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 12186 篇文献，本页显示第 11061 - 11080 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 11061 | 2024-08-05 |
D3EGFR: a webserver for deep learning-guided drug sensitivity prediction and drug response information retrieval for EGFR mutation-driven lung cancer
2024-Mar-27, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae121
PMID:38555474
|
研究论文 | 本研究建立了D3EGFR平台，以实现EGFR突变驱动的非小细胞肺癌药物敏感性预测和病例检索 | D3EGFR是首个实现所有已批准小分子药物的临床级药物反应预测的平台 | 研究可能缺乏对非EGFR突变驱动肺癌的适用性验证 | 旨在为EGFR突变驱动的非小细胞肺癌提供临床级药物推荐 | 包含来自1339名EGFR突变患者的临床病理特征和药物反应数据 | 数字病理学 | 肺癌 | 深度学习 | 深度学习模型D3EGFRAI | 临床数据 | 1339名EGFR突变患者 | NA | NA | NA | NA |
| 11062 | 2024-08-05 |
KDGene: knowledge graph completion for disease gene prediction using interactional tensor decomposition
2024-Mar-27, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae161
PMID:38605639
|
研究论文 | 本文提出了一种基于交互张量分解的生物知识图谱补全框架KDGene，用于疾病基因预测 | KDGene通过引入交互模块，改善了知识图谱中实体和关系嵌入的表达能力，从而提高对疾病相关基因的预测准确性 | 目前的表示学习技术在应用于领域特定的生物数据时性能仍然不尽如人意 | 旨在通过构建生物知识图谱来提高对疾病相关基因的预测能力 | 疾病及其相关的基因 | 计算机视觉 | 疾病基因 | 张量分解 | NA | 生物知识图谱 | 实验结果未提供具体样本数量 | NA | NA | NA | NA |
| 11063 | 2024-08-05 |
Artificial intelligence-guided detection of under-recognized cardiomyopathies on point-of-care cardiac ultrasound
2024-Mar-15, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.03.10.24304044
PMID:38559021
|
研究论文 | 本研究开发并验证了深度学习模型用于在床边心脏超声中检测未被充分诊断的心肌病 | 提出了一种新的适应性建模策略，以改善心脏超声图像的获取质量 | 研究主要基于回顾性病例数据，对于实时临床应用的验证不足 | 旨在提高对未被诊断的心肌病的识别率 | 基于大型美国医疗系统中不同医院的患者心脏超声数据进行研究 | 计算机视觉 | 心血管疾病 | 深度学习，卷积神经网络 (CNN) | 卷积神经网络 (CNN) | 视频 | 290,245个TTE视频和3,758个现实世界的POCUS视频 | NA | NA | NA | NA |
| 11064 | 2024-08-05 |
A novel lightweight deep learning approach for simultaneous optic cup and optic disc segmentation in glaucoma detection
2024-Mar-04, Mathematical biosciences and engineering : MBE
DOI:10.3934/mbe.2024225
PMID:38872528
|
研究论文 | 该文章提出了一种轻量级深度学习方法用于青光眼检测中的视杯和视盘的同时分割 | 创新点在于采用模糊学习和多层感知器来简化学习复杂性并提高分割准确性 | 未提及具体的限制 | 研究青光眼检测中的视杯和视盘的自动分割方法 | 视杯（OC）和视盘（OD）在眼底图像中的分割 | 数字病理学 | 青光眼 | 深度学习 | 多层感知器 | 图像 | 未提及具体的样本量 | NA | NA | NA | NA |
| 11065 | 2024-08-05 |
Investigation of the Binding Interaction of Mfsd2a with NEDD4-2 via Molecular Dynamics Simulations
2024-01-17, ACS chemical neuroscience
IF:4.1Q2
DOI:10.1021/acschemneuro.3c00791
PMID:38155530
|
研究论文 | 本文研究了Mfsd2a与NEDD4-2之间的结合相互作用，并通过分子动态模拟提供了结构基础 | 采用深度学习与分子动态模拟相结合的方法，获取了高质量的Mfsd2a结构及稳定的Mfsd2a/NEDD4-2-WW3相互作用模型 | 尚不清楚Mfsd2a与NEDD4-2结合的全面机制 | 旨在探讨Mfsd2a与NEDD4-2的结合相互作用 | 研究对象为Mfsd2a和NEDD4-2 | 分子生物学 | 神经疾病 | 分子动态模拟、深度学习 | NA | 结构数据 | 在氧-葡萄糖剥夺模型中验证了一个关键肽的抑制作用 | NA | NA | NA | NA |
| 11066 | 2024-08-05 |
Quantitative Prediction of Right Ventricular Size and Function From the ECG
2024-Jan-02, Journal of the American Heart Association
IF:5.0Q1
DOI:10.1161/JAHA.123.031671
PMID:38156471
|
研究论文 | 本研究利用深度学习和ECG分析预测右心室大小和功能 | 探索了通过深度学习进行ECG分析以评估右心室功能和大小，填补了传统方法的空白 | 研究限于UK Biobank和一个医疗系统的样本，可能影响结果的普遍适用性 | 研究深度学习在ECG分析中预测右心室功能和大小的能力 | 使用来自UK Biobank和多中心健康系统的患者数据进行模型训练和验证 | 机器学习 | 心血管疾病 | 深度学习 | NA | ECG | UK Biobank (n=42,938), MSHoriginal (n=3,019), MSHvalidation (n=115) | NA | NA | NA | NA |
| 11067 | 2024-08-05 |
Learning Attention in the Frequency Domain for Flexible Real Photograph Denoising
2024, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society
IF:10.8Q1
DOI:10.1109/TIP.2024.3404253
PMID:38809730
|
研究论文 | 该文章提出了一种新的基于频率注意的方法来进行真实图像的去噪处理 | 本文创新性地引入了一种基于频率注意的框架，以全面表征多个频率通道的特征相关性 | 本文未提及具体的局限性 | 旨在解决当前基于CNN的去噪器在处理高频成分时的不足 | 主要研究真实图像去噪的效果和方法 | 计算机视觉 | NA | 深度学习 | 频率注意去噪网络 (FADNet) | 图像 | 在多个真实相机基准数据集上进行评估 | NA | NA | NA | NA |
| 11068 | 2024-08-05 |
Application value of artificial intelligence algorithm-based magnetic resonance multi-sequence imaging in staging diagnosis of cervical cancer
2024, Open life sciences
IF:1.7Q3
DOI:10.1515/biol-2022-0733
PMID:38867922
|
研究论文 | 本研究探讨了基于深度学习的多序列磁共振成像在宫颈癌分期诊断中的应用价值 | 提出了在DRN模型中加入特征增强层以提高宫颈癌MRI成像特征的信息，并评估了其诊断准确性 | 样本量仅为90例，可能限制研究的广泛适用性 | 探讨深度残差网络模型在宫颈癌分期诊断中的应用效果 | 90名在2019年8月至2021年5月间诊断为宫颈癌的患者 | 医学影像学 | 宫颈癌 | 磁共振成像 (MRI) | 深度残差网络 (DRN) | 医学影像 | 90例宫颈癌患者 | NA | NA | NA | NA |
| 11069 | 2024-08-05 |
Hate speech detection with ADHAR: a multi-dialectal hate speech corpus in Arabic
2024, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2024.1391472
PMID:38873176
|
研究论文 | 本文提出ADHAR，一个综合的阿拉伯语多方言、多类别仇恨言论语料库。 | ADHAR数据库维护了方言、类别和仇恨/非仇恨类之间的平衡，提供了一种无偏的评估方法。 | 本文没有提到样本的收集范围或其他可能的语料库限制。 | 研究阿拉伯语的仇恨言论检测。 | ADHAR语料库，包括现代标准阿拉伯语、埃及方言、黎凡特方言、海湾方言和马格里比方言。 | 自然语言处理 | NA | 深度学习 | 经典模型和深度学习模型 | 文本 | 70,369个词 | NA | NA | NA | NA |
| 11070 | 2024-08-05 |
Histological tissue classification with a novel statistical filter-based convolutional neural network
2024-Jul, Anatomia, histologia, embryologia
DOI:10.1111/ahe.13073
PMID:38868912
|
研究论文 | 本文提出了一种新的基于统计滤波器的卷积神经网络用于组织分类 | 提出了一种HistStatCNN模型，通过统计方法初始化卷积核以提高图像分类的性能 | 该研究可能受限于所使用的数据集，可能不适用于所有类型的组织图像 | 旨在提高图像分类任务中的准确性和效率 | 研究对象为新型组织学数据集及多个组织病理基准数据集 | 数字病理学 | NA | 卷积神经网络（CNN） | HistStatCNN | 图像 | 使用了多个组织病理基准数据集和一个新组织学数据集进行评估 | NA | NA | NA | NA |
| 11071 | 2024-08-05 |
Radiological age assessment based on clavicle ossification in CT: enhanced accuracy through deep learning
2024-Jul, International journal of legal medicine
IF:2.2Q1
DOI:10.1007/s00414-024-03167-6
PMID:38286953
|
研究论文 | 本文提出了一种基于胸部CT中锁骨骨化的深度学习年龄评估方法 | 通过深度学习方法实现了对锁骨骨化的连续年龄评估，克服了传统方法的准确性限制 | 模型性能可能受个体变异或病理状况的影响 | 研究通过深度学习提高CT影像在年龄评估中的准确性 | 分析了1,935名患者的胸部CT扫描影像数据 | 计算机视觉 | NA | 深度学习 | NA | 影像 | 训练集包含4,400个扫描来自1,935名患者，测试集包含300个扫描来自300名患者 | NA | NA | NA | NA |
| 11072 | 2024-08-05 |
Automatic and robust estimation of sex and chronological age from panoramic radiographs using a multi-task deep learning network: a study on a South Korean population
2024-Jul, International journal of legal medicine
IF:2.2Q1
DOI:10.1007/s00414-024-03204-4
PMID:38467754
|
研究论文 | 本研究利用多任务深度学习网络自动和稳健地从全景X光片中估计性别和年龄。 | 提出了一种名为ForensicNet的网络，包含性别和年龄关注分支，以学习全景X光片的解剖上下文特征。 | 研究可能存在数据偏差的问题，虽然使用的数据集已相对均衡。 | 旨在提高全景X光片中性别和年龄估计的准确性和自动化水平。 | 使用来自韩国人群的13200张全景X光片进行研究，涵盖不同性别和年龄段。 | 数字病理学 | NA | 深度学习 | 多任务深度学习网络 | 图像 | 13200张图像，每个性别和年龄范围各100张 | NA | NA | NA | NA |
| 11073 | 2024-08-05 |
Pediatric tympanostomy tube assessment via deep learning
2024 Jul-Aug, American journal of otolaryngology
IF:1.8Q2
DOI:10.1016/j.amjoto.2024.104334
PMID:38723380
|
研究论文 | 本文研究了使用深度学习算法评估儿童鼓膜腔管的有效性 | 开发了一种基于深度学习的算法，能够高效识别儿童耳中鼓膜腔管的存在与否 | 研究样本数量相对较小，仅涉及28名受试者 | 比较人工智能算法与临床人员评估耳中鼓膜腔管存在的有效性 | 具有鼓膜腔管历史的10个月到10岁儿童 | 计算机视觉 | NA | 深度学习 | NA | 图像 | 28名儿童，共123张图像 | NA | NA | NA | NA |
| 11074 | 2024-08-05 |
MCDHGN: Heterogeneous network-based cancer driver gene prediction and interpretability analysis
2024-Jun-12, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btae362
PMID:38867699
|
研究论文 | 提出了一种基于异构网络的癌症驱动基因预测方法MCDHGN，并增强了预测的可解释性 | 该研究利用异构网络的元路径聚合，提高了对癌症驱动基因预测结果的可解释性 | 研究未提及具体的样本量和数据来源的局限性 | 准确预测癌症驱动基因，以促进癌症发生机制研究和治疗 | 基于多种多组学数据的癌症驱动基因 | 数字病理学 | 癌症 | 元路径聚合 | 异构网络模型 | 多组学数据 | NA | NA | NA | NA | NA |
| 11075 | 2024-08-05 |
Preliminary study on AI-assisted diagnosis of bone remodeling in chronic maxillary sinusitis
2024-Jun-10, BMC medical imaging
IF:2.9Q2
DOI:10.1186/s12880-024-01316-2
PMID:38858631
|
研究论文 | 本研究构建了用于慢性上颌窦炎骨重塑的深度学习模型和机器学习模型 | 本文创新地开发了基于CT影像数据的深度学习卷积神经网络(CNN)模型和支持向量机(SVM)模型，用于提高影像诊断的准确性 | 研究中仅限于一次性数据集，可能影响模型的普适性和进一步验证 | 提高慢性上颌窦炎影像学诊断的准确性 | 收集了来自500名患者的1000个慢性上颌窦炎患者的CT影像数据进行研究 | 数字病理学 | 慢性上颌窦炎 | CT影像 | CNN和SVM | 影像 | 1000个样本，涉及500名患者 | NA | NA | NA | NA |
| 11076 | 2024-08-05 |
Pathomics and single-cell analysis of papillary thyroid carcinoma reveal the pro-metastatic influence of cancer-associated fibroblasts
2024-Jun-10, BMC cancer
IF:3.4Q2
DOI:10.1186/s12885-024-12459-4
PMID:38858612
|
研究论文 | 本研究探讨了癌症相关成纤维细胞在乳头状甲状腺癌中的促转移影响 | 揭示了CAF在PTC转移中的重要作用，并通过深度学习方法建立和优化了基于转移相关myoCAF基因的诊断模型 | 研究仅基于术后病理切片和已有公共数据，可能存在样本选择偏差 | 旨在探讨乳头状甲状腺癌中癌症相关成纤维细胞对淋巴结转移风险的影响 | 研究对象为984例乳头状甲状腺癌患者的术后组织切片及PTC细胞系TPC1和K1 | 数字病理学 | 乳头状甲状腺癌 | 单细胞RNA测序 | 深度学习 | 病理切片图像和基因表达数据 | 984例乳头状甲状腺癌患者 | NA | NA | NA | NA |
| 11077 | 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 | NA | NA | NA | NA |
| 11078 | 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 | NA | NA | NA | NA |
| 11079 | 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 | NA | NA | NA | NA |
| 11080 | 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 | NA | NA | NA | NA |