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 133 篇文献，本页显示第 101 - 120 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 101 | 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 | NA | NA | NA | NA |
| 102 | 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 | NA | NA | NA | NA |
| 103 | 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 | NA | NA | NA | NA |
| 104 | 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 | NA | NA | NA | NA |
| 105 | 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） | NA | NA | NA | NA |
| 106 | 2024-09-19 |
Association of collagen deep learning classifier with prognosis and chemotherapy benefits in stage II-III colon cancer
2023-May, Bioengineering & translational medicine
IF:6.1Q1
DOI:10.1002/btm2.10526
PMID:37206212
|
研究论文 | 本文提出了一种基于50层残差网络模型的胶原蛋白深度学习分类器，用于预测II-III期结肠癌患者的无病生存期和总生存期，并评估其对辅助化疗的反应 | 本文首次将胶原蛋白深度学习分类器应用于结肠癌患者的预后和化疗效果预测 | NA | 研究胶原蛋白深度学习分类器在II-III期结肠癌患者中的预后和化疗效果预测能力 | II-III期结肠癌患者 | 机器学习 | 结肠癌 | 深度学习 | 残差网络模型 | 图像 | NA | NA | NA | NA | NA |
| 107 | 2024-09-19 |
Automated assessment of human engineered heart tissues using deep learning and template matching for segmentation and tracking
2023-May, Bioengineering & translational medicine
IF:6.1Q1
DOI:10.1002/btm2.10513
PMID:37206226
|
研究论文 | 开发并验证了一种名为HAARTA的软件，用于自动分析人工程心脏组织的收缩特性 | 使用深度学习和模板匹配技术进行高精度分割和跟踪，提高了分析的鲁棒性、准确性和计算效率 | NA | 开发一种自动分析人工程心脏组织收缩特性的软件，以促进体外药物筛选和心脏功能的纵向测量 | 人工程心脏组织（EHTs）的收缩特性 | 计算机视觉 | 心血管疾病 | 深度学习、模板匹配 | NA | 视频 | 来自三个不同的人多能干细胞（hPSC）系的数据集 | NA | NA | NA | NA |
| 108 | 2024-09-15 |
An optimized EBRSA-Bi LSTM model for highly undersampled rapid CT image reconstruction
2023-May, Biomedical signal processing and control
IF:4.9Q1
DOI:10.1016/j.bspc.2023.104637
PMID:36776947
|
研究论文 | 本文提出了一种优化的EBRSA-Bi LSTM模型，用于高度欠采样的快速CT图像重建 | 本文创新性地结合了深度学习方法和增强战斗皇家自注意力机制，提出了一种新的EBRSA-Bi LSTM模型，用于从欠采样数据中重建CT图像 | NA | 提高COVID-19患者的CT图像重建质量 | COVID-19和SARS-CoV-2的CT图像 | 计算机视觉 | NA | 深度学习 | EBRSA-Bi LSTM | 图像 | 两个数据集：COVID-CT和SARS-CoV-2 CT | NA | NA | NA | NA |
| 109 | 2024-08-10 |
Virtual-scanning light-field microscopy for robust snapshot high-resolution volumetric imaging
2023-05, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-023-01839-6
PMID:37024654
|
研究论文 | 本文提出了一种基于物理的深度学习框架——虚拟扫描光场显微镜（VsLFM），用于提高光场显微镜的分辨率至衍射极限，实现高速三维成像。 | VsLFM通过构建40GB的高分辨率扫描光场显微镜数据集，利用相位相关角度视图之间的物理先验信息，解决了频率混叠问题，从而避免了硬件扫描及其相关的运动伪影。 | NA | 旨在开发一种能够在单次快照中实现高分辨率三维成像的技术，以用于研究健康和疾病中的瞬态亚细胞相互作用和功能。 | 研究对象包括胚胎斑马鱼的心脏跳动、果蝇大脑的电压活动以及小鼠肝脏中的中性粒细胞迁移等多样化的生物过程。 | 计算机视觉 | NA | 光场显微镜 | 深度学习框架 | 图像 | 40GB的高分辨率扫描光场显微镜数据集 | NA | NA | NA | NA |
| 110 | 2024-08-04 |
The emerging role of artificial intelligence and digital twins in pre-clinical molecular imaging
2023 May-Jun, Nuclear medicine and biology
IF:3.6Q1
DOI:10.1016/j.nucmedbio.2023.108337
PMID:37030076
|
研究论文 | 本文探讨了人工智能和数字双胞胎在临床前分子成像中的新兴作用 | 提出使用深度学习方法提升数字双胞胎的发展能力和应用 | 目前尚未提及具体的局限性 | 探索数字双胞胎在临床前分子成像中的应用潜力 | 以小鼠为模型的临床前分子成像 | 数字病理学 | NA | 深度学习，生成对抗网络 | NA | 图像 | 特定基因小鼠模型 | NA | NA | NA | NA |
| 111 | 2024-08-05 |
Multimodal Deep Learning Model Unveils Behavioral Dynamics of V1 Activity in Freely Moving Mice
2023-May-30, bioRxiv : the preprint server for biology
DOI:10.1101/2023.05.30.542912
PMID:37398256
|
研究论文 | 本研究介绍了一种多模态递归神经网络，用于解释自由移动小鼠的V1活动 | 提出了一种新的多模态深度学习模型，能够结合视觉输入与行为和时间动态来预测小鼠视觉皮层的活动 | 该研究结果可能仅适用于小鼠，不适用于其他物种的视觉皮层活动预测 | 探讨小鼠视觉皮层中自然视觉输入与行为变量如何整合以产生神经反应 | 自由移动小鼠的视觉皮层V1活动 | 计算机视觉 | NA | 深度卷积神经网络 (CNN) 和递归神经网络 | 递归神经网络 | 视觉数据 | 自由移动小鼠的行为数据 | NA | NA | NA | NA |
| 112 | 2024-08-05 |
Real-time guiding by deep learning during echocardiography to reduce left ventricular foreshortening and measurement variability
2023-May, European heart journal. Imaging methods and practice
DOI:10.1093/ehjimp/qyad012
PMID:39044792
|
研究论文 | 本文探讨了在超声心动图过程中使用深度学习进行实时指导以减少左心室缩短和测量变异性。 | 研究首次将实时深度学习指导应用于超声心动图，以提高图像标准化和降低测量变异性。 | 实时指导对经验丰富的操作员间变异性的影响较小。 | 研究实时深度学习指导在超声心动图中对左心室缩短和观察者间变异性的影响。 | 纳入88名在窦律下进行超声心动图检查的患者。 | 数字病理学 | 心血管疾病 | 深度学习 | NA | 图像 | 88名患者 | NA | NA | NA | NA |
| 113 | 2024-08-05 |
Fully automatic estimation of global left ventricular systolic function using deep learning in transoesophageal echocardiography
2023-May, European heart journal. Imaging methods and practice
DOI:10.1093/ehjimp/qyad007
PMID:39044786
|
研究论文 | 本研究开发了一种利用深度学习实现完全自动化的左心室收缩功能评估方法。 | 创新点在于通过深度学习实现心脏超声图像的完全自动化评估，从而提高了监测速度和再现性。 | 本研究的限制在于样本来自185名患者，结果需在更多临床背景下进一步验证。 | 研究的目的是临床验证自动化MAPSE在心脏病患者中的有效性。 | 研究对象为185名未选择图像质量的心脏病患者。 | 数字病理学 | 心脏病 | 深度学习 | NA | 视频 | 185名心脏病患者 | NA | NA | NA | NA |
| 114 | 2024-08-05 |
The ChatGPT Storm and What Faculty Can Do
2023 May-Jun 01, Nurse educator
IF:2.4Q1
DOI:10.1097/NNE.0000000000001390
PMID:37043716
|
研究论文 | 本论文讨论了ChatGPT在学术界的迅速普及及其伦理使用的关注 | 探讨教师如何应对ChatGPT带来的挑战，强调自我反思、批判性思维和独立学习的重要性 | 未提及具体的实证研究或数据支持 | 旨在探讨ChatGPT在护理教育中的潜力及其伦理使用 | 关注职员及学生如何利用ChatGPT进行学习和信息评估 | 自然语言处理 | NA | 深度学习语言模型 | NA | 文本 | NA | NA | NA | NA | NA |
| 115 | 2024-08-05 |
In-silico generation of high-dimensional immune response data in patients using a deep neural network
2023-05, Cytometry. Part A : the journal of the International Society for Analytical Cytology
DOI:10.1002/cyto.a.24709
PMID:36507780
|
研究论文 | 本文提出了一种深度学习模型，用于在高维空间中生成患者的免疫反应数据 | 通过新的最佳时序细胞匹配和过完备自编码器管道，使用少量患者的数据预测整个患者的免疫反应 | 受限于仅使用小型患者样本，可能影响模型的普遍适用性 | 旨在理解免疫系统在各类疾病中的作用 | 分析手术前后1.08百万个细胞的数据 | 机器学习 | NA | 深度学习 | 自编码器 | 细胞数据 | 涉及1.08百万个细胞 | NA | NA | NA | NA |
| 116 | 2024-08-05 |
Deep Learning-Based Dose Prediction for Automated, Individualized Quality Assurance of Head and Neck Radiation Therapy Plans
2023 May-Jun, Practical radiation oncology
IF:3.4Q1
DOI:10.1016/j.prro.2022.12.003
PMID:36697347
|
研究论文 | 本研究旨在利用基于深度学习的剂量预测来评估头颈部治疗计划的质量并识别不理想的计划 | 本研究采用3D Dense Dilated U-Net架构进行剂量预测，显示其在自动化、个性化评估头颈部放疗计划质量中的应用潜力 | 临床计划的OAR标记存在高的医师间变异性，且仅有83%的医师标记的OAR由其中一位医师提出 | 研究深度学习在头颈部放疗计划质量评估中的应用 | 245个体积调制弧治疗（VMAT）头颈部计划以及112个高质量计划 | 医学影像处理 | 头颈癌 | 深度学习 | 3D Dense Dilated U-Net | 计算机断层扫描图像 | 245个计划 | NA | NA | NA | NA |
| 117 | 2024-08-05 |
Low-dimensional organization of global brain states of reduced consciousness
2023-05-30, Cell reports
IF:7.5Q1
DOI:10.1016/j.celrep.2023.112491
PMID:37171963
|
研究论文 | 本文探讨了低维空间中意识状态的映射及其性质。 | 创新地结合了全脑建模、数据增强和深度学习方法，实现了对意识状态低维空间的表征。 | 本文未充分讨论高维空间与低维空间之间的具体映射机制。 | 研究意识状态与大脑配置之间的关系，探寻其低维表征。 | 研究涉及意识水平的变化，尤其是健康与脑损伤患者之间的状态。 | 计算机视觉 | 脑损伤 | 深度学习 | NA | 脑部配置数据 | NA | NA | NA | NA | NA |
| 118 | 2024-08-05 |
Machine Learning on Visibility Graph Features Discriminates the Cognitive Event-Related Potentials of Patients with Early Alzheimer's Disease from Healthy Aging
2023-May-07, Brain sciences
IF:2.7Q3
DOI:10.3390/brainsci13050770
PMID:37239242
|
研究论文 | 本文提出了一种使用可视性图的方法，对阿尔茨海默病患者和健康老年人进行分类 | 该研究通过可视性图的特征来区分早期阿尔茨海默病患者与健康老年人的认知事件相关电位 | 研究可能只针对特定的实验条件，未考虑其他可能影响结果的因素 | 探索基于EEG信号的可视性图特征在阿尔茨海默病和健康老年人分类中的应用 | 早期阿尔茨海默病患者与健康老年人群体 | 机器学习 | 阿尔茨海默病 | EEG | 传统机器学习和深度学习算法 | EEG信号 | 研究涉及的样本数量未明确说明 | NA | NA | NA | NA |
| 119 | 2024-08-05 |
In silico evolution of protein binders with deep learning models for structure prediction and sequence design
2023-May-03, bioRxiv : the preprint server for biology
DOI:10.1101/2023.05.03.539278
PMID:37205527
|
研究论文 | 本文探讨了一种利用深度学习模型进行蛋白质结合体设计的方法。 | 提出了使用深度学习模型进行蛋白质结构预测和序列设计的迭代流程，并成功设计出自抑制型(PD-L1拮抗剂)结构。 | 研究未进行实验亲和力培养，结果需要进一步验证。 | 旨在设计能够被蛋白酶条件性激活的自抑制型拮抗剂。 | 研究对象为PD-L1拮抗剂的自抑制结构域。 | 计算机视觉 | NA | 深度学习 | AlphaFold2与ProteinMPNN | 蛋白质序列 | 23个设计的自抑制结构域 | NA | NA | NA | NA |
| 120 | 2024-08-05 |
Few-Shot Learning for Clinical Natural Language Processing Using Siamese Neural Networks: Algorithm Development and Validation Study
2023-May-04, JMIR AI
DOI:10.2196/44293
PMID:38875537
|
研究论文 | 本研究提出并评估了基于Siamese神经网络的少样本临床自然语言处理方法 | 文章创新性地将Siamese神经网络应用于临床自然语言处理任务的少样本学习 | 文中未详细探讨SNN在其他临床NLP任务中的表现，文献支持有限 | 旨在提出并评估基于SNN的少样本临床自然语言处理方法 | 研究对象为临床句子分类任务 | 自然语言处理 | NA | Siamese神经网络 | SNN | 文本 | NA | NA | NA | NA | NA |