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 12108 篇文献，本页显示第 10361 - 10380 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 10361 | 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 |
| 10362 | 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 |
| 10363 | 2024-08-05 |
Modeling 0.6 million genes for the rational design of functional cis-regulatory variants and de novo design of cis-regulatory sequences
2024-Jun-25, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.2319811121
PMID:38889146
|
研究论文 | 本文开发了PhytoExpr，一个深度学习框架，可预测植物mRNA丰度和物种 | 提出了通过深度学习实现植物调控序列的合理设计和变异体发现 | 对输入序列的分析依赖于深度学习模型的训练数据和算法 | 旨在无专家干预或先前领域知识的情况下设计植物调控DNA序列 | 17种主要植物门类的代表性物种 | 计算机视觉 | NA | 深度学习 | NA | 序列 | 600,000个基因 | NA | NA | NA | NA |
| 10364 | 2024-08-05 |
An improved method for diagnosis of Parkinson's disease using deep learning models enhanced with metaheuristic algorithm
2024-Jun-24, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01335-z
PMID:38910241
|
研究论文 | 本研究提出了一种改进的深度学习模型，利用启发式算法提高帕金森病的早期诊断精度 | 研究中结合了灰狼优化算法和多种深度学习模型以增强帕金森病的诊断能力 | 研究只使用了两个标准数据集，可能限制了模型的泛化能力 | 提高帕金森病的早期诊断准确性 | 使用深度学习模型和医学影像数据集来检测帕金森病 | 机器学习 | 帕金森病 | 医学影像技术、灰狼优化 | GWO-VGG16，GWO-DenseNet，GWO-DenseNet + LSTM，GWO-InceptionV3，GWO-VGG16 + InceptionV3 | 医学影像 | 使用了T1、T2加权和SPECT DaTscan数据集的标准数据集 | NA | NA | NA | NA |
| 10365 | 2024-08-05 |
Evaluation of Dental Plaque Area with Artificial Intelligence Model
2024-Jun-01, Nigerian journal of clinical practice
IF:0.7Q3
DOI:10.4103/njcp.njcp_862_23
PMID:38943301
|
研究论文 | 本研究评估了一种利用深度学习的人工智能系统在识别牙菌斑方面的诊断准确性 | 本研究开发的人工智能算法在检测牙菌斑方面表现出色，优于牙医的诊断性能 | 样本量相对较小，仅包括20名患者的168颗永久牙 | 评估人工智能系统在牙菌斑识别中的诊断准确性 | 20名10至15岁患者的168颗牙齿照片 | NA | NA | 深度学习 | NA | 图像 | 168颗牙齿，来自20名患者 | NA | NA | NA | NA |
| 10366 | 2024-08-05 |
A comparative analysis of deep learning-based location-adaptive threshold method software against other commercially available software
2024-Jun, The international journal of cardiovascular imaging
DOI:10.1007/s10554-024-03099-7
PMID:38634943
|
研究论文 | 本研究分析了一种基于深度学习的自适应阈值方法软件在冠状动脉CT成像中的表现 | 提出了一种新的基于深度学习的自适应阈值方法(DL-LATM)用于冠状动脉分割，并显示出优于现有商业软件的性能 | 样本量较小，仅使用了19名患者的26个血管段的数据进行评估 | 评估基于DL-LATM的方法在冠状动脉CT成像中的分割性能 | 使用基于冠状动脉CT成像的分割软件进行分析 | 数字病理学 | 冠状动脉疾病 | 冠状动脉计算机断层成像(CCTA) | 深度学习 | 图像 | 19名患者的26个血管段 | NA | NA | NA | NA |
| 10367 | 2024-08-05 |
Development of an automatic surgical planning system for high tibial osteotomy using artificial intelligence
2024-Jun, The Knee
DOI:10.1016/j.knee.2024.03.008
PMID:38599029
|
研究论文 | 本研究提出了一种基于深度学习的高胫骨截骨自动手术规划系统，并验证了其准确性 | 该系统能够快速准确地测量下肢对齐参数，并且测量时间远短于外科医生 | 研究未提及大样本数据或长期随访结果 | 研究旨在开发一种提高高胫骨截骨手术规划效率和准确性的智能系统 | 107名接受高胫骨截骨的患者及其整个腿部站立X光片 | 数字病理学 | NA | 深度学习 | NA | X光片 | 107张来自107名患者的整个腿部站立X光片 | NA | NA | NA | NA |
| 10368 | 2024-08-05 |
Morphological profiling for drug discovery in the era of deep learning
2024-May-23, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae284
PMID:38886164
|
综述 | 该文章对形态轮廓在表型药物发现中的最新进展进行了全面概述 | 强调深度学习在该流程中的应用，涵盖了细胞分割、图像表示学习和多模态学习 | 未提及具体的局限性 | 探讨形态轮廓分析在药物发现中的应用及其发展 | 形态轮廓分析及其在药物重新利用和新疗法开发中的应用 | 计算机视觉 | NA | 高通量自动成像 | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 10369 | 2024-08-05 |
ifDEEPre: large protein language-based deep learning enables interpretable and fast predictions of enzyme commission numbers
2024-May-23, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae225
PMID:38942594
|
研究论文 | 提出了一种新型的可解释和快速的深度学习模型ifDEEPre，用于准确预测酶的委员会编号 | 设计了新的自引导注意机制，并结合大量蛋白语言模型学习的生物知识，显著提高了预测速度和准确性 | 未提及具体的限制因素 | 准确理解酶的生物功能，为病理学和工业生物技术的各种任务提供支持 | raw蛋白质序列的表示和酶的委员会编号 | 机器学习 | NA | 大型蛋白语言模型 | 自引导注意机制 | 生物序列数据 | 数亿个蛋白质 | NA | NA | NA | NA |
| 10370 | 2024-08-05 |
Parkinson's disease diagnosis using deep learning: A bibliometric analysis and literature review
2024-04, Ageing research reviews
IF:12.5Q1
DOI:10.1016/j.arr.2024.102285
PMID:38554785
|
综述 | 本文进行了一项关于深度学习在帕金森病诊断中的应用的文献计量分析和文献综述 | 通过文献计量分析展示了深度学习在帕金森病诊断领域的显著进展和关键研究点 | 对于增量学习及大数据分析相关的深度学习方法的研究存在空白 | 研究深度学习在帕金森病诊断中的应用发展 | 已发表的关于帕金森病及深度学习的研究论文 | 计算机视觉 | 帕金森病 | 深度学习 | NA | 文献 | 检索并分析了Scopus数据库中的可用研究论文 | NA | NA | NA | NA |
| 10371 | 2024-08-05 |
Technological Vanguard: the outstanding performance of the LTY-CNN model for the early prediction of epileptic seizures
2024-02-16, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-024-04945-x
PMID:38365732
|
研究论文 | 这项研究介绍了一种新型深度学习模型LTY-CNN，用于对癫痫发作的早期预测 | LTY-CNN模型融合了并行卷积结构和多头注意机制，能够捕捉多尺度的EEG信号特征，提升了处理时间序列数据的效率 | 没有提到该模型在特定临床环境中的实际应用表现 | 研究癫痫发作的早期预测及其管理方法 | 关注神经电活动异常的癫痫患者及其EEG信号 | 机器学习 | 癫痫 | EEG | LTY-CNN | 时间序列数据 | 涉及SWEC-ETHZ和CHB-MIT两个数据集 | NA | NA | NA | NA |
| 10372 | 2024-08-05 |
Morphological Profiling for Drug Discovery in the Era of Deep Learning
2024-Jan-15, ArXiv
PMID:38168460
|
综述 | 本文提供了形态特征分析在表型药物发现中的最新进展的全面概述 | 重点强调深度学习在形态分析中的应用，包括细胞分割、图像表示学习和多模态学习 | 未提及具体的限制 | 探讨形态特征分析在表型药物发现中的应用及其流程 | 涵盖对细胞或生物体在单细胞分辨率下对干扰的反应的分析 | 计算机视觉 | NA | 高通量自动成像 | 深度学习 | 图像 | NA | NA | NA | NA | NA |
| 10373 | 2024-08-05 |
Coronary artery disease evaluation during transcatheter aortic valve replacement work-up using photon-counting CT and artificial intelligence
2024 Jul-Aug, Diagnostic and interventional imaging
IF:4.9Q1
DOI:10.1016/j.diii.2024.01.010
PMID:38368176
|
研究论文 | 本研究评估了光子计数CT与人工智能结合用于冠状动脉疾病评估的能力 | 该研究创新性地将光子计数CT与深度学习模型结合，以提高冠状动脉狭窄量化和血流储备预测的准确性 | 研究为回顾性单中心研究，可能存在选择偏倚 | 评估在经导管主动脉瓣置换术准备过程中使用光子计数CT与人工智能评估冠状动脉疾病的能力 | 对2021年10月到2023年6月之间的260名严重症状性主动脉瓣狭窄患者进行研究 | 医学影像学 | 冠状动脉疾病 | 光子计数CT | 深度学习模型 | 临床数据 | 260名患者（138名男性，122名女性） | NA | NA | NA | NA |
| 10374 | 2024-08-05 |
Deep learning to quantify care manipulation activities in neonatal intensive care units
2024-Jun-27, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-024-01164-y
PMID:38937643
|
研究论文 | 本研究旨在量化新生儿重症监护病房中的护理操作活动 | 开发了一种深度学习方法以从视频中检测操作活动，估算其持续时间和频率，并整合生理信号以评估反应 | 相对误差容忍度为13.8%的活动持续时间和频率，结果仅与人工注释相当 | 监测新生儿重症监护中的压力 | 27名新生儿在2个新生儿重症监护病房中的330次会话 | 计算机视觉 | NA | 深度学习 | NA | 视频和生理信号 | 27名新生儿，289小时视频记录和生理数据 | NA | NA | NA | NA |
| 10375 | 2024-08-05 |
Fully automated assessment of the future liver remnant in a blood-free setting via CT before major hepatectomy via deep learning
2024-Jun-27, Insights into imaging
IF:4.1Q1
DOI:10.1186/s13244-024-01724-6
PMID:38935177
|
研究论文 | 本研究开发并验证了一种用于血液-free环境下CT影像的肝脏未来残余肝脏的深度学习模型 | 开发了全自动的肝静脉和门静脉分割模型，并成功应用于主要肝切除术前的FLR评估 | 没有提到模型在不同病灶或患者特征下的适用性 | 目的在于提高肝脏未来残余肝脏的评估准确性和自动化水平 | 包括170名在2018年1月至2019年3月期间接受治疗的患者 | 数字病理 | NA | CT影像 | 3D U-Net | 影像 | 170名患者 | NA | NA | NA | NA |
| 10376 | 2024-08-05 |
Simulation-driven design of smart gloves for gesture recognition
2024-06-27, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-65069-2
PMID:38937537
|
研究论文 | 本文提出了一个开放的仿真平台用于设计智能手套，以实现手势识别 | 创新点在于利用单目视频而非精确运动数据，并通过新方法减少运动提取误差的影响 | 具体样本数量及其多样性未在摘要中说明 | 研究智能手套的设计，以提高手势识别的效率和准确性 | 智能手套的传感器布局和深度学习模型 | 计算机视觉 | NA | 深度学习 | NA | 视频 | NA | NA | NA | NA | NA |
| 10377 | 2024-08-05 |
Addressing label noise for electronic health records: insights from computer vision for tabular data
2024-Jun-27, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-024-02581-5
PMID:38937744
|
研究论文 | 本研究探讨了如何通过计算机视觉算法减轻电子健康记录中的标签噪声对深度学习模型的影响 | 将计算机视觉算法应用于电子健康记录，以应对标签噪声的挑战 | 不确定计算机视觉方法在电子健康记录领域的有效性，因为两个领域之间存在显著差异 | 旨在提高深度学习模型在电子健康记录中应对标签噪声的能力 | 电子健康记录数据中的标签噪声 | 机器学习 | COVID-19 | 深度学习 | 未指定 | 电子健康记录数据 | 未指定 | NA | NA | NA | NA |
| 10378 | 2024-08-05 |
Deep learning based automated left ventricle segmentation and flow quantification in 4D flow cardiac MRI
2024 Summer, Journal of cardiovascular magnetic resonance : official journal of the Society for Cardiovascular Magnetic Resonance
IF:4.2Q1
DOI:10.1016/j.jocmr.2023.100003
PMID:38211658
|
研究论文 | 本研究开发并评估基于深度学习的方法，以直接从4D流动MRI中分割左心室并定量血流。 | 提出了用于从短轴重构的4D流动体积中进行左心室自动分割的新型深度学习网络和特征融合方法 | 评估只基于内部数据集，可能存在样本偏差 | 旨在提高4D流动MRI中的左心室分割和血流定量分析的准确性 | 以101名受试者的4D流动MRI数据为研究对象 | 计算机视觉 | 心血管疾病 | 4D流动MRI | 2D U-Net | 图像 | 101个受试者，67,567个2D图像和3030个3D体积 | NA | NA | NA | NA |
| 10379 | 2024-08-05 |
PractiCPP: a deep learning approach tailored for extremely imbalanced datasets in cell-penetrating peptide prediction
2024-02-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btae058
PMID:38305405
|
研究论文 | 介绍了一种针对高度不平衡数据情景的细胞穿透肽预测的深度学习框架PractiCPP | PractiCPP通过集成硬负样本抽样和复杂的特征提取与预测模块，专门为不平衡数据设计，显著提升了CPP的预测准确性 | 当前研究主要关注高不平衡的数据情景，未覆盖其他数据分布情况 | 提升细胞穿透肽的预测准确性以支持药物递送系统的改进 | 细胞穿透肽的识别与特征化 | 机器学习 | NA | 深度学习 | NA | NA | 有极高正负比（1:1000）的数据集 | NA | NA | NA | NA |
| 10380 | 2024-08-05 |
The analysis of the internet of things database query and optimization using deep learning network model
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0306291
PMID:38941309
|
研究论文 | 本研究探讨深度学习网络模型在物联网数据库查询和优化中的应用效果 | 本文通过优化策略提升了深度学习网络模型的效率，验证了优化模型在训练和参数优化阶段的优势 | 研究可能未考虑所有类型的数据库查询和系统架构 | 本研究旨在探讨深度学习技术在物联网数据处理中的应用 | 研究对象为物联网数据库及其查询和优化策略 | 深度学习 | NA | 深度学习网络模型 | 优化深度学习模型 | 数据请求 | 2000个数据量及以上 | NA | NA | NA | NA |