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 1581 - 1600 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1581 | 2024-09-26 |
A review on deep learning applications in highly multiplexed tissue imaging data analysis
2023, Frontiers in bioinformatics
IF:2.8Q2
DOI:10.3389/fbinf.2023.1159381
PMID:37564726
|
综述 | 本文综述了深度学习在高度多重组织成像数据分析中的应用及其对肿瘤学的影响 | 本文强调了使用高度多重图像（空间蛋白质组数据）相对于单染色传统病理图像的优势，前者能够提供后者无法获得的深层机制洞察，即使借助可解释的人工智能 | NA | 探讨人工智能与空间组学技术结合在肿瘤学中的影响，特别是深度学习在生物医学图像分析中的应用 | 细胞分割、细胞表型识别、癌症预后和治疗预测 | 计算机视觉 | 肿瘤学 | 深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 1582 | 2024-09-26 |
An approach to the diagnosis of lumbar disc herniation using deep learning models
2023, Frontiers in bioengineering and biotechnology
IF:4.3Q2
DOI:10.3389/fbioe.2023.1247112
PMID:37731760
|
研究论文 | 本文研究了使用深度学习模型在磁共振成像（MRI）中诊断腰椎间盘突出（LDH）的方法 | 本文创新性地使用了YOLOv5、YOLOv6和YOLOv7模型来检测不同腰椎间盘区域的LDH，并比较了不同模型的性能 | 本文未详细讨论模型的泛化能力和在不同数据集上的表现 | 验证YOLO系列模型在MRI图像中检测LDH的有效性 | 腰椎间盘突出的检测 | 计算机视觉 | 腰椎间盘突出 | 深度学习 | YOLOv5, YOLOv6, YOLOv7 | 图像 | 550个数据集，包括增强和非增强数据 | NA | NA | NA | NA |
| 1583 | 2024-09-26 |
A curated census of pathogenic and likely pathogenic UTR variants and evaluation of deep learning models for variant effect prediction
2023, Frontiers in molecular biosciences
IF:3.9Q2
DOI:10.3389/fmolb.2023.1257550
PMID:37745687
|
研究论文 | 本文开发了一个高置信度的致病性和可能致病性UTR变异集，并评估了深度学习模型对变异效应预测的性能 | 本文首次系统地收集和评估了3'和5' UTR的致病性和可能致病性变异，并利用深度学习模型进行预测，验证了这些变异的致病性 | 本文的局限性在于仅使用了ClinVar数据库中的变异数据，可能存在数据偏差 | 评估深度学习模型对UTR变异效应预测的准确性，并提供一个高置信度的致病性和可能致病性UTR变异集 | 3'和5' UTR的致病性和可能致病性变异 | 数字病理学 | 罕见病 | 深度学习 | 深度学习模型 | 序列数据 | 295个3' UTR变异和188个5' UTR变异，其中26个3' UTR变异和68个5' UTR变异被分类为致病性或可能致病性 | NA | NA | NA | NA |
| 1584 | 2024-09-26 |
Low-Latency Active Noise Control Using Attentive Recurrent Network
2023, IEEE/ACM transactions on audio, speech, and language processing
DOI:10.1109/taslp.2023.3244528
PMID:37746522
|
研究论文 | 本文提出了一种使用注意力循环网络（ARN）的低延迟主动噪声控制（ANC）方法 | 引入了延迟补偿训练和改进的重叠相加方法，以减少深度ANC的算法延迟 | NA | 解决主动噪声控制中的低延迟问题 | 主动噪声控制系统 | 机器学习 | NA | 注意力循环网络（ARN） | 循环神经网络（RNN） | 音频信号 | NA | NA | NA | NA | NA |
| 1585 | 2024-09-25 |
Reporting Quality of Research Studies on AI Applications in Medical Images According to the CLAIM Guidelines in a Radiology Journal With a Strong Prominence in Asia
2023-12, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2023.1027
PMID:38016678
|
研究论文 | 评估亚洲放射学期刊中应用深度学习的医学影像研究报告质量 | 使用CLAIM指南评估报告质量，并提供亚洲地区报告质量的见解 | 样本仅限于韩国放射学期刊，可能无法代表所有亚洲期刊 | 评估应用深度学习的医学影像研究的报告质量 | 38篇发表在韩国放射学期刊上的文章 | 计算机视觉 | NA | 深度学习 | NA | 医学影像 | 38篇文章 | NA | NA | NA | NA |
| 1586 | 2024-09-25 |
Response to "Medical Statistics Unlock the Gateway to Further Research: Using Deep Learning to Predict CDKN2A/B Homozygous Deletion in Isocitrate Dehydrogenase-Mutant Astrocytoma"
2023-12, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2023.0940
PMID:38016689
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1587 | 2024-09-25 |
Medical Statistics Unlock the Gateway to Further Research: Using Deep Learning to Predict CDKN2A/B Homozygous Deletion in Isocitrate Dehydrogenase-Mutant Astrocytoma
2023-12, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2023.0925
PMID:38016690
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1588 | 2024-09-25 |
Dataset of a parameterized U-bend flow for deep learning applications
2023-Oct, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2023.109477
PMID:37645446
|
研究论文 | 本文介绍了一个包含10,000个U型弯曲流体流动和传热模拟的数据集，适用于深度学习应用 | 该数据集的独特之处在于每个形状可以通过三种不同的数据类型表示，包括设计参数和目标组合、五种不同分辨率的2D图像以及数值模拟的网格单元值 | NA | 提供一个全面的基准数据集，用于研究设计优化领域中的各种问题和方法 | U型弯曲流体流动和传热模拟 | 计算流体动力学 | NA | 计算流体动力学方法 | 深度学习 | 设计参数、2D图像、数值模拟网格单元值 | 10,000个模拟样本 | NA | NA | NA | NA |
| 1589 | 2024-09-25 |
Deep learning assisted classification of spectral photoacoustic imaging of carotid plaques
2023-Oct, Photoacoustics
IF:7.1Q1
DOI:10.1016/j.pacs.2023.100544
PMID:37671317
|
研究论文 | 本文利用卷积神经网络（CNN）对颈动脉斑块的光谱光声成像（sPAI）进行分类 | 本文首次使用CNN对sPAI图像中的斑块成分进行分类，无需进行光通量或光谱校正 | 研究样本量较小，仅涉及九个颈动脉斑块 | 开发一种新的方法来准确分类颈动脉斑块的成分，以评估其易损性 | 颈动脉斑块的光谱光声成像 | 计算机视觉 | 心血管疾病 | 光谱光声成像（sPAI） | 卷积神经网络（CNN） | 图像 | 九个颈动脉斑块 | NA | NA | NA | NA |
| 1590 | 2024-09-25 |
Deep autoencoder-based behavioral pattern recognition outperforms standard statistical methods in high-dimensional zebrafish studies
2023-Sep-17, bioRxiv : the preprint server for biology
DOI:10.1101/2023.09.13.557544
PMID:37745446
|
研究论文 | 本文研究了基于深度自编码器的行为模式识别在高维斑马鱼研究中优于传统统计方法 | 本文提出了使用半监督深度自编码器从无暴露的斑马鱼幼体行为数据中提取典型“正常”行为，并能识别出传统统计框架未捕捉到的多种化学物质引起的行为异常 | NA | 本文旨在开发一种先进的行为数据分析方法，以更好地理解和识别斑马鱼在暴露于有毒物质后的行为变化 | 斑马鱼幼体及其在暴露于纳米材料、芳香族化合物、全氟和多氟烷基物质（PFAS）等环境污染物后的行为变化 | 机器学习 | NA | 深度自编码器 | 深度自编码器 | 行为数据 | 大量斑马鱼幼体样本 | NA | NA | NA | NA |
| 1591 | 2024-09-25 |
B-factor prediction in proteins using a sequence-based deep learning model
2023-Sep-08, Patterns (New York, N.Y.)
DOI:10.1016/j.patter.2023.100805
PMID:37720331
|
研究论文 | 本文开发了一种基于序列的深度学习模型，用于预测蛋白质中的B因子 | 该模型在2442个蛋白质上测试，比现有最先进模型高出30% | NA | 开发一种能够准确预测蛋白质中B因子的深度学习模型 | 蛋白质中的B因子 | 机器学习 | NA | 深度学习 | 深度学习模型 | 序列 | 2442个蛋白质 | NA | NA | NA | NA |
| 1592 | 2024-09-25 |
Kernel-weighted contribution: a method of visual attribution for 3D deep learning segmentation in medical imaging
2023-Sep, Journal of medical imaging (Bellingham, Wash.)
DOI:10.1117/1.JMI.10.5.054001
PMID:37692092
|
研究论文 | 本文介绍了一种名为核加权贡献的视觉解释方法，用于三维医学图像分割模型的解释 | 核加权贡献方法专门为医学图像分割模型设计，通过评估每个激活图对预测分割的相对贡献来评估特征重要性 | NA | 解释深度学习模型在医学图像分割中的决策，以促进其在医疗领域的广泛应用 | 三维医学图像分割模型 | 计算机视觉 | NA | NA | 分割模型 | 图像 | 100个测试样本 | NA | NA | NA | NA |
| 1593 | 2024-09-25 |
Development and validation of convolutional neural network-based model to predict the risk of sentinel or non-sentinel lymph node metastasis in patients with breast cancer: a machine learning study
2023-Sep, EClinicalMedicine
IF:9.6Q1
DOI:10.1016/j.eclinm.2023.102176
PMID:37662514
|
研究论文 | 开发并验证了一种基于卷积神经网络的模型，用于预测乳腺癌患者前哨淋巴结或非前哨淋巴结转移的风险 | 提出了一种基于卷积神经网络的模型，用于预测乳腺癌患者前哨淋巴结和非前哨淋巴结的转移风险，并展示了其在不同验证集中的良好表现 | NA | 开发并验证一种自动化的术前深度学习工具，用于预测乳腺癌患者前哨淋巴结和非前哨淋巴结的转移风险 | 乳腺癌患者的前哨淋巴结和非前哨淋巴结转移风险 | 机器学习 | 乳腺癌 | 动态对比增强磁共振成像（DCE-MRI） | 卷积神经网络（CNN） | 图像 | 988名乳腺癌患者 | NA | NA | NA | NA |
| 1594 | 2024-09-25 |
Structure-based prediction of nucleic acid binding residues by merging deep learning- and template-based approaches
2023-09, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1011428
PMID:37672551
|
研究论文 | 本文开发了一种名为NABind的新型结构基础整合算法，用于准确预测DNA和RNA结合残基 | 结合了深度学习和模板基础方法，采用堆叠策略和随机游走算法进行后处理，显著提高了预测性能 | NA | 提高蛋白质中核酸结合残基的预测准确性 | DNA和RNA结合残基 | 机器学习 | NA | 深度学习 | 图注意力网络 | 序列和结构描述符 | NA | NA | NA | NA | NA |
| 1595 | 2024-09-25 |
Deep learning in precision medicine and focus on glioma
2023-Sep, Bioengineering & translational medicine
IF:6.1Q1
DOI:10.1002/btm2.10553
PMID:37693051
|
综述 | 本文综述了深度学习在精准医学中的应用，特别是胶质瘤领域 | 探讨了深度学习在精准医学多个领域（如心脏病学、胃肠病学、眼科学、皮肤病学和肿瘤学）的应用前景，并强调了其在胶质瘤中的应用潜力 | 目前深度学习数据集的质量和数量仍需改进，且多组学数据（如全外显子序列、RNA序列、蛋白质组学和表观基因组学）尚未得到充分应用 | 总结人工智能模型的发展历史，展示机器学习和深度学习网络的特征，并探讨其在精准医学中的应用 | 深度学习在精准医学中的应用，特别是胶质瘤的诊断和监测 | 机器学习 | 脑肿瘤 | NA | 深度学习网络 | 医学数据 | NA | NA | NA | NA | NA |
| 1596 | 2024-09-25 |
Non-annotated renal histopathological image analysis with deep ensemble learning
2023-Sep-01, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-23-46
PMID:37711826
|
研究论文 | 本文开发了一种基于深度卷积神经网络的异构集成模型，用于自动分析未详细标注的肾组织病理图像 | 提出了基于深度学习的异构集成模型，用于肾组织病理图像的自动分析，无需详细标注 | 未提及具体限制 | 开发一种自动化的肾组织病理图像分析方法，以提高肾癌的早期检测效率和准确性 | 肾组织病理图像 | 数字病理 | 肾癌 | 深度卷积神经网络 | CNN | 图像 | 未提及具体样本数量 | NA | NA | NA | NA |
| 1597 | 2024-09-25 |
Machine and deep learning approaches to understand and predict habitat suitability for seabird breeding
2023-Sep, Ecology and evolution
IF:2.3Q2
DOI:10.1002/ece3.10549
PMID:37727776
|
研究论文 | 研究利用机器学习和深度学习算法预测海鸟繁殖栖息地的适宜性 | 首次结合卷积神经网络和随机森林模型，全面分析海鸟繁殖栖息地的选择 | 研究仅基于古巴地区的历史记录，可能不适用于其他地理区域 | 理解并预测海鸟繁殖栖息地的适宜性 | 海鸟的繁殖栖息地选择 | 机器学习 | NA | 卷积神经网络、随机森林 | CNN、随机森林 | 图像 | 49个古巴地区海鸟繁殖地的历史记录 | NA | NA | NA | NA |
| 1598 | 2024-09-25 |
Unleashing the Power of Artificial Intelligence in Materials Design
2023-Aug-30, Materials (Basel, Switzerland)
DOI:10.3390/ma16175927
PMID:37687620
|
研究论文 | 本文探讨了人工智能算法在材料设计中的应用，展示了其在预测材料性能、设计新型材料和发现新机制方面的潜力 | 本文介绍了人工智能在材料设计中的创新应用，包括机器学习、深度学习和材料信息学工具，这些方法能够从大量数据中提取有意义的信息，揭示材料属性、结构和成分之间的复杂关联 | NA | 本文旨在展示人工智能在材料设计中的应用，加速和丰富新材料发现的过程 | 本文研究的对象是人工智能算法在材料设计中的应用，特别是机器学习、深度学习和材料信息学工具 | 机器学习 | NA | 机器学习、深度学习、材料信息学 | NA | 材料属性、结构和成分的数据 | NA | NA | NA | NA | NA |
| 1599 | 2024-09-25 |
Deep Learning and Geometry Flow Vector Using Estimating Vehicle Cuboid Technology in a Monovision Environment
2023-Aug-29, Sensors (Basel, Switzerland)
DOI:10.3390/s23177504
PMID:37687960
|
研究论文 | 本研究提出了一种利用单目视觉传感器和道路几何信息准确估计道路车辆长方体的新模型 | 该模型通过利用对象检测模型和核心向量，克服了多传感器设置的局限性，提供了一种成本效益高的解决方案 | NA | 提供一种实用且高效的3D边界框估计方法 | 道路车辆的长方体估计 | 计算机视觉 | NA | NA | NA | 图像 | 通过CCTV摄像头捕获的真实道路图像进行验证 | NA | NA | NA | NA |
| 1600 | 2024-09-25 |
Hybrid Fusion of High-Resolution and Ultra-Widefield OCTA Acquisitions for the Automatic Diagnosis of Diabetic Retinopathy
2023-Aug-26, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics13172770
PMID:37685306
|
研究论文 | 本研究评估了一种深度学习算法，用于使用高分辨率和超广角OCTA自动评估糖尿病视网膜病变的严重程度 | 本研究提出了一种新颖的深度学习算法，采用独特的混合融合框架，结合了高分辨率和超广角OCTA的结构和血流信息 | 本研究仅使用了PLEX®Elite 9000设备的数据，未来需要扩展数据集并整合其他成像模式 | 本研究的目的是开发一种自动评估糖尿病视网膜病变严重程度的深度学习算法 | 本研究的对象是糖尿病视网膜病变患者 | 计算机视觉 | 糖尿病视网膜病变 | 光学相干断层扫描血管造影（OCTA） | 深度学习算法 | 图像 | 875只眼睛，444名患者用于训练；53名患者（97只眼睛）用于测试 | NA | NA | NA | NA |