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 12105 篇文献，本页显示第 5661 - 5680 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 5661 | 2024-11-08 |
Assessing brain involvement in Fabry disease with deep learning and the brain-age paradigm
2024-Apr, Human brain mapping
IF:3.5Q1
DOI:10.1002/hbm.26599
PMID:38520360
|
研究论文 | 本文使用深度学习和脑龄范式评估法布里病患者的脑部是否比正常人更老，并验证脑预测年龄差异（brain-PAD）作为疾病严重程度生物标志物的可能性 | 首次使用深度学习和脑龄范式评估法布里病患者的脑部年龄，并验证brain-PAD作为疾病严重程度生物标志物的有效性 | 研究样本仅来自单一机构，且样本量相对较小 | 评估法布里病患者的脑部是否比正常人更老，并验证brain-PAD作为疾病严重程度生物标志物的有效性 | 法布里病患者和健康对照组的脑部MRI扫描数据 | 计算机视觉 | 罕见病 | MRI扫描 | DenseNet | 图像 | 52名法布里病患者和58名健康对照组 | NA | NA | NA | NA |
| 5662 | 2024-11-08 |
Extracting adverse drug events from clinical Notes: A systematic review of approaches used
2024-Mar, Journal of biomedical informatics
IF:4.0Q2
DOI:10.1016/j.jbi.2024.104603
PMID:38331081
|
综述 | 本文对从临床笔记中提取不良药物事件（ADE）的方法进行了系统性综述 | 本文综述了当前从临床笔记中提取ADE的各种方法，包括命名实体识别（NER）和关系提取（RE），并根据不同的提取方法进行了分类 | 本文主要集中在方法的综述上，未提供具体的实验数据或模型性能比较 | 综述当前从临床笔记中提取不良药物事件的方法，并展示这些方法的进展和挑战 | 不良药物事件（ADE）的提取方法 | 自然语言处理 | NA | 自然语言处理（NLP） | NA | 文本 | 从2015年到2023年，共筛选出82篇相关文献进行分析 | NA | NA | NA | NA |
| 5663 | 2024-11-08 |
Impact of log parsing on deep learning-based anomaly detection
2024, Empirical software engineering
IF:3.5Q1
DOI:10.1007/s10664-024-10533-w
PMID:39161930
|
研究论文 | 本文研究了日志解析对基于深度学习的异常检测准确性的影响 | 本文首次系统地研究了日志解析对异常检测准确性的影响，并发现区分性比解析准确性更重要 | 研究仅限于13种日志解析技术和7种异常检测技术，可能无法涵盖所有情况 | 探讨日志解析对基于深度学习的异常检测准确性的影响 | 日志解析技术和异常检测技术 | 机器学习 | NA | 深度学习 | NA | 日志数据 | 使用了三个公开的日志数据集 | NA | NA | NA | NA |
| 5664 | 2024-11-08 |
Dinucleotide composition representation -based deep learning to predict scoliosis-associated Fibrillin-1 genotypes
2024, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2024.1492226
PMID:39502335
|
研究论文 | 本文提出了一种基于二核苷酸组成表示（DCR）的深度学习方法，用于预测与脊柱侧弯相关的Fibrillin-1基因型 | 本文创新性地使用二核苷酸组成表示（DCR）和卷积神经网络（CNN）来预测脊柱侧弯相关的高风险基因型 | NA | 研究目的是通过深度学习方法预测青少年特发性脊柱侧弯（AIS）相关的基因型 | 研究对象是ClinVar数据库中的AIS相关变异记录 | 机器学习 | 脊柱侧弯 | 深度学习 | 卷积神经网络（CNN） | 基因数据 | 58,000条脊柱侧弯相关记录 | NA | NA | NA | NA |
| 5665 | 2024-11-08 |
Multi-stage semi-supervised learning enhances white matter hyperintensity segmentation
2024, Frontiers in computational neuroscience
IF:2.1Q3
DOI:10.3389/fncom.2024.1487877
PMID:39502452
|
研究论文 | 本文提出了一种多阶段半监督学习方法，用于增强白质高信号区域的分割 | 本文创新性地采用了多阶段半监督学习（M3SL）方法，结合未标注数据和少量高质量标注数据，显著提升了白质高信号区域分割模型的性能 | 本文未详细讨论M3SL方法在不同数据集上的适用性和潜在的局限性 | 研究目的是开发一种能够有效利用未标注数据和少量高质量标注数据的白质高信号区域分割方法 | 研究对象是白质高信号区域（WMHs）的分割 | 计算机视觉 | NA | 半监督学习 | U-Net | 图像 | 使用了来自三个扫描仪供应商的超过五个扫描仪的数据，包括认知正常（CN）成人和患者（轻度认知障碍和阿尔茨海默病）的样本 | NA | NA | NA | NA |
| 5666 | 2024-11-08 |
Progress and clinical translation in hepatocellular carcinoma of deep learning in hepatic vascular segmentation
2024 Jan-Dec, Digital health
IF:2.9Q2
DOI:10.1177/20552076241293498
PMID:39502486
|
综述 | 本文综述了深度学习在肝血管分割中的进展及其在肝细胞癌（HCC）整体管理中的临床意义 | 深度学习方法，包括卷积神经网络等，显著提高了肝血管分割的准确性和速度 | 本文讨论了深度学习技术在增强HCC综合诊断和治疗中的挑战和未来前景 | 探讨深度学习在肝血管分割中的应用及其对HCC诊断和治疗的支持 | 肝血管分割及其在肝细胞癌诊断和治疗中的应用 | 计算机视觉 | 肝癌 | 深度学习 | 卷积神经网络 | 图像 | 30项研究 | NA | NA | NA | NA |
| 5667 | 2024-11-08 |
Graph neural networks are promising for phenotypic virtual screening on cancer cell lines
2024, Biology methods & protocols
IF:2.5Q3
DOI:10.1093/biomethods/bpae065
PMID:39502795
|
研究论文 | 本文研究了图神经网络在癌症细胞系表型虚拟筛选中的应用 | 本文提出图神经网络（D-MPNN）在表型虚拟筛选中表现优于其他机器学习算法 | 研究受限于测试分子数量较少以及未采用合适的性能指标和不同分子分割方法 | 评估不同机器学习算法在表型虚拟筛选中的性能 | 60个包含约30,000-50,000个分子的数据集，用于测试其在NCI-60癌症细胞系中的生长抑制活性 | 机器学习 | 癌症 | 图神经网络 | D-MPNN | 分子数据 | 约14,440次训练运行 | NA | NA | NA | NA |
| 5668 | 2024-11-08 |
LT-DeepLab: an improved DeepLabV3+ cross-scale segmentation algorithm for Zanthoxylum bungeanum Maxim leaf-trunk diseases in real-world environments
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1423238
PMID:39502917
|
研究论文 | 本文提出了一种改进的DeepLabV3+算法LT-DeepLab，用于复杂环境中花椒叶和茎疾病的跨尺度语义分割 | 引入了创新的Fission Depth Separable with CRCC Atrous Spatial Pyramid Pooling模块，减少了Atrous Spatial Pyramid Pooling模块的结构参数并提高了跨尺度提取能力，结合Criss-Cross Attention和Convolutional Block Attention Module增强了通道特征提取，并使用可变形卷积和全卷积网络辅助头优化网络 | NA | 提高花椒叶和茎疾病在复杂环境中的分割准确性和效率 | 花椒叶和茎的疾病，包括叶斑、锈病、霜冻损伤和病叶茎 | 计算机视觉 | NA | 深度学习 | DeepLabV3+ | 图像 | NA | NA | NA | NA | NA |
| 5669 | 2024-11-08 |
Comparative Phylogenetic Analysis and Protein Prediction Reveal the Taxonomy and Diverse Distribution of Virulence Factors in Foodborne Clostridium Strains
2024, Evolutionary bioinformatics online
DOI:10.1177/11769343241294153
PMID:39502941
|
研究论文 | 通过生物信息学预测方法研究了两种食源性梭菌基因组与毒力蛋白的分子进化关系，并比较分析了毒力蛋白的基因编码主要特征和结构特性 | 揭示了食源性梭菌毒力因子的系统发育特征、多样性和分布 | NA | 研究食源性梭菌基因组与毒力蛋白的分子进化关系 | 食源性梭菌（Clostridium botulinum和Clostridium perfringens）的毒力蛋白 | 生物信息学 | NA | 多重序列分析、同源建模、深度学习算法 | NA | 基因组数据 | 两种食源性梭菌菌株 | NA | NA | NA | NA |
| 5670 | 2024-11-07 |
Advancing jasmine tea production: YOLOv7-based real-time jasmine flower detection
2024-Dec, Journal of the science of food and agriculture
IF:3.3Q2
DOI:10.1002/jsfa.13752
PMID:39032018
|
研究论文 | 本研究利用YOLOv7算法实时检测茉莉花，以提高茉莉茶生产的质量 | 采用YOLOv7算法进行茉莉花的实时检测，以区分不同生长阶段的茉莉花 | NA | 解决茉莉花采摘过程中因环境和人为因素导致的质量问题 | 茉莉花的不同生长阶段 | 计算机视觉 | NA | YOLOv7算法 | 卷积神经网络 | 图像 | 五种不同开放程度的茉莉花样本 | NA | NA | NA | NA |
| 5671 | 2024-11-07 |
Automatic soft-tissue analysis on orthodontic frontal and lateral facial photographs based on deep learning
2024-Dec, Orthodontics & craniofacial research
IF:2.4Q2
DOI:10.1111/ocr.12830
PMID:38967085
|
研究论文 | 本文基于深度学习建立了自动软组织分析模型，用于正畸面部照片中的地标检测和测量计算 | 本文创新性地利用深度学习技术实现了正畸面部照片中软组织地标的自动检测和测量 | 模型在某些测量指标上与手动标注存在统计学差异 | 建立基于深度学习的自动软组织分析模型，实现正畸面部照片中软组织的全面定量评估 | 正畸患者的面部照片中的软组织 | 计算机视觉 | NA | 深度学习 | 高分辨率网络、基于深度可分离卷积的特征融合模块、基于像素洗牌的预测模型 | 图像 | 578张正面照片和450张侧面照片 | NA | NA | NA | NA |
| 5672 | 2024-11-07 |
Rapid discovery of Transglutaminase 2 inhibitors for celiac disease with boosting ensemble machine learning
2024-Dec, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2024.10.019
PMID:39498152
|
研究论文 | 本研究利用约1100个TG2抑制实验数据，开发了基于集成机器学习模型的配体分子筛选技术，用于快速发现针对乳糜泻的转谷氨酰胺酶2抑制剂 | 本研究采用了感知器深度学习和低深度随机森林弱学习器的提升集成方法，显著提高了预测准确率，并开发了一个用于筛选潜在治疗分子的网络应用程序 | NA | 开发针对乳糜泻的转谷氨酰胺酶2抑制剂 | 转谷氨酰胺酶2及其抑制剂 | 机器学习 | 乳糜泻 | 集成机器学习 | 感知器深度学习、随机森林、图神经网络 | 分子特征数据 | 约1100个TG2抑制实验数据 | NA | NA | NA | NA |
| 5673 | 2024-11-07 |
Classification of EEG evoked in 2D and 3D virtual reality: traditional machine learning versus deep learning
2024-Nov-05, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ad89c5
PMID:39437806
|
研究论文 | 本文比较了传统机器学习和深度学习在2D和3D虚拟现实诱发脑电图分类中的表现 | 首次使用EEGNet深度学习模型在2D和3D虚拟现实诱发脑电图分类中取得了显著优于传统机器学习方法的性能 | NA | 研究不同机器学习方法在2D和3D虚拟现实诱发脑电图分类中的效果 | 2D和3D虚拟现实诱发的脑电图信号 | 机器学习 | NA | 脑电图(EEG) | 卷积神经网络(CNN) | 脑电图信号 | 56通道脑电图记录 | NA | NA | NA | NA |
| 5674 | 2024-11-07 |
An improved AlexNet deep learning method for limb tumor cancer prediction and detection
2024-Nov-05, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ad89c7
PMID:39437809
|
研究论文 | 本文介绍了一种改进的AlexNet深度学习方法，用于滑膜肉瘤的预测和检测 | 本文提出了一个改进的AlexNet架构，增加了卷积层和调整输入图像大小，显著提高了模型的性能 | NA | 提高滑膜肉瘤的诊断准确性 | 滑膜肉瘤的数字病理图像 | 计算机视觉 | 肿瘤 | 卷积神经网络 | AlexNet | 图像 | NA | NA | NA | NA | NA |
| 5675 | 2024-11-07 |
MCI Net: Mamba- Convolutional lightweight self-attention medical image segmentation network
2024-Nov-05, Biomedical physics & engineering express
IF:1.3Q3
DOI:10.1088/2057-1976/ad8acb
PMID:39447592
|
研究论文 | 提出了一种名为MCI-Net的轻量级自注意力医学图像分割网络，通过减少模型参数和计算复杂度，提高了分割效率 | MCI-Net通过线性建模永久标记有效特征并过滤无关信息，有效捕捉局部-全局信息，减少了参数数量并利用注意力计算实现模型轻量化 | NA | 开发一种轻量级、高效的医学图像分割网络，减少诊断时间和计算复杂度 | 医学图像分割 | 计算机视觉 | NA | 自注意力机制 | 卷积神经网络 | 图像 | 五个公共数据集：X射线、肺部、ISIC-2016、ISIC-2018和胶囊内窥镜及胃肠分割 | NA | NA | NA | NA |
| 5676 | 2024-11-07 |
Bidirectional dynamic frame prediction network for total-body [68Ga]Ga-PSMA-11 and [68Ga]Ga-FAPI-04 PET images
2024-Nov-04, EJNMMI physics
IF:3.0Q2
DOI:10.1186/s40658-024-00698-0
PMID:39489859
|
研究论文 | 本文提出了一种双向动态帧预测网络，用于减少全身PET成像的扫描时间 | 本文的创新点在于提出了一种基于深度学习技术的双向动态帧预测网络，用于减少全身PET成像的扫描时间，从而提高患者舒适度和图像质量 | 本文的局限性在于仅在特定的PET成像数据上进行了验证，未来需要在更多类型的数据上进行验证 | 本文的研究目的是通过深度学习技术减少全身PET成像的扫描时间，提高成像效率和患者舒适度 | 本文的研究对象是全身动态PET成像数据，特别是[68Ga]Ga-PSMA-11和[68Ga]Ga-FAPI-04 PET图像 | 计算机视觉 | NA | 深度学习技术 | 双向动态帧预测网络 | 图像 | 13名接受[68Ga]Ga-FAPI-04的患者和24名接受[68Ga]Ga-PSMA-11的患者 | NA | NA | NA | NA |
| 5677 | 2024-11-07 |
Accurate and robust ammonia level forecasting of aeration tanks using long short-term memory ensembles: A comparative study of Adaboost and Bagging approaches
2024-Nov-04, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2024.123173
PMID:39500158
|
研究论文 | 本文比较了AdaBoost和Bagging两种集成学习算法在LSTM网络中用于曝气池氨浓度预测的效果 | 本文首次全面比较了AdaBoost和Bagging两种集成学习算法在LSTM网络中用于曝气池氨浓度预测的效果，并展示了AdaBoost-LSTM模型在多步预测中的优势 | 本文仅比较了AdaBoost和Bagging两种集成学习算法，未探讨其他可能的集成方法 | 研究如何通过集成学习提升LSTM网络在曝气池氨浓度预测中的准确性和鲁棒性 | 曝气池中的氨浓度 | 机器学习 | NA | LSTM网络 | LSTM | 数值数据 | 未明确提及具体样本数量 | NA | NA | NA | NA |
| 5678 | 2024-11-07 |
A hybrid classification and evaluation method based on deep learning for decoration and renovation waste in view of recycling
2024-Nov-04, Waste management (New York, N.Y.)
DOI:10.1016/j.wasman.2024.10.027
PMID:39500212
|
研究论文 | 本文提出了一种基于深度学习的混合分类和评估方法，用于装饰和装修废物的回收 | 结合实例分割深度学习模型和形态学机器学习模型，自动化分类和评估装饰和装修废物 | NA | 提高装饰和装修废物中高价值材料的回收率 | 装饰和装修废物的成分和质量 | 机器学习 | NA | 深度学习 | 混合模型 | 图像 | 53,000个单独的颗粒 | NA | NA | NA | NA |
| 5679 | 2024-11-07 |
A spatiotemporal correlation and attention-based model for pipeline deformation prediction in foundation pit engineering
2024-Nov-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-77601-5
PMID:39488572
|
研究论文 | 提出了一种基于时空相关性和注意力机制的模型，用于基坑工程中管道变形预测 | 引入了注意力机制来调整预测中提取的时空特征的可训练权重，并利用卷积神经网络提取监测点之间的空间依赖性，以及双向长短期记忆网络提取时间特征 | 未提及 | 提高基坑工程中邻近管道变形预测的准确性 | 基坑工程中的管道变形 | 机器学习 | NA | 卷积神经网络、双向长短期记忆网络 | CNN、LSTM | 时间序列 | 一个真实世界的地铁项目 | NA | NA | NA | NA |
| 5680 | 2024-11-07 |
A deep learning approach for ovarian cancer detection and classification based on fuzzy deep learning
2024-11-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-75830-2
PMID:39488573
|
研究论文 | 本文提出了一种基于模糊深度学习的卵巢癌检测和分类系统 | 结合深度学习和模糊逻辑进行卵巢癌分类 | NA | 开发一种自动化且标准化的系统，用于早期检测和分类卵巢癌 | 卵巢癌的病理全切片图像 | 计算机视觉 | 卵巢癌 | 深度学习 | ResNet-50 | 图像 | 288张苏木精-伊红染色（H&E）全切片图像，来自78名患者 | NA | NA | NA | NA |