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 197 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 | 2024-10-16 |
Enhancing Ligand Pose Sampling for Molecular Docking
2023-Nov-30, ArXiv
PMID:38076510
|
研究论文 | 本文介绍了两种改进的配体姿态采样协议，用于分子对接中的姿态预测和虚拟筛选 | 提出了GLOW和IVES两种新的姿态采样技术，显著提高了采样准确姿态的可能性，特别是在结合口袋形状变化较大的情况下 | 当前的采样协议在生成候选姿态时经常失败，除非提供正确的姿态信息 | 改进分子对接中的配体姿态采样方法，提高评分函数的准确性 | 配体姿态采样协议及其在分子对接中的应用 | 分子对接 | NA | 分子对接 | NA | 蛋白质-配体对接数据 | 约5000个蛋白质-配体对接对 | NA | NA | NA | NA |
| 102 | 2024-10-16 |
H-Packer: Holographic Rotationally Equivariant Convolutional Neural Network for Protein Side-Chain Packing
2023-Nov-28, ArXiv
PMID:38013891
|
研究论文 | 本文提出了一种基于全息旋转等变卷积神经网络的蛋白质侧链包装算法H-Packer | H-Packer通过联合回归侧链的真实自由度（二面角）来解决蛋白质侧链包装问题，并利用轻量级的旋转等变神经网络进行高效计算 | NA | 开发一种高效且准确的蛋白质侧链包装算法 | 蛋白质侧链的构象预测 | 机器学习 | NA | 卷积神经网络 | CNN | 结构数据 | CASP13和CASP14目标数据集 | NA | NA | NA | NA |
| 103 | 2024-10-16 |
Sign Language Motion Generation from Sign Characteristics
2023-Nov-23, Sensors (Basel, Switzerland)
DOI:10.3390/s23239365
PMID:38067738
|
研究论文 | 本文提出并评估了一种基于transformer的深度学习架构，用于从手语音素生成手语动作 | 使用手语音素生成高细节的手语动作，并引入停止检测模块预测生成过程的结束 | NA | 开发一种能够从手语音素生成手语动作的自动化系统 | 手语动作生成和停止检测 | 自然语言处理 | NA | transformer | transformer | 序列数据 | NA | NA | NA | NA | NA |
| 104 | 2024-10-16 |
Molecular geometric deep learning
2023-11-20, Cell reports methods
IF:4.3Q2
DOI:10.1016/j.crmeth.2023.100621
PMID:37875121
|
研究论文 | 本文提出了一种分子几何深度学习模型，用于预测分子性质，综合考虑了共价和非共价相互作用 | 本文创新性地将更广泛的分子表示引入几何深度学习模型，以全面考虑分子中的共价和非共价相互作用 | NA | 研究分子性质预测 | 分子中的共价和非共价相互作用 | 机器学习 | NA | 几何深度学习 | 几何深度学习模型 | 分子数据 | 十四种常用的基准数据集 | NA | NA | NA | NA |
| 105 | 2024-10-16 |
Removing Radiographic Markers Using Deep Learning to Enable Image Sharing
2023-Nov, Radiology. Artificial intelligence
DOI:10.1148/ryai.230369
PMID:38074775
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 106 | 2024-10-16 |
A Deep Learning Decision Support Tool to Improve Risk Stratification and Reduce Unnecessary Biopsies in BI-RADS 4 Mammograms
2023-Nov, Radiology. Artificial intelligence
DOI:10.1148/ryai.220259
PMID:38074778
|
研究论文 | 评估一种名为iBRISK的智能增强乳腺癌风险计算器的性能，以改善BI-RADS 4乳腺X光片的分层风险并减少不必要的活检 | 开发了一种基于深度学习的决策支持工具iBRISK，用于提高乳腺癌风险分层和减少不必要的活检 | 研究仅限于BI-RADS 4类病变，且结果基于回顾性数据 | 评估iBRISK模型在多中心患者数据集上的性能 | BI-RADS 4类乳腺X光片 | 机器学习 | 乳腺癌 | 深度学习 | NA | 图像 | 4209名女性（中位年龄56岁） | NA | NA | NA | NA |
| 107 | 2024-10-15 |
Formulation Graphs for Mapping Structure-Composition of Battery Electrolytes to Device Performance
2023-11-27, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.3c01030
PMID:37948621
|
研究论文 | 本文介绍了一种深度学习模型，即配方图卷积网络（F-GCN），用于将电池电解质的结构-组成关系映射到整体性能 | 提出了F-GCN模型，通过并行组装的多个GCN来实时特征化配方成分，并基于成分的摩尔百分比进行缩放，最终集成到一个代表完整配方的组合描述符中 | NA | 加速新化合物在目标应用中的发现，并减少实验室实验驱动的过程 | 电池电解质的结构-组成关系及其对电池性能的影响 | 机器学习 | NA | 深度学习 | 卷积神经网络（GCN） | 数据集 | 两个数据集，一个来自Li/Cu半电池的文献，另一个来自锂-碘全电池化学的实验室实验 | NA | NA | NA | NA |
| 108 | 2024-10-15 |
The past, current, and future of neonatal intensive care units with artificial intelligence: a systematic review
2023-Nov-27, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-023-00941-5
PMID:38012349
|
综述 | 本文系统回顾了机器学习和深度学习在新生儿学应用中的最新进展 | 本文通过PRISMA 2020指南系统评估了机器学习和深度学习在新生儿学中的应用，并讨论了未来AI模型的发展方向 | 本文主要集中在1996年至2022年间的106篇研究文章，可能未能涵盖所有相关研究 | 探讨人工智能在新生儿重症监护病房中的应用及其未来发展 | 新生儿疾病及其相关应用 | 机器学习 | 新生儿疾病 | 机器学习和深度学习 | NA | 图像、生命体征和生物信号 | 106篇研究文章 | NA | NA | NA | NA |
| 109 | 2024-10-15 |
Deep learning-enhanced microscopy with extended depth-of-field
2023-Nov-24, Light, science & applications
DOI:10.1038/s41377-023-01323-y
PMID:37996459
|
研究论文 | 本文报道了一种利用深度学习设计的二元相位滤波器和联合优化的去卷积神经网络的计算成像平台，实现了在扩展深度范围内的高分辨率和高对比度成像 | 本文的创新点在于结合物理原理和深度学习设计，实现了无需连续调焦的扩展深度范围成像 | NA | 研究目的是开发一种能够在扩展深度范围内实现高分辨率和高对比度成像的计算成像平台 | 研究对象是二元相位滤波器和去卷积神经网络的设计与优化 | 计算机视觉 | NA | 深度学习 | 去卷积神经网络 | 图像 | NA | NA | NA | NA | NA |
| 110 | 2024-10-15 |
Saliency of breast lesions in breast cancer detection using artificial intelligence
2023-11-23, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-46921-3
PMID:37996504
|
研究论文 | 研究使用人工智能（AI）系统在乳腺X光片中检测乳腺癌时，乳腺病灶在决策过程中的作用 | 使用显著性图分析AI系统在乳腺癌检测中的决策过程，并测量AI系统识别的感兴趣区域与乳腺病灶的重叠程度 | 研究样本量较小，且AI系统的检测性能和重叠程度较低 | 探讨AI系统在乳腺癌检测中乳腺病灶的作用 | 乳腺X光片中的乳腺病灶 | 计算机视觉 | 乳腺癌 | 深度学习 | NA | 图像 | 382名女性（191名乳腺癌患者和191名健康对照）的乳腺X光片 | NA | NA | NA | NA |
| 111 | 2024-10-15 |
Integrated Protocol of Protein Structure Modeling for Cryo-EM with Deep Learning and Structure Prediction
2023-Nov-21, bioRxiv : the preprint server for biology
DOI:10.1101/2023.10.19.563151
PMID:37904978
|
研究论文 | 本文开发了一种名为DeepMainmast的蛋白质结构建模方法，结合深度学习和Alphafold2的结构预测，用于从冷冻电镜（cryo-EM）图谱中进行蛋白质主链追踪 | 本文创新性地将深度学习与Alphafold2的结构预测相结合，提高了蛋白质结构建模的准确性，并能准确分配同源多聚体的链身份 | NA | 开发一种新的蛋白质结构建模方法，以提高从冷冻电镜图谱中进行蛋白质主链追踪的准确性 | 蛋白质及其复合物的结构 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | NA | NA | NA | NA | NA |
| 112 | 2024-10-15 |
Efficient Thorax Disease Classification and Localization Using DCNN and Chest X-ray Images
2023-Nov-17, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics13223462
PMID:37998598
|
研究论文 | 本文提出了一种基于DenseNet-121和胸部X光图像的胸部疾病自动检测和定位方法 | 使用加权交叉熵损失函数（W-CEL）解决了ChestX-ray14数据集中的类别不平衡问题，并实现了最高的性能 | NA | 开发一种高精度和精确的计算机辅助诊断系统 | 胸部疾病的自动检测和定位 | 计算机视觉 | NA | 深度学习 | DenseNet-121 | 图像 | 112,120张胸部X光图像，其中60,412张为正常图像，其余包含胸部疾病 | NA | NA | NA | NA |
| 113 | 2024-10-15 |
Unsupervised deep learning for molecular dynamics simulations: a novel analysis of protein-ligand interactions in SARS-CoV-2 Mpro
2023-Nov-16, RSC advances
IF:3.9Q2
DOI:10.1039/d3ra06375e
PMID:38019981
|
研究论文 | 本文采用无监督深度学习框架分析SARS-CoV-2主蛋白酶与配体的分子动力学模拟数据 | 本文首次将无监督深度学习应用于更灵活的SARS-CoV-2主蛋白酶的分子动力学模拟分析 | 本文未提及具体的局限性 | 研究分子动力学模拟中蛋白质-配体相互作用的分析方法 | SARS-CoV-2主蛋白酶及其配体的相互作用 | 机器学习 | NA | 分子动力学模拟 | 神经网络 | 分子动力学数据 | 涉及多种配体的分子动力学模拟数据 | NA | NA | NA | NA |
| 114 | 2024-10-15 |
Attention TurkerNeXt: Investigations into Bipolar Disorder Detection Using OCT Images
2023-Nov-10, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics13223422
PMID:37998558
|
研究论文 | 本文提出了一种新的注意力卷积神经网络模型TurkerNeXt，用于通过OCT图像检测双相情感障碍 | 提出了一个新的注意力卷积神经网络模型TurkerNeXt，并引入了一个独特的OCT图像数据集 | NA | 开发一种自动化的OCT图像检测系统，用于检测双相情感障碍 | 双相情感障碍的检测 | 计算机视觉 | 精神疾病 | 光学相干断层扫描（OCT） | 卷积神经网络（CNN） | 图像 | 包含987个训练图像和328个测试图像的两个不同案例 | NA | NA | NA | NA |
| 115 | 2024-10-15 |
MERGE: A model for multi-input biomedical federated learning
2023-Nov-10, Patterns (New York, N.Y.)
DOI:10.1016/j.patter.2023.100856
PMID:38035188
|
研究论文 | 本文介绍了一种用于多输入生物医学联合学习的模型，通过结合图像和表格数据来提高模型性能并保护数据隐私 | 提出了一个多输入的联合学习架构，结合图像和表格数据，以提高模型性能并保护数据隐私 | NA | 旨在通过联合学习方法解决数据隐私问题，并提高模型在生物医学任务中的性能 | COVID-19的预后和阿尔茨海默病患者的分层 | 机器学习 | NA | 联合学习 | 多输入模型 | 图像和表格数据 | NA | NA | NA | NA | NA |
| 116 | 2024-10-15 |
A Complete Review of Automatic Detection, Segmentation, and Quantification of Neovascularization in Optical Coherence Tomography Angiography Images
2023-Nov-09, Diagnostics (Basel, Switzerland)
DOI:10.3390/diagnostics13223407
PMID:37998544
|
综述 | 本文综述了在光学相干断层扫描血管造影图像中自动检测、分割和量化新生血管化的技术和算法 | 本文总结了从图像处理到机器学习和深度学习的自动化图像分析方法，并讨论了每种方法的问题和未来工作 | NA | 探讨在光学相干断层扫描血管造影图像中自动检测、分类和分割新生血管化的技术和算法 | 新生血管化在光学相干断层扫描血管造影图像中的自动检测、分类和分割 | 计算机视觉 | 糖尿病视网膜病变 | 光学相干断层扫描血管造影 | NA | 图像 | NA | NA | NA | NA | NA |
| 117 | 2024-10-15 |
The Impact of Data on Structure-Based Binding Affinity Predictions Using Deep Neural Networks
2023-Nov-09, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms242216120
PMID:38003312
|
研究论文 | 本文探讨了数据对基于结构的结合亲和力预测中深度神经网络性能的影响 | 识别了结合口袋大小作为影响模型性能的关键因素，并强调了使用尽可能多的数据进行训练的重要性 | 当前使用的测试集存在偏差，需要多种评估和基准测试来准确比较模型性能 | 研究数据参数对深度学习结合亲和力预测模型性能的影响 | 蛋白质-配体结合亲和力预测模型 | 机器学习 | NA | 深度学习 | 深度神经网络 | 结合口袋数据 | NA | NA | NA | NA | NA |
| 118 | 2024-10-15 |
Lesion Detection in Optical Coherence Tomography with Transformer-Enhanced Detector
2023-Nov-07, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging9110244
PMID:37998091
|
研究论文 | 本文提出了一种基于深度学习的区域检测框架，用于光学相干断层扫描（OCT）图像中的异常检测 | 该框架的核心是Transformer增强检测（TED），通过注意力门（AGs）确保聚焦于前景并识别和去除噪声伪影 | NA | 提高OCT图像中异常检测的准确性，辅助临床诊断 | OCT图像中的异常，包括牙科和CT图像中的病变 | 计算机视觉 | NA | 光学相干断层扫描（OCT） | Transformer | 图像 | 三个数据集，包括两个牙科数据集和一个CT数据集 | NA | NA | NA | NA |
| 119 | 2024-10-15 |
AlphaFold Blindness to Topological Barriers Affects Its Ability to Correctly Predict Proteins' Topology
2023-Nov-07, Molecules (Basel, Switzerland)
DOI:10.3390/molecules28227462
PMID:38005184
|
研究论文 | 研究AlphaFold在预测蛋白质拓扑结构时未能考虑拓扑障碍的问题 | 揭示了AlphaFold在早期结构预测步骤中未能尊重蛋白质链之间的拓扑障碍，导致其预测的蛋白质拓扑结构存在误差 | AlphaFold在预测复杂复合结时存在局限性，未能正确反映蛋白质折叠过程中的拓扑障碍 | 探讨AlphaFold未能尊重拓扑障碍对其蛋白质链拓扑预测的影响 | 研究在自然折叠过程中形成相同结类型的蛋白质 | 机器学习 | NA | 深度学习 | AlphaFold | 蛋白质结构 | 涉及形成复杂复合结的蛋白质 | NA | NA | NA | NA |
| 120 | 2024-10-15 |
Pixel Diffuser: Practical Interactive Medical Image Segmentation without Ground Truth
2023-Nov-02, Bioengineering (Basel, Switzerland)
DOI:10.3390/bioengineering10111280
PMID:38002404
|
研究论文 | 提出了一种无需医学分割真值数据的交互式医学图像分割方法PixelDiffuser | PixelDiffuser利用VGG19基础的自动编码器，仅需几次点击即可实现高质量分割，无需任何医学分割真值数据 | 未提及 | 开发一种无需真值数据的交互式医学图像分割方法 | 医学图像分割 | 计算机视觉 | NA | 自动编码器 | VGG19 | 图像 | 使用了BTCV数据集（包含各种器官的CT图像）和CHAOS数据集（包含肝脏、肾脏和脾脏的CT和MRI图像） | NA | NA | NA | NA |