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 12029 篇文献，本页显示第 4301 - 4320 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 4301 | 2024-12-05 |
A deep learning approach to real-time Markov modeling of ion channel gating
2024-Nov-30, Communications chemistry
IF:5.9Q1
DOI:10.1038/s42004-024-01369-y
PMID:39616256
|
研究论文 | 本文提出了一种基于深度学习的实时马尔可夫模型提取方法，用于分析离子通道门控行为 | 利用深度学习技术从单通道记录中提取马尔可夫模型，并提出了一种评估预测模型优劣的方法 | 需要进一步验证该方法在不同实验条件下的适用性和准确性 | 开发一种能够实时分析离子通道门控行为的深度学习方法 | 离子通道门控行为的实时分析 | 机器学习 | NA | 深度学习 | 神经网络 | 时间序列 | 使用模拟数据集进行训练，并在实际的膜片钳实验数据上进行测试 | NA | NA | NA | NA |
| 4302 | 2024-12-05 |
Interpretable multi-horizon time series forecasting of cryptocurrencies by leverage temporal fusion transformer
2024-Nov-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e40142
PMID:39619580
|
研究论文 | 研究探讨了在波动性全球金融市场预测加密货币运动的挑战，并开发了一种先进的深度学习增强型时间融合变压器（ADE-TFT）模型来更准确地估计比特币价值 | 提出了ADE-TFT模型，该模型在预测准确性上优于其底层模型，特别是在使用更高隐藏层配置时，误差指标（MAPE、MSE和RMSE）显著降低 | 研究强调了需要尝试不同的归一化策略和利用各种市场相关数据来提高模型性能，并指出提高预测准确性可能需要解决这些限制并纳入市场情绪等额外因素 | 提高加密货币市场预测的准确性，为投资者提供更精确的市场预测 | 比特币价值预测 | 机器学习 | NA | 深度学习 | 时间融合变压器（TFT） | 交易数据 | NA | NA | NA | NA | NA |
| 4303 | 2024-12-05 |
FASNet: Feature alignment-based method with digital pathology images in assisted diagnosis medical system
2024-Nov-30, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e40350
PMID:39624322
|
研究论文 | 本文提出了一种基于特征对齐的数字病理图像分割方法FASNet，用于辅助诊断医疗系统 | FASNet通过在编码器和解码器中插入语义感知归一化和语义感知白化模块，实现了同类特征的紧凑性和不同类特征的分离性 | 深度学习模型需要大量标注数据，病理图像获取成本高且难以获得，标注数据不足容易导致偏差结果 | 提高数字病理图像分割的准确性和鲁棒性，特别是在训练数据与测试数据分布不匹配的情况下 | 数字病理图像中的细胞核和组织结构 | 数字病理学 | 肿瘤 | 深度学习 | UNW网络 | 图像 | 未明确提及具体样本数量 | NA | NA | NA | NA |
| 4304 | 2024-12-05 |
Based on computer simulation and experimental verification: mining and characterizing novel antimicrobial peptides from soil microbiome
2024-Nov-28, Food chemistry
IF:8.5Q1
DOI:10.1016/j.foodchem.2024.142275
PMID:39626551
|
研究论文 | 开发了一种基于深度学习的预测管道，从土壤宏基因组数据中识别潜在的抗菌肽，并通过实验验证其抗菌活性 | 利用深度学习技术从土壤微生物组中挖掘和表征新型抗菌肽，提供了一种高效且成本较低的筛选方法 | NA | 发现新型抗菌肽，以增强食品安全和延长食品保质期 | 土壤微生物组中的抗菌肽 | 机器学习 | NA | 深度学习 | 深度学习模型 | 宏基因组数据 | 九种候选肽 | NA | NA | NA | NA |
| 4305 | 2024-12-05 |
Automatic segmentation of extensor carpi ulnaris tendon and detection of tendinosis with convolutional neural networks
2024-Nov, Acta radiologica open
IF:0.9Q4
DOI:10.1177/20584601241297530
PMID:39624259
|
研究论文 | 本研究利用卷积神经网络（CNN）自动检测和分割尺侧腕伸肌腱及其腱鞘炎，并评估其在2D腕部MRI中的表现 | 首次使用卷积神经网络自动检测和分割尺侧腕伸肌腱及其腱鞘炎，提供了一种自动化诊断慢性腕痛的方法 | 研究样本量较小，且仅限于2D腕部MRI图像，未来需要在大规模数据集上验证和改进模型 | 开发一种用于自动检测尺侧腕伸肌腱及其腱鞘炎的卷积神经网络，并验证其在2D腕部MRI中的可行性 | 尺侧腕伸肌腱及其腱鞘炎的自动检测和分割 | 计算机视觉 | NA | 卷积神经网络（CNN） | 卷积神经网络（CNN） | 图像 | 1081名接受腕部MRI检查的患者，其中46名患者患有腱鞘炎 | NA | NA | NA | NA |
| 4306 | 2024-12-05 |
A deep learning model for predicting the modified micro-dosimetric kinetic model-based dose and the dose-averaged linear energy transfer for prostate cancer in carbon ion therapy
2024-Oct, Physics and imaging in radiation oncology
DOI:10.1016/j.phro.2024.100671
PMID:39624391
|
研究论文 | 本研究开发了一种深度学习模型，用于快速预测碳离子治疗中前列腺癌的修正微剂量动力学模型（mMKM）剂量和剂量平均线性能量转移（LET）分布 | 本研究首次将深度学习应用于预测碳离子治疗中前列腺癌的mMKM剂量和LET分布，提供了一种快速、准确的评估工具 | 本研究仅使用了50名患者的样本数据进行训练和测试，样本量较小 | 开发一种快速、准确的工具，用于评估碳离子治疗中前列腺癌的生物剂量和剂量平均线性能量转移（LET）变化 | 前列腺癌患者在碳离子治疗中的修正微剂量动力学模型（mMKM）剂量和剂量平均线性能量转移（LET）分布 | 机器学习 | 前列腺癌 | 深度学习 | 深度学习模型 | 图像 | 50名前列腺癌患者 | NA | NA | NA | NA |
| 4307 | 2024-12-05 |
[Changes in FDG-PET Images of Small Lung and Liver Masses Caused by the Deep Learning-based Time-of-flight Processing]
2024, Nihon Hoshasen Gijutsu Gakkai zasshi
DOI:10.6009/jjrt.25-1518
PMID:39617445
|
研究论文 | 研究评估了基于深度学习的飞行时间处理（DL-ToF）对PET图像中肺部和肝脏小肿块的影响 | DL-ToF通过后处理模拟飞行时间效应，应用深度学习增强PET图像 | 研究仅使用了一个胸腹部仿真模型，未涉及临床数据 | 评估DL-ToF在PET成像中的有效性 | 肺部和肝脏的小肿块 | 计算机视觉 | NA | PET成像 | 深度学习 | 图像 | 一个胸腹部仿真模型 | NA | NA | NA | NA |
| 4308 | 2024-12-05 |
Estimating protein-ligand interactions with geometric deep learning and mixture density models
2024, Journal of biosciences
IF:2.1Q2
PMID:39618061
|
研究论文 | 本文介绍了一种基于几何深度学习和混合密度模型的方法，用于预测蛋白质与配体的结合构象 | 开发了一种生成蛋白质图形表示的技术，利用图神经网络学习基于距离概率的统计势能，并结合全局优化算法进行配体结合构象的预测 | NA | 改进现有的基于物理学的解决方案，提高蛋白质与配体相互作用的预测精度 | 蛋白质与配体的结合构象 | 计算机视觉 | NA | 几何深度学习 | 图神经网络 | 结构数据 | NA | NA | NA | NA | NA |
| 4309 | 2024-12-05 |
Advanced Analysis of OCT/OCTA Images for Accurately Differentiating Between Glaucoma and Healthy Eyes Using Deep Learning Techniques
2024, Clinical ophthalmology (Auckland, N.Z.)
DOI:10.2147/OPTH.S472231
PMID:39618988
|
研究论文 | 评估OCT和OCTA图像在区分青光眼和健康眼睛中的区分能力，使用深度学习技术 | 提出了一种结合OCT和OCTA图像的深度学习方法，用于更准确地区分青光眼和健康眼睛 | 研究样本量相对较小，可能影响结果的普适性 | 评估OCT和OCTA图像在区分青光眼和健康眼睛中的有效性 | 青光眼和健康眼睛的OCT和OCTA图像 | 计算机视觉 | 眼科疾病 | 深度学习 | 卷积神经网络 (CNN) | 图像 | 157名受试者的1106次眼扫描 | NA | NA | NA | NA |
| 4310 | 2024-12-05 |
Segmentation of glioblastomas via 3D FusionNet
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1488616
PMID:39619438
|
研究论文 | 本文提出了一种用于脑肿瘤自动分割的端到端3D深度学习模型 | FusionNet结合了U-Net和SegNet的优点，在肿瘤分割性能上优于两者 | 尽管模型在脑肿瘤分割上表现出色，但仍有提升空间 | 开发一种能够自动分割脑肿瘤的3D深度学习模型 | 胶质母细胞瘤（GBM）患者的脑肿瘤 | 计算机视觉 | 脑肿瘤 | NA | FusionNet | MRI图像 | 630名GBM患者 | NA | NA | NA | NA |
| 4311 | 2024-12-05 |
Advancing EGFR mutation subtypes prediction in NSCLC by combining 3D pretrained ConvNeXt, radiomics, and clinical features
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1464555
PMID:39619439
|
研究论文 | 本研究开发了一种结合3D预训练ConvNeXt、放射组学和临床特征的新方法，用于预测非小细胞肺癌患者中表皮生长因子受体（EGFR）及其亚型的表达状态 | 本研究首次将3D预训练ConvNeXt与放射组学和临床特征结合，用于EGFR突变及其亚型的预测 | 本研究为回顾性研究，样本量有限，未来需在更大规模的前瞻性研究中验证模型的有效性 | 开发一种新的方法，用于预测非小细胞肺癌患者中EGFR及其亚型的表达状态 | 非小细胞肺癌患者的EGFR及其亚型表达状态 | 计算机视觉 | 肺癌 | 3D卷积神经网络（3D-CNN） | ConvNeXt | 图像 | 732名非小细胞肺癌患者 | NA | NA | NA | NA |
| 4312 | 2024-12-05 |
IGAMT: Privacy-Preserving Electronic Health Record Synthesization with Heterogeneity and Irregularity
2024, Proceedings of the ... AAAI Conference on Artificial Intelligence. AAAI Conference on Artificial Intelligence
DOI:10.1609/aaai.v38i14.29491
PMID:39619768
|
研究论文 | 提出了一种名为IGAMT的框架，用于生成隐私保护的合成电子健康记录（EHR）数据，解决了特征异质性、结构缺失值和时间测量不规则性等问题 | IGAMT框架不仅能够生成高质量的合成EHR数据，还能在隐私保护和数据效用之间实现更好的平衡 | 未明确提及 | 解决电子健康记录数据在机器学习应用中的隐私和安全问题 | 电子健康记录数据及其合成方法 | 机器学习 | NA | 深度学习 | NA | 文本 | 未明确提及 | NA | NA | NA | NA |
| 4313 | 2024-12-05 |
Deep learning methods for high-resolution microscale light field image reconstruction: a survey
2024, Frontiers in bioengineering and biotechnology
IF:4.3Q2
DOI:10.3389/fbioe.2024.1500270
PMID:39624772
|
综述 | 本文综述了基于深度学习的光场显微图像重建技术的最新进展 | 本文分类并分析了三种基于深度学习的光场显微重建算法的特点 | 本文讨论了提高光场显微预测时间信息的准确性、获取光场训练数据、利用现有数据进行数据增强以及深度神经网络的可解释性等挑战 | 综述基于深度学习的光场显微图像重建技术 | 光场显微图像重建技术 | 计算机视觉 | NA | 深度学习 | NA | 图像 | NA | NA | NA | NA | NA |
| 4314 | 2024-12-05 |
Efficient generation of HPLC and FTIR data for quality assessment using time series generation model: a case study on Tibetan medicine Shilajit
2024, Frontiers in pharmacology
IF:4.4Q1
DOI:10.3389/fphar.2024.1503508
PMID:39624838
|
研究论文 | 本研究使用深度学习模型TimeVQVAE生成高效液相色谱（HPLC）和傅里叶变换红外光谱（FTIR）数据，以评估藏药Shilajit的质量 | 首次采用TimeVQVAE模型生成HPLC和FTIR数据，显著提高了数据量和分类准确性 | 研究仅限于Shilajit样本，未探讨其他药材的适用性 | 解决高原特色药材样本稀缺问题，提高质量评估的准确性和稳定性 | 藏药Shilajit | 机器学习 | NA | 高效液相色谱（HPLC）、傅里叶变换红外光谱（FTIR） | 时间向量量化变分自编码器（TimeVQVAE） | 时间序列数据 | 三种等级的Shilajit样本 | NA | NA | NA | NA |
| 4315 | 2024-12-02 |
A deep learning algorithm that aids visualization of femoral neck fractures and improves physician training
2024-Dec, Injury
IF:2.2Q2
DOI:10.1016/j.injury.2024.111997
PMID:39504732
|
研究论文 | 开发了一种全自动深度学习模型，用于检测和分类股骨颈骨折，并评估其在诊断辅助和医生培训中的效用 | 首次使用深度学习算法来检测和分类股骨颈骨折，并通过分割方法可视化可能的骨折区域 | 研究仅限于股骨颈骨折的检测和分类，未涉及其他类型的骨折 | 开发和评估一种深度学习模型，以辅助医生在股骨颈骨折的诊断和培训中的应用 | 股骨颈骨折的检测和分类 | 计算机视觉 | 骨科疾病 | 深度学习 | Faster R-CNN, DenseNet-121 | 图像 | 1527张骨盆和髋部的X光片 | NA | NA | NA | NA |
| 4316 | 2024-12-02 |
Predicting opinion using deep learning: From burning to sustainable management of organic waste in Indian State of Punjab
2024-Dec, Waste management & research : the journal of the International Solid Wastes and Public Cleansing Association, ISWA
IF:3.7Q2
DOI:10.1177/0734242X231219627
PMID:38158841
|
研究论文 | 研究探讨了印度旁遮普邦农民对有机废物可持续管理的看法，并使用深度神经网络预测了农民的意见 | 采用多层感知器前馈深度神经网络预测农民意见，提供了一种新颖的分析农民行为的方法 | NA | 理解农民对有机废物可持续管理的看法，并预测影响农民意见的因素 | 印度旁遮普邦的800名奶农 | 机器学习 | NA | 深度学习 | 多层感知器前馈深度神经网络 | 文本 | 800名奶农，分为小规模和大规模奶农两组 | NA | NA | NA | NA |
| 4317 | 2024-12-02 |
Predicting early mortality in hemodialysis patients: a deep learning approach using a nationwide prospective cohort in South Korea
2024-Nov-29, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-80900-6
PMID:39609495
|
研究论文 | 本研究使用韩国全国性前瞻性队列数据，通过深度学习方法预测血液透析患者的早期死亡率 | 开发了一种带有自编码器的循环神经网络（RNN）来处理缺失数据和时间序列变量，并改进了早期死亡率的预测 | NA | 量化风险因素对血液透析患者死亡率的影响 | 3284名血液透析患者 | 机器学习 | 肾脏疾病 | 循环神经网络（RNN） | RNN | 时间序列数据 | 3284名患者，平均年龄58.4±13.6岁，59.3%为男性 | NA | NA | NA | NA |
| 4318 | 2024-12-02 |
Deep learning for predicting porosity in ultra-deep fractured vuggy reservoirs from the Shunbei oilfield in Tarim Basin, China
2024-Nov-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-81051-4
PMID:39609489
|
研究论文 | 研究开发了一种用于塔里木盆地顺北油田超深裂缝-溶洞型储层孔隙度预测的高级深度学习方法 | 该方法通过深度学习技术构建了超深碳酸盐岩储层的孔隙度预测模型，相比传统阻抗反演技术，均方误差降低了76% | NA | 解决中国深层和超深层碳酸盐岩储层孔隙度预测的挑战 | 塔里木盆地顺北油田的超深裂缝-溶洞型储层 | 计算机视觉 | NA | 深度学习技术 | 深度学习模型 | 三维地震数据 | 使用顺北油田的盲井进行验证 | NA | NA | NA | NA |
| 4319 | 2024-12-02 |
Exploratory analysis of metabolic changes using mass spectrometry data and graph embeddings
2024-Nov-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-80955-5
PMID:39609505
|
研究论文 | 本文提出了一种基于图嵌入和异常检测算法的深度学习方法，用于分析质谱代谢组学数据 | 引入了一种新的深度学习方法GEMNA，通过节点嵌入和边嵌入来分析质谱代谢组学数据，相比传统方法能更好地识别代谢变化 | 传统统计方法可能会过度过滤原始数据，导致识别的代谢变化较少 | 开发一种新的方法来分析质谱代谢组学数据，以克服传统方法的局限性 | 质谱代谢组学数据 | 代谢组学 | NA | 质谱分析 | 图神经网络（GNN） | 质谱数据 | NA | NA | NA | NA | NA |
| 4320 | 2024-12-02 |
Cell quantification at the osteochondral interface from synchrotron radiation phase contrast micro-computed tomography images using a deep learning approach
2024-Nov-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-81333-x
PMID:39609521
|
研究论文 | 本文提出了一种基于深度学习的方法，用于从同步辐射相位对比显微CT图像中对骨软骨界面处的软骨细胞和骨细胞进行三维分割 | 本文将nnU-Net与标记控制的分水岭算法结合，改进了细胞腔隙的识别和分割 | 研究样本量较小，仅分析了15个样本，可能影响结果的普适性 | 研究骨软骨界面处软骨细胞和骨细胞的三维分割方法，并分析其在骨关节炎中的表现 | 人类膝关节中的软骨细胞和骨细胞 | 计算机视觉 | 骨关节炎 | 同步辐射相位对比显微CT | nnU-Net | 图像 | 15个样本，包括10个对照组和5个骨关节炎组 | NA | NA | NA | NA |