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 5141 - 5160 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 5141 | 2024-11-17 |
Postoperative Karnofsky performance status prediction in patients with IDH wild-type glioblastoma: A multimodal approach integrating clinical and deep imaging features
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0303002
PMID:39527541
|
研究论文 | 本研究开发了一种结合临床数据和深度学习图像特征的多模态方法，用于预测IDH野生型胶质母细胞瘤患者术后6个月的Karnofsky表现状态评分 | 本研究的创新点在于将临床参数与术前和术后MRI扫描的深度学习图像特征相结合，显著提高了KPS预测性能 | 本研究仅在一个单中心进行了回顾性分析，样本量相对较小，未来需要在更多中心和更大样本量上进行验证 | 本研究旨在开发一种能够结合临床数据和深度学习图像特征的多模态模型，以提高胶质母细胞瘤患者术后6个月KPS评分的预测准确性 | 本研究的研究对象是150名新诊断的IDH野生型胶质母细胞瘤患者 | 计算机视觉 | 脑肿瘤 | 变分自编码器（VAE） | 神经网络 | 图像 | 150名新诊断的IDH野生型胶质母细胞瘤患者，分为训练集（100名患者）和测试集（50名患者） | NA | NA | NA | NA |
| 5142 | 2024-11-17 |
Interpretable multimodal classification for age-related macular degeneration diagnosis
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0311811
PMID:39527566
|
研究论文 | 本文分析了三种可解释人工智能（XAI）策略在眼科医学图像分析中的性能，特别是用于年龄相关性黄斑变性（AMD）的诊断 | 本文提出了一种结合光学相干断层扫描（OCT）和红外反射（IR）成像的多模态深度学习模型，并展示了其在AMD诊断中的高准确性（0.94） | NA | 研究如何通过可解释的人工智能方法提高医学图像分析的透明度和诊断准确性 | 年龄相关性黄斑变性（AMD）的诊断 | 计算机视觉 | 眼科疾病 | 光学相干断层扫描（OCT）和红外反射（IR）成像 | 深度学习模型 | 图像 | NA | NA | NA | NA | NA |
| 5143 | 2024-11-17 |
Exploring machine learning algorithms in sickle cell disease patient data: A systematic review
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0313315
PMID:39527575
|
综述 | 本文系统综述了机器学习算法在镰状细胞病（SCD）患者数据中的应用，重点关注诊断和临床特征 | 综述了多种机器学习算法在SCD诊断和监测中的应用，展示了其在提高诊断和监测方面的潜力 | 研究中存在数据集规模有限、模型可解释性问题和过拟合风险等挑战 | 探讨机器学习算法在镰状细胞病诊断和监测中的应用 | 镰状细胞病患者数据和临床特征 | 机器学习 | 血液疾病 | 机器学习 | 多种模型，包括多层感知器、支持向量机、随机森林、逻辑回归、长短期记忆网络、极端学习机、卷积神经网络和迁移学习方法 | 患者数据 | NA | NA | NA | NA | NA |
| 5144 | 2024-11-17 |
Research on recognition of slippery road surface and collision warning system based on deep learning
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0310858
PMID:39527616
|
研究论文 | 本文提出了一种基于深度学习的湿滑路面识别与碰撞预警系统 | 本文提出了集成SE注意力机制和多层次特征信息的FS-ResNet50模型，并结合yolov5算法和自适应交通环境特征的驾驶安全距离模型，提高了预警精度和降低了误报率 | NA | 解决现有车辆碰撞预警系统检测速度慢、预测误差大和环境适应性差的问题 | 湿滑路面状态和前方车辆位置 | 计算机视觉 | NA | 深度学习 | FS-ResNet50, yolov5 | 图像 | NA | NA | NA | NA | NA |
| 5145 | 2024-11-17 |
Enhancing multiclass COVID-19 prediction with ESN-MDFS: Extreme smart network using mean dropout feature selection technique
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0310011
PMID:39531465
|
研究论文 | 本研究提出了一种新的方法ESN-MDFS，结合极端智能网络和均值丢弃特征选择技术，用于增强多类别肺部疾病（包括COVID-19）的诊断准确性 | 本研究的创新点在于结合了极端智能网络和均值丢弃特征选择技术，以及使用预训练的VGG-16模型提取的动态深度学习特征 | NA | 本研究的目的是提高便携式胸部X光片中多类别肺部疾病的检测准确性 | 本研究的对象是COVID-19、细菌性肺炎、病毒性肺炎和正常病例的胸部X光片图像 | 计算机视觉 | 肺部疾病 | 极端智能网络（ESN）和均值丢弃特征选择技术（MDFS） | 极端智能网络（ESN） | 图像 | 超过6000张胸部X光片图像 | NA | NA | NA | NA |
| 5146 | 2024-11-17 |
Harnessing hybrid deep learning approach for personalized retrieval in e-learning
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0308607
PMID:39536054
|
研究论文 | 本文提出了一种基于深度学习的课程推荐系统DLCRS，结合GRU+adam优化器和协同过滤技术，提供个性化课程推荐 | 本文的创新点在于结合了GRU+adam优化器和协同过滤技术，并使用ELMO词嵌入技术进行学习者和课程特征提取，以提高推荐准确性 | NA | 开发一种能够根据用户知识框架差异提供个性化课程推荐的系统 | 在线教育平台中的课程推荐 | 机器学习 | NA | ELMO词嵌入技术 | GRU | 文本 | 使用了来自知名公共组织的真实数据集进行实验 | NA | NA | NA | NA |
| 5147 | 2024-11-17 |
Knowledge mapping and research trends of brain-computer interface technology in rehabilitation: a bibliometric analysis
2024, Frontiers in human neuroscience
IF:2.4Q2
DOI:10.3389/fnhum.2024.1486167
PMID:39539351
|
研究论文 | 本研究通过文献计量方法分析了脑机接口技术在康复领域的研究进展 | 首次系统全面地对脑机接口技术在康复领域的应用进行了文献计量分析 | 研究仅基于Web of Science Core Collection的数据，可能存在数据偏差 | 分析脑机接口技术在康复领域的研究进展和趋势 | 脑机接口技术在康复领域的应用 | NA | NA | 文献计量分析 | NA | 文献 | 1431篇相关出版物，4932名作者，1281个机构，79个国家，386种学术期刊 | NA | NA | NA | NA |
| 5148 | 2024-11-17 |
Parkinson's disease detection from EEG signal employing autoencoder and RBFNN-based hybrid deep learning framework utilizing power spectral density
2024 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076241297355
PMID:39539721
|
研究论文 | 本文提出了一种基于自编码器和径向基函数神经网络的混合深度学习框架，用于从脑电信号中检测帕金森病 | 本文的创新点在于结合了自编码器和径向基函数神经网络，提高了帕金森病的检测准确率 | NA | 本文的研究目的是通过引入混合深度学习方法，克服利用深度学习进行帕金森病准确识别的挑战 | 本文的研究对象是帕金森病患者的脑电信号 | 机器学习 | 帕金森病 | 脑电信号分析 | 自编码器和径向基函数神经网络 | 脑电信号 | 31名受试者和93分钟的脑电记录 | NA | NA | NA | NA |
| 5149 | 2024-11-17 |
Predicting an opaque bubble layer during small-incision lenticule extraction surgery based on deep learning
2024, Frontiers in cell and developmental biology
IF:4.6Q1
DOI:10.3389/fcell.2024.1487482
PMID:39539961
|
研究论文 | 本研究旨在利用深度学习技术预测飞秒激光小切口角膜基质透镜取出术（SMILE）中不透明气泡层（OBL）的形成 | 开发了一种基于SENet的残差回归深度神经网络模型，用于预测SMILE手术中的OBL形成 | 研究仅在一家大学医院进行，样本量有限，且仅使用了手术视频数据 | 预测飞秒激光SMILE手术中不透明气泡层的形成 | 不透明气泡层（OBL）的形成 | 计算机视觉 | NA | 深度学习 | 深度神经网络 | 视频 | 3271个训练样本，704个验证样本，467个内部验证样本 | NA | NA | NA | NA |
| 5150 | 2024-11-17 |
Facial emotion recognition using deep quantum and advanced transfer learning mechanism
2024, Frontiers in computational neuroscience
IF:2.1Q3
DOI:10.3389/fncom.2024.1435956
PMID:39539995
|
研究论文 | 本文提出了一种利用深度量子计算和高级迁移学习机制进行面部情感识别的系统设计 | 本文创新性地结合了量子计算和残差连接，显著减少了计算时间，并提高了面部情感识别的准确性 | NA | 开发一种高效准确的面部情感识别系统 | 面部表情和情感 | 计算机视觉 | NA | 量子计算 | ResNet-18 | 图像 | NA | NA | NA | NA | NA |
| 5151 | 2024-11-17 |
Retraction: Influence of the combination of big data technology on the Spark platform with deep learning on elevator safety monitoring efficiency
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0313640
PMID:39541288
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 5152 | 2024-11-17 |
Cancer genetics and deep learning applications for diagnosis, prognosis, and categorization
2024, Journal of biological methods
DOI:10.14440/jbm.2024.0016
PMID:39544183
|
研究论文 | 本文探讨了基因表达数据在癌症诊断、预后和分类中的应用，并介绍了深度学习技术在其中的作用 | 本文提出使用深度学习策略来增强基因表达数据集的维度，并通过合成样本来加强信息范围 | 基因表达数据集的样本数量有限，且癌症特征多样复杂 | 研究基因表达数据在癌症诊断、预后和分类中的应用，并探讨深度学习技术在其中的潜力 | 基因表达数据和癌症疾病 | 机器学习 | 癌症 | 基因表达微阵列 | 深度学习 | 基因表达数据 | 样本数量有限 | NA | NA | NA | NA |
| 5153 | 2024-11-17 |
LCGSC-YOLO: a lightweight apple leaf diseases detection method based on LCNet and GSConv module under YOLO framework
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1398277
PMID:39544536
|
研究论文 | 提出了一种基于LCNet和GSConv模块的轻量级苹果叶病害检测方法LCGSC-YOLO | 使用LCNet重建主干网络，引入GSConv和VOVGSCSP模块，并在模型尾部嵌入坐标注意力机制，以减少参数和计算量并提高检测精度 | NA | 开发一种轻量级且高效的苹果叶病害检测方法 | 苹果叶病害 | 计算机视觉 | NA | YOLO框架 | CNN | 图像 | Plant Pathology 2021 (FGVC8)和AppleLeaf9混合数据集 | NA | NA | NA | NA |
| 5154 | 2024-11-15 |
GNN-DDAS: Drug discovery for identifying anti-schistosome small molecules based on graph neural network
2024-Dec-15, Journal of computational chemistry
IF:3.4Q2
DOI:10.1002/jcc.27490
PMID:39189298
|
研究论文 | 提出了一种基于图神经网络的深度学习框架GNN-DDAS，用于发现抗血吸虫小分子药物 | 利用图神经网络提取分子图的结构特征，并通过多层感知机从SMILES序列中提取序列特征，最终通过全连接网络预测活性抗血吸虫小分子 | 未提及具体限制 | 开发一种新的计算机辅助方法，以提高发现活性抗血吸虫小分子的准确性 | 抗血吸虫小分子药物 | 机器学习 | 寄生虫病 | 图神经网络 | 图神经网络 | 分子图 | 未提及具体样本数量 | NA | NA | NA | NA |
| 5155 | 2024-11-15 |
Enhancing protein-ligand binding affinity prediction through sequential fusion of graph and convolutional neural networks
2024-Dec-15, Journal of computational chemistry
IF:3.4Q2
DOI:10.1002/jcc.27499
PMID:39223071
|
研究论文 | 本文提出了一种通过顺序融合图神经网络（GNN）和卷积神经网络（CNN）来预测蛋白质-配体结合亲和力的模型 | 通过将GNN的中间输出与CNN的输入特征连接，显著提高了模型在CASF-2016基准测试中的性能，并在虚拟筛选任务中展示了其优势 | NA | 提高蛋白质-配体结合亲和力预测的准确性 | 蛋白质-配体结合亲和力 | 机器学习 | NA | 图神经网络（GNN）、卷积神经网络（CNN） | GNN和CNN的融合模型 | 结构数据 | 涉及CASF-2016基准测试数据集和PI5P4Kα目标的虚拟筛选任务 | NA | NA | NA | NA |
| 5156 | 2024-11-15 |
Imaging pollen using a Raspberry Pi and LED with deep learning
2024-Dec-10, The Science of the total environment
DOI:10.1016/j.scitotenv.2024.177084
PMID:39433221
|
研究论文 | 本文展示了使用树莓派和LED灯结合深度学习技术进行花粉成像的方法 | 利用低成本的树莓派相机和LED灯捕捉花粉的散射模式，并通过深度学习将其转换为20倍显微镜放大等效图像 | NA | 开发低成本的小型成像传感器，用于全球花粉监测，以缓解花粉热症状 | 花粉颗粒及其散射模式 | 计算机视觉 | NA | 深度学习 | 神经网络 | 图像 | 涉及未在训练中见过的植物花粉 | NA | NA | NA | NA |
| 5157 | 2024-11-15 |
Improved PM2.5 prediction with spatio-temporal feature extraction and chemical components: The RCG-attention model
2024-Dec-10, The Science of the total environment
DOI:10.1016/j.scitotenv.2024.177183
PMID:39471939
|
研究论文 | 提出了一种新的深度学习模型RCG-Attention，用于提取时空特征和化学成分，以提高PM2.5浓度的预测精度 | 结合了残差神经网络和卷积门控循环网络，并通过多头注意力机制融合时空特征，显著提高了PM2.5浓度的预测性能 | 未提及具体限制 | 提高PM2.5浓度的预测精度 | PM2.5浓度的时空特征和化学成分 | 机器学习 | NA | 深度学习 | RCG-Attention模型 | 时空数据和化学成分数据 | 多个监测站点的数据 | NA | NA | NA | NA |
| 5158 | 2024-11-15 |
Identification of histopathological classification and establishment of prognostic indicators of gastric adenocarcinoma based on deep learning algorithm
2024-Dec, Medical molecular morphology
IF:1.2Q3
DOI:10.1007/s00795-024-00399-8
PMID:39088070
|
研究论文 | 本研究旨在基于深度学习算法建立胃腺癌的病理分类预测模型 | 使用深度学习算法对胃腺癌的病理亚型进行准确预测，并结合DL特征分析免疫浸润和患者预后的差异 | 样本量相对较小，外部验证集数量有限 | 建立胃腺癌的病理分类和预后指标 | 胃腺癌患者的病理类型和预后 | 数字病理 | 胃癌 | 深度学习算法 | DL模型 | 图像 | 356例胃腺癌患者的病理图像，80例外部验证的H&E染色全切片图像 | NA | NA | NA | NA |
| 5159 | 2024-11-15 |
Machine learning-aided search for ligands of P2Y6 and other P2Y receptors
2024-Dec, Purinergic signalling
IF:3.0Q2
DOI:10.1007/s11302-024-10003-4
PMID:38526670
|
研究论文 | 本文利用机器学习方法辅助发现P2Y6和其他P2Y受体的配体 | 首次使用机器学习作为新方法辅助配体发现，并成功筛选出多种新型P2YR调节剂 | 部分机器学习选择的化合物对hP2YR的抑制作用较弱或无活性 | 寻找P2Y受体的拮抗剂，用于治疗炎症、神经退行性和代谢性疾病 | P2Y6和其他P2Y受体的配体 | 机器学习 | NA | 机器学习算法（深度学习、adaboost分类器、Bernoulli NB、k-nearest neighbors分类器、逻辑回归、随机森林分类器、支持向量分类、XGBoost分类器） | 多种分类模型 | 分子数据 | 21种不同结构的化合物 | NA | NA | NA | NA |
| 5160 | 2024-11-15 |
Robustness assessment of an automated AI-based white blood cell morphometric analysis system using different smear preparation methods
2024-Dec, International journal of laboratory hematology
IF:2.2Q3
DOI:10.1111/ijlh.14350
PMID:39053899
|
研究论文 | 评估不同涂片制备方法对基于AI的白细胞形态分析系统鲁棒性的影响 | 首次全面评估不同涂片制备方法对深度学习系统鲁棒性的影响 | 研究样本量有限，且仅涉及两种涂片制备方法 | 评估不同涂片制备方法对AI系统性能的影响 | 基于AI的白细胞形态分析系统 | 数字病理 | NA | 深度学习 | 深度学习系统 | 图像 | 193份外周血样本 | NA | NA | NA | NA |