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 12171 篇文献，本页显示第 3241 - 3260 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3241 | 2024-11-21 |
Modeling gene interactions in polygenic prediction via geometric deep learning
2024-Nov-19, Genome research
IF:6.2Q1
DOI:10.1101/gr.279694.124
PMID:39562137
|
研究论文 | 本文提出了一种基于几何深度学习的基因相互作用建模框架PRS-Net，用于增强复杂疾病的遗传风险预测和生物学发现 | PRS-Net通过图神经网络显式地建模基因间的非线性关系，并引入注意力读出模块以增强模型的可解释性 | NA | 提高复杂疾病的遗传风险预测准确性和生物学发现的解释性 | 复杂疾病的遗传风险和基因间的相互作用 | 机器学习 | NA | 几何深度学习 | 图神经网络 | 基因数据 | NA |
| 3242 | 2024-11-21 |
Automated Single Cell Phenotyping of Time-of-Flight Secondary Ion Mass Spectrometry Tissue Images
2024-Nov-19, Journal of the American Society for Mass Spectrometry
IF:3.1Q1
DOI:10.1021/jasms.4c00328
PMID:39563098
|
研究论文 | 本文介绍了使用深度学习技术对时间飞行二次离子质谱组织图像进行自动单细胞表型分析的方法 | 开发了MIBIsight工作流程，利用深度学习技术处理包含数千个细胞的图像，生成易于理解的报告和图表 | NA | 旨在通过深度学习技术简化复杂数据集的分析，以便更好地理解细胞在疾病研究中的作用 | 时间飞行二次离子质谱组织图像中的单细胞表型 | 计算机视觉 | NA | 时间飞行二次离子质谱（ToF-SIMS） | 深度学习（DL） | 图像 | 数千个细胞 |
| 3243 | 2024-11-21 |
Preparing for downstream tasks in AI for dental radiology: a baseline performance comparison of deep learning models
2024-Nov-19, Dento maxillo facial radiology
DOI:10.1093/dmfr/twae056
PMID:39563402
|
研究论文 | 比较卷积神经网络（CNN）、视觉变换器（ViT）和门控多层感知器（gMLP）在牙科放射影像分类中的性能 | 视觉变换器和门控多层感知器在牙科放射影像分类中表现出与卷积神经网络相当的性能 | NA | 比较不同深度学习模型在牙科放射影像分类中的性能 | 牙科放射影像的分类任务，包括上颌窦、上颌和下颌切牙、颏孔的存在与否以及下颌第三磨牙与下颌神经管的位置关系 | 计算机视觉 | NA | NA | CNN, ViT, gMLP | 图像 | 从锥束计算机断层扫描体积中提取的二维图像用于训练模型 |
| 3244 | 2024-11-21 |
Exploring protein natural diversity in environmental microbiomes with DeepMetagenome
2024-Nov-18, Cell reports methods
IF:4.3Q2
DOI:10.1016/j.crmeth.2024.100896
PMID:39515333
|
研究论文 | 本文介绍了一种基于深度学习的Python方法DeepMetagenome，用于探索环境微生物群中的蛋白质自然多样性 | DeepMetagenome通过深度学习模型从宏基因组/蛋白质组中检测蛋白质多样性，无需先验假设，并成功识别了高置信度的金属硫蛋白序列 | NA | 探索环境微生物群中的蛋白质自然多样性 | 金属硫蛋白及其他三种蛋白质家族的多样性 | 机器学习 | NA | 深度学习 | CNN, LSTM, Transformer | 序列数据 | 超过14600万编码特征的数据库 |
| 3245 | 2024-11-21 |
Uncovering the predictive and immunomodulatory potential of transient receptor potential melastatin family-related CCNE1 in pan-cancer
2024-Nov-18, Molecular cancer
IF:27.7Q1
DOI:10.1186/s12943-024-02169-7
PMID:39551726
|
研究论文 | 研究探讨了TRPM家族成员CCNE1在泛癌中的预测和免疫调节潜力 | 首次创建了TRPM家族成员相关的TRPM-Score，并发现CCNE1作为泛癌中的重要生物标志物 | NA | 探索新的分子生物标志物以改进癌症治疗和早期检测 | TRPM家族成员及其在17种实体瘤中的作用 | 数字病理学 | 泛癌 | 机器学习和深度学习计算技术 | NA | NA | 17种实体瘤样本 |
| 3246 | 2024-11-17 |
Correction: Multiparametric MRI based deep learning model for prediction of early recurrence of hepatocellular carcinoma after SR following TACE
2024-Nov-16, Journal of cancer research and clinical oncology
IF:2.7Q3
DOI:10.1007/s00432-024-06027-3
PMID:39547976
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3247 | 2024-11-21 |
Wind power prediction based on deep learning models: The case of Adama wind farm
2024-Nov-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e39579
PMID:39559238
|
研究论文 | 本文研究了基于深度学习模型的风力发电预测，以埃塞俄比亚的阿达玛风电场为例 | 本文首次为阿达玛风电场开发了基于深度学习的风力发电预测模型，并比较了LSTM、Bi-LSTM和GRU三种模型的性能 | 本文仅使用了阿达玛风电场的数据，未考虑其他风电场的数据，可能影响模型的泛化能力 | 开发一种准确可靠的风力发电预测模型，以帮助能源规划者和区域电力供应商计算电力生产和能源生成 | 阿达玛风电场的风力发电量 | 机器学习 | NA | 深度学习 | LSTM, Bi-LSTM, GRU | 时间序列数据 | 四年数据，共163,802行，每5分钟记录一次 |
| 3248 | 2024-11-21 |
dsRNAPredictor-II: An improved predictor of identifying dsRNA and its silencing efficiency for Tribolium castaneum based on sequence length distribution
2024-Nov-09, Methods (San Diego, Calif.)
DOI:10.1016/j.ymeth.2024.11.007
PMID:39528092
|
研究论文 | 本文通过优化现有模型dsRNAPredictor，设计基于不同序列长度的子模型，建立了一个深度学习模型来预测dsRNA的沉默效率 | 本文通过设计基于不同序列长度的子模型，优化了现有模型dsRNAPredictor，提高了预测dsRNA沉默效率的性能和鲁棒性 | NA | 建立一个深度学习模型，帮助研究人员识别具有最高RNAi效率的dsRNA片段 | dsRNA的序列长度分布及其沉默效率 | 机器学习 | NA | NA | 卷积神经网络 | 序列 | 数据分为两组：130-399 bp和400-616 bp长的序列 |
| 3249 | 2024-11-21 |
Artificial Intelligence and the Future of Communication Sciences and Disorders: A Bibliometric and Visualization Analysis
2024-Nov-07, Journal of speech, language, and hearing research : JSLHR
DOI:10.1044/2024_JSLHR-24-00157
PMID:39418583
|
研究论文 | 本文通过文献计量学分析和可视化方法，全面概述了人工智能在沟通科学与障碍研究中的应用 | 本文首次系统性地分析了人工智能在沟通科学与障碍领域的研究趋势和热点，揭示了该领域应用AI的现状和未来发展方向 | 本文主要依赖于文献计量学方法，可能无法全面反映所有相关研究的细节和深度 | 旨在为研究人员、开发者和专业人士提供一个全面的概述，帮助理解AI在沟通科学与障碍研究中的演变 | 主要研究了自闭症、失语症、构音障碍、帕金森病和阿尔茨海默病等沟通障碍 | 机器学习 | NA | 文献计量学分析 | 支持向量机、卷积神经网络、隐马尔可夫模型 | 文献数据 | 15,035篇出版物，其中4,375篇符合纳入标准 |
| 3250 | 2024-11-21 |
An All-in-One Array of Pressure Sensors and sEMG Electrodes for Scoliosis Monitoring
2024-Nov, Small (Weinheim an der Bergstrasse, Germany)
DOI:10.1002/smll.202404136
PMID:39115097
|
研究论文 | 开发了一种基于分层MXene/壳聚糖/聚二甲基硅氧烷(PDMS)/聚氨酯海绵和MXene/聚酰亚胺(PI)的全集成压力传感器和sEMG电极阵列，用于脊柱侧弯监测 | 该传感器具有高灵敏度和宽线性检测范围，sEMG电极具有出色的拉伸性和柔韧性，系统能够通过深度学习准确分类人体运动并预测Cobb角 | NA | 解决传统影像学方法在脊柱侧弯治疗中无法提供实时反馈和最佳矫正力的问题 | 脊柱侧弯患者及其治疗效果 | 生物医学工程 | 脊柱侧弯 | 深度学习 | NA | 传感器数据 | NA |
| 3251 | 2024-10-15 |
Deciphering protective genomic factors of tumor development in pediatric Down syndrome via deep learning approach to whole genome and RNA sequencing
2024-Nov, Cancer communications (London, England)
DOI:10.1002/cac2.12612
PMID:39387321
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3252 | 2024-11-21 |
Machine learning models of cerebral oxygenation (rcSO2) for brain injury detection in neonates with hypoxic-ischaemic encephalopathy
2024-Nov, The Journal of physiology
DOI:10.1113/JP287001
PMID:39425751
|
研究论文 | 本研究旨在测试区域脑氧饱和度（rcSO2）在检测患有缺氧缺血性脑病（HIE）的新生儿脑损伤中的潜在应用 | 本研究首次将机器学习和深度学习模型应用于rcSO2信号分析，以预测短期脑损伤，并展示了其在临床决策中的潜力 | 研究样本量较小，且仅限于足月婴儿，未来需要在大样本和不同年龄段婴儿中进一步验证 | 评估机器学习和深度学习模型在检测患有HIE的新生儿脑损伤中的应用 | 患有缺氧缺血性脑病（HIE）的足月新生儿 | 机器学习 | 新生儿疾病 | 近红外光谱（NIRS） | 机器学习模型和深度学习模型 | 信号 | 58名足月婴儿 |
| 3253 | 2024-11-21 |
Accelerating Brain MR Imaging With Multisequence and Convolutional Neural Networks
2024-Nov, Brain and behavior
IF:2.6Q3
DOI:10.1002/brb3.70163
PMID:39552110
|
研究论文 | 研究使用深度学习技术加速脑部MRI成像过程，通过多序列和卷积神经网络重建图像，同时保持图像质量 | 利用深度学习技术从不同MRI序列中提取共同信息，减少最耗时的序列扫描时间，同时保持图像质量 | 研究仅限于T1-FLAIR、T2-FLAIR和T2WI序列，未涵盖所有可能的MRI序列 | 探讨深度学习技术是否能通过利用不同MRI序列的共同信息来减少扫描时间并保持图像质量 | 脑部MRI图像，包括T1-FLAIR、T2-FLAIR和T2WI序列 | 计算机视觉 | NA | 深度学习 | 卷积神经网络 | 图像 | 217名患者和105名健康受试者的脑部MRI原始数据 |
| 3254 | 2024-11-21 |
Deep learning model for automated diagnosis of moyamoya disease based on magnetic resonance angiography
2024-Nov, EClinicalMedicine
IF:9.6Q1
DOI:10.1016/j.eclinm.2024.102888
PMID:39559186
|
研究论文 | 本研究探讨了基于深度学习的卷积神经网络（CNN）在磁共振血管造影（MRA）图像上自动识别烟雾病（MMD）的潜力 | 本研究首次使用DenseNet-121模型在MRA图像上实现了MMD的自动诊断，并展示了其与经验丰富的放射科医生相当的诊断能力 | 本研究为回顾性研究，样本主要来自中国的一个机构，外部验证集较小，可能影响模型的泛化能力 | 探索基于深度学习的卷积神经网络在MRA图像上自动诊断烟雾病的可能性 | 烟雾病（MMD）、动脉粥样硬化疾病（ASD）和正常对照（NC）的MRA图像 | 计算机视觉 | 脑血管疾病 | 卷积神经网络（CNN） | DenseNet-121 | 图像 | 600名参与者（200名MMD、200名ASD和200名NC）用于训练，60名参与者用于外部验证 |
| 3255 | 2024-11-21 |
Deep Learning Algorithms for Breast Cancer Detection in a UK Screening Cohort: As Stand-alone Readers and Combined with Human Readers
2024-Nov, Radiology
IF:12.1Q1
DOI:10.1148/radiol.233147
PMID:39560480
|
研究论文 | 本文研究了三种深度学习算法在英国乳腺癌筛查队列中的表现，评估了它们作为独立读片者和与人类读片者结合使用时的性能 | 本文的创新点在于验证了三种深度学习算法在独立使用和与人类读片者结合使用时的非劣效性，特别是在敏感性和特异性方面 | 本文的局限性在于仅在两个英国站点收集的数据上进行了验证，且仅使用了两种设备供应商的机器 | 本文的研究目的是在外部独立数据集中验证三种深度学习算法作为乳腺X线筛查读片者的性能 | 本文的研究对象是三种商业深度学习算法（DL-1, DL-2, DL-3）在乳腺癌筛查中的应用 | 计算机视觉 | 乳腺癌 | 深度学习 | 深度学习算法 | 图像 | 共26,722例病例，包括332例筛查发现、174例间隔期和254例下一轮癌症 |
| 3256 | 2024-11-21 |
Anatomic Interpretability in Neuroimage Deep Learning: Saliency Approaches for Typical Aging and Traumatic Brain Injury
2024-Oct-16, Research square
DOI:10.21203/rs.3.rs-4960427/v1
PMID:39483910
|
研究论文 | 本研究比较了七种基于归因的显著性方法，用于增强深度神经网络（DNN）在估计生物脑龄（BA）时的解剖学解释性 | 本研究首次系统比较了多种显著性方法在典型衰老和创伤性脑损伤（TBI）情况下的表现，并评估了它们在捕捉已知脑衰老解剖特征方面的能力 | 研究仅限于使用磁共振成像（MRI）数据，且样本量相对较小 | 探讨不同显著性方法在增强深度神经网络（DNN）解剖学解释性方面的效果 | 认知正常（CN）成年人和轻度创伤性脑损伤（mTBI）成年人的脑龄估计 | 计算机视觉 | 创伤性脑损伤 | 磁共振成像（MRI） | 深度神经网络（DNN） | 图像 | 认知正常成年人100名（男性），平均年龄65.82 ± 8.89岁；轻度创伤性脑损伤成年人100名（男性），平均年龄55.3 ± 9.9岁 |
| 3257 | 2024-11-21 |
Deep learning permits imaging of multiple structures with the same fluorophores
2024-10-15, Biophysical journal
IF:3.2Q2
DOI:10.1016/j.bpj.2024.09.001
PMID:39233442
|
研究论文 | 提出了一种新的双结构网络（DBSN），可以从三个原始图像中提取六个不同的亚细胞结构，仅使用两种荧光标记 | DBSN结合了强度平衡模型和结构分离模型，能够从相同的荧光标记中提取多个不同的亚细胞结构，突破了现有技术的瓶颈 | NA | 开发一种能够同时成像多个结构的新方法，减少荧光显微镜的时间消耗 | 亚细胞结构 | 计算机视觉 | NA | 深度学习 | 双结构网络（DBSN） | 图像 | 三个原始图像 |
| 3258 | 2024-11-21 |
Evaluation of deep learning-based target auto-segmentation for Magnetic Resonance Imaging-guided cervix brachytherapy
2024-Oct, Physics and imaging in radiation oncology
DOI:10.1016/j.phro.2024.100669
PMID:39559487
|
研究论文 | 评估深度学习在磁共振成像引导的宫颈近距离放射治疗中自动分割目标结构的应用 | 提出使用基于人群和患者特异性自动分割作为第二部分目标分割的起点，以减少手动分割的时间和患者负担 | 自动分割引入了手动描绘的偏差，但这种偏差在临床上无关紧要 | 评估使用自动分割作为第二部分目标分割起点的临床影响 | 宫颈癌患者在磁共振成像引导下的近距离放射治疗 | 计算机视觉 | 宫颈癌 | 深度学习 | NA | 图像 | 28名局部晚期宫颈癌患者 |
| 3259 | 2024-11-21 |
Evaluation of three-point correlation functions from structural images on CPU and GPU architectures: Accounting for anisotropy effects
2024-Oct, Physical review. E
DOI:10.1103/PhysRevE.110.045306
PMID:39562887
|
研究论文 | 本文开发了在CPU和GPU架构上计算三点点相关函数的算法和代码，考虑了各向异性效应 | 本文提出了计算三点点相关函数的新算法，并展示了其在任意三角形模式下的计算速度与直角三角形模式相当 | 本文指出，当计算在频率域进行时，数据量会变得非常大，且目前尚不清楚n>3的点相关函数的优势 | 研究三点点相关函数在结构图像分析中的应用，并评估其在不同架构上的计算效率 | 三点点相关函数及其在结构图像分析中的应用 | 计算机视觉 | NA | 三点点相关函数计算 | NA | 图像 | NA |
| 3260 | 2024-11-21 |
Artificial Intelligence-Assisted MRI Diagnosis in Lumbar Degenerative Disc Disease: A Systematic Review
2024-Aug-15, Global spine journal
IF:2.6Q1
DOI:10.1177/21925682241274372
PMID:39147730
|
综述 | 本文系统回顾了人工智能辅助磁共振成像在腰椎退行性椎间盘疾病诊断中的应用 | 人工智能，特别是机器学习和深度学习，提供了提高腰椎退行性椎间盘疾病诊断准确性和工作流程的工具 | 需要进一步的研究和验证以优化人工智能算法在腰椎退行性椎间盘疾病诊断中的实际应用 | 回顾人工智能辅助磁共振成像在腰椎退行性椎间盘疾病诊断中的应用，并讨论当前研究以供临床使用 | 腰椎退行性椎间盘疾病的诊断 | 机器学习 | 腰椎退行性椎间盘疾病 | 磁共振成像 | 机器学习和深度学习 | 图像 | 20项研究 |