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 12101 篇文献，本页显示第 11861 - 11880 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 11861 | 2024-08-07 |
Learning multi-site harmonization of magnetic resonance images without traveling human phantoms
2024, Communications engineering
DOI:10.1038/s44172-023-00140-w
PMID:38420332
|
研究论文 | 本文提出了一种无需人类受试者跨站点采集数据即可实现磁共振图像多站点协调的深度学习方法 | 该方法通过分离站点特定外观信息和站点不变解剖信息，生成适用于任何目标站点的图像，无需额外数据收集 | NA | 提高磁共振图像数据的一致性，实现多站点图像数据的有效整合 | 磁共振图像的多站点协调 | 计算机视觉 | NA | 深度学习 | 深度神经网络 | 图像 | 超过6,000张多站点T1和T2加权图像 | NA | NA | NA | NA |
| 11862 | 2024-08-07 |
MHCII-peptide presentation: an assessment of the state-of-the-art prediction methods
2024, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2024.1293706
PMID:38646540
|
研究论文 | 本文评估了最新的MHCII-肽结合预测计算方法的性能 | 采用了深度学习算法和大量训练数据，新开发的预测方法性能优于旧方法 | NA | 评估和概述最新的MHCII-肽结合预测计算方法 | MHCII-肽结合预测方法 | 生物信息学 | NA | 深度学习 | NA | 蛋白质序列数据 | 包含20种人类MHCII蛋白同种型的结合和非结合肽的独立数据集 | NA | NA | NA | NA |
| 11863 | 2024-08-07 |
Artificial intelligence in the healthcare sector: comparison of deep learning networks using chest X-ray images
2024, Frontiers in public health
IF:3.0Q2
DOI:10.3389/fpubh.2024.1386110
PMID:38660365
|
研究论文 | 本研究探讨了深度学习网络在胸部X光图像疾病诊断中的应用 | 本研究首次比较了ResNet101、AlexNet、GoogLeNet和Xception在胸部X光图像疾病诊断中的成功率 | 研究使用的数据集仅包含COVID-19、病毒性肺炎和健康个体的胸部X光图像 | 旨在确定深度学习网络在疾病诊断中的成功率 | 深度学习网络ResNet101、AlexNet、GoogLeNet和Xception | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 1,680张胸部X光图像，包括COVID-19、病毒性肺炎和健康个体 | NA | NA | NA | NA |
| 11864 | 2024-08-07 |
A hybrid deep learning scheme for MRI-based preliminary multiclassification diagnosis of primary brain tumors
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1363756
PMID:38746679
|
研究论文 | 本研究探索了一种结合多种先进技术的混合深度学习方案，用于提高原发性脑肿瘤诊断的分类性能和可解释性 | 本研究通过结合超分辨率重建、动态学习率退火策略、特征迁移和机器学习等技术，提高了深度学习模型的分类性能和可解释性 | NA | 探索一种混合深度学习方案，以提高原发性脑肿瘤诊断的准确性和自动化程度 | 原发性脑肿瘤的诊断 | 机器学习 | 脑肿瘤 | 深度学习 | DenseNet121, LightGBM | MRI图像 | 230名原发性脑肿瘤患者，包括97名脑膜瘤、66名胶质瘤和67名垂体瘤 | NA | NA | NA | NA |
| 11865 | 2024-08-07 |
MAMILNet: advancing precision oncology with multi-scale attentional multi-instance learning for whole slide image analysis
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1275769
PMID:38746682
|
研究论文 | 本文介绍了MAMILNet，一种用于全切片图像分析的多尺度注意力多实例学习框架，旨在提高肿瘤检测、分类和治疗反应预测的精确度 | MAMILNet通过引入注意力机制和多尺度策略，提高了模型的泛化能力和预测准确性，同时减少了病理学家的手动工作量 | NA | 推动精准肿瘤学和个体化治疗计划的发展 | 全切片图像分析中的肿瘤检测、分类和治疗反应预测 | 数字病理学 | NA | 多尺度注意力多实例学习 | 注意力机制 | 图像 | 1171例涵盖多种癌症类型 | NA | NA | NA | NA |
| 11866 | 2024-08-07 |
Editorial: IoT, UAV, BCI empowered deep learning models in precision agriculture
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1399753
PMID:38751845
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 11867 | 2024-08-07 |
A lightweight deep learning approach for detecting electrocardiographic lead misplacement
2024-May-15, Physiological measurement
IF:2.3Q3
DOI:10.1088/1361-6579/ad43ae
PMID:38663434
|
研究论文 | 本文提出了一种基于深度学习的新型心电图（ECG）导联错位检测方法 | 开发了两种新型轻量级深度学习模型，分别用于肢体和胸导联错位检测 | NA | 旨在开发一种有效的心电图导联错位检测方法 | 心电图导联错位检测 | 机器学习 | NA | 深度学习 | 深度学习模型 | 心电图数据 | 使用Chapman数据库进行训练和验证，评估数据集包括PTB-XL、PTB和LUDB数据库 | NA | NA | NA | NA |
| 11868 | 2024-08-07 |
Lattice thermal conductivity and mechanical properties of the single-layer penta-NiN2 explored by a deep-learning interatomic potential
2024-May-15, Physical chemistry chemical physics : PCCP
IF:2.9Q1
DOI:10.1039/d4cp00997e
PMID:38689542
|
研究论文 | 研究了新型二维五边形penta-NiN2单层的晶格热导率、稳定性和力学行为 | 首次使用深度学习原子间势（DLP）从分子动力学（AIMD）数据生成并用于经典分子动力学模拟 | NA | 探索penta-NiN2单层的晶格热导率和力学性能 | penta-NiN2单层的晶格热导率、稳定性、力学行为及缺陷对其性能的影响 | 材料科学 | NA | 深度学习原子间势（DLP） | 深度学习模型 | 分子动力学数据 | NA | NA | NA | NA | NA |
| 11869 | 2024-08-07 |
Automated medication verification system (AMVS): System based on edge detection and CNN classification drug on embedded systems
2024-May-15, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2024.e30486
PMID:38742071
|
研究论文 | 本文介绍了一种基于边缘检测和CNN分类的自动化药物验证系统（AMVS），旨在减少医院中的药物错误 | 系统在封闭空间中进行研究，以最小化光学变化对图像捕捉的影响，并使用深度学习模型快速准确地分类药物 | NA | 提高药物验证过程的效率并减少药物错误 | 自动化药物验证系统 | 计算机视觉 | NA | 边缘检测，CNN | CNN | 图像 | 药物集包含少于十种类型和十种类型 | NA | NA | NA | NA |
| 11870 | 2024-08-07 |
Deep learning-based inverse design of multi-functional metasurface absorbers
2024-May-15, Optics letters
IF:3.1Q2
DOI:10.1364/OL.518786
PMID:38748148
|
研究论文 | 本文提出了一种结合模拟退火算法和深度学习加速的新方法，用于快速准确地开发太赫兹完美吸收器 | 该方法通过前向预测和后向设计，实现了对吸收器结构的精确快速推导，并显著提高了设计效率 | NA | 开发一种快速准确的方法来设计太赫兹完美吸收器 | 太赫兹完美吸收器的结构设计 | 机器学习 | NA | 深度学习 | 神经网络 | 吸收谱 | 设计了低频、高频和宽带吸收器，频率范围为4至16太赫兹，误差小于0.02 | NA | NA | NA | NA |
| 11871 | 2024-08-07 |
Deep-learning enhanced high-quality imaging in metalens-integrated camera
2024-May-15, Optics letters
IF:3.1Q2
DOI:10.1364/OL.521393
PMID:38748176
|
研究论文 | 本文提出了一种基于深度学习的高质量成像方法，用于改善金属镜集成相机的性能 | 采用多尺度卷积神经网络（MSCNN）训练高质量和低质量图像对，以提高成像分辨率、对比度和畸变 | NA | 克服金属镜集成相机固定架构的限制，提升成像质量 | 金属镜集成相机的成像性能 | 计算机视觉 | NA | 多尺度卷积神经网络（MSCNN） | CNN | 图像 | 大量高质量和低质量图像对 | NA | NA | NA | NA |
| 11872 | 2024-08-07 |
Simultaneous detection of dental caries and fissure sealant in intraoral photos by deep learning: a pilot study
2024-May-12, BMC oral health
IF:2.6Q1
DOI:10.1186/s12903-024-04254-1
PMID:38735954
|
研究论文 | 本研究构建了一个基于深度学习的模型（ToothNet），用于在口腔内照片中同时检测牙病和裂隙封闭剂 | 提出了一种基于深度学习的模型ToothNet，能够同时在口腔内照片中检测牙病和裂隙封闭剂 | NA | 构建一个深度学习模型，用于在口腔内照片中同时检测牙病和裂隙封闭剂 | 口腔内照片中的牙病和裂隙封闭剂 | 计算机视觉 | 牙病 | 深度学习 | YOLOX | 图像 | 1020张口腔内照片，来自762名志愿者 | NA | NA | NA | NA |
| 11873 | 2024-08-07 |
Distance plus attention for binding affinity prediction
2024-May-12, Journal of cheminformatics
IF:7.1Q1
DOI:10.1186/s13321-024-00844-x
PMID:38735985
|
研究论文 | 本文提出了一种结合原子级距离特征和注意力机制的方法，用于提高蛋白质-配体结合亲和力的预测精度 | 创新地引入了基于距离的特征来预测蛋白质-配体结合亲和力，利用独特的分子间相互作用，并结合特定残基的蛋白质序列特征，增强了模型捕捉复杂结合模式的能力 | NA | 提高蛋白质-配体结合亲和力的预测精度，以减少药物开发的时间和成本 | 蛋白质-配体结合亲和力 | 机器学习 | NA | 深度学习 | 注意力机制 | 分子图 | 在CASF-2016数据集上进行了验证，并在五个其他基准数据集上进行了测试 | NA | NA | NA | NA |
| 11874 | 2024-08-07 |
Unveiling interatomic distances influencing the reaction coordinates in alanine dipeptide isomerization: An explainable deep learning approach
2024-May-07, The Journal of chemical physics
IF:3.1Q1
DOI:10.1063/5.0203346
PMID:38748008
|
研究论文 | 本研究通过深度学习方法，探讨了丙氨酸二肽异构化反应中，原子间距离对反应坐标的影响，并利用可解释的人工智能框架量化了各输入变量的重要性 | 本研究采用原子间距离和键角作为深度学习的输入变量，而非传统的二面角，通过可解释的人工智能框架，成功识别了影响过渡状态的特定原子间距离 | NA | 探讨丙氨酸二肽异构化反应中，原子间距离对反应坐标的影响，并利用深度学习方法构建自由能景观 | 丙氨酸二肽的异构化反应及其自由能景观 | 机器学习 | NA | 深度学习 | 深度学习模型 | 原子间距离和键角 | NA | NA | NA | NA | NA |
| 11875 | 2024-08-07 |
Deep learning path-like collective variable for enhanced sampling molecular dynamics
2024-May-07, The Journal of chemical physics
IF:3.1Q1
DOI:10.1063/5.0202156
PMID:38748013
|
研究论文 | 本文介绍了一种新的路径类集体变量“深度局部非线性嵌入”，用于增强采样分子动力学，该变量基于局部线性嵌入技术原理，并通过反应轨迹训练得到 | 提出的深度局部非线性嵌入变量能够自动生成非线性特征组合，通过可微分的广义自编码器结合神经网络与连续k近邻选择，无需事先手动选择地标 | NA | 解决现有集体变量在描述反应路径上的局限性 | 路径类集体变量在分子动力学中的应用 | 机器学习 | NA | 分子动力学模拟 | 神经网络 | 轨迹数据 | 包括Müller-Brown势能模型和丙氨酸二肽在内的玩具模型，以及RNA四环的分子动力学模拟 | NA | NA | NA | NA |
| 11876 | 2024-08-07 |
Revealing the reconstruction mechanism of AgPd nanoalloys under fluorination based on a multiscale deep learning potential
2024-May-07, The Journal of chemical physics
IF:3.1Q1
DOI:10.1063/5.0205616
PMID:38748027
|
研究论文 | 本文开发了一种可推广的Ag-Pd-F系统的深度学习势能，用于研究氟化过程中AgPd纳米合金的结构演变 | 开发了一种基于多尺度深度学习势能的方法，用于精确预测吸附能、表面能、形成能和扩散能垒 | NA | 揭示AgPd纳米合金在氟化过程中的重构机制 | AgPd纳米合金的结构演变及其在氟化过程中的行为 | 机器学习 | NA | 深度学习 | 深度学习模型 | 结构数据 | 包括体相、表面、纳米团簇、非晶态和点缺陷等多种配置的数据集 | NA | NA | NA | NA |
| 11877 | 2024-08-07 |
Automated machine learning model for fundus image classification by health-care professionals with no coding experience
2024-05-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-60807-y
PMID:38710726
|
研究论文 | 评估无代码深度学习（CFDL）平台在眼科视网膜图像二元结果预测中的可行性，比较Google Vertex和Amazon Rekognition两个平台，并使用两个公开数据集Messidor-2和BRSET进行模型开发 | 首次评估了无代码深度学习平台在眼科视网膜图像分类中的应用，展示了这些平台在无需编程经验的情况下实现高精度的可能性 | 研究仅限于两个特定的CFDL平台和两个数据集，可能需要进一步验证在其他平台和数据集上的泛化能力 | 探讨无代码深度学习平台在眼科视网膜图像分类中的应用可行性 | 评估Google Vertex和Amazon Rekognition平台在视网膜图像分类任务中的性能 | 计算机视觉 | 糖尿病视网膜病变 | 深度学习 | CNN | 图像 | 使用Messidor-2和BRSET两个数据集，具体样本数量未详细说明 | NA | NA | NA | NA |
| 11878 | 2024-08-07 |
Deep learning-based quantification and transcriptomic profiling reveal a methyl jasmonate-mediated glandular trichome formation pathway in Cannabis sativa
2024-May, The Plant journal : for cell and molecular biology
DOI:10.1111/tpj.16663
PMID:38332528
|
研究论文 | 本研究开发了一种基于深度学习的模型CGTDM，用于区分和量化大麻腺毛的三种类型，并通过基因共表达网络分析揭示了甲基茉莉酸（MeJA）介导的腺毛形成途径 | 首次使用深度学习模型CGTDM量化大麻腺毛，并通过基因共表达网络分析揭示了MeJA介导的腺毛形成途径 | NA | 探索大麻腺毛发育的分子机制及其与次生代谢物的关系 | 大麻腺毛的发育及其分子过程 | 机器学习 | NA | 深度学习 | CNN | 基因表达数据 | 八个不同时间点的样本 | NA | NA | NA | NA |
| 11879 | 2024-08-07 |
Comparative analysis of the spatial distribution of brain metastases across several primary cancers using machine learning and deep learning models
2024-May, Journal of neuro-oncology
IF:3.2Q2
DOI:10.1007/s11060-024-04630-5
PMID:38563856
|
研究论文 | 本文通过机器学习和深度学习模型，比较了几种原发癌脑转移的空间分布 | 系统地比较了不同原发癌脑转移的解剖分布，并利用机器学习和深度学习模型进行了精确分类 | NA | 研究脑转移的解剖分布差异，以改善早期检测和监测 | 五种不同原发癌类型的脑转移空间坐标 | 机器学习 | NA | 机器学习算法（RF, SVM, TabNet DL） | SVM, TabNet | 空间坐标数据 | 3949个颅内转移 | NA | NA | NA | NA |
| 11880 | 2024-08-07 |
Deep neural network uncertainty estimation for early oral cancer diagnosis
2024-May, Journal of oral pathology & medicine : official publication of the International Association of Oral Pathologists and the American Academy of Oral Pathology
IF:2.7Q2
DOI:10.1111/jop.13536
PMID:38632703
|
研究论文 | 本研究探索使用深度学习中的不确定性估计方法进行早期口腔癌诊断 | 开发了一种名为'概率性HRNet'的贝叶斯深度学习模型，利用集合MC dropout方法在HRNet上进行不确定性估计 | 研究仅限于回顾性分析，未涉及前瞻性临床试验 | 提高早期口腔癌诊断的准确性和可靠性 | 口腔癌的早期诊断 | 机器学习 | 口腔癌 | 深度学习 | HRNet | 图像 | 两个具有不同分布的口腔病变数据集 | NA | NA | NA | NA |