深度学习在生物医药领域中的应用
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，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10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 12014 篇文献，本页显示第 10641 - 10660 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 10641 | 2024-08-05 |
A multimodal multitask deep learning framework for vibrotactile feedback and sound rendering
2024-Jun-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-64376-y
PMID:38858511
|
研究论文 | 本文介绍了一种新颖的多模态多任务深度学习框架，用于振动触觉反馈和声音渲染 | 首次采用基于变压器的数据驱动方法建模和渲染工具-表面交互中的振动信号和声音 | NA | 探索如何同时建模和生成振动触觉反馈与声音 | 接触加速度信号和来自不同纹理表面的声音数据 | 计算机视觉 | NA | 深度学习 | 编码器-解码器网络 | 振动信号和声音数据 | NA |
| 10642 | 2024-08-05 |
Convolutional neural network application for supply-demand matching in Zhuang ethnic clothing image classification
2024-Jun-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-64082-9
PMID:38858436
|
研究论文 | 本研究设计了一种适用于壮族服装图像分类的分类技术 | 创新性地结合了供需匹配和卷积神经网络来处理壮族服装图像 | 未提及具体的局限性 | 研究旨在提高壮族服装图像分类的准确性 | 研究对象为壮族服装图像 | 计算机视觉 | NA | 卷积神经网络 | NA | 图像 | NA |
| 10643 | 2024-08-05 |
Efficient deep learning-based approach for malaria detection using red blood cell smears
2024-06-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63831-0
PMID:38858481
|
研究论文 | 本文提出了一种基于深度学习的EfficientNet方法，通过红细胞涂片检测疟疾 | 引入EfficientNet模型进行复杂图像特征的自动提取，以提高疟疾检测的准确性 | 没有提及对其他类型模型的比较以及样本的多样性 | 提高疟疾检测的效率和准确性 | 红血球图像中的疟疾寄生虫 | 计算机视觉 | 疟疾 | 深度学习 | EfficientNet | 图像 | NA |
| 10644 | 2024-08-05 |
Deep learning restores speech intelligibility in multi-talker interference for cochlear implant users
2024-06-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63675-8
PMID:38853168
|
研究论文 | 本文探讨了深度学习在多说话者干扰中恢复 cochlear implant 用户的语音可懂度的效果 | 采用递归神经网络（RNN）和 SepFormer 两种 DNN 算法，显著提高了安装 cochlear implant 的听众在噪声环境中的语音可懂度 | 尚需更多研究验证 DNN 算法在不同背景噪声中的适用性和效果 | 研究深度学习算法在复杂噪声情境中提升 cochlear implant 用户的语音理解能力 | 对使用 cochlear implant 的 13 名听众进行测试 | 数字病理学 | NA | 深度神经网络（DNN） | 递归神经网络（RNN）, SepFormer | 音频 | 30 小时的定制数据集，13 名 cochlear implant 听众 |
| 10645 | 2024-08-05 |
Systematic Assessment of Deep Learning-Based Predictors of Fragmentation Intensity Profiles
2024-Jun-07, Journal of proteome research
IF:3.8Q1
DOI:10.1021/acs.jproteome.3c00857
PMID:38728051
|
研究论文 | 本研究对六种基于深度学习的肽片段强度预测方法进行了全面评估。 | 创新性在于系统性地比较了多种深度学习方法在不同实验条件下的预测准确性和速度。 | 未提及特定的限制条件。 | 提供对深度学习预测肽片段强度的方法的综合评估。 | 评估六种不同的肽片段强度预测方法。 | 机器学习 | NA | NA | 深度学习 | 实验光谱 | 接近170万的前体，包括超过1800万个实验光谱 |
| 10646 | 2024-08-05 |
Vocabulary Matters: An Annotation Pipeline and Four Deep Learning Algorithms for Enzyme Named Entity Recognition
2024-Jun-07, Journal of proteome research
IF:3.8Q1
DOI:10.1021/acs.jproteome.3c00367
PMID:38733346
|
研究论文 | 本研究开发了一个被注释的酶语料库，用于训练和评估酶命名实体识别模型 | 提出了一种新颖的注释管道，结合词典匹配和基于规则的关键词搜索，以及四种不同词汇和架构的深度学习模型 | 注释管道在1-score和召回率上被微调的变换器超越 | 旨在通过开发酶命名实体识别模型来提高生物医学文献的检索效率 | 通过对超过4800篇全文出版物的自动注释，识别酶实体 | 自然语言处理 | NA | 自然语言处理 | BiLSTM/transformer | 文本 | 526篇手动注释的全文出版物 |
| 10647 | 2024-08-05 |
Utility of the Morgan Fingerprint in Structure-Based Virtual Ligand Screening
2024-Jun-06, The journal of physical chemistry. B
DOI:10.1021/acs.jpcb.4c01875
PMID:38783525
|
研究论文 | 本文介绍了摩根指纹在基于结构的虚拟配体筛选中的应用与改进 | 结合摩根指纹与其他指纹的方法显著提高了虚拟配体筛选的性能 | 未提及具体的样本限制或应用范围 | 旨在提升虚拟配体筛选的准确性 | 102个目标DUD-E集和81个目标DEKOIS2.0集 | 计算机视觉 | NA | 虚拟配体筛选 | NA | 配体数据 | 102个DUD-E目标和81个DEKOIS2.0目标 |
| 10648 | 2024-08-05 |
Mechanical Field Guiding Structure Design Strategy for Meta-Fiber Reinforced Hydrogel Composites by Deep Learning
2024-Jun, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202310141
PMID:38520708
|
研究论文 | 讨论了一种基于深度学习的机械场引导结构设计策略，针对增材纤维强化的水凝胶复合材料。 | 提出了利用深度学习算法设计的水凝胶复合材料的结构设计策略，能够实现目标机械性能。 | 文中未提及模型在实际应用中的具体限制和挑战。 | 研究增材纤维增强水凝胶的结构设计，以实现特定的机械性能。 | 增材纤维增强的水凝胶复合材料。 | 材料科学 | NA | 深度学习，生成对抗网络（GAN） | GAN | 数据集，包含纤维分布和相应的机械性能 | NA |
| 10649 | 2024-08-05 |
ProkDBP: Toward more precise identification of prokaryotic DNA binding proteins
2024-Jun, Protein science : a publication of the Protein Society
IF:4.5Q1
DOI:10.1002/pro.5015
PMID:38747369
|
研究论文 | 本文介绍了一种新的计算模型ProkDBP，用于更精准地预测原核DNA结合蛋白。 | 创新之处在于提出ProkDBP模型，该模型结合了浅层学习和深度学习算法，以改进原核DNA结合蛋白的预测准确性。 | 目前的研究主要集中在模型准确性上，对其在更广泛的实际应用中的效果尚无深入验证。 | 研究目的是提高对原核DNA结合蛋白的准确预测，以促进新蛋白的发现和疾病干预的药物开发。 | 研究对象为原核DNA结合蛋白，这些蛋白在基因调控和细胞功能中起着重要作用。 | 机器学习 | NA | 机器学习 | LGBM | NA | 14种机器学习模型进行评估 |
| 10650 | 2024-08-07 |
DL4MicEverywhere: deep learning for microscopy made flexible, shareable and reproducible
2024-Jun, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-024-02295-6
PMID:38760611
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 10651 | 2024-08-05 |
Dev-ResNet: automated developmental event detection using deep learning
2024-May-15, The Journal of experimental biology
IF:2.8Q2
DOI:10.1242/jeb.247046
PMID:38806151
|
研究论文 | 该文章介绍了一种名为Dev-ResNet的小型高效3D卷积神经网络，用于自动检测发育事件 | 提出了一种新颖的深度学习模型，能够同时捕捉空间和时间特征来识别发育事件 | 未提及具体的局限性 | 旨在提高早期生命阶段实验生物学中发育事件检测的规模、可重现性和通量 | 使用大池螺（Lymnaea stagnalis）的胚胎发育中的10个功能事件进行验证 | 计算机视觉 | NA | 深度学习 | 3D卷积神经网络 | 图像 | 10个多样化的功能事件 |
| 10652 | 2024-08-05 |
Predicting the Progression of Chronic Kidney Disease: A Systematic Review of Artificial Intelligence and Machine Learning Approaches
2024-May, Cureus
DOI:10.7759/cureus.60145
PMID:38864072
|
综述 | 本系统综述全面评估了人工智能和机器学习技术在预测慢性肾病进展中的应用 | 本文创新性地整合了多种AI/ML算法，强调了这些模型在CKD进展预测中的潜力和优势 | 存在数据质量、偏见和伦理考虑等挑战 | 旨在通过AI/ML技术预测慢性肾病的进展 | 涉及慢性肾病的进展预测研究 | 机器学习 | 慢性肾病 | 人工智能，机器学习 | 逻辑回归，支持向量机，随机森林，神经网络，深度学习 | 纵向数据，临床数据 | 涉及13项相关研究 |
| 10653 | 2024-08-05 |
Leveraging conformal prediction to annotate enzyme function space with limited false positives
2024-May, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1012135
PMID:38809942
|
研究论文 | 本文提出了一种机器学习框架CPEC，用于控制生物发现中的假阳性率 | CPEC结合了深度学习模型与符合预测方法，以实现假发现率的控制 | 本研究未提及模型在特定生物体上的应用限制 | 研究旨在优化生物发现过程中的预测准确性和假发现率控制 | 研究对象为功能较少表征的酶 | 机器学习 | NA | 深度学习与符合预测 | NA | NA | NA |
| 10654 | 2024-08-05 |
Impact of AI for Digital Breast Tomosynthesis on Breast Cancer Detection and Interpretation Time
2024-May, Radiology. Artificial intelligence
DOI:10.1148/ryai.230318
PMID:38568095
|
研究论文 | 本研究开发了一种用于数字乳腺成像的人工智能模型，以提高乳腺癌的检测精度和缩短放射科医师的解读时间 | 该研究表明，AI模型在乳腺癌检测中表现出比放射科医师更好的诊断准确性，同时减少了阅读时间 | 本研究仅采用了回顾性收集的数据，样本来源于有限的几个机构 | 研究旨在评估AI模型在乳腺癌诊断中的应用效果 | 研究对象为258名女性，其中包括65例乳腺癌患者 | 计算机辅助诊断 | 乳腺癌 | 深度学习 | NA | 数字乳腺成像 | 包括258名女性的回顾性检索数据 |
| 10655 | 2024-08-05 |
A review of the application of deep learning in obesity: From early prediction aid to advanced management assistance
2024-Apr, Diabetes & metabolic syndrome
DOI:10.1016/j.dsx.2024.103000
PMID:38604060
|
综述 | 本文总结了深度学习在肥胖研究中的应用现状 | 首次审查了深度学习在肥胖中的应用，显示其在肥胖预测中的优势，并在管理和身体脂肪估算方面提出创新 | 系统评价的数量有限，可能会影响结论的全面性 | 总结深度学习在肥胖研究中的应用趋势 | 分析了2018年1月至2023年9月间的相关研究 | 机器学习 | 肥胖 | 深度学习 | NA | 文献综述 | 40篇研究文章 |
| 10656 | 2024-08-05 |
DRANetSplicer: A Splice Site Prediction Model Based on Deep Residual Attention Networks
2024-03-26, Genes
IF:2.8Q2
DOI:10.3390/genes15040404
PMID:38674339
|
研究论文 | 本研究开发了一种名为DRANetSplicer的深度学习模型，用于增强剪接位点预测的准确性 | 该模型结合了残差学习和注意力机制，以准确捕捉剪接位点的复杂特征 | NA | 提高剪接位点识别的准确性，以便更好地进行基因注释 | 采用来自三种不同生物的基因组数据构建多个数据集进行模型训练 | 机器学习 | NA | 深度学习 | 深度残差注意力网络 | 基因组数据 | 来自三种不同生物的多个高质量数据集 |
| 10657 | 2024-08-05 |
Interpretable deep learning reveals the role of an E-box motif in suppressing somatic hypermutation of AGCT motifs within human immunoglobulin variable regions
2024, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2024.1407470
PMID:38863710
|
研究论文 | 本文系统研究了E-box基序在抑制人类免疫球蛋白可变区域内AGCT基序的体细胞高突变中的作用 | 提出了一种新的抑制机制，表明E-box转录因子与特定AGCT基序之间的结合与突变频率存在对抗关系 | 未详细探讨其他可能影响突变频率的序列上下文因素 | 揭示E-box基序在调控人类免疫球蛋白变量区域中SHM模式的作用 | 人类免疫球蛋白可变区域内AGCT基序的体细胞高突变数据集 | 机器学习 | NA | 深度学习 | DeepSHM | 基因组数据 | 使用了人类SHM数据集进行系统分析 |
| 10658 | 2024-08-05 |
Seismic resolution improving by a sequential convolutional neural network
2024, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0304981
PMID:38861574
|
研究论文 | 本文提出了一种通过顺序卷积神经网络提高地震分辨率的方法。 | 创新点在于引入顺序卷积神经网络(SCNN)来实现低分辨率和高分辨率地震信号之间的映射关系。 | 本文未提及具体的限制条件 | 研究旨在提高薄层软岩的地震探测精度。 | 研究对象为用于地震数据处理的薄层软岩。 | 计算机视觉 | NA | 深度学习 | 顺序卷积神经网络(SCNN) | 地震信号 | 低分辨率和高分辨率地震数据集 |
| 10659 | 2024-08-05 |
Current status of artificial intelligence methods for skin cancer survival analysis: a scoping review
2024, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2024.1243659
PMID:38711781
|
综述 | 本文分析了用于皮肤癌生存分析的人工智能方法 | 提出了合成多种数据类型进行生存分析的人工智能方法，强调深度学习在黑色素瘤中的应用 | 目前的研究主要集中于黑色素瘤，缺乏对其他皮肤恶性肿瘤的分析 | 探讨人工智能在皮肤癌生存分析中的应用情况 | 关注皮肤癌患者的生存分析和相关数据类型的结合 | 机器学习 | 皮肤癌 | 人工智能 | 深度学习 | 临床数据 | 14篇相关文献 |
| 10660 | 2024-08-05 |
MCCM: multi-scale feature extraction network for disease classification and recognition of chili leaves
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1367738
PMID:38863551
|
研究论文 | 本研究提出了一种优化的卷积神经网络模型MCCM，用于辣椒叶疾病的分类和识别。 | 该模型引入了多尺度特征融合模块（MSFFM）和混合通道空间注意机制（MCSAM），显著提高了对多种疾病特征的捕捉能力。 | 模型在实际应用中仍可能面临准确性和应用挑战。 | 旨在提高辣椒叶疾病的分类和识别效果。 | 研究对象为辣椒叶的疾病图像。 | 计算机视觉 | NA | 卷积神经网络（CNN） | MCCM（MCSAM-ConvNeXt-MSFFM） | 图像 | 使用Plant Village数据集进行训练，样本数量未具体说明 |