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 31 篇文献，本页显示第 21 - 31 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 | 算法框架 | 模型架构 | 性能指标 | 计算资源 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 21 | 2024-08-07 |
Particle Mobility Analysis Using Deep Learning and the Moment Scaling Spectrum
2019-11-20, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-019-53663-8
PMID:31748591
|
研究论文 | 本文提出了一种使用深度学习和矩尺度谱分析来分析细胞内动态过程的新方法 | 首次采用深度学习方法对单颗粒轨迹进行分割，并使用矩尺度谱分析来估计移动类别的数量及其相关参数 | NA | 开发一种用于从时间序列显微镜图像中提取生物学相关参数的鲁棒方法 | 细胞内颗粒的动态行为 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 包括内部数据集和公开的颗粒跟踪数据，涵盖多种蛋白质的不同动态行为 | NA | NA | NA | NA |
| 22 | 2024-08-07 |
Unifying machine learning and quantum chemistry with a deep neural network for molecular wavefunctions
2019-11-15, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-019-12875-2
PMID:31729373
|
研究论文 | 本文介绍了一种深度学习框架，用于预测分子波函数，从而统一机器学习和量子化学 | 该框架能够在保持类似力场的效率的同时，通过波函数完全访问电子结构，并以分析可微分的方式捕捉量子力学 | NA | 旨在通过深度神经网络统一机器学习和量子化学，以优化分子结构的电子特性 | 分子的量子力学波函数 | 机器学习 | NA | 深度学习 | 深度神经网络 | 分子波函数 | NA | NA | NA | NA | NA |
| 23 | 2024-08-07 |
Deep Learning Techniques for Grape Plant Species Identification in Natural Images
2019-Nov-07, Sensors (Basel, Switzerland)
DOI:10.3390/s19224850
PMID:31703313
|
研究论文 | 本文评估了基于AlexNet架构的迁移学习和微调技术在自然图像中识别葡萄品种的性能 | 提出了一个四角合一的图像扭曲算法用于图像预处理，并验证了其在葡萄品种识别中的有效性 | 图像在自然环境中的采集、图像数量较少、不同葡萄品种图像间的高相似性以及收获季节中葡萄叶和果穗图像的显著变化 | 开发一种自动识别葡萄品种的算法，适用于如机器人采摘系统等集成软件组件 | 葡萄品种的自动识别 | 计算机视觉 | NA | 迁移学习和微调技术 | AlexNet | 图像 | 两个自然葡萄园图像数据集，分别在不同地理位置和收获季节采集 | NA | NA | NA | NA |
| 24 | 2024-08-07 |
Attention-Based Deep Neural Networks for Detection of Cancerous and Precancerous Esophagus Tissue on Histopathological Slides
2019-11-01, JAMA network open
IF:10.5Q1
|
研究论文 | 本文评估了一种基于注意力机制的深度学习方法，用于高分辨率组织学图像分析，以检测巴雷特食管（BE）和食管腺癌 | 该方法仅基于组织级别的标注，与基于感兴趣区域的现有方法不同 | 该模型的性能提升在统计上不显著 | 评估一种新的深度学习方法，用于高分辨率组织学图像分析，以检测巴雷特食管和食管腺癌 | 高分辨率组织学图像，用于训练和测试新的深度学习模型 | 数字病理学 | 食管癌 | 深度学习 | CNN和基于网格的注意力网络 | 图像 | 379张用于训练的图像，123张用于独立测试的图像 | NA | NA | NA | NA |
| 25 | 2024-08-07 |
Imaging biomarkers of adiposity and sarcopenia as potential predictors for overall survival among patients with endometrial cancer treated with bevacizumab
2019-Nov, Gynecologic oncology reports
IF:1.2Q3
DOI:10.1016/j.gore.2019.100502
PMID:31720357
|
研究论文 | 研究评估了身体质量指数（BMI）、皮下脂肪面积（SFA）和密度（SFD）、内脏脂肪面积（VFA）和密度（VFD）以及总腰大肌面积（TPA）与接受化疗联合或不联合贝伐珠单抗治疗的晚期或复发性子宫内膜癌患者预后之间的关系 | 使用深度学习算法从治疗前的CT扫描中确定SFA、VFA、SFD、VFD和TPA，并分析这些影像学指标与总体生存期（OS）和无进展生存期（PFS）的关系 | 研究未发现任何脂肪指标能预测贝伐珠单抗治疗的改善反应 | 探讨影像学指标作为预测子宫内膜癌患者总体生存的潜在标志物 | 接受化疗联合或不联合贝伐珠单抗治疗的晚期或复发性子宫内膜癌患者 | 数字病理学 | 子宫内膜癌 | 深度学习算法 | NA | 影像数据 | 78名患者 | NA | NA | NA | NA |
| 26 | 2024-08-07 |
Automatic Detection of Diabetic Retinopathy in Retinal Fundus Photographs Based on Deep Learning Algorithm
2019-Nov, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.8.6.4
PMID:31737428
|
研究论文 | 本文通过使用Inception-v3网络的深度迁移学习方法，实现了在眼底彩色图像中自动检测糖尿病视网膜病变（DR） | 采用深度迁移学习方法和Inception-v3网络进行自动DR检测，提高了分类准确性和敏感性 | NA | 实现自动糖尿病视网膜病变检测，辅助临床决策 | 糖尿病视网膜病变在眼底彩色图像中的自动检测 | 计算机视觉 | 糖尿病视网膜病变 | 深度学习 | Inception-v3网络 | 图像 | 共19,233张眼底彩色图像，来自5278名成年患者 | NA | NA | NA | NA |
| 27 | 2024-08-07 |
High-throughput phenotyping with deep learning gives insight into the genetic architecture of flowering time in wheat
2019-11-01, GigaScience
IF:11.8Q1
DOI:10.1093/gigascience/giz120
PMID:31742599
|
研究论文 | 本文展示了在田间条件下使用深度学习从移动田间车辆近端成像直接估计小麦的植物形态和发育阶段 | 本文提出了一种基于深度学习的田间高通量表型分析方法，能够直接测量遗传群体中的形态和发育表型，并展示了其在小麦开花时间遗传结构研究中的应用 | NA | 研究目的是通过深度学习技术提高植物性状测量的精确度和速度，从而更好地连接基因型与表型 | 研究对象是小麦的植物形态和发育阶段，特别是开花时间 | 计算机视觉 | NA | 深度学习 | 卷积神经网络 | 图像 | 使用了由专家视觉评分标记的图像数据集 | NA | NA | NA | NA |
| 28 | 2024-08-07 |
Deep Learning Algorithm for Automated Diagnosis of Retinopathy of Prematurity Plus Disease
2019-Nov, Translational vision science & technology
IF:2.6Q2
DOI:10.1167/tvst.8.6.23
PMID:31819832
|
研究论文 | 本研究描述了用于自动诊断早产儿视网膜病变（ROP）加病变的深度学习算法ROP.AI的初步开发 | 开发了一种新的深度学习算法ROP.AI，能够自动诊断ROP加病变，具有高灵敏度和阴性预测值 | NA | 开发和验证一种深度学习算法，用于自动诊断早产儿视网膜病变加病变 | 早产儿视网膜病变加病变的自动诊断 | 机器学习 | 早产儿视网膜病变 | 深度学习 | 深度学习算法 | 图像 | 6974张眼底图像 | NA | NA | NA | NA |
| 29 | 2024-08-07 |
Exploring semantic deep learning for building reliable and reusable one health knowledge from PubMed systematic reviews and veterinary clinical notes
2019-11-12, Journal of biomedical semantics
IF:1.6Q3
DOI:10.1186/s13326-019-0212-6
PMID:31711540
|
研究论文 | 本文探讨了如何利用语义深度学习方法，从PubMed系统评价和兽医临床笔记中提取关于人类和动物健康的诊断、预后、治疗等信息，并将其转化为可计算的知识 | 结合语义网络技术和深度学习，开发了一种新的方法来处理和映射缩写形式，并使用现有本体正式表示关联 | NA | 探索如何将非结构化自由文本数据转化为可靠且可重用的一体化健康知识 | 从PubMed系统评价和兽医临床笔记中提取的11种常见医疗状况的相关临床概念 | 机器学习 | NA | 语义深度学习 | 深度学习方法 | 文本 | 30万篇PubMed系统评价文章和250万份兽医临床笔记 | NA | NA | NA | NA |
| 30 | 2024-08-07 |
Deep learning for pollen allergy surveillance from twitter in Australia
2019-11-08, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-019-0921-x
PMID:31699071
|
研究论文 | 本文介绍了一种基于深度学习的实时检测和生成关于澳大利亚最普遍的慢性疾病之一——花粉过敏的洞察的方法 | 该系统解决了传统机器学习技术手动特征工程的局限性，能够处理与医学概念相关的广泛非标准表达 | NA | 开发一种基于社交媒体数据的花粉过敏监测方法 | 澳大利亚的花粉过敏情况 | 机器学习 | 花粉过敏 | 深度学习 | CNN, RNN, LSTM, GRU | 文本 | 6个月期间从Twitter提取的数据 | NA | NA | NA | NA |
| 31 | 2024-08-07 |
Training the next generation of Africa's doctors: why medical schools should embrace the team-based learning pedagogy
2019-Nov-04, BMC medical education
IF:2.7Q1
DOI:10.1186/s12909-019-1845-y
PMID:31699081
|
研究论文 | 本文探讨了非洲医学院应采用团队为基础的学习（TBL）教学法以培养全面发展的医生 | 提出TBL作为一种强有力的替代方法，能够在当前环境下提供全面的医学教育，促进学生'硬技能'和'软技能'的发展 | 讨论了TBL在非洲实施初期可能面临的挑战 | 推动非洲医学教育采用团队为基础的学习方法，以培养适应未来医疗需求的医生 | 非洲的医学教育及其面临的挑战 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |