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 1854 篇文献，本页显示第 1321 - 1340 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1321 | 2024-08-08 |
Recent deep learning-based brain tumor segmentation models using multi-modality magnetic resonance imaging: a prospective survey
2024, Frontiers in bioengineering and biotechnology
IF:4.3Q2
DOI:10.3389/fbioe.2024.1392807
PMID:39104626
|
综述 | 本文综述了基于多模态磁共振成像的深度学习脑肿瘤分割模型，并讨论了其最新进展和未来方向 | 介绍了使用卷积神经网络、视觉变换器和混合模型的最新深度学习模型，并进行了深入的统计分析 | 提出了当前研究中存在的开放挑战，并指出了未来研究的方向 | 提高脑肿瘤诊断的准确性和治疗效果 | 脑肿瘤分割模型及其在多模态磁共振成像中的应用 | 计算机视觉 | 脑肿瘤 | 磁共振成像（MRI） | CNN、视觉变换器、混合模型 | 图像 | NA |
| 1322 | 2024-08-08 |
Genome composition-based deep learning predicts oncogenic potential of HPVs
2024, Frontiers in cellular and infection microbiology
IF:4.6Q1
DOI:10.3389/fcimb.2024.1430424
PMID:39104853
|
研究论文 | 本研究通过分析HPV序列的二核苷酸（DNT）和DNT表示（DCR）的基因组组成特征，利用深度学习模型预测HPV的致癌潜力 | 首次利用深度学习模型基于HPV的基因组组成特征预测其致癌潜力 | NA | 旨在通过深度学习模型预测HPV的致癌潜力 | 人乳头瘤病毒（HPV）的致癌潜力 | 机器学习 | NA | NA | CNN | 序列数据 | 多种类型的HPV序列记录 |
| 1323 | 2024-08-07 |
Data modeling analysis of GFRP tubular filled concrete column based on small sample deep meta learning method
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0305038
PMID:38985781
|
研究论文 | 本文提出了一种基于小样本深度元学习方法的GFRP管混凝土柱数据建模分析 | 结合传统回归模型与基于元学习的数据增强优化方法，提出了一种深度神经网络，在优化GFRP包裹混凝土短柱方面表现优异 | NA | 解决工程数据分析中的小样本回归问题 | GFRP管混凝土柱 | 机器学习 | NA | 元学习 | 深度神经网络 | 工程数据 | 小样本 |
| 1324 | 2024-08-07 |
Neighborhood structure-guided brain functional networks estimation for mild cognitive impairment identification
2024, PeerJ
IF:2.3Q2
DOI:10.7717/peerj.17774
PMID:39099649
|
研究论文 | 本文提出了一种基于邻域结构引导的大脑功能网络估计方法，用于轻度认知障碍的识别 | 该方法通过考虑感兴趣区域（ROI）之间的空间邻域信息，利用K-最近邻（KNN）算法构建稀疏的大脑功能网络（BFN），克服了传统Pearson相关系数（PC）构建的密集网络与生物学先验的矛盾 | NA | 旨在提高轻度认知障碍（MCI）与健康个体之间的分类性能 | 大脑功能网络的构建与轻度认知障碍的识别 | 计算机视觉 | 神经退行性疾病 | 功能磁共振成像（fMRI） | K-最近邻（KNN） | 图像 | 具体样本数量未在摘要中提及 |
| 1325 | 2024-08-07 |
Embedded-deep-learning-based sample-to-answer device for on-site malaria diagnosis
2024, Frontiers in bioengineering and biotechnology
IF:4.3Q2
DOI:10.3389/fbioe.2024.1392269
PMID:39100623
|
研究论文 | 本研究提出了一种基于嵌入式深度学习的miLab™设备，用于现场疟疾诊断，该设备采用固体水凝胶染色法，确保血液涂片的一致性和高质量。 | miLab™设备通过使用可变形染色贴片，实现了在不同血细胞比容下的一致性血液涂片制备，并利用嵌入式深度学习技术从自动对焦的染色血细胞图像中检测和分类疟原虫。 | NA | 开发一种在细胞水平上准确且临床表现良好的疟疾诊断方法。 | 疟疾诊断方法及其在实际应用中的性能。 | 数字病理学 | 疟疾 | 深度学习算法 | 嵌入式深度学习 | 图像 | 临床验证在马拉维进行，总体百分比一致性为92.21%。 |
| 1326 | 2024-08-07 |
Surrogate modelling of heartbeat events for improved J-peak detection in BCG using deep learning
2024, Frontiers in network physiology
DOI:10.3389/fnetp.2024.1425871
PMID:39099720
|
研究论文 | 本文提出了一种基于深度学习的方法，用于改进BCG信号中的J峰检测，通过模拟离散参考心跳事件来提高检测精度 | 首次采用核函数编码时间事件，并系统比较了多种事件编码用于事件检测的回归序列到序列模型 | NA | 提高BCG信号中J峰检测的准确性 | BCG信号中的心跳事件检测 | 机器学习 | NA | 深度学习 | 回归序列到序列模型 | 时间序列 | 17晚，共134小时的数据，使用嵌入在床垫中的惯性测量单元(IMUs)收集 |
| 1327 | 2024-08-07 |
Generalising electrocardiogram detection and delineation: training convolutional neural networks with synthetic data augmentation
2024, Frontiers in cardiovascular medicine
IF:2.8Q2
DOI:10.3389/fcvm.2024.1341786
PMID:39100388
|
研究论文 | 本文介绍了一种使用合成数据增强训练卷积神经网络的方法，用于心电图检测和 delineation | 开发了一种合成数据生成方案，从现有数据库中提取基本段落并概率性地构建未见过的心电图轨迹，同时提出了两种基于分割的损失函数 | NA | 解决心电图检测和 delineation 中传统方法难以泛化到多样心电图模式的问题 | 心电图检测和 delineation | 机器学习 | NA | 卷积神经网络 | CNN | 心电图数据 | 使用了三个多样化的自由可用数据库（QT, LU, 和 Zhejiang） |
| 1328 | 2024-08-07 |
Hybrid healthcare unit recommendation system using computational techniques with lung cancer segmentation
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1429291
PMID:39099589
|
研究论文 | 本研究针对医学健康应用中精确分割的关键需求，特别是在使用计算机断层扫描（CT）进行肺结节检测方面，提出了一种混合医疗单元推荐系统，利用计算技术进行肺癌分割。 | 本研究提出了一种结合U-Net和双参数逻辑分布的学习架构，称为U-Net++，并利用对比度受限自适应直方图均衡化（CLAHE）在5,000组CT扫描图像上进行精确图像分割。 | NA | 研究目的是提高医学健康应用中肺结节检测的准确性，特别是在CT扫描图像的分割方面。 | 研究对象为肺结节，特别是其粒子组成，这是诊断和治疗计划的重要方面。 | 数字病理学 | 肺癌 | 深度学习 | U-Net++ | 图像 | 5,000组CT扫描图像 |
| 1329 | 2024-08-07 |
Bibliometric analysis of electroencephalogram research in Parkinson's disease from 2004 to 2023
2024, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2024.1433583
PMID:39099632
|
研究论文 | 本文通过文献计量分析方法，研究了2004年至2023年间帕金森病中脑电图研究的全球趋势和主要贡献者 | 应用机器学习、深度学习和任务分析技术为未来脑电图和帕金森病的研究提供了新的方向 | NA | 分析帕金森病中脑电图研究的全球趋势和主要贡献者 | 帕金森病中的脑电图研究 | 神经科学 | 帕金森病 | 脑电图（EEG） | NA | 文献数据 | 1,559篇相关出版物 |
| 1330 | 2024-08-07 |
Utilizing deep learning models in an intelligent eye-tracking system for autism spectrum disorder diagnosis
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1436646
PMID:39099594
|
研究论文 | 本研究利用深度学习模型开发了一种智能眼动追踪系统，用于自闭症谱系障碍的诊断 | 本研究采用了先进的图像重采样方法来扩展训练数据集，并开发了基于MobileNet、VGG19、DenseNet169及MobileNet-VGG19混合模型的自动化分类器，这些模型在准确性上超过了现有系统 | NA | 旨在开发一种快速、高效且精确的自闭症谱系障碍诊断方法 | 自闭症谱系障碍的早期评估 | 机器学习 | 自闭症谱系障碍 | 深度学习算法 | MobileNet, VGG19, DenseNet169, MobileNet-VGG19 | 眼动追踪数据 | 547个眼动追踪系统数据，包括328名典型发育儿童和219名自闭症儿童 |
| 1331 | 2024-08-07 |
Corrigendum: A novel approach for sports injury risk prediction: based on time-series image encoding and deep learning
2024, Frontiers in physiology
IF:3.2Q2
DOI:10.3389/fphys.2024.1441107
PMID:39105083
|
correction | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1332 | 2024-08-04 |
A fine-tuned vision transformer based enhanced multi-class brain tumor classification using MRI scan imagery
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1400341
PMID:39091923
|
研究论文 | 本研究使用多种细调视觉变换器模型对脑肿瘤进行分类 | 引入了新的细调视觉变换器模型（FTVTs）用于脑肿瘤分类，并与其他深度学习模型进行了比较 | 研究未提及对比模型的广泛性和适应性问题 | 探讨细调视觉变换器在脑肿瘤分类中的应用 | 使用MRI扫描图像对脑肿瘤进行多类分类 | 计算机视觉 | 脑肿瘤 | MRI | FTVT, ResNet50, MobileNet-V2, EfficientNet-B0 | 图像 | 7023张MRI扫描图像 |
| 1333 | 2024-08-04 |
Factors affecting the intention to use COVID-19 contact tracing application "StaySafe PH": Integrating protection motivation theory, UTAUT2, and system usability theory
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0306701
PMID:39088508
|
研究论文 | 本文研究了菲律宾官方接触追踪应用StaySafe PH的使用意图影响因素 | 本研究首次评估和评测菲律宾的接触追踪应用，并整合多种理论框架以提供全面的测量 | 应用的可用性评分为'D'，表明其可用性较差，且可能存在隐私和数据安全的信任问题 | 研究菲律宾对使用StaySafe PH应用的意愿 | 参与研究的对象为菲律宾的646名 respondent | 自然语言处理 | COVID-19 | 结构方程模型(SEM)，深度学习神经网络(DLNN)，系统可用性量表(SUS) | NA | 问卷调查数据 | 646名 respondent |
| 1334 | 2024-08-07 |
AmiR-P3: An AI-based microRNA prediction pipeline in plants
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0308016
PMID:39088479
|
研究论文 | 本文提出了一种名为AmiR-P3的植物miRNA预测管道，旨在解决现有miRNA预测工具在植物中的应用问题 | 该管道结合了多种工具的优势，不依赖于已知miRNA序列的表达水平或组织特异性 | 尽管方法有效，但仍然可能在某些植物物种中出现准确性问题 | 开发一种高效的植物miRNA预测工具 | 植物中的小RNA链（miRNAs） | 生物信息学 | NA | 深度学习分类模型 | NA | 基因组序列 | 多种植物物种 |
| 1335 | 2024-08-04 |
Detection of freezing of gait in Parkinson's disease from foot-pressure sensing insoles using a temporal convolutional neural network
2024, Frontiers in aging neuroscience
IF:4.1Q2
DOI:10.3389/fnagi.2024.1437707
PMID:39092074
|
研究论文 | 该文章开发了一种基于足压传感鞋垫的深度学习模型，以准确检测帕金森病患者的步态冻结 | 文章创新性地使用时间卷积神经网络（TCNN）结合足压传感器数据，超越了现有技术的准确性和实用性 | 样本量有限，仅包含14名帕金森病患者 | 研究旨在提高帕金森病患者步态冻结的检测准确性 | 研究对象为14名帕金森病患者及其在标准步态测试中的数据 | 机器学习 | 帕金森病 | 深度学习，足压传感器 | 时间卷积神经网络（TCNN） | 传感器数据 | 14名帕金森病患者 |
| 1336 | 2024-08-04 |
Dual contrastive learning based image-to-image translation of unstained skin tissue into virtually stained H&E images
2024-01-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-52833-7
PMID:38282056
|
研究论文 | 本研究介绍了一种基于双对比学习的图像到图像生成模型，用于将未染色的皮肤组织图像转化为虚拟染色的H&E图像 | 提出了一种新颖的三阶段双对比学习模型，通过对比学习最大化传统H&E染色与虚拟染色图像之间的互信息 | 对于虚拟染色的效果，依赖于特定的数据集和评估模型，可能在其他类型的组织样本中表现不同 | 旨在提升组织病理学的染色过程，减少染色时间和有害化学品的使用 | 未染色的皮肤组织图像与传统的H&E染色图像的配对 | 数字病理学 | NA | 生成对抗网络 (GAN) | 双对比学习生成对抗网络 (DCLGAN) | 图像 | 包括一组未染色和H&E染色的图像对，使用明场显微镜扫描，放大倍率为20× |
| 1337 | 2024-08-04 |
Unleashing the potential of cell painting assays for compound activities and hazards prediction
2024, Frontiers in toxicology
IF:3.6Q2
DOI:10.3389/ftox.2024.1401036
PMID:39086553
|
评论 | 这篇文章讨论了细胞绘画（CP）测定法在药物发现和毒理学中的应用潜力 | 文章创新性地探讨了将基于CP的表型数据与结构信息结合使用，以提高化合物活性和潜在风险预测的准确性 | 没有详细讨论CP测定法的局限性和挑战 | 研究目标是探讨CP测定法及其与机器学习/深度学习模型结合使用的潜力 | 研究对象包括各种化合物在单细胞水平上的表型反应 | 数字病理学 | NA | 图像分析 | 机器学习和深度学习模型 | 图像数据 | 数千种化合物 |
| 1338 | 2024-08-04 |
Deep learning identifies histopathologic changes in bladder cancers associated with smoke exposure status
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0305135
PMID:39083547
|
研究论文 | 深度学习揭示了膀胱癌的组织病理特征，这些特征可以预测吸烟暴露状态 | 本研究利用深度学习模型首次探讨了膀胱癌组织图像与吸烟状态之间的潜在关联 | 样本仅来自多个中心，可能无法代表所有类型的膀胱癌患者 | 探讨膀胱癌组织病理学变化与吸烟暴露状态之间的关系 | 285例独特的膀胱癌病例的整片组织图像 | 数字病理学 | 膀胱癌 | 深度学习 | 混合效应逻辑回归模型 | 图像 | 483个整片组织图像，来自285个独特病例 |
| 1339 | 2024-08-04 |
A deep learning framework for predicting endometrial cancer from cytopathologic images with different staining styles
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0306549
PMID:39083516
|
研究论文 | 本研究提出一个针对不同染色风格的细胞病理图像的子宫内膜癌筛查自动化框架 | 提出了一种基于对比学习的分类算法ECRNet和一种新型的CM-UNet用于细胞团块分割，针对不同染色风格的图像进行适应 | 尚未提到数据集的充分性或其他潜在偏差 | 研究子宫内膜癌的自动化筛查方法，以提高临床治疗效率 | 不同染色风格的细胞病理图像 | 数字病理学 | 子宫内膜癌 | 深度学习 | CM-UNet与ECRNet | 图像 | XJTU-EC数据集，包含细胞分割和分类标签的细胞病理图像 |
| 1340 | 2024-08-04 |
Screening Targets and Therapeutic Drugs for Alzheimer's Disease Based on Deep Learning Model and Molecular Docking
2024, Journal of Alzheimer's disease : JAD
DOI:10.3233/JAD-231389
PMID:38995776
|
研究论文 | 本研究基于深度学习模型和分子对接，为阿尔茨海默病（AD）筛选治疗靶点和药物 | 本研究通过结合多层感知器（MLP）和转录组数据，从新视角提供了AD的潜在药物靶点和药物 | NA | 旨在寻找阿尔茨海默病的潜在治疗靶点和药物 | 本研究涉及阿尔茨海默病患者和正常对照脑组织的转录组数据 | 计算机视觉 | 阿尔茨海默病 | 深度学习，分子对接 | 多层感知器（MLP） | 转录组数据 | 包括AD脑组织的转录组数据和正常对照脑组织的转录组数据 |