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 12107 篇文献，本页显示第 10341 - 10360 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 10341 | 2024-08-05 |
SSBlazer: a genome-wide nucleotide-resolution model for predicting single-strand break sites
2024-02-12, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-024-03179-w
PMID:38347618
|
研究论文 | 本文提出了一种用于预测单链断裂位点的深度学习框架SSBlazer | SSBlazer是一种轻量级且可扩展的模型，具有强大的泛化能力，适用于多种物种 | 未提及具体的模型局限性 | 揭示单链断裂在基因组中的重要性并进行预测 | 针对单链断裂位点进行预测 | 数字病理学 | NA | 深度学习 | NA | NA | NA | NA | NA | NA | NA |
| 10342 | 2024-08-05 |
AnnoPRO: a strategy for protein function annotation based on multi-scale protein representation and a hybrid deep learning of dual-path encoding
2024-02-01, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-024-03166-1
PMID:38303023
|
研究论文 | 提出了一种基于多尺度蛋白质表示和混合深度学习的蛋白质功能注释策略AnnoPRO | 该研究通过序列基础的多尺度蛋白质表示和双路径蛋白质编码等创新方法解决了长尾问题 | 未在摘要中提供具体的局限性信息 | 改善蛋白质功能注释的准确性和效率 | 对于不同基准的各种案例研究 | 计算生物学 | NA | 深度学习 | 长短时记忆网络（LSTM） | 序列数据 | 多种基准的案例研究样本数量未明确说明 | NA | NA | NA | NA |
| 10343 | 2024-08-05 |
DeepVelo: deep learning extends RNA velocity to multi-lineage systems with cell-specific kinetics
2024-01-19, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-023-03148-9
PMID:38243313
|
研究论文 | DeepVelo通过深度学习扩展了RNA速度估计方法以适应多谱系系统和细胞特异性动力学 | DeepVelo创新性地将RNA速度推广到具有时间相关动力学和多个谱系的细胞群体 | 该方法依赖于图卷积网络，可能在特定情况下受到网络结构的限制 | 研究复杂的细胞分化和谱系选择事件 | 异质性单细胞RNA测序数据中的细胞群体 | 数字病理学 | NA | 图卷积网络 | NA | 单细胞RNA测序数据 | NA | NA | NA | NA | NA |
| 10344 | 2024-08-05 |
Potential for artificial intelligence in medicine and its application to male infertility
2024 Jan-Dec, Reproductive medicine and biology
IF:2.7Q2
DOI:10.1002/rmb2.12590
PMID:38948339
|
综述 | 本文回顾了人工智能在医学领域中的应用，特别是男性不育症的研究 | 建立了基于人工智能的Johnsen评分预测模型和非梗阻性无精症的精子获取预测模型 | 没有详细说明研究的样本量和具体数据 | 探讨人工智能在男科不育症中的应用 | 男性不育症相关的人工智能模型 | 医学人工智能 | 男性不育症 | 无代码人工智能 | 预测模型 | NA | NA | NA | NA | NA | NA |
| 10345 | 2024-08-05 |
A transformer-based multi-task deep learning model for simultaneous T-stage identification and segmentation of nasopharyngeal carcinoma
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1377366
PMID:38947898
|
研究论文 | 本研究开发了一个基于变换器的多任务深度学习模型，可以同时识别鼻咽癌的T分期和肿瘤轮廓。 | 提出了一种新型的多任务深度学习模型，能够同时进行肿瘤轮廓勾勒和T分期识别，填补了以往研究的空白。 | 由于采用的图像数据是回顾性收集，可能存在选择偏倚。 | 旨在提高鼻咽癌的精准放射治疗中肿瘤勾勒和T分期的准确性。 | 研究对象为320名鼻咽癌患者的对比增强T1加权成像数据。 | 数字病理学 | 鼻咽癌 | 对比增强T1加权成像 | 变换器模型 | 图像 | 300名鼻咽癌患者的对比增强T1加权图像数据 | NA | NA | NA | NA |
| 10346 | 2024-08-05 |
An encoding framework for binarized images using hyperdimensional computing
2024, Frontiers in big data
IF:2.4Q2
DOI:10.3389/fdata.2024.1371518
PMID:38946939
|
研究论文 | 本文提出了一种新的轻量级方法，仅依赖原生的超维算术向量运算来编码二值图像 | 提出了一种新的编码框架，能够保持近邻位置模式的相似性 | 没有提到具体的限制 | 探讨如何有效地编码二值图像以提高超维计算的性能 | 二值图像，使用MNIST和Fashion-MNIST数据集进行测试 | 机器学习 | NA | 超维计算 | NA | 图像 | 包含MNIST和Fashion-MNIST数据集的测试集 | NA | NA | NA | NA |
| 10347 | 2024-08-05 |
[Direct Positron Emission Imaging Using Ultrafast Timing Performance Detectors]
2024, Igaku butsuri : Nihon Igaku Butsuri Gakkai kikanshi = Japanese journal of medical physics : an official journal of Japan Society of Medical Physics
DOI:10.11323/jjmp.44.2_29
PMID:38945880
|
研究论文 | 本文阐述了如何使用超快速计时性能探测器实现直接正电子发射成像。 | 提出了直接正电子发射成像（dPEI）的概念，并开发了超快速辐射探测器，突破了传统成像的几何限制。 | 尽管提高了CTR，但仍需解决一些限制以使dPEI更具实用性。 | 研究如何通过直接正电子发射成像技术改善医学成像。 | 开发和展示不同类型的模体下的dPEI，以及研究其局限性。 | 医学成像 | NA | 超快速辐射探测器 | 深度学习信号处理 | 图像 | 不同类型的模体 | NA | NA | NA | NA |
| 10348 | 2024-08-05 |
DKPE-GraphSYN: a drug synergy prediction model based on joint dual kernel density estimation and positional encoding for graph representation
2024, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2024.1401544
PMID:38948360
|
研究论文 | 本文介绍了一种名为DKPE-GraphSYN的药物协同预测模型，用于预测癌症药物的联合治疗效果 | 该模型结合了双核密度估计和位置编码，以捕捉基因表达的加权概率密度和空间分布信息 | 目前的研究方法通常忽视数据中的复杂非线性关系，不充分利用癌症药物的结构信息 | 研究旨在提高癌症药物组合治疗的预测准确性 | 研究对象为癌症药物及其对细胞系的协同作用 | 数字病理学 | 癌症 | 双核密度估计和位置编码 | 图神经网络 | 基因表达数据 | 综合癌症药物和细胞系协同数据集 | NA | NA | NA | NA |
| 10349 | 2024-08-05 |
Application of Deep Learning for Studying NMDA Receptors
2024, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-0716-3830-9_16
PMID:38727914
|
research paper | 本文介绍了基于大型预训练模型的三个在线工具，用于药物开发，特别是针对NMDA受体的工具 | 提出了三种易于访问的在线工具，促进了AI技术与NMDA受体专家之间的联系 | 对于非专业人士在使用和部署AI及预训练模型方面仍存在挑战 | 研究如何利用深度学习促进神经系统疾病药物开发 | 针对NMDA受体的药物开发 | 计算机视觉 | 中枢神经系统疾病 | 深度学习 | 大型预训练模型 | 化学数据 | NA | NA | NA | NA | NA |
| 10350 | 2024-08-05 |
Recent advancements in machine learning for bone marrow cell morphology analysis
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1402768
PMID:38947236
|
综述 | 本文回顾了机器学习在骨髓细胞形态分析中的最新进展 | 探讨了基于机器学习的骨髓细胞形态分析的潜力与吸引力，并提供了自动化算法的推荐 | 尽管人工智能在临床诊断中有潜力，但手动分析仍是金标准，存在一定的局限性 | 为血液学家提供选择合适的机器学习算法以自动化骨髓细胞形态检查的建议 | 六个骨髓细胞形态处理过程的自动化分析 | 机器学习 | 血液病 | 深度学习 | 深度神经网络 | 图像 | NA | NA | NA | NA | NA |
| 10351 | 2024-08-05 |
An exploratory deep learning approach to investigate tuberculosis pathogenesis in nonhuman primate model: Combining automated radiological analysis with clinical and biomarkers data
2024-Aug, Journal of medical primatology
IF:0.8Q3
DOI:10.1111/jmp.12722
PMID:38949157
|
研究论文 | 该文章探讨了在非人类灵长类动物模型中，通过结合自动影像分析与临床及生物标志物数据来研究结核病的发病机制 | 提出了一种新的基于机器学习的CT分析方法TB-Net，该方法在疾病进展分析中表现优于标准深度学习模型 | 样本量较小，仅使用了六只猕猴进行实验 | 旨在开发一种综合方法来检测和监测结核病病例 | 使用六只猕猴作为研究对象，分析其感染结核分枝杆菌后的肺部变化 | 机器学习 | 结核病 | 计算机断层扫描（CT） | TB-Net | 影像 | 六只猕猴 | NA | NA | NA | NA |
| 10352 | 2024-08-05 |
A deep-learning approach to predict bleeding risk over time in patients on extended anticoagulation therapy
2024-Jul, Journal of thrombosis and haemostasis : JTH
IF:5.5Q1
DOI:10.1016/j.jtha.2024.04.005
PMID:38642704
|
研究论文 | 这篇文章展示了深度学习如何利用患者的时间序列随访数据来改进主要出血的预测 | 文章的创新点在于将时间序列随访数据纳入预测模型，超越了仅依赖基线预测因子的传统临床模型 | 研究依赖于收集到的随访数据，可能受到临床访谈不规律性的影响 | 研究的目的是提高在接受长期抗凝治疗的患者中对主要出血风险的预测能力 | 研究对象是2542名在长期抗凝治疗中的患者，其中118名发生了主要出血 | 机器学习 | NA | 深度学习 | 前馈神经网络和递归神经网络的集成 | 时间序列数据 | 2542名患者（其中118名发生主要出血） | NA | NA | NA | NA |
| 10353 | 2024-08-05 |
Diagnostic performance of a deep-learning model using 18F-FDG PET/CT for evaluating recurrence after radiation therapy in patients with lung cancer
2024-Jul, Annals of nuclear medicine
IF:2.5Q2
DOI:10.1007/s12149-024-01925-5
PMID:38589677
|
研究论文 | 本文开发了一种深度学习模型，以区分肺癌患者放疗后的变化与肿瘤复发 | 创新点在于使用了二维卷积神经网络（CNN）对放疗相关变化和肿瘤复发进行有效区分 | 研究局限于单一医院的数据回顾，可能影响外部有效性 | 研究目的在于提高放疗后肺癌患者肿瘤复发的诊断准确性 | 308名接受放疗的肺癌患者 | 计算机视觉 | 肺癌 | 18F-FDG PET/CT | CNN | 图像 | 308名患者，3329个切片 | NA | NA | NA | NA |
| 10354 | 2024-08-05 |
A deep learning method for reflective boundary estimation
2024-Jul-01, The Journal of the Acoustical Society of America
IF:2.1Q1
DOI:10.1121/10.0026437
PMID:38949286
|
研究论文 | 该文章提出了一种用于反射边界估计的深度学习方法 | 该方法使用卷积神经网络，能够在不需要正确分配回声的情况下，实现鲁棒的二维边界估计 | 需要已知的发射器和接收器位置，可能限制了方法的适用范围 | 研究在复杂声学环境中进行环境估计的方法 | 反射边界的位置和声学回声的估计 | 计算机视觉 | NA | 卷积神经网络 | CNN | 图像 | 模拟数据和水箱的真实数据 | NA | NA | NA | NA |
| 10355 | 2024-08-05 |
A deep learning-based algorithm for pulmonary tuberculosis detection in chest radiography
2024-06-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-65703-z
PMID:38942819
|
研究论文 | 本研究评估了一种基于深度学习的算法在胸部X光片中检测肺结核的有效性 | 提出了一种使用Google可教机器的深度神经网络图像分类工具来预测胸部X光片中肺结核的概率 | 在同时考虑其他非结核异常的情况下，算法的准确度有所下降 | 评估深度学习算法在检测肺结核方面的有效性 | 分析348个肺结核X光片与3806个正常X光片的数据集 | 数字病理学 | 肺结核 | 深度学习 | 深度神经网络 | 影像 | 348个肺结核胸片和3806个正常胸片，外部验证250个胸片 | NA | NA | NA | NA |
| 10356 | 2024-08-05 |
Prostate cancer diagnosis based on multi-parametric MRI, clinical and pathological factors using deep learning
2024-06-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-65354-0
PMID:38942817
|
研究论文 | 本研究使用深度学习方法结合多参数MRI、临床和病理因素对前列腺癌进行诊断 | 首次将多参数MRI与临床和病理数据结合使用深度学习提高前列腺癌诊断的准确性 | 研究仅基于来自一所医院的数据，可能影响结果的广泛适用性 | 提高前列腺癌的早期诊断准确性 | 343名前列腺癌患者的数据 | 医学影像分析 | 前列腺癌 | 深度学习 | ResNet50 | 多参数MRI图像 | 343名患者 | NA | NA | NA | NA |
| 10357 | 2024-08-05 |
Variable data structures and customized deep learning surrogates for computationally efficient and reliable characterization of buried objects
2024-Jun-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-65996-0
PMID:38942986
|
研究论文 | 本研究通过深度学习代理建模方法，表征埋 buried 物体。 | 提出了一种深度回归网络（DRN），在与传统网络模型相比下，该模型的计算效率提高了大约 13 倍。 | 关于原始 B 扫描数据和 B 扫描轮廓处理步骤的使用在物体特征化中导致高计算成本，这可能成为一个挑战。 | 该研究旨在通过深度学习技术高效可靠地表征埋藏物体。 | 研究对象为不同半径、不同位置（深度和横向位置）埋藏在不同色散地下介质中的物体。 | 数字病理学 | NA | 全波电磁模拟 | 深度回归网络（DRN） | 图像 | NA | NA | NA | NA | NA |
| 10358 | 2024-08-05 |
High-precision object detection network for automate pear picking
2024-Jun-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-65750-6
PMID:38942940
|
research paper | 本研究提出了一种高精度的物体检测网络，用于自动化梨采摘任务 | 创新点在于提出了HDMNet网络，结合了语义聚焦注意机制和变形感知特征金字塔网络，提高了检测准确性 | 当前方法仍需在复杂环境下的适应性和多样性验证 | 旨在提高自动化梨采摘的检测精度和实时性 | 研究对象为自动化梨采摘中的梨果物体 | 计算机视觉 | NA | 深度学习 | YOLOv8 | 图像 | NA | NA | NA | NA | NA |
| 10359 | 2024-08-05 |
CPSign: conformal prediction for cheminformatics modeling
2024-Jun-28, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-024-00870-9
PMID:38943219
|
研究论文 | CPSign是一个用于化学信息学建模的完全实现的顺应预测开源软件 | CPSign结合了顺应预测和概率预测的方法，支持多种建模技术，并提供易于使用的可视化功能 | 未提及具体的局限性 | 提供一个综合的软件工具，以便在化学结构上进行数据预处理、建模和预测 | 化学信息学中的数据和模型 | 化学信息学 | NA | 顺应预测 | 支持向量机（SVM） | 化学数据 | 多项研究中使用，但具体样本大小未提及 | NA | NA | NA | NA |
| 10360 | 2024-08-05 |
Deep learning-based prediction of plant height and crown area of vegetable crops using LiDAR point cloud
2024-06-28, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-65322-8
PMID:38942825
|
研究论文 | 本文开发了一种深度学习框架，用于预测蔬菜作物在不同生长阶段的植物高度和冠幅 | 提出了一种结合LSTM和GRU的混合深度学习模型，显著提高了对冠幅的预测准确性 | LSTM和GRU模型在捕捉结构参数变化方面存在局限，且在临近收获的高级生长阶段预测质量较低 | 开发和应用深度学习框架以预测蔬菜作物的植物高度和冠幅 | 针对番茄、茄子和卷心菜进行研究 | 数字农业 | NA | LiDAR点云 | LSTM和GRU的混合模型 | 点云数据 | 五个时间点的实验研究农场数据 | NA | NA | NA | NA |