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 154 篇文献，本页显示第 41 - 60 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 41 | 2024-10-08 |
DrugEx: Deep Learning Models and Tools for Exploration of Drug-Like Chemical Space
2023-06-26, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.3c00434
PMID:37272707
|
研究论文 | 介绍了一个名为DrugEx的开源软件包，用于多目标强化学习，以探索药物样化学空间 | 整合并重新设计了先前DrugEx论文中的脚本，包括多种生成器架构、多种评分工具和多目标优化方法，提供了一个灵活的应用编程接口和图形用户界面GenUI | NA | 开发一个用户友好且易于定制的药物设计工具 | 药物样化学空间中的新分子发现 | 机器学习 | NA | 多目标强化学习 | 多种生成器架构 | NA | NA | NA | NA | NA | NA |
| 42 | 2024-10-02 |
Real-time face mask position recognition system based on MobileNet model
2023-Jun, Smart health (Amsterdam, Netherlands)
DOI:10.1016/j.smhl.2023.100382
PMID:36743719
|
研究论文 | 本文开发并评估了一个基于MobileNet模型的实时口罩佩戴位置识别系统 | 提出了通过微调预训练的MobileNet模型来实现高精度的口罩佩戴位置识别，并开发了一个实时系统 | 未提及 | 开发一个能够自动识别口罩佩戴位置的系统，以确保人们在公共场所正确佩戴口罩 | 口罩佩戴位置的识别 | 计算机视觉 | NA | 深度学习 | MobileNet | 图像 | 391名不同年龄和性别的个体 | NA | NA | NA | NA |
| 43 | 2024-10-01 |
Deep learning for deterioration prediction of COVID-19 patients based on time-series of three vital signs
2023-06-20, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-37013-3
PMID:37339986
|
研究论文 | 研究开发并比较了两种预测COVID-19患者恶化的模型，基于时间序列的三种生命体征数据 | 提出了基于最少数据（如生命体征）的恶化预测模型，适用于远程医疗解决方案 | 研究仅限于特定数据集和特定时间段内的恶化预测 | 开发和评估基于最少数据的COVID-19患者恶化预测模型 | COVID-19患者的生命体征数据和基本患者信息 | 机器学习 | COVID-19 | NA | LSTM和TCN | 时间序列数据 | 37,006名COVID-19患者 | NA | NA | NA | NA |
| 44 | 2024-10-01 |
Developing an Artificial Intelligence-Based Representation of a Virtual Patient Model for Real-Time Diagnosis of Acute Respiratory Distress Syndrome
2023-Jun-17, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics13122098
PMID:37370993
|
研究论文 | 本文开发了一种基于深度学习的虚拟患者模型，用于实时诊断急性呼吸窘迫综合征 | 利用深度学习技术开发了一个轻量级的虚拟患者模型，与原始模拟器相比具有相当的准确性 | NA | 开发一种基于人工智能的虚拟患者模型，用于实时诊断急性呼吸窘迫综合征 | 急性呼吸窘迫综合征的诊断和治疗 | 机器学习 | 急性呼吸窘迫综合征 | 深度学习 | 深度学习模型 | 虚拟患者数据 | NA | NA | NA | NA | NA |
| 45 | 2024-10-01 |
Ensemble Deep Learning Derived from Transfer Learning for Classification of COVID-19 Patients on Hybrid Deep-Learning-Based Lung Segmentation: A Data Augmentation and Balancing Framework
2023-Jun-02, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics13111954
PMID:37296806
|
研究论文 | 本文研究了基于迁移学习的集成深度学习在混合深度学习肺部分割框架下对COVID-19患者分类的应用 | 本文提出了一种集成深度学习方法，通过数据增强和平衡框架，验证了其在COVID-19分类中的优越性 | NA | 验证集成深度学习在COVID-19分类中的优越性 | COVID-19患者的肺部CT图像分类 | 计算机视觉 | COVID-19 | 深度学习 | ResNet-UNet | 图像 | 12,000张CT切片，来自克罗地亚和意大利的多中心数据集 | NA | NA | NA | NA |
| 46 | 2024-10-01 |
Brain Tumor Classification based on Improved Stacked Ensemble Deep Learning Methods
2023-Jun-01, Asian Pacific journal of cancer prevention : APJCP
DOI:10.31557/APJCP.2023.24.6.2141
PMID:37378946
|
研究论文 | 本文研究了基于改进的堆叠集成深度学习方法的脑肿瘤分类 | 提出了改进的堆叠集成深度学习模型，结合了VGG19、Inception v3和Resnet 10三种模型，提高了分类准确率 | NA | 提高脑肿瘤分类的准确性，辅助放射科医生和其他医疗专业人员进行脑肿瘤的识别和分类 | 脑肿瘤的分类 | 机器学习 | 脑肿瘤 | 堆叠集成深度学习技术 | CNN | 图像 | 数据集来自Kaggle，包含异常和正常脑部的两类数据 | NA | NA | NA | NA |
| 47 | 2024-09-30 |
PPAD: a deep learning architecture to predict progression of Alzheimer's disease
2023-06-30, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btad249
PMID:37387135
|
研究论文 | 本文提出了一种基于深度学习的架构，用于预测阿尔茨海默病的进展 | 本文提出了两种基于RNN的深度学习架构，即PPAD和PPAD-Autoencoder，用于早期预测从轻度认知障碍到阿尔茨海默病的转换，并解决了电子健康记录数据中时间间隔不规则的问题 | NA | 开发早期预测轻度认知障碍患者转换为阿尔茨海默病的方法 | 轻度认知障碍患者和阿尔茨海默病 | 机器学习 | 阿尔茨海默病 | RNN | RNN | 电子健康记录 | 使用了阿尔茨海默病神经影像学倡议和国家阿尔茨海默病协调中心的数据集 | NA | NA | NA | NA |
| 48 | 2024-09-30 |
Breast Cancer Classification through Meta-Learning Ensemble Technique Using Convolution Neural Networks
2023-Jun-30, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics13132242
PMID:37443636
|
研究论文 | 本研究旨在通过元学习集成技术和卷积神经网络开发高效准确的乳腺癌分类模型 | 采用元学习集成技术、迁移学习和数据增强等先进技术，结合多个卷积神经网络，提高乳腺癌图像分类的准确性 | NA | 开发一种能够准确分类乳腺癌超声图像中良性或恶性病变的模型 | 乳腺癌超声图像数据集中的病变分类 | 计算机视觉 | 乳腺癌 | 元学习集成技术、迁移学习、数据增强 | 卷积神经网络（CNN） | 图像 | 乳腺癌超声图像数据集（BUSI） | NA | NA | NA | NA |
| 49 | 2024-09-30 |
Fusion of visible and thermal images improves automated detection and classification of animals for drone surveys
2023-06-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-37295-7
PMID:37369669
|
研究论文 | 本文研究了通过无人机获取的可见光和热成像图像的融合方法，以提高动物检测和分类的自动化程度 | 本文首次比较了八种图像融合方法，并结合两种监督深度学习模型，评估了其在检测和分类白尾鹿、家牛和家马中的应用效果 | 图像融合对家牛和家马的改进有限，可能是因为这些物种的体型、形状和颜色使其在背景中较为显眼 | 研究如何通过图像融合技术提高无人机在动物监测中的自动化检测和分类能力 | 白尾鹿、家牛和家马 | 计算机视觉 | NA | 图像融合 | 深度学习模型 | 图像 | 涉及白尾鹿、家牛和家马的图像数据 | NA | NA | NA | NA |
| 50 | 2024-09-30 |
Recent Advances in Deep Learning and Medical Imaging for Head and Neck Cancer Treatment: MRI, CT, and PET Scans
2023-Jun-21, Cancers
IF:4.5Q1
DOI:10.3390/cancers15133267
PMID:37444376
|
综述 | 本文综述了深度学习技术在头颈癌影像分析中的应用，重点介绍了肿瘤检测、分割、分类和响应预测 | 本文讨论了卷积自编码器、生成对抗网络（GANs）和变压器模型等先进深度学习技术，并探讨了深度学习与传统影像技术在癌症管理中的互补作用 | 本文指出了标准化、算法可解释性和临床验证等挑战，以及模型在不同影像模态和肿瘤类型中的泛化能力和人类专业知识在AI时代的作用等关键差距和争议 | 本文旨在鼓励深度学习在头颈癌管理中的应用，以最终提高患者护理和治疗效果 | 头颈癌的影像分析 | 计算机视觉 | 头颈癌 | 深度学习 | 卷积自编码器、生成对抗网络（GANs）、变压器模型 | 影像 | NA | NA | NA | NA | NA |
| 51 | 2024-09-30 |
Improve the performance of CT-based pneumonia classification via source data reweighting
2023-06-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-35938-3
PMID:37296239
|
研究论文 | 本文提出了一种基于源数据重加权的方法，通过优化CT图像数据来提高肺炎分类的性能 | 本文创新性地提出了一种三层优化方法，利用源域的CT数据来缓解目标域中标注CT扫描数据的缺乏问题，并通过自动识别和降低低质量源数据的权重来提高模型性能 | 本文未详细讨论该方法在不同数据集上的泛化能力 | 旨在通过优化CT图像数据来提高肺炎分类的准确性和效率 | 研究对象为基于CT图像的肺炎分类 | 计算机视觉 | 肺炎 | NA | NA | 图像 | 目标数据集包含2218个CT扫描，源数据集包含349个CT图像 | NA | NA | NA | NA |
| 52 | 2024-09-30 |
Recent Advances in Melanoma Diagnosis and Prognosis Using Machine Learning Methods
2023-06, Current oncology reports
IF:4.7Q1
DOI:10.1007/s11912-023-01407-3
PMID:37000340
|
综述 | 总结了人工智能和机器学习在黑色素瘤诊断和管理中的当前作用和状态 | 深度学习算法能够从临床、皮肤镜和全切片病理图像中识别黑色素瘤，准确性不断提高 | 需要更高质量的输入数据以进一步提高模型的能力 | 总结人工智能和机器学习在黑色素瘤诊断和管理中的应用 | 黑色素瘤的诊断和管理 | 机器学习 | 皮肤癌 | 深度学习 | 深度学习算法 | 图像 | NA | NA | NA | NA | NA |
| 53 | 2024-09-28 |
SnapEnsemFS: a snapshot ensembling-based deep feature selection model for colorectal cancer histological analysis
2023-06-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-36921-8
PMID:37336964
|
研究论文 | 提出了一种基于快照集成学习的深度特征选择模型，用于结直肠癌的组织学分析 | 采用快照集成方法从卷积神经网络模型的倒数第二层提取深度特征，并通过粒子群优化进行特征降维和分类 | NA | 开发一种自动化的计算机辅助检测框架，用于结直肠癌的早期诊断 | 结直肠癌的组织学图像 | 计算机视觉 | 结直肠癌 | 卷积神经网络 (CNN) | CNN | 图像 | 使用公开的结直肠癌组织学数据集进行五折交叉验证 | NA | NA | NA | NA |
| 54 | 2024-09-23 |
Artificial Intelligence-Assisted Diagnostic Cytology and Genomic Testing for Hematologic Disorders
2023-06-30, Cells
IF:5.1Q2
DOI:10.3390/cells12131755
PMID:37443789
|
研究论文 | 本文探讨了人工智能在血液病诊断细胞学和基因检测中的应用 | 机器学习和深度学习模型在血液病领域的应用，包括数字病理学、α地中海贫血患者筛查、细胞遗传学、免疫表型和测序 | 数据库有限、缺乏验证和标准化、系统误差和偏差，以及数据隐私问题 | 研究人工智能在血液病诊断中的应用及其潜在影响 | 血液病诊断中的细胞学和基因检测 | 计算机科学 | 血液病 | 机器学习、深度学习 | NA | 数据 | NA | NA | NA | NA | NA |
| 55 | 2024-09-23 |
Role of Artificial Intelligence for Autism Diagnosis Using DTI and fMRI: A Survey
2023-Jun-29, Biomedicines
IF:3.9Q1
DOI:10.3390/biomedicines11071858
PMID:37509498
|
综述 | 本文综述了人工智能在基于DTI和fMRI的孤独症诊断中的作用 | 探讨了深度学习在处理脑部MRI数据以提高孤独症诊断能力方面的应用 | NA | 探讨人工智能在孤独症诊断和检测中的应用 | 孤独症谱系障碍（ASD）的诊断和检测 | 计算机视觉 | 孤独症 | MRI | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 56 | 2024-09-23 |
Human Activity Recognition Using Cascaded Dual Attention CNN and Bi-Directional GRU Framework
2023-Jun-26, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging9070130
PMID:37504807
|
研究论文 | 本文提出了一种基于级联双注意力卷积神经网络和双向门控循环单元框架的人类活动识别方法 | 本文创新性地结合了双注意力机制和双向门控循环单元，以提高模型在人类活动识别任务中的准确性和计算效率 | NA | 提高基于视频的人类活动识别任务的准确性和计算效率 | 人类活动识别 | 计算机视觉 | NA | 卷积神经网络 (CNN), 门控循环单元 (GRU) | 双注意力卷积神经网络 (DA-CNN), 双向门控循环单元 (Bi-GRU) | 视频 | 三个公开的人类活动数据集 | NA | NA | NA | NA |
| 57 | 2024-09-23 |
Closed-Chain Inverse Dynamics for the Biomechanical Analysis of Manual Material Handling Tasks through a Deep Learning Assisted Wearable Sensor Network
2023-Jun-25, Sensors (Basel, Switzerland)
DOI:10.3390/s23135885
PMID:37447734
|
研究论文 | 本文提出了一种基于深度学习和可穿戴传感器网络的闭链逆动力学算法，用于分析手动物料搬运任务中的生物力学负荷 | 本文提出了一种新颖的、计算效率高的算法，并在ROS中实现，用于分析人体肌肉骨骼系统的生物力学，同时提出了一种基于深度学习物体识别的方法来估计负载及其分布 | 需要改进步态分割以减少估计的下肢关节力矩的不连续性 | 开发一种深度学习辅助的可穿戴传感器系统，用于在线评估操作员在手动物料搬运任务中施加的生物力学负荷 | 手动物料搬运任务中的生物力学负荷 | 生物力学 | NA | 深度学习 | 深度学习模型 | 运动数据 | NA | NA | NA | NA | NA |
| 58 | 2024-09-23 |
Deciphering Phage-Host Specificity Based on the Association of Phage Depolymerases and Bacterial Surface Glycan with Deep Learning
2023-Jun-16, bioRxiv : the preprint server for biology
DOI:10.1101/2023.06.16.545366
PMID:37503040
|
研究论文 | 本文开发了一种基于ESM-2蛋白质语言模型的方法SpikeHunter，用于识别噬菌体尾丝蛋白，并分析其与细菌表面糖类的关联 | 首次使用深度学习方法解析噬菌体与宿主特异性关系，并成功识别大量尾丝蛋白 | NA | 解析噬菌体尾丝蛋白与细菌表面糖类的关联，以揭示噬菌体与宿主的特异性关系 | 噬菌体尾丝蛋白及其与细菌表面糖类的关联 | 机器学习 | NA | 深度学习 | ESM-2蛋白质语言模型 | 基因组数据 | 8,434,494个原噬菌体，来自165,365个五种常见病原体的基因组 | NA | NA | NA | NA |
| 59 | 2024-09-23 |
Meta-analysis and Open-source Database for In Vivo Brain Magnetic Resonance Spectroscopy in Health and Disease
2023-Jun-15, bioRxiv : the preprint server for biology
DOI:10.1101/2023.02.10.528046
PMID:37205343
|
meta-analysis | 本文通过系统评价和荟萃分析，建立了包含健康和疾病状态下脑代谢物浓度及T2弛豫时间期望值和范围的开源数据库 | 开发了一个开源数据库，包含健康和疾病状态下脑代谢物的浓度和T2弛豫时间的期望值和范围，为数据模拟和深度学习算法开发提供了参考 | 缺乏真实数据作为验证基准 | 确定脑代谢物的生理范围和弛豫率，用于数据模拟和参考估计 | 健康和疾病状态下的脑代谢物浓度及T2弛豫时间 | NA | NA | 磁共振波谱（MRS） | NA | 数据模拟 | NA | NA | NA | NA | NA |
| 60 | 2024-09-23 |
Modification of a Conventional Deep Learning Model to Classify Simulated Breathing Patterns: A Step toward Real-Time Monitoring of Patients with Respiratory Infectious Diseases
2023-Jun-15, Sensors (Basel, Switzerland)
DOI:10.3390/s23125592
PMID:37420758
|
研究论文 | 本文研究了如何通过改进传统的深度学习模型来分类模拟呼吸模式，以实现对呼吸道传染病患者的实时监测 | 本文提出了一种基于深度卷积神经网络（CNN）的分类算法，用于实时分类和监测呼吸模式，并改进了预激活残差网络（Pre-ResNet）以适应一维数据 | 研究样本仅包括21名健康志愿者，且仅在三种不同的呼吸条件下进行测试 | 开发一种实时分类和监测呼吸模式的方法，以帮助监测呼吸道传染病患者 | 呼吸模式和组织血流动力学响应 | 机器学习 | 呼吸道传染病 | 近红外光谱（NIRS） | 深度卷积神经网络（CNN） | 一维数据 | 21名健康志愿者 | NA | NA | NA | NA |