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 255 篇文献，本页显示第 221 - 240 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 221 | 2024-09-27 |
Development and Validation of a Model to Quantify Injury Severity in Real Time
2023-10-02, JAMA network open
IF:10.5Q1
|
研究论文 | 开发并验证了一种实时量化损伤严重程度的模型 | 提出了一个实用的模型，通过有限数量的损伤模式实时量化损伤严重程度，并使用三个直观的输出结果 | 模型在预测住院死亡率时存在高估的情况，需要进一步研究以在大规模应用中评估其性能 | 开发和验证一个实用的模型，用于实时量化损伤严重程度 | 成人创伤性损伤患者 | NA | NA | 多任务深度学习 | 多任务深度学习模型 | 数据集 | 372,573例创伤性损伤患者 | NA | NA | NA | NA |
| 222 | 2024-09-27 |
Composition Based Oxidation State Prediction of Materials Using Deep Learning Language Models
2023-Oct, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202301011
PMID:37551059
|
研究论文 | 本文提出了一种基于深度学习的BERT变换器语言模型BERTOS，用于预测无机化合物中所有元素的氧化态 | 首次实现了基于化学组成的氧化态预测，并展示了其在材料发现中的应用潜力 | NA | 开发一种新的方法来预测无机化合物中所有元素的氧化态 | 无机化合物的氧化态 | 机器学习 | NA | 深度学习 | BERT变换器 | 化学组成数据 | 基于ICSD数据集的清洁数据进行基准测试 | NA | NA | NA | NA |
| 223 | 2024-09-27 |
Artificial intelligence (AI) and machine learning (ML) in precision oncology: a review on enhancing discoverability through multiomics integration
2023-Oct, The British journal of radiology
DOI:10.1259/bjr.20230211
PMID:37660402
|
综述 | 本文综述了多组学数据在精准肿瘤学中的应用，特别是人工智能（AI）和机器学习（ML）技术如何通过多组学整合来增强发现能力 | 探讨了AI和ML技术在癌症亚型分类、风险分层、预后预测和临床决策中的潜力 | 讨论了数据异质性、组学数据可用性和研究验证等方面的挑战 | 探讨AI和ML技术在精准肿瘤学中的应用，特别是通过多组学整合来增强发现能力 | 多组学数据，包括影像放射组学和各种类型的分子生物标志物 | 精准肿瘤学 | 癌症 | 多组学数据整合 | NA | 多组学数据 | NA | NA | NA | NA | NA |
| 224 | 2024-09-27 |
Explainable machine learning for diffraction patterns
2023-Oct-01, Journal of applied crystallography
IF:5.2Q1
DOI:10.1107/S1600576723007446
PMID:37791364
|
研究论文 | 本文研究了如何通过可解释的机器学习方法来分析衍射图案数据，特别是使用卷积神经网络（CNN）进行图像分类 | 本文首次提供了关于CNN在衍射图案数据分类中内部工作机制的定性证据，通过可视化方法展示了影响分类结果的关键图像区域 | 本文主要关注于定性分析，未提供定量性能的进一步改进 | 揭示卷积神经网络在衍射图案数据分类中的内部工作机制，并通过可视化方法展示关键图像区域 | 衍射图案数据及其在X射线自由电子激光设施中的应用 | 机器学习 | NA | 卷积神经网络（CNN） | CNN | 图像 | NA | NA | NA | NA | NA |
| 225 | 2024-09-27 |
Building deep learning and traditional chemometric models based on Fourier transform mid-infrared spectroscopy: Identification of wild and cultivated Gastrodia elata
2023-Oct, Food science & nutrition
IF:3.5Q2
DOI:10.1002/fsn3.3565
PMID:37823161
|
研究论文 | 本研究首次将三维相关光谱图像与深度学习模型结合，用于快速准确地识别野生和栽培的天麻 | 首次将三维相关光谱图像与深度学习模型结合，用于识别野生和栽培的天麻，且模型无需预处理原始光谱数据 | 未提及具体限制 | 快速准确地识别野生和栽培的天麻 | 野生和栽培的天麻 | 机器学习 | NA | 傅里叶变换中红外光谱 | 深度学习模型 | 光谱图像 | 46个样本 | NA | NA | NA | NA |
| 226 | 2024-09-27 |
Spatial and Channel Aggregation Network for Lightweight Image Super-Resolution
2023-Oct-01, Sensors (Basel, Switzerland)
DOI:10.3390/s23198213
PMID:37837043
|
研究论文 | 介绍了一种轻量级网络——空间和通道聚合网络（SCAN），用于图像超分辨率任务 | 首次在单图像超分辨率（SISR）方法中结合了大核卷积和特征减少操作，并引入了创新的9×9大核卷积以扩展感受野 | 未提及 | 解决现有SISR方法在性能和计算成本之间的平衡问题，提高图像超分辨率的效果和效率 | 图像超分辨率任务 | 计算机视觉 | NA | 大核卷积 | 空间和通道聚合网络（SCAN） | 图像 | 使用了基准数据集和遥感数据集进行评估 | NA | NA | NA | NA |
| 227 | 2024-09-26 |
Reproducibility of a combined artificial intelligence and optimal-surface graph-cut method to automate bronchial parameter extraction
2023-Oct, European radiology
IF:4.7Q1
DOI:10.1007/s00330-023-09615-y
PMID:37071168
|
研究论文 | 评估一种结合深度学习和最优表面图割方法的自动支气管参数提取方法的可重复性 | 结合深度学习和最优表面图割方法，自动分割气道管腔和壁，并计算支气管参数 | 自动测量方法在第7代及以后的气道中可重复性显著下降 | 评估自动支气管参数提取方法的可重复性 | 支气管参数的自动分割和测量 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | CT扫描图像 | 188名参与者，每人两次CT扫描，平均间隔3个月 | NA | NA | NA | NA |
| 228 | 2024-09-26 |
Large-scale automatic extraction of agricultural greenhouses based on high-resolution remote sensing and deep learning technologies
2023-Oct, Environmental science and pollution research international
DOI:10.1007/s11356-023-29802-0
PMID:37733202
|
研究论文 | 本文利用高分辨率遥感图像和深度学习技术，自动提取了中国山东省的大规模农业温室分布 | 首次实现了大规模高分辨率（约1米）的农业温室提取，并结合深度学习算法达到了94.04%的平均交并比 | 研究仅限于山东省，未涵盖其他地区 | 获取农业温室的空间分布，为农业生产、政策制定和环境保护提供支持 | 中国山东省的农业温室 | 计算机视觉 | NA | 高分辨率遥感图像 | 深度学习算法 | 图像 | 山东省总面积的1.11%，总耕地面积的2.31%，覆盖面积为1755.3平方公里 | NA | NA | NA | NA |
| 229 | 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 |
| 230 | 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 |
| 231 | 2024-09-23 |
Independent regulation of Z-lines and M-lines during sarcomere assembly in cardiac myocytes revealed by the automatic image analysis software sarcApp
2023-Oct-06, bioRxiv : the preprint server for biology
DOI:10.1101/2023.01.11.523681
PMID:36711995
|
研究论文 | 本文介绍了一种名为sarcApp的图像分析工具，用于量化心肌细胞中肌节及其组件的排列 | 开发了sarcApp工具，利用深度学习分割和实空间量化技术，自动分析肌节中的Z线和M线的组织结构 | NA | 研究肌节装配过程中Z线和M线的独立调控机制 | 心肌细胞中的肌节及其组件 | 计算机视觉 | 心血管疾病 | 深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 232 | 2024-09-13 |
Unbiased curriculum learning enhanced global-local graph neural network for protein thermodynamic stability prediction
2023-10-03, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btad589
PMID:37740312
|
研究论文 | 本文提出了一种基于无偏课程学习增强的全局-局部图神经网络，用于蛋白质热力学稳定性预测 | 本文创新性地结合了全局-局部图神经网络和无偏课程学习方法，以解决现有方法在蛋白质结构自然拓扑和噪声样本处理上的不足 | NA | 提高蛋白质热力学稳定性预测的准确性 | 蛋白质及其点突变后的热力学稳定性 | 机器学习 | NA | 图神经网络 | 全局-局部图神经网络 | 蛋白质结构数据 | NA | NA | NA | NA | NA |
| 233 | 2024-09-11 |
An experimental system for detection and localization of hemorrhage using ultra-wideband microwaves with deep learning
2023-Oct-03, ArXiv
PMID:37873017
|
研究论文 | 本文介绍了一种使用超宽带微波和深度学习进行出血检测和定位的实验系统 | 开发了一种包含机器人导航系统的实验框架，使用超宽带微波阵列和深度神经网络进行出血分类和定位 | 实验仅在血样模拟的幻影和人体头部模型中进行，尚未在真实临床环境中验证 | 探索低成本、小型化、快速且安全的微波成像技术在出血检测中的应用 | 出血的检测和定位 | 计算机视觉 | NA | 超宽带微波 | 深度神经网络 | 微波散射参数 | 8个元素的超宽带阵列 | NA | NA | NA | NA |
| 234 | 2024-08-31 |
Comparison of Machine Learning Detection of Low Left Ventricular Ejection Fraction Using Individual ECG Leads
2023-Oct, Computing in cardiology
DOI:10.22489/cinc.2023.047
PMID:39193485
|
研究论文 | 本研究开发并应用了一种深度学习架构，用于检测低左心室射血分数（LVEF），并比较了使用单个导联和整个12导联ECG训练该架构的性能 | 探索了使用单个导联ECG数据进行机器学习分析的可能性，并发现单导联训练的网络与全12导联训练的网络性能相似 | 未提及具体限制 | 开发和比较使用单个导联和整个12导联ECG进行机器学习分析的性能 | 低左心室射血分数（LVEF）的检测 | 机器学习 | 心血管疾病 | 机器学习（ML） | 深度学习 | ECG数据 | 未提及具体样本数量 | NA | NA | NA | NA |
| 235 | 2024-08-28 |
Clinical evaluation of deep learning-based automatic clinical target volume segmentation: a single-institution multi-site tumor experience
2023-Oct, La Radiologia medica
DOI:10.1007/s11547-023-01690-x
PMID:37597126
|
研究论文 | 本研究评估了基于深度学习的自动临床靶区（CTV）分割模型在多部位肿瘤CT图像上的表现 | 本研究首次在文献中探讨了多部位肿瘤的自动CTV分割，填补了这一领域的空白 | 研究中部分患者（如食管癌患者）的自动分割结果与手动分割结果的Dice相似系数较低，表明模型在某些肿瘤类型上的性能有待提高 | 评估基于深度学习的自动CTV分割模型在不同部位肿瘤CT图像上的准确性和临床接受度 | 包括鼻咽癌、食管癌、乳腺癌、宫颈癌、前列腺癌和直肠癌等多种癌症患者 | 计算机视觉 | 多种癌症 | 深度学习 | Flexnet, Unet, Vnet, Segresnet | CT图像 | 577名患者 | NA | NA | NA | NA |
| 236 | 2024-08-28 |
New trend in artificial intelligence-based assistive technology for thoracic imaging
2023-Oct, La Radiologia medica
DOI:10.1007/s11547-023-01691-w
PMID:37639191
|
综述 | 本文综述了人工智能技术在胸部影像诊断中的应用，特别关注于病灶检测和定性诊断 | 介绍了可解释的人工智能在定性诊断中的发展需求 | 强调了人工智能作为医生辅助系统的局限性，最终决策应由医生做出 | 帮助放射科医生和临床医生更熟悉人工智能在胸部影像中的应用 | 人工智能技术在胸部影像诊断中的应用 | 计算机视觉 | NA | 深度学习 | NA | 影像 | NA | NA | NA | NA | NA |
| 237 | 2024-08-08 |
SaLT&PepPr is an interface-predicting language model for designing peptide-guided protein degraders
2023-10-24, Communications biology
IF:5.2Q1
DOI:10.1038/s42003-023-05464-z
PMID:37875551
|
研究论文 | 本文介绍了一种名为SaLT&PepPr的结构无关语言转换器和肽优先级排序管道，用于从蛋白质序列中预测相互作用界面，进而生成肽结合基序 | 该模型仅使用氨基酸序列作为输入，与基于结构同源性的方法竞争，但性能低于输入结构和序列特征的深度学习模型 | 模型在性能上低于那些同时输入结构和序列特征的深度学习模型 | 旨在预测蛋白质-蛋白质相互作用（PPIs）的位点，这对于计算和实验应用都很有用 | 蛋白质-蛋白质相互作用位点的预测以及肽结合基序的生成 | 机器学习 | NA | 蛋白质语言模型（pLM） | 语言转换器（Transformer） | 序列 | 使用来自PDB的数据进行模型训练和验证 | NA | NA | NA | NA |
| 238 | 2024-08-05 |
Machine Learning in Cardio-Oncology: New Insights from an Emerging Discipline
2023-Oct, Reviews in cardiovascular medicine
IF:1.9Q3
DOI:10.31083/j.rcm2410296
PMID:39077576
|
综述 | 本文概述了机器学习在心脏肿瘤学中的应用，包括心脏毒性的预测、诊断和治疗 | 提出了机器学习在心脏肿瘤学领域的新应用，尤其是在风险分层方面 | 缺乏具体的样本数据和定量分析 | 研究机器学习在心脏肿瘤学中的应用和影响 | 癌症患者的心脏毒性和相关风险因素 | 机器学习 | 心脏病 | 机器学习 | 深度学习、人工神经网络、随机森林 | NA | NA | NA | NA | NA | NA |
| 239 | 2024-08-05 |
Deep learning and clustering approaches for dental implant size classification based on periapical radiographs
2023-10-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-42385-7
PMID:37803022
|
研究论文 | 本研究探讨了两种人工智能方法用于基于根尖影像自动分类牙种植体的直径和长度 | 提出将深度学习和聚类分析结合用于牙种植体尺寸分类，并使用预训练的VGG16模型进行微调 | AI模型需在多中心数据上进行验证以用于临床应用 | 旨在自动化牙种植体尺寸的分类，提高分类准确性 | 基于根尖影像的牙种植体直径和长度 | 机器学习 | NA | 深度学习和聚类分析 | VGG16和k-means++ | 图像 | NA | NA | NA | NA | NA |
| 240 | 2024-08-05 |
Bidirectional Mapping with Contrastive Learning on Multimodal Neuroimaging Data
2023-Oct, Medical image computing and computer-assisted intervention : MICCAI ... International Conference on Medical Image Computing and Computer-Assisted Intervention
DOI:10.1007/978-3-031-43898-1_14
PMID:39005889
|
研究论文 | 文章提出了一种新的双向映射模型，通过对比学习减少脑结构与功能之间单向映射的偏差 | 创新点在于提出了双向映射模型BMCL，解决了单向映射方法的偏差问题 | 研究中只使用了两个公开数据集，可能限制了结果的普遍性 | 探讨脑结构与功能之间的相互作用，并识别不同临床表型和脑疾病的潜在生物标志物 | 使用临床表型和神经退行性疾病的预测作为研究对象 | 计算机视觉 | 神经退行性疾病 | 对比学习 | BMCL | 多模态神经影像数据 | 使用了两个公开数据集（HCP和OASIS）中的样本 | NA | NA | NA | NA |