SBE）、敏感性、特异性 | NA |
| 2 | 2024-08-07 |
Characterisation of mental health conditions in social media using Informed Deep Learning
2017-03-22, Scientific reports
IF:3.8Q1
DOI:10.1038/srep45141
PMID:28327593
|
研究论文 | 本研究利用深度学习技术分析社交媒体平台Reddit上的帖子，以识别和分类与心理疾病相关的帖子 | 首次使用深度学习方法自动识别社交媒体中的心理疾病相关帖子，并分类到11种疾病主题 | 研究仅限于Reddit平台上的帖子，且样本集是平衡的 | 开发方法以表征大量用户生成内容，支持内容管理和针对性干预 | 社交媒体平台Reddit上的心理健康相关帖子 | 自然语言处理 | NA | 深度学习 | 神经网络 | 文本 | 平衡的数据集 | NA | NA | NA | NA |