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 12189 篇文献，本页显示第 8201 - 8220 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 8201 | 2024-09-06 |
A muti-modal feature fusion method based on deep learning for predicting immunotherapy response
2024-06-07, Journal of theoretical biology
IF:1.9Q3
DOI:10.1016/j.jtbi.2024.111816
PMID:38589007
|
研究论文 | 本文开发了一种基于深度学习的多模态特征融合模型，用于预测免疫治疗反应 | 本文提出的多模态特征融合模型利用图神经网络将基因网络中的基因关系映射到低维向量空间，并融合生物通路特征和免疫细胞浸润特征，以提高对免疫治疗反应的预测性能 | NA | 预测免疫治疗反应 | 癌症患者对免疫检查点治疗的反应 | 机器学习 | NA | 图神经网络 | 多模态特征融合模型 | 基因网络数据、生物通路特征、免疫细胞浸润特征 | 五个数据集，涵盖黑色素瘤、肺癌和胃癌等多种癌症类型 | NA | NA | NA | NA |
| 8202 | 2024-09-06 |
MOSAIC: An Artificial Intelligence-Based Framework for Multimodal Analysis, Classification, and Personalized Prognostic Assessment in Rare Cancers
2024-Jun, JCO clinical cancer informatics
IF:3.3Q2
DOI:10.1200/CCI.24.00008
PMID:38875514
|
研究论文 | 本文介绍了一种基于人工智能的框架MOSAIC，用于罕见癌症的多模态分析、分类和个性化预后评估 | MOSAIC框架结合了深度学习和联邦学习技术，提供了比传统统计方法更精确的分类和预后评估 | NA | 开发和验证一种用于罕见癌症分类和预后评估的人工智能框架 | 罕见癌症，特别是骨髓增生异常综合征（MDS） | 机器学习 | 血液系统疾病 | 深度学习 | 梯度提升生存模型 | 临床和基因组数据 | 4427名MDS患者 | NA | NA | NA | NA |
| 8203 | 2024-09-06 |
A deep learning method to identify and localize large-vessel occlusions from cerebral digital subtraction angiography
2024 May-Jun, Journal of neuroimaging : official journal of the American Society of Neuroimaging
IF:2.3Q2
DOI:10.1111/jon.13193
PMID:38506407
|
研究论文 | 开发了一种深度学习算法，用于从脑部数字减影血管造影中识别和定位大血管闭塞 | 使用有限的训练数据集，开发了一种能够有效识别和定位大血管闭塞的深度学习模型 | 模型的改进需要扩展和完善大血管闭塞的数据集 | 开发一种算法，用于在脑部数字减影血管造影中识别和定位闭塞的动脉血管 | 脑部数字减影血管造影图像中的大血管闭塞 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 图像 | 188名患者，其中86名患有M1和近端M2段闭塞 | NA | NA | NA | NA |
| 8204 | 2024-09-06 |
Intelligently Quantifying the Entire Irregular Dental Structure
2024-04, Journal of dental research
IF:5.7Q1
DOI:10.1177/00220345241226871
PMID:38372132
|
研究论文 | 本文提出了一种人工智能测量工具，用于对不规则牙结构进行整体定量分析 | 本文创新性地使用了轻量级模型LU-Net，并通过补偿模块解决了边界不清晰导致的分割难题，同时进行了额外的牙釉质分割以建立测量坐标系统 | NA | 开发一种能够对不规则牙结构进行整体定量分析的工具，以满足临床需求 | 不规则牙结构，特别是腭骨 | 计算机视觉 | NA | 深度学习语义分割 | LU-Net | 图像 | 测试集中包含腭骨和牙釉质的样本 | NA | NA | NA | NA |
| 8205 | 2024-09-06 |
B-mode US and Deep Learning Rivals Shear-Wave Elastography in Screening for Fibrosis
2024-04, Radiology
IF:12.1Q1
DOI:10.1148/radiol.240868
PMID:38652032
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 8206 | 2024-09-06 |
Context-dependent design of induced-fit enzymes using deep learning generates well-expressed, thermally stable and active enzymes
2024-Mar-12, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2313809121
PMID:38437538
|
研究论文 | 本文介绍了一种基于深度学习的酶设计策略CoSaNN，用于结构预测和序列优化，旨在提高酶的表达水平、热稳定性和催化多样性 | 引入CoSaNN策略，通过深度学习控制酶构象，扩展化学空间，采用上下文依赖的方法生成酶设计，并开发了预测蛋白质溶解度的图神经网络SolvIT | 未提及具体限制 | 提高工程酶在工业应用中的表达水平、热稳定性和催化多样性 | 酶的表达水平、热稳定性和催化活性 | 机器学习 | NA | 深度学习 | 图神经网络 | 蛋白质序列和结构数据 | 54%的酶在表达中成功，30%的酶热稳定性提高 | NA | NA | NA | NA |
| 8207 | 2024-09-06 |
Improved Vertebral Fracture Assessment: The Game-Changing Potential of Deep Learning with Multidetector CT
2024-03, Radiology
IF:12.1Q1
DOI:10.1148/radiol.240409
PMID:38530170
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 8208 | 2024-09-05 |
Predicting Small Molecule Binding Nucleotides in RNA Structures Using RNA Surface Topography
2024-Sep-04, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.4c01264
PMID:39230508
|
研究论文 | 本文开发了一种基于空间相关性的深度学习模型ZHmolReSTasite，用于预测带有结的RNA结构中的小分子结合核苷酸 | ZHmolReSTasite模型利用RNA表面地形考虑空间相关性，能够准确预测简单和复杂RNA结构中的结合核苷酸 | 现有方法难以预测带有结的复杂RNA结构中的结合核苷酸 | 提高RNA小分子结合核苷酸预测的准确性，促进药物发现和抑制剂设计 | RNA小分子结合核苷酸的预测 | 机器学习 | NA | 深度学习 | 深度学习模型 | RNA结构数据 | 包含简单RNA结构的基准测试集TE18和RB9，以及带有结的RNA结构的挑战性测试集 | NA | NA | NA | NA |
| 8209 | 2024-09-05 |
Perspectives on Advancing Multimodal Learning in Environmental Science and Engineering Studies
2024-Sep-03, Environmental science & technology
IF:10.8Q1
DOI:10.1021/acs.est.4c03088
PMID:39226136
|
研究论文 | 本文探讨了多模态学习在环境科学与工程研究中的应用和潜力 | 提出利用多模态学习（MML）整合不同模态数据，以提高环境问题预测模型的准确性和鲁棒性 | 讨论了在环境科学与工程领域实施多模态学习的挑战 | 探索多模态学习在环境科学与工程中的应用，以解决复杂的环境问题 | 环境质量评估、化学危害预测和污染控制技术优化 | 机器学习 | NA | 多模态学习（MML） | NA | 多模态数据 | NA | NA | NA | NA | NA |
| 8210 | 2024-09-05 |
Sequence-specific targeting of intrinsically disordered protein regions
2024-Sep-02, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.15.603480
PMID:39071356
|
研究论文 | 本文介绍了一种结合生物物理原理和深度学习的方法，用于设计能够特异性地结合到蛋白质无序区域（IDRs）的蛋白质 | 该方法通过将查询序列通过数百个具有不同口袋深度和间距的模板，实现了对无序序列的通用识别，并通过RFdiffusion优化结合体-目标的适应性 | NA | 开发一种能够特异性地结合到蛋白质无序区域的方法，以应用于生物研究、治疗和诊断 | 设计能够结合到39种高度多样化的无结构目标的结合体 | 生物技术 | NA | 深度学习, RFdiffusion | NA | 蛋白质序列 | 39种高度多样化的无结构目标，每个目标约36种设计 | NA | NA | NA | NA |
| 8211 | 2024-09-05 |
A deep learning classification framework for research methods of marine protected area management
2024-Sep, Journal of environmental management
IF:8.0Q1
DOI:10.1016/j.jenvman.2024.122228
PMID:39182377
|
研究论文 | 本研究提出了一种基于深度学习的海洋保护区管理方法分类框架，特别关注数据和理论能力，使用自然语言处理技术 | 该框架通过提取学术资源中的关键词并基于语义相似性进行聚类，生成了用于摘要标注的基准文本，并总结了研究方法的组合类型，提出了数据-理论中和原则 | NA | 旨在为海洋保护区管理方法提供一个高效的基于理论和数据驱动的方法集成框架 | 海洋保护区管理方法 | 自然语言处理 | NA | 自然语言处理 | 深度学习 | 文本 | 分析了1986至2024年间9049篇海洋保护区管理实证研究文章 | NA | NA | NA | NA |
| 8212 | 2024-09-05 |
Sensor-based characterization of construction and demolition waste at high occupancy densities using synthetic training data and deep learning
2024-Sep, Waste management & research : the journal of the International Solid Wastes and Public Cleansing Association, ISWA
IF:3.7Q2
DOI:10.1177/0734242X241231410
PMID:38385439
|
研究论文 | 研究使用深度学习方法和合成训练数据对高密度占用下的建筑拆除废物进行传感器监测 | 提出了一种生成合成训练图像的方法，避免了耗时的手动标记，并通过在真实图像上测试训练模型来证明其成功 | 未明确提及 | 探索不同深度学习架构在建筑拆除废物特征化中的适用性 | 建筑拆除废物（CDW）的传感器监测和深度学习对象检测方法 | 机器学习 | NA | 深度学习 | Region-based CNN (Faster R-CNN), YOLOv3, Single Shot MultiBox Detector (SSD) | 图像 | 以砖和砂灰砖混合物作为示例废物流 | NA | NA | NA | NA |
| 8213 | 2024-09-05 |
A novel Skin lesion prediction and classification technique: ViT-GradCAM
2024-Sep, Skin research and technology : official journal of International Society for Bioengineering and the Skin (ISBS) [and] International Society for Digital Imaging of Skin (ISDIS) [and] International Society for Skin Imaging (ISSI)
IF:2.0Q3
DOI:10.1111/srt.70040
PMID:39221858
|
研究论文 | 本文提出了一种基于ViT-GradCAM的新型皮肤病变预测与分类技术 | 使用ViT-GradCAM架构进行皮肤病变检测和分类，相较于其他深度学习模型，提供了更准确的结果 | NA | 旨在通过ViT和GradCAM技术提高皮肤病变检测和分类的准确性 | 皮肤病变 | 计算机视觉 | 皮肤癌 | ViT-GradCAM | ViT | 图像 | 使用了包含10,015张皮肤镜图像的HAM 10000数据集 | NA | NA | NA | NA |
| 8214 | 2024-09-05 |
SALR: Sharpness-Aware Learning Rate Scheduler for Improved Generalization
2024-Sep, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2023.3263393
PMID:37027266
|
research paper | 本文提出了一种名为SALR的锐度感知学习率更新技术，旨在改善深度学习中的泛化能力并自动化学习率调度过程 | SALR方法根据损失函数的局部锐度动态更新基于梯度的优化器的学习率，使优化器能够在锐利谷地自动增加学习率，增加逃脱机会 | NA | 改善深度学习中的泛化能力并自动化学习率调度过程 | 深度学习中的学习率调度 | machine learning | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 8215 | 2024-09-05 |
Robust-EQA: Robust Learning for Embodied Question Answering With Noisy Labels
2024-Sep, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2023.3251984
PMID:37028297
|
research paper | 本文提出了一种针对带有噪声标签的具身问答（EQA）任务的鲁棒学习算法，通过联合训练和分层鲁棒学习算法提高模型对噪声的抵抗力 | 提出了一个联合训练的共正则化噪声鲁棒学习方法和一个两阶段的分层鲁棒学习算法，以过滤视觉问答模块和导航标签中的噪声 | 未提及具体限制 | 提高具身问答系统在噪声环境下的鲁棒性 | 具身问答系统中的噪声标签问题 | computer vision | NA | NA | CNN | image | 在极端噪声环境（45%噪声标签）和低级噪声环境（20%噪声标签）下进行了测试 | NA | NA | NA | NA |
| 8216 | 2024-09-05 |
Improving Deep Neural Networks' Training for Image Classification With Nonlinear Conjugate Gradient-Style Adaptive Momentum
2024-Sep, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2023.3255783
PMID:37030680
|
研究论文 | 本文提出了一种基于非线性共轭梯度（NCG）方法的新型自适应动量，用于改进深度神经网络（DNNs）的训练 | 提出的自适应动量无需动量相关的超参数调整，允许使用更大的学习率，加速DNNs训练并提高最终的准确性和鲁棒性 | NA | 改进深度神经网络的训练过程 | 深度神经网络的训练优化 | 机器学习 | NA | 非线性共轭梯度（NCG）方法 | 深度神经网络（DNNs） | 图像 | CIFAR10和CIFAR100数据集 | NA | NA | NA | NA |
| 8217 | 2024-09-05 |
Effective Active Learning Method for Spiking Neural Networks
2024-Sep, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2023.3257333
PMID:37030679
|
研究论文 | 本文提出了一种针对深度脉冲神经网络（SNNs）的有效主动学习方法，通过引入ActiveLossNet模块提取特征并选择有价值的样本，以减少标记数据的需求。 | 本文提出的主动学习算法在多个SNN框架上表现优于随机选择和传统人工神经网络（ANN）的主动学习方法，并且收敛速度更快。 | NA | 旨在减少训练高性能深度SNNs所需的标记数据量。 | 深度脉冲神经网络（SNNs）及其主动学习方法。 | 机器学习 | NA | NA | SNN | 图像 | 实验在CIFAR-10、MNIST、Fashion-MNIST和SVHN数据集上进行，使用了七层CIFARNet和20层ResNet-18框架。 | NA | NA | NA | NA |
| 8218 | 2024-09-05 |
Interactive Feature Embedding for Infrared and Visible Image Fusion
2024-Sep, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2023.3264911
PMID:37040245
|
research paper | 本文提出了一种基于自监督学习框架的红外和可见光图像融合的交互特征嵌入方法 | 通过设计交互特征嵌入模型，在自监督学习框架下有效提取源图像的分层表示，以保留关键信息 | NA | 克服传统无监督机制在红外和可见光图像融合中关键信息提取不足的问题 | 红外和可见光图像融合 | computer vision | NA | 自监督学习 | 交互特征嵌入模型 | 图像 | NA | NA | NA | NA | NA |
| 8219 | 2024-09-05 |
CapsRule: Explainable Deep Learning for Classifying Network Attacks
2024-Sep, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2023.3262981
PMID:37053064
|
研究论文 | 提出了一种名为CapsRule的有效且高效的基于规则的深度学习解释方法，用于分类网络攻击 | CapsRule通过提取高保真规则来解释输入样本如何被分类，并使用预计算的耦合系数在训练阶段重叠规则提取过程以提高效率 | NA | 开发一种能够提高深度学习模型透明度和效率的规则提取方法，以应用于网络攻击分类 | 网络攻击分类 | 机器学习 | NA | 深度学习 | 胶囊网络 | 数据集 | 超过一百万的先进分布式拒绝服务（DDoS）攻击 | NA | NA | NA | NA |
| 8220 | 2024-09-05 |
Reducing Urban Traffic Congestion Using Deep Learning and Model Predictive Control
2024-Sep, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2023.3264709
PMID:37053060
|
研究论文 | 本文提出了一种基于深度学习（DL）的控制算法——基于速度的模型预测控制（VMPC），用于减少城市交通拥堵，特别是针对缓慢时变交通信号控制的情况 | 该算法结合了深度学习进行系统识别和模型预测控制进行交通信号控制，并引入了基于建模误差熵损失的训练标准，灵感来源于随机分布控制理论 | NA | 旨在减少城市交通拥堵 | 城市交通拥堵及交通信号控制 | 机器学习 | NA | 深度学习（DL）和模型预测控制（VMPC） | 深度学习模型 | 交通信号控制数据 | NA | NA | NA | NA | NA |