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 9481 - 9500 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 9481 | 2024-08-05 |
An effective deep learning-based approach for splice site identification in gene expression
2024 Jul-Sep, Science progress
IF:2.6Q2
DOI:10.1177/00368504241266588
PMID:39051530
|
研究论文 | 本文提出了一种基于深度学习的计算机辅助诊断技术，用于快速准确识别基因表达中的剪接位点序列 | 提出了一种基于LSTM的框架，能够更快速和准确地检测RNA序列中的剪接位点 | 未具体说明局限性 | 旨在提高剪接位点序列识别的准确性和速度 | 研究对象为RNA序列中的剪接位点 | 机器学习 | NA | 深度学习 | LSTM | RNA序列 | 使用了接受者和供体位点数据集，具体样本量未说明 | NA | NA | NA | NA |
| 9482 | 2024-08-05 |
Deciphering lung adenocarcinoma prognosis and immunotherapy response through an AI-driven stemness-related gene signature
2024-Jul, Journal of cellular and molecular medicine
IF:4.3Q2
DOI:10.1111/jcmm.18564
PMID:39046884
|
研究论文 | 本研究构建了一个人工智能驱动的干性相关基因特征，用于解析肺腺癌的预后和免疫疗法反应 | 创新点在于利用AI融合传统回归、机器学习和深度学习算法构建干性相关基因特征，以提高预后准确性和免疫治疗反应的预测 | 本研究可能受到样本量和实验验证范围的限制 | 旨在改进肺腺癌患者的预后评估及免疫治疗反应预测 | 肺腺癌的干性相关基因及其与免疫环境的关系 | 数字病理学 | 肺癌 | 单细胞RNA测序 | 人工智能网络 | 基因组数据 | NA | NA | NA | NA | NA |
| 9483 | 2024-08-05 |
On Entropic Learning from Noisy Time Series in the Small Data Regime
2024-Jun-28, Entropy (Basel, Switzerland)
DOI:10.3390/e26070553
PMID:39056915
|
研究论文 | 本研究提出了一种新的方法，用于对有序的噪声数据进行监督分类。 | 提出了带有马尔可夫正则化的熵稀疏概率逼近（eSPA-Markov）方法，能够同时学习分段模式、熵最优特征空间离散化以及贝叶斯分类规则。 | 本研究在处理高维非平稳和噪声时间序列时，可能会受到小数据统计量的限制。 | 研究小数据条件下对噪声时间序列进行有效分类的技术。 | 对高维的非平稳噪声时间序列进行分类和分析。 | 机器学习 | NA | 熵稀疏概率逼近 | NA | 时间序列 | 使用了一组玩具学习问题进行验证 | NA | NA | NA | NA |
| 9484 | 2024-08-05 |
Avionics Module Fault Diagnosis Algorithm Based on Hybrid Attention Adaptive Multi-Scale Temporal Convolution Network
2024-Jun-27, Entropy (Basel, Switzerland)
DOI:10.3390/e26070550
PMID:39056912
|
研究论文 | 提出了一种基于混合注意力自适应多尺度时序卷积网络的航空电子模块故障诊断方法 | 创新性地结合了互动通道注意力模块和分层块时序注意力模块，提高了故障信号特征提取的效率和准确性 | 缺乏真实的航空电子模块故障数据，依赖于故障注入和数据增强 | 研究航空电子模块的故障诊断和健康管理方法 | 航空电子模块的故障信号 | 机器学习 | NA | 故障注入数据增强 | 混合注意力自适应多尺度时序卷积网络 | 故障信号数据 | P2020通信处理器故障数据集的多个故障类型 | NA | NA | NA | NA |
| 9485 | 2024-08-05 |
Adaptive Joint Carrier and DOA Estimations of FHSS Signals Based on Knowledge-Enhanced Compressed Measurements and Deep Learning
2024-Jun-26, Entropy (Basel, Switzerland)
DOI:10.3390/e26070544
PMID:39056907
|
研究论文 | 本文提出了一种自适应压缩方法，用于频跳扩频信号的载波和到达方向(DOA)的联合估计 | 通过基于信号后验知识和特定任务的信息优化，自适应设计压缩测量核，并结合深度神经网络提高测量核设计的效率 | 本文的限制没有在摘要中提到 | 研究频跳扩频信号的载波和到达方向的估计方法 | 使用压缩测量核来提取频跳扩频信号 | 数字信号处理 | NA | 深度学习 | 深度神经网络 | 模拟数据 | NA | NA | NA | NA | NA |
| 9486 | 2024-08-05 |
Utilizing TabNet Deep Learning for Elephant Flow Detection by Analyzing Information in First Packet Headers
2024-Jun-22, Entropy (Basel, Switzerland)
DOI:10.3390/e26070537
PMID:39056900
|
研究论文 | 本研究利用TabNet深度学习架构通过分析初始数据包头的5元组字段来检测大型数据流，即大象流 | 提出了使用TabNet模型在流开始时准确识别大象流的创新方法 | 未提及具体的局限性 | 提高网络流量管理的效率和准确性 | 大型数据流（大象流）的检测 | 计算机视觉 | NA | 深度学习 | TabNet | 数据包信息 | 一个校园网络的全面数据集 | NA | NA | NA | NA |
| 9487 | 2024-08-05 |
Robust PCA with Lw,∗ and L2,1 Norms: A Novel Method for Low-Quality Retinal Image Enhancement
2024-Jun-21, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging10070151
PMID:39057722
|
研究论文 | 提出了一种新颖的鲁棒主成分分析方法，以增强低质量的视网膜图像 | 通过低秩稀疏分解整合加权核范数和L2,1范数的鲁棒主成分分析方法，克服了现有方法的局限性 | 现有的无监督学习方法在视网膜图像增强方面对噪声和异常值敏感，并且在可扩展性和可解释性方面存在困难 | 提高低质量视网膜图像的质量，特别是在高噪声或显著存在伪影的有限数据背景下 | 非散瞳视网膜底部图像 | 计算机视觉 | 眼科疾病 | 加权核范数，L2,1范数 | 鲁棒主成分分析(RPCA) | 图像 | 多个数据集的模拟结果 | NA | NA | NA | NA |
| 9488 | 2024-08-05 |
Efficient Wheat Head Segmentation with Minimal Annotation: A Generative Approach
2024-Jun-21, Journal of imaging
IF:2.7Q3
DOI:10.3390/jimaging10070152
PMID:39057723
|
研究论文 | 本文提出了一种通过最小化标注实现高效的小麦穗分割的方法 | 创新点在于通过计算机模拟生成大规模标注数据集，并使用生成对抗网络（GAN）填补模拟数据与真实数据之间的域间隙 | 该方法的局限性在于虽然其在小麦穗分割中表现良好，但可能无法直接推广到所有作物类型或所有类型的图像 | 旨在开发一种使用合成数据进行小麦穗分割的深度学习模型 | 研究对象为小麦穗的图像分割 | 计算机视觉 | NA | 生成对抗网络（GAN） | 深度学习模型 | 图像 | 内部数据集的Dice得分为83.4%，对两个外部数据集的得分分别为79.6%和83.6% | NA | NA | NA | NA |
| 9489 | 2024-08-05 |
Correction: Improved runoff forecasting based on time-varying model averaging method and deep learning
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0307923
PMID:39046993
|
更正 | 本文更正了之前发布的文章的内容 | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 9490 | 2024-08-05 |
Field pea leaf disease classification using a deep learning approach
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0307747
PMID:39052602
|
研究论文 | 该论文提出了一种基于深度学习的方法来自动诊断田豌豆叶病 | 采用了迁移学习方法提升田豌豆叶疾病的自动分类准确性 | 研究可能局限于特定的田豌豆种类及其疾病类型 | 旨在改进田豌豆叶病的检测和分类过程 | 对田豌豆的三种叶病进行分类，包括灰斑病、叶斑病和白粉病 | 计算机视觉 | NA | 迁移学习 | DenseNet121 | 图像 | 1600张健康和病叶图像 | NA | NA | NA | NA |
| 9491 | 2024-08-05 |
A deep learning framework for the early detection of multi-retinal diseases
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0307317
PMID:39052616
|
研究论文 | 本文提出了一种深度学习框架，用于早期检测多种视网膜疾病。 | 本研究通过分析彩色眼底图像，实现了多种眼病的同时检测，并提供了可靠高效的诊断系统。 | 20层CNN模型虽然准确率高，但存在过拟合现象。 | 研究的目的是提供一种非侵入性的方法，用于早期检测和及时治疗眼病。 | 研究对象为包含多种眼病的眼底图像数据集，以及健康图像。 | 计算机视觉 | 视网膜疾病 | CNN | CNN | 图像 | 使用了Retinal Fundus Multi-disease Image Dataset (RFMiD) 数据集，包含各种视网膜病变的眼底图像类别 | NA | NA | NA | NA |
| 9492 | 2024-08-05 |
Low-contrast lesion detection in neck CT: a multireader study comparing deep learning, iterative, and filtered back projection reconstructions using realistic phantoms
2024-Jul-24, European radiology experimental
IF:3.7Q1
DOI:10.1186/s41747-024-00486-6
PMID:39046565
|
研究论文 | 本研究比较了深度学习重建、迭代重建和滤波反投影在颈部CT中的病灶检测效果 | 使用深度学习重建（DLR）技术提高了颈部CT影像中低对比度病灶的可检测性 | 仅在患者模拟的颈部假体上进行实验，可能影响结果的推广性 | 探索不同CT重建算法在颈部低对比度病灶检测中的有效性 | 使用九个模拟患者颈部假体进行实验，每个假体包含一个低对比度病灶 | 数字病理学 | NA | 深度学习重建（DLR） | NA | 影像 | 九个颈部假体 | NA | NA | NA | NA |
| 9493 | 2024-08-05 |
Developing BioNavi for Hybrid Retrosynthesis Planning
2024-Jul-22, JACS Au
IF:8.5Q1
DOI:10.1021/jacsau.4c00228
PMID:39055138
|
研究论文 | 本文提出了一种名为BioNavi的模型，用于设计混合合成路径。 | BioNavi通过创新多任务学习和反应模板，提高了合成路径设计的可解释性。 | 未提及特定的限制 | 研究目的是开发一个有效的混合合成路径设计工具。 | 研究对象为合成路径，包括化学合成和生物合成。 | 数字路径学 | NA | 深度学习 | 多任务学习 | 数据集 | 多个数据集，具体样本数未提及 | NA | NA | NA | NA |
| 9494 | 2024-08-05 |
Learning generalizable AI models for multi-center histopathology image classification
2024-Jul-19, NPJ precision oncology
IF:6.8Q1
DOI:10.1038/s41698-024-00652-4
PMID:39030380
|
研究论文 | 本研究提出了一种新的对抗性傅里叶领域适应方法，用于多中心的组织病理图像分类 | 提出了对抗性傅里叶领域适应（AIDA）方法，利用傅里叶变换的优势改善深度学习模型的泛化能力 | 现有技术在有效性和可区分性方面存在局限 | 提升临床病理学中AI模型的诊断准确性与效率 | 涉及四种癌症（卵巢癌、胸膜癌、膀胱癌和乳腺癌）的亚型分类任务 | 数字病理学 | 卵巢癌, 胸膜癌, 膀胱癌, 乳腺癌 | 对抗性领域适应, 傅里叶变换 | 卷积神经网络（CNN） | 图像 | 共涉及1113例卵巢癌, 247例胸膜癌, 422例膀胱癌和482例乳腺癌 | NA | NA | NA | NA |
| 9495 | 2024-08-05 |
Absolute permeability estimation from microtomography rock images through deep learning super-resolution and adversarial fine tuning
2024-Jul-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-67367-1
PMID:39030317
|
研究论文 | 本文提出了一种通过深度学习超分辨率和对抗微调来估计微断层岩石图像的绝对渗透率 | 使用超分辨率模型提升低分辨率图像质量，并结合代理模型替代数值模拟，以估算感兴趣的岩石物理属性 | 未提及具体限制因素 | 旨在提高碳捕集与储存过程中对地下储层物理性质的准确估计 | 针对地下储层岩石的物理特性进行研究，重点在于渗透率的估算 | 数字岩石物理 | NA | X射线微断层成像 | GAN | 图像 | DeePore数据集 | NA | NA | NA | NA |
| 9496 | 2024-08-05 |
Enhancing global maritime traffic network forecasting with gravity-inspired deep learning models
2024-Jul-19, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-67552-2
PMID:39030401
|
研究论文 | 本文开发了一种新的物理启发模型，用于预测全球港口区域间的海洋运输交通 | 该研究将变压器技术引入重力模型，重建短期和长期依赖关系，从而提高了风险分析的可行性，并实现了比传统深度重力模型提高超过10%的精度 | 模型的适用性可能受限于特定数据源的可用性和准确性 | 旨在通过运输网络评估非本地水生物种的扩散风险 | 研究对象是港口区域间的海洋运输流量 | 计算机视觉 | NA | 物理启发模型 | 变压器 | NA | NA | NA | NA | NA | NA |
| 9497 | 2024-08-05 |
SENSE-PPI reconstructs interactomes within, across, and between species at the genome scale
2024-Jul-19, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2024.110371
PMID:39055916
|
研究论文 | 本文介绍了一种名为SENSE-PPI的深度学习模型，用于高效重建蛋白质-蛋白质相互作用网络 | SENSE-PPI利用最新一代的蛋白质语言模型和递归神经网络，能在功能相似的蛋白质中区分具体相互作用，且在跨物种预测中表现出高准确性和灵活性 | 对于系统发育上更远的模型和非模型生物，其性能下降较大，但是信号变化很缓慢 | 研究蛋白质-蛋白质相互作用网络，以揭示细胞系统的生物机制 | 涉及成千上万的蛋白质，尤其是在功能上相似的蛋白质 | 计算生物学 | NA | 蛋白质语言模型，递归神经网络 | 深度学习模型 | 蛋白质序列 | 可测试10,000种蛋白质 | NA | NA | NA | NA |
| 9498 | 2024-08-05 |
Risk prediction of heart diseases in patients with breast cancer: A deep learning approach with longitudinal electronic health records data
2024-Jul-19, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2024.110329
PMID:39055938
|
研究论文 | 本研究开发并评估了六种心脏疾病风险预测模型，使用真实世界电子健康记录数据。 | 提出了结合可训练衰减机制的LSTM-D模型，以处理长短期记忆模型中的缺失值，并通过NLP方法提取乳腺癌表型，增强预测效果。 | 未提到具体的研究限制。 | 准确预测乳腺癌患者的心脏疾病风险，为临床决策支持和患者安全提供帮助。 | 本研究以乳腺癌患者为研究对象，评估六种心脏疾病的风险。 | 机器学习 | 心血管疾病 | 电子健康记录（EHRs） | LSTM | 结构化和非结构化数据 | NA | NA | NA | NA | NA |
| 9499 | 2024-08-05 |
Prediction of recurrence risk in endometrial cancer with multimodal deep learning
2024-Jul, Nature medicine
IF:58.7Q1
DOI:10.1038/s41591-024-02993-w
PMID:38789645
|
研究论文 | 本研究开发了HECTOR，一个基于多模态深度学习的预后模型，用于预测子宫内膜癌的远处复发风险 | HECTOR模型基于全切片图像和肿瘤分期，超越了目前的金标准，并能够识别具有显著不同预后的患者 | 当前研究未提及模型在其他癌症类型中的适用性 | 本研究旨在改善子宫内膜癌的个性化辅助治疗策略 | 研究对象为来自八个子宫内膜癌队列共2072名患者的数据 | 数字病理学 | 子宫内膜癌 | 深度学习 | NA | 全切片图像 | 2072名患者 | NA | NA | NA | NA |
| 9500 | 2024-08-05 |
Quantifying Geographic Atrophy in Age-Related Macular Degeneration: A Comparative Analysis Across 12 Deep Learning Models
2024-Jul-01, Investigative ophthalmology & visual science
IF:5.0Q1
DOI:10.1167/iovs.65.8.42
PMID:39046755
|
研究论文 | 这篇文章研究了12种深度学习模型在年龄相关性黄斑变性中对地理萎缩进行分割的表现 | 探索多种AI架构组合以寻找最有效的地理萎缩分割方法 | 文章未提及具体的模型限制和数据集的多样性问题 | 确定用于地理萎缩分割的最有效的AI架构 | 12种不同的AI架构组合 | 计算机视觉 | 老年性疾病 | 深度学习 | FPN, UNet, PSPNet, EfficientNet, ResNet, VGG, Mix Vision Transformer | 图像 | 601幅FAF图像用于训练，156幅FAF图像用于验证 | NA | NA | NA | NA |