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 3 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2024-08-05 |
Autosegmentation for thoracic radiation treatment planning: A grand challenge at AAPM 2017
2018-Oct, Medical physics
IF:3.2Q1
DOI:10.1002/mp.13141
PMID:30144101
|
研究论文 | 本文报告了2017年美国医学物理学会年会上组织的胸部自动分割挑战的方法和结果 | 提供了一个基准数据集和评估平台用于胸部CT图像中风险器官的自动分割方法的表现评估 | 虽然出现了最佳分割结果，但各算法之间在性能上没有显著差异 | 研究胸部CT图像中风险器官的自动分割方法 | 参与挑战的算法针对左肺、右肺、心脏、食道和脊髓等风险器官 | 数字病理学 | NA | 深度学习 | NA | CT图像 | 60个胸部CT扫描 |
| 2 | 2024-08-05 |
Comparing and Validating Machine Learning Models for Mycobacterium tuberculosis Drug Discovery
2018-10-01, Molecular pharmaceutics
IF:4.5Q1
|
研究论文 | 本研究比较和验证了针对分枝杆菌的机器学习模型，用于药物发现 | 提出了新的贝叶斯模型，与现有的深度学习模型相比显示出相似或更好的性能 | 仅使用了153个化合物的评估集进行模型测试，样本量可能较小 | 提高针对分枝杆菌的新药物发现的效率 | 分枝杆菌活性小分子化合物 | 机器学习 | 结核病 | 机器学习 | 贝叶斯模型 | 分子数据 | 共涉及18886个化合物和153个测试化合物 |
| 3 | 2024-08-05 |
Lamisil (terbinafine) toxicity: Determining pathways to bioactivation through computational and experimental approaches
2018-10, Biochemical pharmacology
IF:5.3Q1
DOI:10.1016/j.bcp.2018.07.043
PMID:30076845
|
研究论文 | 本文研究了Lamisil（特比萘芬）引起的特异性肝毒性及其生物活化途径 | 通过结合计算建模和实验动力学，首次识别了导致TBF-A生成的途径，从而评估其在特异性药物不良反应中的作用 | 模型预测与实验研究在直接TBF-A形成的重要性上存在差异 | 探讨特比萘芬的代谢途径及其生成反应性代谢物TBF-A的机制 | 特比萘芬及其代谢产物 | 数字病理学 | NA | 计算建模和实验动力学 | 深度学习模型 | 代谢数据 | 使用了人肝微粒体的混合样本 |