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 2292 篇文献，本页显示第 2261 - 2280 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2261 | 2024-08-07 |
Discovering optimal kinetic pathways for self-assembly using automatic differentiation
2023-Sep-01, bioRxiv : the preprint server for biology
DOI:10.1101/2023.08.30.555551
PMID:37693527
|
研究论文 | 本文利用自动微分算法优化可逆自组装的物理模型，探索了3-7个亚基复合物的速率常数空间中的多样化解决方案 | 本文首次将深度学习框架中常用的自动微分算法应用于自组装系统的优化，定义了两种生物启发的协议来防止动力学陷阱，并提出了第三种模拟能量消耗酶的中间体回收协议 | NA | 理解避免陷阱并有效组装的生物机制，为设计合成组装系统提供最优解决方案 | 自组装的亚基复合物及其速率常数 | 生物物理学 | NA | 自动微分算法 | 物理模型 | 速率常数 | 3-7个亚基复合物 | NA | NA | NA | NA |
| 2262 | 2024-08-07 |
Enhanced cell segmentation with limited annotated data using generative adversarial networks
2023-Jul-28, bioRxiv : the preprint server for biology
DOI:10.1101/2023.07.26.550715
PMID:37546774
|
研究论文 | 本文提出了一种基于定制CycleGAN架构的细胞分割模型，用于在有限标注细胞图像数据的情况下增强细胞分割效果 | 利用CycleGAN生成具有真实细胞形态细节和细微差别的合成图像，增加了训练数据的多样性并提高了合成样本的真实性，从而提升了细胞分割模型的预测准确性和鲁棒性 | NA | 解决显微镜成像中标注数据稀缺的问题，加速细胞分割基础模型的发展 | 细胞分割模型 | 计算机视觉 | NA | 生成对抗网络(GAN) | CycleGAN | 图像 | 有限标注的细胞图像 | NA | NA | NA | NA |
| 2263 | 2024-08-07 |
Neuropsychiatric Symptoms and Commonly Used Biomarkers of Alzheimer's Disease: A Literature Review from a Machine Learning Perspective
2023, Journal of Alzheimer's disease : JAD
DOI:10.3233/JAD-221261
PMID:36872783
|
综述 | 本文从机器学习角度对阿尔茨海默病（AD）及其相关神经精神症状（NPS）的常用生物标志物进行了全面的文献回顾 | 探讨了机器学习方法在分析NPS和AD生物标志物方面的应用潜力 | 目前针对NPS的机器学习研究数量有限 | 描绘机器学习在AD和NPS研究中的现状和潜力 | 阿尔茨海默病及其相关神经精神症状的生物标志物 | 机器学习 | 阿尔茨海默病 | NA | 统计机器学习方法和深度学习方法 | 多模态数据集 | 共包含38篇文章 | NA | NA | NA | NA |
| 2264 | 2024-08-07 |
A Hierarchical Spatial Transformer for Massive Point Samples in Continuous Space
2023-Dec, Advances in neural information processing systems
PMID:38751689
|
研究论文 | 本文提出了一种新的分层空间变换器模型，用于处理连续空间中的大量点样本 | 引入了多分辨率表示学习在四叉树层次结构中，并通过粗略近似实现高效的空间注意力，设计了一个不确定性量化分支来估计与输入特征噪声和点稀疏性相关的预测置信度 | NA | 设计一种适用于连续空间中大量点样本的变换器模型 | 环境科学中的传感器观测、数值模拟中的粒子载流、天体物理学以及基于位置的服务中的POI和轨迹等数据 | 机器学习 | NA | 变换器模型 | 分层空间变换器 | 点样本 | 最多可达一百万点样本 | NA | NA | NA | NA |
| 2265 | 2024-08-07 |
Extracting social determinants of health from clinical note text with classification and sequence-to-sequence approaches
2023-07-19, Journal of the American Medical Informatics Association : JAMIA
IF:4.7Q1
DOI:10.1093/jamia/ocad071
PMID:37100768
|
研究论文 | 本文通过分类和序列到序列方法从临床笔记文本中提取健康社会决定因素（SDOH） | 提出了两种不同的深度学习模型，分别采用分类和序列到序列（seq2seq）方法，以高准确度从临床文本中提取SDOH | 模型在新医疗机构的文本上准确度下降，泛化性有待未来研究 | 从临床文本中提取健康社会决定因素（SDOH） | 临床文本中的健康社会决定因素（SDOH） | 自然语言处理 | NA | 深度学习 | 分类模型和序列到序列模型 | 文本 | 使用了来自MIMIC-III语料库、社会历史标注语料库和内部语料库的标注和未标注数据 | NA | NA | NA | NA |
| 2266 | 2024-08-07 |
Foundation Ark: Accruing and Reusing Knowledge for Superior and Robust Performance
2023-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention
DOI:10.1007/978-3-031-43907-0_62
PMID:38751905
|
research paper | 本文开发了一个框架，通过聚合多个小型公共数据集中的专家标注知识，训练出强大的基础模型，以提高性能和鲁棒性 | 提出了一个能够从多个公共数据集中积累和重用专家标注知识的框架，通过聚合多样化的数据集来提升模型性能 | NA | 开发一个能够通过聚合多个小型公共数据集来训练出强大且鲁棒的基础模型的框架 | 胸部X光片（CXRs）的分类和分割任务 | machine learning | NA | deep learning | foundation model | image | 335,484 和 704,363 张胸部X光片（CXRs） | NA | NA | NA | NA |
| 2267 | 2024-08-07 |
Implementation of transfer learning for the segmentation of human mesenchymal stem cells-A validation study
2023-Aug, Tissue & cell
IF:2.7Q3
DOI:10.1016/j.tice.2023.102149
PMID:37429132
|
研究论文 | 本文开发了一种深度学习算法用于分割人类间充质干细胞（MSCs）的显微图像，并验证了其性能 | 使用预训练的DeepLab算法并通过对图像背景进行模糊处理来克服部分标注的限制 | 数据集中的图像仅部分标注，通过模糊背景来处理未标注的细胞 | 开发和验证用于分割人类间充质干细胞的深度学习算法 | 人类间充质干细胞（MSCs）的显微图像分割 | 计算机视觉 | NA | 深度学习 | DeepLab算法 | 图像 | 算法1训练了139张模糊背景的图像，算法2训练了37张正常背景的图像 | NA | NA | NA | NA |
| 2268 | 2024-08-07 |
Development and Verification of Time-Series Deep Learning for Drug-Induced Liver Injury Detection in Patients Taking Angiotensin II Receptor Blockers: A Multicenter Distributed Research Network Approach
2023-Jul, Healthcare informatics research
IF:2.3Q3
DOI:10.4258/hir.2023.29.3.246
PMID:37591680
|
研究论文 | 本研究开发并验证了一种基于多中心、多模型的时序深度学习模型，用于预测服用血管紧张素II受体阻滞剂（ARBs）患者的药物性肝损伤（DILI） | 采用多中心分布式研究网络方法，利用韩国六家医院的电子健康记录（EHRs），开发了一种可解释的时序模型，用于分析DILI的发生率和相关变量的时间模式 | NA | 开发并验证一种用于预测服用ARBs患者DILI的时序深度学习模型 | 服用血管紧张素II受体阻滞剂（ARBs）的患者及其药物性肝损伤（DILI） | 机器学习 | 肝损伤 | 深度学习 | 时序分类模型 | 电子健康记录（EHRs） | 10,852名患者 | NA | NA | NA | NA |
| 2269 | 2024-08-07 |
Single-cell multi-scale footprinting reveals the modular organization of DNA regulatory elements
2023-Mar-29, bioRxiv : the preprint server for biology
DOI:10.1101/2023.03.28.533945
PMID:37034577
|
研究论文 | 本文开发了一种名为PRINT的计算方法，利用深度学习校正染色质可及性数据中的序列偏差，并识别DNA-蛋白质相互作用的多尺度足迹，以揭示DNA调控元件的模块化组织 | 开发了PRINT方法，能够更准确地推断转录因子和核小体的结合，并发现调控元件在细胞状态间的广泛结构和功能变化 | NA | 连接调控元件的结构变化与细胞命运和功能的改变 | DNA调控元件及其在造血过程中的变化 | 机器学习 | NA | 深度学习 | NA | 染色质可及性数据 | 涉及造血干细胞（HSCs）的年龄相关变化 | NA | NA | NA | NA |
| 2270 | 2024-08-07 |
Patient-derived PixelPrint phantoms for evaluating clinical imaging performance of a deep learning CT reconstruction algorithm
2023-Dec-09, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.12.07.23299625
PMID:38106064
|
研究论文 | 本研究使用基于患者胸部CT扫描的3D打印PixelPrint肺部幻影，评估商业深度学习重建（DLR）算法在不同辐射剂量水平下的临床成像性能 | 使用基于患者的3D打印PixelPrint肺部幻影，提供比传统CT幻影更真实的组织结构，实现基于结构的图像质量评估 | NA | 评估深度学习重建算法在不同辐射剂量下的临床成像性能 | 深度学习重建算法和3D打印PixelPrint肺部幻影 | 计算机视觉 | NA | 3D打印技术 | 深度学习重建算法 | 图像 | 使用了一个基于患者胸部CT扫描的肺部幻影，并通过不同大小的扩展环模拟小和中等体型的患者 | NA | NA | NA | NA |
| 2271 | 2024-08-07 |
Automatic reorientation by deep learning to generate short-axis SPECT myocardial perfusion images
2023-10, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology
IF:3.0Q2
DOI:10.1007/s12350-023-03226-2
PMID:36859594
|
研究论文 | 本研究开发了一种基于深度学习的方法，用于自动重新定位单光子发射计算机断层扫描（SPECT）心肌灌注图像（MPI）到标准短轴切片 | 本研究首次采用卷积神经网络（CNN）预测变换参数，并通过空间变换网络（STN）生成重新定位的图像 | NA | 开发一种基于深度学习的方法，用于自动重新定位SPECT心肌灌注图像到标准短轴切片 | SPECT心肌灌注图像的自动重新定位 | 计算机视觉 | 心血管疾病 | 深度学习 | CNN | 图像 | 共254名患者，包括226个应激SPECT MPI和247个休息SPECT MPI | NA | NA | NA | NA |
| 2272 | 2024-08-07 |
ChampKit: A framework for rapid evaluation of deep neural networks for patch-based histopathology classification
2023-Sep, Computer methods and programs in biomedicine
IF:4.9Q1
DOI:10.1016/j.cmpb.2023.107631
PMID:37271050
|
研究论文 | 本文介绍了一个名为ChampKit的软件工具，用于快速评估基于补丁的组织病理学分类的深度神经网络模型 | ChampKit提供了一个可扩展、完全可复制的评估工具包，支持多种公共数据集，并允许用户通过命令行直接训练和评估模型，无需编写代码 | 本文未明确提及具体限制 | 旨在提供一个工具，以系统地评估不同组织病理学分类任务的神经网络模型 | 深度神经网络模型在组织病理学图像分类中的应用 | 计算机视觉 | NA | 深度学习 | CNN, ViT | 图像 | 涉及六个数据集 | NA | NA | NA | NA |
| 2273 | 2024-08-07 |
Leveraging deep learning models to understand the daily experience of anxiety in teenagers over the course of a year
2023-05-15, Journal of affective disorders
IF:4.9Q1
DOI:10.1016/j.jad.2023.02.084
PMID:36858267
|
研究论文 | 本文利用深度学习模型评估青少年在一年中焦虑症状的日常变化，并探讨GAD-7评估与日常焦虑测量之间的关系 | 本文首次通过深度学习模型LSTM分析了青少年焦虑症状的动态变化，并揭示了GAD-7评估与日常焦虑体验之间的差异 | 研究样本较小，仅包括30名青少年，可能影响结果的普遍性 | 评估GAD-7等即时评估方法与青少年日常焦虑体验之间的关系 | 青少年的焦虑症状及其日常变化 | 机器学习 | NA | NA | LSTM | 文本 | 30名年龄在15至17岁之间的青少年 | NA | NA | NA | NA |
| 2274 | 2024-08-07 |
STRIDE: Systematic Radar Intelligence Analysis for ADRD Risk Evaluation with Gait Signature Simulation and Deep Learning
2023-May-15, IEEE sensors journal
IF:4.3Q2
DOI:10.1109/jsen.2023.3263071
PMID:37547101
|
研究论文 | 本文提出了一种名为STRIDE的系统，结合微多普勒雷达传感器和先进的人工智能技术，用于评估阿尔茨海默病相关痴呆（ADRD）的风险 | STRIDE系统嵌入了一种新的深度学习分类框架，并开发了一个包含人体行走模拟模型和微多普勒雷达模拟模型的“数字孪生”，以生成步态特征数据集 | NA | 评估阿尔茨海默病相关痴呆（ADRD）的风险 | 通过微多普勒雷达捕捉的人体步态运动 | 机器学习 | 阿尔茨海默病 | 微多普勒雷达 | 深度学习 | 步态特征数据 | NA | NA | NA | NA | NA |
| 2275 | 2024-08-07 |
Environmental Impacts of Machine Learning Applications in Protein Science
2023-12-01, Cold Spring Harbor perspectives in biology
IF:6.9Q1
DOI:10.1101/cshperspect.a041473
PMID:38040454
|
research paper | 本文总结了蛋白质科学对环境的负面影响，并展示了分子模拟、蛋白质相互作用推断和蛋白质结构预测等流行蛋白质算法的碳足迹 | 本文首次详细分析了大型深度学习模型如AlphaFold和ESMFold在蛋白质科学应用中的碳足迹 | 文章未提及具体的减排技术和方法的实施细节 | 探讨机器学习在蛋白质科学应用中的环境影响，并提出可持续发展的策略 | 蛋白质科学中的机器学习应用及其环境影响 | machine learning | NA | deep learning | CNN | NA | NA | NA | NA | NA | NA |
| 2276 | 2024-08-07 |
Motion Compensated Unsupervised Deep Learning for 5D MRI
2023-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention
DOI:10.1007/978-3-031-43999-5_40
PMID:38737212
|
研究论文 | 提出一种无监督深度学习算法，用于从3D径向采集数据中进行5D心脏MRI数据的动补偿重建 | 该算法是一种更数据高效的选择，用于当前的动解析重建方法 | NA | 简化扫描规划，提高患者舒适度，并提供比呼吸保持2D检查更多的临床优势 | 5D心脏MRI数据的动补偿重建 | 计算机视觉 | NA | MRI | 卷积神经网络 | 图像 | 两个受试者的5D bSSFP数据集 | NA | NA | NA | NA |
| 2277 | 2024-08-07 |
Digital Histopathology by Infrared Spectroscopic Imaging
2023-06-14, Annual review of analytical chemistry (Palo Alto, Calif.)
|
综述 | 本文综述了红外（IR）光谱成像技术在数字组织病理学中的应用，特别关注了其在病理学中的仪器性能、数据处理方法、机器学习应用以及工作流程的讨论 | 结合红外光谱成像与人工智能，为组织病理学提供了一种新的对比机制，有望改变目前依赖人类检查染色组织形态模式的实践 | NA | 探讨红外光谱成像技术在组织病理学中的应用及其标准化 | 红外光谱成像技术及其在组织病理学中的应用 | 数字病理学 | NA | 红外光谱成像 | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 2278 | 2024-08-07 |
TransMHCII: a novel MHC-II binding prediction model built using a protein language model and an image classifier
2023-Apr, Antibody therapeutics
DOI:10.1093/abt/tbad011
PMID:37342671
|
研究论文 | 本文介绍了一种利用蛋白质语言模型提取特征来预测主要组织相容性复合体II类（MHC-II）肽结合亲和力的方法，采用了一种新颖的迁移学习方法，将模型骨干替换为设计用于图像分类任务的架构。 | 本文提出的TransMHCII模型在接收者操作特征曲线下面积、平衡精度和Jaccard分数上优于NetMHCIIpan 3.2和NetMHCIIpan 4.0-BA，展示了架构创新在生物学问题深度学习模型开发中的潜力。 | NA | 开发一种新的MHC-II结合预测模型，利用蛋白质语言模型和图像分类器的特征。 | 主要组织相容性复合体II类（MHC-II）肽的结合亲和力。 | 机器学习 | NA | 蛋白质语言模型（PLMs）和图像分类器 | EfficientNet v2b0, EfficientNet v2m 或 ViT-16 | 图像 | NA | NA | NA | NA | NA |
| 2279 | 2024-08-07 |
ACCELERATED PARALLEL MRI USING MEMORY EFFICIENT AND ROBUST MONOTONE OPERATOR LEARNING (MOL)
2023-Apr, Proceedings. IEEE International Symposium on Biomedical Imaging
DOI:10.1109/isbi53787.2023.10230471
PMID:38738185
|
研究论文 | 本文研究了单调算子学习（MOL）框架在并行MRI加速中的应用 | MOL算法结合了单调卷积神经网络（CNN）和共轭梯度算法，提供了与压缩感知算法相似的唯一性、收敛性和稳定性保证，同时显著提高了内存效率 | NA | 验证MOL框架在并行MRI加速中的有效性 | 并行MRI加速 | 计算机视觉 | NA | 单调算子学习（MOL） | CNN | 图像 | NA | NA | NA | NA | NA |
| 2280 | 2024-08-07 |
De novo design of small beta barrel proteins
2023-03-14, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2207974120
PMID:36897987
|
研究论文 | 本文探讨了使用Rosetta能量方法和深度学习方法从头设计小型beta桶蛋白拓扑结构 | 使用深度学习进行骨架生成和Rosetta进行序列设计的方法提高了设计成功率和结构多样性 | 小型beta桶蛋白的设计存在挑战，如小尺寸导致的疏水核心小和桶闭合的构象应变 | 探索和设计小型beta桶蛋白的拓扑结构，以增加可用作感兴趣蛋白靶标结合剂的蛋白形状空间 | 小型beta桶蛋白，包括Src同源3（SH3）和核酸/多糖结合（OB）拓扑结构以及罕见的五和六上-下-链桶 | 蛋白质设计 | NA | Rosetta能量方法和深度学习 | 深度学习模型 | 蛋白质结构 | 四种小型beta桶折叠结构 | NA | NA | NA | NA |