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 319 篇文献，本页显示第 241 - 260 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 241 | 2024-10-15 |
HUT: Hybrid UNet transformer for brain lesion and tumour segmentation
2023-Dec, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2023.e22412
PMID:38046150
|
研究论文 | 本文提出了一种混合UNet Transformer网络（HUT），用于脑部病变和肿瘤的分割 | HUT网络结合了UNet和Transformer的优势，通过并行运行的两个管道，分别基于UNet和Transformer，提高了单模态病变分割和多模态脑肿瘤分割的性能 | NA | 提高脑部病变和肿瘤分割的准确性 | 脑部病变和肿瘤 | 计算机视觉 | NA | 深度学习 | 混合UNet Transformer | 3D脑部体积图像 | ATLAS数据集和BraTS20数据集 | NA | NA | NA | NA |
| 242 | 2024-10-14 |
An open-source dataset for arabic fine-grained emotion recognition of online content amid COVID-19 pandemic
2023-Dec, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2023.109745
PMID:38020433
|
研究论文 | 本文介绍了一个名为ArPanEmo的开源数据集，用于在COVID-19疫情期间对阿拉伯语在线内容的细粒度情感识别 | 该数据集是首个专注于沙特方言并涵盖COVID-19相关话题的阿拉伯语情感识别数据集，包含11,128条手动标注的在线帖子 | 数据集仅涵盖沙特方言和COVID-19相关话题，可能不适用于其他方言或话题 | 旨在丰富阿拉伯语自然语言处理资源，并帮助开发机器学习和深度学习工具以识别文本中的情感 | 阿拉伯语在线内容的细粒度情感识别 | 自然语言处理 | NA | NA | NA | 文本 | 11,128条在线帖子 | NA | NA | NA | NA |
| 243 | 2024-10-13 |
Sen-2 LULC: Land use land cover dataset for deep learning approaches
2023-Dec, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2023.109724
PMID:37965594
|
研究论文 | 本文介绍了一个名为Sen-2 LULC的数据集，用于支持深度学习方法在土地利用和土地覆盖分类中的应用 | 该数据集填补了高质量数据集在现代计算机视觉和遥感数据分析之间的空白，促进了环境理解和城市规划的突破 | NA | 促进土地利用和土地覆盖分类的研究，特别是在印度地区 | 土地利用和土地覆盖分类 | 计算机视觉 | NA | 遥感技术 | CNN | 图像 | 213,761张预处理的10米分辨率图像，涵盖七种土地利用和土地覆盖类别 | NA | NA | NA | NA |
| 244 | 2024-10-10 |
Development of Deep Ensembles to Screen for Autism and Symptom Severity Using Retinal Photographs
2023-12-01, JAMA network open
IF:10.5Q1
|
研究论文 | 开发深度集成模型以使用视网膜照片筛查自闭症和症状严重程度 | 首次探索使用深度学习算法通过视网膜照片进行自闭症谱系障碍（ASD）及其症状严重程度的客观筛查 | 研究在单一医院进行，样本主要为男孩，可能影响结果的普适性 | 开发深度集成模型以区分ASD患者与典型发育（TD）个体的视网膜照片，并区分严重ASD与轻中度ASD | 自闭症谱系障碍（ASD）患者和典型发育（TD）个体的视网膜照片 | 计算机视觉 | 自闭症 | 深度学习算法 | 深度集成模型 | 图像 | 1890只眼睛，958名参与者 | NA | NA | NA | NA |
| 245 | 2024-10-09 |
DeepPBS: Geometric deep learning for interpretable prediction of protein-DNA binding specificity
2023-Dec-16, bioRxiv : the preprint server for biology
DOI:10.1101/2023.12.15.571942
PMID:38293168
|
研究论文 | 本文介绍了一种名为DeepPBS的几何深度学习模型，用于预测蛋白质-DNA结合特异性 | DeepPBS模型能够基于蛋白质-DNA结构预测跨蛋白质家族的结合特异性，并提供可解释的蛋白质重原子级别的重要性评分 | NA | 开发一种可解释的深度学习模型，用于预测蛋白质-DNA结合特异性，并指导实验选择和复杂设计 | 蛋白质-DNA结合特异性 | 机器学习 | NA | 几何深度学习 | 几何深度学习模型 | 蛋白质-DNA结构 | NA | NA | NA | NA | NA |
| 246 | 2024-10-09 |
Large-scale annotation dataset for fetal head biometry in ultrasound images
2023-Dec, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2023.109708
PMID:38020431
|
数据集 | 本文介绍了一个大规模的胎儿头部超声图像标注数据集 | 该数据集提供了多种格式的兼容性，适用于多种计算机视觉任务，并经过严格的验证过程 | NA | 为医学影像和计算机视觉领域的研究提供一个高质量的标注数据集 | 胎儿头部超声图像及其解剖区域的标注 | 计算机视觉 | NA | NA | NA | 图像 | 3832张高分辨率超声图像 | NA | NA | NA | NA |
| 247 | 2024-10-05 |
Game-Based Learning in Neuroscience: Key Terminology, Literature Survey, and How To Guide to Create a Serious Game
2023-Dec-22, Neurology. Education
DOI:10.1212/NE9.0000000000200103
PMID:39359316
|
研究论文 | 本文综述了基于游戏的学习（GBL）在神经科学教育中的应用现状，并提供了创建严肃游戏的指南 | 本文首次系统地综述了GBL在神经科学教育中的应用，并提供了创建教育游戏的实用建议 | 本文主要基于文献综述，未涉及具体的游戏开发实践 | 探讨基于游戏的学习在神经科学教育中的应用潜力 | 神经科学教育中的游戏元素、游戏化、严肃游戏和GBL | 教育技术 | NA | NA | NA | 文本 | NA | NA | NA | NA | NA |
| 248 | 2024-10-05 |
Validity of Neural Networks to Determine Body Position on the Bicycle
2023-12, Research quarterly for exercise and sport
IF:1.4Q3
DOI:10.1080/02701367.2022.2070103
PMID:35575754
|
研究论文 | 本研究评估了两种深度学习方法（MSRA和OpenPose）在自行车上自动估计人体关节角度以确定身体位置的有效性 | 本研究首次比较了两种深度学习方法在自行车上自动估计人体关节角度的准确性 | 研究仅在一个静止的自行车上进行，且样本量较小，可能限制了结果的普适性 | 评估神经网络在自行车上自动估计人体关节角度以确定身体位置的有效性 | 自行车上的身体位置和关节角度 | 计算机视觉 | NA | 深度学习 | 神经网络 | 视频 | 14名自行车手 | NA | NA | NA | NA |
| 249 | 2024-10-04 |
Deep learning quantification reveals a fundamental prognostic role for ductular reaction in biliary atresia
2023-12-01, Hepatology communications
IF:5.6Q1
DOI:10.1097/HC9.0000000000000333
PMID:38051554
|
研究论文 | 使用神经网络量化胆道闭锁中的导管反应（DR），并探讨其与病理生理和预后的关系 | 首次使用神经网络模型量化胆道闭锁中的导管反应，并发现其与预后的关联 | 样本量相对较小，且仅限于胆道闭锁患者 | 量化胆道闭锁中的导管反应，并探讨其与病理生理和预后的关系 | 胆道闭锁患者的肝脏活检样本 | 数字病理 | 胆道疾病 | 神经网络模型 | 神经网络 | 图像 | 259例胆道闭锁患者和43例对照组的肝脏活检样本 | NA | NA | NA | NA |
| 250 | 2024-10-02 |
Unsupervised contrastive graph learning for resting-state functional MRI analysis and brain disorder detection
2023-12-01, Human brain mapping
IF:3.5Q1
DOI:10.1002/hbm.26469
PMID:37668327
|
研究论文 | 提出了一种无监督对比图学习框架，用于静息态功能磁共振成像分析和脑部疾病检测 | 设计了一种双层fMRI增强策略，通过增强血氧水平依赖信号来增加样本量，并采用两个并行的图卷积网络进行无监督对比学习 | 未提及 | 探索fMRI生物标志物以预测脑部疾病进展，并提出一种无需大量标注数据的无监督学习方法 | 静息态功能磁共振成像数据和脑部疾病 | 机器学习 | NA | 功能磁共振成像 | 图卷积网络 | 图像 | 未具体说明 | NA | NA | NA | NA |
| 251 | 2024-09-29 |
FedFTN: Personalized federated learning with deep feature transformation network for multi-institutional low-count PET denoising
2023-12, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2023.102993
PMID:37827110
|
研究论文 | 提出了一种名为FedFTN的个性化联邦学习策略，用于多机构低计数PET图像去噪 | FedFTN使用局部深度特征变换网络（FTN）调节全局共享去噪网络的特征输出，实现个性化去噪 | NA | 解决多机构低计数PET图像去噪中的数据分布差异和隐私问题 | 多机构低计数PET图像 | 计算机视觉 | NA | 联邦学习 | 深度特征变换网络（FTN） | 图像 | 来自三个大洲三个医疗中心的大规模多机构低计数PET成像数据 | NA | NA | NA | NA |
| 252 | 2024-09-28 |
A robust and interpretable deep learning framework for multi-modal registration via keypoints
2023-12, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2023.102962
PMID:37769550
|
研究论文 | 本文介绍了一种基于深度学习的图像配准框架KeyMorph，通过自动检测关键点来实现多模态图像的配准 | 该框架通过使用可微分的闭式表达式来获得最优变换，解决了现有方法在大偏移、不可解释性和对称性问题上的不足 | NA | 开发一种鲁棒且可解释的深度学习框架，用于多模态图像配准 | 多模态脑部MRI扫描图像的3D仿射和基于样条的配准 | 计算机视觉 | NA | 深度学习 | 深度学习框架 | 图像 | NA | NA | NA | NA | NA |
| 253 | 2024-09-27 |
An alternatively spliced PD-L1 isoform PD-L1∆3, and PD-L2 expression in breast cancers: implications for eligibility scoring and immunotherapy response
2023-Dec, Cancer immunology, immunotherapy : CII
DOI:10.1007/s00262-023-03543-y
PMID:37768345
|
研究论文 | 研究探讨了乳腺癌中PD-L1的剪接变体PD-L1∆3和PD-L2的表达，及其对免疫治疗反应的影响 | 首次发现PD-L1的剪接变体PD-L1∆3在乳腺癌中的表达，并揭示了PD-L2与PD-L1水平的相关性及其对免疫逃逸的影响 | 需要进一步验证PD-L1∆3和PD-L2在不同肿瘤类型中的表达及其对免疫治疗的具体影响 | 探索PD-L1和PD-L2在乳腺癌中的表达及其对免疫治疗反应的影响 | PD-L1的剪接变体PD-L1∆3和PD-L2在乳腺癌中的表达 | 数字病理学 | 乳腺癌 | 转录组分析、结构建模、免疫组化 | AlphaFold2 | 蛋白质模型 | 涉及TCGA数据库中的乳腺癌和其他肿瘤样本 | NA | NA | NA | NA |
| 254 | 2024-09-25 |
Reporting Quality of Research Studies on AI Applications in Medical Images According to the CLAIM Guidelines in a Radiology Journal With a Strong Prominence in Asia
2023-12, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2023.1027
PMID:38016678
|
研究论文 | 评估亚洲放射学期刊中应用深度学习的医学影像研究报告质量 | 使用CLAIM指南评估报告质量，并提供亚洲地区报告质量的见解 | 样本仅限于韩国放射学期刊，可能无法代表所有亚洲期刊 | 评估应用深度学习的医学影像研究的报告质量 | 38篇发表在韩国放射学期刊上的文章 | 计算机视觉 | NA | 深度学习 | NA | 医学影像 | 38篇文章 | NA | NA | NA | NA |
| 255 | 2024-09-25 |
Response to "Medical Statistics Unlock the Gateway to Further Research: Using Deep Learning to Predict CDKN2A/B Homozygous Deletion in Isocitrate Dehydrogenase-Mutant Astrocytoma"
2023-12, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2023.0940
PMID:38016689
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 256 | 2024-09-25 |
Medical Statistics Unlock the Gateway to Further Research: Using Deep Learning to Predict CDKN2A/B Homozygous Deletion in Isocitrate Dehydrogenase-Mutant Astrocytoma
2023-12, Korean journal of radiology
IF:4.4Q1
DOI:10.3348/kjr.2023.0925
PMID:38016690
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 257 | 2024-09-23 |
AI Models for Protein Design are Driving Antibody Engineering
2023-Dec, Current opinion in biomedical engineering
IF:4.7Q2
DOI:10.1016/j.cobme.2023.100473
PMID:37484815
|
综述 | 本文综述了基于深度学习的蛋白质结构预测和设计在抗体治疗研究中的进展 | 利用深度学习指导抗体生成方法，结合先验知识和实验成果，提升抗体工程过程 | NA | 探讨深度学习在抗体治疗中的应用 | 抗体序列及其与目标抗原的结合特性 | 机器学习 | NA | 深度学习 | 生成模型 | 结构数据 | NA | NA | NA | NA | NA |
| 258 | 2024-09-19 |
Automatic segmentation of white matter hyperintensities in T2-FLAIR with AQUA: A comparative validation study against conventional methods
2023-12, Brain research bulletin
IF:3.5Q2
|
研究论文 | 本文提出了一种名为AQUA的深度学习模型，用于自动分割T2-FLAIR扫描中的白质高信号（WMH），并与其他五种自动分割方法进行了比较验证 | AQUA模型在U-Net架构的基础上进行了改进，引入了Bottleneck Attention Module，显著提高了对小尺寸WMH的检测性能 | 尽管AQUA在大多数指标上表现优异，但在召回率和F1分数上仍有改进空间，特别是在排除小病变后 | 开发一种高效且客观的自动分割方法，用于检测和监测与认知衰退和痴呆风险相关的白质高信号 | T2-FLAIR扫描中的白质高信号（WMH） | 计算机视觉 | 神经退行性疾病 | 深度学习 | U-Net | 图像 | 170名老年参与者 | NA | NA | NA | NA |
| 259 | 2024-09-16 |
Observer studies of image quality of denoising reduced-count cardiac single photon emission computed tomography myocardial perfusion imaging by three-dimensional Gaussian post-reconstruction filtering and deep learning
2023-12, Journal of nuclear cardiology : official publication of the American Society of Nuclear Cardiology
IF:3.0Q2
DOI:10.1007/s12350-023-03295-3
PMID:37221409
|
研究论文 | 本研究评估了三维高斯后重建滤波和深度学习去噪对减少计数的心脏单光子发射计算机断层扫描心肌灌注成像图像质量的影响 | 本研究首次比较了三维高斯后重建滤波和深度学习去噪在减少计数情况下的性能 | 本研究未发现深度学习去噪在所研究的剂量水平和使用的深度学习网络下优于优化的三维高斯后重建滤波 | 评估减少计数情况下三维高斯后重建滤波和深度学习去噪对心肌灌注缺陷检测准确性的影响 | 心脏单光子发射计算机断层扫描心肌灌注成像图像 | 计算机视觉 | 心血管疾病 | 深度学习 | 深度学习网络 | 图像 | 156名正常解读的患者 | NA | NA | NA | NA |
| 260 | 2024-09-15 |
Histopathologic brain age estimation via multiple instance learning
2023-12, Acta neuropathologica
IF:9.3Q1
DOI:10.1007/s00401-023-02636-3
PMID:37815677
|
研究论文 | 本文通过多实例学习方法开发了一种基于组织病理学全切片图像的脑龄估计模型 | 本文首次利用组织病理学全切片图像构建深度学习模型来评估脑龄加速，并发现其与临床和病理结果的显著关联 | NA | 揭示脑龄加速的机制，并评估其在阿尔茨海默病和其他疾病中的早期变化 | 人类死后海马体切片 | 数字病理学 | 阿尔茨海默病 | 深度学习 | 多实例学习模型 | 图像 | 一组数字化的人类死后海马体切片 | NA | NA | NA | NA |