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 2413 篇文献，本页显示第 1141 - 1160 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1141 | 2024-10-08 |
Deep Learning for Human Activity Recognition on 3D Human Skeleton: Survey and Comparative Study
2023-May-27, Sensors (Basel, Switzerland)
DOI:10.3390/s23115121
PMID:37299848
|
综述 | 本文对基于三维人体骨架数据的人类活动识别（HAR）的深度学习方法进行了全面的调查和比较研究 | 本文首次对基于三维人体骨架数据的人类活动识别的深度学习方法进行了系统的分类和比较研究 | 本文的比较研究仅限于KLHA3D 102和KLYOGA3D数据集，可能无法全面反映所有深度学习方法的性能 | 评估和比较基于三维人体骨架数据的人类活动识别的深度学习方法 | 基于三维人体骨架数据的人类活动识别 | 计算机视觉 | NA | 深度学习 | RNN, CNN, GCN, Hybrid-DNN | 三维人体骨架数据 | KLHA3D 102和KLYOGA3D数据集 | NA | NA | NA | NA |
| 1142 | 2024-10-08 |
Denoising digital breast tomosynthesis projections using deep learning with synthetic data as training set
2023-May, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.10.3.034001
PMID:37223635
|
研究论文 | 本文研究了使用深度学习技术对数字乳腺断层合成（DBT）投影图像进行去噪，并提出使用合成数据进行训练 | 提出使用软件生成的合成数据来训练深度神经网络（DNN）进行DBT图像去噪，解决了实际数据集获取困难的问题 | 仅限于DBT图像去噪，未涉及其他类型的医学图像处理 | 研究如何在没有大量实际数据的情况下，使用合成数据训练深度神经网络进行DBT图像去噪 | 数字乳腺断层合成（DBT）投影图像的去噪 | 计算机视觉 | NA | 深度神经网络（DNN） | 深度神经网络（DNN） | 图像 | 合成数据集包含噪声和原始图像，具体样本数量未提及 | NA | NA | NA | NA |
| 1143 | 2024-10-08 |
Histogram of Oriented Gradients meet deep learning: A novel multi-task deep network for 2D surgical image semantic segmentation
2023-04, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2023.102747
PMID:36702038
|
研究论文 | 本文提出了一种新颖的多任务深度学习方法，用于2D手术图像的语义分割 | 本文的创新点在于使用无监督方式生成辅助任务的伪标签，并利用方向梯度直方图（HOG）作为伪标签生成的特征 | NA | 研究目的是改进医学图像分割的性能 | 研究对象是2D手术图像的语义分割 | 计算机视觉 | NA | 方向梯度直方图（HOG） | 多任务深度网络 | 图像 | 两个不同的医学图像分割数据集 | NA | NA | NA | NA |
| 1144 | 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 |
| 1145 | 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 |
| 1146 | 2024-10-06 |
Visual Enhancement and Semantic Segmentation of Murine Tissue Scans with Pulsed THz Spectroscopy
2023-Feb, Proceedings. IEEE International Conference on Semantic Computing
DOI:10.1109/ICSC56153.2023.00018
PMID:39360127
|
研究论文 | 本文探讨了使用脉冲太赫兹光谱技术对小鼠组织扫描进行视觉增强和语义分割的应用 | 引入了两阶段管道，使用无监督图像到图像翻译网络和监督分割网络，以解决传统深度学习方法在太赫兹成像中的低分辨率和缺乏专家标记图像的问题 | 依赖于合成太赫兹扫描，可能存在与实际数据的差异 | 提高太赫兹成像技术在医学图像中的应用效果，特别是对切除的乳腺癌组织的分割和分类 | 小鼠切除的乳腺癌组织 | 计算机视觉 | 乳腺癌 | 脉冲太赫兹光谱技术 | 无监督图像到图像翻译网络和监督分割网络 | 图像 | NA | NA | NA | NA | NA |
| 1147 | 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 |
| 1148 | 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 |
| 1149 | 2024-10-05 |
Game-Based Learning in Neuroscience: Key Terminology, Literature Survey, and How To Guide to Create a Serious Game
2023-Dec-22, Neurology. Education
DOI:10.1212/NE9.0000000000200103
PMID:39359316
|
研究论文 | 本文综述了基于游戏的学习（GBL）在神经科学教育中的应用现状，并提供了创建严肃游戏的指南 | 本文首次系统地综述了GBL在神经科学教育中的应用，并提供了创建教育游戏的实用建议 | 本文主要基于文献综述，未涉及具体的游戏开发实践 | 探讨基于游戏的学习在神经科学教育中的应用潜力 | 神经科学教育中的游戏元素、游戏化、严肃游戏和GBL | 教育技术 | NA | NA | NA | 文本 | NA | NA | NA | NA | NA |
| 1150 | 2024-10-05 |
Validity of Neural Networks to Determine Body Position on the Bicycle
2023-12, Research quarterly for exercise and sport
IF:1.4Q3
DOI:10.1080/02701367.2022.2070103
PMID:35575754
|
研究论文 | 本研究评估了两种深度学习方法（MSRA和OpenPose）在自行车上自动估计人体关节角度以确定身体位置的有效性 | 本研究首次比较了两种深度学习方法在自行车上自动估计人体关节角度的准确性 | 研究仅在一个静止的自行车上进行，且样本量较小，可能限制了结果的普适性 | 评估神经网络在自行车上自动估计人体关节角度以确定身体位置的有效性 | 自行车上的身体位置和关节角度 | 计算机视觉 | NA | 深度学习 | 神经网络 | 视频 | 14名自行车手 | NA | NA | NA | NA |
| 1151 | 2024-10-05 |
Direct prediction of gas adsorption via spatial atom interaction learning
2023-Nov-03, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-42863-6
PMID:37923711
|
研究论文 | 本文介绍了一种名为DeepSorption的空间原子相互作用学习网络，用于直接预测气体吸附 | 提出了DeepSorption模型，通过考虑全局结构和局部空间原子相互作用，实现了对晶体多孔材料吸附性能的准确、快速预测 | NA | 开发一种能够快速准确预测晶体多孔材料气体吸附性能的深度学习模型 | 晶体多孔材料的气体吸附性能 | 机器学习 | NA | 深度学习 | Matformer | 原子坐标和化学元素类型信息 | NA | NA | NA | NA | NA |
| 1152 | 2024-10-05 |
An invertible, invariant crystal representation for inverse design of solid-state materials using generative deep learning
2023-Nov-02, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-42870-7
PMID:37919277
|
研究论文 | 本文介绍了一种可逆且不变的晶体表示方法SLICES，用于固态材料的逆向设计 | 开发了一种名为SLICES的简化线输入晶体编码系统，解决了固态材料设计中缺乏可逆晶体表示的问题 | NA | 解决固态材料设计中缺乏可逆晶体表示的问题，并应用于光电应用中的直接窄带隙半导体逆向设计 | 固态材料及其结构排列 | 材料科学 | NA | 生成式深度学习 | NA | 晶体结构数据 | 超过40,000种结构和化学多样化的晶体结构 | NA | NA | NA | NA |
| 1153 | 2024-10-05 |
Image harmonization and deep learning automated classification of plus disease in retinopathy of prematurity
2023-Nov, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.10.6.061107
PMID:37794884
|
研究论文 | 本文开发了一种基于深度学习的方法，用于自动分类早产儿视网膜病变中的plus疾病，并使用智能手机摄像头获取的图像进行图像协调 | 本文创新性地使用智能手机摄像头和廉价镜头获取眼底图像，并通过预处理管道增强血管和协调图像，然后使用深度学习进行分类 | 研究结果基于有限的数据集，未来需要更大规模的数据集进行验证 | 开发一种能够使用智能手机图像进行plus疾病分期的算法和软件 | 早产儿视网膜病变中的plus疾病 | 计算机视觉 | 眼科疾病 | 深度学习 | GoogLeNet | 图像 | 有限的数据集 | NA | NA | NA | NA |
| 1154 | 2024-10-05 |
Hybrid deep learning model based smart IOT based monitoring system for Covid-19
2023-Nov, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2023.e21150
PMID:37928011
|
研究论文 | 本文设计了一种基于物联网的智能健康监测系统，用于监测COVID-19患者的生理参数，并提出了一种基于循环卷积神经网络（RCNN）和拼图优化算法（PO）的分类方法 | 本文提出了一种创新的循环卷积神经网络（RCNN）和拼图优化算法（PO）的混合模型，用于分类和监测患者的生理参数 | NA | 设计一种基于物联网的智能健康监测系统，用于远程监测COVID-19患者的生理参数 | COVID-19患者的生理参数，如血氧水平、血压、体温和心率 | 机器学习 | COVID-19 | 物联网（IoT） | 循环卷积神经网络（RCNN） | 生理参数数据 | NA | NA | NA | NA | NA |
| 1155 | 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 |
| 1156 | 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 |
| 1157 | 2024-10-04 |
Deep learning quantification reveals a fundamental prognostic role for ductular reaction in biliary atresia
2023-12-01, Hepatology communications
IF:5.6Q1
DOI:10.1097/HC9.0000000000000333
PMID:38051554
|
研究论文 | 使用神经网络量化胆道闭锁中的导管反应（DR），并探讨其与病理生理和预后的关系 | 首次使用神经网络模型量化胆道闭锁中的导管反应，并发现其与预后的关联 | 样本量相对较小，且仅限于胆道闭锁患者 | 量化胆道闭锁中的导管反应，并探讨其与病理生理和预后的关系 | 胆道闭锁患者的肝脏活检样本 | 数字病理 | 胆道疾病 | 神经网络模型 | 神经网络 | 图像 | 259例胆道闭锁患者和43例对照组的肝脏活检样本 | NA | NA | NA | NA |
| 1158 | 2024-10-04 |
Quantification of spatially localized MRS by a novel deep learning approach without spectral fitting
2023-10, Magnetic resonance in medicine
IF:3.0Q2
DOI:10.1002/mrm.29711
PMID:37183798
|
研究论文 | 提出了一种新的端到端深度学习模型，用于从体内J-点分辨光谱（JPRESS）中量化绝对代谢物浓度，无需使用光谱拟合 | 该模型通过深度学习直接从JPRESS数据中预测代谢物浓度和单个代谢物信号，无需光谱拟合，消除了传统方法中浓度估计与噪声水平及代谢物之间的相关性 | 该研究仅在20个人体脑样本上进行了体内测试，样本量较小 | 开发一种新的深度学习方法，用于从体内JPRESS数据中直接量化代谢物浓度，无需光谱拟合 | 体内JPRESS数据中的代谢物浓度 | 机器学习 | NA | 深度学习 | 编码器-解码器神经网络 | 时间域数据 | 训练数据集包含100,000个样本，验证数据集包含2,000个样本，体内测试数据集包含20个人体脑样本 | NA | NA | NA | NA |
| 1159 | 2024-10-04 |
Methodology reporting improved over time in 176,469 randomized controlled trials
2023-10, Journal of clinical epidemiology
IF:7.3Q1
DOI:10.1016/j.jclinepi.2023.08.004
PMID:37562729
|
研究论文 | 本文分析了176,469项随机对照试验（RCT）的方法学报告随时间的变化趋势 | 使用基于深度学习的句子分类模型，根据CONSORT声明评估RCT报告的质量，并分析了报告趋势随时间的变化 | 某些方法信息的报告仍需改进，如序列生成和分配隐藏的报告率较低 | 研究随机对照试验方法学报告随时间的变化趋势 | 176,469项随机对照试验报告 | 机器学习 | NA | 深度学习 | 句子分类模型 | 文本 | 176,469项随机对照试验报告 | NA | NA | NA | NA |
| 1160 | 2024-10-04 |
Investigating Transformer Encoding Techniques to Improve Data-Driven Volume-to-Surface Liver Registration for Image-Guided Navigation
2023-Oct, Data engineering in medical imaging : first MICCAI Workshop, DEMI 2023, Held in Conjunction with MICCAI 2023, Vancouver, BC, Canada, October 8, 2023, Proceedings. DEMI (Workshop) (1st : 2023 : Vancouver, B.C.)
DOI:10.1007/978-3-031-44992-5_9
PMID:39139984
|
研究论文 | 研究利用Transformer编码技术改进基于数据的体积到表面肝脏配准，以提高图像引导导航的准确性 | 采用基于Transformer的分割网络来预测非刚性配准的最佳位移场，显著提高了配准的准确性和鲁棒性 | 研究仅限于体积到表面肝脏配准，未涉及其他器官或更复杂的配准任务 | 提高腹腔镜肝脏手术中图像引导导航的准确性 | 肝脏的体积图像与表面图像的非刚性配准 | 计算机视觉 | NA | 深度学习 | Transformer | 图像 | 涉及多种数据集，具体样本数量未明确说明 | NA | NA | NA | NA |