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 12129 篇文献，本页显示第 2581 - 2600 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2581 | 2024-12-01 |
Machine-Learning-Based Depression Detection Model from Electroencephalograph (EEG) Data Obtained by Consumer-Grade EEG Device
2024-Oct-30, Brain sciences
IF:2.7Q3
DOI:10.3390/brainsci14111107
PMID:39595870
|
研究论文 | 本文提出了一种基于消费级脑电图（EEG）数据的机器学习模型，用于检测抑郁症 | 使用消费级EEG设备进行抑郁症检测，并通过特征选择方法提高模型的准确性 | 研究中使用的样本量未明确提及，且仅限于消费级EEG设备的数据 | 提高使用消费级EEG设备进行抑郁症检测的准确性 | 消费级EEG设备获取的脑电图数据 | 机器学习 | NA | 脑电图（EEG） | Light Gradient Boosting Machine (LightGBM) | 脑电图数据 | NA |
| 2582 | 2024-12-01 |
Decoding the Functional Interactome of Non-Model Organisms with PHILHARMONIC
2024-Oct-29, bioRxiv : the preprint server for biology
DOI:10.1101/2024.10.25.620267
PMID:39553947
|
研究论文 | 本文介绍了一种名为PHILHARMONIC的新型计算方法，结合深度学习网络推断和无监督谱聚类算法，用于非模式生物中功能相互作用网络的解析 | PHILHARMONIC通过深度学习和谱聚类算法去噪预测网络，生成高度信息化的功能模块，并开发了ReCIPE算法重新连接断开的聚类，增强功能富集和生物学解释性 | NA | 开发一种新的计算方法，用于非模式生物中功能相互作用网络的解析和功能预测 | 非模式生物中的蛋白质-蛋白质相互作用网络 | 生物信息学 | NA | 深度学习 | 谱聚类算法 | 蛋白质组数据 | 涉及珊瑚、其藻类共生体和果蝇等多种非模式生物 |
| 2583 | 2024-12-01 |
Novel Approaches for the Early Detection of Glaucoma Using Artificial Intelligence
2024-Oct-28, Life (Basel, Switzerland)
DOI:10.3390/life14111386
PMID:39598184
|
研究论文 | 本文探讨了人工智能在青光眼早期检测中的应用，特别是机器学习和深度学习模型的优势和局限 | 本文介绍了卷积神经网络和其他深度学习算法在青光眼检测中的高灵敏度和特异性，展示了其在自动化筛查中的潜力 | 本文指出需要多样化的训练数据集、外部验证、决策透明度以及处理道德和法律问题等挑战 | 研究目的是探讨人工智能在青光眼早期诊断、治疗和检测中的应用，并评估不同AI模型和算法的优缺点 | 研究对象是青光眼的早期检测和治疗 | 机器学习 | 青光眼 | 机器学习、深度学习 | 卷积神经网络 | 图像 | NA |
| 2584 | 2024-12-01 |
Antiviral Peptide-Generative Pre-Trained Transformer (AVP-GPT): A Deep Learning-Powered Model for Antiviral Peptide Design with High-Throughput Discovery and Exceptional Potency
2024-Oct-25, Viruses
DOI:10.3390/v16111673
PMID:39599788
|
研究论文 | 本文介绍了一种名为AVP-GPT的深度学习模型，用于高效设计抗病毒肽 | AVP-GPT利用基于transformer的语言模型和多模态架构，显著提高了抗病毒肽的设计效率和成功率 | 未来研究可以探索AVP-GPT在其他病毒目标上的应用和不同的抗病毒肽设计策略 | 加速新型抗病毒药物的发现和开发 | 抗病毒肽的设计和筛选 | 机器学习 | NA | 深度学习 | Transformer | 文本 | 10,000个独特肽段 |
| 2585 | 2024-12-01 |
Patient-Specific Deep Learning Tracking Framework for Real-Time 2D Target Localization in Magnetic Resonance Imaging-Guided Radiation Therapy
2024-Oct-24, International journal of radiation oncology, biology, physics
DOI:10.1016/j.ijrobp.2024.10.021
PMID:39461599
|
研究论文 | 提出了一种基于患者特异性深度学习模型的2D磁共振成像引导放射治疗中的肿瘤跟踪框架 | 使用患者特异性训练的深度学习模型（包括图像配准transformer和自动分割卷积神经网络）进行实时肿瘤定位 | 仅在胸部、腹部和骨盆区域进行了验证，未涵盖其他身体部位 | 开发一种在磁共振成像引导放射治疗中实现实时2D目标定位的深度学习跟踪框架 | 219名接受0.35 T MRI-linac治疗的患者的1,400,000帧cine MRI图像，以及35名患者的7500帧手动标注图像 | 计算机视觉 | NA | 磁共振成像（MRI） | transformer和卷积神经网络（CNN） | 图像 | 219名患者和35名额外患者的MRI图像，共计1,407,500帧 |
| 2586 | 2024-12-01 |
Perception of First-Year MBBS Students Toward Virtual Dissection in Learning Anatomy: A Comparative Study Between High and Low Academic Achievers
2024-Oct, Cureus
DOI:10.7759/cureus.72508
PMID:39606542
|
研究论文 | 研究了第一年MBBS学生对虚拟解剖学习的看法，并比较了高分和低分学生的反馈 | 探讨了虚拟解剖作为一种创新教学方法在解剖学教学中的应用 | 研究样本量较小，且仅限于特定机构的学生 | 评估第一年MBBS学生对虚拟解剖的看法，并比较高分和低分学生的反馈 | 第一年MBBS学生 | NA | NA | NA | NA | 问卷调查 | 99名学生，其中89名参与了调查 |
| 2587 | 2024-12-01 |
scEMB: Learning context representation of genes based on large-scale single-cell transcriptomics
2024-Sep-26, bioRxiv : the preprint server for biology
DOI:10.1101/2024.09.24.614685
PMID:39386549
|
研究论文 | 本文介绍了一种基于大规模单细胞转录组数据的深度学习模型scEMB，用于学习基因的上下文表示 | scEMB采用了一种创新的binning策略，能够跨平台整合数据，有效保留基因表达层次和细胞类型特异性 | NA | 开发一种能够从大规模单细胞转录组数据中捕捉上下文感知基因嵌入的深度学习模型 | 基因的上下文表示 | 机器学习 | NA | 单细胞转录组技术 | Transformer | 基因表达数据 | 超过3000万单细胞转录组数据 |
| 2588 | 2024-12-01 |
MCMVDRP: a multi-channel multi-view deep learning framework for cancer drug response prediction
2024-Sep-01, Journal of integrative bioinformatics
IF:1.5Q3
DOI:10.1515/jib-2024-0026
PMID:39238451
|
研究论文 | 本文提出了一种多通道多视角深度学习框架MCMVDRP，用于癌症药物反应预测 | 本文创新性地结合了三种不同类型的药物特征：分子图、SMILES字符串和分子指纹，以提高药物反应预测的准确性 | NA | 预测癌症患者对药物的反应 | 癌症药物反应 | 机器学习 | NA | 深度学习 | MCMVDRP | 分子图、SMILES字符串、分子指纹 | NA |
| 2589 | 2024-12-01 |
Analyzing heterogeneity in Alzheimer Disease using multimodal normative modeling on imaging-based ATN biomarkers
2024-Jul-01, ArXiv
PMID:39010871
|
研究论文 | 本文利用深度学习的多模态规范建模框架分析了基于影像的ATN生物标志物的阿尔茨海默病异质性 | 采用深度学习的多模态规范建模框架，分析个体层面的ATN影像生物标志物变异 | NA | 研究阿尔茨海默病的异质性 | ATN（淀粉样蛋白-tau-神经退行性变）影像生物标志物 | 数字病理学 | 阿尔茨海默病 | 深度学习 | NA | 影像 | 665例发现队列和430例验证队列 |
| 2590 | 2024-12-01 |
[Research on the classification model of chronic sinusitis based on VGG]
2024-Jul, Lin chuang er bi yan hou tou jing wai ke za zhi = Journal of clinical otorhinolaryngology head and neck surgery
|
研究论文 | 研究基于VGG的慢性鼻窦炎分类模型，并评估其有效性 | 利用深度学习技术构建基于VGG的慢性鼻窦炎计算机辅助诊断模型，具有较高的分类性能和诊断效果 | NA | 构建和评估基于VGG的慢性鼻窦炎计算机辅助诊断模型 | 慢性鼻窦炎的分类和诊断 | 计算机视觉 | 鼻窦炎 | 深度学习 | VGG | 图像 | 5000帧已诊断的鼻窦CT图像，包括1000帧正常组和4000帧异常组 |
| 2591 | 2024-12-01 |
Analyzing heterogeneity in Alzheimer Disease using multimodal normative modeling on imaging-based ATN biomarkers
2024-Jun-30, bioRxiv : the preprint server for biology
DOI:10.1101/2023.08.15.553412
PMID:37662280
|
研究论文 | 本文利用深度学习的多模态规范建模框架分析阿尔茨海默病（AD）基于影像的ATN生物标志物的个体差异 | 采用深度学习的多模态规范建模框架，分析个体层面的ATN影像生物标志物变异 | NA | 研究阿尔茨海默病的异质性 | 基于影像的ATN生物标志物 | 计算机视觉 | 阿尔茨海默病 | 深度学习 | NA | 影像 | 发现组665例，验证组430例 |
| 2592 | 2024-12-01 |
Data-driven fine-grained region discovery in the mouse brain with transformers
2024-Jun-13, bioRxiv : the preprint server for biology
DOI:10.1101/2024.05.05.592608
PMID:38766132
|
研究论文 | 本文开发了一种无监督训练方案和基于transformer的深度学习架构，用于使用空间转录组数据在整个小鼠大脑中检测空间域 | 本文提出了一种新的transformer架构，能够从粗到细粒度地识别小鼠大脑中的空间域，并能发现其他方法无法识别的未分类亚区域 | NA | 开发一种新的方法来定义小鼠大脑的空间组织 | 小鼠大脑的空间域 | 机器学习 | NA | 空间转录组学 | transformer | 空间转录组数据 | 多个小鼠全脑样本 |
| 2593 | 2024-12-01 |
Multinational External Validation of Autonomous Retinopathy of Prematurity Screening
2024-Apr-01, JAMA ophthalmology
IF:7.8Q1
DOI:10.1001/jamaophthalmol.2024.0045
PMID:38451496
|
研究论文 | 评估自主人工智能（AI）系统在早产儿视网膜病变（ROP）筛查中的跨国外部验证效果 | 首次在跨国范围内验证了自主AI系统在ROP筛查中的应用，展示了其在不同数据集上的高检测性能 | 研究仅限于特定的数据集和医疗机构，未来需要进一步验证其在更广泛医疗环境中的适用性 | 评估自主AI系统在ROP筛查中的有效性，特别是在高收入和低收入国家之间的差异 | 早产儿视网膜病变（ROP）的筛查和诊断 | 计算机视觉 | 眼科疾病 | 深度学习 | NA | 图像 | 总共14410次检查，涉及5087名婴儿 |
| 2594 | 2024-12-01 |
stMMR: accurate and robust spatial domain identification from spatially resolved transcriptomics with multimodal feature representation
2024-Jan-02, GigaScience
IF:11.8Q1
DOI:10.1093/gigascience/giae089
PMID:39607984
|
研究论文 | 本文介绍了一种名为stMMR的多模态几何深度学习方法，用于从空间转录组学数据中准确识别空间域 | stMMR通过图卷积网络和自注意力模块进行深度特征嵌入，并结合相似性对比学习来整合多模态特征 | NA | 开发一种能够有效整合基因表达、空间位置和组织学信息的多模态方法，以准确识别空间域 | 空间转录组学数据中的空间域识别 | 机器学习 | NA | 图卷积网络、自注意力模块、相似性对比学习 | 图卷积网络、自注意力模块 | 空间转录组学数据 | NA |
| 2595 | 2024-12-01 |
Contrastive learning for neural fingerprinting from limited neuroimaging data
2024, Frontiers in nuclear medicine (Lausanne, Switzerland)
DOI:10.3389/fnume.2024.1332747
PMID:39605927
|
研究论文 | 本文研究了在有限神经影像数据下使用对比学习进行神经指纹识别的方法 | 本文提出了一种基于对比学习的神经指纹识别方法，无需重新训练即可适应新受试者，并通过数据增强提高了模型在样本量有限情况下的鲁棒性 | 本文未详细讨论对比学习方法在不同数据集上的泛化能力 | 研究在有限样本量下提高神经指纹识别性能的方法 | 神经指纹识别的准确性和鲁棒性 | 机器学习 | NA | 对比学习 | 深度学习模型 | 功能连接数据 | 138名受试者的3特斯拉MRI和静息态fMRI扫描数据 |
| 2596 | 2024-12-01 |
A review on deep learning methods for heart sound signal analysis
2024, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2024.1434022
PMID:39605951
|
综述 | 本文综述了深度学习方法在心音信号分析中的应用 | 本文通过回顾和比较不同深度学习方法在心音分析中的应用，提供了对这些方法性能的全面理解 | 由于评估方法的不一致性，某些方法的优越性并不具有结论性 | 探讨深度学习方法在心音信号分析中的最新进展 | 心音信号的异常检测和定位 | 机器学习 | 心血管疾病 | 深度学习 | CNN, LSTM | 信号 | NA |
| 2597 | 2024-12-01 |
Foundations of automatic feature extraction at LHC-point clouds and graphs
2024, The European physical journal. Special topics
DOI:10.1140/epjs/s11734-024-01306-z
PMID:39605978
|
综述 | 本文综述了深度学习算法在大型强子对撞机（LHC）中的自动特征提取应用 | 探讨了物理启发式特征提取器的优势，超越了提高特征质量的理解 | NA | 系统探讨从现象学角度出发的自动特征提取及其物理启发架构的动机 | LHC中的点云和图表示 | 机器学习 | NA | 深度学习算法 | NA | 点云和图 | NA |
| 2598 | 2024-12-01 |
Simple Imaging System for Label-Free Identification of Bacterial Pathogens in Resource-Limited Settings
2024, International journal of biomedical imaging
IF:3.3Q2
DOI:10.1155/2024/6465280
PMID:39606275
|
研究论文 | 本文介绍了一种基于简单宽场无透镜成像系统的高通量方法，用于在资源有限的环境中无标签识别细菌病原体 | 提出了一种新的无透镜成像系统，结合监督深度学习算法，适用于资源有限的环境，无需移动机械部件或光学元件 | 尽管识别性能高，但仍存在一定的识别错误率，且未提及长期维护和实际应用中的稳定性 | 开发一种快速、准确且经济实惠的细菌识别方法，以改善资源有限环境中的感染治疗 | 五种常见细菌病原体的临床分离株 | 计算机视觉 | NA | 无透镜成像系统 | 深度学习算法 | 图像 | 252个临床分离株 |
| 2599 | 2024-12-01 |
Sensitive Quantification of Cerebellar Speech Abnormalities Using Deep Learning Models
2024, IEEE access : practical innovations, open solutions
IF:3.4Q2
DOI:10.1109/access.2024.3393243
PMID:39606584
|
研究论文 | 本文开发了一种基于深度学习模型的方法，用于敏感地量化小脑性言语异常 | 使用卷积神经网络捕捉小脑共济失调的言语表型，并基于对数梅尔频谱图的时间和频率偏导数进行分类和回归建模 | NA | 开发能够准确识别和量化共济失调言语临床体征的模型 | 小脑共济失调患者的言语异常 | 机器学习 | 神经退行性疾病 | 卷积神经网络 | CNN | 音频 | 包括共济失调患者和健康对照组 |
| 2600 | 2024-12-01 |
Sex differences in brain MRI using deep learning toward fairer healthcare outcomes
2024, Frontiers in computational neuroscience
IF:2.1Q3
DOI:10.3389/fncom.2024.1452457
PMID:39606583
|
研究论文 | 本研究利用深度学习分析脑部MRI数据中的性别差异，旨在推进医学影像的公平性 | 本研究首次在多个多样化的数据集上使用3D T1加权磁共振图像，通过卷积神经网络模型进行性别分类，并使用显著性图识别性别差异显著的脑区 | 模型在极端脑部尺寸下表现出偏差，但在TIV分布重叠更多时偏差较小 | 研究脑部MRI数据中的性别差异，以促进医学影像的公平性 | 脑部MRI数据中的性别差异 | 计算机视觉 | NA | 磁共振成像 | 卷积神经网络 | 图像 | 来自四个数据集的3D T1加权磁共振图像，确保性别和人口统计的平衡 |