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 1933 篇文献，本页显示第 1461 - 1480 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1461 | 2024-08-05 |
Field pea leaf disease classification using a deep learning approach
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0307747
PMID:39052602
|
研究论文 | 该论文提出了一种基于深度学习的方法来自动诊断田豌豆叶病 | 采用了迁移学习方法提升田豌豆叶疾病的自动分类准确性 | 研究可能局限于特定的田豌豆种类及其疾病类型 | 旨在改进田豌豆叶病的检测和分类过程 | 对田豌豆的三种叶病进行分类，包括灰斑病、叶斑病和白粉病 | 计算机视觉 | NA | 迁移学习 | DenseNet121 | 图像 | 1600张健康和病叶图像 | NA | NA | NA | NA |
| 1462 | 2024-08-05 |
A deep learning framework for the early detection of multi-retinal diseases
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0307317
PMID:39052616
|
研究论文 | 本文提出了一种深度学习框架，用于早期检测多种视网膜疾病。 | 本研究通过分析彩色眼底图像，实现了多种眼病的同时检测，并提供了可靠高效的诊断系统。 | 20层CNN模型虽然准确率高，但存在过拟合现象。 | 研究的目的是提供一种非侵入性的方法，用于早期检测和及时治疗眼病。 | 研究对象为包含多种眼病的眼底图像数据集，以及健康图像。 | 计算机视觉 | 视网膜疾病 | CNN | CNN | 图像 | 使用了Retinal Fundus Multi-disease Image Dataset (RFMiD) 数据集，包含各种视网膜病变的眼底图像类别 | NA | NA | NA | NA |
| 1463 | 2024-08-05 |
Predicting lncRNA-disease associations using multiple metapaths in hierarchical graph attention networks
2024-Jan-29, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-024-05672-2
PMID:38287236
|
研究论文 | 本研究提出了一种基于分层图注意网络的深度学习模型，用于预测未知的lncRNA-疾病关联 | 通过多种元路径提取特征，构建lncRNA-疾病-miRNA异质图，并在此基础上实现更精确的关联预测 | 模型在处理部分复杂网络结构时可能存在路径信息的遗失 | 探索lncRNA与疾病之间的潜在关联，以增进对复杂疾病的理解 | 主要研究lncRNA及其与肺癌、食管癌和乳腺癌等疾病的关联 | 计算机视觉 | 肺癌 | 深度学习 | MMHGAN | 图数据 | 共研究15个与肺癌、食管癌和乳腺癌相关的lncRNA | NA | NA | NA | NA |
| 1464 | 2024-08-05 |
Highly Accurate and Efficient Deep Learning Paradigm for Full-Atom Protein Loop Modeling with KarmaLoop
2024, Research (Washington, D.C.)
DOI:10.34133/research.0408
PMID:39055686
|
研究论文 | 本文提出了一种名为KarmaLoop的深度学习模型，用于全原子蛋白质环建模 | KarmaLoop是首个以全原子为中心的深度学习方法，具有更高的准确性和计算效率 | 现有方法在原子精度或计算效率方面仍然不足 | 研究蛋白质结构预测中的环建模问题 | 全原子蛋白质环模型 | 机器学习 | NA | 深度学习 | NA | NA | CASP13+14和CASP15基准数据集 | NA | NA | NA | NA |
| 1465 | 2024-08-05 |
Fast reconstruction of SMS bSSFP myocardial perfusion images using noise map estimation network (NoiseMapNet): a head-to-head comparison with parallel imaging and iterative reconstruction
2024, Frontiers in cardiovascular medicine
IF:2.8Q2
DOI:10.3389/fcvm.2024.1350345
PMID:39055659
|
研究论文 | 本研究提出了一种新的图像重建技术NoiseMapNet，用于SMS-bSSFP心肌灌注成像。 | 首次将噪声图估计网络与平行成像和图像去噪相结合，改善了心肌灌注成像的质量和速度。 | 与ITER相比，NoiseMapNet在图像质量和感知信噪比方面略显不足。 | 开发一种结合平行成像和图像去噪的SMS-bSSFP心肌灌注成像重建技术。 | 包括17名接受应激灌注成像的患者样本。 | 数字病理学 | 心血管疾病 | 深度学习 | 2D Unet | 医学图像 | 17名患者 | NA | NA | NA | NA |
| 1466 | 2024-08-05 |
Realistic morphology-preserving generative modelling of the brain
2024, Nature machine intelligence
IF:18.8Q1
DOI:10.1038/s42256-024-00864-0
PMID:39055051
|
研究论文 | 本文介绍了一种三维生成模型，可生成真实且形态保持的人脑图像 | 提出了一种能够在必要规模下训练的生成模型，以生成多样且高分辨率的人脑样本，并保持生物学和疾病表型 | 尽管该模型具有广泛的未来适用性，但具体的局限性未在文中详细讨论 | 解决医疗影像数据稀缺和可获取性的问题 | 人脑的三维生成模型 | 数字病理学 | NA | 生成模型 | 三维生成模型 | 图像 | NA | NA | NA | NA | NA |
| 1467 | 2024-08-05 |
Enhanced LSTM-based robotic agent for load forecasting in low-voltage distributed photovoltaic power distribution network
2024, Frontiers in neurorobotics
IF:2.6Q3
DOI:10.3389/fnbot.2024.1431643
PMID:39055779
|
研究论文 | 本研究探讨了低电压分布式光伏电力分配网络的负载预测问题 | 提出了一种增强的长短期记忆（LSTM）模型与频域分解（FDD）相结合的负载预测方法 | 实验仅在广东省的历史操作数据集上验证，外部地区的适用性需进一步研究 | 研究低电压分布式光伏电力分配网络的负载预测技术 | 低电压分布式光伏电力分配网络的负载数据 | 机器学习 | NA | 频域分解（FDD），长短期记忆（LSTM） | LSTM | 数据集 | 广东省的历史操作数据集 | NA | NA | NA | NA |
| 1468 | 2024-08-05 |
Evaluating a radiotherapy deep learning synthetic CT algorithm for PET-MR attenuation correction in the pelvis
2024-Jan-29, EJNMMI physics
IF:3.0Q2
DOI:10.1186/s40658-024-00617-3
PMID:38282050
|
研究论文 | 本文评估了一种基于放射治疗的深度学习合成CT算法在盆腔PET-MR衰减校正中的应用 | 本研究结合了一种新开发的零回声时间（ZTE）MR序列和深度学习模型生成合成CT，显著提高了衰减校正的准确性 | 样本量相对较小，仅包含10位患者 | 评估新算法在PET-MR衰减校正中的效果 | 10名进行肛直肠放射治疗的患者 | 数字病理学 | NA | ZTE-MR序列 | 深度学习模型 | 图像 | 10名患者 | NA | NA | NA | NA |
| 1469 | 2024-08-05 |
Deep Survival Analysis for Interpretable Time-Varying Prediction of Preeclampsia Risk
2024-Jan-19, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.01.18.24301456
PMID:38293230
|
research paper | 本文展示了一种深度生存分析的方法用于预测妊娠期子痫前期的风险 | 提出了一种修改过的DeepHit深度生存模型，能够处理非比例风险，并捕捉妊娠中的时间变化关系 | 未提及具体局限性 | 研究妊娠期子痫前期的时间变化风险及其相关临床风险因素 | 66,425名在两家三级护理中心分娩的孕妇 | digital pathology | 妊娠相关疾病 | 深度学习 | DeepHit | 时间序列数据 | 66,425名孕妇 | NA | NA | NA | NA |
| 1470 | 2024-08-05 |
Research Progress in Predicting Hepatocellular Carcinoma with Portal Vein Tumour Thrombus in the Era of Artificial Intelligence
2024, Journal of hepatocellular carcinoma
IF:4.2Q2
DOI:10.2147/JHC.S474922
PMID:39050809
|
综述 | 该论文全面回顾了人工智能在预测肝细胞癌及其门静脉肿瘤血栓中的应用进展 | 创新点在于将人工智能技术应用于肝细胞癌的诊断预测，并探讨其对临床管理的影响 | 存在的研究局限性进行了评估，但具体的局限性未详细列出 | 提升门静脉肿瘤血栓患者的生存预后 | 探讨门静脉肿瘤血栓形成和进展的机制及其对肝细胞癌的影响 | 医学影像学 | 肝细胞癌 | 人工智能 | 机器学习和深度学习 | 医学图像 | NA | NA | NA | NA | NA |
| 1471 | 2024-08-05 |
Harnessing Few-Shot Learning for EEG signal classification: a survey of state-of-the-art techniques and future directions
2024, Frontiers in human neuroscience
IF:2.4Q2
DOI:10.3389/fnhum.2024.1421922
PMID:39050382
|
综述 | 本文系统性地回顾了针对脑电图信号分类的少量学习技术，包括数据增强、迁移学习和自监督学习等 | 文章创新性地提出了适用于不同脑电图范例的数据增强策略和迁移学习架构 | 研究存在对脑电图数据的多样性和噪声的处理不足 | 探讨如何使用少量学习方法提高脑电图信号分类的效果 | 主要对象是脑电图信号及其分类方法 | 机器学习 | NA | 数据增强、迁移学习、自监督学习 | NA | EEG信号 | NA | NA | NA | NA | NA |
| 1472 | 2024-08-05 |
Artificial intelligence in ischemic stroke images: current applications and future directions
2024, Frontiers in neurology
IF:2.7Q3
DOI:10.3389/fneur.2024.1418060
PMID:39050128
|
评论 | 本文综述了人工智能在缺血性卒中影像学应用的研究进展 | 探讨了大语言模型在缺血性卒中影像分析中的应用前景 | 面临数据量不足、模型可解释性差和实时监控更新的挑战 | 研究人工智能在缺血性卒中影像中的应用及未来方向 | 分析了自动分割梗死区域、大血管闭塞检测和中风结果预测等多个领域的应用 | 计算机视觉 | 缺血性卒中 | 机器学习和深度学习 | NA | 影像 | NA | NA | NA | NA | NA |
| 1473 | 2024-08-05 |
Liquid Biopsy Instrument for Ultra-Fast and Label-Free Detection of Circulating Tumor Cells
2024, Research (Washington, D.C.)
DOI:10.34133/research.0431
PMID:39050821
|
研究论文 | 本文介绍了一种基于惯性微流体和阻抗细胞计数的自动液体活检仪器CytoExam，用于快速无标记检测循环肿瘤细胞 | CytoExam能够在15分钟内实现对癌症患者外周血中循环肿瘤细胞的无标记检测，且临床适用性得到了验证 | 研究中仅使用了来自10名健康供体和50多名乳腺癌、结直肠癌或肺癌患者的外周血样本 | 本研究旨在开发一种快速且无创的液体活检技术，以改善癌症的诊断与监测 | 研究对象为癌症患者及健康供体的外周血样本 | 数字病理学 | 肺癌 | 阻抗细胞计数 | 深度学习算法 | 血液样本 | 10名健康供体和50多名癌症患者 | NA | NA | NA | NA |
| 1474 | 2024-08-05 |
PSPI: A deep learning approach for prokaryotic small protein identification
2024, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2024.1439423
PMID:39050248
|
研究论文 | 本文介绍了一种名为PSPI的深度学习方法，用于识别原核小蛋白 | PSPI是专门为预测原核小蛋白而设计的深度学习工具，具有高准确性和较快的识别速度 | 现有的计算工具主要针对特定的真核物种，对于原核体的小蛋白识别选项较少，且性能依然不理想 | 填补原核小蛋白识别方法的空白 | 原核小蛋白的识别和预测 | 机器学习 | NA | 深度学习 | NA | NA | NA | NA | NA | NA | NA |
| 1475 | 2024-08-05 |
Robust gesture recognition based on attention-deep fast convolutional neural network and surface electromyographic signals
2024, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2024.1306047
PMID:39050666
|
研究论文 | 本文提出了一种基于注意力深度快速卷积神经网络和表面肌电信号的手势识别方法 | 提出了注意力深度快速卷积神经网络模型，通过结合空间和时间特征来提高手势识别的稳健性和稳定性 | 缺少对低密度电极的手势识别性能比较 | 提高在高密度电极移动或损坏情况下的手势识别准确率 | 七名健康受试者和一名截肢者的手势识别 | 数字病理学 | NA | sEMG | 注意力深度快速卷积神经网络 | 信号 | 8个受试者（7名健康者和1名截肢者） | NA | NA | NA | NA |
| 1476 | 2024-08-05 |
Characterization and Identification of NPK Stress in Rice Using Terrestrial Hyperspectral Images
2024, Plant phenomics (Washington, D.C.)
DOI:10.34133/plantphenomics.0197
PMID:39049839
|
研究论文 | 本研究建立了一个小麦NPK营养胁迫条件的高光谱库，以及时评估作物健康状况 | 提出了一种基于变换器的深度学习网络SHCFTT用于识别高光谱图像中的营养胁迫模式 | NA | 评估水稻在不同营养胁迫条件下的健康状况 | 水稻在14种NPK营养胁迫条件下的反射率曲线 | 数字病理 | NA | 高光谱成像技术 | SHCFTT, SVM, 1D-CNN, 3D-CNN | 图像 | 420张水稻胁迫图像 | NA | NA | NA | NA |
| 1477 | 2024-08-05 |
Feasibility of direct brain 18F-fluorodeoxyglucose-positron emission tomography attenuation and high-resolution correction methods using deep learning
2024, Asia Oceania journal of nuclear medicine & biology
DOI:10.22038/AOJNMB.2024.74875.1522
PMID:39050241
|
研究论文 | 本研究开发了三种用于大脑18F-氟脱氧葡萄糖正电子发射断层扫描(PET)的衰减校正方法，并评估其精确度 | 首次利用深度学习开发直接和高分辨率衰减校正方法，提供无CT暴露的准确衰减校正 | 样本量较小，仅包含53名和27名患者，可能影响结果的广泛适用性 | 开发并评估大脑PET的衰减校正方法 | 53名接受颅脑磁共振成像(MRI)和计算机断层扫描(CT)的患者，以及27名接受MRI、CT和PET的患者 | 数字病理学 | NA | 深度学习 | U-net | 影像 | 53名患者和27名患者 | NA | NA | NA | NA |
| 1478 | 2024-08-05 |
Attention Feature Fusion Network via Knowledge Propagation for Automated Respiratory Sound Classification
2024, IEEE open journal of engineering in medicine and biology
IF:2.7Q3
DOI:10.1109/OJEMB.2024.3402139
PMID:38899013
|
研究论文 | 本研究开发了一种基于深度学习的自动化呼吸声音分类系统 | 将知识传播机制整合到CNN模型中，提高了呼吸病自动诊断的有效性 | 研究后仍需进一步的临床验证以确认模型的普适性 | 旨在通过自动化方法提高呼吸疾病早期诊断的准确性 | 该研究对象为1至6岁的小儿患者的呼吸声音数据 | 机器学习 | 呼吸系统疾病 | 深度学习 | 卷积神经网络（CNN） | 音频 | 使用了ICBHI基准数据集和一个更大规模的自收集小儿数据集 | NA | NA | NA | NA |
| 1479 | 2024-08-05 |
CCL-DTI: contributing the contrastive loss in drug-target interaction prediction
2024-Jan-30, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-024-05671-3
PMID:38291364
|
研究论文 | 本文提出了一种基于对比损失的药物-靶标相互作用预测模型 | 引入对比损失函数以提高深度学习模型在药物-靶标相互作用预测中的性能 | 未提及特定的局限性 | 研究如何通过利用对比损失函数改进药物-靶标相互作用预测模型 | 研究对象为药物分子和蛋白质序列 | 计算机视觉 | NA | 深度学习 | 注意力机制融合模型 | 多模态知识 | 使用四个知名数据集进行评估 | NA | NA | NA | NA |
| 1480 | 2024-08-05 |
Deep learning-based synthetic dose-weighted LET map generation for intensity modulated proton therapy
2024-Jan-05, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad154b
PMID:38091613
|
研究论文 | 该文章提出了一种基于深度学习的框架，用于从剂量分布图预测合成的质量能量转移 (LET) 分布图 | 使用CycleGAN模型显著提高了LET图生成的速度和准确性，优于其他基于GAN的模型 | 使用深度学习模型的有效性在不同的临床设置中可能需要进一步验证 | 旨在改进质子治疗的计划，通过更好地考虑可变的相对生物效能(RBE) | 研究对象为质子治疗中的剂量分布图 | 数字病理学 | NA | 深度学习 | CycleGAN | 剂量分布图 | NA | NA | NA | NA | NA |