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 4801 - 4820 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 4801 | 2024-10-24 |
Exploit Spatially Resolved Transcriptomic Data to Infer Cellular Features from Pathology Imaging Data
2024-Aug-07, bioRxiv : the preprint server for biology
DOI:10.1101/2024.08.05.606654
PMID:39149252
|
研究论文 | 本文提出了一种利用空间解析转录组数据来注释病理图像的创新方法，并引入了一种名为STpath的转移学习神经网络模型 | 本文的创新点在于利用配对的空间解析转录组数据来注释病理图像，并开发了一种新的转移学习神经网络模型STpath | 本文的局限性在于训练数据有限，尽管STpath在样本中表现出色，但其性能仍受限于可用数据的数量 | 本文的研究目的是克服深度学习模型在训练过程中由于病理图像标注稀缺而导致的效率低下问题 | 本文的研究对象是病理图像和空间解析转录组数据 | 数字病理学 | 乳腺癌 | 深度学习 | 转移学习神经网络 | 图像 | 本文使用了三个不同的乳腺癌数据集进行评估 |
| 4802 | 2024-10-24 |
Genetics of Cardiac Aging Implicate Organ-Specific Variation
2024-Aug-06, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.08.02.24310874
PMID:39148824
|
研究论文 | 研究使用视频深度学习模型分析心脏MRI数据，以预测心脏年龄并探讨心脏年龄加速的遗传因素 | 提出了一种基于视频的深度学习模型，使用心脏MRI数据中的心脏掩码来捕捉心脏衰老的丰富且特定于心脏的特征 | 当前方法在特征丰富度或心脏特异性方面存在局限，导致难以理解遗传对年龄加速的贡献 | 探讨心脏年龄加速的遗传因素及其与心脏结构和功能的关系 | 61,691名UK Biobank参与者的心脏MRI数据 | 机器学习 | 心血管疾病 | 深度学习 | 深度学习模型 | 视频 | 61,691名参与者 |
| 4803 | 2024-10-24 |
Fast Whole-Brain MR Multi-Parametric Mapping with Scan-Specific Self-Supervised Networks
2024-Aug-06, ArXiv
PMID:39148933
|
研究论文 | 本文提出了一种快速的全脑MR多参数映射技术，通过扫描特定的自监督网络加速参数映射过程 | 本文提出了一种更快的Joint MAPLE版本，结合线圈压缩、随机切片选择、参数特定学习率和迁移学习，将重建时间缩短至原来的1/700，并在映射性能上优于标准和最先进的技术 | NA | 加速全脑MR多参数映射技术，使其在临床和研究中更实用 | 全脑MR多参数映射技术 | 计算机视觉 | NA | MRI | 自监督网络 | 图像 | NA |
| 4804 | 2024-10-24 |
The Microscope and Beyond: Current Trends in the Characterization of Kidney Allograft Rejection From Tissue Samples
2024-Aug-06, Transplantation
IF:5.3Q1
DOI:10.1097/TP.0000000000005153
PMID:39436268
|
综述 | 本文综述了当前从组织样本中表征肾移植排斥反应的趋势和创新工具 | 讨论了数字病理工作流程的数字化、深度学习的应用、多重免疫组化、单细胞转录组学和空间转录组学等新兴技术，这些技术有望提高对移植排斥反应的表征 | 尽管讨论了多种新兴技术，但仍需进一步研究和临床验证以解决Banff分类系统的当前盲点 | 探讨如何利用新兴技术提高肾移植排斥反应的表征和诊断 | 肾移植排斥反应的组织样本 | 数字病理 | 肾移植排斥反应 | 多重免疫组化、单细胞转录组学、空间转录组学 | 深度学习 | 组织样本 | NA |
| 4805 | 2024-10-24 |
Automatic rating of incomplete hippocampal inversions evaluated across multiple cohorts
2024-Aug-05, ArXiv
PMID:39148932
|
研究论文 | 本文提出了一种自动评估海马体不完全反转（IHI）的方法，通过预测四个解剖学标准并将其汇总形成IHI评分 | 首次提出自动评估IHI的方法，并展示了深度学习模型在多队列数据上的泛化能力 | 依赖于特定数据集，可能需要进一步验证其在其他数据集上的适用性 | 开发一种自动评估IHI的方法，以提高评估效率并探索其与神经和精神疾病的潜在关系 | 海马体不完全反转（IHI）及其与神经和精神疾病的关联 | 计算机视觉 | NA | 深度学习 | CNN（卷积神经网络） | 图像 | 2,008名参与者来自IMAGEN研究，993名和403名参与者分别来自QTIM和QTAB研究，以及985名受试者来自UKBiobank |
| 4806 | 2024-10-24 |
EPInformer: a scalable deep learning framework for gene expression prediction by integrating promoter-enhancer sequences with multimodal epigenomic data
2024-Aug-01, bioRxiv : the preprint server for biology
DOI:10.1101/2024.08.01.606099
PMID:39131276
|
研究论文 | 本文介绍了一种名为EPInformer的可扩展深度学习框架，用于通过整合启动子-增强子序列与多模态表观基因组数据来预测基因表达 | EPInformer通过整合启动子-增强子相互作用及其序列、表观基因组信号和染色质接触，克服了现有方法在捕捉远端增强子调控效应方面的不足，提高了预测准确性 | NA | 开发一种能够准确预测基因表达的深度学习框架 | 基因表达、启动子-增强子相互作用、表观基因组信号和染色质接触 | 机器学习 | NA | 深度学习 | 深度学习框架 | DNA序列、表观基因组数据 | NA |
| 4807 | 2024-10-24 |
Harnessing the power of longitudinal medical imaging for eye disease prognosis using Transformer-based sequence modeling
2024-Jul-30, ArXiv
PMID:39371086
|
研究论文 | 本文提出了一种基于Transformer的序列建模方法，用于从纵向医学影像中预测眼科疾病的预后 | 本文提出了Longitudinal Transformer for Survival Analysis (LTSA)模型，能够从纵向医学影像中动态预测疾病预后，超越了传统的单张影像基线方法 | NA | 开发一种能够从纵向医学影像中预测眼科疾病预后的深度学习模型 | 年龄相关性黄斑变性（AMD）和原发性开角型青光眼（POAG） | 计算机视觉 | 眼科疾病 | Transformer | Transformer | 影像 | 使用了来自Age-Related Eye Disease Study (AREDS)和Ocular Hypertension Treatment Study (OHTS)的纵向影像数据 |
| 4808 | 2024-10-24 |
Single-sequence protein-RNA complex structure prediction by geometric attention-enabled pairing of biological language models
2024-Jul-28, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.27.605468
PMID:39091736
|
研究论文 | 介绍了一种名为ProRNA3D-single的新深度学习框架，用于仅使用单序列输入预测蛋白质-RNA复合物的结构 | 通过几何注意力机制结合生物语言模型，实现了对蛋白质-RNA相互作用图的预测，并将其转化为多尺度几何约束，用于3D结构的建模 | NA | 开发一种新的方法来准确预测蛋白质-RNA复合物的结构，特别是在缺乏进化信息的情况下 | 蛋白质-RNA复合物的结构 | 机器学习 | NA | 深度学习 | 几何注意力机制 | 序列数据 | NA |
| 4809 | 2024-10-24 |
Fully Automated MRI-based Analysis of the Locus Coeruleus in Aging and Alzheimer's Disease Dementia using ELSI-Net
2024-Jul-26, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.26.605356
PMID:39091766
|
研究论文 | 本文介绍了一种基于深度学习的LC分割和特征提取方法ELSI-Net，并应用于健康衰老和AD痴呆数据集，评估了其与专家评分和已发表LC图谱的一致性 | 提出了ELSI-Net方法，用于全自动MRI分析LC，并应用于AD痴呆和健康衰老数据集 | 需要进一步在更多临床队列的多样化数据集上进行评估，以全面评估ELSI-Net的通用性 | 研究LC在衰老和AD痴呆中的完整性，并探索其与AD病理CSF生物标志物的相关性 | LC的MRI特征及其在衰老和AD痴呆中的变化 | 计算机视觉 | 阿尔茨海默病 | MRI | 深度学习 | 图像 | 健康衰老和AD痴呆数据集 |
| 4810 | 2024-10-24 |
Deep Learning-based Modeling for Preclinical Drug Safety Assessment
2024-Jul-23, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.20.604430
PMID:39091793
|
研究论文 | 本文介绍了一种基于深度学习的TRACE模型，用于加速和自动化毒理病理学评估 | TRACE模型能够处理多种诊断任务，并在独立阅读研究中表现优于兽医病理学家 | NA | 加速从临床前研究到早期临床试验的药物安全评估 | 毒理学肝脏病理学评估 | 数字病理学 | NA | 深度学习 | TRACE | 图像 | 1500万张病理图像，来自46,734个数字化组织切片，涉及157项临床前研究 |
| 4811 | 2024-10-24 |
predicTTE: An accessible and optimal tool for time-to-event prediction in neurological diseases
2024-Jul-23, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.20.604416
PMID:39091819
|
研究论文 | 本文介绍了一个名为predicTTE的工具，用于神经疾病中的时间到事件预测，并提供了一个在线门户和应用程序，供非专业用户使用 | 本文提出了一个集成深度学习和样条模型的工具，用于时间到事件预测，并优化了数据插补和模型训练流程 | NA | 开发一个易于使用且优化的工具，用于神经疾病中的时间到事件预测 | 神经疾病中的时间到事件预测 | 机器学习 | 神经疾病 | 深度学习 | 集成模型 | 时间到事件数据 | NA |
| 4812 | 2024-10-24 |
Deep learning guided design of dynamic proteins
2024-Jul-19, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.17.603962
PMID:39071443
|
研究论文 | 本文介绍了一种基于深度学习的动态蛋白质设计方法 | 提出了一种新的深度学习引导的蛋白质动态变化设计方法，能够在原子级别上精确模拟自然界中常见的开关机制 | NA | 开发一种新的方法来设计具有动态变化的蛋白质结构 | 蛋白质的动态变化和结构设计 | 机器学习 | NA | 深度学习 | NA | 蛋白质结构 | 4个验证设计的构象结构 |
| 4813 | 2024-10-24 |
Robust deep learning estimation of cortical bone porosity from MR T1-weighted images for individualized transcranial focused ultrasound planning
2024-Jul-18, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.07.18.24310644
PMID:39072036
|
研究论文 | 本文提出了一种基于深度学习的方法，从T1加权MRI图像中估计皮质骨孔隙度，用于个性化经颅聚焦超声规划 | 本文创新性地使用深度学习方法从T1加权MRI图像中估计皮质骨孔隙度，避免了使用辐射诱导的CT扫描 | NA | 开发一种无需CT扫描的个性化经颅聚焦超声规划方法 | 皮质骨孔隙度估计和经颅聚焦超声治疗规划 | 计算机视觉 | NA | 深度学习 | cGAN | 图像 | 数千个光束传播场景 |
| 4814 | 2024-10-24 |
Marker Data Enhancement For Markerless Motion Capture
2024-Jul-17, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.13.603382
PMID:39071421
|
研究论文 | 本文开发了一种更准确和可推广的标记增强器，用于从视频中测量运动 | 本文创建了一个更大、更多样化的训练数据集，并开发了一种更准确和可推广的标记增强器 | NA | 提高从视频中测量运动的准确性和可推广性 | 人体姿态估计模型和标记增强器 | 计算机视觉 | NA | 深度学习 | 标记增强器 | 视频 | 1176名受试者的标记运动捕捉数据和1433小时的合成关键点和解剖标记数据 |
| 4815 | 2024-10-24 |
Digital pathology assessment of kidney glomerular filtration barrier ultrastructure in an animal model of podocytopathy
2024-Jul-15, bioRxiv : the preprint server for biology
DOI:10.1101/2024.06.14.599097
PMID:38948787
|
研究论文 | 开发了一种基于深度学习的数字病理学计算方法，用于测量动物模型中肾小球滤过屏障超微结构的宽度 | 首次使用深度学习技术自动测量肾小球基底膜和足突细胞足突的宽度，提高了测量效率和客观性 | 自动测量方法在ILK cKO样本中与手动测量结果存在差异 | 开发一种自动化方法来测量肾小球滤过屏障的超微结构，以促进足细胞病的研究和临床诊断 | 肾小球基底膜和足突细胞足突的宽度 | 数字病理学 | 肾病 | 透射电子显微镜（TEM） | U-Net | 图像 | 来自野生型和ILK cKO同窝小鼠的肾小球TEM图像 |
| 4816 | 2024-10-24 |
Multi-dataset Integration and Residual Connections Improve Proteome Prediction from Transcriptomes using Deep Learning
2024-Jul-11, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.08.602560
PMID:39026798
|
研究论文 | 本文通过深度学习模型和残差连接，提高了从转录组数据预测蛋白质组的准确性 | 使用神经架构搜索（NAS）设计的深度学习模型，结合残差连接，显著提高了从转录组数据预测蛋白质组的准确性 | NA | 提高从转录组数据预测蛋白质组的准确性 | 转录组和蛋白质组数据 | 机器学习 | NA | 深度学习 | 深度学习模型 | 转录组数据 | 使用Clinical Proteomics Tumor Analysis Consortium的公开数据 |
| 4817 | 2024-10-24 |
Current genomic deep learning models display decreased performance in cell type specific accessible regions
2024-Jul-10, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.05.602265
PMID:39026761
|
研究论文 | 评估了基因组深度学习模型在不同细胞类型特异性染色质可及区域的性能 | 发现现有基因组深度学习模型在细胞类型特异性可及区域的性能下降，并提出了通过增加模型容量和单任务学习来提高性能的策略 | 文章未详细讨论现有模型的具体局限性或改进方法 | 评估和改进基因组深度学习模型在细胞类型特异性染色质可及区域的性能 | 基因组深度学习模型在不同细胞类型特异性染色质可及区域的性能 | 机器学习 | NA | 深度学习 | 深度学习模型（如Enformer和Sei） | DNA序列 | 数千个输出（细胞类型和表观遗传标记） |
| 4818 | 2024-10-24 |
Quantifying social roles in multi-animal videos using subject-aware deep-learning
2024-Jul-10, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.07.602350
PMID:39026890
|
研究论文 | 本文介绍了一种基于深度学习的系统LabGym2，用于识别和量化多动物群体中的社会角色 | 本文提出了一个主体感知的方法，评估群体中每个个体的社会和环境背景下的行为状态，适用于不同物种和实验 | NA | 开发一种自动化方法来识别和量化多动物群体中的社会角色 | 多动物群体中的社会角色 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 视频 | 两到多个动物的群体 |
| 4819 | 2024-10-24 |
qMAP enabled microanatomical mapping of human skin aging
2024-Jul-06, bioRxiv : the preprint server for biology
DOI:10.1101/2024.04.03.588011
PMID:39005293
|
研究论文 | 本文介绍了一种名为qMAP的组织图像分析工作流程，利用深度学习和机器视觉技术对皮肤组织进行微解剖学映射，以研究与衰老相关的微解剖学变化 | 首次在组织水平上进行量化微解剖学分析，揭示了皮肤微解剖学特征与衰老的强关联，并提出了一种新的衰老生物标志物类别 | 研究仅限于皮肤组织，且样本量相对较小 | 开发一种新的方法来量化和分析与衰老相关的组织微解剖学变化 | 皮肤组织的微解剖学特征及其与衰老的关系 | 数字病理学 | NA | 深度学习 | NA | 图像 | 99名年龄在14至92岁之间的捐赠者 |
| 4820 | 2024-10-24 |
CPIExtract: A software package to collect and harmonize small molecule and protein interactions
2024-Jul-05, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.03.601957
PMID:39005430
|
研究论文 | 介绍了一个名为CPIExtract的软件包，用于从多个数据库中提取和整合小分子与蛋白质相互作用的数据 | CPIExtract能够从多个数据库中提取实验性结合相互作用数据，并进行过滤和整合，相比单一来源的数据库（如DrugBank），能够收集到超过10倍数量的注释 | NA | 开发一个工具来整合分散在多个机构中的小分子与蛋白质相互作用数据，以解决数据异质性问题 | 小分子与蛋白质的相互作用数据 | 生物信息学 | NA | 数据整合与过滤 | NA | 表格数据 | NA |