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 2675 篇文献，本页显示第 2641 - 2660 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2641 | 2024-08-07 |
Nextflow Pipeline for Visium and H&E Data from Patient-Derived Xenograft Samples
2023-Jul-30, bioRxiv : the preprint server for biology
DOI:10.1101/2023.07.27.550727
PMID:37546876
|
研究论文 | 开发了一个自动化数据处理管道，用于量化来自患者来源异种移植样本的Visium空间转录组学数据和匹配的苏木精和伊红（H&E）染色图像 | 该管道能够使用Xenome进行读数去卷积，使用Space Ranger量化宿主和移植物种的空间基因表达，提取B等位基因频率，并使用Velocyto进行剪接量化。此外，还生成了与Visium点互补的形态学和深度学习衍生特征量化，实现多模态H&E/表达比较 | NA | 设计一个基于Nextflow DSL2的管道，用于同时处理10x Genomics Visium空间转录组学数据和匹配的H&E染色全切片图像，优化用于患者来源异种移植（PDX）癌症标本 | 患者来源异种移植（PDX）癌症标本 | 数字病理学 | NA | Visium空间转录组学, H&E染色 | NA | 图像, 基因表达数据 | 四个黑色素瘤PDX样本 | NA | NA | NA | NA |
| 2642 | 2024-08-07 |
High-throughput image analysis with deep learning captures heterogeneity and spatial relationships after kidney injury
2023-04-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-33433-3
PMID:37076596
|
研究论文 | 本文利用深度学习技术进行高通量图像分析，以捕捉肾脏损伤后的异质性和空间关系 | 本文提出了一种利用深度学习工具量化肾脏损伤异质性反应的方法，无需特殊设备或编程专业知识 | NA | 研究肾脏损伤后的恢复过程及其异质性和空间关系 | 肾脏损伤后的异质性反应和空间关系 | 计算机视觉 | 肾脏疾病 | 深度学习 | 深度学习模型 | 图像 | 多个肾脏样本 | NA | NA | NA | NA |
| 2643 | 2024-08-07 |
Interpretable spatial cell learning enhances the characterization of patient tissue microenvironments with highly multiplexed imaging data
2023-Mar-28, bioRxiv : the preprint server for biology
DOI:10.1101/2023.03.26.534306
PMID:37034738
|
研究论文 | 本文介绍了一种名为InterSTELLAR的几何深度学习框架，用于高多重成像数据，以直接关联组织亚型与具有临床相关性的相应细胞群落 | InterSTELLAR框架能够同时进行组织类型预测和感兴趣的群落检测，性能优于传统方法，并能揭示特定病理特征及潜在的区域与患者预后之间的关系 | NA | 开发一种有效的方法来基于临床结果定义疾病特异性微环境，以增强对患者组织微环境的表征 | 乳腺癌的高多重成像数据 | 数字病理学 | 乳腺癌 | 高多重成像技术 | 几何深度学习框架 | 图像 | 使用公开的乳腺癌成像质谱流式细胞术数据集 | NA | NA | NA | NA |
| 2644 | 2024-08-07 |
Machine-guided discovery of a real-world rogue wave model
2023-Nov-28, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2306275120
PMID:37983488
|
研究论文 | 本文通过因果分析、深度学习、简约模型选择和符号回归，从波浪浮标的大量观测数据中发现海洋怪浪的符号模型 | 本文提出了一种结合机器学习与因果分析的方法，将黑盒模型转化为可解释的数学方程，提高了预测准确性并保持了与现有波浪理论的一致性 | NA | 探索如何利用机器学习模型的高级模式匹配能力进行科学发现 | 海洋怪浪的符号模型 | 机器学习 | NA | 深度学习、符号回归 | 人工神经网络 | 数据 | 大量波浪浮标的观测数据 | NA | NA | NA | NA |
| 2645 | 2024-08-07 |
Multimodal transformer network for incomplete image generation and diagnosis of Alzheimer's disease
2023-12, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 本文提出了一种深度学习框架，结合多级引导生成对抗网络（MLG-GAN）和多模态变换器（Mul-T），用于生成不完整图像和疾病分类 | 提出了多级引导生成对抗网络（MLG-GAN）和多模态变换器（Mul-T），能够生成缺失数据并结合全局和局部特征进行疾病诊断 | NA | 开发一种新的深度学习框架，用于处理不完整的多模态脑图像并提高阿尔茨海默病诊断的准确性 | 多模态脑图像和阿尔茨海默病 | 机器学习 | 阿尔茨海默病 | 生成对抗网络（GAN） | 多模态变换器（Mul-T） | 图像 | 三个独立数据集（ADNI-1、ADNI-2和OASIS-3） | NA | NA | NA | NA |
| 2646 | 2024-08-07 |
Image reconstruction using UNET-transformer network for fast and low-dose PET scans
2023-12, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 本文提出了一种基于UNET-transformer网络的图像重建方法，用于快速和低剂量的PET扫描 | 结合UNET和Transformer网络的优势，提高低剂量PET图像重建的质量，同时保留边缘和小细节 | 由于可用数据有限和采集图像中噪声水平高，这是一个具有挑战性的问题 | 开发一种有效且准确的基于深度学习的方法，用于重建低剂量PET图像 | 低剂量PET图像 | 计算机视觉 | NA | PET扫描 | UNET-transformer | 图像 | 使用Brainweb仿真数据集和Siemens Biograph mMR PET扫描仪采集的真实患者数据集 | NA | NA | NA | NA |
| 2647 | 2024-08-07 |
A review on brain tumor segmentation based on deep learning methods with federated learning techniques
2023-12, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
综述 | 本文综述了基于深度学习和联邦学习技术的脑肿瘤分割方法 | 提出了联邦学习方法以提高全局分割性能并确保隐私 | 集中于未解决的脑肿瘤分割问题和客户端联邦模型训练策略 | 探讨最有效的脑肿瘤分割技术，并提出联邦学习方法以改进性能 | 脑肿瘤分割技术及其在医学影像中的应用 | 计算机视觉 | 脑肿瘤 | 联邦学习 | CNN | 图像 | 超过100篇相关论文 | NA | NA | NA | NA |
| 2648 | 2024-08-07 |
Research on augmented reality navigation of in vitro fenestration of stent-graft based on deep learning and virtual-real registration
2023-12, Computer assisted surgery (Abingdon, England)
DOI:10.1080/24699322.2023.2289339
PMID:38059572
|
研究论文 | 本研究提出了一种基于深度学习和虚拟现实注册的增强现实导航方法，用于辅助体外支架移植术中的开窗操作 | 本研究采用了基于深度学习的大动脉分割算法和基于Vuforia的虚拟现实注册与标记识别算法，实现了自动快速的大动脉分割和准确的现场增强现实图像 | NA | 旨在提出一种增强现实导航方法，用于体外支架移植术中的开窗操作，以提供现场叠加显示来定位开窗位置 | 体外支架移植术中的开窗操作 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | NA | NA | NA | NA | NA |
| 2649 | 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 |
| 2650 | 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 |
| 2651 | 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 |
| 2652 | 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 |
| 2653 | 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 |
| 2654 | 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 |
| 2655 | 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 |
| 2656 | 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 |
| 2657 | 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 |
| 2658 | 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 |
| 2659 | 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 |
| 2660 | 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 |