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 12151 篇文献，本页显示第 5321 - 5340 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 5321 | 2024-10-16 |
Towards full-stack deep learning-empowered data processing pipeline for synchrotron tomography experiments
2024-Jan-08, Innovation (Cambridge (Mass.))
DOI:10.1016/j.xinn.2023.100539
PMID:38089566
|
综述 | 本文综述了深度学习在同步辐射断层扫描数据处理管道中的最新进展 | 探讨了如何将医学影像和电子断层扫描等数据密集型领域的应用迁移到同步辐射断层扫描中 | 未具体提及 | 探讨深度学习在同步辐射断层扫描数据处理中的应用及其未来发展 | 同步辐射断层扫描数据处理管道 | 计算机视觉 | NA | 深度学习 | NA | 图像 | NA |
| 5322 | 2024-10-16 |
Artificial Intelligence in Eye Movements Analysis for Alzheimer's Disease Early Diagnosis
2024, Current Alzheimer research
IF:1.8Q4
|
研究论文 | 本文探讨了利用人工智能技术分析眼球运动以早期诊断阿尔茨海默病的可能性 | 提出了一种基于眼球运动分析的非侵入性方法，结合人工智能特别是深度学习和机器学习技术，用于早期诊断阿尔茨海默病 | 卷积神经网络需要更多数据以实现精确分类 | 研究人工智能技术在眼球运动分析中的应用，以提高阿尔茨海默病的早期诊断准确性 | 眼球运动数据与阿尔茨海默病之间的关系 | 机器学习 | 阿尔茨海默病 | 深度学习 | 卷积神经网络 | 眼球运动数据 | NA |
| 5323 | 2024-10-16 |
A dual-branch and dual attention transformer and CNN hybrid network for ultrasound image segmentation
2024, Frontiers in physiology
IF:3.2Q2
DOI:10.3389/fphys.2024.1432987
PMID:39397853
|
研究论文 | 提出了一种结合Transformer和CNN的混合网络DDTransUNet，用于超声图像分割 | 创新性地结合了Transformer和CNN，并引入了双分支编码器和双注意力机制，以有效融合全局上下文和局部细节信息 | NA | 提高超声图像分割的准确性，以支持临床诊断和治疗决策 | 超声图像中的器官和病变 | 计算机视觉 | NA | Transformer和CNN | DDTransUNet | 图像 | 三个超声图像数据集，包括TN3K、BUS-BRA和CAMUS |
| 5324 | 2024-10-16 |
Development of prognostic models for advanced multiple hepatocellular carcinoma based on Cox regression, deep learning and machine learning algorithms
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1452188
PMID:39399114
|
研究论文 | 本文开发了基于Cox回归、深度学习和机器学习算法的预后模型，用于预测晚期多发性肝细胞癌患者的预后 | 本文首次将Cox回归、机器学习和深度学习算法应用于晚期多发性肝细胞癌的预后预测，并比较了不同模型的性能 | 研究仅基于SEER数据库的数据，可能存在数据偏倚；未在其他数据集上验证模型的泛化能力 | 识别多发性肝细胞癌的预后因素，并开发预后模型以量化患者的预后风险和生存概率 | 晚期多发性肝细胞癌患者 | 机器学习 | 肝癌 | Cox回归、机器学习、深度学习 | 梯度提升机（GBM） | 临床数据 | 从SEER数据库中获取的符合条件的肝癌患者 |
| 5325 | 2024-10-16 |
Investigation of protein family relationships with deep learning
2024, Bioinformatics advances
IF:2.4Q2
DOI:10.1093/bioadv/vbae132
PMID:39399373
|
研究论文 | 本文提出了一种基于预训练神经网络ProtENN2的蛋白质家族相似性分析方法 | 利用ProtENN2模型生成高维度的家族嵌入，并基于这些嵌入计算家族间的相似性得分，用于改进Pfam家族的分类 | 方法存在一些失败模式，需要进一步改进 | 探索深度学习在蛋白质家族关系和功能理解中的应用 | 蛋白质家族及其相似性 | 机器学习 | NA | 深度学习 | 神经网络 | 蛋白质数据 | 涉及Pfam家族的分类 |
| 5326 | 2024-10-16 |
Plant disease recognition datasets in the age of deep learning: challenges and opportunities
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1452551
PMID:39399537
|
研究论文 | 本文探讨了在深度学习时代植物病害识别数据集的挑战和机遇 | 提出了一个分类法来描述潜在的植物病害数据集，并提供了未来数据集创建的方向 | 未具体讨论现有数据集的具体局限性 | 探讨如何创建适合深度学习的植物病害识别数据集 | 植物病害识别数据集 | 计算机视觉 | 植物病害 | 深度学习 | NA | 图像 | NA |
| 5327 | 2024-10-15 |
Artificial intelligence in endodontics: Data preparation, clinical applications, ethical considerations, limitations, and future directions
2024-Nov, International endodontic journal
IF:5.4Q1
DOI:10.1111/iej.14128
PMID:39075670
|
综述 | 本文综述了人工智能在牙髓病学中的数据准备、临床应用、伦理考虑、局限性和未来方向 | 本文详细阐述了人工智能在牙髓病学中的技术、伦理方面，以及当前的应用和未来潜力 | 本文指出人工智能在模型可解释性、泛化能力和临床实践中的应用仍存在挑战 | 旨在全面了解人工智能在牙髓病学中的应用和局限性 | 牙髓病学专家对人工智能应用和局限性的理解 | NA | NA | 深度学习 | 卷积神经网络 | 图像 | NA |
| 5328 | 2024-10-15 |
Artificial intelligence in endodontics: Fundamental principles, workflow, and tasks
2024-Nov, International endodontic journal
IF:5.4Q1
DOI:10.1111/iej.14127
PMID:39056554
|
综述 | 本文综述了人工智能在牙髓病学中的基本原理、工作流程和任务 | 本文填补了牙髓病学家对机器学习和深度学习基础知识的空白，展示了AI在牙髓病学中的多样化实际应用 | NA | 旨在阐述机器学习和深度学习的基本原理，解释AI解决方案的开发流程，并讨论与牙髓病诊断和治疗相关的特定AI任务和应用 | 牙髓病学中的AI应用，特别是放射影像的解释 | 计算机视觉 | NA | NA | NA | 图像和文本 | NA |
| 5329 | 2024-10-15 |
Pre-processing visual scenes for retinal prosthesis systems: A comprehensive review
2024-Nov, Artificial organs
IF:2.2Q3
DOI:10.1111/aor.14824
PMID:39023279
|
综述 | 本文综述了视网膜假体系统中图像处理和机器学习技术的最新进展及其在恢复视觉功能中的关键作用 | 本文强调了图像处理和深度学习在视网膜假体技术中的集成及其对个体与环境交互和导航的影响 | 一些技术仅使用模拟方法，甚至在正常视力个体中进行，或者依赖于定性分析，其中一些考虑了现实感知模型，而另一些则没有 | 探讨视网膜假体技术的最新进展及其在恢复视觉功能中的作用 | 视网膜假体设备及其在复杂视觉任务中的应用 | 计算机视觉 | NA | 图像处理和机器学习 | 深度学习架构 | 图像 | NA |
| 5330 | 2024-10-15 |
XRAInet: AI-based decision support for pneumothorax and pleural effusion management
2024-Nov, Pediatric pulmonology
IF:2.7Q2
DOI:10.1002/ppul.27133
PMID:38961684
|
研究论文 | 本研究开发并评估了一种基于人工智能的决策支持系统XRAInet，用于准确识别患有胸腔积液或气胸的儿科患者，并判断是否需要进行胸管引流 | XRAInet是一种基于深度学习的算法，能够准确识别和定位需要胸管引流的区域，为儿科患者提供决策支持 | 未来研究应探索混合模型，增强可解释性，解决数据质量问题，并符合监管要求，以确保XRAInet在医疗环境中的安全有效部署 | 开发和评估一种人工智能驱动的决策支持系统，用于识别胸腔积液或气胸的儿科患者并判断是否需要胸管引流 | 患有胸腔积液或气胸的儿科患者 | 计算机视觉 | 胸腔积液 | 深度学习 | 深度学习算法 | 图像 | 510张X光图像，来自170名儿科患者 |
| 5331 | 2024-10-15 |
NRIMD, a Web Server for Analyzing Protein Allosteric Interactions Based on Molecular Dynamics Simulation
2024-Oct-14, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c00783
PMID:38991149
|
研究论文 | NRIMD是一个基于分子动力学模拟分析蛋白质变构相互作用的网络服务器 | NRIMD是首个提供分子动力学模拟中长程相互作用综合分析的在线服务，显著降低了使用深度学习预测蛋白质长程相互作用的门槛 | NA | 开发一个用于分析蛋白质中长程变构相互作用的网络服务器 | 蛋白质中的长程变构相互作用 | 生物信息学 | NA | 分子动力学模拟 | 图神经网络 | 蛋白质结构数据 | NA |
| 5332 | 2024-10-15 |
FCSSL: fusion enhanced contrastive self-supervised learning method for parallel MRI reconstruction
2024-Oct-14, Physics in medicine and biology
IF:3.3Q1
DOI:10.1088/1361-6560/ad6d28
PMID:39116910
|
研究论文 | 提出了一种融合增强的对比自监督学习方法FCSSL，用于并行MRI重建，无需全采样数据集和线圈敏感性图 | 引入了一种基于两对重下采样掩码的对比学习框架，设计了一种自监督学习方式的适应性融合网络，显著提高了重建质量 | 未提及具体限制 | 解决在无法或成本高昂获取全采样数据集的情况下，使用深度学习进行MRI重建的问题 | 并行MRI重建 | 计算机视觉 | NA | 对比自监督学习 | 适应性融合网络 | 图像 | 使用膝关节数据集进行实验，具体样本数量未提及 |
| 5333 | 2024-10-15 |
MHIPM: Accurate Prediction of Microbe-Host Interactions Using Multiview Features from a Heterogeneous Microbial Network
2024-Oct-14, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01296
PMID:39289839
|
研究论文 | 本文提出了一种基于深度学习的方法MHIPM，用于预测微生物与宿主之间的相互作用 | MHIPM利用多源生物信息和异构微生物网络，结合ESM-2和doc2vec模型以及自注意力机制，提取多视角特征，并通过GraphSAGE模型捕捉网络中的特征，实现了对微生物-宿主相互作用的高精度预测 | NA | 通过计算方法优先筛选微生物-宿主相互作用，以便进一步进行生物实验验证 | 微生物与宿主之间的相互作用 | 机器学习 | NA | 深度学习 | GraphSAGE | 蛋白质序列 | 涉及人类蛋白质、病毒、噬菌体和致病菌的异构微生物网络 |
| 5334 | 2024-10-15 |
The Development and Application of KinomePro-DL: A Deep Learning Based Online Small Molecule Kinome Selectivity Profiling Prediction Platform
2024-Oct-14, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c00595
PMID:39320984
|
研究论文 | 本文介绍了一种基于深度学习的在线小分子激酶选择性分析预测平台KinomePro-DL的开发与应用 | 开发了一种多任务深度神经网络模型，用于预测化合物的新结构激酶选择性，并提供了一个免费的在线预测平台KinomePro-DL | 未提及 | 开发和应用一种深度学习模型，用于预测小分子激酶抑制剂的激酶选择性 | 小分子激酶抑制剂的激酶选择性 | 机器学习 | NA | 深度学习 | 多任务深度神经网络 | 化合物数据 | 191种代表性激酶的抑制剂数据集 |
| 5335 | 2024-10-15 |
KnoMol: A Knowledge-Enhanced Graph Transformer for Molecular Property Prediction
2024-Oct-14, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01092
PMID:39323109
|
研究论文 | 本文介绍了一种名为KnoMol的知识增强图Transformer框架，用于提高分子结构的理解和分子属性预测的准确性 | KnoMol通过将专家化学知识集成到Transformer中，模拟药物化学家的分析方法，并采用多视角注意力机制来更精确地表示环系统，从而提高了模型的表示能力 | NA | 提高分子属性预测的准确性和泛化能力，减少对大量数据的依赖 | 分子结构和分子属性 | 机器学习 | NA | Transformer | 图Transformer | 分子数据 | 涉及MoleculeNet和一些小规模数据集的评估实验 |
| 5336 | 2024-10-15 |
Alchemical Transformations and Beyond: Recent Advances and Real-World Applications of Free Energy Calculations in Drug Discovery
2024-Oct-14, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01024
PMID:39360948
|
综述 | 本文回顾了自2018年以来自由能扰动（FEP）计算在药物发现项目中的实际应用 | 讨论了物理模拟方法的替代方案以及深度学习在自由能计算中的整合 | 仍面临力场准确性和采样效率的挑战 | 探讨自由能计算在药物发现中的最新进展和实际应用 | 自由能扰动计算在药物发现中的应用 | 药物发现 | NA | 自由能扰动计算 | NA | NA | NA |
| 5337 | 2024-10-15 |
A hybrid capsule attention-based convolutional bi-GRU method for multi-class mental task classification based brain-computer Interface
2024-Oct-14, Computer methods in biomechanics and biomedical engineering
IF:1.7Q3
DOI:10.1080/10255842.2024.2410221
PMID:39397592
|
研究论文 | 本文提出了一种基于胶囊注意力机制的卷积双向门控循环单元模型，用于多类心理任务分类的脑机接口 | 本文引入了一种混合深度学习技术，结合了胶囊网络和注意力机制，以提高多类心理任务分类的准确性 | NA | 研究脑机接口中多级心理活动的分类问题，以提高分类准确性 | 脑电图数据和心理任务分类 | 机器学习 | NA | 脑电图分析 | 卷积神经网络 (CNN) 和双向门控循环单元 (bi-GRU) | 脑电图数据 | 使用提供的脑电图数据集进行评估 |
| 5338 | 2024-10-15 |
This Microtubule Does Not Exist: Super-Resolution Microscopy Image Generation by a Diffusion Model
2024-Oct-14, Small methods
IF:10.7Q1
DOI:10.1002/smtd.202400672
PMID:39400948
|
研究论文 | 本文探讨了将扩散模型应用于超分辨率显微镜图像生成的适应和训练过程 | 展示了生成的图像与实验图像相似，且生成过程不会过度记忆训练集中的现有图像 | 未提及具体的局限性 | 展示生成扩散模型在显微镜任务中的潜力，并为未来在该领域的应用铺平道路 | 超分辨率显微镜图像的生成 | 计算机视觉 | NA | 扩散模型 | 扩散模型 | 图像 | 使用了少量实验图像进行训练和比较 |
| 5339 | 2024-10-15 |
Internet of Things and Cloud Computing-based Disease Diagnosis using Optimized Improved Generative Adversarial Network in Smart Healthcare System
2024-Oct-13, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2392770
PMID:39396229
|
研究论文 | 本文提出了一种基于物联网和云计算的智能医疗系统中使用优化改进生成对抗网络进行疾病诊断的方法 | 本文引入了优化改进生成对抗网络（IGAN），并通过Flamingo Search优化算法（FSOA）对其进行优化，提高了疾病诊断的准确性和特异性，同时减少了执行时间 | NA | 提高智能医疗系统中疾病诊断的准确性和效率 | 糖尿病、慢性肾病和心脏病患者的数据 | 机器学习 | 心血管疾病 | 生成对抗网络（GAN） | 生成对抗网络（GAN） | 电子健康记录 | NA |
| 5340 | 2024-10-15 |
Deep-learning-based attenuation map generation in kidney single photon emission computed tomography
2024-Oct-12, EJNMMI physics
IF:3.0Q2
DOI:10.1186/s40658-024-00686-4
PMID:39394395
|
研究论文 | 本研究利用深度学习技术从SPECT数据中生成合成衰减图（μ-maps），以实现肾脏SPECT成像的无CT量化技术 | 本研究开发了一种基于深度学习的算法，用于从SPECT数据生成合成μ-maps，无需CT扫描，从而减少辐射暴露 | NA | 建立一种无需CT扫描的肾脏SPECT成像量化技术，以减少辐射暴露 | 肾脏SPECT成像中的衰减校正 | 计算机视觉 | NA | 深度学习 | 3D U-Net | 图像 | 1000例Tc-99m DTPA SPECT/CT扫描数据，其中800例用于训练，100例用于验证，100例用于测试 |