深度学习在生物医药领域中的应用
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，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10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 187 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 101 | 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 |
| 102 | 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 |
| 103 | 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 |
| 104 | 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 |
| 105 | 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 |
| 106 | 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 |
| 107 | 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 |
| 108 | 2024-09-11 |
Revolutionizing Biological Science: The Synergy of Genomics in Health, Bioinformatics, Agriculture, and Artificial Intelligence
2023-12, Omics : a journal of integrative biology
IF:2.2Q3
DOI:10.1089/omi.2023.0197
PMID:38100404
|
研究论文 | 探讨基因组学、生物信息学、农业和人工智能在健康和生态系统中的综合应用及其带来的机遇和挑战 | 文章强调了跨学科整合在基因组学、行星健康和农业领域的革命性潜力，特别是人工智能在生物信息学中的应用 | 文章提到了基因组大数据带来的社会技术挑战，以及在提取生物学、行星健康和生态学见解方面的困难 | 旨在探讨跨学科整合在基因组学、行星健康、农业和人工智能领域的广泛可能性和挑战 | 基因组学、生物信息学、农业、人工智能及其在健康和生态系统中的应用 | 生物信息学 | NA | 人工智能 | 机器学习和深度学习 | 基因组和多组学数据 | NA |
| 109 | 2024-09-06 |
Deep learning and transfer learning identify breast cancer survival subtypes from single-cell imaging data
2023-Dec-19, Communications medicine
IF:5.4Q1
DOI:10.1038/s43856-023-00414-6
PMID:38114659
|
研究论文 | 本文通过深度学习和迁移学习方法，利用单细胞成像数据识别乳腺癌生存亚型 | 提出了一种量化单细胞分辨率细胞间相互作用特征的方法，并应用于神经网络模型以预测患者生存 | NA | 开发一种从单细胞水平信息到群体水平生存预测的方法 | 乳腺癌患者的生存亚型 | 数字病理学 | 乳腺癌 | 非负矩阵分解 (NMF) | 神经网络 | 图像 | 数百个单细胞分辨率的细胞间相互作用特征 |
| 110 | 2024-09-01 |
A deep learning-enabled smartphone platform for rapid and sensitive colorimetric detection of dimethoate pesticide
2023-Dec, Analytical and bioanalytical chemistry
IF:3.8Q1
DOI:10.1007/s00216-023-04978-z
PMID:37770666
|
research paper | 开发了一种基于深度学习的智能手机平台，用于辅助比色适体生物传感器快速和高灵敏度地检测乐果农药 | 该平台结合了比色生物传感器和基于智能手机的深度学习方法，实现了便携且经济实惠的农药检测工具 | NA | 开发一种快速、高灵敏度的农药检测方法 | 乐果农药的检测 | machine learning | NA | NA | CNN | image | 浓度范围为0-10 μM的乐果溶液 |
| 111 | 2024-08-31 |
Evaluation of the Artificial Intelligence Chatbot on Breast Reconstruction and Its Efficacy in Surgical Research: A Case Study
2023-12, Aesthetic plastic surgery
IF:2.0Q2
DOI:10.1007/s00266-023-03443-7
PMID:37314466
|
研究论文 | 本研究评估了人工智能聊天机器人ChatGPT在乳房重建领域的应用及其在整形外科研究中的效果 | 首次评估ChatGPT在整形外科研究中的准确性和全面性 | ChatGPT在回答中缺乏深度，生成不存在的参考文献，引用错误的期刊和日期，存在学术诚信问题 | 评估ChatGPT在整形外科研究中的适用性 | ChatGPT在乳房重建领域的应用 | 机器学习 | NA | 深度学习 | NA | 文本 | 6个问题 |
| 112 | 2024-08-31 |
Association Between Fat Depletion and Prognosis of Amyotrophic Lateral Sclerosis: CT-Based Body Composition Analysis
2023-12, Annals of neurology
IF:8.1Q1
DOI:10.1002/ana.26775
PMID:37612833
|
研究论文 | 本研究探讨了脂肪减少与肌萎缩侧索硬化症（ALS）患者预后的关系，使用基于深度学习的CT体成分分析软件进行分析 | 首次使用深度学习技术进行CT体成分分析，评估脂肪减少和肌肉减少对ALS患者生存的影响 | 研究为回顾性分析，样本量相对较小，且仅在单一医院进行 | 评估脂肪减少和肌肉减少对ALS患者预后的影响 | 肌萎缩侧索硬化症患者 | 数字病理学 | 神经退行性疾病 | CT | 深度学习 | 图像 | 80名患者（40名男性，平均年龄65.5±9.4岁） |
| 113 | 2024-08-30 |
A simulative deep learning model of SNP interactions on chromosome 19 for predicting Alzheimer's disease risk and rates of disease progression
2023-12, Alzheimer's & dementia : the journal of the Alzheimer's Association
DOI:10.1002/alz.13319
PMID:37409680
|
研究论文 | 本文通过模拟深度学习模型分析染色体19上的单核苷酸多态性（SNP）交互作用，预测阿尔茨海默病（AD）的风险和疾病进展速率 | 采用了一种新颖的模拟深度学习模型，使用遮挡方法量化每个SNP及其上位效应对AD可能性的影响 | NA | 识别与阿尔茨海默病相关的遗传模式，以构建个性化的治疗策略 | 染色体19上的遗传数据和单核苷酸多态性（SNP） | 机器学习 | 阿尔茨海默病 | 深度学习 | 深度学习模型 | 遗传数据 | 使用了来自阿尔茨海默病神经影像学倡议和阿尔茨海默病影像学与遗传生物标志物数据集的染色体19遗传数据 |
| 114 | 2024-08-29 |
Deep Learning Models for Predicting Left Heart Abnormalities From Single-Lead Electrocardiogram for the Development of Wearable Devices
2023-12-25, Circulation journal : official journal of the Japanese Circulation Society
IF:3.1Q2
DOI:10.1253/circj.CJ-23-0216
PMID:37967949
|
研究论文 | 本文开发了使用单导联I心电图数据预测左心异常的深度学习模型，并评估了其在可穿戴设备中的应用潜力 | 首次展示了单导联I心电图数据在预测左心异常方面的有效性，并证明其性能与使用12导联心电图的心脏病专家相当 | NA | 开发和验证用于预测左心异常的单导联I心电图深度学习模型 | 左心室射血分数降低、室壁运动异常、左心室肥厚、左心室扩张和左心房扩张 | 机器学习 | 心血管疾病 | 深度学习 | 深度学习模型 | 心电图数据 | 229,439组心电图和超声心动图数据，来自8个机构，外部验证数据来自2个机构 |
| 115 | 2024-08-25 |
Collective and harmonized high throughput barcoding of insular arthropod biodiversity: Toward a Genomic Observatories Network for islands
2023-12, Molecular ecology
IF:4.5Q1
DOI:10.1111/mec.16683
PMID:36156326
|
研究论文 | 本文探讨了如何利用高通量测序技术（HTS）和深度学习图像分析方法，系统地进行岛屿节肢动物多样性的编目和监测，并提出了建立岛屿基因组观测网络（iGON）的框架。 | 本文首次提出将高通量测序技术与深度学习图像分析相结合，用于岛屿节肢动物多样性的研究，并探讨了在岛屿基因组观测网络框架下实施这些方法的可能性。 | 文章指出当前方法在节肢动物多样性数据可用性方面存在局限，需要进一步的技术创新和数据积累。 | 旨在通过新技术手段，深入理解岛屿生态和进化过程中节肢动物多样性的关键过程。 | 研究对象为岛屿上的节肢动物，特别是那些在生态、进化和保护生物学领域具有重要意义的物种。 | 基因组学 | NA | 高通量测序（HTS） | 深度学习 | 图像 | 文章未具体提及样本数量 |
| 116 | 2024-08-22 |
Pathomic Features Reveal Immune and Molecular Evolution From Lung Preneoplasia to Invasive Adenocarcinoma
2023-Dec, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2023.100326
PMID:37678674
|
研究论文 | 本文利用先进的深度学习和人工智能技术，从常规的苏木精和伊红染色病理图像中分割和识别细胞，并提取了9种与生物学相关的病理特征，以解码肺部癌前病变的演变过程 | 首次利用病理特征分析肺部癌前病变到浸润性腺癌的免疫和分子演化过程，展示了病理学在研究肺癌发生中的可行性和巨大潜力 | 研究受限于肺癌前体材料的不足 | 深入理解早期肺癌癌变过程 | 肺部癌前病变到浸润性腺癌的演变过程 | 数字病理学 | 肺癌 | 深度学习和人工智能技术 | NA | 图像 | 分析了来自日本、中国和美国的3个不同队列，共98名患者，162张切片，669个感兴趣区域，包括143个正常样本、129个不典型腺瘤样增生、94个原位腺癌、98个微小浸润性腺癌和205个浸润性腺癌 |
| 117 | 2024-08-20 |
Deep Learning Model for Predicting Airway Organoid Differentiation
2023-12, Tissue engineering and regenerative medicine
IF:4.4Q2
DOI:10.1007/s13770-023-00563-8
PMID:37594633
|
研究论文 | 本文介绍了一种使用深度学习模型预测气道类器官分化的方法 | 通过深度学习技术，无需免疫荧光染色即可选择与特定组织相似度高的类器官 | NA | 建立一个系统，通过深度学习选择与特定组织相似度高的类器官 | 气道类器官的分化 | 机器学习 | NA | 深度学习 | 卷积神经网络 | 图像 | NA |
| 118 | 2024-08-17 |
Machine-learning-based Structural Analysis of Interactions between Antibodies and Antigens
2023-Dec-08, bioRxiv : the preprint server for biology
DOI:10.1101/2023.12.06.570397
PMID:38106177
|
研究论文 | 本文通过深度学习模型分析抗体与抗原之间的结构相互作用 | 本研究能够高精度地区分抗体-抗原复合物与其他类型的蛋白质-蛋白质复合物，并能从其他常见蛋白质结合区域中识别抗原 | 模型无法预测特定抗体与其抗原的配对关系 | 旨在通过计算分析抗体与抗原的相互作用，促进对体液免疫分子机制的理解并推动新疗法的设计 | 抗体与抗原的相互作用 | 机器学习 | NA | 深度学习 | 深度学习模型 | 蛋白质结构数据 | NA |
| 119 | 2024-08-16 |
Assisted documentation as a new focus for artificial intelligence in endoscopy: the precedent of reliable withdrawal time and image reporting
2023-Dec, Endoscopy
IF:11.5Q1
DOI:10.1055/a-2122-1671
PMID:37399844
|
研究论文 | 本文开发了一种基于人工智能（AI）的原型系统，用于测量内镜检查中的撤退时间和自动照片记录 | 该AI系统能够实时计算撤退时间，提供图像报告，并具有实时处理能力 | 需要进一步验证以确保系统的准确性和可靠性 | 提高内镜检查报告的标准化，并减少常规文档记录的工作量 | 内镜检查中的撤退时间和图像记录 | 人工智能 | NA | 深度学习算法 | 多类别深度学习算法 | 图像 | 10,557张图像（来自1300次检查，九个中心，四个处理器）和100次结肠镜检查视频（五个中心） |
| 120 | 2024-08-15 |
Characterization of Wnt signaling pathway under treatment of Lactobacillus acidophilus postbiotic in colorectal cancer using an integrated in silico and in vitro analysis
2023-12-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-50047-x
PMID:38151510
|
研究论文 | 本研究通过综合的计算机模拟和体外实验分析，探讨了乳酸菌酸ophilus后生物制剂对结直肠癌中Wnt信号通路的影响 | 本研究首次采用单细胞RNA测序和深度学习方法ExpiMap分析结直肠癌中的差异表达基因，并评估了乳酸菌酸ophilus后生物制剂对这些基因表达的影响 | 研究仅限于HT-29细胞系，未来研究应扩展到其他细胞系和临床试验以验证结果 | 探讨乳酸菌酸ophilus后生物制剂对结直肠癌中Wnt信号通路的影响及其治疗潜力 | 结直肠癌中的差异表达基因及其在Wnt信号通路中的作用 | 数字病理学 | 结直肠癌 | 单细胞RNA测序（scRNA-seq）、实时定量PCR（RT-qPCR）、流式细胞术 | 深度学习 | 基因表达数据 | HT-29细胞系及正常邻近组织 |