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 583 篇文献，本页显示第 481 - 500 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 481 | 2024-08-26 |
Deep learning in prediction of intrinsic disorder in proteins
2022, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2022.03.003
PMID:35356546
|
研究论文 | 本文研究了深度神经网络（DNN）在蛋白质内在无序预测中的应用 | 首次系统地分析了DNN在内在无序预测中的多样性和准确性，并提出了未来发展的可能性 | 讨论了DNN在预测无序结合区域方面的不足 | 评估和推动深度学习在蛋白质内在无序预测领域的发展 | 深度神经网络在蛋白质内在无序预测中的应用 | 机器学习 | NA | 深度神经网络（DNN） | DNN | 蛋白质序列数据 | 使用了来自社区评估内在无序预测（CAID）的盲测数据集 | NA | NA | NA | NA |
| 482 | 2024-08-26 |
User-Accessible Machine Learning Approaches for Cell Segmentation and Analysis in Tissue
2022, Frontiers in physiology
IF:3.2Q2
DOI:10.3389/fphys.2022.833333
PMID:35360226
|
研究论文 | 本文探讨了利用机器学习和深度学习技术进行细胞分割和分析的方法，特别是在组织中的应用 | 开发了针对特定成像模式和多模式解决方案的细胞分割技术，并构建了用于训练数据的注释细胞库 | 尖端技术通常仅限于少数具有必要领域知识的专家使用 | 提高细胞分割和分类的准确性，以深入了解生物机制 | 细胞在组织中的分析，以及细胞微环境的新模型 | 计算机视觉 | NA | 机器学习和深度学习 | CNN | 图像 | 多种物种、器官和细胞状态的细胞 | NA | NA | NA | NA |
| 483 | 2024-08-26 |
Lung Disease Classification in CXR Images Using Hybrid Inception-ResNet-v2 Model and Edge Computing
2022, Journal of healthcare engineering
DOI:10.1155/2022/9036457
PMID:35368941
|
研究论文 | 本研究评估了多种机器学习、深度学习和迁移学习方法，用于分类公开可用的CXR图像数据集中的疾病 | 采用混合Inception-ResNet-v2迁移学习模型结合数据增强和图像增强，实现了最高的分类准确率 | NA | 自动化CXR图像中的疾病检测 | CXR图像中的肺炎、COVID-19和正常类别 | 计算机视觉 | 肺部疾病 | 迁移学习 | Inception-ResNet-v2 | 图像 | 公开可用的CXR图像数据集 | NA | NA | NA | NA |
| 484 | 2024-08-26 |
Investigation of Effectiveness of Shuffled Frog-Leaping Optimizer in Training a Convolution Neural Network
2022, Journal of healthcare engineering
DOI:10.1155/2022/4703682
PMID:35368933
|
研究论文 | 本文研究了混洗蛙跳优化算法在训练卷积神经网络中的有效性 | 首次采用混洗蛙跳算法训练经典的LeNet-5结构 | 使用该算法会略微增加训练计算时间 | 探讨混洗蛙跳优化算法在训练卷积神经网络中的应用效果 | 卷积神经网络的训练优化 | 计算机视觉 | NA | 混洗蛙跳算法 | CNN | 图像 | 四个不同数据集 | NA | NA | NA | NA |
| 485 | 2024-08-26 |
A Deep Learning Radiomics Analysis for Survival Prediction in Esophageal Cancer
2022, Journal of healthcare engineering
DOI:10.1155/2022/4034404
PMID:35368956
|
研究论文 | 本研究旨在探索深度学习放射组学（DLR）诺模图，用于预测食管癌患者在化疗放疗后的3年总体生存率 | 提出的DLR模型在非侵入性个体化预测食管癌患者3年生存率方面表现优于HCR签名模型 | NA | 探索深度学习放射组学（DLR）诺模图，预测食管癌患者化疗放疗后的3年总体生存率 | 食管癌患者 | 机器学习 | 食管癌 | 深度学习 | CNN | 图像 | 154名患者的数据，随机分为训练集（116）和验证集（38） | NA | NA | NA | NA |
| 486 | 2024-08-26 |
Emotional Experience and Psychological Intervention of Depression Patients Based on SOM
2022, Computational intelligence and neuroscience
DOI:10.1155/2022/5064615
PMID:35371214
|
研究论文 | 本研究使用SOM模型识别抑郁症患者的抑郁倾向，并探讨其情绪体验和心理干预 | 本研究提出了一种新的抑郁指数概念，并探讨了其与抑郁症严重程度的关系，同时展示了SOM模型在抑郁症分类中的有效性 | NA | 探索抑郁症的客观诊断标志物，并研究抑郁症患者的情绪体验和心理干预 | 抑郁症患者及其情绪体验和心理干预 | 机器学习 | 抑郁症 | SOM | SOM | 脑电信号 | NA | NA | NA | NA | NA |
| 487 | 2024-08-26 |
Deep Learning-Based Electrocardiograph in Evaluating Radiofrequency Ablation for Rapid Arrhythmia
2022, Computational and mathematical methods in medicine
DOI:10.1155/2022/6491084
PMID:35371280
|
研究论文 | 本研究旨在分析基于深度学习的电生理图（ECG）在评估射频消融治疗快速性心律失常疗效中的重要作用 | 使用基于深度学习的卷积神经网络模型对ECG检查指标进行量化分析 | NA | 评估射频消融治疗快速性心律失常的疗效 | 158名接受射频消融治疗的快速性心律失常患者 | 机器学习 | 心血管疾病 | 深度学习 | 卷积神经网络（CNN） | 电生理图（ECG） | 158名患者，分为有效治疗组（142例）和无效治疗组（16例） | NA | NA | NA | NA |
| 488 | 2024-08-26 |
Kidney Tumor Segmentation Based on FR2PAttU-Net Model
2022, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2022.853281
PMID:35372025
|
研究论文 | 本文提出基于FR2PAttU-Net的深度学习模型，用于帮助医生快速高效地处理肾脏CT图像，节省医疗资源 | 使用R2Att网络改进U-Net的'U'结构，增加并行卷积，构建FR2PAttU-Net模型，提高模型对不同尺度图像特征的适应性，避免网络加深导致学习有价值特征的失败 | NA | 提高肾脏肿瘤从肾脏CT图像中的分割效果 | 肾脏肿瘤的CT图像分割 | 计算机视觉 | 肾脏肿瘤 | 深度学习 | FR2PAttU-Net | 图像 | 使用KiTS19数据集，通过增强小样本数据集以平衡样本数据集 | NA | NA | NA | NA |
| 489 | 2024-08-25 |
A Comparison of Infectious Disease Forecasting Methods across Locations, Diseases, and Time
2022-Jan-29, Pathogens (Basel, Switzerland)
DOI:10.3390/pathogens11020185
PMID:35215129
|
研究论文 | 本研究比较了统计学、机器学习和深度学习方法在不同国家和时间段内预测三种传染病（弯曲杆菌病、伤寒和Q热）的性能 | 本研究展示了机器学习方法在整合广泛因素方面比传统统计方法更准确地预测各种传染病的能力 | 研究中提到某些情况下统计学或深度学习模型在特定子集（如病例数非常低的伤寒）的误差指标略小 | 比较不同预测方法在传染病预测中的性能 | 三种传染病（弯曲杆菌病、伤寒和Q热） | 机器学习 | NA | 机器学习（ML）和深度学习（DL） | 极端梯度提升树（XGB）、随机森林（RF）、多层感知器和编码器-解码器模型 | 公共数据集（景观、气候和社会经济因素） | 七个不同国家的地区级数据（2009-2017年） | NA | NA | NA | NA |
| 490 | 2024-08-25 |
Automatic Identification of Bioprostheses on X-ray Angiographic Sequences of Transcatheter Aortic Valve Implantation Procedures Using Deep Learning
2022-Jan-27, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics12020334
PMID:35204425
|
研究论文 | 本文提出使用U-Net架构自动分割血管造影图像中的经导管心脏瓣膜（THV），并研究其超参数对分割质量的影响 | 引入了两个新的评价指标，更适当地评估了数据集类别不平衡情况下的结果质量 | NA | 研究自动分割血管造影图像中THV的方法及其超参数对分割质量的影响 | 经导管心脏瓣膜（THV）的自动分割 | 计算机视觉 | 心血管疾病 | 深度学习 | U-Net | 图像 | 不同类型的血管造影图像帧 | NA | NA | NA | NA |
| 491 | 2024-08-25 |
A Computer Vision-Based Approach for Tick Identification Using Deep Learning Models
2022-Jan-22, Insects
IF:2.7Q1
DOI:10.3390/insects13020116
PMID:35206690
|
研究论文 | 本文介绍了一种基于计算机视觉和深度学习模型的蜱虫识别工具 | 使用改进的卷积神经网络（CNN）模型，通过大规模分子验证数据集训练，实现了高精度的蜱虫物种识别 | NA | 开发一种高效、准确的蜱虫识别工具，以辅助疾病风险评估和早期诊断 | 蜱虫物种识别 | 计算机视觉 | NA | 深度学习算法 | CNN | 图像 | 大规模分子验证数据集 | NA | NA | NA | NA |
| 492 | 2024-08-25 |
Brain Tumor Classification Using a Combination of Variational Autoencoders and Generative Adversarial Networks
2022-Jan-21, Biomedicines
IF:3.9Q1
DOI:10.3390/biomedicines10020223
PMID:35203433
|
研究论文 | 本文提出了一种结合变分自编码器（VAEs）和生成对抗网络（GANs）的框架，用于脑肿瘤分类，并通过生成的人工脑肿瘤图像来增强数据集 | 通过结合VAEs和GANs，避免了GAN的模式崩溃问题，并生成逼真的脑肿瘤MRI图像，从而解决了小规模医学数据集的限制 | 需要大量的数据来训练深度学习模型以获得良好结果，而医学领域中大型公共数据集较为罕见 | 开发一种能够帮助神经学家加速诊断过程并减轻医疗系统负担的自动化计算机辅助工具 | 脑肿瘤的分类 | 计算机视觉 | 脑肿瘤 | 变分自编码器（VAEs），生成对抗网络（GANs） | ResNet50 | 图像 | 使用了可用的MR图像训练集，并通过生成的人工图像进行数据增强 | NA | NA | NA | NA |
| 493 | 2024-08-25 |
Design of a Diagnostic System for Patient Recovery Based on Deep Learning Image Processing: For the Prevention of Bedsores and Leg Rehabilitation
2022-Jan-21, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics12020273
PMID:35204364
|
研究论文 | 本文提出了一种基于深度学习图像处理的诊断系统，用于预防褥疮和腿部康复，以改善韩国康复医疗领域的需求。 | 结合人工智能技术与康复医学领域，开发了一个不需要高度专业知识的系统。 | 文章未明确提及具体的局限性。 | 开发一个结合人工智能技术的系统，以改善韩国康复医疗领域的需求。 | 预防褥疮和腿部康复方法。 | 机器学习 | NA | 深度学习图像处理 | 深度学习模型 | 图像 | 未明确提及样本数量 | NA | NA | NA | NA |
| 494 | 2024-08-25 |
Literature Review on Artificial Intelligence Methods for Glaucoma Screening, Segmentation, and Classification
2022-Jan-20, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging8020019
PMID:35200722
|
综述 | 本文综述了基于深度学习技术在青光眼筛查、分割和分类方面的最新研究进展 | 利用深度学习技术进行青光眼筛查，具有高灵敏度和特异性 | NA | 验证深度学习技术在青光眼相关准确且低成本测量中的应用潜力 | 青光眼的筛查、分割和分类 | 计算机视觉 | 青光眼 | 深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 495 | 2024-08-25 |
Accurate protein function prediction via graph attention networks with predicted structure information
2022-01-17, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbab502
PMID:34882195
|
研究论文 | 本文开发了一种基于图注意力网络（GAT）的方法GAT-GO，通过利用预测的结构信息和蛋白质序列嵌入来显著提高蛋白质功能预测的准确性 | GAT-GO方法结合了蛋白质结构预测和蛋白质语言模型的最新突破，通过图注意力网络整合预测的结构信息和序列嵌入，从而在蛋白质功能预测方面取得了显著的性能提升 | NA | 提高蛋白质功能预测的准确性 | 蛋白质功能预测 | 机器学习 | NA | 图注意力网络（GAT） | GAT | 序列数据 | 在PDB-mmseqs测试集和PDB-cdhit测试集中进行了实验验证 | NA | NA | NA | NA |
| 496 | 2024-08-25 |
Automatic measurement plane placement for 4D Flow MRI of the great vessels using deep learning
2022-Jan, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-021-02475-1
PMID:34403045
|
研究论文 | 本文提出了一种基于深度学习的快速四步算法，用于在大型血管的4D流MRI中自动放置测量平面，以实现快速、稳健和可重复的血流测量。 | 该算法通过自动放置测量平面和血管分割，提高了4D流MRI后处理的效率和准确性。 | 目前该方法仅在大型血管中进行了验证，尚未在其他解剖区域进行测试。 | 旨在提高4D流MRI在血流动力学分析中的应用效率和准确性。 | 大型血管的4D流MRI图像。 | 计算机视觉 | NA | 4D流MRI | 卷积神经网络（CNN） | 图像 | 训练集包含283个扫描，测试集包含40个未见过的扫描。 | NA | NA | NA | NA |
| 497 | 2024-08-25 |
Degenerative adversarial neuroimage nets for brain scan simulations: Application in ageing and dementia
2022-01, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2021.102257
PMID:34731771
|
研究论文 | 本文介绍了一种名为4D-Degenerative Adversarial NeuroImage Net（4D-DANI-Net）的深度学习框架，用于生成高分辨率、纵向的MRI扫描图像，模拟个体特定的神经退化过程，应用于衰老和痴呆症研究 | 4D-DANI-Net框架基于对抗训练和一系列新颖的时空、生物学约束，引入了三种关键技术进步：Profile Weight Functions（PWFs）、3D超分辨率模块和迁移学习策略 | NA | 开发一种能够生成高分辨率、个体特定MRI图像的深度学习框架，以模拟衰老和痴呆症中的神经退化过程 | 衰老和痴呆症的神经退化过程 | 计算机视觉 | 痴呆症 | 深度学习 | 4D-DANI-Net | MRI图像 | 训练集包含9852个T1加权MRI扫描图像，测试集包含1283个MRI扫描图像 | NA | NA | NA | NA |
| 498 | 2024-08-25 |
The crystal structure of vaccinia virus protein E2 and perspectives on the prediction of novel viral protein folds
2022-01, The Journal of general virology
IF:3.6Q2
DOI:10.1099/jgv.0.001716
PMID:35020582
|
研究论文 | 本文解决了牛痘病毒蛋白E2的晶体结构，揭示了其包含两个具有新颖折叠的结构域，并探讨了使用AlphaFold2预测病毒蛋白结构的新方法。 | 首次解析了牛痘病毒蛋白E2的晶体结构，并展示了AlphaFold2在预测复杂病毒蛋白结构方面的能力。 | NA | 研究牛痘病毒蛋白E2的分子结构及其在病毒形态发生中的功能，并评估AlphaFold2在预测病毒蛋白结构中的应用。 | 牛痘病毒蛋白E2及其晶体结构。 | 结构生物学 | 天花 | 晶体学 | AlphaFold2 | 蛋白质结构 | NA | NA | NA | NA | NA |
| 499 | 2024-08-25 |
Automatic Arrangement of Sports Dance Movement Based on Deep Learning
2022, Computational intelligence and neuroscience
DOI:10.1155/2022/9722558
PMID:35186073
|
研究论文 | 本文研究基于深度学习的体育舞蹈动作自动编排 | 提出了一种基于深度学习的浅层回归模型、卷积神经网络以及离线排序回归模型，并基于聚类算法进行了深度学习的研究 | 未提及具体的研究限制 | 研究基于深度学习的体育舞蹈动作自动编排 | 体育舞蹈动作的自动编排 | 机器学习 | NA | 深度学习 | 卷积神经网络 | NA | 未提及具体样本数量 | NA | NA | NA | NA |
| 500 | 2024-08-25 |
Measurement of Body Surface Area for Psoriasis Using U-net Models
2022, Computational and mathematical methods in medicine
DOI:10.1155/2022/7960151
PMID:35186115
|
研究论文 | 本研究旨在评估使用U-net模型进行机器学习方法，开发一种用于自动分割银屑病病变和测量体表面积的人工神经网络预测模型 | 提出了一种基于U-net架构的自动银屑病病变分割方法，并实现了与皮肤科医生相当的体表面积估计性能 | NA | 开发一种自动化的银屑病病变分割和体表面积测量方法，以评估疾病严重程度并调整治疗策略 | 银屑病病变的高分辨率图像 | 机器学习 | 银屑病 | U-net模型 | U-net | 图像 | 255张高分辨率银屑病图像 | NA | NA | NA | NA |