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 12039 篇文献，本页显示第 9041 - 9060 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 9041 | 2024-08-08 |
Boundary guidance network for medical image segmentation
2024-07-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-67554-0
PMID:39069513
|
研究论文 | 本文提出了一种名为边界引导网络的医学图像分割网络，用于准确分割膀胱肿瘤区域 | 该网络结合了CNN提取的局部特征和Parallel ViT记录的不同层次的长距离依赖关系，以及设计的边界提取模块和前景-背景双通道解码模块 | NA | 解决膀胱肿瘤形态多样和边界模糊导致的准确分割难题 | 膀胱肿瘤的准确分割 | 计算机视觉 | 膀胱癌 | CNN, Parallel ViT | 边界引导网络 | 图像 | 新提出的膀胱肿瘤内窥镜数据集(BTD)及三个公共数据集 | NA | NA | NA | NA |
| 9042 | 2024-08-08 |
DiffPROTACs is a deep learning-based generator for proteolysis targeting chimeras
2024-Jul-25, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae358
PMID:39101502
|
研究论文 | 本文介绍了一种基于深度学习的扩散模型DiffPROTACs，用于生成新的PROTAC连接子 | 提出了O(3)等变图Transformer模块，结合Transformer和图神经网络(GNN)来更新PROTAC原子的坐标，提高了生成PROTAC的效率和有效性 | NA | 开发一种新的深度学习模型，用于生成PROTAC连接子，以促进PROTAC技术的研究 | PROTAC连接子的设计和生成 | 机器学习 | NA | 扩散模型和Transformer | 扩散模型 | 分子数据 | 使用了两个传统的FBDD数据集ZINC和GEOM，以及自建的PROTACs数据集 | NA | NA | NA | NA |
| 9043 | 2024-08-08 |
Deep transformer-based heterogeneous spatiotemporal graph learning for geographical traffic forecasting
2024-Jul-19, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2024.110175
PMID:39109176
|
研究论文 | 本文提出了一种基于深度变换器的异构时空图学习模型，用于地理交通预测 | 模型结合了时间变换器以捕捉交通数据中的长期时间模式，并引入了自适应归一化图结构以捕捉动态空间依赖性 | NA | 提高地理交通预测的准确性 | 地理交通数据 | 机器学习 | NA | 深度变换器 | 时空图学习模型 | 时空数据 | 四个主要公共数据集 | NA | NA | NA | NA |
| 9044 | 2024-08-08 |
Measuring activity-rest rhythms under different acclimation periods in a marine fish using automatic deep learning-based video tracking
2024-Jul, Chronobiology international
IF:2.2Q3
DOI:10.1080/07420528.2024.2371143
PMID:38975732
|
研究论文 | 本研究采用基于深度学习的视频跟踪技术，评估海洋鱼类在不同适应期下的活动节律稳定性、碎片化、鲁棒性和同步性 | 引入了一种新颖的基于深度学习的视频跟踪方法，用于监测实验室条件下的生物节律 | 未观察到实验室组间活动节律指标与适应期之间的差异 | 评估海洋鱼类在不同适应期下的活动节律特性 | 海洋鱼类的活动节律 | 计算机视觉 | NA | 深度学习 | NA | 视频 | 实验分为三组，每组分别在不同天数进行测试，具体样本数量未详细说明 | NA | NA | NA | NA |
| 9045 | 2024-08-08 |
Deep learning with diffusion MRI as in vivo microscope reveals sex-related differences in human white matter microstructure
2024-05-14, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-60340-y
PMID:38744901
|
研究论文 | 本研究利用扩散磁共振成像技术，开发了多种端到端分类模型，以准确估计受试者的性别，并识别出男女之间差异最大的白质区域 | 本研究首次利用扩散磁共振成像技术在细胞水平上揭示了男女大脑白质微观结构的差异，并使用多种模型架构进行验证 | 研究仅使用了来自人类连接组项目的健康受试者数据，且年龄范围有限 | 研究男女大脑白质微观结构的差异，以深入理解不同性别中表现不同的脑部疾病 | 男女大脑白质的微观结构 | 计算机视觉 | NA | 扩散磁共振成像 | 2D卷积神经网络, 3D卷积神经网络, Vision Transformer | 图像 | 471名男性与560名女性健康受试者（年龄范围22-37岁） | NA | NA | NA | NA |
| 9046 | 2024-08-08 |
Predicting long-term progression of Alzheimer's disease using a multimodal deep learning model incorporating interaction effects
2024-03-11, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-024-05025-w
PMID:38468358
|
研究论文 | 本研究开发了一种结合交互效应和多模态数据的深度学习模型，用于预测阿尔茨海默病长期进展 | 模型创新性地结合了交互效应和多模态数据，显著提高了预测准确性和时间范围 | NA | 旨在提高从轻度认知障碍到阿尔茨海默病转换的预测准确性和长期性 | 轻度认知障碍患者及其向阿尔茨海默病的转换 | 机器学习 | 阿尔茨海默病 | 深度学习 | 深度学习模型 | 结构磁共振成像、临床评估和遗传多态性数据 | 252名轻度认知障碍患者 | NA | NA | NA | NA |
| 9047 | 2024-08-08 |
TEFDTA: a transformer encoder and fingerprint representation combined prediction method for bonded and non-bonded drug-target affinities
2024-01-02, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btad778
PMID:38141210
|
研究论文 | 本文提出了一种新的基于注意力机制的模型TEFDTA，用于预测药物与靶点之间的结合亲和力，包括共价和非共价结合 | TEFDTA模型结合了Transformer编码器和指纹表示，显著提高了非共价和共价结合亲和力的预测准确性 | NA | 提高药物与靶点结合亲和力的预测准确性 | 药物与靶点的结合亲和力，包括共价和非共价结合 | 机器学习 | NA | Transformer编码器 | Transformer | 蛋白质和药物分子的不同表示 | 使用了非共价蛋白质-配体相互作用的数据集和CovalentInDB数据库中的共价相互作用小数据集 | NA | NA | NA | NA |
| 9048 | 2024-08-08 |
Intelligent Beam Optimization for Light-Sheet Fluorescence Microscopy through Deep Learning
2024, Intelligent computing (Washington, D.C.)
DOI:10.34133/icomputing.0095
PMID:39099879
|
研究论文 | 本文通过深度学习方法优化光片荧光显微镜中的照明光束，以提高细胞检测的图像质量 | 提出了一种将光片荧光显微镜的物理照明模型与细胞检测网络训练相结合的方法，通过连续更新相位掩模来优化照明光束，从而提高图像质量 | NA | 通过计算方法设计显微镜系统，为依赖深度学习模型分析成像数据的光学设计提供新见解 | 光片荧光显微镜中的照明光束优化 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 每个样本约0.5 TB的图像数据 | NA | NA | NA | NA |
| 9049 | 2024-08-08 |
Lumpy skin disease diagnosis in cattle: A deep learning approach optimized with RMSProp and MobileNetV2
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0302862
PMID:39102387
|
研究论文 | 本研究提出了一种使用MobileNetV2模型和RMSprop优化器的深度学习方法，用于牛的结节性皮肤病诊断 | 该方法在健康和结节性皮肤病牛的图像数据集上测试，准确率达到95%，比现有基准高出4-10% | NA | 旨在改善牛结节性皮肤病的诊断和管理 | 牛的结节性皮肤病 | 计算机视觉 | NA | 深度学习 | MobileNetV2 | 图像 | 包含健康和结节性皮肤病牛的图像数据集 | NA | NA | NA | NA |
| 9050 | 2024-08-08 |
Evaluating the potential of retinal photography in chronic kidney disease detection: a review
2024, PeerJ
IF:2.3Q2
DOI:10.7717/peerj.17786
PMID:39104365
|
综述 | 本文综述了利用视网膜摄影作为慢性肾脏疾病（CKD）检测工具的潜力，重点评估了视网膜血管变化在CKD诊断中的应用，并探讨了深度学习技术在这一领域的最新进展。 | 结合深度学习与视网膜成像技术，提供了一种非侵入性的CKD检测方法，有望提高检测系统的精确度和预测能力。 | NA | 评估视网膜成像作为CKD诊断工具的潜力，并探讨深度学习技术在这一领域的应用。 | 视网膜成像在CKD检测中的应用及其与深度学习技术的结合。 | 计算机视觉 | 肾脏疾病 | 深度学习 | NA | 图像 | 70项研究，其中35项研究糖尿病视网膜病变与CKD的相关性，23项研究通过视网膜成像检测CKD，4项尝试通过人工智能与视网膜成像结合自动化检测。 | NA | NA | NA | NA |
| 9051 | 2024-08-08 |
Exploring Unlabeled Data in Multiple Aspects for Semi-Supervised MRI Segmentation
2024, Health data science
DOI:10.34133/hds.0166
PMID:39104600
|
研究论文 | 本研究提出了一种新的半监督MRI分割模型，该模型能够基于多种半监督学习技术探索未标记数据的多方面信息 | 本研究的创新点在于结合多种半监督学习技术，有效利用未标记数据提升MRI分割性能 | NA | 旨在提高MRI分割的自动化分析能力 | MRI图像的分割 | 计算机视觉 | NA | 半监督学习技术 | NA | 图像 | 使用了2个公共数据集，分别在LA和ACDC数据集上达到了90.3%和89.4%的Dice分数 | NA | NA | NA | NA |
| 9052 | 2024-08-08 |
Deep learning and remote photoplethysmography powered advancements in contactless physiological measurement
2024, Frontiers in bioengineering and biotechnology
IF:4.3Q2
DOI:10.3389/fbioe.2024.1420100
PMID:39104628
|
综述 | 本文深入回顾了利用计算机视觉和深度学习在非接触式生理测量中的人工智能方法，并全面总结了非接触式测量技术在皮肤灌注、呼吸率、血氧饱和度、心率、心率变异性和血压方面的最新发展 | 介绍了通过优化传统算法和开发深度学习算法来改善非接触式生理监测方法的异质性问题 | 非接触式生理监测方法缺乏统一性或标准化，限制了其在远程医疗/远程健康设置中的应用 | 探讨和总结非接触式生理测量技术的发展及其在医疗领域的应用 | 非接触式生理测量技术及其在皮肤灌注、呼吸率、血氧饱和度、心率、心率变异性和血压测量中的应用 | 计算机视觉 | NA | 深度学习 | NA | 视频或图像 | NA | NA | NA | NA | NA |
| 9053 | 2024-08-08 |
Recent deep learning-based brain tumor segmentation models using multi-modality magnetic resonance imaging: a prospective survey
2024, Frontiers in bioengineering and biotechnology
IF:4.3Q2
DOI:10.3389/fbioe.2024.1392807
PMID:39104626
|
综述 | 本文综述了基于多模态磁共振成像的深度学习脑肿瘤分割模型，并讨论了其最新进展和未来方向 | 介绍了使用卷积神经网络、视觉变换器和混合模型的最新深度学习模型，并进行了深入的统计分析 | 提出了当前研究中存在的开放挑战，并指出了未来研究的方向 | 提高脑肿瘤诊断的准确性和治疗效果 | 脑肿瘤分割模型及其在多模态磁共振成像中的应用 | 计算机视觉 | 脑肿瘤 | 磁共振成像（MRI） | CNN、视觉变换器、混合模型 | 图像 | NA | NA | NA | NA | NA |
| 9054 | 2024-08-08 |
Genome composition-based deep learning predicts oncogenic potential of HPVs
2024, Frontiers in cellular and infection microbiology
IF:4.6Q1
DOI:10.3389/fcimb.2024.1430424
PMID:39104853
|
研究论文 | 本研究通过分析HPV序列的二核苷酸（DNT）和DNT表示（DCR）的基因组组成特征，利用深度学习模型预测HPV的致癌潜力 | 首次利用深度学习模型基于HPV的基因组组成特征预测其致癌潜力 | NA | 旨在通过深度学习模型预测HPV的致癌潜力 | 人乳头瘤病毒（HPV）的致癌潜力 | 机器学习 | NA | NA | CNN | 序列数据 | 多种类型的HPV序列记录 | NA | NA | NA | NA |
| 9055 | 2024-08-07 |
A dual-mode, image-enhanced, miniaturized microscopy system for incubator-compatible monitoring of live cells
2024-Oct-01, Talanta
IF:5.6Q1
DOI:10.1016/j.talanta.2024.126537
PMID:38996561
|
research paper | 本文介绍了一种名为MiniCube的双模式、图像增强型微型显微镜系统，用于在培养箱内直接监测活细胞 | MiniCube系统支持明场和荧光成像，具有单细胞空间分辨率和亚秒级时间分辨率，并能通过深度学习算法显著提高信噪比 | NA | 开发一种适用于培养箱内活细胞监测的微型显微镜系统 | 活细胞的生理活动和增殖 | computer vision | NA | 深度学习 | NA | image | 单细胞 | NA | NA | NA | NA |
| 9056 | 2024-08-07 |
Rapid, portable, and sensitive detection of CaMV35S by RPA-CRISPR/Cas12a-G4 colorimetric assays with high accuracy deep learning object recognition and classification
2024-Oct-01, Talanta
IF:5.6Q1
DOI:10.1016/j.talanta.2024.126441
PMID:38924982
|
研究论文 | 本文开发了一种基于RPA-CRISPR/Cas12a-G四链体比色法结合深度学习算法的快速、灵敏且便携的CaMV35S启动子检测方法 | 该方法结合了RPA扩增、CRISPR/Cas12a系统和G四链体技术，并通过深度学习算法进行高精度分类，实现了对CaMV35S启动子的高灵敏度检测 | NA | 开发一种快速、灵敏且便携的基因改造检测方法，以促进农业安全和食品安全 | CaMV35S启动子的检测 | 生物技术 | NA | RPA-CRISPR/Cas12a-G四链体比色法 | Yolov5和Resnet | 图像 | 检测限低至10 aM，0.01%的基因改造样本 | NA | NA | NA | NA |
| 9057 | 2024-08-07 |
DF-QSM: Data Fidelity based Hybrid Approach for Improved Quantitative Susceptibility Mapping of the Brain
2024-Sep, NMR in biomedicine
IF:2.7Q1
DOI:10.1002/nbm.5163
PMID:38649140
|
研究论文 | 本文提出了一种基于数据保真度的混合方法DF-QSM，用于改进脑部定量磁化率成像（QSM） | 该方法通过两步重建过程，结合深度学习方法和测量局部场的一致性，提高了QSM重建的质量和泛化能力 | 现有的基于深度学习的QSM方法在训练数据分布上存在偏差，泛化能力有限 | 改进深度学习在脑部定量磁化率成像中的应用 | 脑部组织的磁化率 | 磁共振成像 | NA | 磁共振成像（MRI） | 深度学习模型 | 图像 | 不同采集设置下的MRI体积，包括在受限数据设置下训练的深度学习模型 | NA | NA | NA | NA |
| 9058 | 2024-08-07 |
Comparison between R2'-based and R2*-based χ-separation methods: A clinical evaluation in individuals with multiple sclerosis
2024-Sep, NMR in biomedicine
IF:2.7Q1
DOI:10.1002/nbm.5167
PMID:38697612
|
研究论文 | 本研究评估了基于R2*的两种磁化率分离方法（R2*-χ-分离和χ-sepnet-R2*）与基于R2'的对应方法在多发性硬化症（MS）患者中的临床应用效果 | 最近提出的基于R2*的磁化率分离方法仅使用多回波梯度回波（ME-GRE）数据进行磁化率分离，无需额外获取R2图数据，减少了扫描时间并增强了临床实用性 | 缺少R2信息的影响仍需进一步探索 | 评估基于R2*的磁化率分离方法作为基于R2'方法的替代方案的可行性 | 多发性硬化症（MS）患者 | 计算机视觉 | 多发性硬化症 | 多回波梯度回波（ME-GRE） | 深度学习模型 | 图像 | 未明确提及具体样本数量 | NA | NA | NA | NA |
| 9059 | 2024-08-07 |
Comparative assessment of established and deep learning-based segmentation methods for hippocampal volume estimation in brain magnetic resonance imaging analysis
2024-Sep, NMR in biomedicine
IF:2.7Q1
DOI:10.1002/nbm.5169
PMID:38712667
|
研究论文 | 本研究评估了两种公开可用的深度学习基础海马体分割方法SynthSeg和TigerBx的性能，并与两种传统技术FreeSurfer-Aseg和FSL-FIRST进行了对比 | SynthSeg和TigerBx在分割准确性和可重复性方面与传统工具相当，但在处理速度上具有显著优势，能在不到1分钟内生成结果 | NA | 评估深度学习基础的海马体分割方法在脑部磁共振成像分析中的性能 | 海马体体积估计 | 计算机视觉 | NA | 磁共振成像(MRI) | 深度学习 | 图像 | 1447例三维T1加权MRI扫描 | NA | NA | NA | NA |
| 9060 | 2024-08-07 |
Unveil sleep spindles with concentration of frequency and time (ConceFT)
2024-Aug-06, Physiological measurement
IF:2.3Q3
DOI:10.1088/1361-6579/ad66aa
PMID:39042095
|
研究论文 | 本文介绍了一种名为'频率和时间集中'（ConceFT）的新型非线性时频分析工具，用于在脑电图（EEG）数据中自动注释睡眠纺锤波并测量其瞬时频率 | ConceFT工具能有效减少随机脑电图影响，增强时频表示中的纺锤波可见性，并提供了一种准确的、可解释的基于EEG的睡眠纺锤波检测算法 | NA | 开发和验证一种新的自动睡眠纺锤波检测算法 | 睡眠纺锤波及其瞬时频率 | NA | NA | Concentration of Frequency and Time (ConceFT) | NA | 脑电图（EEG）数据 | 使用了Dream和Montreal Archive of Sleep Studies (MASS)基准数据库 | NA | NA | NA | NA |