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 12048 篇文献，本页显示第 2981 - 3000 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2981 | 2024-12-18 |
Machine learning prediction of brain metastasis invasion pattern on brain magnetic resonance imaging scans
2024 Jan-Dec, Neuro-oncology advances
IF:3.7Q2
DOI:10.1093/noajnl/vdae200
PMID:39679176
|
研究论文 | 本研究探讨了机器学习方法在磁共振成像扫描中预测脑转移侵袭模式（BMIP）的潜力 | 首次提出使用机器学习方法通过磁共振成像扫描预测脑转移侵袭模式，提供了一种非侵入性的方法 | 研究样本量较小，且结果依赖于专家的先验知识 | 开发一种基于磁共振成像的非侵入性生物标志物，用于预测脑转移侵袭模式 | 脑转移侵袭模式（BMIP） | 机器学习 | 脑转移 | 磁共振成像（MRI） | 卷积神经网络（CNN） | 图像 | 132名患者 |
| 2982 | 2024-12-18 |
The role of artificial intelligence in drug screening, drug design, and clinical trials
2024, Frontiers in pharmacology
IF:4.4Q1
DOI:10.3389/fphar.2024.1459954
PMID:39679365
|
综述 | 本文综述了人工智能技术在药物筛选、药物设计和临床试验中的应用 | 本文总结了机器学习，尤其是深度学习在药物发现和开发中的显著优势，包括高通量和虚拟筛选、药物分子设计以及解决复杂有机合成问题 | 本文讨论了基于人工智能技术的药物发现和开发面临的挑战，并提出了未来可能的发展方向 | 探讨人工智能在药物发现和开发中的应用及其未来发展方向 | 人工智能技术在药物筛选、药物设计和临床试验中的应用 | 机器学习 | NA | 机器学习，深度学习 | NA | NA | NA |
| 2983 | 2024-12-18 |
Prediction of protein interactions between pine and pine wood nematode using deep learning and multi-dimensional feature fusion
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1489116
PMID:39687321
|
研究论文 | 本研究提出了一种基于深度学习和多维特征融合的方法MFGAC-PPI，用于预测松树与松材线虫之间的蛋白质相互作用 | MFGAC-PPI通过结合AlphaFold和蛋白质序列特征，利用Transform和改进的GCN提取多维特征，相比基于单一特征信息的方法，获得了更多的三维表征信息 | NA | 旨在通过预测植物-病原体蛋白质相互作用，深入理解松材线虫病的致病系统 | 松树与松材线虫之间的蛋白质相互作用 | 机器学习 | NA | 深度学习 | 图注意力卷积网络（GCN） | 蛋白质序列 | 2,688对相互作用的蛋白质 |
| 2984 | 2024-12-18 |
Toward improving reproducibility in neuroimaging deep learning studies
2024, Frontiers in neuroscience
IF:3.2Q2
DOI:10.3389/fnins.2024.1509358
PMID:39687491
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2985 | 2024-12-18 |
Action recognition in rehabilitation: combining 3D convolution and LSTM with spatiotemporal attention
2024, Frontiers in physiology
IF:3.2Q2
DOI:10.3389/fphys.2024.1472380
PMID:39687520
|
研究论文 | 本研究提出了一种结合3D卷积、LSTM和时空注意力机制的深度学习框架STA-C3DL，用于复杂康复场景中的实时动作检测和识别 | 创新点在于将3D卷积神经网络、长短期记忆网络和时空注意力机制结合，以更精确地捕捉动作动态 | 未来的研究将集中在扩展模型对非常规和极端动作的适应性，以及将其整合到更广泛的康复环境中 | 提高复杂康复场景中实时动作检测和识别的准确性和响应速度 | 康复场景中的动作识别 | 计算机视觉 | NA | 3D卷积神经网络、长短期记忆网络、时空注意力机制 | 3D卷积神经网络、LSTM | 视频 | 多个数据集，包括NTU RGB + D、Smarthome Rehabilitation、UCF101和HMDB51 |
| 2986 | 2024-12-17 |
ProteoNet: A CNN-based framework for analyzing proteomics MS-RGB images
2024-Dec-20, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2024.111362
PMID:39679296
|
研究论文 | 本文提出了一种基于CNN的框架ProteoNet，用于分析蛋白质组学MS-RGB图像，以提高分析效率和准确性 | ProteoNet通过引入语义分割、自适应平均池化和加权因子，改进了MS-RGB数据的分析，并展示了其在多种CNN架构中的兼容性和可扩展性 | NA | 提高蛋白质组学数据在临床研究中的应用效率和准确性 | 尿液、血液和组织样本中的蛋白质组学数据，涉及肝脏、肾脏和甲状腺疾病 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 涉及尿液、血液和组织样本 |
| 2987 | 2024-12-17 |
SpatialCVGAE: Consensus Clustering Improves Spatial Domain Identification of Spatial Transcriptomics Using VGAE
2024-Dec-16, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-024-00676-1
PMID:39680300
|
研究论文 | 本文提出了一种名为SpatialCVGAE的共识聚类框架，用于空间转录组数据分析，通过结合变分图自编码器和共识聚类方法，提高空间域识别的稳定性和准确性 | SpatialCVGAE通过结合多个空间图和共识聚类方法，解决了空间转录组数据稀疏性和高噪声导致的聚类不稳定问题，显著提高了模型的稳定性和鲁棒性 | NA | 提高空间转录组数据分析中空间域识别的稳定性和准确性 | 空间转录组数据 | 空间转录组学 | NA | 变分图自编码器（VGAE） | 变分图自编码器（VGAE） | 空间转录组数据 | NA |
| 2988 | 2024-12-17 |
A deep learning approach for the screening of referable age-related macular degeneration - Model development and external validation
2024-Dec-14, Journal of the Formosan Medical Association = Taiwan yi zhi
DOI:10.1016/j.jfma.2024.12.008
PMID:39675993
|
研究论文 | 开发并验证了一种用于诊断可转诊年龄相关性黄斑变性（AMD）的深度学习图像评估软件VeriSee™ AMD | 首次开发并验证了一种基于深度学习的图像评估软件，用于辅助临床筛查中度和重度AMD | 研究仅限于特定年龄段的患者和特定类型的眼底图像 | 开发并验证一种深度学习模型，用于诊断可转诊的年龄相关性黄斑变性 | 50岁及以上患者的45度彩色眼底图像 | 计算机视觉 | 年龄相关性黄斑变性 | 深度学习 | 深度学习模型 | 图像 | 6801张用于模型开发，937张用于外部验证 |
| 2989 | 2024-12-15 |
Author Correction: AutoTransOP: translating omics signatures without orthologue requirements using deep learning
2024-Dec-13, NPJ systems biology and applications
IF:3.5Q1
DOI:10.1038/s41540-024-00456-z
PMID:39672816
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 2990 | 2024-12-17 |
Advance drought prediction through rainfall forecasting with hybrid deep learning model
2024-Dec-13, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-80099-6
PMID:39672936
|
研究论文 | 本文提出了一种混合深度学习模型，用于通过降雨预测来提高干旱预测的准确性 | 本文的创新点在于使用双向LSTM和LSTM的堆叠模型来捕捉复杂的时间依赖性，从而提高降雨预测的准确性 | NA | 本文的研究目的是通过提高降雨预测的准确性来改进干旱预测和管理 | 本文的研究对象是干旱预测和降雨预测 | 机器学习 | NA | 深度学习 | 双向LSTM和LSTM | 时间序列数据 | NA |
| 2991 | 2024-12-17 |
MPCD: A Multitask Graph Transformer for Molecular Property Prediction by Integrating Common and Domain Knowledge
2024-Dec-12, Journal of medicinal chemistry
IF:6.8Q1
DOI:10.1021/acs.jmedchem.4c02193
PMID:39620982
|
研究论文 | 本文提出了一种多任务图Transformer模型MPCD，用于分子性质预测，通过整合通用知识和领域知识来提高预训练的可迁移性 | MPCD通过对齐预训练和微调的优化目标，并利用多任务学习来提高数据利用率和模型鲁棒性，同时采用关系感知自注意力机制全面捕捉分子的局部和全局结构 | NA | 提高分子性质预测的准确性和模型鲁棒性 | 分子性质预测中的吸收、分布、代谢、排泄和毒性（ADMET）以及物理化学性质预测 | 机器学习 | NA | 关系感知自注意力机制 | 图Transformer | 分子图 | 各种数据规模的分子数据 |
| 2992 | 2024-12-17 |
Brain clocks capture diversity and disparities in aging and dementia across geographically diverse populations
2024-Dec, Nature medicine
IF:58.7Q1
DOI:10.1038/s41591-024-03209-x
PMID:39187698
|
研究论文 | 本文研究了不同地理、社会经济、人口统计、性别和神经退行性因素对脑年龄差距的影响，并开发了一种基于功能磁共振成像和脑电图的深度学习架构来量化这些差距 | 首次分析了地理多样性对脑年龄差距的影响，并开发了一种新的深度学习模型来量化这些差距 | 研究仅限于15个国家的数据，可能无法全面代表全球所有人口的情况 | 探讨不同因素对脑年龄差距的影响，并为理解脑健康和疾病提供量化框架 | 来自15个国家的5,306名参与者的脑年龄数据，包括健康对照组和患有轻度认知障碍、阿尔茨海默病和行为变异型额颞叶痴呆的个体 | 机器学习 | 阿尔茨海默病 | 功能磁共振成像，脑电图 | 深度学习架构 | 图像，信号 | 5,306名参与者 |
| 2993 | 2024-12-17 |
AI-assisted assessment of fall risk in multiple sclerosis: A systematic literature review
2024-Dec, Multiple sclerosis and related disorders
IF:2.9Q2
DOI:10.1016/j.msard.2024.105918
PMID:39447248
|
综述 | 本文系统回顾了利用人工智能和机器学习技术评估多发性硬化症患者跌倒风险的研究 | 本文展示了患者报告结果（PROs）、可穿戴传感器和深度学习在评估多发性硬化症患者跌倒风险方面的潜力 | 本文仅基于现有研究的回顾，未进行新的实验或数据收集 | 利用人工智能和机器学习技术预测多发性硬化症患者的跌倒可能性 | 多发性硬化症患者的跌倒风险 | 机器学习 | 多发性硬化症 | NA | 随机森林分类器、BiLSTM | 患者报告结果、可穿戴加速度计数据 | NA |
| 2994 | 2024-12-17 |
Radiographer Education and Learning in Artificial Intelligence (REAL-AI): A survey of radiographers, radiologists, and students' knowledge of and attitude to education on AI
2024-Dec, Radiography (London, England : 1995)
DOI:10.1016/j.radi.2024.10.010
PMID:39481214
|
调查 | 本研究调查了放射技师、放射科医生和学生对人工智能教育的知识和态度 | 首次评估了医疗影像专业人员对人工智能的当前理解和培训差距 | 样本量较小，且仅限于特定群体 | 评估医疗影像专业人员对人工智能的当前理解和培训需求 | 放射技师、放射科医生和学生 | NA | NA | NA | NA | NA | 136名参与者，来自25个国家和5个大洲 |
| 2995 | 2024-12-17 |
Automated Evaluation for Pericardial Effusion and Cardiac Tamponade with Echocardiographic Artificial Intelligence
2024-Dec-01, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.11.27.24318110
PMID:39649606
|
研究论文 | 本文开发并验证了一种基于深度学习的模型，用于自动评估超声心动图视频中的心包积液严重程度和心脏压塞 | 本文创新性地使用时空卷积神经网络来自动评估心包积液严重程度和心脏压塞，并展示了其在不同队列中的一致性和泛化能力 | NA | 开发并验证一种深度学习模型，用于自动评估超声心动图视频中的心包积液严重程度和心脏压塞 | 心包积液严重程度和心脏压塞 | 机器学习 | 心血管疾病 | 深度学习 | 时空卷积神经网络 | 视频 | 1,427,660个视频来自85,380个超声心动图，外部验证使用33,310个视频来自1,806个超声心动图 |
| 2996 | 2024-12-17 |
Tiberius: end-to-end deep learning with an HMM for gene prediction
2024-Nov-28, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btae685
PMID:39558581
|
研究论文 | 本文介绍了Tiberius，一种基于深度学习的从头基因预测器，它将卷积层和长短期记忆层与可微分的隐马尔可夫模型（HMM）层进行端到端集成 | Tiberius通过将深度学习层与可微分的HMM层结合，显著提高了从头基因预测的准确性，并在人类基因组中实现了62%的F1得分 | NA | 开发一种新的深度学习方法，用于提高从头基因预测的准确性 | 哺乳动物基因组中的基因预测 | 机器学习 | NA | 深度学习 | CNN、LSTM、HMM | DNA序列 | 人类基因组及其他两个基因组 |
| 2997 | 2024-12-17 |
Managing Dyslipidemia in Children: Current Approaches and the Potential of Artificial Intelligence
2024-11-27, Cardiology in review
IF:2.0Q3
DOI:10.1097/CRD.0000000000000816
PMID:39601582
|
综述 | 本文综述了儿童血脂异常的管理现状，并探讨了人工智能在改善筛查、诊断和治疗结果方面的潜力 | 本文探讨了人工智能在儿童血脂异常管理中的应用，包括脂质谱分析、肥胖评估和家族性高胆固醇血症筛查，展示了深度学习模型、机器学习算法和人工神经网络在提高诊断准确性和治疗效果方面的潜力 | 大多数研究是在成人群体中进行的，儿童群体的相关研究较少 | 分析当前儿童血脂异常管理的文献，并探讨人工智能在改善筛查、诊断和治疗结果方面的潜力 | 儿童血脂异常的管理 | NA | 心血管疾病 | 人工智能 | 深度学习模型、机器学习算法、人工神经网络 | NA | NA |
| 2998 | 2024-12-17 |
A self-attention-driven deep learning framework for inference of transcriptional gene regulatory networks
2024-Nov-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae639
PMID:39679439
|
研究论文 | 本文介绍了一种基于自注意力机制的深度学习框架DeepTGI，用于从单细胞和/或批量转录组数据中推断转录因子与基因之间的相互作用 | DeepTGI通过融合自动编码器提取的特征与自注意力机制及其他网络，能够更准确地预测转录因子与基因的相互作用，并重建基因调控网络 | NA | 开发一种新的深度学习框架，用于从基因表达数据中推断转录因子与基因之间的相互作用 | 转录因子与基因之间的相互作用 | 机器学习 | NA | 深度学习 | 自注意力机制 | 基因表达数据 | 单细胞和/或批量转录组数据 |
| 2999 | 2024-12-17 |
CT-based deep learning model for predicting the success of extracorporeal shock wave lithotripsy in treating ureteral stones larger than 1 cm
2024-Nov-05, Urolithiasis
IF:2.0Q2
DOI:10.1007/s00240-024-01656-2
PMID:39499273
|
研究论文 | 开发基于CT图像的深度学习模型，用于预测体外冲击波碎石术治疗大于1厘米的输尿管结石的成功率 | 该研究首次基于CT图像构建深度学习模型，显著提高了对体外冲击波碎石术治疗结果的预测性能 | 研究样本量相对较小，且仅针对特定尺寸的输尿管结石患者 | 开发一种新的辅助工具，用于预测体外冲击波碎石术治疗大于1厘米输尿管结石的成功率 | 接受体外冲击波碎石术治疗的大于1厘米输尿管结石患者 | 计算机视觉 | 泌尿系统疾病 | 深度学习 | 深度学习模型 | 图像 | 333名患者 |
| 3000 | 2024-12-17 |
Review of deep representation learning techniques for brain-computer interfaces
2024-Nov-01, Journal of neural engineering
IF:3.7Q2
DOI:10.1088/1741-2552/ad8962
PMID:39433072
|
综述 | 本文综述了深度表示学习技术在脑机接口（BCI）中用于解码脑电图（EEG）信号的应用 | 本文强调了自监督学习（SSL）技术在脑机接口领域的相对年轻性，并倡导继续推进专门为EEG信号解码设计的基石模型 | 目前尚未有标准基石模型被脑机接口社区广泛采用，且只有少数研究对学习到的表示进行了内省分析 | 综述深度表示学习技术在脑机接口中的应用，分析当前最先进的技术，并提出未来研究方向 | 脑机接口中的脑电图（EEG）信号解码 | 机器学习 | NA | 深度表示学习 | 自编码器 | 脑电图（EEG）信号 | 81篇文章 |