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 1869 篇文献，本页显示第 941 - 960 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 941 | 2024-10-21 |
Analyzing patients satisfaction level for medical services using twitter data
2024, PeerJ. Computer science
DOI:10.7717/peerj-cs.1697
PMID:38259896
|
研究论文 | 研究利用Twitter数据分析患者对医疗服务的满意度 | 提出了一种基于迁移学习的LSTM-ETC模型，显著提高了情感分类的准确性 | 研究未进行广泛的比较分析和验证 | 分析全球范围内人们对医疗服务的情感倾向，并评估机器学习和深度学习方法在医疗推文情感分类中的有效性 | Twitter上的医疗相关推文 | 自然语言处理 | NA | 机器学习 | LSTM | 文本 | 使用了三个标签#healthcare, #healthcare services, 和 #medical facilities的推文数据 | NA | NA | NA | NA |
| 942 | 2024-10-21 |
Attention-Gated Deep-Learning-Based Automatic Digitization of Interstitial Needles in High-Dose-Rate Brachytherapy for Cervical Cancer
2024-Jan, Advances in radiation oncology
IF:2.2Q2
DOI:10.1016/j.adro.2023.101340
PMID:38260236
|
研究论文 | 本文设计了一种基于注意力门控的深度学习模型，用于自动数字化宫颈癌高剂量率近距离放射治疗中的间质针 | 本文引入了空间和通道注意力门控机制，增强了三维卷积神经网络对针特征的识别能力，提高了自动数字化针的准确性 | 本文仅在17名患者的56个计划中进行了验证，样本量较小，可能影响模型的泛化能力 | 设计一种新的注意力门控深度学习模型，以提高宫颈癌高剂量率近距离放射治疗中间质针自动数字化的准确性 | 宫颈癌患者的高剂量率近距离放射治疗计划中的间质针 | 计算机视觉 | 宫颈癌 | 深度学习 | 卷积神经网络（CNN） | 图像 | 17名宫颈癌患者，56个高剂量率近距离放射治疗计划 | NA | NA | NA | NA |
| 943 | 2024-10-21 |
External validation of a deep learning algorithm for automated echocardiographic strain measurements
2024-Jan, European heart journal. Digital health
DOI:10.1093/ehjdh/ztad072
PMID:38264705
|
研究论文 | 本文验证了一种深度学习算法在自动测量超声心动图应变中的应用 | 首次验证了深度学习算法在自动测量超声心动图应变中的应用，并展示了其在不同人群中的准确性 | 研究仅限于特定人群和特定类型的应变测量，未涵盖所有可能的应用场景 | 验证深度学习算法在自动测量超声心动图应变中的准确性和应用潜力 | 左心室应变测量和区域应变测量 | 计算机视觉 | 心血管疾病 | 深度学习 | 深度学习算法 | 图像 | 共分析了3741例台湾队列、176例PROMIS-HFpEF研究和158例HMC-QU-MI研究 | NA | NA | NA | NA |
| 944 | 2024-10-21 |
Discrimination of object information by bat echolocation deciphered from acoustic simulations
2024-Jan, Royal Society open science
IF:2.9Q1
DOI:10.1098/rsos.231415
PMID:38269077
|
研究论文 | 研究探讨了蝙蝠通过回声定位识别目标遮挡信息的能力 | 首次通过三维声学模拟研究蝙蝠如何利用回声定位识别目标的遮挡结构和纹理 | 研究仅限于模拟环境，未在实际自然环境中验证 | 探讨蝙蝠是否能通过回声定位获取目标的遮挡信息 | 蝙蝠和不同几何形状的目标 | 生物声学 | NA | 三维声学模拟 | NA | 声学数据 | 五个不同目标 | NA | NA | NA | NA |
| 945 | 2024-10-21 |
Reconstructing growth and dynamic trajectories from single-cell transcriptomics data
2024, Nature machine intelligence
IF:18.8Q1
DOI:10.1038/s42256-023-00763-w
PMID:38274364
|
研究论文 | 本文介绍了一种名为TIGON的动态非平衡最优传输算法，用于从单细胞转录组数据中重建动态轨迹和种群增长 | 提出了TIGON算法，结合深度学习方法和Wasserstein-Fisher-Rao距离，解决了高维最优传输问题 | NA | 研究如何从单细胞转录组数据中重建动态轨迹和种群增长 | 单细胞转录组数据中的动态轨迹和种群增长 | 生物信息学 | NA | 单细胞RNA测序（scRNA-seq） | 深度学习模型 | 转录组数据 | 三个scRNA-seq数据集 | NA | NA | NA | NA |
| 946 | 2024-10-21 |
Predicting suicidality in late-life depression by 3D convolutional neural network and cross-sample entropy analysis of resting-state fMRI
2024-01, Brain and behavior
IF:2.6Q3
DOI:10.1002/brb3.3348
PMID:38376042
|
研究论文 | 本文利用3D卷积神经网络和交叉样本熵分析静息态fMRI数据，预测老年抑郁症患者的自杀倾向 | 结合交叉样本熵分析和3D卷积神经网络，识别与自杀倾向相关的脑区 | 样本量相对较小，且仅限于老年抑郁症患者 | 应用深度学习算法预测老年抑郁症患者的自杀风险 | 老年抑郁症患者的自杀倾向 | 机器学习 | 老年疾病 | fMRI | 3D卷积神经网络 | 图像 | 83名老年抑郁症患者，其中35名非自杀倾向，48名自杀倾向 | NA | NA | NA | NA |
| 947 | 2024-10-20 |
Deep learning of heart-sound signals for efficient prediction of obstructive coronary artery disease
2024-Jan-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2023.e23354
PMID:38169906
|
研究论文 | 本文研究了基于心音信号的深度学习模型，用于高效预测阻塞性冠状动脉疾病 | 开发了一种基于心音信号的深度学习模型，用于非侵入性筛查阻塞性冠状动脉疾病 | NA | 开发一种基于心音信号的深度学习算法，用于高效检测阻塞性冠状动脉疾病，减少不必要的冠状动脉造影 | 阻塞性冠状动脉疾病 | 机器学习 | 心血管疾病 | 深度学习 | VGG-16, 1D CNN, ResNet18 | 心音信号 | 320名疑似冠状动脉疾病的患者，以及80名用于测试的患者 | NA | NA | NA | NA |
| 948 | 2024-10-20 |
Assessing deep convolutional neural network models and their comparative performance for automated medicinal plant identification from leaf images
2024-Jan-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2023.e23655
PMID:38187334
|
研究论文 | 评估七种先进的深度学习算法在从叶片图像中自动识别药用植物方面的性能，并推荐最佳模型 | 首次系统评估了七种深度学习模型在药用植物自动识别中的性能，并提出了最佳模型DenseNet201 | 模型在不同科属和物种间的准确性存在差异 | 评估深度学习模型在药用植物自动识别中的性能，并推荐最佳模型 | 药用植物的叶片图像 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 5878张图像，涵盖30种药用植物，分布在20个科属中 | NA | NA | NA | NA |
| 949 | 2024-10-20 |
Open and reusable deep learning for pathology with WSInfer and QuPath
2024-Jan-10, NPJ precision oncology
IF:6.8Q1
DOI:10.1038/s41698-024-00499-9
PMID:38200147
|
研究论文 | 本文介绍了WSInfer和QuPath，一个用于病理学深度学习的开源软件生态系统，旨在促进深度学习模型在数字病理学中的共享和重用 | 开发了WSInfer，一个开源软件生态系统，旨在简化深度学习模型在数字病理学中的共享和重用 | NA | 解决深度学习模型在数字病理学中不易重用的问题 | 数字病理学中的深度学习模型 | 数字病理学 | NA | 深度学习 | 深度学习模型 | NA | NA | NA | NA | NA | NA |
| 950 | 2024-10-20 |
Chemprop: A Machine Learning Package for Chemical Property Prediction
2024-01-08, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.3c01250
PMID:38147829
|
研究论文 | 介绍了一个名为Chemprop的机器学习软件包，用于化学性质预测 | 引入了多种新功能，如多分子性质支持、反应、原子/键级性质和光谱分析，并集成了不确定性量化和校准方法 | 未提及 | 开发一个易于使用且功能强大的开源软件包，用于分子性质预测 | 分子性质预测任务 | 机器学习 | NA | 深度学习 | D-MPNN（定向消息传递神经网络） | 分子数据 | 包括MoleculeNet和SAMPL等多个数据集 | NA | NA | NA | NA |
| 951 | 2024-10-20 |
Prop3D: A flexible, Python-based platform for machine learning with protein structural properties and biophysical data
2024-Jan-04, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-023-05586-5
PMID:38177985
|
研究论文 | 介绍了一个名为Prop3D的灵活的Python平台，用于结合蛋白质结构属性和生物物理数据进行机器学习 | 提出了Prop3D平台，允许创建、共享和扩展使用蛋白质域库，并提供了一个名为Prop3D-20sf的蛋白质数据集 | NA | 开发一个灵活的平台，用于创建和共享高质量的蛋白质结构数据集，以支持机器学习模型的训练和基准测试 | 蛋白质的三维结构及其相关的生物物理和进化属性 | 机器学习 | NA | 机器学习 | NA | 蛋白质结构数据 | Prop3D-20sf数据集包含了20个高频CATH家族的蛋白质域 | NA | NA | NA | NA |
| 952 | 2024-10-20 |
Multi-modal tumor segmentation methods based on deep learning: a narrative review
2024-Jan-03, Quantitative imaging in medicine and surgery
IF:2.9Q2
DOI:10.21037/qims-23-818
PMID:38223046
|
综述 | 本文综述了基于深度学习的多模态肿瘤分割方法 | 本文总结了多模态数据融合方法和常见的深度学习网络结构，为未来研究提供了方向 | 本文主要基于过去五年的文献综述，未涉及实验验证 | 提供近期基于深度学习的多模态肿瘤分割方法的概述 | 多模态肿瘤分割方法 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 78篇英文文献 | NA | NA | NA | NA |
| 953 | 2024-10-20 |
Graph embedding on mass spectrometry- and sequencing-based biomedical data
2024-Jan-02, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-023-05612-6
PMID:38166530
|
综述 | 本文综述了图嵌入技术在基于质谱和测序的生物医学数据分析中的应用 | 探讨了图嵌入技术在生物网络数据分析中的实用性，特别是在蛋白质-蛋白质相互作用网络和药物功能预测中的应用 | 这些方法在计算上仍然要求较高 | 讨论图嵌入技术的原理及其在生物医学数据分析中的应用 | 基于质谱和测序实验的生物网络数据 | 机器学习 | NA | 图嵌入技术 | 深度学习算法 | 生物网络数据 | NA | NA | NA | NA | NA |
| 954 | 2024-10-20 |
CAS Landslide Dataset: A Large-Scale and Multisensor Dataset for Deep Learning-Based Landslide Detection
2024-Jan-02, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-023-02847-z
PMID:38168493
|
研究论文 | 本文介绍了CAS滑坡数据集，这是一个用于深度学习滑坡检测的大规模多传感器数据集 | 该数据集整合了来自九个地区的卫星和无人机数据，包含20,865张图像，旨在解决现有数据集在数据量、覆盖范围、传感器类型和分辨率方面的局限性 | NA | 开发一个精确且全面的数据集，以支持快速高效的滑坡识别 | 滑坡检测 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 20,865张图像 | NA | NA | NA | NA |
| 955 | 2024-10-20 |
Discovery of novel ULK1 inhibitors through machine learning-guided virtual screening and biological evaluation
2024, Future medicinal chemistry
IF:3.2Q3
DOI:10.1080/17568919.2024.2385288
PMID:39145469
|
研究论文 | 基于人工智能构建ULK1抑制剂的虚拟筛选模型，结合分子对接和生物评估筛选ULK1抑制剂 | 通过机器学习和深度学习模型结合分子对接和生物评估，从1300万种化合物中筛选出ULK1抑制剂 | 由于训练数据较少，机器学习模型显著优于深度学习模型 | 开发高效的ULK1抑制剂虚拟筛选模型 | ULK1抑制剂的筛选和活性化合物的结合机制 | 机器学习 | NA | 分子对接、分子动力学 | Naive Bayes | 化合物 | 1300万种化合物 | NA | NA | NA | NA |
| 956 | 2024-10-20 |
Detection of hand motion during cadaveric mastoidectomy dissections: a technical note
2024, Frontiers in surgery
IF:1.6Q2
DOI:10.3389/fsurg.2024.1441346
PMID:39421406
|
技术笔记 | 评估深度学习手部运动检测器在尸体乳突切除术中优化手部运动和精度的潜力 | 使用深度学习手部运动检测器在尸体乳突切除术中测量手术运动，无需物理传感器 | 初步指标已开发用于评估乳突切除术中的手部运动，但需要进一步研究以扩展和验证这些指标 | 评估深度学习手部运动检测器在优化手术手部运动和精度方面的潜力 | 尸体乳突切除术中的手部运动 | 计算机视觉 | NA | 深度学习 | 深度学习手部运动检测器 | 图像 | 三个尸体乳突切除术程序 | NA | NA | NA | NA |
| 957 | 2024-10-20 |
WSSS-CRAM: precise segmentation of histopathological images via class region activation mapping
2024, Frontiers in microbiology
IF:4.0Q2
DOI:10.3389/fmicb.2024.1483052
PMID:39421560
|
研究论文 | 本文介绍了一种名为WSSS-CRAM的弱监督语义分割方法，通过类别区域激活映射实现病理图像的精确分割 | 提出了一种新的弱监督语义分割方法WSSS-CRAM，能够从图像级别的标注数据中获取详细的像素级标签，并通过类别特定的激活映射和条件随机场后处理来提高分割精度 | 目前仅在特定病理数据集上进行了验证，未来需要扩展到不同类型的组织图像以验证其泛化能力 | 开发一种能够快速、准确且自动分析病理图像的方法 | 病理图像的自动分析和分割 | 计算机视觉 | NA | 深度学习 | 弱监督语义分割模型 | 图像 | NA | NA | NA | NA | NA |
| 958 | 2024-10-20 |
Machine Learning for Dynamic Prognostication of Patients With Hepatocellular Carcinoma Using Time-Series Data: Survival Path Versus Dynamic-DeepHit HCC Model
2024, Cancer informatics
IF:2.4Q3
DOI:10.1177/11769351241289719
PMID:39421722
|
研究论文 | 比较了两种机器学习模型（Survival Path和Dynamic DeepHit）在肝细胞癌患者动态预后预测中的表现 | 首次比较了Survival Path和Dynamic DeepHit两种模型在肝细胞癌患者动态预后预测中的性能 | 研究仅限于肝细胞癌患者，且未探讨模型在其他癌症类型中的适用性 | 比较两种先进的机器学习模型在肝细胞癌患者动态预后预测中的表现 | 2511名肝细胞癌患者 | 机器学习 | 肝细胞癌 | 机器学习 | Survival Path, Dynamic DeepHit | 时间序列数据 | 2511名肝细胞癌患者 | NA | NA | NA | NA |
| 959 | 2024-10-20 |
Experience of observation skill workshop intervention for ophthalmologists in fellowship training
2024, F1000Research
DOI:10.12688/f1000research.148008.2
PMID:39421757
|
研究论文 | 评估干预性工作坊对眼科住院医师观察技能的影响 | 通过工作坊干预显著提高了眼科住院医师的观察技能 | 仅限于特定批次的住院医师，且样本量较小 | 评估干预性工作坊对眼科住院医师观察技能的影响 | 34名眼科住院医师的观察技能 | NA | NA | NA | NA | NA | 34名眼科住院医师（21名女性，13名男性） | NA | NA | NA | NA |
| 960 | 2024-10-20 |
Automatic Detection and Classification of Modic Changes in MRI Images Using Deep Learning: Intelligent Assisted Diagnosis System
2024-Jan, Orthopaedic surgery
IF:1.8Q2
DOI:10.1111/os.13894
PMID:37933461
|
研究论文 | 本研究探讨了基于单次多框检测器（SSD）和ResNet18网络的自动检测和分类Modic变化（MCs）在MRI图像中的表现，并验证了深度学习网络辅助检测分类MCs的可行性 | 本研究首次将SSD和ResNet18网络结合用于MRI图像中Modic变化的自动检测和分类，并比较了观察者间和观察者与分类器间的一致性 | 研究样本量较小，且仅限于天津医院的数据，可能影响模型的泛化能力 | 验证深度学习模型在MRI图像中自动检测和分类Modic变化的可行性，并评估其与医生诊断的一致性 | Modic变化（MCs）在MRI图像中的自动检测和分类 | 计算机视觉 | 脊柱疾病 | 深度学习 | 单次多框检测器（SSD）和ResNet18网络 | MRI图像 | 内部数据集包含140名患者，外部测试数据集包含28名患者 | NA | NA | NA | NA |