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！
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。
当前共找到 109 篇文献，本页显示第 61 - 80 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 61 | 2024-09-19 |
General framework for E(3)-equivariant neural network representation of density functional theory Hamiltonian
2023-May-18, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-38468-8
PMID:37208320
|
研究论文 | 提出了一种E(3)-等变深度学习框架，用于表示密度泛函理论（DFT）哈密顿量作为材料结构的函数 | 该方法能够自然地保留欧几里得对称性，即使在存在自旋轨道耦合的情况下，也能实现高效的电子结构计算 | NA | 设计一种结合深度学习和从头计算的神经网络模型，以实现高效的电子结构计算 | 密度泛函理论（DFT）哈密顿量和材料结构 | 机器学习 | NA | 深度学习 | E(3)-等变神经网络 | 材料结构数据 | 小尺寸结构的数据 |
| 62 | 2024-09-19 |
The effect of neural network architecture on virtual H&E staining: Systematic assessment of histological feasibility
2023-May-12, Patterns (New York, N.Y.)
DOI:10.1016/j.patter.2023.100725
PMID:37223268
|
研究论文 | 本文研究了神经网络架构对虚拟H&E染色的影响，评估了其在组织学上的可行性 | 本文通过使用pix2pix模型，发现用密集卷积单元替代简单卷积可以提高结构相似性分数、峰值信噪比和细胞核再现精度 | NA | 研究神经网络架构对虚拟H&E染色的影响，评估其在组织学分析中的应用潜力 | 未染色的组织切片和虚拟H&E染色图像 | 计算机视觉 | NA | 深度学习 | 生成对抗网络 (GAN) | 图像 | 涉及多种组织类型 |
| 63 | 2024-09-19 |
Sentiment Impact of Public Health Agency communication Strategies on TikTok under COVID-19 Normalization: Deep Learning Exploration
2023-May-11, Zeitschrift fur Gesundheitswissenschaften = Journal of public health
DOI:10.1007/s10389-023-01921-5
PMID:37361279
|
研究论文 | 研究探讨了COVID-19常态化背景下，公共卫生机构在TikTok上的沟通策略对公众情感倾向的影响 | 首次探索了公共卫生机构在TikTok上的沟通策略与公众情感倾向之间的关系 | 研究仅基于2022年上海封城事件，可能缺乏普适性 | 探讨公共卫生机构在TikTok上的沟通策略与公众情感倾向之间的关系 | 公共卫生机构的沟通策略和公众的情感倾向 | 自然语言处理 | NA | ERNIE预训练模型 | ERNIE | 文本 | 基于2022年上海封城事件的TikTok数据 |
| 64 | 2024-09-19 |
Deep learning models challenge the prevailing assumption that face-like effects for objects of expertise support domain-general mechanisms
2023-05-10, Proceedings. Biological sciences
DOI:10.1098/rspb.2023.0093
PMID:37161322
|
研究论文 | 本文探讨了专家对象识别中任务表现的最佳机制是领域特定还是领域通用的处理机制 | 通过训练深度学习算法在不同领域和分类级别上，发现面孔般的反转效应并不支持领域通用机制，而是可能源自领域特定机制 | 人类研究中领域、经验和分类级别的效果混淆可能导致错误推断 | 测试专家对象识别中任务表现的最佳机制 | 深度学习模型在不同领域和分类级别上的表现 | 机器学习 | NA | 深度学习 | 深度学习算法 | 图像 | 不同领域（对象、面孔、鸟类）和分类级别（基本、下属、个体）的数据 |
| 65 | 2024-09-19 |
Molecular Identification from AFM Images Using the IUPAC Nomenclature and Attribute Multimodal Recurrent Neural Networks
2023-May-10, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.3c01550
PMID:37126486
|
研究论文 | 本文提出了一种基于非接触原子力显微镜（HR-AFM）图像的分子识别方法，利用多模态循环神经网络（M-RNN）进行分子结构和组成的识别 | 本文首次提出利用HR-AFM图像结合机器学习技术进行分子识别，克服了传统光谱方法在溶液合成中的局限性 | 本文主要基于理论图像进行测试，实验验证较少 | 开发一种新的分子识别方法，克服传统光谱方法的局限性 | 利用HR-AFM图像识别分子结构和组成 | 计算机视觉 | NA | 非接触原子力显微镜（HR-AFM） | 多模态循环神经网络（M-RNN） | 图像 | 约700,000个分子和1.65亿张理论AFM图像 |
| 66 | 2024-09-19 |
Ultrahigh-Throughput Enzyme Engineering and Discovery in In Vitro Compartments
2023-05-10, Chemical reviews
IF:51.4Q1
DOI:10.1021/acs.chemrev.2c00910
PMID:37126602
|
review | 本文综述了利用水油乳液液滴进行超高通量酶工程和发现的方法 | 液滴微流控技术能够显著提高筛选通量，实现每日筛选超过10个变体，频率达到kHz级别 | NA | 探讨液滴微流控技术在酶发现和动力学特性分析中的应用 | 酶的发现和工程 | NA | NA | 液滴微流控技术 | NA | NA | NA |
| 67 | 2024-09-19 |
Large-scale electrophysiology and deep learning reveal distorted neural signal dynamics after hearing loss
2023-05-10, eLife
IF:6.4Q1
DOI:10.7554/eLife.85108
PMID:37162188
|
研究论文 | 本文通过大规模电生理记录和深度学习揭示了听力损失后神经信号动力学的扭曲 | 本文首次使用深度神经网络（DNN）模拟听力损失前后的语音神经编码，并分析了其底层网络动力学 | NA | 研究听力损失对语音处理的影响，并探索改进助听器的潜在方法 | 听力损失对语音处理的影响 | 神经科学 | 听力损失 | 电生理记录 | 深度神经网络（DNN） | 语音和噪声数据 | NA |
| 68 | 2024-09-19 |
Multimodal fusion models for pulmonary embolism mortality prediction
2023-05-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-34303-8
PMID:37160926
|
研究论文 | 本文开发并比较了多模态融合模型，利用体积像素数据和临床患者数据进行肺栓塞风险分层 | 本文首次将双线性注意力和TabNet结合，形成端到端训练的多模态融合模型，显著提升了肺栓塞严重程度评估的性能 | NA | 开发和比较多模态融合模型，用于自动评估肺栓塞的严重程度 | 肺栓塞患者的风险分层 | 机器学习 | 心血管疾病 | 多模态融合 | 多模态融合模型 | 体积像素数据和临床患者数据 | NA |
| 69 | 2024-09-19 |
Multilingual deep learning framework for fake news detection using capsule neural network
2023-May-09, Journal of intelligent information systems
IF:2.3Q3
DOI:10.1007/s10844-023-00788-y
PMID:37363074
|
研究论文 | 本文提出了一种基于胶囊神经网络的多语言深度学习框架，用于检测假新闻 | 首次使用胶囊神经网络进行多语言假新闻检测，并在多个语言对的假新闻数据集上表现优于现有最先进方法 | 未提及 | 解决多语言假新闻检测的挑战，提取更多语义和上下文特征 | 多语言文本中的假新闻 | 自然语言处理 | NA | 胶囊神经网络 | 胶囊神经网络 | 文本 | 在TALLIP假新闻数据集上进行了英语到英语、英语到印地语、英语到印尼语、英语到斯瓦希里语和英语到越南语的测试 |
| 70 | 2024-09-19 |
Benchmarking splice variant prediction algorithms using massively parallel splicing assays
2023-May-07, bioRxiv : the preprint server for biology
DOI:10.1101/2023.05.04.539398
PMID:37205456
|
研究论文 | 本文通过大规模并行剪接测定法（MPSAs）对八种广泛使用的剪接效应预测算法进行了基准测试 | 利用MPSAs作为实验确定的基准，评估了剪接效应预测算法的性能，并发现深度学习模型在区分破坏性和中性变异方面表现最佳 | 算法在识别外显子变异方面的准确性较低，尤其是错义或同义剪接破坏变异 | 评估现有剪接效应预测算法的性能，并探讨其在基因组范围内的应用 | 八种剪接效应预测算法在五种基因中的3616个变异的预测性能 | 基因组学 | 遗传病 | 大规模并行剪接测定法（MPSAs） | 深度学习 | 基因组数据 | 3616个变异 |
| 71 | 2024-09-19 |
Improving de novo protein binder design with deep learning
2023-05-06, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-38328-5
PMID:37149653
|
研究论文 | 本文探讨了使用深度学习增强基于能量的蛋白质结合蛋白设计 | 利用AlphaFold2和RoseTTAFold评估设计序列的概率，显著提高了设计成功率 | NA | 提高从头设计蛋白质结合蛋白的成功率 | 蛋白质结合蛋白的设计 | 机器学习 | NA | 深度学习 | AlphaFold2, RoseTTAFold, ProteinMPNN | 结构信息 | NA |
| 72 | 2024-09-19 |
EM-Gaze: eye context correlation and metric learning for gaze estimation
2023-May-05, Visual computing for industry, biomedicine, and art
DOI:10.1186/s42492-023-00135-6
PMID:37145171
|
研究论文 | 本文提出了一种用于移动设备2D注视点估计的深度神经网络，通过引入基于注意力的模块和度量学习方法，显著提高了注视点回归和分类的性能 | 本文创新性地提出了一个基于注意力的模块，用于关联和融合左右眼上下文特征，并引入了度量学习作为额外的监督，以提高注视点回归和分类的性能 | NA | 提高移动设备上2D注视点估计的准确性 | 注视点回归和分类 | 计算机视觉 | NA | 深度学习 | 深度神经网络 | 图像 | 使用了GazeCapture和MPIIFaceGaze数据集 |
| 73 | 2024-09-19 |
Semi-supervised learning improves regulatory sequence prediction with unlabeled sequences
2023-May-05, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-023-05303-2
PMID:37147561
|
研究论文 | 本文提出了一种半监督学习方法，用于改进基于未标记序列的调控序列预测 | 本文首次将半监督学习应用于调控序列预测，利用大量未标记序列（如来自其他物种的DNA序列）来提高预测性能 | 本文未详细讨论半监督学习在不同神经网络架构中的适用性和潜在问题 | 旨在通过半监督学习方法改进调控序列预测的准确性 | 研究对象包括人类基因组中的非编码区域和来自其他物种的DNA序列 | 机器学习 | NA | ChIP-seq | 神经网络 | DNA序列 | 包括人类基因组和其他物种的DNA序列，具体数量未明确说明 |
| 74 | 2024-09-19 |
Exploring Digital Biomarkers of Illness Activity in Mood Episodes: Hypotheses Generating and Model Development Study
2023-05-04, JMIR mHealth and uHealth
IF:5.4Q1
DOI:10.2196/45405
PMID:36939345
|
研究论文 | 研究探讨了使用可穿戴设备记录的生理数据预测双相情感障碍和重度抑郁症患者情绪发作的严重程度和极性 | 提出了一种新的全自动方法，用于预处理和分析研究级可穿戴设备的生理数据，并开发了一个可行的监督学习管道用于时间序列分析 | 模型在未见过的患者上的泛化能力总体上较低，除了个体间模型 | 探索生理可穿戴数据是否能预测急性情绪发作的严重程度和极性，并研究哪些生理数据与先前的预测、患者间的泛化以及情绪症状与生理数据之间的关联有关 | 双相情感障碍和重度抑郁症患者的急性情绪发作（躁狂、抑郁和混合） | 数字病理学 | 精神疾病 | 深度学习 | 深度学习预测模型 | 生理数据 | 35个会话，来自12名患者和7名健康对照（平均年龄39.7岁，标准差12.6年；6/19，32%女性） |
| 75 | 2024-09-19 |
AcrNET: predicting anti-CRISPR with deep learning
2023-05-04, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btad259
PMID:37084259
|
研究论文 | 提出了一种名为AcrNET的深度神经网络，用于预测anti-CRISPR蛋白 | AcrNET在跨数据集验证中显著优于现有方法，首次实现了对anti-CRISPR类别的详细预测 | NA | 开发一种高效的计算方法来预测anti-CRISPR蛋白 | anti-CRISPR蛋白及其与CRISPR-Cas系统的相互作用 | 机器学习 | NA | 深度学习 | Transformer | 蛋白质序列 | 25000万条蛋白质序列 |
| 76 | 2024-09-19 |
Deep Learning Denoising Improves and Homogenizes Patient [18F]FDG PET Image Quality in Digital PET/CT
2023-May-04, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics13091626
PMID:37175017
|
研究论文 | 研究使用深度学习技术对数字PET/CT图像进行去噪，以提高和统一患者[18F]FDG PET图像质量 | 首次评估了基于卷积神经网络的深度学习PET去噪解决方案（Subtle PET），显著提高了图像质量和一致性 | 研究样本量有限，且仅限于特定类型的PET图像 | 提高和统一数字PET/CT中[18F]FDG PET图像质量 | 113名患者的PET图像质量及病变检测和量化 | 计算机视觉 | NA | 深度学习 | 卷积神经网络 | 图像 | 113名患者 |
| 77 | 2024-09-19 |
ASTRA: a deep learning algorithm for fast semantic segmentation of large-scale astrocytic networks
2023-May-03, bioRxiv : the preprint server for biology
DOI:10.1101/2023.05.03.539211
PMID:37205519
|
研究论文 | 本文介绍了一种名为ASTRA的深度学习算法，用于快速语义分割大规模星形胶质网络中的钙信号 | ASTRA结合了深度学习和图像特征工程，实现了对星形胶质细胞钙成像记录的快速和全自动语义分割 | NA | 开发一种快速且自动化的分析工具，用于识别星形胶质细胞亚细胞区域的钙信号 | 星形胶质细胞的钙信号及其在大规模网络中的相互作用 | 计算机视觉 | NA | 两光子显微镜 | 深度学习 | 图像 | 数百个星形胶质细胞 |
| 78 | 2024-09-19 |
The landscape of tolerated genetic variation in humans and primates
2023-May-02, bioRxiv : the preprint server for biology
DOI:10.1101/2023.05.01.538953
PMID:37205491
|
研究论文 | 研究分析了人类和灵长类动物中容忍的遗传变异，并利用深度学习模型预测了这些变异的致病性 | 通过大规模的基因组测序数据，系统地解析了人类遗传变异的影响，并利用深度学习模型实现了对致病变异的准确诊断 | 对遗传变异的临床相关性理解仍不完整 | 系统地解析人类遗传变异的影响 | 人类和灵长类动物的基因组 | 基因组学 | NA | 全基因组测序 | 深度学习 | 基因组数据 | 809个个体，来自233种灵长类物种 |
| 79 | 2024-09-19 |
Hepatic vessels segmentation using deep learning and preprocessing enhancement
2023-May, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.13966
PMID:36933239
|
研究论文 | 本文提出了一种基于深度学习和预处理增强的肝血管分割方法 | 结合了深度学习与预处理增强技术，使用改进的U-net网络架构和残差块连接，提高了肝血管的对比度和强度均匀性 | 研究了数据不匹配对训练和验证的影响，但未详细说明如何解决这一问题 | 开发一种自动化的肝血管分割系统，以辅助肝病患者的诊断和手术规划 | 肝血管的分割 | 计算机视觉 | 肝病 | 卷积神经网络 (CNN) | U-net | CT图像 | 多个CT数据集 |
| 80 | 2024-09-19 |
A deep learning algorithm to predict risk of pancreatic cancer from disease trajectories
2023-05, Nature medicine
IF:58.7Q1
DOI:10.1038/s41591-023-02332-5
PMID:37156936
|
研究论文 | 本研究利用人工智能方法分析临床数据，预测胰腺癌风险 | 开发了一种深度学习算法，能够从疾病轨迹中预测胰腺癌风险，并在不同数据集上验证了其有效性 | 跨数据集应用时模型性能下降，需要重新训练 | 提高胰腺癌早期检测能力，设计更有效的筛查计划 | 胰腺癌风险预测 | 机器学习 | 胰腺癌 | 深度学习 | 机器学习模型 | 临床数据 | 丹麦600万患者（24,000例胰腺癌）和美国300万患者（3,900例胰腺癌） |