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 401 篇文献，本页显示第 141 - 160 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 141 | 2024-10-15 |
Multi-level advances in databases related to systems pharmacology in traditional Chinese medicine: a 60-year review
2023, Frontiers in pharmacology
IF:4.4Q1
DOI:10.3389/fphar.2023.1289901
PMID:38035021
|
综述 | 本文回顾了60年来与中医药系统药理学相关的数据库的多层次进展 | 本文探讨了计算技术（包括深度学习和基础模型）在推动复杂系统探索和建模方面的新进展，预示着新时代的到来 | 本文指出了中医药计算药理学研究中的瓶颈问题 | 探讨中医药系统药理学相关数据库的进展，并展望计算研究的未来方向 | 中医药配方、草药、成分、靶点、表型等六个关键实体 | NA | NA | 网络分析、深度学习、基础模型 | NA | NA | NA | NA | NA | NA | NA |
| 142 | 2024-10-15 |
Instruction-Level Power Side-Channel Leakage Evaluation of Soft-Core CPUs on Shared FPGAs
2023, Journal of hardware and systems security
DOI:10.1007/s41635-023-00135-1
PMID:38037617
|
研究论文 | 本文研究了在共享FPGA环境中，软核CPU在指令级别的功耗侧信道泄漏问题 | 本文首次在没有物理访问或昂贵测量设备的环境中分析了指令级别的功耗侧信道泄漏，并展示了在多租户FPGA场景中的泄漏情况 | 尽管在某些情况下可以识别指令的操作码，但泄漏同一类型指令之间的差异对深度学习模型来说是一个挑战 | 评估在共享FPGA环境中，软核CPU在指令级别的功耗侧信道泄漏情况 | 软核CPU在指令级别的功耗侧信道泄漏 | 计算机视觉 | NA | 功耗侧信道分析 | 深度学习模型 | 功耗侧信道数据 | NA | NA | NA | NA | NA |
| 143 | 2024-10-14 |
Computational single cell oncology: state of the art
2023, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2023.1256991
PMID:38028624
|
综述 | 本文综述了单细胞计算分析在肿瘤学领域的最新进展 | 本文介绍了单细胞计算分析在肿瘤学中的应用，包括识别新的细胞状态、表征肿瘤亚型、发现生物标志物和预测治疗反应 | 本文讨论了单细胞数据处理中的挑战，包括数据质量控制、归一化、降维、聚类和轨迹推断 | 本文旨在为研究人员提供利用计算方法解锁单细胞分析在理解癌症生物学中的全部潜力的路线图 | 单细胞计算分析在肿瘤学中的应用 | 数字病理学 | NA | 计算算法和生物信息学方法 | 机器学习和深度学习 | 单细胞数据 | NA | NA | NA | NA | NA |
| 144 | 2024-10-11 |
A computer vision image differential approach for automatic detection of aggressive behavior in pigs using deep learning
2023-Jan-03, Journal of animal science
IF:2.7Q1
DOI:10.1093/jas/skad347
PMID:37813375
|
研究论文 | 本研究使用基于卷积神经网络和图像差分的深度学习方法，自动检测猪的攻击行为 | 本研究创新性地结合了图像差分技术和卷积神经网络，以提高检测猪攻击行为的准确性和效率 | 本研究仅在特定条件下（32对不熟悉的猪仔）进行了实验，结果可能不适用于所有情况 | 开发一种自动检测猪攻击行为的有效且计算效率高的方法 | 猪的攻击行为 | 计算机视觉 | NA | 深度学习 | 卷积神经网络 | 图像 | 32对不熟悉的猪仔，共16小时视频记录，其中1.25小时用于建模 | NA | NA | NA | NA |
| 145 | 2024-10-11 |
SEA-Net: Structure-Enhanced Attention Network for Limited-Angle CBCT Reconstruction of Clinical Projection Data
2023, IEEE transactions on instrumentation and measurement
IF:5.6Q1
DOI:10.1109/tim.2023.3318712
PMID:38957474
|
研究论文 | 本文旨在通过开发深度学习方法，利用临床CBCT投影数据改进有限角度锥束CT重建 | 首次利用临床投影数据进行有限角度CBCT重建的可行性研究 | NA | 改进有限角度锥束CT重建技术，减少扫描时间和辐射剂量 | 临床CBCT投影数据 | 计算机视觉 | NA | 深度学习 | 结构增强注意力网络（SEA-Net） | 图像 | NA | NA | NA | NA | NA |
| 146 | 2024-10-11 |
Validation of deep learning techniques for quality augmentation in diffusion MRI for clinical studies
2023, NeuroImage. Clinical
DOI:10.1016/j.nicl.2023.103483
PMID:37572514
|
研究论文 | 本研究评估了深度学习技术在临床应用中提高扩散MRI数据质量的有效性 | 本研究首次探讨了深度学习技术在扩散MRI数据质量增强中的应用，并评估了其在临床研究中的效果 | 研究结果显示，深度学习技术在提高检测统计差异能力的同时，也增加了假阳性率，且在处理异质性数据时存在信息被篡改的风险 | 评估深度学习技术在临床应用中提高扩散MRI数据质量的有效性 | 扩散MRI数据的质量增强，特别是偏头痛患者的临床试验 | 计算机视觉 | 偏头痛 | 深度学习 | NA | 图像 | 14个不同机构的团队使用21个梯度方向和b值为1000 s/mm的数据进行研究 | NA | NA | NA | NA |
| 147 | 2024-10-08 |
AI-based multi-PRS models outperform classical single-PRS models
2023, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2023.1217860
PMID:37441549
|
研究论文 | 本文研究了基于AI的多PRS模型是否能超越传统的单一PRS模型 | 本文创新性地将其他疾病的PRS添加到预测模型中，并使用机器学习模型替代回归模型，显著提高了预测性能 | NA | 研究如何通过添加其他疾病的PRS和使用机器学习模型来提高疾病风险的预测性能 | 多PRS模型与单一PRS模型的比较，以及回归模型与机器学习模型的比较 | 机器学习 | 多种复杂疾病 | 机器学习 | 深度学习 | 基因数据 | NA | NA | NA | NA | NA |
| 148 | 2024-10-07 |
Performance comparison of TCR-pMHC prediction tools reveals a strong data dependency
2023, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2023.1128326
PMID:37143667
|
研究论文 | 本文比较了五种最先进的深度学习模型在TCR-pMHC预测工具中的性能，揭示了数据依赖性 | 提供了数据收集、预处理、分割和生成负样本的通用方法，并使用综合数据集比较了TCR-pMHC预测模型的性能 | 模型在未见过的肽段上泛化能力较差，且性能受数据平衡和大小影响较大 | 评估和比较不同TCR-pMHC预测模型的性能 | TCR-pMHC结合预测模型 | 机器学习 | NA | 深度学习 | 深度学习模型（TITAN, NetTCR-2.0, ERGO, DLpTCR, ImRex） | TCR-pMHC结合数据 | 收集并整合了所有主要的公开可用TCR-pMHC结合数据 | NA | NA | NA | NA |
| 149 | 2024-10-06 |
Transformer-based deep learning for predicting protein properties in the life sciences
2023-01-18, eLife
IF:6.4Q1
DOI:10.7554/eLife.82819
PMID:36651724
|
综述 | 本文综述了基于Transformer模型的深度学习在生命科学中预测蛋白质特性的应用 | Transformer模型在蛋白质特性预测中的应用带来了新的计算革命，显著改进了旧的预测结果 | NA | 探讨Transformer模型在蛋白质特性预测中的应用及其潜力 | 蛋白质特性预测，特别是后翻译修饰的预测 | 自然语言处理 | NA | 深度学习 | Transformer | 蛋白质序列 | NA | NA | NA | NA | NA |
| 150 | 2024-10-06 |
From sequence to function through structure: Deep learning for protein design
2023, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2022.11.014
PMID:36544476
|
研究论文 | 本文综述了深度学习在蛋白质设计中的最新进展，并提出了一种从生成序列到预测属性和网络可视化的实用流程 | 利用自然语言处理和计算机视觉技术，结合计算硬件的进步，从生物数据库中学习模式，用于蛋白质设计 | 蛋白质设计工具的实际应用复杂，需要进一步简化 | 探讨深度学习在蛋白质设计中的应用，提出实用流程并讨论挑战和机遇 | 蛋白质设计工具和流程 | 计算机视觉 | NA | 深度学习 | NA | 生物数据库 | NA | NA | NA | NA | NA |
| 151 | 2024-10-05 |
3D multiplexed tissue imaging reconstruction and optimized region of interest (ROI) selection through deep learning model of channels embedding
2023, Frontiers in bioinformatics
IF:2.8Q2
DOI:10.3389/fbinf.2023.1275402
PMID:37928169
|
研究论文 | 本文提出了一种深度学习方法，用于从多通道图像中重建3D组织图像并优化感兴趣区域（ROI）的选择 | 本文的创新点在于使用生成模型重建3D CyCIF表示，并通过跨域翻译学习多模态映射，以实现最小代表性ROI的选择 | 本文的局限性在于处理大量组织切片时的高成本和时间消耗，以及ROI选择的定性和主观性 | 本文的研究目的是解决肿瘤异质性问题，通过深度学习方法优化组织图像的重建和感兴趣区域的选择 | 本文的研究对象是结直肠癌的组织图像和多通道图像 | 数字病理学 | 结直肠癌 | 深度学习 | 生成模型 | 图像 | NA | NA | NA | NA | NA |
| 152 | 2024-10-05 |
Applications of discriminative and deep learning feature extraction methods for whole slide image analysis: A survey
2023, Journal of pathology informatics
DOI:10.1016/j.jpi.2023.100335
PMID:37928897
|
综述 | 本文综述了用于全切片图像分析的判别性和深度学习特征提取方法 | 深度学习特征提取方法在组织学相关任务中表现出优越的性能 | NA | 探讨数字病理学中特征提取方法的进展、挑战和机遇 | 全切片图像（WSI）的特征提取方法 | 数字病理学 | NA | 深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 153 | 2024-10-04 |
Automatic deep learning method for third lumbar selection and body composition evaluation on CT scans of cancer patients
2023, Frontiers in nuclear medicine (Lausanne, Switzerland)
DOI:10.3389/fnume.2023.1292676
PMID:39355015
|
研究论文 | 开发并验证了一种深度学习算法，用于自动选择和分割癌症患者CT扫描中的第三腰椎以及评估身体成分 | 首次使用深度学习算法自动选择第三腰椎并分割腹部肌肉、内脏脂肪和皮下脂肪，减少了手动操作的时间和复杂性 | 仅在两个癌症中心的352例CT扫描中进行了验证，可能需要进一步的多中心验证以确保广泛适用性 | 开发一种自动化的深度学习方法，用于癌症患者CT扫描中的第三腰椎选择和身体成分评估 | 癌症患者的CT扫描图像，特别是第三腰椎及其周围的身体成分 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 352例CT扫描 | NA | NA | NA | NA |
| 154 | 2024-10-04 |
Coupling analysis of heart rate variability and cortical arousal using a deep learning algorithm
2023, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0284167
PMID:37023117
|
研究论文 | 本研究使用深度学习算法分析了心率变异性与皮质觉醒之间的耦合关系 | 首次在多民族人群中研究了皮质觉醒与心率变异性的即时关联 | 研究仅限于多民族动脉粥样硬化研究数据集中的1069名受试者 | 探讨皮质觉醒与心率变异性之间的关联及其在不同性别和睡眠阶段中的差异 | 心率变异性与皮质觉醒的关联 | 心血管疾病 | NA | 深度学习 | 深度学习算法 | 心电信号 | 1069名受试者的整夜心电信号 | NA | NA | NA | NA |
| 155 | 2024-10-02 |
A systematic review of machine learning techniques for stance detection and its applications
2023, Neural computing & applications
IF:4.5Q2
DOI:10.1007/s00521-023-08285-7
PMID:36743664
|
综述 | 本文系统回顾了用于立场检测及其应用的机器学习技术 | 本文提出了一个六维分类法，用于分类和分析立场检测相关的研究，并指出了深度学习模型中自注意力机制的广泛应用 | 尽管机器学习模型在立场检测领域显示出潜力，但在现实世界中的应用仍然有限 | 回顾和分析用于立场检测的机器学习技术及其应用 | 立场检测及其相关应用 | 自然语言处理 | NA | 机器学习 | 深度学习模型 | 文本 | 96项主要研究 | NA | NA | NA | NA |
| 156 | 2024-10-02 |
Cross-sectional Ct distributions from qPCR tests can provide an early warning signal for the spread of COVID-19 in communities
2023, Frontiers in public health
IF:3.0Q2
DOI:10.3389/fpubh.2023.1185720
PMID:37841738
|
研究论文 | 本研究利用qPCR测试中的Ct值分布来改进COVID-19预测模型，以提前预警社区中的疫情传播 | 开发了一种基于Ct值的预测模型，能够比传统的基于病例数的模型更早地预测疫情波峰 | 需要进一步验证模型在不同地区和时间段的适用性 | 改进COVID-19预测模型，提前预警疫情波峰 | COVID-19疫情传播的早期预警 | 机器学习 | COVID-19 | qPCR | 深度学习模型 | Ct值 | 2020年8月至2022年1月期间在Northeastern University收集的PCR数据 | NA | NA | NA | NA |
| 157 | 2024-10-02 |
Computational methods for in situ structural studies with cryogenic electron tomography
2023, Frontiers in cellular and infection microbiology
IF:4.6Q1
DOI:10.3389/fcimb.2023.1135013
PMID:37868346
|
综述 | 本文综述了低温电子断层扫描（cryo-ET）中用于原位结构研究的计算方法，包括数据处理流程、经典数学模型和深度学习方法 | 本文总结了经典数学模型和深度学习方法在cryo-ET重建过程中的应用，并讨论了当前的局限性和未来展望 | 低温电子断层扫描中的低信噪比和缺失楔形区域是重建过程中的主要挑战 | 提高cryo-ET数据集的三维高分辨率结构重建 | 低温电子断层扫描数据处理流程和重建方法 | 计算机视觉 | NA | 低温电子断层扫描（cryo-ET） | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 158 | 2024-10-02 |
Prediction of transient and permanent protein interactions using AI methods
2023, Bioinformation
DOI:10.6026/97320630019749
PMID:37885791
|
研究论文 | 本文利用人工智能方法预测蛋白质的瞬时和永久相互作用 | 本文开发了五种监督机器学习模型和一种人工神经网络深度学习方法来预测蛋白质的瞬时和永久相互作用，并分析了影响这些相互作用的关键物理化学和几何特征 | 本文未提及具体的局限性 | 理解蛋白质相互作用的细节，发现抑制剂，并了解蛋白质相互作用的性质和功能 | 蛋白质-蛋白质相互作用（PPIs）的瞬时和永久分类 | 机器学习 | NA | 监督机器学习，人工神经网络 | k-NN，其他四种未明确提及的监督机器学习模型 | 蛋白质-蛋白质复合物的物理化学、几何和结构特征 | 402个蛋白质-蛋白质复合物 | NA | NA | NA | NA |
| 159 | 2024-10-02 |
Permafrost viremia and immune tweening
2023, Bioinformation
DOI:10.6026/97320630019685
PMID:37885785
|
研究论文 | 本文探讨了深度学习模型在理解和管理由永久冻土融化释放的古老和新病毒物种引起的免疫反应中的作用 | 提出了深度学习模型在免疫监控中的新应用，特别是在处理由永久冻土融化释放的病毒物种方面 | NA | 研究深度学习模型在免疫监控中的应用，特别是在处理由永久冻土融化释放的病毒物种方面 | 免疫系统对永久冻土融化释放的病毒物种的反应 | 机器学习 | NA | 深度学习 | 深度学习模型 | 复杂数据 | NA | NA | NA | NA | NA |
| 160 | 2024-10-02 |
Mapping the landscape of artificial intelligence in skin cancer research: a bibliometric analysis
2023, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2023.1222426
PMID:37901316
|
研究论文 | 本文通过文献计量分析方法，探讨了人工智能在皮肤癌研究中的应用现状和发展趋势 | 本文首次采用文献计量分析方法，系统梳理了人工智能在皮肤癌诊断中的研究进展和热点领域 | 目前大多数人工智能在皮肤癌诊断领域的研究仍处于可行性研究阶段，尚未在临床实践中取得显著进展 | 揭示人工智能在皮肤癌诊断中的研究进展、关注领域和新兴趋势 | 人工智能在皮肤癌诊断中的应用 | 机器学习 | 皮肤癌 | 文献计量分析 | NA | 文献 | 512篇论文 | NA | NA | NA | NA |