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 12169 篇文献，本页显示第 3781 - 3800 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3781 | 2024-11-15 |
Hybrid deep learning technique for COX-2 inhibition bioactivity detection against breast cancer disease
2024-Jul, Biomedical engineering letters
IF:3.2Q2
DOI:10.1007/s13534-024-00355-6
PMID:39512384
|
研究论文 | 本研究针对乳腺癌中的COX-2抑制作用进行检测，旨在开发一种高效的COX-2抑制生物活性检测技术 | 提出了一种混合深度学习技术，结合UNet架构、改进的鸡群优化算法和改进的Laguerre神经网络，用于COX-2抑制生物活性的精确检测 | NA | 开发一种高效的COX-2抑制生物活性检测技术，以识别抗癌化合物并推进乳腺癌疗法 | 乳腺癌中的COX-2抑制作用 | 机器学习 | 乳腺癌 | 混合深度学习技术 | UNet架构、改进的Laguerre神经网络 | 生物活性数据 | 使用ChEMBL数据库进行验证 |
| 3782 | 2024-11-15 |
OAR-Weighted Dice Score: A spatially aware, radiosensitivity aware metric for target structure contour quality assessment
2024-Jul, The use of computers in radiation therapy. International Conference on the Use of Computers in Radiation Therapy
PMID:39512542
|
研究论文 | 本文提出了一种新的指标OAR-DSC，用于评估放射治疗中目标结构轮廓的质量，考虑了周围危及器官及其放射敏感性 | 引入了OAR-DSC指标，该指标在计算DSC时考虑了周围危及器官及其放射敏感性 | NA | 开发一种新的指标，用于评估放射治疗中目标结构轮廓的质量，考虑周围危及器官及其放射敏感性 | 放射治疗中的目标结构轮廓和周围危及器官 | 计算机视觉 | NA | NA | NA | 图像 | NA |
| 3783 | 2024-11-15 |
Deep learning in distinguishing pulmonary nodules as benign and malignant
2024-Jul, Turk gogus kalp damar cerrahisi dergisi
DOI:10.5606/tgkdc.dergisi.2024.26027
PMID:39513168
|
研究论文 | 研究使用深度学习模型区分肺结节的良恶性 | 本研究首次在肺结节分类中应用了深度学习模型和特征提取方法，显著提高了分类准确率 | 研究样本量较小，且仅限于特定时间段内的患者数据 | 旨在开发能够高准确率区分良恶性肺结节的卷积神经网络模型，以辅助早期诊断 | 肺结节的良恶性分类 | 计算机视觉 | 肺癌 | 深度学习 | 卷积神经网络 | 图像 | 共234例患者，包括良性组68例，恶性组29例，对照组67例 |
| 3784 | 2024-11-15 |
Equivariant score-based generative diffusion framework for 3D molecules
2024-May-30, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-024-05810-w
PMID:38816718
|
研究论文 | 本文介绍了一种新的E(3)-等变分数扩散框架，用于通过随机微分方程生成3D分子，旨在解决统一高斯扩散方法的局限性 | 提出了E(3)-等变分数扩散框架，将分子特征空间的完整扩散分解为不同组件的独立扩散过程，并捕捉这些组件之间的复杂依赖关系 | NA | 开发一种新的生成方法，用于在药物发现和蛋白质设计中高效搜索分子设计空间 | 3D分子生成 | 机器学习 | NA | 深度学习 | 扩散模型 | 分子数据 | 使用了广泛使用的QM9数据集进行实验 |
| 3785 | 2024-11-15 |
DeepReg: a deep learning hybrid model for predicting transcription factors in eukaryotic and prokaryotic genomes
2024-04-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-59487-5
PMID:38644393
|
研究论文 | 本文提出了一种名为DeepReg的混合模型，用于在真核和原核基因组中预测转录因子 | DeepReg模型结合了卷积神经网络（CNN）和双向长短期记忆网络（BiLSTM），在预测转录因子方面表现优异，精度、召回率和F1分数均高于现有模型DeepTFactor | NA | 开发一种高效的深度学习模型，用于在真核和原核基因组中预测转录因子 | 真核和原核基因组中的转录因子 | 机器学习 | NA | 深度学习模型 | 混合模型（CNN和BiLSTM） | 蛋白质序列 | NA |
| 3786 | 2024-11-15 |
Comparison of Deep Learning Approaches for Conversion of International Classification of Diseases Codes to the Abbreviated Injury Scale
2024-Mar-22, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.03.06.24303847
PMID:38562696
|
研究论文 | 比较了两种深度学习架构在将国际疾病分类代码转换为简明损伤量表中的准确性 | 本研究首次比较了前馈神经网络和神经机器翻译模型在预测损伤严重程度评分中的表现 | 研究仅使用了美国国家创伤数据银行的创伤病例，可能限制了结果的普适性 | 旨在比较两种深度学习架构在预测损伤严重程度评分中的准确性 | 国际疾病分类代码和简明损伤量表 | 机器学习 | NA | 深度学习 | 前馈神经网络和神经机器翻译模型 | 文本 | 2,031,793例创伤病例用于训练和验证，1,091,792例用于测试 |
| 3787 | 2024-11-15 |
A brief history of artificial intelligence embryo selection: from black-box to glass-box
2024-02-01, Human reproduction (Oxford, England)
DOI:10.1093/humrep/dead254
PMID:38061074
|
综述 | 本文回顾了人工智能在胚胎选择中的应用历史，从黑箱模型到玻璃箱模型的演变 | 提出了一个从胚胎学角度对传统和人工智能驱动系统进行分类的新系统，强调了主观性、解释性和可解释性 | 缺乏随机对照试验来验证黑箱模型的有效性 | 探讨人工智能在胚胎选择中的应用及其解释性问题 | 胚胎选择中的机器学习模型及其解释性 | 机器学习 | NA | 机器学习 | 深度学习 | 图像 | NA |
| 3788 | 2024-11-10 |
An automated ECG-based deep learning for the early-stage identification and classification of cardiovascular disease
2024, Technology and health care : official journal of the European Society for Engineering and Medicine
IF:1.4Q3
DOI:10.3233/THC-240543
PMID:39302394
|
研究论文 | 本文提出了一种基于心电图（ECG）的深度学习方法，用于早期识别和分类心血管疾病 | 本文创新性地结合了症状检测和ECG分析，并使用前馈神经网络（FFNN）和常数Q非平稳Gabor变换（CQNGT）来提高诊断准确性 | NA | 提高心血管疾病的诊断准确性 | 心血管疾病 | 机器学习 | 心血管疾病 | 深度学习 | 前馈神经网络（FFNN） | 图像 | NA |
| 3789 | 2024-11-15 |
Advances in Protein-Ligand Binding Affinity Prediction via Deep Learning: A Comprehensive Study of Datasets, Data Preprocessing Techniques, and Model Architectures
2024, Current drug targets
IF:3.0Q2
|
综述 | 本文综述了通过深度学习预测蛋白质-配体结合亲和力的最新进展，全面分析了常用数据集、数据预处理技术和模型架构 | 本文填补了以往研究的空白，全面分析了最常用的数据集并讨论了其质量和局限性，同时提供了蛋白质-配体结合亲和力预测领域中最新深度学习方法的综合分类 | 本文指出了通过深度学习进行结合亲和力预测的固有挑战，如数据质量、模型可解释性和可解释性 | 本文旨在通过系统分析数据集和深度学习方法，加速开发更有效和可靠的结合亲和力预测模型 | 本文研究对象包括蛋白质-配体结合亲和力预测的常用数据集、数据预处理技术和深度学习模型 | 机器学习 | NA | 深度学习 | 图神经网络、卷积神经网络、变换器 | 数据集 | NA |
| 3790 | 2024-11-15 |
AS2LS: Adaptive Anatomical Structure-Based Two-Layer Level Set Framework for Medical Image Segmentation
2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2024.3483563
PMID:39446550
|
研究论文 | 提出了一种基于解剖结构的自适应双层水平集框架（AS2LS）用于医学图像分割 | 引入了基于解剖结构的双层水平集表示和两阶段水平集演化算法，能够自适应地拟合区域和边缘强度信息，提高了复杂医学图像分割的准确性 | NA | 提高医学图像分割的准确性 | 具有同心结构的器官，如左心室和眼底 | 计算机视觉 | NA | 水平集方法 | 双层水平集框架 | 医学图像 | NA |
| 3791 | 2024-11-15 |
Intelligent agriculture: deep learning in UAV-based remote sensing imagery for crop diseases and pests detection
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1435016
PMID:39512475
|
综述 | 本文综述了基于无人机遥感图像的深度学习技术在智能农业中用于作物病虫害检测的应用 | 本文介绍了大型语言模型（LLM）和大型视觉模型（LVM）在农业中的最新应用 | 本文讨论了现有研究中的一些不足和待解决的挑战 | 探讨智能农业中基于无人机遥感图像的深度学习技术在作物病虫害检测中的应用 | 作物病虫害检测 | 计算机视觉 | NA | 深度学习（DL） | 深度学习模型 | 图像 | NA |
| 3792 | 2024-11-15 |
Development of a deep learning model for automated detection of calcium pyrophosphate deposition in hand radiographs
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1431333
PMID:39512610
|
研究论文 | 开发了一种深度学习模型，用于在手部X光片中自动检测钙焦磷酸盐沉积 | 首次开发了一种深度学习算法，能够自动且可靠地检测手部X光片中的钙焦磷酸盐沉积特征 | 模型在某些情况下可能会出现意外的高亮区域，可能是由于不同手部区域的相关特征 | 开发和测试一种深度学习算法，用于自动检测手部X光片中的钙焦磷酸盐沉积特征 | 手部X光片中的钙焦磷酸盐沉积特征，特别是三角纤维软骨复合体和掌指关节的钙化 | 计算机视觉 | 关节炎 | 卷积神经网络 | CNN | 图像 | 926张手部X光片，包括319例钙焦磷酸盐沉积阳性病例和607例阴性病例 |
| 3793 | 2024-11-15 |
Development and evaluation of a soft pneumatic muscle for elbow joint rehabilitation
2024, Frontiers in bioengineering and biotechnology
IF:4.3Q2
DOI:10.3389/fbioe.2024.1401686
PMID:39512658
|
研究论文 | 开发并评估了一种用于肘关节康复的软气动肌肉 | 开发了生物力学兼容的软气动肌肉，优化了肘关节的精确旋转控制，并结合了基于深度学习的运动跟踪系统 | NA | 提高肘关节康复的安全性和有效性 | 肘关节的康复 | NA | NA | 有限元分析 | 深度学习算法 | NA | NA |
| 3794 | 2024-11-15 |
De novo design of mIDH1 inhibitors by integrating deep learning and molecular modeling
2024, Frontiers in pharmacology
IF:4.4Q1
DOI:10.3389/fphar.2024.1491699
PMID:39512821
|
研究论文 | 本研究通过整合深度学习和分子建模技术，设计了新的mIDH1抑制剂 | 首次尝试使用深度学习设计mIDH1抑制剂，为mIDH1抑制剂的设计提供了理论指导 | NA | 设计新的mIDH1抑制剂，用于癌症治疗 | mIDH1基因突变相关的急性髓系白血病、胶质瘤和某些实体瘤 | 机器学习 | 血液肿瘤 | 双向循环神经网络（BRNN）、分子对接、分子动力学模拟 | BRNN | 化合物 | 3890个新化合物（BRNN生成）和3680个新化合物（支架跳跃方法生成） |
| 3795 | 2024-11-15 |
Deep learning-based computed tomography urography image analysis for prediction of HER2 status in bladder cancer
2024, Journal of Cancer
IF:3.3Q2
DOI:10.7150/jca.101296
PMID:39513113
|
研究论文 | 本研究利用深度学习技术分析计算机断层扫描尿路造影（CTU）图像，预测膀胱癌中的HER2状态 | 首次提出了一种非侵入性方法，通过CTU图像识别和检测膀胱癌中的HER2表达 | NA | 旨在通过CTU图像检测HER2表达，以实现更精确的治疗 | 膀胱癌患者的CTU图像 | 计算机视觉 | 膀胱癌 | Pyradiomics包提取放射特征，主成分分析（PCA）降维 | 多层感知器（MLP） | 图像 | 97名膀胱癌患者 |
| 3796 | 2024-11-15 |
Deep Neural Network and Radiomics-based Magnetic Resonance Imaging System for Predicting Microvascular Invasion in Hepatocellular Carcinoma
2024, Journal of Cancer
IF:3.3Q2
DOI:10.7150/jca.93712
PMID:39513126
|
研究论文 | 本文提出了一种基于深度神经网络和放射组学的磁共振成像系统，用于预测肝细胞癌中的微血管侵犯 | 本文的创新点在于结合了放射组学特征和临床特征，构建了一个用于预测微血管侵犯的深度神经网络模型 | 本文的局限性在于样本量相对较小，且未提及模型的泛化能力和在其他数据集上的表现 | 本文的研究目的是开发一种基于磁共振成像的自动化系统，用于准确预测肝细胞癌中的微血管侵犯 | 本文的研究对象是肝细胞癌患者的磁共振成像数据和临床特征 | 计算机视觉 | 肝癌 | 磁共振成像 | 深度神经网络 | 图像 | 420名肝细胞癌患者，其中140例为微血管侵犯，280例为非微血管侵犯 |
| 3797 | 2024-11-14 |
G-Protein Signaling in Alzheimer's Disease: Spatial Expression Validation of Semi-supervised Deep Learning-Based Computational Framework
2024-Nov-06, The Journal of neuroscience : the official journal of the Society for Neuroscience
DOI:10.1523/JNEUROSCI.0587-24.2024
PMID:39327003
|
研究论文 | 本文开发了一种新的计算框架digID，用于预测阿尔茨海默病相关的基因，并通过蛋白质-蛋白质相互作用网络分析优先考虑这些基因的重要性 | 本文创新性地结合了半监督深度学习分类器和蛋白质-蛋白质相互作用网络分析，预测了1529个与阿尔茨海默病相关的基因，并揭示了潜在的新分子机制和治疗靶点 | 本文的局限性在于需要进一步的生物学验证来确认计算预测的基因簇作为潜在的新治疗靶点 | 研究旨在通过计算方法识别与阿尔茨海默病相关的新基因和治疗靶点 | 研究对象包括阿尔茨海默病相关的基因、蛋白质相互作用网络以及大脑不同区域的mRNA表达 | 机器学习 | 阿尔茨海默病 | 半监督深度学习 | NA | 多组学数据 | 包括1529个预测的阿尔茨海默病相关基因和转基因小鼠模型 |
| 3798 | 2024-11-14 |
Accuracy of 18F-FDG PET Imaging in Differentiating Parkinson's Disease from Atypical Parkinsonian Syndromes: A Systematic Review and Meta-Analysis
2024-Nov, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2024.08.016
PMID:39183130
|
meta-analysis | 本文通过系统综述和Meta分析评估了18F-FDG PET在区分帕金森病与非典型帕金森综合征中的准确性 | 本文首次系统地评估了人工智能辅助的18F-FDG PET成像在区分帕金森病与非典型帕金森综合征中的准确性 | 研究主要依赖于已发表的文献，可能存在选择偏倚和发表偏倚 | 量化评估18F-FDG PET在区分帕金森病与非典型帕金森综合征中的准确性 | 帕金森病患者和非典型帕金森综合征患者 | NA | 帕金森病 | 18F-FDG PET成像 | 机器学习（ML）和深度学习（DL） | 图像 | 共涉及1508名帕金森病患者和1370名非典型帕金森综合征患者 |
| 3799 | 2024-11-14 |
Unleashing the strengths of unlabelled data in deep learning-assisted pan-cancer abdominal organ quantification: the FLARE22 challenge
2024-Nov, The Lancet. Digital health
DOI:10.1016/S2589-7500(24)00154-7
PMID:39455194
|
研究论文 | 本文介绍了FLARE22挑战赛，旨在评估和提升深度学习在腹部器官分割和量化中的应用，特别是在使用未标记数据的情况下 | 本文首次展示了如何利用未标记数据显著减少手动标注成本，并提高深度学习算法在跨国数据集上的泛化能力 | 本文主要集中在腹部器官的分割和量化，未涉及其他类型的医学图像分析 | 评估和提升深度学习在腹部器官分割和量化中的应用，特别是在使用未标记数据的情况下 | 腹部器官的分割和量化 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 使用了50个标记图像和2000个未标记图像 |
| 3800 | 2024-11-14 |
A Cross-Modal Mutual Knowledge Distillation Framework for Alzheimer's Disease Diagnosis: Addressing Incomplete Modalities
2024-Oct-22, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.08.24.23294574
PMID:37662267
|
研究论文 | 提出了一种用于阿尔茨海默病诊断的跨模态互知识蒸馏框架，以解决数据集中模态不完整的问题 | 通过跨模态互知识蒸馏（MKD）框架，利用多模态模型作为教师模型，单模态模型作为学生模型，实现了在不完整模态数据集上的有效诊断 | NA | 开发一种能够在不完整模态数据集上进行阿尔茨海默病早期检测的深度学习框架 | 阿尔茨海默病患者的多模态神经影像数据 | 机器学习 | 阿尔茨海默病 | 深度学习 | 跨模态互知识蒸馏框架 | 多模态神经影像数据（MRI和PET） | 使用了阿尔茨海默病神经影像学倡议（ADNI）数据集进行验证 |