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 304 篇文献，本页显示第 261 - 280 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 261 | 2024-08-05 |
A deep learning approach to personality assessment: Generalizing across items and expanding the reach of survey-based research
2024-Feb, Journal of personality and social psychology
IF:6.4Q1
DOI:10.1037/pspp0000480
PMID:37676124
|
研究论文 | 本研究利用深度学习方法对个性评估进行研究，解决了传统评估方法的限制。 | 通过使用深度神经网络提取问卷项目的嵌入表示，该方法能够推断未被评估的新项目，展现出新的可扩展、成本效益高的心理测量方法。 | 未提及具体的局限性 | 研究如何通过深度语言模型的语言个性描述表示来建模和预测多种个性特征。 | 问卷项目及与个性相关的心理结构。 | 自然语言处理 | NA | 深度学习 | 深度神经网络 | 文本 | 与调查参与者评分相同的任务中与人类评审者的准确性相当的项，具体样本量未说明 | NA | NA | NA | NA |
| 262 | 2024-08-05 |
GAN-Based Motion Artifact Correction of 3D MR Volumes Using an Image-to-Image Translation Algorithm
2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering
DOI:10.1117/12.3007743
PMID:39041007
|
研究论文 | 该研究介绍了一种基于3D深度学习框架的脑部MRI体积运动伪影修复新方法 | 引入了增量密集连接的3D U-net架构，并结合GAN-informed训练和新颖的体积重建损失函数 | NA | 提升受运动伪影影响的脑部MRI的图像质量 | 运动伪影影响的脑部MRI体积 | 计算机视觉 | NA | 深度学习 | 3D U-net, GAN | MRI图像 | 多样的受运动伪影影响的MRI体积 | NA | NA | NA | NA |
| 263 | 2024-08-05 |
Learning the intrinsic dynamics of spatio-temporal processes through Latent Dynamics Networks
2024-Feb-28, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-45323-x
PMID:38418469
|
研究论文 | 本文介绍了一种新架构，名为潜在动力学网络，能够揭示潜在非马尔可夫系统中的低维内在动力学 | 提出了一种轻量级的潜在动力学网络，可以在无需高维空间操作的情况下自动发现低维流形，并在时间外推场景中进行分布的预测 | 未明确提出研究的特定限制因素 | 研究复杂空间时间过程在外部刺激下的进化预测 | 针对潜在的非马尔可夫系统进行探索性研究 | 机器学习 | NA | 深度学习算法 | 潜在动力学网络 | 低维空间数据 | NA | NA | NA | NA | NA |
| 264 | 2024-08-05 |
Feasibility of intra-operative image guidance in burn excision surgery with multispectral imaging and deep learning
2024-02, Burns : journal of the International Society for Burn Injuries
IF:3.2Q1
DOI:10.1016/j.burns.2023.07.005
PMID:37821282
|
研究论文 | 本文研究了在烧伤切除手术中使用多光谱成像和深度学习的图像引导的可行性 | 结合了多光谱成像设备与人工智能，以帮助外科医生判断烧伤伤口床的非活组织 | 研究使用了猪模型，可能限制了结果的临床应用 | 评估图像引导在烧伤切除手术中的有效性 | 使用多光谱成像数据和深度学习算法识别伤口床中非活组织 | 数字病理学 | 烧伤 | 多光谱成像、深度学习 | 深度学习算法 | 图像 | 使用了猪模型进行烧伤实验 | NA | NA | NA | NA |
| 265 | 2024-08-07 |
Implanting deep learning models for burn wound assessment
2024-02, Burns : journal of the International Society for Burn Injuries
IF:3.2Q1
DOI:10.1016/j.burns.2023.11.003
PMID:38042628
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 266 | 2024-08-05 |
From pixels to patient care: deep learning-enabled pathomics signature offers precise outcome predictions for immunotherapy in esophageal squamous cell cancer
2024-02-22, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-024-04997-z
PMID:38388379
|
研究论文 | 本研究基于H&E染色病理标本，利用深度学习技术预测食管鳞状细胞癌患者对PD-1抑制剂的临床获益。 | 提出了一种名为ESCC-pathomics signature (ESCC-PS)的新方法，能够细分患者的风险组并独立预测PD-1抑制剂的生存率。 | 研究样本来自单中心，可能限制结果的普遍适用性。 | 旨在精确预测食管鳞状细胞癌患者对免疫治疗的反应。 | 食管鳞状细胞癌患者，接受PD-1抑制剂治疗。 | 数字病理学 | 食管癌 | H&E染色病理图像深度学习 | ViT-RNN | 图像 | 包括163例食管鳞状细胞癌患者，使用的图像数量为324幅WSI图像，产生486,188个1024*1024像素的小块 | NA | NA | NA | NA |
| 267 | 2024-08-05 |
AndroDex: Android Dex Images of Obfuscated Malware
2024-Feb-16, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-024-03027-3
PMID:38365866
|
研究论文 | 本文创建了一个名为AndroDex的Android恶意软件数据集，包含24,746个样本，涵盖180多个恶意软件家族 | 本研究创造了一种新的数据集结构，通过对APK进行混淆处理后生成.dex图像，以便更好地检测和分类Android恶意软件 | 该数据集仅基于静态分析，使用.dex文件图像，动态分析需要时间 | 创建一个可靠的大规模恶意软件数据集，以帮助研究人员提高Android恶意软件的检测和分类能力 | 包含24,746个样本的Android恶意软件数据集，反映恶意软件特征 | 数字病理学 | NA | .dex图像 | NA | 图像 | 24,746个样本 | NA | NA | NA | NA |
| 268 | 2024-08-05 |
Optimal strategies for modeling anatomy in a hybrid intelligence framework for auto-segmentation of organs
2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering
DOI:10.1117/12.3006617
PMID:38957182
|
研究论文 | 本文提出了一种混合智能框架以优化器官自 segmentation 的解剖建模策略 | 引入混合智能系统结合自然智能和深度学习，显著提高了计算效率 | 未提及具体的限制因素 | 提升医疗图像分析中器官的自动分割效率与准确性 | 涉及多个放射治疗中心的Thorax体区域的器官 | 计算机视觉 | NA | 深度学习与非深度学习相结合 | NA | 医学图像 | 来自4个不同放射治疗中心的临床研究数据 | NA | NA | NA | NA |
| 269 | 2024-08-05 |
Anatomic attention regions via optimal anatomy modeling and recognition for DL-based image segmentation
2024-Feb, Proceedings of SPIE--the International Society for Optical Engineering
DOI:10.1117/12.3006771
PMID:38957740
|
研究论文 | 本文提出了通过最优解剖建模和识别的方法实现医学图像的深度学习分割 | 结合自然智能与人工智能，提出了新的方法来发现医学图像中的注意区域 | 尚未明确提及深度学习方法的具体计算效率和通用性 | 提高医学图像分割的准确性和效率 | 医学图像中的解剖区域 | 计算机视觉 | NA | 混合智能 | NA | 医学图像 | 唯一测试数据集 | NA | NA | NA | NA |
| 270 | 2024-08-05 |
SSBlazer: a genome-wide nucleotide-resolution model for predicting single-strand break sites
2024-02-12, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-024-03179-w
PMID:38347618
|
研究论文 | 本文提出了一种用于预测单链断裂位点的深度学习框架SSBlazer | SSBlazer是一种轻量级且可扩展的模型，具有强大的泛化能力，适用于多种物种 | 未提及具体的模型局限性 | 揭示单链断裂在基因组中的重要性并进行预测 | 针对单链断裂位点进行预测 | 数字病理学 | NA | 深度学习 | NA | NA | NA | NA | NA | NA | NA |
| 271 | 2024-08-05 |
AnnoPRO: a strategy for protein function annotation based on multi-scale protein representation and a hybrid deep learning of dual-path encoding
2024-02-01, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-024-03166-1
PMID:38303023
|
研究论文 | 提出了一种基于多尺度蛋白质表示和混合深度学习的蛋白质功能注释策略AnnoPRO | 该研究通过序列基础的多尺度蛋白质表示和双路径蛋白质编码等创新方法解决了长尾问题 | 未在摘要中提供具体的局限性信息 | 改善蛋白质功能注释的准确性和效率 | 对于不同基准的各种案例研究 | 计算生物学 | NA | 深度学习 | 长短时记忆网络（LSTM） | 序列数据 | 多种基准的案例研究样本数量未明确说明 | NA | NA | NA | NA |
| 272 | 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 |
| 273 | 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 |
| 274 | 2024-08-05 |
An Innovative Inducer of Platelet Production, Isochlorogenic Acid A, Is Uncovered through the Application of Deep Neural Networks
2024-Feb-23, Biomolecules
IF:4.8Q1
DOI:10.3390/biom14030267
PMID:38540688
|
研究论文 | 该文章利用深层神经网络发现了一种创新的血小板生成诱导剂异氯原酸A。 | 文章创新地使用混合CNN+DNN模型，成功识别出异氯原酸A作为治疗放射诱导性血小板减少症的新药物。 | 文章未提及具体的样本数量和临床数据验证，限制了结果的外推性。 | 探讨治疗放射诱导性血小板减少症的新药物。 | 主要研究对象为能够治疗放射诱导性血小板减少症的化合物，特别是异氯原酸A。 | 机器学习 | NA | 深度学习 | 混合神经网络(CNN+DNN) | 药物活性数据 | 10种FDA认可的药物 | NA | NA | NA | NA |
| 275 | 2024-08-05 |
Prior-Guided Attribution of Deep Neural Networks for Obstetrics and Gynecology
2024-Feb, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2023.3337511
PMID:38019619
|
研究论文 | 提出了一种名为Prior-Guided Attribution (PGA)的新方法，用于提高深度神经网络在妇产科超声成像任务中的表现 | 创新点在于利用空间先验信息引导深度神经网络的归因过程，同时引入了一种新的先验分配策略以处理多个空间先验 | 需要额外的信息仅在训练过程中使用，推断时不需要，但对于隐私的保护可能仍然存在一些限制 | 旨在解决妇产科领域深度学习在超声图像任务中的数据不足问题 | 研究对象为妇产科超声成像中的乳腺癌检测和扫描平面检测任务 | 计算机视觉 | 乳腺癌 | 深度神经网络 | NA | 超声图像 | NA | NA | NA | NA | NA |
| 276 | 2024-08-05 |
Custom-Trained Deep Learning-Based Auto-Segmentation for Male Pelvic Iterative CBCT on C-Arm Linear Accelerators
2024-Feb-06, Practical radiation oncology
IF:3.4Q1
DOI:10.1016/j.prro.2024.01.006
PMID:38325548
|
研究论文 | 本研究评估了一种基于人工智能的深度学习自动分割工具在男性盆腔增强迭代锥形束计算机断层扫描中的临床适用性 | 提出了一种自定义训练的深度学习模型，展示了相较于传统方法在分割精度和效率上的改善 | 前列腺床的分割表现不佳，平均Dice相似系数低于0.75，且部分轮廓需要手动编辑以符合机构轮廓指导原则 | 评估在前列腺和前列腺床治疗中，商业深度学习自动分割工具的临床适用性 | 116个包含手动描绘器官和目标体积的iCBCT数据集 | 数字病理学 | 前列腺癌 | 深度学习 | DLAS | iCBCT图像 | 用于模型训练的116个数据集和用于模型测试的25个数据集 | NA | NA | NA | NA |
| 277 | 2024-08-05 |
Deep Learning-Assisted Segmentation and Classification of Brain Tumor Types on Magnetic Resonance and Surgical Microscope Images
2024-02, World neurosurgery
IF:1.9Q2
DOI:10.1016/j.wneu.2023.11.073
PMID:38030068
|
研究论文 | 本研究旨在利用深度学习技术改善神经外科手术中的肿瘤边界描绘和分类 | 将深度学习与神经外科手术相结合，提高了手术中的肿瘤识别精度 | 强调了训练和优化深度学习模型所需的多样数据集的重要性 | 探索如何通过深度学习提高神经外科手术的安全性和效果 | 针对脑肿瘤类型的精确分割和分类 | 计算机视觉 | 脑肿瘤 | 深度学习 | Mask R-CNN | 视频和图像 | NA | NA | NA | NA | NA |
| 278 | 2024-08-05 |
Deep Learning Enabled SERS Identification of Gaseous Molecules on Flexible Plasmonic MOF Nanowire Films
2024-02-23, ACS sensors
IF:8.2Q1
DOI:10.1021/acssensors.3c02519
PMID:38299870
|
研究论文 | 本文介绍了一种基于柔性金属有机框架薄膜的气体分子SERS检测技术 | 该研究利用深度学习和柔性纸基表面增强拉曼光谱技术实现了对低密度高速气体分子的准确识别 | 研究主要集中在气体分析的实验室环境中，实际应用场景可能存在环境干扰 | 探索表面增强拉曼光谱在气体分析中的应用，特别是在非侵入性结直肠癌筛查中的潜力 | 研究气体生物标志物的SERS检测，尤其是与结直肠癌相关的气体分子 | 数字病理 | 结直肠癌 | 表面增强拉曼光谱（SERS） | 人工神经网络 | 光谱数据 | 使用了多种气体分析物的混合样本，具体样本数量未明确指定 | NA | NA | NA | NA |
| 279 | 2024-08-05 |
A Deep Learning Framework for Predicting Patient Decannulation on Extracorporeal Membrane Oxygenation Devices: Development and Model Analysis Study
2024-Feb-02, JMIR biomedical engineering
DOI:10.2196/48497
PMID:38875691
|
研究论文 | 本研究开发了一个基于深度学习的模型，帮助临床医生判断是否应将患者从VV-ECMO上切离。 | 本研究首次提出了CEVVO模型，它结合了离散临床信息和ECMO设备的连续数据，以预测VV-ECMO患者的离管成功率。 | 虽然模型的逐患者预测能力可能不足以直接应用于临床，但患者风险分类系统显示出更大的潜力。 | 研究旨在协助临床医生做出患者是否应离开ECMO的决策。 | 研究对象为在哥伦比亚大学欧文医学中心接受VV-ECMO支持的118名患者。 | 机器学习 | 呼吸系统疾病 | 深度学习 | 长短时记忆网络 (LSTM) | 临床数据 | 118名患者 | NA | NA | NA | NA |
| 280 | 2024-08-05 |
TomoNet: A streamlined cryoET software pipeline with automatic particle picking on flexible lattices
2024-Feb-19, bioRxiv : the preprint server for biology
DOI:10.1101/2024.02.17.580557
PMID:38464049
|
研究论文 | TomoNet是一种流线型的cryoET软件管道，具有自动粒子拾取功能，能够在灵活的晶格上进行操作 | 开发了具有现代图形用户界面的软件包，集成了自动粒子拾取和3D分类功能以提高分辨率 | NA | 通过提高分辨率来准确定位和平均生物复杂体的结构 | 病毒样颗粒、细胞层内的细菌表面层和装饰核排出蛋白复合物的膜 | 数字病理学 | NA | cryoET | 深度学习 | 3D图像 | 多个数据集，具体数目未提及 | NA | NA | NA | NA |