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 5 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 | 2025-10-07 |
A deep learning framework for causal shape transformation
2018-Feb, Neural networks : the official journal of the International Neural Network Society
IF:6.0Q1
DOI:10.1016/j.neunet.2017.12.003
PMID:29301111
|
研究论文 | 提出一种结合卷积神经网络和堆叠自编码器的混合架构，用于学习将输入视觉模式非线性转换为目标视觉模式的因果动作序列 | 解决了高维一对多逆映射问题，在微流体流场塑造中首次深入探索深度学习作为逆映射方法的应用 | 仅针对特定物理领域问题验证，未在更广泛的多步拓扑变换场景中测试 | 开发能够学习因果形状变换序列的深度学习框架 | 视觉模式和分布的序列变换 | 计算机视觉 | NA | 深度学习 | CNN, SAE | 视觉模式、分布数据 | NA | NA | 卷积神经网络, 堆叠自编码器 | NA | NA |
| 2 | 2024-10-11 |
Predicting sex from brain rhythms with deep learning
2018-02-15, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-018-21495-7
PMID:29449649
|
研究论文 | 本文探讨了使用深度卷积神经网络从脑电图中预测性别的可行性 | 首次展示了深度神经网络能够从脑电图中提取性别特异性信息，准确率超过80% | NA | 探索脑电图中的性别特异性信息 | 脑电图数据 | 机器学习 | NA | 深度卷积神经网络 | CNN | 脑电图 | NA | NA | NA | NA | NA |
| 3 | 2024-08-07 |
Automatic Detection of the Inner Ears in Head CT Images Using Deep Convolutional Neural Networks
2018-Feb, Proceedings of SPIE--the International Society for Optical Engineering
DOI:10.1117/12.2293383
PMID:31007337
|
研究论文 | 本文提出了一种基于深度卷积神经网络的方法，用于自动检测头部CT图像中的内耳 | 该方法能够自动检测CT图像中是否包含两只耳朵、一只耳朵或没有耳朵，提高了编程策略的效率 | 目前缺乏标准的图像采集协议，导致需要视觉检查和标记来初始化处理流程 | 旨在实现图像引导的耳蜗植入编程技术的临床部署 | 头部CT图像中的内耳检测 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 超过2,000个CT图像，来自153名患者 | NA | NA | NA | NA |
| 4 | 2024-08-05 |
Computationally Assessing the Bioactivation of Drugs by N-Dealkylation
2018-02-19, Chemical research in toxicology
IF:3.7Q2
DOI:10.1021/acs.chemrestox.7b00191
PMID:29355304
|
研究论文 | 本文探讨了药物N-去烷基化生物活化的计算评估 | 首次报告通过结合代谢模型和反应性模型构建的生物活化模型 | 研究仅基于小型验证集进行测试，可能未涵盖所有药物 | 研究N-去烷基化在药物代谢中的作用及其生物活化潜力 | 主要研究人类肝微粒体（HLM）对药物的N-去烷基化反应 | 计算生物学 | NA | 深度学习 | NA | 药物代谢数据 | 小型验证集的药物分子 | NA | NA | NA | NA |
| 5 | 2024-08-05 |
Tumor Margin Classification of Head and Neck Cancer Using Hyperspectral Imaging and Convolutional Neural Networks
2018-Feb, Proceedings of SPIE--the International Society for Optical Engineering
DOI:10.1117/12.2293167
PMID:30245540
|
研究论文 | 本研究利用高光谱成像和卷积神经网络对头颈癌肿瘤边缘进行分类 | 提出了一种新的方法，通过注册的组织学癌症边缘生成高光谱成像的真实标签，并使用三种不同的CNN架构进行组织分类 | 样本量有限，仅涉及20名患者，需进一步研究以验证结果 | 研究高光谱成像在癌症切除后识别肿瘤边缘的能力 | 来自20名接受癌症切除手术的患者的人体手术标本 | 计算机视觉 | 头颈癌 | 高光谱成像 | 卷积神经网络 | 图像 | 20个患者的手术标本 | NA | NA | NA | NA |