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 2564 篇文献，本页显示第 2081 - 2100 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2081 | 2024-09-13 |
Performance analysis of U-Net with hybrid loss for foreground detection
2023, Multimedia systems
IF:3.5Q1
DOI:10.1007/s00530-022-01014-5
PMID:36406901
|
研究论文 | 本文提出了一种结合混合损失的U-Net框架用于前景检测，并通过实验验证了其有效性 | 本文的创新点在于提出了一个结合迁移学习和混合损失的深度学习模型，用于解决前景检测中的类别不平衡问题 | NA | 本文的研究目的是改进前景检测算法，特别是在复杂背景下的前景提取 | 本文的研究对象是前景检测算法及其在复杂背景下的表现 | 计算机视觉 | NA | 卷积神经网络 (CNN) | U-Net | 图像 | 标准数据集和未见过的视频数据 | NA | NA | NA | NA |
| 2082 | 2024-09-13 |
Forecast evaluation for data scientists: common pitfalls and best practices
2023, Data mining and knowledge discovery
IF:2.8Q2
DOI:10.1007/s10618-022-00894-5
PMID:36504672
|
研究论文 | 本文探讨了机器学习和深度学习在时间序列预测中的应用，并指出了数据科学家在预测评估中常见的陷阱和最佳实践 | 本文通过教程式的方式，详细介绍了预测评估的细节，旨在弥合传统预测方法与现代机器学习技术之间的知识差距 | NA | 旨在帮助机器学习研究人员避免在预测评估中的常见错误，并提供最佳实践指南 | 时间序列数据和预测评估方法 | 机器学习 | NA | 机器学习 (ML) 和深度学习 (DL) | NA | 时间序列数据 | NA | NA | NA | NA | NA |
| 2083 | 2024-09-13 |
Deep Learning Algorithm of 12-Lead Electrocardiogram for Parkinson Disease Screening
2023, Journal of Parkinson's disease
DOI:10.3233/JPD-223549
PMID:36641685
|
研究论文 | 本研究开发了一种基于12导联心电图的深度学习算法，用于帕金森病的筛查 | 首次利用深度卷积神经网络（CNN）通过心电图数据进行帕金森病的筛查 | 模型的特异性较低，尤其是对于药物诱导的帕金森病（DPD）的检测效果不佳 | 开发一种高效的心电图深度学习算法，用于帕金森病的早期筛查 | 帕金森病患者和非帕金森病患者的心电图数据 | 机器学习 | 帕金森病 | 深度卷积神经网络（CNN） | CNN | 心电图 | 751名帕金森病患者（2138份心电图），751名非帕金森病患者（2673份心电图），297名药物诱导的帕金森病患者（875份心电图） | NA | NA | NA | NA |
| 2084 | 2024-09-13 |
Classification of Coronavirus Spike Proteins by Deep-Learning-Based Raman Spectroscopy and its Interpretative Analysis
2023, Journal of applied spectroscopy
IF:0.8Q4
DOI:10.1007/s10812-023-01487-w
PMID:36718373
|
研究论文 | 本文提出了一种基于深度学习的拉曼光谱技术用于冠状病毒刺突蛋白的分类方法 | 利用深度学习技术对拉曼光谱进行分类，即使在低信噪比的情况下也能达到超过97%的平均准确率 | NA | 开发一种快速且准确的冠状病毒检测方法 | 冠状病毒刺突蛋白的拉曼光谱 | 机器学习 | NA | 拉曼光谱 | 神经网络 | 光谱数据 | 5种冠状病毒的刺突蛋白样本 | NA | NA | NA | NA |
| 2085 | 2024-09-13 |
Validation of automatically measured T1 map cortico-medullary difference (ΔT1) for eGFR and fibrosis assessment in allograft kidneys
2023, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0277277
PMID:36791140
|
研究论文 | 本文提出了一种基于深度学习的2D U-Net模型（RCM U-Net），用于自动分割慢性肾病（CKD）移植肾脏T1图的皮质和髓质，并验证了自动测量的ΔT1值与eGFR和纤维化的相关性 | 本文的创新点在于使用深度学习模型RCM U-Net自动分割肾脏皮质和髓质，减少了手动绘制ROI的主观性和时间消耗，提高了结果的可重复性 | 本文的局限性在于特定性（SP）和准确性（ACC）的改进不显著，且样本量相对较小 | 研究目的是验证自动测量的ΔT1值在评估移植肾脏eGFR和纤维化中的应用 | 研究对象是慢性肾病（CKD）移植肾脏患者 | 计算机视觉 | 肾脏疾病 | MRI T1-mapping | U-Net | 图像 | 训练集包含40名患者（2400张增强图像），测试集包含10名患者（600张增强图像），临床验证集包含114名移植肾脏患者的皮质和髓质 | NA | NA | NA | NA |
| 2086 | 2024-09-13 |
Deep learning based tumor-stroma ratio scoring in colon cancer correlates with microscopic assessment
2023, Journal of pathology informatics
DOI:10.1016/j.jpi.2023.100191
PMID:36794267
|
研究论文 | 研究使用深度学习算法对结肠癌中的肿瘤-间质比（TSR）进行半自动和全自动评分，并与显微镜评估进行比较 | 首次探讨了使用深度学习算法对结肠癌中的肿瘤-间质比进行自动化评分 | 研究样本量较小，且仅限于结肠癌病例 | 探讨使用深度学习算法对结肠癌中的肿瘤-间质比进行自动化评分的可行性 | 结肠癌中的肿瘤-间质比（TSR）评分 | 数字病理学 | 结肠癌 | 深度学习算法 | NA | 图像 | 75例结肠癌样本 | NA | NA | NA | NA |
| 2087 | 2024-09-13 |
The emerging applications and advancements of Raman spectroscopy in pediatric cancers
2023, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2023.1044177
PMID:36814817
|
综述 | 本文综述了拉曼光谱在儿科癌症中的新兴应用和进展 | 讨论了拉曼光谱与深度学习的结合作为未来在儿科癌症中的应用 | NA | 总结拉曼光谱在儿科癌症中的潜在应用 | 儿科癌症的早期诊断、预后预测和治疗改进 | NA | 儿科癌症 | 拉曼光谱 | 深度学习 | NA | NA | NA | NA | NA | NA |
| 2088 | 2024-09-13 |
Impact of coronary computed tomography angiography-derived fractional flow reserve based on deep learning on clinical management
2023, Frontiers in cardiovascular medicine
IF:2.8Q2
DOI:10.3389/fcvm.2023.1036682
PMID:36818335
|
研究论文 | 研究深度学习衍生的冠状动脉CT血管造影分数流量储备（DL-FFRCT）对临床管理的影响 | 首次探讨了DL-FFRCT在临床实践中的应用价值，并分析了其局限性 | 对于严重钙化、闭塞或直径小于2毫米的冠状动脉，DL-FFRCT的血液动力学分析可靠性不高 | 评估DL-FFRCT在临床实践中的应用价值及其局限性 | 疑似冠状动脉疾病患者及其冠状动脉病变 | 数字病理 | 心血管疾病 | 深度学习 | NA | 图像 | 229名患者，485处冠状动脉病变 | NA | NA | NA | NA |
| 2089 | 2024-09-13 |
Using deep learning to predict tumor mutational burden from scans of H&E-stained multicenter slides of lung squamous cell carcinoma
2023-Jan, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.10.1.017502
PMID:36825084
|
研究论文 | 本文利用深度学习技术从多中心H&E染色的肺鳞状细胞癌切片扫描图像中预测肿瘤突变负荷 | 本文首次针对肺鳞状细胞癌开发了一种深度学习模型，用于从标准病理切片中预测肿瘤突变负荷 | 模型的准确性和特异性仍有提升空间，需要进一步开发和外部验证 | 开发一种能够从肺鳞状细胞癌的H&E染色切片中预测肿瘤突变负荷的深度学习模型，并验证其在独立测试集上的有效性 | 肺鳞状细胞癌患者的H&E染色切片 | 数字病理学 | 肺鳞状细胞癌 | 深度学习 | VGG16 | 图像 | 50名肺鳞状细胞癌患者的切片，来自35个不同中心 | NA | NA | NA | NA |
| 2090 | 2024-09-11 |
Revolutionizing Biological Science: The Synergy of Genomics in Health, Bioinformatics, Agriculture, and Artificial Intelligence
2023-12, Omics : a journal of integrative biology
IF:2.2Q3
DOI:10.1089/omi.2023.0197
PMID:38100404
|
研究论文 | 探讨基因组学、生物信息学、农业和人工智能在健康和生态系统中的综合应用及其带来的机遇和挑战 | 文章强调了跨学科整合在基因组学、行星健康和农业领域的革命性潜力，特别是人工智能在生物信息学中的应用 | 文章提到了基因组大数据带来的社会技术挑战，以及在提取生物学、行星健康和生态学见解方面的困难 | 旨在探讨跨学科整合在基因组学、行星健康、农业和人工智能领域的广泛可能性和挑战 | 基因组学、生物信息学、农业、人工智能及其在健康和生态系统中的应用 | 生物信息学 | NA | 人工智能 | 机器学习和深度学习 | 基因组和多组学数据 | NA | NA | NA | NA | NA |
| 2091 | 2024-09-11 |
An experimental system for detection and localization of hemorrhage using ultra-wideband microwaves with deep learning
2023-Oct-03, ArXiv
PMID:37873017
|
研究论文 | 本文介绍了一种使用超宽带微波和深度学习进行出血检测和定位的实验系统 | 开发了一种包含机器人导航系统的实验框架，使用超宽带微波阵列和深度神经网络进行出血分类和定位 | 实验仅在血样模拟的幻影和人体头部模型中进行，尚未在真实临床环境中验证 | 探索低成本、小型化、快速且安全的微波成像技术在出血检测中的应用 | 出血的检测和定位 | 计算机视觉 | NA | 超宽带微波 | 深度神经网络 | 微波散射参数 | 8个元素的超宽带阵列 | NA | NA | NA | NA |
| 2092 | 2024-09-11 |
Automated Identification and Segmentation of Ellipsoid Zone At-Risk Using Deep Learning on SD-OCT for Predicting Progression in Dry AMD
2023-Mar-20, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics13061178
PMID:36980486
|
研究论文 | 本文介绍了一种基于深度学习的模型，用于自动识别和分割黄斑区风险区域，以预测干性年龄相关性黄斑变性的进展 | 本文提出了一种新颖的高性能深度学习模型，用于检测和测量黄斑区风险区域 | NA | 研究干性年龄相关性黄斑变性的进展预测 | 黄斑区风险区域（Ellipsoid Zone At-Risk） | 计算机视觉 | 年龄相关性黄斑变性 | 深度学习 | 深度学习模型 | 图像 | 341名干性年龄相关性黄斑变性患者用于模型训练和测试，120名患者用于独立测试模型性能 | NA | NA | NA | NA |
| 2093 | 2024-09-11 |
Improving performance of deep learning predictive models for COVID-19 by incorporating environmental parameters
2023-Feb, Gondwana research : international geoscience journal
IF:7.2Q1
DOI:10.1016/j.gr.2022.03.014
PMID:35431596
|
研究论文 | 研究通过引入环境参数来提高深度学习预测模型在COVID-19疫情中的表现 | 通过引入环境参数（温度和相对湿度）来改进LSTM模型在预测每日COVID-19病例中的表现 | 研究结果受其他正负混杂因素的影响，可能影响预测能力 | 提供更好的预测工具来管理COVID-19疫情 | 分析环境参数对每日COVID-19病例预测的影响 | 机器学习 | COVID-19 | NA | LSTM | 数值数据 | 9个城市，跨越3个国家（印度、美国和瑞典），涵盖热带、亚热带和寒冷气候区 | NA | NA | NA | NA |
| 2094 | 2024-09-11 |
COVID-19 spread control policies based early dynamics forecasting using deep learning algorithm
2023-Feb, Chaos, solitons, and fractals
DOI:10.1016/j.chaos.2022.112984
PMID:36530380
|
研究论文 | 本文提出了一种基于深度学习的堆叠双向长短期记忆网络（Stacked Bi-LSTM），用于预测韩国COVID-19的传播动态，并评估不同控制政策的影响 | 使用堆叠双向长短期记忆网络（Stacked Bi-LSTM）进行COVID-19传播预测，并研究了不同控制政策和激活函数对预测准确性的影响 | NA | 预测COVID-19的传播动态，并评估不同控制政策的效果 | 韩国的COVID-19传播数据和控制政策 | 机器学习 | COVID-19 | 深度学习 | Stacked Bi-LSTM | 时间序列数据 | 韩国的COVID-19数据集，包括多种控制政策 | NA | NA | NA | NA |
| 2095 | 2024-09-11 |
Visualization of erythrocyte stasis in the living human eye in health and disease
2023-Jan-20, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2022.105755
PMID:36594026
|
研究论文 | 本研究介绍了一种成像方法，揭示了位于中枢神经系统毛细血管段内的一组先前未知的停滞红细胞池的存在 | 首次发现并可视化了健康和疾病状态下人眼中停滞红细胞的存在，并利用深度学习技术展示了其在青光眼中的临床应用 | NA | 研究停滞红细胞在健康和疾病状态下的相关性及其在青光眼中的临床意义 | 人眼中的停滞红细胞及其在青光眼中的变化 | 计算机视觉 | 青光眼 | 深度学习 | NA | 图像 | 100%的受试者 | NA | NA | NA | NA |
| 2096 | 2024-09-11 |
Automatic segmentation and measurement of pressure injuries using deep learning models and a LiDAR camera
2023-01-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-022-26812-9
PMID:36639395
|
研究论文 | 本研究开发了一种使用深度学习模型和LiDAR相机自动分割和测量压疮面积的方法 | 首次将深度学习模型与LiDAR相机结合用于压疮的自动分割和面积测量 | 外部验证中Mask R-CNN的表现不如U-Net，且与传统手动方法相比，自动测量系统的平均相对误差为26.2% | 开发一种自动分割和测量压疮面积的方法，以提高临床应用的准确性 | 压疮的自动分割和面积测量 | 计算机视觉 | 压疮 | 深度学习模型 | U-Net | 图像 | 528张压疮患者照片 | NA | NA | NA | NA |
| 2097 | 2024-09-11 |
Investigation of early molecular alterations in tauopathy with generative adversarial networks
2023-01-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-28081-6
PMID:36639689
|
研究论文 | 本文使用生成对抗网络（GANs）模拟tauopathy的分子进展并解析其早期特征 | 本文首次使用生成对抗网络进行tauopathy的分子进展模拟，并通过四向过渡曲线进行虚拟疾病进展模拟 | 本文主要基于小鼠模型和公共人类数据进行验证，未来需在更多样化的样本中验证其有效性 | 探索tauopathy的早期分子变化机制 | tauopathy的早期分子变化 | 机器学习 | NA | 生成对抗网络（GANs） | 生成对抗网络（GANs） | RNA-seq数据 | 小鼠模型中的tauopathy（TPR50-P301S）样本，以及公共人类数据 | NA | NA | NA | NA |
| 2098 | 2024-09-11 |
Dental caries detection using a semi-supervised learning approach
2023-01-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-27808-9
PMID:36639724
|
研究论文 | 本文提出了一种基于半监督学习方法的龋齿检测技术 | 利用少量标注图像训练教师模型，并结合大量未标注图像训练学生模型，采用中心裁剪和数据增强技术提升模型性能 | 仅在141张标注图像的数据集上进行了验证，可能需要更大规模的数据集进行进一步验证 | 开发一种高效的半监督学习方法，用于龋齿检测和分割 | 龋齿检测和分割 | 计算机视觉 | NA | 深度学习 | 半监督学习模型 | 图像 | 141张标注的牙科放射图像 | NA | NA | NA | NA |
| 2099 | 2024-09-11 |
RMDisease V2.0: an updated database of genetic variants that affect RNA modifications with disease and trait implication
2023-01-06, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkac750
PMID:36062570
|
研究论文 | 本文介绍了RMDisease v2.0数据库，该数据库用于识别与RNA修饰相关的遗传变异及其与疾病和性状的关联 | RMDisease v2.0数据库相较于前一版本扩展了覆盖范围，并利用深度学习模型从大量实验验证的RNA修饰位点中识别出更多的RNA修饰相关变异 | NA | 揭示遗传变异与RNA修饰在人类疾病发病机制中的关联 | RNA修饰相关的单核苷酸变异及其与疾病和性状的关联 | NA | NA | 深度学习 | NA | 遗传变异数据 | 873,819个实验验证的RNA修饰位点，1,366,252个RNA修饰相关变异，涉及20种生物 | NA | NA | NA | NA |
| 2100 | 2024-09-11 |
G4Atlas: a comprehensive transcriptome-wide G-quadruplex database
2023-01-06, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkac896
PMID:36243987
|
研究论文 | 本文介绍了G4Atlas，一个全面的转录组范围的G-四链体数据库 | 首次构建了转录组范围的G-四链体数据库，整合了多种实验数据和RNA二级结构预测信息 | NA | 构建一个全面的G-四链体数据库，以探索其在不同生物过程中的功能 | 转录组范围的G-四链体及其在基因表达后调控中的作用 | NA | NA | rG4-seq, 化学分析, 配体结合方法 | NA | 文本 | 82种实验处理和238个样本，涵盖十个物种 | NA | NA | NA | NA |