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 43 篇文献，本页显示第 41 - 43 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 41 | 2024-08-07 |
Classification of Dental Radiographs Using Deep Learning
2021-Apr-03, Journal of clinical medicine
IF:3.0Q1
DOI:10.3390/jcm10071496
PMID:33916800
|
研究论文 | 本文通过比较三种深度学习架构的分类性能，回顾性评估放射数据并前瞻性地分类放射图像（包括全景、咬翼、根尖和头影图像） | 使用ResNet-34进行主动学习，通过迭代注释和重新训练提高分类准确性 | 分类错误主要发生在咬翼和根尖图像之间 | 评估和比较不同深度学习模型在牙科放射图像分类中的性能 | 全景、咬翼、根尖和头影牙科放射图像 | 计算机视觉 | NA | 深度学习 | CNN, ResNet-34, CapsNet | 图像 | 31,288张全景图像，43,598张根尖图像，14,326张咬翼图像，1176张头影图像 | NA | NA | NA | NA |
| 42 | 2024-08-05 |
MSA-Regularized Protein Sequence Transformer toward Predicting Genome-Wide Chemical-Protein Interactions: Application to GPCRome Deorphanization
2021-04-26, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.0c01285
PMID:33757283
|
研究论文 | 本研究开发了一种新的深度学习框架来预测化学物质与未注释的进化分化蛋白质之间的相互作用 | 提出了新的方法DISAE，通过结合进化信息和自监督学习，能够从未标记的蛋白质序列中捕获功能关系 | 研究未能探讨所有可能的化学-蛋白质相互作用，且对数据的依赖可能影响预测的准确性 | 旨在改进对未注释蛋白质的 ligand 预测并推动 GPCRome 的去孤立化研究 | 未注释的蛋白质及其与小分子的相互作用 | 机器学习 | NA | 自监督学习 | DISAE | 蛋白质序列 | 使用了所有蛋白质序列及其多序列比对（MSA） | NA | NA | NA | NA |
| 43 | 2024-08-05 |
A network-based deep learning methodology for stratification of tumor mutations
2021-Apr-09, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaa1099
PMID:33416857
|
研究论文 | 本研究开发了一种基于网络嵌入的分层方法，以识别具有临床相关性的患者亚型。 | 提出了一种网络嵌入的分层方法（NES），能通过基因网络区域的相似性来分类肿瘤亚型。 | 该研究可能需要在不同数据集中验证其通用性。 | 旨在通过分析肿瘤突变谱进行肿瘤分层。 | 分析7344个肿瘤外显子样本的体细胞突变特征。 | 数字病理学 | 癌症 | 网络嵌入方法 | lightGBM分类算法 | 突变配置文件 | 7344个肿瘤外显子样本 | NA | NA | NA | NA |