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 12109 篇文献，本页显示第 4041 - 4060 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 4041 | 2024-12-14 |
A review of deep learning approaches for multimodal image segmentation of liver cancer
2024-Dec, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.14540
PMID:39374312
|
综述 | 本文综述了深度学习技术在肝癌多模态图像分割中的最新进展 | 探讨了深度学习方法在多模态图像融合分割中的应用，并讨论了各种深度学习架构如卷积神经网络（CNN）和U-Net的优势 | 强调了当前研究中的挑战，如数据不平衡、模型泛化能力和模型可解释性 | 探讨深度学习技术在肝癌多模态图像分割中的应用，以提高临床决策的准确性和效率 | 肝癌的多模态图像分割 | 计算机视觉 | 肝癌 | 深度学习 | 卷积神经网络（CNN）、U-Net | 图像 | NA | NA | NA | NA | NA |
| 4042 | 2024-12-14 |
GeneCompass: deciphering universal gene regulatory mechanisms with a knowledge-informed cross-species foundation model
2024-Dec, Cell research
IF:28.1Q1
DOI:10.1038/s41422-024-01034-y
PMID:39375485
|
研究论文 | 本文构建了一个跨物种的基础模型GeneCompass，用于解析普遍的基因调控机制 | GeneCompass通过整合四种先验生物学知识，在自监督学习中增强了基因调控机制的理解，并在多个下游任务中超越了现有模型 | NA | 解析跨物种的普遍基因调控机制，促进基础生命过程研究和临床应用 | 人类和小鼠的单细胞转录组数据，以及基因调控机制 | 机器学习 | NA | 单细胞测序，深度学习 | 基础模型 | 单细胞转录组数据 | 12000万个人类和小鼠的单细胞转录组数据，经过预处理后得到101768420个单细胞转录组数据 | NA | NA | NA | NA |
| 4043 | 2024-12-14 |
A Cluster-Based Deep Learning Model Perceiving Series Correlation for Accurate Prediction of Phonon Spectrum
2024-Dec, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202406183
PMID:39422637
|
研究论文 | 本文开发了一种基于晶格动力学理论的机器学习模型CSGN，用于预测晶体材料的声子态密度谱 | 提出了基于簇的序列图网络（CSGN）模型，通过多原子簇表示和混合高斯过程与动态时间规整机制，实现了对复杂谱的准确预测 | NA | 开发一种能够感知序列相关性的深度学习模型，以准确预测声子谱 | 晶体材料的声子态密度谱 | 机器学习 | NA | 混合高斯过程，动态时间规整 | 簇基序列图网络（CSGN） | 声子态密度谱 | NA | NA | NA | NA | NA |
| 4044 | 2024-12-14 |
Artificial intelligence as an auxiliary tool in pediatric otitis media diagnosis
2024-Dec, International journal of pediatric otorhinolaryngology
IF:1.2Q3
DOI:10.1016/j.ijporl.2024.112154
PMID:39547107
|
研究论文 | 本文探讨了使用卷积神经网络和深度学习技术作为辅助工具，用于儿科中耳炎的诊断 | 开发了儿科中耳炎分类器，通过AI技术将诊断准确率提高到98%以上，远超人类医生的诊断准确率 | 未提及具体的局限性 | 促进AI技术在儿科中耳炎诊断中的应用，提高诊断准确率 | 儿科中耳炎的诊断 | 计算机视觉 | 儿科疾病 | 卷积神经网络 | CNN | 图像 | 大量急性中耳炎（AOM）、分泌性中耳炎（OME）和正常耳镜图像 | NA | NA | NA | NA |
| 4045 | 2024-12-14 |
A review of AutoML optimization techniques for medical image applications
2024-Dec, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
综述 | 本文综述了用于医学图像应用的AutoML优化技术 | 本文系统地回顾了现有的AutoML方法，并对其进行了分类和详细分析 | 本文未提供具体的实验结果或数据，而是侧重于方法的综述和分类 | 探讨AutoML技术在医学图像分析中的应用及其优化策略 | 医学图像分析任务中的AutoML技术 | 计算机视觉 | NA | AutoML | NA | 图像 | NA | NA | NA | NA | NA |
| 4046 | 2024-12-14 |
HyperMPNN-A general strategy to design thermostable proteins learned from hyperthermophiles
2024-Dec-01, bioRxiv : the preprint server for biology
DOI:10.1101/2024.11.26.625397
PMID:39651244
|
研究论文 | 本文提出了一种基于超嗜热菌蛋白质结构数据的自监督学习方法HyperMPNN，用于设计高度耐热蛋白质 | 通过重新训练的HyperMPNN网络，成功恢复了超嗜热菌蛋白质的独特氨基酸组成，并将其应用于非超嗜热菌蛋白质的设计，显著提高了蛋白质的耐热性 | NA | 开发一种新的方法来设计高度耐热蛋白质 | 超嗜热菌蛋白质和非超嗜热菌蛋白质 | NA | NA | 自监督学习 | HyperMPNN | 蛋白质结构 | NA | NA | NA | NA | NA |
| 4047 | 2024-12-14 |
Automated confidence estimation in deep learning auto-segmentation for brain organs at risk on MRI for radiotherapy
2024-Dec, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.14513
PMID:39284283
|
研究论文 | 本文提出了一种名为AutoConfidence（ACo）的新型AI驱动质量保证方法，用于在磁共振成像（MRI）上进行脑部危及器官的自动分割，以评估每个体素的分割置信度 | 创新点在于无需金标准分割即可在每个体素基础上估计分割置信度，从而实现自动分割的稳健和高效审查 | 研究仅在胶质瘤病例中进行了验证，且未提及在其他类型肿瘤或不同成像模式中的应用 | 开发一种无需金标准分割的自动分割质量保证方法，以提高放射治疗中自动分割的可靠性和效率 | 脑部危及器官的自动分割在MRI上的置信度评估 | 计算机视觉 | 脑肿瘤 | 深度学习 | 生成对抗网络（GAN） | 图像 | 32例回顾性胶质瘤病例用于训练，9例用于测试 | NA | NA | NA | NA |
| 4048 | 2024-12-14 |
Deep learning based ultra-low dose fan-beam computed tomography image enhancement algorithm: Feasibility study in image quality for radiotherapy
2024-Dec, Journal of applied clinical medical physics
IF:2.0Q3
DOI:10.1002/acm2.14560
PMID:39540681
|
研究论文 | 研究了基于深度学习的超低剂量kV-扇形束CT图像增强算法在腹部和盆腔肿瘤放疗中的临床应用可行性 | 提出了基于CycleGAN的图像增强模型，显著提高了超低剂量CT图像的质量，接近正常剂量CT图像 | 研究仅在腹部和盆腔肿瘤患者中进行，样本量相对较小，可能需要进一步验证在其他类型肿瘤中的适用性 | 评估深度学习增强的超低剂量CT图像在放疗中的临床应用可行性 | 腹部和盆腔肿瘤患者 | 计算机视觉 | 肿瘤 | CycleGAN | GAN | 图像 | 76名腹部和盆腔肿瘤患者 | NA | NA | NA | NA |
| 4049 | 2024-12-14 |
Commentator Discussion: Deep learning-based prediction of nodal metastasis in lung cancer using endobronchial ultrasound
2024-Dec, JTCVS techniques
IF:1.7Q2
DOI:10.1016/j.xjtc.2024.10.003
PMID:39669331
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 4050 | 2024-12-14 |
UPicker: a semi-supervised particle picking transformer method for cryo-EM micrographs
2024-Nov-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae636
PMID:39658205
|
研究论文 | 本文提出了一种名为UPicker的半监督变压器方法，用于冷冻电镜显微图像中的自动单粒子挑选 | UPicker通过无监督预训练和监督微调的两阶段训练过程，减少了对手动标注数据的依赖，并采用对比去噪训练策略和混合数据增强策略来提高模型性能 | NA | 解决冷冻电镜结构重建中自动单粒子挑选的挑战 | 冷冻电镜显微图像中的单粒子 | 计算机视觉 | NA | 深度学习 | 变压器（Transformer） | 图像 | 模拟数据集和实验数据集 | NA | NA | NA | NA |
| 4051 | 2024-12-14 |
Pan-Cancer Drug Sensitivity Prediction from Gene Expression using Deep Learning
2024-Nov-15, bioRxiv : the preprint server for biology
DOI:10.1101/2024.11.15.623715
PMID:39605429
|
研究论文 | 本文开发了一种基于深度学习的生物信息学工具，用于预测癌症药物敏感性，并优先考虑小分子化合物和基因依赖性，以推动靶向治疗的发展 | 本文首次采用监督深度学习方法，结合基线癌细胞系基因表达和细胞系无关的扰动-响应共识签名来预测药物敏感性 | NA | 开发一种能够预测癌症药物敏感性的生物信息学工具，以推动靶向治疗的发展 | 癌症药物敏感性、小分子化合物和基因依赖性 | 机器学习 | NA | 深度学习 | 深度学习架构 | 基因表达数据 | 前列腺癌细胞系 | NA | NA | NA | NA |
| 4052 | 2024-12-14 |
Using spatial video and deep learning for automated mapping of ground-level context in relief camps
2024-Nov-05, International journal of health geographics
IF:3.0Q2
DOI:10.1186/s12942-024-00382-7
PMID:39501276
|
研究论文 | 本文提出了一种基于空间视频和深度学习的解决方案，用于自动绘制救援营地的地面环境 | 首次提出使用空间视频和深度学习进行动态映射，并开发了空间过滤方法来提高定位精度 | 研究仅在刚果民主共和国的戈马地区进行，结果的普适性有待验证 | 开发一种自动化的方法来绘制救援营地的空间特征，以应对数据收集和可持续性方面的挑战 | 救援营地的空间特征和微环境变化 | 计算机视觉 | NA | 卷积神经网络 (CNN) | 卷积神经网络 (CNN) | 视频 | 来自刚果民主共和国戈马地区的空间视频数据集 | NA | NA | NA | NA |
| 4053 | 2024-12-14 |
A Multi-task Neural Network for Image Recognition in Magnetically Controlled Capsule Endoscopy
2024-Nov, Digestive diseases and sciences
IF:2.5Q2
DOI:10.1007/s10620-024-08681-6
PMID:39407081
|
研究论文 | 本研究构建了一个多任务神经网络模型，用于磁控胶囊内窥镜图像中的胃部解剖部位和胃部病变的识别 | 提出了一种多任务识别模型，能够同时完成胃部解剖部位和胃部病变的识别，相较于现有的单一任务识别模型，具有更高的效率和准确性 | 未提及具体的局限性 | 构建一个能够同时识别胃部解剖部位和胃部病变的多任务模型，以提高医生的诊断效率 | 磁控胶囊内窥镜图像中的胃部解剖部位和胃部病变 | 计算机视觉 | NA | 深度学习 | 多任务神经网络 | 图像 | 886名患者的胶囊内窥镜图像数据 | NA | NA | NA | NA |
| 4054 | 2024-12-14 |
Leveraging transfer learning for predicting total knee arthroplasty failure from post-operative radiographs
2024-Oct, Journal of experimental orthopaedics
IF:2.0Q2
DOI:10.1002/jeo2.70097
PMID:39664926
|
研究论文 | 本研究利用深度学习模型预测全膝关节置换术失败，基于术后X光片进行预测 | 本研究采用了迁移学习微调方法，利用先前开发的用于预测髋关节假体失败的深度学习模型，展示了其在预测膝关节置换术失败中的有效性 | 本研究仅基于X光片进行预测，未考虑其他可能影响手术失败的因素 | 开发一种深度学习模型，用于早期识别全膝关节置换术失败，以预防广泛的翻修手术 | 全膝关节置换术失败的患者 | 机器学习 | NA | 迁移学习微调 | 卷积神经网络（CNN） | 图像 | 两个患者队列，分别用于模型开发和外部验证，每个队列包含失败和未失败的患者 | NA | NA | NA | NA |
| 4055 | 2024-12-14 |
Artificial intelligence-based rapid brain volumetry substantially improves differential diagnosis in dementia
2024 Oct-Dec, Alzheimer's & dementia (Amsterdam, Netherlands)
DOI:10.1002/dad2.70037
PMID:39665087
|
研究论文 | 本研究评估了一种基于深度学习的人工智能系统在快速脑容量测量中的临床价值，该系统通过自动脑叶分割和年龄性别调整的百分位比较来辅助痴呆的鉴别诊断 | 本研究展示了人工智能辅助的脑容量测量在提高阿尔茨海默病和额颞叶痴呆诊断准确性方面的显著效果，并显著缩短了处理时间 | NA | 评估人工智能辅助的快速脑容量测量在痴呆鉴别诊断中的临床价值 | 55名患者，包括17名阿尔茨海默病患者、18名额颞叶痴呆患者和20名健康对照者 | 机器学习 | 阿尔茨海默病 | 深度学习 | NA | 图像 | 55名患者 | NA | NA | NA | NA |
| 4056 | 2024-12-14 |
Context-Specific Stress Causes Compartmentalized SARM1 Activation and Local Degeneration in Cortical Neurons
2024-Jun-12, The Journal of neuroscience : the official journal of the Society for Neuroscience
DOI:10.1523/JNEUROSCI.2424-23.2024
PMID:38692735
|
研究论文 | 研究了不同应激源对皮质神经元中SARM1激活和局部退化的影响 | 揭示了SARM1激活在不同应激源下具有特定神经元分区的限制性，并展示了SARM1介导的死亡信号依赖于损伤类型和细胞应激源 | 研究主要集中在小鼠和人类诱导多能干细胞衍生的皮质神经元，未涉及其他类型的神经元 | 探讨SARM1在不同应激源下的激活模式及其对神经元退化的影响 | 小鼠和人类诱导多能干细胞衍生的皮质神经元 | NA | NA | 深度学习评分算法 | 深度学习模型 | 图像 | 混合性别的小鼠皮质神经元和男性人类诱导多能干细胞衍生的皮质神经元 | NA | NA | NA | NA |
| 4057 | 2024-12-14 |
NOISe: Nuclei-Aware Osteoclast Instance Segmentation for Mouse-to-Human Domain Transfer
2024-Jun, Conference on Computer Vision and Pattern Recognition Workshops. IEEE Computer Society Conference on Computer Vision and Pattern Recognition. Workshops
DOI:10.1109/cvprw63382.2024.00686
PMID:39659628
|
研究论文 | 本文提出了一种新的深度学习实例分割方法，用于自动化小鼠和人类破骨细胞的实例分割任务 | 首次实现了破骨细胞的完全自动化实例分割，并提出了一种基于破骨细胞独特生物学的核感知破骨细胞实例分割训练策略 | NA | 开发一种自动化方法来替代人工破骨细胞图像分析，以加速骨质疏松症研究 | 小鼠和人类的破骨细胞 | 计算机视觉 | 骨质疏松症 | 深度学习 | 实例分割模型 | 图像 | 约2 × 10个专家标注的小鼠破骨细胞掩码 | NA | NA | NA | NA |
| 4058 | 2024-12-14 |
Systematic Review of Emotion Detection with Computer Vision and Deep Learning
2024-May-28, Sensors (Basel, Switzerland)
DOI:10.3390/s24113484
PMID:38894274
|
综述 | 本文对使用深度学习和计算机视觉进行面部和姿态情绪识别的研究进行了系统性综述 | 提出了一个分类法，描述了用于情绪检测的表情类型、测试环境、当前相关的深度学习方法以及使用的数据集 | 未明确分类混合和增强模型 | 对使用深度学习方法和计算机视觉进行面部和姿态情绪识别的研究进行系统性综述 | 面部和姿态情绪识别 | 计算机视觉 | NA | 深度学习 | 卷积神经网络（CNN）、区域卷积神经网络（R-CNN）、视觉变换器（ViT）、其他神经网络（NNs） | 图像 | 分析了77篇来自不同来源的论文 | NA | NA | NA | NA |
| 4059 | 2024-12-14 |
Unsupervised deep representation learning enables phenotype discovery for genetic association studies of brain imaging
2024-04-05, Communications biology
IF:5.2Q1
DOI:10.1038/s42003-024-06096-7
PMID:38580839
|
研究论文 | 本文提出了一种使用无监督深度表示学习来推导脑成像表型的方法，并进行了全基因组关联研究 | 本文创新性地使用无监督深度学习方法推导出无偏、可遗传且可解释的脑成像表型，这些表型在先前的研究中未被报道 | 本文的局限性在于仅使用了UK Biobank的数据集，未来研究可以扩展到其他数据集以验证结果的普适性 | 研究目的是通过无监督深度学习方法推导出新的脑成像表型，并进行全基因组关联研究以理解脑结构的遗传基础 | 研究对象是UK Biobank参与者的T1和T2-FLAIR脑MRI数据 | 计算机视觉 | NA | 无监督深度表示学习 | 3D卷积自编码器 | 图像 | 6130名UK Biobank参与者的T1或T2-FLAIR脑MRI数据，以及22,880名发现队列和12,359/11,265名T1/T2复制队列的参与者 | NA | NA | NA | NA |
| 4060 | 2024-12-14 |
VespAI: a deep learning-based system for the detection of invasive hornets
2024-04-03, Communications biology
IF:5.2Q1
DOI:10.1038/s42003-024-05979-z
PMID:38570722
|
研究论文 | 本文介绍了一种基于深度学习的自动化系统VespAI，用于快速检测入侵的黄蜂Vespa velutina | VespAI系统结合了标准化的监测站与深度YOLOv5s架构和ResNet骨干网络，通过端到端的定制管道进行训练，实现了实时检测黄蜂并发送图像警报 | NA | 开发一种高效的自动化系统，用于早期检测和控制入侵黄蜂的扩散 | 入侵黄蜂Vespa velutina | 计算机视觉 | NA | 深度学习 | YOLOv5s, ResNet | 图像 | NA | NA | NA | NA | NA |