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 1828 篇文献，本页显示第 1701 - 1720 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1701 | 2024-08-08 |
Corrigendum to 'OPUS-Rota4: a gradient-based protein side-chain modeling framework assisted by deep learning-based predictors'
2022-09-20, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbac189
PMID:35580857
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1702 | 2024-08-07 |
Multi-class deep learning segmentation and automated measurements in periodontal sonograms of a porcine model
2022-Mar-01, Dento maxillo facial radiology
DOI:10.1259/dmfr.20210363
PMID:34762512
|
研究论文 | 本研究利用深度学习技术对牙周超声图像进行多类别分割和软组织高度自动测量 | 本研究首次将深度学习应用于牙周超声图像的自动分割和软组织高度测量，提高了识别牙周结构的准确性 | 研究样本仅限于猪模型，且测试集包括不同品种的猪，未来需在更多物种和品种中验证模型效果 | 探索深度学习在牙周超声图像识别和测量中的应用潜力 | 牙周超声图像中的软组织、骨和牙冠 | 机器学习 | NA | 深度学习 | 多类别分割模型 | 图像 | 627帧图像来自111个独立的电影循环，涉及8头猪的样本 | NA | NA | NA | NA |
| 1703 | 2024-08-07 |
Machine Learning in Drug Metabolism Study
2022, Current drug metabolism
IF:2.1Q3
|
综述 | 本文综述了机器学习在药物代谢研究中的应用，特别是其在预测药物-药物相互作用、药物-靶点相互作用、临床药物反应等方面的应用 | 利用机器学习算法如朴素贝叶斯、逻辑回归、k-最近邻、决策树、各种提升和集成方法、支持向量机及人工神经网络增强的深度学习，来全面研究药物开发过程中药物候选物的代谢命运 | NA | 探讨机器学习在药物代谢研究中的应用，以加速药物开发过程并帮助医疗实践 | 药物代谢及其在药物过量毒性、不良药物反应和药物效能降低中的作用 | 机器学习 | NA | 机器学习算法 | 朴素贝叶斯、逻辑回归、k-最近邻、决策树、提升和集成方法、支持向量机、人工神经网络 | 药物代谢数据 | NA | NA | NA | NA | NA |
| 1704 | 2024-08-07 |
Quantification of Epicardial Adipose Tissue Volume and Attenuation for Cardiac CT Scans Using Deep Learning in a Single Multi-Task Framework
2022-Dec, Reviews in cardiovascular medicine
IF:1.9Q3
DOI:10.31083/j.rcm2312412
PMID:39076659
|
研究论文 | 本文提出了一种基于深度学习框架的自动量化心脏CT扫描中心外膜脂肪组织体积和密度的方法 | 该研究首次在一个多任务框架中使用深度学习技术自动量化心外膜脂肪组织体积和密度，提高了量化任务的自动化程度和分析效率 | NA | 开发一种完全自动化的深度学习框架，用于量化心外膜脂肪组织体积和密度 | 心外膜脂肪组织体积和密度 | 计算机视觉 | 心血管疾病 | 深度学习 | CNN | 图像 | 300名患者的数据集，分为两个子集，每个子集包含150名患者，分别用于训练和评估模型 | NA | NA | NA | NA |
| 1705 | 2024-08-07 |
Multi-modal deep learning based on multi-dimensional and multi-level temporal data can enhance the prognostic prediction for multi-drug resistant pulmonary tuberculosis patients
2022-Nov, Science in One Health
DOI:10.1016/j.soh.2022.100004
PMID:39076608
|
research paper | 本文研究基于多维多层次时间数据的深度学习方法，以提高多药耐药性肺结核患者的预后预测 | 本文采用基于动态数据的多模态深度学习方法，为个性化治疗方案提供更深入的理解 | 目前大多数现有研究侧重于通过静态单尺度或低维信息预测治疗结果 | 提高多药耐药性肺结核患者的预后预测准确性 | 多药耐药性肺结核患者 | machine learning | 肺结核 | 深度学习 | NA | 多维多层次时间数据 | NA | NA | NA | NA | NA |
| 1706 | 2024-08-07 |
Artificial Intelligence in Echocardiography: The Time is Now
2022-Aug, Reviews in cardiovascular medicine
IF:1.9Q3
DOI:10.31083/j.rcm2308256
PMID:39076632
|
研究论文 | 本文探讨了人工智能（AI）在超声心动图领域的应用及其对诊断、治疗和患者护理的潜在革命性影响 | AI在超声心动图中的应用展示了在训练、图像获取、解释和分析、诊断、预测和表型开发方面的巨大潜力 | AI在超声心动图的实际临床应用和接受度方面仍存在障碍，尤其是缺乏临床结果研究，以及法律和伦理问题 | 推动AI在临床工作空间的应用，改善超声心动图的临床效用、效率和培训 | AI在超声心动图中的应用及其对心血管疾病评估的影响 | 机器学习 | 心血管疾病 | 机器学习（ML）和深度学习（DL） | NA | 图像 | NA | NA | NA | NA | NA |
| 1707 | 2024-08-07 |
From Left Atrial Dimension to Curved M-Mode Speckle-Tracking Images: Role of Echocardiography in Evaluating Patients with Atrial Fibrillation
2022-May, Reviews in cardiovascular medicine
IF:1.9Q3
DOI:10.31083/j.rcm2305171
PMID:39077610
|
综述 | 本文综述了利用斑点追踪超声心动图从左心房尺寸到曲面M型图像评估心房颤动患者的临床应用、优势和局限性 | 斑点追踪超声心动图被证明是一种可行且可重复的技术，用于直接评估左心房功能，并且深度学习神经网络已成功应用于超声心动图图像分析，实现基于人工智能的全自动测量 | 左心房应变和应变率的临床应用、优势和局限性需要充分理解，且其在心房颤动患者治疗决策中的预后价值和实用性需要进一步阐明 | 探讨斑点追踪超声心动图在评估心房颤动患者中的应用及其临床意义 | 心房颤动患者 | 医学影像 | 心房颤动 | 斑点追踪超声心动图 | 深度学习神经网络 | 图像 | NA | NA | NA | NA | NA |
| 1708 | 2024-08-07 |
COVID Student Study: A Year in the Life of College Students during the COVID-19 Pandemic Through the Lens of Mobile Phone Sensing
2022-Apr, Proceedings of the SIGCHI conference on human factors in computing systems. CHI Conference
DOI:10.1145/3491102.3502043
PMID:39071774
|
研究论文 | 研究通过移动电话传感技术评估COVID-19大流行对大学生行为和心理健康的影响 | 利用移动电话传感技术追踪和分析大学生在疫情期间的行为变化，并探索其与自我报告的COVID-19关注度的关联 | 研究样本仅包括180名本科生，可能不足以代表所有大学生群体 | 评估COVID-19大流行对大学生行为和心理健康的影响 | 本科生在疫情期间的行为和心理健康状况 | NA | NA | 移动电话传感技术 | 深度学习模型 | 行为数据 | 180名本科生 | NA | NA | NA | NA |
| 1709 | 2024-08-07 |
Real-time vessel segmentation and reconstruction for virtual fixtures for an active handheld microneurosurgical instrument
2022-Jun, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-022-02584-5
PMID:35296950
|
研究论文 | 本文设计了一种实时血管分割和重建策略，用于手持式神经外科手术机器人Micron，以避免在岩枕部脑膜瘤手术中发生血管损伤 | 本文创新地整合了深度学习实时血管分割与3D重建算法，并实现了基于虚拟固定器的策略，防止手术工具进入血管周围的禁止区域 | NA | 提高患者在神经外科手术中的安全性，避免血管损伤 | 手持式神经外科手术机器人Micron在岩枕部脑膜瘤手术中的应用 | 计算机视觉 | 脑膜瘤 | 深度学习 | CNN | 图像 | 使用了模拟血管、岩静脉、颈内动脉和浅表血管的数据集进行测试 | NA | NA | NA | NA |
| 1710 | 2024-08-07 |
Hyperparameter Tuning and Automatic Image Augmentation for Deep Learning-Based Angle Classification on Intraoral Photographs-A Retrospective Study
2022-Jun-23, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics12071526
PMID:35885432
|
研究论文 | 本研究评估了超参数调优和自动图像增强对基于深度学习的正畸照片按Angle分类的影响 | 采用GradCAM提高模型的可解释性，并发现自动图像增强进一步提升了模型性能 | 误分类主要发生在Angle I类和II类之间 | 评估超参数调优和自动图像增强对深度学习模型在正畸照片分类中的效果 | 正畸照片按Angle分类 | 计算机视觉 | NA | 深度学习 | ResNet | 图像 | 605张Angle I类图像，1038张Angle II类图像，408张Angle III类图像 | NA | NA | NA | NA |
| 1711 | 2024-08-07 |
High-Throughput Mass Spectrometry Imaging with Dynamic Sparse Sampling
2022-Oct-19, ACS measurement science au
IF:4.6Q1
DOI:10.1021/acsmeasuresciau.2c00031
PMID:36281292
|
研究论文 | 本文介绍了一种使用动态稀疏采样的高通量质谱成像技术 | 采用深度学习动态采样方法（DLADS）减少所需测量次数，提高质谱成像实验的通量 | NA | 提高质谱成像技术的数据采集速度，适用于需要快速分析的应用 | 生物样本中的分子分布 | NA | NA | 质谱成像（MSI） | 深度学习模型 | 分子图像 | NA | NA | NA | NA | NA |
| 1712 | 2024-08-07 |
Cascaded 3D UNet architecture for segmenting the COVID-19 infection from lung CT volume
2022-Feb-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-022-06931-z
PMID:35197504
|
研究论文 | 本文提出了一种两阶段的级联3D UNet架构，用于从肺部CT体积中分割COVID-19感染区域 | 开发了一种两阶段的级联3D UNet架构，能够直接从完整的CT体积中分割出感染区域，无需为每位新患者标记肺实质 | NA | 开发一种有效的深度学习方法，用于从肺部CT图像中自动分割COVID-19感染区域 | COVID-19感染区域的分割 | 计算机视觉 | COVID-19 | 深度学习 | 3D UNet | CT体积 | NA | NA | NA | NA | NA |
| 1713 | 2024-08-07 |
Chemotherapy response prediction with diffuser elapser network
2022-Jan-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-022-05460-z
PMID:35102179
|
研究论文 | 本文研究了在实体肿瘤中，通过扩散器网络预测化疗反应的问题 | 提出了一种深度学习模型，能够同时捕捉肿瘤生长和药物反应行为，并预测未来的肿瘤微环境图 | 需要进一步验证模型在实际临床环境中的应用效果 | 旨在生成对治疗方案的现实反应，以便未来工作可以使用这些患者特定的反应来决定细胞毒性药物治疗的最佳开始时间和剂量 | 肿瘤微环境，包括肿瘤层、血管网络、间质流体压力和药物扩散图 | 计算机视觉 | NA | NA | CNN | 图像 | 基于先前的仿真模型，具体样本数量未提及 | NA | NA | NA | NA |
| 1714 | 2024-08-07 |
Effect of head motion-induced artefacts on the reliability of deep learning-based whole-brain segmentation
2022-Jan-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-022-05583-3
PMID:35102199
|
研究论文 | 研究深度学习方法在磁共振成像中对头部运动引起的伪影的鲁棒性 | 深度学习方法在磁共振成像中对头部运动引起的伪影表现出更高的鲁棒性 | NA | 探讨深度学习方法在磁共振成像中对头部运动引起伪影的鲁棒性 | 磁共振成像中的头部运动伪影对深度学习方法的影响 | 计算机视觉 | NA | 磁共振成像 | 神经网络模型 | 图像 | 110名参与者 | NA | NA | NA | NA |
| 1715 | 2024-08-07 |
Using deep learning models to analyze the cerebral edema complication caused by radiotherapy in patients with intracranial tumor
2022-Jan-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-022-05455-w
PMID:35091636
|
研究论文 | 利用深度学习模型分析接受放射治疗后颅内肿瘤患者脑水肿并发症的图像分割和标准结果 | 采用Mask R-CNN模型和区域生长算法进行脑水肿图像分割，并通过DICE、IoU和VOE指数评估分割效果 | NA | 研究放射治疗后颅内肿瘤患者脑水肿的图像分割和临床描述标准 | 颅内肿瘤患者在接受计算机刀立体定向放射手术后的脑水肿并发症 | 计算机视觉 | 颅内肿瘤 | 深度学习 | Mask R-CNN | 图像 | 接受计算机刀立体定向放射手术的颅内肿瘤患者，包括治疗前和四个月随访的图像 | NA | NA | NA | NA |
| 1716 | 2024-08-07 |
Identification of a clonal population of Aspergillus flavus by MALDI-TOF mass spectrometry using deep learning
2022-Jan-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-022-05647-4
PMID:35091651
|
研究论文 | 本研究利用深度学习技术，通过MALDI-TOF质谱法识别Aspergillus flavus的克隆群体 | 首次使用卷积神经网络（CNN）通过MALDI-TOF质谱技术识别同一物种内的特定克隆 | 在较旧且需要更换激光的设备上，识别准确率较低 | 探索现有MALDI-TOF设备是否能从同一物种的多种分离株中识别特定克隆 | Aspergillus flavus的克隆分离株 | 机器学习 | NA | MALDI-TOF质谱法 | CNN | 质谱数据 | 包括19个克隆分离株和55个来自不同来源的A. flavus分离株 | NA | NA | NA | NA |
| 1717 | 2024-08-07 |
Classification of brain tumours in MR images using deep spatiospatial models
2022-Jan-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-022-05572-6
PMID:35087174
|
研究论文 | 本文使用深度时空模型ResNet (2+1)D和ResNet混合卷积来分类MR图像中的脑肿瘤 | 采用时空模型作为“时空空间”模型，能够学习特定的空间和时间关系，同时降低计算成本 | NA | 研究如何使用深度学习方法提高脑肿瘤在MR图像中的分类准确性 | 脑肿瘤的分类 | 计算机视觉 | 脑肿瘤 | 深度学习 | ResNet (2+1)D, ResNet混合卷积 | 图像 | 使用开放数据集，包含可靠的注释 | NA | NA | NA | NA |
| 1718 | 2024-08-07 |
Automated evaluation of retinal pigment epithelium disease area in eyes with age-related macular degeneration
2022-Jan-18, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-022-05006-3
PMID:35042966
|
研究论文 | 开发了一种两步软件，通过分析荧光素血管造影（FA）图像中的早期高荧光区域，实现对视网膜色素上皮（RPE）疾病区域变化的目标和高效量化 | 利用基于深度学习的判别方法提取异常区域，并通过自动化程序对二值化提取区域进行评分，提高了评估的准确性和效率 | NA | 解决缺乏标准协议的问题，实现对RPE疾病区域变化的客观量化 | 视网膜色素上皮（RPE）疾病区域 | 数字病理学 | 年龄相关性黄斑变性 | 深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 1719 | 2024-08-07 |
Approach for the Design of Covalent Protein Kinase Inhibitors via Focused Deep Generative Modeling
2022-Jan-17, Molecules (Basel, Switzerland)
DOI:10.3390/molecules27020570
PMID:35056884
|
研究论文 | 本文探讨了通过深度生成模型系统设计共价蛋白激酶抑制剂的方法 | 结合基于片段的设计和深度生成模型，增强了三维药效团筛选，为药物化学应用提供了一种结合知识元素和深度学习的方法 | NA | 开发一种计算方法，用于设计共价蛋白激酶抑制剂 | 共价蛋白激酶抑制剂的设计 | 机器学习 | 炎症性疾病，白血病 | 深度生成模型 | 深度学习模型 | 化学结构数据 | 具体样本数量未明确 | NA | NA | NA | NA |
| 1720 | 2024-08-07 |
Rapid video-based deep learning of cognate versus non-cognate T cell-dendritic cell interactions
2022-Jan-11, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-021-04286-5
PMID:35017558
|
研究论文 | 本文展示了使用深度学习快速分类抗原特异性CD8 T细胞视频的能力 | 该方法通过深度学习模型区分了同源和非同源T细胞与树突状细胞的交互动态，并展示了比传统图像分析技术更高的分类准确性 | NA | 理解免疫和耐受性，并开发癌症和自身免疫疾病的治疗方法 | 抗原特异性T细胞与树突状细胞的同源交互 | 机器学习 | 癌症, 自身免疫疾病 | 深度学习 | NA | 视频 | OT-I小鼠的高亲和力抗原特异性CD8 T细胞 | NA | NA | NA | NA |