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 218 篇文献，本页显示第 141 - 160 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 141 | 2024-09-27 |
Automated Detection and Measurement of Dural Sack Cross-Sectional Area in Lumbar Spine MRI Using Deep Learning
2023-Sep-10, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering10091072
PMID:37760174
|
研究论文 | 本研究开发并验证了用于自动检测和测量腰椎MRI中硬膜囊横截面积的深度学习模型 | 本研究首次使用U-Net、Attention U-Net和MultiResUNet模型进行自动检测和测量，显著提高了检测精度和减少了手动方法的误差 | 需要进一步的大样本量和多中心数据验证模型的泛化能力 | 开发和验证用于自动检测和测量腰椎MRI中硬膜囊横截面积的深度学习模型 | 腰椎MRI中的硬膜囊横截面积 | 计算机视觉 | NA | 深度学习 | U-Net、Attention U-Net、MultiResUNet | 图像 | 515名有症状背痛患者的数据集，以及50名患者的验证数据集 | NA | NA | NA | NA |
| 142 | 2024-09-27 |
Efficient and Automatic Breast Cancer Early Diagnosis System Based on the Hierarchical Extreme Learning Machine
2023-Sep-09, Sensors (Basel, Switzerland)
DOI:10.3390/s23187772
PMID:37765827
|
研究论文 | 本文提出了一种基于分层极限学习机（H-ELM）的高效自动乳腺癌早期诊断系统 | 该系统在公共乳腺超声图像（BUSI）数据集上的分类准确率达到了86.13%，超过了传统的深度学习方法，并且训练时间大幅减少至5.31秒 | 系统仅依赖于超声图像，未考虑其他相关信息和监督 | 开发一种高效且自动化的乳腺癌早期诊断系统 | 乳腺癌的超声图像 | 计算机视觉 | 乳腺癌 | 分层极限学习机（H-ELM） | 分层极限学习机（H-ELM） | 图像 | 28×28像素的超声图像 | NA | NA | NA | NA |
| 143 | 2024-09-27 |
CNN-ViT Supported Weakly-Supervised Video Segment Level Anomaly Detection
2023-Sep-07, Sensors (Basel, Switzerland)
DOI:10.3390/s23187734
PMID:37765792
|
研究论文 | 本文提出了一种基于CNN和ViT的弱监督视频片段级异常检测方法 | 利用预训练的CNN和ViT特征提取器，结合时间自注意力网络（TSAN）提取长短期时间依赖性，设计了多实例学习（MIL）架构 | 依赖于预训练的特征提取器，可能受限于这些提取器的性能 | 改进弱监督视频异常检测技术 | 视频片段级异常检测 | 计算机视觉 | NA | CNN, ViT, 时间自注意力网络（TSAN） | CNN-ViT-TSAN | 视频 | 公开的流行人群数据集 | NA | NA | NA | NA |
| 144 | 2024-09-27 |
Emerging Technologies for 6G Communication Networks: Machine Learning Approaches
2023-Sep-06, Sensors (Basel, Switzerland)
DOI:10.3390/s23187709
PMID:37765765
|
综述 | 本文综述了机器学习方法在6G通信网络新兴技术中的应用 | 本文首次系统地综述了机器学习、深度学习和强化学习算法在6G技术中的重要性 | 本文主要集中在算法综述，未提供具体的实验验证 | 探讨机器学习算法及其衍生算法在优化6G网络新兴技术中的潜力 | 6G通信网络中的新兴技术 | 机器学习 | NA | 机器学习算法 | ML, DL, RL | NA | NA | NA | NA | NA | NA |
| 145 | 2024-09-27 |
Topological deep learning based deep mutational scanning
2023-09, Computers in biology and medicine
IF:7.0Q1
DOI:10.1016/j.compbiomed.2023.107258
PMID:37506452
|
研究论文 | 本文提出了一种基于拓扑深度学习的深度突变扫描方法，用于系统理解蛋白质功能 | 引入了一种新的拓扑数据分析技术，基于持久谱理论，捕捉数据的拓扑不变量和同伦形状演化 | NA | 开发一种替代方法来处理蛋白质的巨大突变空间，以促进深度突变扫描 | 蛋白质功能和突变 | 机器学习 | NA | 拓扑深度学习 | 拓扑深度学习模型 | 数据集 | 使用SARS-CoV-2数据集进行验证 | NA | NA | NA | NA |
| 146 | 2024-09-27 |
AutoUnmix: an autoencoder-based spectral unmixing method for multi-color fluorescence microscopy imaging
2023-Sep-01, Biomedical optics express
IF:2.9Q2
DOI:10.1364/BOE.498421
PMID:37791286
|
研究论文 | 提出了一种基于自编码器的深度学习方法AutoUnmix，用于多色荧光显微镜成像中的光谱解混 | AutoUnmix方法通过模仿物理光谱混合过程，实现了实时解混，速度比现有方法快100倍，并且在重建性能上表现优异 | NA | 开发一种新的光谱解混方法，以提高多色荧光显微镜成像的质量和分析能力 | 多色荧光显微镜成像中的光谱解混问题 | 计算机视觉 | NA | 深度学习 | 自编码器 | 图像 | 包括合成数据集和生物样本 | NA | NA | NA | NA |
| 147 | 2024-09-27 |
Deep Learning-assisted Diagnosis of Breast Lesions on US Images: A Multivendor, Multicenter Study
2023-Sep, Radiology. Artificial intelligence
DOI:10.1148/ryai.220185
PMID:37795135
|
研究论文 | 评估深度学习模型在多中心、多厂商的乳腺超声图像诊断中的性能 | 开发了一种基于双重注意机制的卷积神经网络，用于区分良性和恶性肿瘤 | 研究为回顾性，且仅限于乳腺超声图像 | 评估深度学习模型在乳腺超声诊断中的性能，并探讨其对不同经验水平读者的帮助 | 乳腺肿瘤的良恶性分类 | 计算机视觉 | 乳腺癌 | 深度学习 | 卷积神经网络 | 图像 | 45,909张超声图像，涉及8797名患者中的9895个病理分析确认的乳腺病变 | NA | NA | NA | NA |
| 148 | 2024-09-27 |
Semisupervised Learning with Report-guided Pseudo Labels for Deep Learning-based Prostate Cancer Detection Using Biparametric MRI
2023-Sep, Radiology. Artificial intelligence
DOI:10.1148/ryai.230031
PMID:37795142
|
研究论文 | 本文评估了一种基于诊断报告自动生成稀疏信息指导的半监督学习方法，用于利用额外数据进行深度学习辅助的临床显著性前列腺癌检测 | 提出了一种新的半监督学习方法（RG-SSL），通过诊断报告中的自动稀疏信息指导，提高了前列腺癌检测的性能 | 研究是回顾性的，且仅限于特定的数据集和时间范围 | 评估一种新的半监督学习方法在临床显著性前列腺癌检测中的有效性 | 临床显著性前列腺癌的检测 | 计算机视觉 | 前列腺癌 | MRI | 深度学习 | 图像 | 7756个前列腺MRI检查（6380名患者） | NA | NA | NA | NA |
| 149 | 2024-09-27 |
Reimagining Healthcare: Unleashing the Power of Artificial Intelligence in Medicine
2023-Sep, Cureus
DOI:10.7759/cureus.44658
PMID:37799217
|
综述 | 本文综述了人工智能在医疗领域的应用及其对诊断、治疗、药物开发和远程医疗的影响 | 人工智能技术如机器学习和深度学习在疾病识别、早期干预、临床决策支持系统和疾病预测模型中的创新应用 | 人工智能在医疗决策中的应用存在局限性，需要结合实际操作经验，并面临伦理和监管问题 | 探讨人工智能在医疗领域的应用及其伦理和平衡整合的重要性 | 人工智能技术在医疗诊断、治疗、药物开发和远程医疗中的应用 | 机器学习 | NA | 机器学习 (ML) 和深度学习 (DL) | NA | NA | NA | NA | NA | NA | NA |
| 150 | 2024-09-27 |
Artificial Intelligence's Use in the Diagnosis of Mouth Ulcers: A Systematic Review
2023-Sep, Cureus
DOI:10.7759/cureus.45187
PMID:37842407
|
综述 | 本文综述了人工智能在口腔溃疡诊断中的应用研究 | 开发了一种用于自动分类口腔溃疡的AI框架，表现优于现有的卷积神经网络图像分类技术 | 提出的技术需要更大规模的数据进行验证和训练 | 探讨人工智能在口腔溃疡诊断中的应用 | 口腔溃疡的分类和识别 | 机器学习 | 口腔疾病 | 深度学习 | ResNet50, YOLOV | 图像 | NA | NA | NA | NA | NA |
| 151 | 2024-09-27 |
Advancing Colorectal Cancer Screening: A Comprehensive Systematic Review of Artificial Intelligence (AI)-Assisted Versus Routine Colonoscopy
2023-Sep, Cureus
DOI:10.7759/cureus.45278
PMID:37846251
|
综述 | 本文系统综述了人工智能辅助结肠镜检查与常规结肠镜检查在结直肠癌筛查中的优缺点 | 探讨了基于深度学习的计算机辅助检测系统在提高腺瘤和息肉检出率方面的优势 | 研究存在潜在的性能偏差和地理限制，需要更多双盲试验和多国多样本研究来验证 | 分析人工智能辅助结肠镜检查在结直肠癌早期检测中的潜力和局限性 | 结直肠癌的早期检测和筛查方法 | 计算机视觉 | 结直肠癌 | 计算机辅助检测系统 | 深度学习 | NA | 13项随机对照试验（2019-2023） | NA | NA | NA | NA |
| 152 | 2024-09-26 |
Towards Universal Cell Embeddings: Integrating Single-cell RNA-seq Datasets across Species with SATURN
2023-Sep-24, bioRxiv : the preprint server for biology
DOI:10.1101/2023.02.03.526939
PMID:36778387
|
研究论文 | 本文介绍了一种名为SATURN的深度学习方法，用于学习跨物种的通用细胞嵌入，通过结合蛋白质语言模型和RNA表达来整合不同物种的单细胞RNA测序数据集 | SATURN方法能够检测跨物种的功能相关基因共表达，重新定义了跨物种分析的差异表达，并能有效跨物种转移注释和识别同源及物种特异性细胞类型 | NA | 开发一种能够整合跨物种单细胞RNA测序数据集的方法，以揭示细胞类型的进化保守性和多样性 | 跨物种的单细胞RNA测序数据集，包括三种物种的全器官图谱以及蛙和斑马鱼胚胎发育数据集 | 机器学习 | NA | 单细胞RNA测序 | 深度学习 | 基因表达数据 | 涉及三种物种的全器官图谱以及蛙和斑马鱼胚胎发育数据集 | NA | NA | NA | NA |
| 153 | 2024-09-26 |
Multimodal deep learning approaches for single-cell multi-omics data integration
2023-09-20, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbad313
PMID:37651607
|
review | 本文综述了多模态深度学习技术在单细胞多组学数据整合中的应用 | 首次系统性地研究了深度学习在单细胞多组学数据整合中的应用 | NA | 填补深度学习在单细胞多组学数据整合应用中的研究空白 | 单细胞多组学数据 | machine learning | NA | 多模态深度学习 | NA | multi-omics | NA | NA | NA | NA | NA |
| 154 | 2024-09-26 |
Transformer-based biomarker prediction from colorectal cancer histology: A large-scale multicentric study
2023-09-11, Cancer cell
IF:48.8Q1
DOI:10.1016/j.ccell.2023.08.002
PMID:37652006
|
研究论文 | 本文开发了一种基于Transformer的管道，用于从结直肠癌病理切片中进行端到端的生物标志物预测 | 本文提出了一种新的基于Transformer的管道，结合了预训练的Transformer编码器和Transformer网络进行补丁聚合，显著提高了性能、泛化性、数据效率和可解释性 | NA | 加速从常规病理切片中预测结直肠癌的预后生物标志物 | 结直肠癌病理切片中的生物标志物预测 | 数字病理学 | 结直肠癌 | Transformer | Transformer | 图像 | 超过13,000名患者，来自16个结直肠癌队列 | NA | NA | NA | NA |
| 155 | 2024-09-26 |
Poor Generalization by Current Deep Learning Models for Predicting Binding Affinities of Kinase Inhibitors
2023-Sep-06, bioRxiv : the preprint server for biology
DOI:10.1101/2023.09.04.556234
PMID:37732243
|
研究论文 | 本文探讨了当前深度学习模型在预测激酶抑制剂结合亲和力方面的泛化能力 | 通过构建卷积神经网络（CNN）并评估其在四个常用数据集上的表现，揭示了模型在处理未见数据时的性能下降问题 | 模型在处理未见数据时性能显著下降，表明存在信息泄露问题，且模型未能学习到分子相互作用的知识 | 评估当前深度学习模型在预测激酶抑制剂结合亲和力方面的泛化能力 | 激酶抑制剂及其与激酶的结合亲和力 | 机器学习 | NA | 卷积神经网络（CNN） | 卷积神经网络（CNN） | 分子序列（SMILES字符串） | 四个常用数据集 | NA | NA | NA | NA |
| 156 | 2024-09-26 |
Foundation Models for Quantitative Biomarker Discovery in Cancer Imaging
2023-Sep-05, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.09.04.23294952
PMID:37732237
|
研究论文 | 本文开发了一种用于癌症影像生物标志物发现的基石模型，并通过自监督学习训练卷积编码器 | 基石模型在减少下游应用中训练样本需求方面表现出色，特别是在医学领域 | NA | 开发和评估用于影像生物标志物发现的基石模型 | 癌症影像生物标志物 | 计算机视觉 | NA | 自监督学习 | 卷积神经网络（CNN） | 影像 | 11,467个放射性病变样本 | NA | NA | NA | NA |
| 157 | 2024-09-26 |
Inferring gene regulatory network from single-cell transcriptomes with graph autoencoder model
2023-09, PLoS genetics
IF:4.0Q1
DOI:10.1371/journal.pgen.1010942
PMID:37703293
|
研究论文 | 提出了一种基于图自编码器的深度学习模型DeepRIG，用于从单细胞转录组数据中推断基因调控网络 | DeepRIG模型通过构建先验调控图并利用图自编码器嵌入全局调控信息，能够准确重建基因调控网络并优于现有方法 | NA | 推断单细胞转录组数据中的基因调控网络 | 基因调控网络 | 机器学习 | NA | 单细胞RNA测序 | 图自编码器 | 转录组数据 | 人类外周血单核细胞和三阴性乳腺癌样本 | NA | NA | NA | NA |
| 158 | 2024-09-26 |
Advancing Naturalistic Affective Science with Deep Learning
2023-Sep, Affective science
IF:2.1Q2
DOI:10.1007/s42761-023-00215-z
PMID:37744976
|
综述 | 本文综述了深度学习在推进自然情感科学中的应用 | 引入深度学习方法来解决传统情感研究中的挑战，如量化自然行为、选择和操纵自然刺激以及建模自然情感过程 | 深度学习方法本身存在局限性，可能需要避免或缓解 | 推进更自然的情感科学研究 | 情感行为的不同渠道，包括面部表情、身体姿势、语音韵律和语言 | 自然语言处理 | NA | 深度学习 | NA | 行为数据 | NA | NA | NA | NA | NA |
| 159 | 2024-09-26 |
Trends in the application of remote sensing in blue carbon science
2023-Sep, Ecology and evolution
IF:2.3Q2
DOI:10.1002/ece3.10559
PMID:37745789
|
研究论文 | 本文探讨了遥感技术在蓝碳科学中的应用趋势 | 本文通过文献计量分析评估了1990年至2022年6月间发表的2193篇论文，揭示了研究重点随时间的变化 | 需要增加对海草、盐沼和大型藻类的研究，整合技术，增加遥感技术在碳核算方法和信用体系中的应用，并加强国家间的合作和资源共享 | 评估蓝碳生态系统（如红树林、盐沼和海草）的现状、损失和增益，以支持气候政策制定 | 红树林、盐沼、海草等蓝碳生态系统 | 遥感 | NA | 遥感技术，包括光学卫星Landsat、LiDAR、无人机和声学传感器 | 机器学习和深度学习算法 | 遥感图像 | 2193篇已发表的论文 | NA | NA | NA | NA |
| 160 | 2024-09-26 |
Deep learning-based model detects atrial septal defects from electrocardiography: a cross-sectional multicenter hospital-based study
2023-Sep, EClinicalMedicine
IF:9.6Q1
DOI:10.1016/j.eclinm.2023.102141
PMID:37753448
|
研究论文 | 本文提出了一种基于卷积神经网络（CNN）的模型，用于从12导联心电图（ECG）中检测房间隔缺损（ASD），并在多中心医院进行横断面研究 | 本文的创新点在于利用深度学习技术，特别是卷积神经网络，从常规的12导联心电图中自动检测房间隔缺损，从而提高诊断的敏感性和特异性 | 本文的局限性在于样本选择可能存在偏倚，且未详细讨论模型的泛化能力在不同人群中的表现 | 本研究旨在通过开发和验证一种基于深度学习的模型，提高房间隔缺损的早期检测和诊断准确性 | 本研究的对象是从三所医院收集的671,201份12导联心电图，涉及80,947名患者 | 机器学习 | 心血管疾病 | 卷积神经网络（CNN） | 卷积神经网络（CNN） | 心电图（ECG） | 671,201份心电图，涉及80,947名患者 | NA | NA | NA | NA |