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 451 篇文献，本页显示第 241 - 260 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 241 | 2024-09-28 |
Stacked ensemble deep learning for pancreas cancer classification using extreme gradient boosting
2023, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2023.1232640
PMID:37876961
|
研究论文 | 本文介绍了一种用于胰腺CT图像分类的堆叠集成深度学习方法 | 提出了堆叠集成深度学习（SEDL）方法，结合Inception V3、VGG16和ResNet34作为弱学习器，并使用极端梯度提升（XGBoost）作为强学习器进行最终分类 | 未提及具体限制 | 提高胰腺CT图像分类的预测性能 | 胰腺CT医学图像 | 计算机视觉 | 胰腺癌 | 极端梯度提升（XGBoost） | 堆叠集成模型 | 图像 | 222张图像，来自80个胰腺CT扫描，分辨率为512*512像素，包括53名男性和27名女性 | NA | NA | NA | NA |
| 242 | 2024-09-28 |
Convolutional neural network model by deep learning and teaching robot in keyboard musical instrument teaching
2023, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0293411
PMID:37883500
|
研究论文 | 研究通过深度学习和教学机器人在键盘乐器教学中的应用，提出了一种卷积神经网络模型，以改进学前教育的键盘乐器教学 | 提出了将智能技术与键盘乐器教学相结合的方法，通过教学机器人和深度学习模型实现个性化教学 | 未详细说明教学机器人的具体设计和实现细节，以及深度学习模型的训练数据和评估方法 | 探讨当前学前教育中键盘乐器教学的现状，提出改进方案，并验证教学机器人在键盘乐器教学中的应用效果 | 学前教育中的键盘乐器教学 | 机器学习 | NA | 深度学习 | 卷积神经网络（CNN） | 图像 | 参与键盘乐器教学的学生 | NA | NA | NA | NA |
| 243 | 2024-09-28 |
Revealing the impact of psychiatric comorbidities on treatment outcome in early psychosis using counterfactual model explanation
2023, Frontiers in psychiatry
IF:3.2Q2
DOI:10.3389/fpsyt.2023.1237490
PMID:37900290
|
研究论文 | 研究利用多模态深度学习架构和反事实模型解释技术，探讨精神共病对早期精神病治疗结果的影响 | 引入反事实模型解释技术，分析MINI评分对缓解概率的影响，并识别出对缓解概率影响最大的特定共病 | 研究结果主要基于OPTiMiSE研究的多中心样本，可能存在样本偏倚 | 探讨精神共病对早期精神病治疗结果的影响，并改进个体化预测模型 | 早期精神病患者及其精神共病 | 机器学习 | 精神病 | 多模态深度学习 | 深度学习模型 | 文本 | 来自OPTiMiSE研究的多中心早期精神病患者样本 | NA | NA | NA | NA |
| 244 | 2024-09-27 |
Retracted: The Use of Deep Learning Model for Effect Analysis of Conventional Friction Power Confinement
2023, Computational and mathematical methods in medicine
DOI:10.1155/2023/9817901
PMID:37771401
|
correction | 该文章已被撤回 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 245 | 2024-09-27 |
Quantitative approaches for decoding the specificity of the human T cell repertoire
2023, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2023.1228873
PMID:37781387
|
综述 | 本文综述了用于解码人类T细胞受体（TCR）特异性的定量方法 | 本文介绍了当前用于预测TCR-pMHC相互作用的高通量免疫学和结构评估数据，并探讨了各种统计学习方法的应用 | 本文主要讨论了现有方法的数学方法、预测性能和局限性，未提出新的技术或模型 | 探讨当前用于识别TCR-pMHC识别对的理论、计算和深度学习方法 | T细胞受体（TCR）与肽-主要组织相容性复合物（pMHC）的相互作用 | 机器学习 | NA | 统计学习 | NA | 蛋白质序列和结构数据 | NA | NA | NA | NA | NA |
| 246 | 2024-09-27 |
Global research of artificial intelligence in strabismus: a bibliometric analysis
2023, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2023.1244007
PMID:37799591
|
研究论文 | 本文使用文献计量学方法分析了全球范围内人工智能在斜视领域的研究成果 | 本文首次使用文献计量学方法全面分析了人工智能在斜视领域的研究趋势和热点 | 研究仅基于Web of Science数据库，可能存在数据不全的问题 | 分析全球范围内人工智能在斜视领域的研究趋势和热点 | 人工智能在斜视领域的研究文献 | 机器学习 | NA | 文献计量学 | NA | 文本 | 146篇相关文献 | NA | NA | NA | NA |
| 247 | 2024-09-27 |
Automatic sleep staging by a hybrid model based on deep 1D-ResNet-SE and LSTM with single-channel raw EEG signals
2023, PeerJ. Computer science
DOI:10.7717/peerj-cs.1561
PMID:37810362
|
研究论文 | 本文提出了一种基于深度1D-ResNet-SE和LSTM的混合模型，用于使用单通道原始EEG信号进行自动睡眠分期 | 提出了一个轻量级的序列到序列深度学习模型1D-ResNet-SE-LSTM，结合了卷积神经网络和长短期记忆网络，以克服梯度消失和爆炸问题，并提高EEG信号的特征表示能力 | 模型是序列到序列网络，需要输入EEG时段序列；损失函数中的权重系数可以进一步优化以平衡每个睡眠阶段的分类性能；除了通道注意力机制外，引入更多高级注意力机制可以增强模型的有效性 | 开发一种自动睡眠分期模型，以提高睡眠质量评估和睡眠障碍诊断的效率 | 使用单通道原始EEG信号进行睡眠分期 | 机器学习 | NA | 深度学习 | 1D-ResNet-SE-LSTM | 信号 | Sleep-EDF Expanded数据集包含153个夜间PSG记录，来自78名健康受试者；ISRUC-Sleep数据集包含100个PSG记录，来自100名患有各种睡眠障碍的受试者 | NA | NA | NA | NA |
| 248 | 2024-09-27 |
Selecting the best optimizers for deep learning-based medical image segmentation
2023, Frontiers in radiology
DOI:10.3389/fradi.2023.1175473
PMID:37810757
|
研究论文 | 本文探讨了在医学图像分割中，深度学习模型的最佳优化器选择 | 提出了基于Nesterov加速梯度优化器的新优化函数，结合了循环学习和最优学习率与动量率 | NA | 探索医学图像分割中深度学习模型的最佳优化器，并提供有效的优化策略指导 | 医学图像分割中的优化器选择 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 使用了MICCAI 2017 ACDC挑战赛的心脏影像数据集 | NA | NA | NA | NA |
| 249 | 2024-09-27 |
Retracted: Big Data Analysis of Benign Interaction of Great Power Relations and New International Relations Based on Deep Learning
2023, Journal of environmental and public health
DOI:10.1155/2023/9763601
PMID:37811409
|
correction | 该文章已被撤回 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 250 | 2024-09-26 |
Deep learning based automated epidermal growth factor receptor and anaplastic lymphoma kinase status prediction of brain metastasis in non-small cell lung cancer
2023, Exploration of targeted anti-tumor therapy
DOI:10.37349/etat.2023.00158
PMID:37745691
|
研究论文 | 研究使用深度学习算法对非小细胞肺癌脑转移的表皮生长因子受体和间变性淋巴瘤激酶状态进行分类 | 首次使用卷积神经网络Efficient Net模型对脑转移的EGFR和ALK状态进行分类，并与基于语义特征的分类方法进行比较 | 研究样本量较小，且仅使用了MRI序列数据 | 探讨开发深度学习算法对非小细胞肺癌脑转移的EGFR和ALK状态进行分类的可行性 | 非小细胞肺癌脑转移患者的EGFR和ALK状态 | 计算机视觉 | 肺癌 | MRI | CNN | 图像 | 117名患者，其中33名EGFR阳性，43名ALK阳性，41名无突变 | NA | NA | NA | NA |
| 251 | 2024-09-26 |
A review on deep learning applications in highly multiplexed tissue imaging data analysis
2023, Frontiers in bioinformatics
IF:2.8Q2
DOI:10.3389/fbinf.2023.1159381
PMID:37564726
|
综述 | 本文综述了深度学习在高度多重组织成像数据分析中的应用及其对肿瘤学的影响 | 本文强调了使用高度多重图像（空间蛋白质组数据）相对于单染色传统病理图像的优势，前者能够提供后者无法获得的深层机制洞察，即使借助可解释的人工智能 | NA | 探讨人工智能与空间组学技术结合在肿瘤学中的影响，特别是深度学习在生物医学图像分析中的应用 | 细胞分割、细胞表型识别、癌症预后和治疗预测 | 计算机视觉 | 肿瘤学 | 深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 252 | 2024-09-26 |
An approach to the diagnosis of lumbar disc herniation using deep learning models
2023, Frontiers in bioengineering and biotechnology
IF:4.3Q2
DOI:10.3389/fbioe.2023.1247112
PMID:37731760
|
研究论文 | 本文研究了使用深度学习模型在磁共振成像（MRI）中诊断腰椎间盘突出（LDH）的方法 | 本文创新性地使用了YOLOv5、YOLOv6和YOLOv7模型来检测不同腰椎间盘区域的LDH，并比较了不同模型的性能 | 本文未详细讨论模型的泛化能力和在不同数据集上的表现 | 验证YOLO系列模型在MRI图像中检测LDH的有效性 | 腰椎间盘突出的检测 | 计算机视觉 | 腰椎间盘突出 | 深度学习 | YOLOv5, YOLOv6, YOLOv7 | 图像 | 550个数据集，包括增强和非增强数据 | NA | NA | NA | NA |
| 253 | 2024-09-26 |
A curated census of pathogenic and likely pathogenic UTR variants and evaluation of deep learning models for variant effect prediction
2023, Frontiers in molecular biosciences
IF:3.9Q2
DOI:10.3389/fmolb.2023.1257550
PMID:37745687
|
研究论文 | 本文开发了一个高置信度的致病性和可能致病性UTR变异集，并评估了深度学习模型对变异效应预测的性能 | 本文首次系统地收集和评估了3'和5' UTR的致病性和可能致病性变异，并利用深度学习模型进行预测，验证了这些变异的致病性 | 本文的局限性在于仅使用了ClinVar数据库中的变异数据，可能存在数据偏差 | 评估深度学习模型对UTR变异效应预测的准确性，并提供一个高置信度的致病性和可能致病性UTR变异集 | 3'和5' UTR的致病性和可能致病性变异 | 数字病理学 | 罕见病 | 深度学习 | 深度学习模型 | 序列数据 | 295个3' UTR变异和188个5' UTR变异，其中26个3' UTR变异和68个5' UTR变异被分类为致病性或可能致病性 | NA | NA | NA | NA |
| 254 | 2024-09-26 |
Low-Latency Active Noise Control Using Attentive Recurrent Network
2023, IEEE/ACM transactions on audio, speech, and language processing
DOI:10.1109/taslp.2023.3244528
PMID:37746522
|
研究论文 | 本文提出了一种使用注意力循环网络（ARN）的低延迟主动噪声控制（ANC）方法 | 引入了延迟补偿训练和改进的重叠相加方法，以减少深度ANC的算法延迟 | NA | 解决主动噪声控制中的低延迟问题 | 主动噪声控制系统 | 机器学习 | NA | 注意力循环网络（ARN） | 循环神经网络（RNN） | 音频信号 | NA | NA | NA | NA | NA |
| 255 | 2024-09-25 |
Coronavirus covid-19 detection by means of explainable deep learning
2023-01-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-27697-y
PMID:36627339
|
研究论文 | 本文设计并实现了一种基于深度学习的方法，用于从CT医学图像中自动检测新型冠状病毒肺炎（COVID-19） | 提出了一种基于深度学习的自动检测方法，能够从CT医学图像中快速诊断COVID-19，并自动标记感染区域 | 实验数据来自不同机构，但未详细说明样本数量和多样性 | 提供一种全自动且更快速的COVID-19诊断方法 | COVID-19患者的CT医学图像 | 计算机视觉 | 新型冠状病毒肺炎 | 深度学习 | NA | 图像 | 来自不同机构的医学图像，未详细说明数量 | NA | NA | NA | NA |
| 256 | 2024-09-25 |
Region-based evidential deep learning to quantify uncertainty and improve robustness of brain tumor segmentation
2023, Neural computing & applications
IF:4.5Q2
DOI:10.1007/s00521-022-08016-4
PMID:37724130
|
研究论文 | 本文提出了一种基于区域的证据深度学习框架，用于量化不确定性并提高脑肿瘤分割的鲁棒性 | 引入了一种新的基于区域的证据深度学习方法，能够生成可靠的不确定性图和准确的分割结果，对噪声和图像损坏具有鲁棒性 | NA | 提高脑肿瘤分割的可靠性和鲁棒性 | 脑肿瘤的分割和不确定性量化 | 计算机视觉 | 脑肿瘤 | 证据深度学习 (EDL) | 神经网络 | 图像 | BraTS 2020数据集 | NA | NA | NA | NA |
| 257 | 2024-09-25 |
Deformable image registration based on single or multi-atlas methods for automatic muscle segmentation and the generation of augmented imaging datasets
2023, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0273446
PMID:36897869
|
研究论文 | 本文提出了一种基于单或多图谱方法的可变形图像配准技术，用于自动分割肌肉并生成增强的成像数据集 | 本文首次使用非线性可变形图像配准技术生成69个手动校验的3D人工数据集，为未来研究提供了大量可靠的参考数据 | 本文的研究对象仅限于下肢肌肉，且平均绝对相对体积误差为12.7%，仍有改进空间 | 开发一种自动化的肌肉分割方法，以减少手动劳动和操作员重复性问题 | 下肢骨骼肌肉 | 计算机视觉 | NA | 可变形图像配准 | NA | 图像 | 5名受试者的23块主要下肢骨骼肌肉 | NA | NA | NA | NA |
| 258 | 2024-09-25 |
Comparative evaluation and analysis of DNA N4-methylcytosine methylation sites using deep learning
2023, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2023.1254827
PMID:37671040
|
研究论文 | 本文比较了多种先进的深度学习模型在六个基准数据集上的表现，以评估其在4mC甲基化位点检测中的性能 | 本文首次系统地比较了多种深度学习模型在4mC甲基化位点检测中的应用，展示了深度学习在此领域的潜力 | 本文仅限于对现有深度学习模型的比较，未提出新的模型或方法 | 评估和分析深度学习模型在DNA N4-甲基胞嘧啶甲基化位点检测中的性能 | DNA N4-甲基胞嘧啶甲基化位点 | 机器学习 | NA | 深度学习 | 多种深度学习模型 | DNA序列数据 | 六个基准数据集 | NA | NA | NA | NA |
| 259 | 2024-09-25 |
Inferring the Effects of Protein Variants on Protein-Protein Interactions with Interpretable Transformer Representations
2023, Research (Washington, D.C.)
DOI:10.34133/research.0219
PMID:37701056
|
研究论文 | 本文介绍了一种名为MIPPI的可解释Transformer模型，用于推断蛋白质变体对蛋白质-蛋白质相互作用的影响 | MIPPI是一个端到端的深度学习模型，通过利用IMEx的相互作用数据直接从序列中学习特征，并能通过学习到的注意力权重进行解释 | NA | 旨在识别致病变体并推断其对蛋白质-蛋白质相互作用的影响，从而揭示其在疾病中的功能后果 | 蛋白质变体对蛋白质-蛋白质相互作用的影响 | 机器学习 | 神经发育障碍 | Transformer | Transformer | 序列 | NA | NA | NA | NA | NA |
| 260 | 2024-09-25 |
Sample-efficient multi-agent reinforcement learning with masked reconstruction
2023, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0291545
PMID:37708154
|
研究论文 | 本文提出了一种结合掩码重构任务的多智能体强化学习方法（M-QMIX），以提高样本效率 | 通过引入掩码重构任务作为辅助任务，旨在增强多智能体系统中强化学习的样本效率 | 本文未提及具体的局限性 | 提高多智能体强化学习中的样本效率 | 多智能体强化学习中的决策问题 | 机器学习 | NA | 强化学习 | QMIX | 游戏数据 | 使用了11个场景，包括5个简单、3个困难和3个非常困难的场景 | NA | NA | NA | NA |