深度学习在生物医药领域中的应用

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,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!

Sample Image
添加微信请说明来意
Sample Image
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10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。

当前筛选条件: [分区不过滤] [IF不过滤] [发表日期:202301-202312] [清除筛选条件]
当前共找到 1805 篇文献,本页显示第 1481 - 1500 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
1481 2024-08-05
Enhancing Opioid Bioactivity Predictions through Integration of Ligand-Based and Structure-Based Drug Discovery Strategies with Transfer and Deep Learning Techniques
2023-12-21, The journal of physical chemistry. B
研究论文 本研究通过整合基于配体和基于结构的药物发现策略,利用迁移学习和深度学习技术提高阿片类药物的生物活性预测 本文创新性在于应用迁移学习构建稳健的深度学习模型,以增强对每种阿片受体亚型的配体生物活性预测 本研究的局限性在于可能仍面临训练样本不足的问题,影响预测性能 研究旨在寻找更好的阿片类药物,降低成瘾潜力,以应对阿片类药物危机 研究对象为阿片类药物及其对应的受体亚型 机器学习 NA 深度学习 NA 生物活性数据 大型生物活性数据集
1482 2024-08-05
Adaptive Sampling Methods for Molecular Dynamics in the Era of Machine Learning
2023-12-21, The journal of physical chemistry. B
评论 本文探讨了在分子动力学中应用的自适应采样算法 提出了一种仅通过在特定种子上重新启动MD轨迹来增强采样的自适应采样算法 本文讨论了自适应采样方法的不足之处 研究旨在改善分子动力学中蛋白质构象变化的采样 重点关注自适应采样算法及其在真实系统中的应用 计算机视觉 NA 深度学习技术 NA NA NA
1483 2024-08-05
A Hybrid Deep Learning Approach to Identify Preventable Childhood Hearing Loss
2023 Sep-Oct 01, Ear and hearing IF:2.6Q1
研究论文 这项研究评估了机器学习在自动分类中耳的鼓膜图形中的效用,以便利资源匮乏社区中的普通人引导的鼓膜测量 该研究使用混合深度学习模型在儿童听力筛查中实现了与听力学家相当的中耳疾病检测性能 该研究只涉及来自阿拉斯加农村地区的特定听力筛查人群,可能限制了模型的普适性 评估机器学习在家庭引导鼓膜测量中的应用,以识别可预防的儿童听力损失 研究对象为1635名来自阿拉斯加农村地区的学龄儿童 计算机视觉 听力损失 机器学习 混合深度学习模型 鼓膜图 4810对鼓膜图形和1635名儿童
1484 2024-08-05
Unlocking the Potential: Predicting Redox Behavior of Organic Molecules, from Linear Fits to Neural Networks
2023-Aug-08, Journal of chemical theory and computation IF:5.7Q1
综述 本文讨论了有机分子的还原和氧化电位预测的现代技术 探讨了从线性拟合到神经网络的不同预测方法,超越常规的第一性原理计算和热力学循环 未详细讨论每种方法的适用范围和具体局限性 研究有机分子的还原氧化行为预测方法 还原活性有机分子及其在不同应用中的表现 化学 NA 机器学习 神经网络 数据集 目前可用的还原活性有机分子数据集及其实验和计算性质
1485 2024-08-05
Enhancing Opioid Bioactivity Predictions through Integration of Ligand-Based and Structure-Based Drug Discovery Strategies with Transfer and Deep Learning Techniques
2023-Aug-07, bioRxiv : the preprint server for biology
研究论文 本文探讨了通过结合基于配体和基于结构的药物发现策略与迁移和深度学习技术来提高阿片类生物活性预测的有效性 创新点在于使用结合的分子描述符构建稳健的深度学习模型,以提升阿片类配体在各个OR亚型上的生物活性预测 研究可能面临样本不足以实现充分预测性能的问题 旨在发现更好的阿片类药物以降低成瘾潜力 研究对象为阿片受体(OR)亚家族中的配体 计算机视觉 NA 深度学习 NA 分子描述符 NA
1486 2024-08-05
Structure-based prediction of T cell receptor:peptide-MHC interactions
2023-Jan-20, eLife IF:6.4Q1
研究论文 本文评估了基于结构的模型在T细胞受体与肽-MHC相互作用预测中的潜力 利用深度神经网络的AlphaFold模型生成TCR:肽-MHC相互作用的结构模型 尽管当前的预测准确性较高,但在广泛的实际应用中仍需大量工作 研究T细胞受体对肽-MHC相互作用特异性的预测 T细胞受体与肽-MHC相互作用 计算机视觉 NA 深度学习 AlphaFold NA NA
1487 2024-08-07
Exploring infection clinicians' perceptions of bias in Large Language Models (LLMs) like ChatGPT: A deep learning study
2023-12, The Journal of infection IF:14.3Q1
NA NA NA NA NA NA NA NA NA NA NA NA
1488 2024-08-05
Stroke-GFCN: ischemic stroke lesion prediction with a fully convolutional graph network
2023-Jul, Journal of medical imaging (Bellingham, Wash.)
研究论文 本研究提出了一种几何深度学习模型,用于缺血性脑卒中的病灶分割。 本文创新性地使用了全卷积图网络,并结合样条卷积和图结构特征来改进缺血性脑卒中病灶的预测。 本研究没有使用优化的训练方法,如数据增强或补丁处理,这可能影响模型表现的进一步提升。 研究旨在提高缺血性脑卒中病灶的分割准确性,以便为临床干预提供支持。 研究对象为缺血性脑卒中病灶的CT灌注参数图像数据。 计算机视觉 脑卒中 CT灌注参数 全卷积图网络 图像 NA
1489 2024-08-05
Detection of Intracerebral Hemorrhage Using Low-Field, Portable Magnetic Resonance Imaging in Patients With Stroke
2023-11, Stroke IF:7.8Q1
研究论文 本研究探讨了在中风患者中使用低场便携式磁共振成像(pMRI)检测自发性脑内出血的敏感性和特异性 该研究首次将深度学习重建算法与临床信息结合,用于提高便携式磁共振成像对脑内出血的检测准确性 研究仅在Yale New Haven医院进行,样本数量相对较少,可能影响结果的普适性 本研究旨在评估低场pMRI在自发性脑内出血检测中的效果 对189例中风患者的pMRI检查进行了评估 数字病理学 脑血管疾病 低场磁共振成像(pMRI) 深度学习算法 医学影像 189例(38例脑内出血,89例急性缺血性中风,8例蛛网膜下腔出血,3例原发性脑室出血,51例无颅内异常)
1490 2024-08-05
Bidirectional Mapping with Contrastive Learning on Multimodal Neuroimaging Data
2023-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention
研究论文 文章提出了一种新的双向映射模型,通过对比学习减少脑结构与功能之间单向映射的偏差 创新点在于提出了双向映射模型BMCL,解决了单向映射方法的偏差问题 研究中只使用了两个公开数据集,可能限制了结果的普遍性 探讨脑结构与功能之间的相互作用,并识别不同临床表型和脑疾病的潜在生物标志物 使用临床表型和神经退行性疾病的预测作为研究对象 计算机视觉 神经退行性疾病 对比学习 BMCL 多模态神经影像数据 使用了两个公开数据集(HCP和OASIS)中的样本
1491 2024-08-05
Disentangling accelerated cognitive decline from the normal aging process and unraveling its genetic components: A neuroimaging-based deep learning approach
2023-Sep-08, Research square
研究论文 该文章介绍了一种基于深度学习的方法,用于区分正常衰老过程中的认知下降与阿尔茨海默病相关的加速认知下降 提出了一种新的双损失Siamese ResNet网络,能够提取细粒度神经影像信息,并识别新的遗传变异rs144614292 研究样本主要来源于ADNI,对其他人群的适用性需要进一步验证 探讨加速认知下降与自然衰老过程之间的关系及其遗传基础 针对1,313名个体的纵向结构磁共振成像(MRI)数据进行分析 数字病理学 老年痴呆症 MRI Siamese ResNet 影像数据 1,313名个体,训练于414名认知正常的人群
1492 2024-08-05
3D Biological/Biomedical Image Registration with enhanced Feature Extraction and Outlier Detection
2023-Sep, ACM-BCB ... ... : the ... ACM Conference on Bioinformatics, Computational Biology and Biomedicine. ACM Conference on Bioinformatics, Computational Biology and Biomedicine
研究论文 本文提出了一种用于三维生物医学图像配准的新方法 结合了传统和深度学习技术用于特征提取,并采用自适应最大似然估计样本一致性方法进行异常值检测 NA 提高三维图像配准的精度和效率 3D显微镜图像和医学图像 计算机视觉 NA SIFT, ResNet50 深度神经网络 图像 使用3D MRI和3D多重显微图像的序列切片
1493 2024-08-05
Osteoarthritis year in review 2022: imaging
2023-08, Osteoarthritis and cartilage IF:7.2Q1
综述 这篇叙述性综述总结了2021年4月1日至2022年3月31日间关于骨关节炎(OA)成像的原创研究 文章重点强调了人工智能在OA成像应用中的加速发展,特别是在预测模型的开发和小梁纹理分析中的应用 仅考虑了英文的在体人类研究,未涉及其他语言或动物研究 阐述与骨关节炎成像相关的研究进展 关注膝关节、髋关节和手关节等不同关节的成像研究 数字病理学 骨关节炎 磁共振成像/MRI 人工智能/AI 成像 NA
1494 2024-08-05
iQDeep: an integrated web server for protein scoring using multiscale deep learning models
2023-07-15, Journal of molecular biology IF:4.7Q1
研究论文 本文介绍了一个集成的网络服务器iQDeep,用于蛋白质评分,采用多尺度深度学习模型 iQDeep提供了一个独立且开放访问的蛋白质评分系统,针对多种预测建模场景进行了优化 NA 旨在提供一个可靠的蛋白质评分方法,提高蛋白质结构预测的准确性 主要研究对象为蛋白质及其结构预测 数字病理学 NA 多尺度深度残差神经网络(ResNets) 深度残差神经网络 结构数据 在多个CASP实验中进行了广泛测试和比较
1495 2024-08-05
Hierarchical Graph Convolutional Network Built by Multiscale Atlases for Brain Disorder Diagnosis Using Functional Connectivity
2023-Jun-20, IEEE transactions on neural networks and learning systems IF:10.2Q1
研究论文 本研究提出了一种基于多尺度图谱的层次图卷积网络用于脑部疾病的诊断 提出了一种新颖的方法,通过使用多尺度图谱来计算多尺度功能连接网络,并引入生物学意义上的脑结构层次关系进行节点池化 在研究中可能存在的数据样本偏差或多尺度Atlases的选择影响结果的普适性 探讨如何通过多尺度功能连接网络分析提升脑部疾病的诊断准确性 对来自1792名受试者的神经影像数据进行分析,集中在阿尔茨海默病及其前驱阶段轻度认知障碍和自闭症谱系障碍 数字病理学 阿尔茨海默病 功能性磁共振成像 (fMRI) 层次图卷积网络 (MAHGCN) 神经影像数据 1792名受试者
1496 2024-08-05
The Genetic Determinants of Aortic Distention
2023-04-11, Journal of the American College of Cardiology IF:21.7Q1
研究论文 本研究探讨了影响主动脉扩张能力的流行病学和遗传决定因素 首次识别了多个影响主动脉扩张性和应变的遗传位点,并探讨了其与心血管疾病发生率的关系 未能明确所有新识别位点与胸主动脉直径的显著关联 发现与主动脉扩张性和应变相关的流行病学因素和遗传决定因素 研究对象为42342名UK生物银行参与者的胸主动脉影像数据 计算机视觉 心血管疾病 深度学习 NA 图像 42342
1497 2024-08-05
Genetics and mechanisms of thoracic aortic disease
2023-03, Nature reviews. Cardiology
综述 本文探讨了胸主动脉疾病的遗传学和机制 文章介绍了利用深度学习等新技术快速定义主动脉特征的能力,并整合这些新观察到的遗传数据 胸主动脉疾病相较于其他心血管病症的相对低发病率限制了大规模遗传关联的识别 研究主动脉疾病的遗传机制及其生物学理解 胸主动脉疾病的遗传因素 机器学习 心血管疾病 机器学习 深度学习 影像数据 NA
1498 2024-08-05
PINNet: a deep neural network with pathway prior knowledge for Alzheimer's disease
2023, Frontiers in aging neuroscience IF:4.1Q2
研究论文 提出了一种基于通路信息的神经网络PINNet,以预测阿尔茨海默病患者并分析血液和大脑的转录组特征 通过整合来自基因本体或京都基因组百科全书数据库的通路先验知识,提升了模型的可解释性并有助于识别阿尔茨海默病相关生物标志物 没有详细描述模型在其他类型样本上的通用性和适用性 开发一种能够识别阿尔茨海默病相关转录组特征的深度学习模型 研究对象为阿尔茨海默病患者的血液和大脑转录组特征 机器学习 阿尔茨海默病 深度学习 深度神经网络(DNN) 基因表达 NA
1499 2024-08-05
Deep learning classification of ex vivo human colon tissues using spectroscopic OCT
2023-Sep-06, bioRxiv : the preprint server for biology
研究论文 本文提出了一种基于光谱光学相干断层扫描的方法用于分类异体人类结肠组织。 创新性地结合了深度学习架构与光谱OCT技术,提升了结肠组织分类的准确性。 研究仅限于结肠上皮组织,不一定适用于其他组织类型。 提高结直肠癌筛查的效率和效果。 分析经过活检的结肠上皮组织样本。 数字病理学 结肠癌 光谱光学相干断层扫描(OCT) 深度学习架构,LSTM,KNN 组织样本 活检的结肠上皮组织样本
1500 2024-08-05
EASL: A Framework for Designing, Implementing, and Evaluating ML Solutions in Clinical Healthcare Settings
2023-Aug, Proceedings of machine learning research
PMID:38988337
研究论文 我们介绍了解释性分析系统实验室(EASL)框架,这是一种用于临床机器学习工具开发、实施和评估的端到端解决方案 EASL框架集成了模型开发、实施和评估的资源,为临床环境中的机器学习应用提供全面支持 NA 本研究旨在促进临床机器学习工具的开发与评估 设计和评估医学影像的深度学习分类器 机器学习 NA 深度学习 NA 医学影像 NA
回到顶部