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 12105 篇文献，本页显示第 11261 - 11280 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 11261 | 2024-08-05 |
Tiny Machine Learning for Concept Drift
2024-Jun, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2022.3229897
PMID:37015671
|
研究论文 | 本文介绍了一种基于深度学习的概念漂移微型机器学习方案 | 首次提出了针对概念漂移的微型机器学习（TML-CD）解决方案，结合深度学习特征提取器和k近邻分类器，具有混合适应模块 | 假设训练过程在云或边缘计算系统中进行，可能限制了在某些环境下的应用 | 设计能够在嵌入式系统和物联网单元中操作的机器学习技术 | 针对在概念漂移影响下的数据生成过程进行适应性处理 | 机器学习 | NA | 深度学习, k近邻分类 | NA | 图像和音频 | 多个基准测试 | NA | NA | NA | NA |
| 11262 | 2024-08-05 |
Explainable Graph Wavelet Denoising Network for Intelligent Fault Diagnosis
2024-Jun, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2022.3230458
PMID:37015709
|
研究论文 | 本文提出了一种可解释的图小波去噪网络用于智能故障诊断 | 提出了一种新的图小波去噪卷积以提取图结构数据的多尺度特征并实现信号去噪 | NA | 旨在提升在噪声环境下的智能故障诊断能力 | 主要研究信号中的故障相关组件及其去噪过程 | 机器学习 | NA | 图小波去噪卷积 | NA | 图结构数据 | NA | NA | NA | NA | NA |
| 11263 | 2024-08-05 |
Investigation of the MDM2-binding potential of de novo designed peptides using enhanced sampling simulations
2024-Jun, International journal of biological macromolecules
IF:7.7Q1
DOI:10.1016/j.ijbiomac.2024.131840
PMID:38679255
|
研究论文 | 本研究通过深度学习设计了高亲和力的肽结合物，以干扰MDM2与p53的相互作用 | 利用深度学习蛋白质设计和结构预测方法，识别出新的高亲和力肽结合物Pep1和Pep2 | 在标题和摘要中未提及具体的样本类型或数量，限制了结果的广泛适用性 | 旨在设计肽以干扰MDM2与p53的相互作用，提供癌症治疗的新途径 | 针对MDM2的结合肽Pep1和Pep2 | 计算机视觉 | 肿瘤 | 增强采样模拟 | 深度学习模型 | 分子动态模拟数据 | NA | NA | NA | NA | NA |
| 11264 | 2024-08-05 |
Deep learning radiomics of multimodal ultrasound for classifying metastatic cervical lymphadenopathy into primary cancer sites: a feasibility study
2024-Jun, Ultraschall in der Medizin (Stuttgart, Germany : 1980)
DOI:10.1055/a-2161-9369
PMID:38052240
|
研究论文 | 本研究探讨了基于多模态超声的深度学习放射组学在分类转移性颈部淋巴结病原发癌症位点中的可行性 | 该研究首次应用深度学习放射组学模型来区分转移性颈部淋巴结病的原发癌症位点 | 研究没有显示出超声弹性成像和对比增强超声与基础超声联合模型在准确性上有显著性提高 | 研究的目的是评估深度学习放射组学在分类转移性颈部淋巴结病原发癌症位点中的有效性 | 研究对象为280名癌症患者的280个经活检确认的转移性颈部淋巴结病样本 | 数字病理学 | 头颈肿瘤 | 多模态超声 | 深度学习放射组学模型 | 医学影像 | 280个转移性颈部淋巴结病样本 | NA | NA | NA | NA |
| 11265 | 2024-08-05 |
Deep Neural Networks and Tabular Data: A Survey
2024-Jun, IEEE transactions on neural networks and learning systems
IF:10.2Q1
DOI:10.1109/TNNLS.2022.3229161
PMID:37015381
|
综述 | 该文章提供了针对异构表格数据的深度学习方法的综述 | 第一次对表格数据的深度学习方法进行了深入的概述，并进行了系统分类 | 深度学习模型在监督学习任务中的表现仍然不及基于梯度提升树的算法，暗示研究进展停滞 | 探索深度学习在表格数据中的应用和方法 | 针对不同规模和学习目标的真实世界表格数据集进行比较 | 机器学习 | NA | 深度学习 | NA | 表格数据 | 五个真实世界的表格数据集 | NA | NA | NA | NA |
| 11266 | 2024-08-07 |
Correction: Deep learning radiomics of multimodal ultrasound for classifying metastatic cervical lymphadenopathy into primary cancer sites: a feasibility study
2024-Jun, Ultraschall in der Medizin (Stuttgart, Germany : 1980)
DOI:10.1055/a-2235-8731
PMID:38216132
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 11267 | 2024-08-05 |
Natalizumab reduces loss of gray matter and thalamic volume in patients with relapsing-remitting multiple sclerosis: A post hoc analysis from the randomized, placebo-controlled AFFIRM trial
2024-May, Multiple sclerosis (Houndmills, Basingstoke, England)
DOI:10.1177/13524585241235055
PMID:38469809
|
研究论文 | 本研究分析了Natalizumab在复发-缓解型多发性硬化症患者中对灰质和丘脑萎缩的影响 | 提供了首个安慰剂对照的证据，支持Natalizumab治疗可以减轻灰质和丘脑萎缩 | 本研究为事后分析，可能存在偏倚 | 评估Natalizumab对灰质和丘脑萎缩的影响 | 复发-缓解型多发性硬化症患者 | 数字病理学 | 多发性硬化症 | 深度学习图像分割 | NA | MRI数据 | NCT00027300中的复发-缓解型多发性硬化症患者的MRI数据 | NA | NA | NA | NA |
| 11268 | 2024-08-05 |
Using word evolution to predict drug repurposing
2024-Apr-30, BMC medical informatics and decision making
IF:3.3Q2
DOI:10.1186/s12911-024-02496-1
PMID:38689287
|
研究论文 | 该研究使用词语演变的方法来预测药物再利用。 | 提出了一种基于词语演变的替代方法，以识别适合再利用的药物 | 不同模型的性能可能与训练数据的数量相关 | 探讨通过词语语境变化来识别适合再利用的药物的可能性 | 临床药物及其再利用 | 自然语言处理 | NA | 深度学习分类 | NA | 文本 | 使用从MEDLINE中按两个月时间间隔顺序排列的出版物构建的词嵌入 | NA | NA | NA | NA |
| 11269 | 2024-08-05 |
Enhancing skin lesion classification with advanced deep learning ensemble models: a path towards accurate medical diagnostics
2024-04, Current problems in cancer
IF:2.5Q3
|
研究论文 | 本研究开发了一种基于先进深度学习的皮肤病变分类方法，旨在提高准确性 | 研究采用了多种深度神经网络模型的集成技术，显著提高了皮肤病变分类的准确性 | 数据可用性有限，分类不平衡以及噪声问题仍然存在 | 研究旨在开发准确的皮肤病变分类方法以改善生存率 | 研究对象为来自HAM10000和ISIC数据集的多样化皮肤病变图像 | 数字病理学 | 皮肤癌 | 图像修复、数据增强、SGD优化 | ResNeXt101、SeResNeXt101、ResNet152V2、DenseNet201、GoogLeNet、Xception | 图像 | HAM10000和ISIC数据集中多样化的皮肤病变图像 | NA | NA | NA | NA |
| 11270 | 2024-08-05 |
Advancements in Uric Acid Stone Detection: Integrating Deep Learning with CT Imaging and Clinical Assessments in the Upper Urinary Tract
2024, Urologia internationalis
IF:1.5Q3
DOI:10.1159/000538133
PMID:38432217
|
研究论文 | 本文旨在通过深度学习分析CT扫描和临床检测数据以识别尿酸结石 | 结合深度学习与CT成像和临床评估，开发多种预测模型识别尿酸结石 | 样本量较小，仅包括276名患者 | 建立准确识别尿酸结石的预测模型 | 276名上尿路结石患者 | 机器学习 | NA | CT成像、机器学习 | 深度学习模型 | 血液和尿液检测数据、CT扫描 | 276名患者，48名尿酸结石患者和228名其他类型结石患者 | NA | NA | NA | NA |
| 11271 | 2024-08-05 |
DeepSP: Deep learning-based spatial properties to predict monoclonal antibody stability
2024-Dec, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2024.05.029
PMID:38827232
|
研究论文 | 本研究开发了一种基于深度学习的模型DeepSP，以预测单克隆抗体的空间特性和稳定性 | 提出了一种无需进行分子动力学模拟的深度学习替代模型，能够直接基于抗体序列预测空间聚集倾向和空间电荷图 | 研究模型的表现依赖于已有的抗体序列数据集，可能不适用于所有抗体 | 旨在提高单克隆抗体开发的效率，并降低计算时间 | 使用20530个抗体序列数据集来训练DeepSP模型 | 机器学习 | NA | 深度学习 | 卷积神经网络 (CNN) | 序列 | 20530个抗体序列 | NA | NA | NA | NA |
| 11272 | 2024-08-05 |
Strong versus Weak Data Labeling for Artificial Intelligence Algorithms in the Measurement of Geographic Atrophy
2024 Sep-Oct, Ophthalmology science
IF:3.2Q1
DOI:10.1016/j.xops.2024.100477
PMID:38827491
|
研究论文 | 本研究旨在理解深度学习模型训练所需的数据标注要求，以测量地理性萎缩。 | 提出了通过整合大量弱标注图像与少量强标注图像的训练方法，以减少数据标注的成本和时间。 | 未提供关于数据标注对模型性能影响的详细分析。 | 研究深度学习模型在测量地理性萎缩中的应用与数据标注要求。 | 使用AREDS2图像进行模型训练和验证，以及GA临床试验图像进行测试。 | 机器学习 | 视网膜疾病 | 深度学习 | 卷积神经网络（CNN） | 图像 | AREDS2数据集（601张）和GlaxoSmithKline测试数据集（156张） | NA | NA | NA | NA |
| 11273 | 2024-08-05 |
Prediction of cardiovascular risk factors from retinal fundus photographs: Validation of a deep learning algorithm in a prospective non-interventional study in Kenya
2024-Jul, Diabetes, obesity & metabolism
DOI:10.1111/dom.15587
PMID:38618987
|
研究论文 | 本研究开发并验证了一种机器学习算法，用于从视网膜眼底照片中估计心血管风险因素。 | 通过在肯尼亚的非干预研究中验证机器学习模型，推动了心血管筛查的早期应用，尤其是在资源有限的环境中 | 模型性能表现与开发使用的英国生物银行人群相比，准确度稍低，可能需要重新校准 | 评估机器学习算法在低收入国家心血管风险因素估计中的有效性 | 肯尼亚地区的301名参与者，通过收集视网膜照片及其临床参数进行研究 | 机器学习 | 心血管疾病 | 机器学习 | 未提及 | 图像 | 301名参与者 | NA | NA | NA | NA |
| 11274 | 2024-08-05 |
NVAM-Net: deep learning networks for reconstructing high-quality fiber orientation distributions
2024-Jul, Neuroradiology
IF:2.4Q2
DOI:10.1007/s00234-024-03341-y
PMID:38563964
|
研究论文 | 该研究介绍了一种名为NVAM-Net的神经网络，用于重建高质量的纤维取向分布图像。 | 该文章创新性地引入了相邻体素注意机制网络，利用变换器架构和两种新的注意机制来改进FOD估计。 | 未提供明显的局限性说明 | 本研究旨在提高扩散磁共振成像中体素取向分布的重建精度。 | 本研究使用了人脑连通组项目（HCP）数据集进行实验。 | 数字病理学 | NA | 扩散磁共振成像（dMRI） | 变换器 | 图像 | 使用人脑连通组项目（HCP）数据集的实验结果 | NA | NA | NA | NA |
| 11275 | 2024-08-05 |
Effect of deep learning-based reconstruction on high-resolution three-dimensional T2-weighted fast asymmetric spin-echo imaging in the preoperative evaluation of cerebellopontine angle tumors
2024-Jul, Neuroradiology
IF:2.4Q2
DOI:10.1007/s00234-024-03328-9
PMID:38480538
|
研究论文 | 本文旨在评估基于深度学习重建（DLR）在小脑桥角肿瘤术前评估中的影响。 | 本研究创新地使用深度学习重建技术提高了HR-3D T2-FASE成像的对比噪声比。 | 样本量较小，仅包含13例患者，可能影响结果的普遍性。 | 研究旨在评估DLR对小脑桥角肿瘤术前评估中成像质量的影响。 | 研究对象为接受术前HR-3D T2-FASE成像的13例患者。 | 数字病理学 | 脑肿瘤 | MRI | 深度学习重建 | 医学影像 | 13例患者 | NA | NA | NA | NA |
| 11276 | 2024-08-05 |
Deep learning model to discriminate diverse infection types based on pairwise analysis of host gene expression
2024-Jun-21, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2024.109908
PMID:38827397
|
研究论文 | 提出了一种深度学习模型bvnGPS2，用于区分不同类型的感染 | 结合注意力机制及大规模综合宿主转录组数据集，精确识别革兰氏阳性和阴性细菌感染及病毒感染 | 可能存在数据集来源和规模的限制 | 准确检测由各种病原体引起的感染 | 4,949个血样本来自10个国家的40个队列 | 机器学习 | NA | 深度学习，注意力机制 | 深度神经网络 | 血样本 | 4,949个血样本 | NA | NA | NA | NA |
| 11277 | 2024-08-05 |
How Artificial Intelligence Unravels the Complex Web of Cancer Drug Response
2024-Jun-04, Cancer research
IF:12.5Q1
DOI:10.1158/0008-5472.CAN-24-1123
PMID:38588311
|
研究论文 | 该文章探讨了人工智能在癌症药物反应中的作用 | 研究通过解释性深度学习模型揭示了肿瘤细胞结构与药物反应之间的关系 | NA | 研究人工智能在精密医学中对癌症治疗的影响 | 研究CDK4/6抑制剂在乳腺癌治疗中的反应机制 | 数字病理学 | 乳腺癌 | 深度学习 | 解释性深度学习模型 | NA | NA | NA | NA | NA | NA |
| 11278 | 2024-08-05 |
TRA-ACGAN: A motor bearing fault diagnosis model based on an auxiliary classifier generative adversarial network and transformer network
2024-Jun, ISA transactions
IF:6.3Q1
DOI:10.1016/j.isatra.2024.03.033
PMID:38604873
|
研究论文 | 本文提出了一种基于辅助分类器生成对抗网络和变换网络的电动机轴承故障诊断模型TRA-ACGAN | 该模型结合了ACGAN和变换网络，利用注意机制提取有效特征，避免了传统迭代和卷积结构的局限 | 尚未提及具体的局限性 | 研究电动机轴承故障诊断中的生成对抗网络的应用 | 电动机轴承故障数据及其诊断 | 深度学习 | NA | 生成对抗网络 | ACGAN, 变换网络 | 故障数据 | 使用了CWRU数据集和PU数据集 | NA | NA | NA | NA |
| 11279 | 2024-08-05 |
A deep learning-based model for detecting Leishmania amastigotes in microscopic slides: a new approach to telemedicine
2024-Jun-01, BMC infectious diseases
IF:3.4Q2
DOI:10.1186/s12879-024-09428-4
PMID:38824500
|
研究论文 | 本研究开发了一种基于深度学习的模型，用于在显微切片中检测利什曼虫的阿米巴体 | 提出了一种名为LeishFuNet的深度学习框架，通过同域迁移学习提高检测利什曼虫的性能 | 可能在某些病理情况下的检测效果需要进一步验证 | 开发一种基于深度学习的自动化诊断模型以检测利什曼病 | 用于检测利什曼虫的显微图像，包含138个阳性案例和154个阴性案例 | 计算机视觉 | 利什曼病 | 深度学习 | VGG19, ResNet50, MobileNetV2, DenseNet 169 | 图像 | 292张自收集的高分辨率显微图像 | NA | NA | NA | NA |
| 11280 | 2024-08-05 |
Vegetation change detection and recovery assessment based on post-fire satellite imagery using deep learning
2024-Jun-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-63047-2
PMID:38824170
|
研究论文 | 本研究提供了一种新的方法来理解和评估火灾后对植被的影响 | 提出了一种名为深嵌入聚类（DEC）的无监督方法来检测植被变化，并开发了基于深度学习的自适应生成对抗神经网络模型（AdaptiGAN）进行植被恢复评估 | 未提及具体的局限性 | 评估火灾后植被的变化和恢复 | 受野火影响地区的植被变化 | 遥感 | NA | 深度学习，卫星遥感 | 深嵌入聚类（DEC），自适应生成对抗神经网络模型（AdaptiGAN） | 卫星影像 | NA | NA | NA | NA | NA |