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 12391 篇文献，本页显示第 10181 - 10200 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 10181 | 2024-08-05 |
Big data and deep learning for RNA biology
2024-Jun, Experimental & molecular medicine
DOI:10.1038/s12276-024-01243-w
PMID:38871816
|
review | 本文讨论了深度学习在RNA生物学中的应用及其潜力 | 提供了将深度学习概念应用于RNA生物学各种问题的指导原则和成功示例 | 尚未解决在RNA生物学中开发深度学习模型所面临的挑战 | 探讨深度学习在RNA生物学中的应用潜力和有效方式 | 各类RNA生物学相关问题 | 计算机视觉 | NA | 深度学习 | NA | 大规模数据集 | NA | NA | NA | NA | NA |
| 10182 | 2024-08-05 |
[Phenotypic drug discovery promotes research and development of innovative drugs based on traditional Chinese medicine]
2024-Jun, Zhongguo Zhong yao za zhi = Zhongguo zhongyao zazhi = China journal of Chinese materia medica
|
研究论文 | 本文讨论了基于传统中医的创新药物研发的潜力。 | 提出了表型药物发现方法结合尖端技术促进传统中医药创新药物研发的思路。 | 传统中医药成分复杂，药效物质和作用机制不明确，影响了创新药物的研发。 | 探讨传统中医在创新药物发现和研发中的巨大潜力。 | 基于传统中医的创新药物及其活性成分的识别与特征分析。 | 数字病理学 | NA | 表型药物发现、细胞绘画、深度学习、器官芯片 | NA | NA | NA | NA | NA | NA | NA |
| 10183 | 2024-08-05 |
The identification of effective tumor-suppressing neoantigens using a tumor-reactive TIL TCR-pMHC ternary complex
2024-Jun, Experimental & molecular medicine
DOI:10.1038/s12276-024-01259-2
PMID:38866910
|
研究论文 | 本研究开发了VACINUS预测癌症免疫治疗中有效的新抗原。 | 本研究创新性地结合了肿瘤反应性TIL TCR-pMHC三元复合物，提高了免疫新抗原的预测能力。 | 本文的局限性在于只在小规模的患者和动物模型中验证。 | 研究免疫新抗原的预测和验证，以改善癌症免疫疗法的效果。 | 研究对象包括肝细胞癌患者和B16F10小鼠黑色素瘤模型。 | 数字病理学 | 肝癌 | NGS，生物信息学 | 深度学习 | 生物数据 | 包含8名肝细胞癌患者和小鼠模型 | NA | NA | NA | NA |
| 10184 | 2024-08-05 |
Adoption of blockchain as a step forward in orthopedic practice
2024-May-24, European journal of translational myology
IF:1.8Q3
DOI:10.4081/ejtm.2024.12197
PMID:38785351
|
研究论文 | 本文探讨区块链技术在骨科中的应用及其优点 | 将区块链与人工智能、机器学习和深度学习结合用于更准确的诊断和治疗建议 | 存在采用障碍和数据共享意愿等挑战 | 探索区块链在骨科实践中的潜在应用 | 区块链如何影响患者数据管理、骨科登记、医学成像和研究数据 | NA | NA | 区块链技术 | NA | 数据 | NA | NA | NA | NA | NA |
| 10185 | 2024-08-05 |
Enhancing multi-class lung disease classification in chest x-ray images: A hybrid manta-ray foraging volcano eruption algorithm boosted multilayer perceptron neural network approach
2024-May-16, Network (Bristol, England)
DOI:10.1080/0954898X.2024.2350579
PMID:38753162
|
研究论文 | 本研究提出了一种混合鯨鯊觅食火山喷发算法增强的多层感知器神经网络方法，用于多类肺疾病的分类 | 提出了一种新的混合算法以优化多层感知器的参数，并提高多类肺疾病的分类准确率 | 仍需解决稳定性和类别不平衡的问题 | 旨在提高胸部X光图像中多类肺疾病的分类准确性 | 研究对象为COVID-19、肺炎、结核（TB）和正常的胸部X光图像 | 计算机视觉 | 肺癌 | 多层感知器神经网络（MPNN）、ADKF、TF-IDF | 多层感知器神经网络（MPNN） | 图像 | 来自Covid-Chest X-ray数据集的胸部X光图像 | NA | NA | NA | NA |
| 10186 | 2024-08-05 |
CAT-DTI: cross-attention and Transformer network with domain adaptation for drug-target interaction prediction
2024-Apr-02, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-024-05753-2
PMID:38566002
|
研究论文 | 本文提出了一种基于跨注意力和变换器的药物-靶标互动预测模型CAT-DTI | 该模型通过领域适应能力改善了药物-靶标互动的预测精度，特别是在处理分布外数据时表现出色 | 研究中未提及具体的样本量和数据集的多样性 | 提升药物-靶标互动预测的准确性和效率 | 药物和蛋白质的特征表示及其互动特征 | 机器学习 | NA | 卷积神经网络与变换器 | 跨注意力模型 | NA | NA | NA | NA | NA | NA |
| 10187 | 2024-08-05 |
Interpretable deep learning methods for multiview learning
2024-Feb-14, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-024-05679-9
PMID:38350879
|
研究论文 | 提出了一种名为iDeepViewLearn的可解释深度学习方法，用于多视图学习。 | iDeepViewLearn结合了深度学习的灵活性与数据驱动和知识驱动的特征选择统计优势，提供了可解释的结果。 | 对于小样本量的问题的优势可能在于与其他深度学习方法的比较中，但具体的限制未详细说明。 | 研究在多视图数据中捕获非线性关系并实现特征选择的深度学习方法。 | 模拟数据和三种真实数据用于分类、聚类和重建任务。 | 计算机视觉 | 乳腺癌 | 深度学习 | 深度神经网络 | 图像 | 小到中等样本量 | NA | NA | NA | NA |
| 10188 | 2024-08-05 |
A deep learning approach to personality assessment: Generalizing across items and expanding the reach of survey-based research
2024-Feb, Journal of personality and social psychology
IF:6.4Q1
DOI:10.1037/pspp0000480
PMID:37676124
|
研究论文 | 本研究利用深度学习方法对个性评估进行研究，解决了传统评估方法的限制。 | 通过使用深度神经网络提取问卷项目的嵌入表示，该方法能够推断未被评估的新项目，展现出新的可扩展、成本效益高的心理测量方法。 | 未提及具体的局限性 | 研究如何通过深度语言模型的语言个性描述表示来建模和预测多种个性特征。 | 问卷项目及与个性相关的心理结构。 | 自然语言处理 | NA | 深度学习 | 深度神经网络 | 文本 | 与调查参与者评分相同的任务中与人类评审者的准确性相当的项，具体样本量未说明 | NA | NA | NA | NA |
| 10189 | 2024-08-05 |
GAN-Based Motion Artifact Correction of 3D MR Volumes Using an Image-to-Image Translation Algorithm
2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering
DOI:10.1117/12.3007743
PMID:39041007
|
研究论文 | 该研究介绍了一种基于3D深度学习框架的脑部MRI体积运动伪影修复新方法 | 引入了增量密集连接的3D U-net架构，并结合GAN-informed训练和新颖的体积重建损失函数 | NA | 提升受运动伪影影响的脑部MRI的图像质量 | 运动伪影影响的脑部MRI体积 | 计算机视觉 | NA | 深度学习 | 3D U-net, GAN | MRI图像 | 多样的受运动伪影影响的MRI体积 | NA | NA | NA | NA |
| 10190 | 2024-08-05 |
CCL-DTI: contributing the contrastive loss in drug-target interaction prediction
2024-Jan-30, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-024-05671-3
PMID:38291364
|
研究论文 | 本文提出了一种基于对比损失的药物-靶标相互作用预测模型 | 引入对比损失函数以提高深度学习模型在药物-靶标相互作用预测中的性能 | 未提及特定的局限性 | 研究如何通过利用对比损失函数改进药物-靶标相互作用预测模型 | 研究对象为药物分子和蛋白质序列 | 计算机视觉 | NA | 深度学习 | 注意力机制融合模型 | 多模态知识 | 使用四个知名数据集进行评估 | NA | NA | NA | NA |
| 10191 | 2024-08-05 |
Early prognostication of overall survival for pediatric diffuse midline gliomas using MRI radiomics and machine learning: a two-center study
2024-Jan-03, medRxiv : the preprint server for health sciences
DOI:10.1101/2023.11.01.23297935
PMID:37961086
|
研究论文 | 本研究开发了一个自动化的管道，用于分割小儿弥漫性中线胶质瘤的亚区域，并选择预测患者总生存期的影像组学特征 | 通过使用机器学习和MRI影像组学，该研究为预测小儿病人总生存期提供了一种新的非侵入性方法 | 研究中样本量相对较小，仅涵盖了69名患者，且仅通过两个中心的数据进行验证 | 研究的目的是预测小儿弥漫性中线胶质瘤患者的总生存期 | 研究对象为小儿弥漫性中线胶质瘤患者 | 机器学习 | NA | MRI，机器学习 | 深度学习模型 | 影像 | 53名内部队列和16名外部队列患者 | NA | NA | NA | NA |
| 10192 | 2024-08-05 |
Early prognostication of overall survival for pediatric diffuse midline gliomas using MRI radiomics and machine learning: A two-center study
2024 Jan-Dec, Neuro-oncology advances
IF:3.7Q2
DOI:10.1093/noajnl/vdae108
PMID:39027132
|
研究论文 | 本文开发了一种自动化管道，通过MRI放射组学和机器学习预测儿童弥漫性中线胶质瘤的整体生存率 | 提出了一种新的基于MRI放射组学和深度学习模型的生存率预测方法 | 研究样本量较小，可能影响结果的普适性 | 研究旨在预测儿童弥漫性中线胶质瘤患者的整体生存率 | 研究对象为儿童弥漫性中线胶质瘤患者 | 机器学习 | NA | MRI放射组学 | 深度学习模型 | 医学影像 | 69个样本，53个来自内部队列，16个来自外部队列 | NA | NA | NA | NA |
| 10193 | 2024-08-05 |
Detection of Alzheimer's disease using Otsu thresholding with tunicate swarm algorithm and deep belief network
2024, Frontiers in physiology
IF:3.2Q2
DOI:10.3389/fphys.2024.1380459
PMID:39045216
|
研究论文 | 本文提出了一种自动化框架用于早期检测阿尔茨海默病。 | 提出使用Tunicate Swarm Algorithm优化Otsu阈值方法来提高阿尔茨海默病的图像分类准确率。 | 本文未提及特定样本的限制和研究的普适性问题。 | 研究阿尔茨海默病的早期检测方法，以降低死亡率。 | 使用结构磁共振成像(sMRI)图像检测阿尔茨海默病。 | 数字病理学 | 阿尔茨海默病 | 结构磁共振成像(sMRI) | 深度信念网络(DBN) | 图像 | 使用了阿尔茨海默病神经影像倡议(ADNI)和澳大利亚成像、标志物与生活方式旗舰研究(AIBL)数据集 | NA | NA | NA | NA |
| 10194 | 2024-08-05 |
StripeRust-Pocket: A Mobile-Based Deep Learning Application for Efficient Disease Severity Assessment of Wheat Stripe Rust
2024, Plant phenomics (Washington, D.C.)
DOI:10.34133/plantphenomics.0201
PMID:39044844
|
研究论文 | 本研究提出了一个基于移动设备的深度学习应用程序，用于有效评估小麦条锈病的病害严重性 | StripeRust-Pocket应用程序结合了模型辅助标注和深度学习技术，能够在复杂背景下准确量化病害严重性，并大幅缩短标注时间 | NA | 提供一种高效实用的小麦条锈病严重性评估解决方案 | 小麦条锈病叶片图像 | 计算机视觉 | NA | 深度学习 | StripeRustNet（包含MobileNetV2-DeepLabV3+和ResNet50-DeepLabV3+） | 图像 | 100张田间图像及自收集的数据集 | NA | NA | NA | NA |
| 10195 | 2024-08-05 |
Shape-position perceptive fusion electronic skin with autonomous learning for gesture interaction
2024, Microsystems & nanoengineering
IF:7.3Q1
DOI:10.1038/s41378-024-00739-9
PMID:39045231
|
研究论文 | 提出了一种感知融合电子皮肤，实现手势交互的自主学习 | 开发了具有生物启发层次结构的感知融合电子皮肤，通过磁致伸缩合金膜的磁化状态实现对关节形状和位置的双重信息感知 | 佩戴应用的计算能力有限，可能影响深度学习网络的部署和多模态传感数据的融合 | 旨在提升可穿戴设备在人机交互中的手势识别和触觉反馈能力 | 研究目标是手部的关节运动与感知信息的映射 | 数字病理学 | NA | NA | 教师模型 | 信号信息 | NA | NA | NA | NA | NA |
| 10196 | 2024-08-05 |
AI-assisted deep learning segmentation and quantitative analysis of X-ray microtomography data from biomass ashes
2024-Dec, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2024.102812
PMID:39040214
|
研究论文 | 这篇文章介绍了一种使用深度学习对X射线微核成像数据进行分割和定量分析的方法 | 提出了一种深度学习分割方法，克服了手动分割中遇到的挑战，并提高了对多样化颗粒的定量分析精度 | 对于具有相似强度但不同模式的材料特征及背景中的强度变化和伪影，可能仍然存在分离困难 | 提高生物质灰烬图像的分割和定量分析效率，以促进有效的营养回收与可持续实践 | 生物质灰烬的微观结构，特别是颗粒的物理特性和孔隙结构 | 计算机视觉 | NA | 深度学习 | U-Net | 图像 | NA | NA | NA | NA | NA |
| 10197 | 2024-08-05 |
Image-based deep learning model using DNA methylation data predicts the origin of cancer of unknown primary
2024-09, Neoplasia (New York, N.Y.)
DOI:10.1016/j.neo.2024.101021
PMID:38943996
|
研究论文 | 本文开发了一种基于图像的深度学习模型，用于预测未知原发癌症的起源。 | 文章创新地应用了视觉变换算法和DNA甲基化数据来识别癌症的起源。 | 本研究的局限性在于使用的样本主要来自TCGA和20个外部研究，可能影响模型的普遍适用性。 | 研究的目的是提高对未知原发癌症起源的准确识别。 | 研究对象为8,233个来自TCGA的原发肿瘤样本和394个转移癌样本。 | 数字病理学 | 未知原发癌症 | DNA甲基化分析 | 视觉变换器 | 图像 | 8,233个原发肿瘤样本和394个转移癌样本 | NA | NA | NA | NA |
| 10198 | 2024-08-05 |
An instance segmentation dataset of cabbages over the whole growing season for UAV imagery
2024-Aug, Data in brief
IF:1.0Q3
DOI:10.1016/j.dib.2024.110699
PMID:39044907
|
研究论文 | 本文介绍了一种针对整个生长季节的白菜实例分割数据集，适用于无人机图像 | 提供了标注的白菜图像数据集，以便通过深度学习模型进行白菜识别 | 目前白菜的训练数据集仍然有限 | 创建用于无人机影像的白菜识别训练数据集 | 白菜图像和其标注 | 机器学习 | NA | 深度学习 | NA | 图像 | 458张图像，17,621个标注的白菜 | NA | NA | NA | NA |
| 10199 | 2024-08-05 |
Active Discovery of the Allosteric Inhibitor Targeting Botrytis cinerea Chitinase Based on Neural Relational Inference for Food Preservation
2024-Jul-24, Journal of agricultural and food chemistry
IF:5.7Q1
DOI:10.1021/acs.jafc.4c03023
PMID:39003764
|
研究论文 | 本文介绍了一种基于神经关系推理的活性发现方法，以寻找针对Botrytis cinerea几丁质酶的别构抑制剂。 | 利用深度学习神经关系推理框架主动识别了2-乙酰萘酮作为一种新的别构抑制剂。 | 暂无明显说明的限制因素 | 开发针对耐药性病原体的食品保存剂。 | Botrytis cinerea几丁质酶及其抑制剂。 | 机器学习 | NA | 深度学习 | 神经关系推理 | 化学活性实验数据 | 使用了樱桃番茄的感染模型进行实验 | NA | NA | NA | NA |
| 10200 | 2024-08-05 |
Fine-grained knowledge about manipulable objects is well-predicted by contrastive language image pre-training
2024-Jul-19, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2024.110297
PMID:39040066
|
研究论文 | 本研究展示了CLIP-ViT模型在细粒度可操作物体知识的逼近能力 | 本研究展示了CLIP-ViT在预训练过程中使用多模态数据相较于单一图像数据集的优势 | 未涉及人类独特的行为维度的直接比较 | 探讨深度学习模型在识别可操纵物体的细粒度知识方面的能力 | 针对可操控物体的知识进行细粒度组织和预测 | 计算机视觉 | NA | CLIP-ViT | 多模态网络 | 图像和文本 | 大规模和多样化的图像-文本对 | NA | NA | NA | NA |