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 395 篇文献，本页显示第 321 - 340 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 321 | 2024-08-15 |
PECAN Predicts Patterns of Cancer Cell Cytostatic Activity of Natural Products Using Deep Learning
2024-03-22, Journal of natural products
IF:3.3Q1
DOI:10.1021/acs.jnatprod.3c00879
PMID:38349959
|
研究论文 | 本文介绍了一种名为PECAN的前馈神经网络，用于预测天然产物类似化合物对59种癌细胞系的抗增殖活性 | PECAN不仅能够判断化合物是否具有生物活性，还能预测活性的程度，分为六类 | NA | 开发一种能够同时分类化合物对多种癌细胞系抗增殖活性的深度学习模型 | 天然产物类似化合物对59种癌细胞系的抗增殖活性 | 机器学习 | NA | 深度学习 | 前馈神经网络 | 化合物结构数据 | 59种癌细胞系 | NA | NA | NA | NA |
| 322 | 2024-08-15 |
Deep learning-based natural language processing for detecting medical symptoms and histories in emergency patient triage
2024-03, The American journal of emergency medicine
DOI:10.1016/j.ajem.2023.11.063
PMID:38096637
|
研究论文 | 本研究利用基于深度学习的自然语言处理技术，设计并验证大型语言模型（LLMs）用于自动临床诊断，以识别急诊患者分类中的12种医疗症状和2种患者病史。 | 本研究首次采用KLUE-RoBERTa模型进行自动电子健康记录（EHR）记录，并通过可解释的人工智能（XAI）和Shapley加法解释（SHAP）方法验证了模型的可靠性。 | NA | 设计并验证大型语言模型（LLMs）用于自动临床诊断，以提高急诊部门电子健康记录的效率。 | 识别急诊患者分类中的12种医疗症状和2种患者病史。 | 自然语言处理 | NA | BERT | transformer | 文本 | 15个样本 | NA | NA | NA | NA |
| 323 | 2024-08-14 |
A gradient mapping guided explainable deep neural network for extracapsular extension identification in 3D head and neck cancer computed tomography images
2024-Mar, Medical physics
IF:3.2Q1
DOI:10.1002/mp.16680
PMID:37643447
|
研究论文 | 本文提出了一种基于梯度映射引导的可解释深度神经网络，用于自动识别3D头颈部癌症CT图像中的外囊扩展（ECE） | 本文创新性地提出了梯度映射引导的可解释网络（GMGENet）框架，无需标注淋巴结区域信息即可自动识别ECE | NA | 旨在开发一种自动识别头颈部鳞状细胞癌（HNSCC）患者CT图像中ECE的方法，以改善诊断和治疗计划 | 头颈部鳞状细胞癌（HNSCC）患者的3D CT图像中的外囊扩展（ECE） | 计算机视觉 | 头颈部癌 | 梯度加权类激活映射（Grad-CAM） | 深度神经网络 | 图像 | NA | NA | NA | NA | NA |
| 324 | 2024-08-13 |
Minimal data requirement for realistic endoscopic image generation with Stable Diffusion
2024-Mar, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-023-03030-w
PMID:37934401
|
研究论文 | 本文提出了一种基于Stable Diffusion模型的图像到图像翻译方法，用于生成逼真的内窥镜图像 | 该方法通过引入不同的支持控制网络，实现了对细节生成的更精细控制，并且所需输入数据量较小，更适合临床应用 | NA | 旨在改善计算机辅助手术系统，通过生成逼真的合成数据来优化深度学习模型的训练 | 内窥镜图像的生成和翻译 | 计算机视觉 | NA | Stable Diffusion模型 | Stable Diffusion | 图像 | 使用了来自公共数据集的合成和真实数据 | NA | NA | NA | NA |
| 325 | 2024-08-13 |
MAIRNet: weakly supervised anatomy-aware multimodal articulated image registration network
2024-Mar, International journal of computer assisted radiology and surgery
IF:2.3Q2
DOI:10.1007/s11548-023-03056-0
PMID:38236477
|
研究论文 | 提出了一种新的弱监督解剖学意识多模态关节图像配准网络MAIRNet，以解决多模态关节图像配准的挑战性问题 | MAIRNet包含两个分支：一个非可学习的多刚体配准分支用于估计初始速度场，和一个可学习的可变形配准分支用于学习增量，这两个分支共同工作以生成最终的位移场 | NA | 开发一种新的多模态关节图像配准方法 | 多模态关节图像配准问题 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 在三个数据集上进行了综合实验，包括髋部数据集、腰椎脊柱数据集和胸椎脊柱数据集 | NA | NA | NA | NA |
| 326 | 2024-08-12 |
Optimization of news dissemination push mode by intelligent edge computing technology for deep learning
2024-Mar-20, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-53859-7
PMID:38509163
|
研究论文 | 本研究提出了一种基于深度学习和强化学习的新推荐算法，以优化新闻传播的推送模式 | 引入强化学习算法与深度学习相结合，提高了新闻推荐的准确性和用户满意度 | NA | 优化新闻传播的推送模式，提升用户对新闻网站的满意度 | 新闻推荐系统及其推送模式 | 机器学习 | NA | 深度学习, 强化学习 | Deep Deterministic Policy Gradient (DDPG) | 文本 | 涉及全球超过4亿互联网用户和3亿社交媒体用户的新闻内容 | NA | NA | NA | NA |
| 327 | 2024-08-10 |
Improving rehabilitation of deaf patients by advanced imaging before cochlear implantation
2024-Mar, Journal of neuroradiology = Journal de neuroradiologie
DOI:10.1016/j.neurad.2023.10.002
PMID:37806523
|
综述 | 本文综述了在耳蜗植入前使用先进成像技术预测听力康复效果的研究 | 使用扩散加权磁共振成像（DWI）和功能磁共振成像（fMRI）评估中央听觉通路，以及通过CT扫描、锥束CT和MRI进行自动迷路分割 | NA | 评估耳蜗植入前解剖成像技术对预测聋患者听力康复效果的帮助 | 成年单侧或双侧听力损失患者 | NA | 聋病 | 扩散加权磁共振成像（DWI），功能磁共振成像（fMRI），CT扫描，MRI分割 | 深度学习 | 图像 | 51项研究 | NA | NA | NA | NA |
| 328 | 2024-08-09 |
Algorithmic detection of sleep-disordered breathing using respiratory signals: a systematic review
2024-Mar-21, Physiological measurement
IF:2.3Q3
DOI:10.1088/1361-6579/ad2c13
PMID:38387048
|
综述 | 本文系统回顾了2012-2022年间利用呼吸信号进行睡眠呼吸障碍（SDB）检测的算法研究，涵盖信号来源、处理、特征提取、分类及应用 | 首次全面回顾了呼吸信号在SDB检测中的算法范围和性能，旨在填补这一领域的研究空白 | 单源呼吸信号在检测呼吸暂停方面的敏感性仍有待提高 | 探讨利用呼吸信号进行睡眠呼吸障碍检测的算法性能和应用 | 呼吸信号如鼻气流（NAF）、口鼻气流（OAF）、胸呼吸努力（TRE）和腹呼吸努力（ARE） | NA | 心血管疾病 | 机器学习模型，深度学习模型 | NA | 信号 | 32项研究符合数据提取标准 | NA | NA | NA | NA |
| 329 | 2024-08-09 |
MRI-Based Radiomics Methods for Predicting Ki-67 Expression in Breast Cancer: A Systematic Review and Meta-analysis
2024-Mar, Academic radiology
IF:3.8Q1
DOI:10.1016/j.acra.2023.10.010
PMID:37925343
|
meta-analysis | 本系统综述和荟萃分析旨在评估基于MRI的放射组学预测乳腺癌Ki-67表达的质量和诊断准确性 | 使用深度学习放射组学方法、不同磁场强度、扫描仪制造商、感兴趣区域结构、组织采样途径、Ki-67截断值、逻辑回归模型构建、LASSO特征减少以及PyRadiomics软件特征提取等因素对异质性有显著影响 | 基于MRI的放射组学的敏感性和特异性仍未超过90%，限制了其作为补充当前病理评估方法（如活检或手术）以准确预测Ki-67表达的应用 | 评估基于MRI的放射组学预测乳腺癌Ki-67表达的质量和诊断准确性 | 乳腺癌患者的Ki-67表达 | digital pathology | breast cancer | MRI-based radiomics | NA | image | 31项研究纳入系统综述，其中21项报告了足够数据进行荟萃分析，包括20个训练队列和5个验证队列 | NA | NA | NA | NA |
| 330 | 2024-08-08 |
Predicting long-term progression of Alzheimer's disease using a multimodal deep learning model incorporating interaction effects
2024-03-11, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-024-05025-w
PMID:38468358
|
研究论文 | 本研究开发了一种结合交互效应和多模态数据的深度学习模型，用于预测阿尔茨海默病长期进展 | 模型创新性地结合了交互效应和多模态数据，显著提高了预测准确性和时间范围 | NA | 旨在提高从轻度认知障碍到阿尔茨海默病转换的预测准确性和长期性 | 轻度认知障碍患者及其向阿尔茨海默病的转换 | 机器学习 | 阿尔茨海默病 | 深度学习 | 深度学习模型 | 结构磁共振成像、临床评估和遗传多态性数据 | 252名轻度认知障碍患者 | NA | NA | NA | NA |
| 331 | 2024-08-07 |
Enhancing Generalizability in Protein-Ligand Binding Affinity Prediction with Multimodal Contrastive Learning
2024-03-25, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.3c01961
PMID:38441880
|
研究论文 | 本文提出了一种基于图神经网络的评分函数，通过三重对比学习损失改进蛋白质-配体结合亲和力的预测 | 引入了多模态对比学习方法，结合三维复合物表示和二维配体及粗粒度口袋表示，提高了蛋白质-配体相互作用的理解 | NA | 提高蛋白质-配体结合亲和力预测的泛化能力 | 蛋白质-配体结合亲和力 | 机器学习 | NA | 图神经网络 | 图神经网络 | 三维复合物表示和二维配体及粗粒度口袋表示 | 多个外部数据集 | NA | NA | NA | NA |
| 332 | 2024-08-07 |
DeePNAP: A Deep Learning Method to Predict Protein-Nucleic Acid Binding Affinity from Their Sequences
2024-03-25, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.3c01151
PMID:38458968
|
研究论文 | 提出了一种基于深度学习的模型DeePNAP，用于仅从序列预测蛋白质-核酸结合亲和力 | DeePNAP模型利用大量异构数据集进行训练，仅使用序列特征进行预测，提高了预测的多样性和通用性 | NA | 开发一种新的机器学习模型，用于从序列预测蛋白质-核酸结合亲和力 | 蛋白质-核酸结合亲和力和突变引起的自由能变化 | 机器学习 | NA | 深度学习 | 机器学习模型 | 序列 | 14,401个来自ProNAB数据库的野生型和突变型蛋白质-核酸复合物结合参数 | NA | NA | NA | NA |
| 333 | 2024-08-07 |
Computational Chemistry in Structure-Based Solute Carrier Transporter Drug Design: Recent Advances and Future Perspectives
2024-03-11, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.3c01736
PMID:38294194
|
综述 | 本文综述了计算化学在基于结构的溶质载体转运蛋白药物设计中的最新进展和未来展望 | 利用计算化学，包括基于物理的分子建模和基于机器学习及深度学习的人工智能，为经典药物发现方法提供了一种替代和互补的方式 | 目前只有约9.8%的SLC超家族成员具有3D结构和特定结合位点 | 深入理解SLC超家族的结构和功能，以促进新型调节剂的理性设计 | 溶质载体转运蛋白（SLCs）及其在多种复杂疾病治疗中的应用 | 药物设计 | NA | 计算化学 | 人工智能（AI） | 蛋白质结构 | 约450种SLCs中仅有44种具有3D结构 | NA | NA | NA | NA |
| 334 | 2024-08-07 |
AlphaFold2 Predicts Whether Proteins Interact Amidst Confounding Structural Compatibility
2024-03-11, Journal of chemical information and modeling
IF:5.6Q1
DOI:10.1021/acs.jcim.3c01805
PMID:38373070
|
research paper | 本文测试了AlphaFold2在预测结构兼容但非相互作用的蛋白质对时的预测能力 | AlphaFold2能够在蛋白质结构兼容的情况下有效区分相互作用和非相互作用的蛋白质 | 部分错误分类的情况可以通过重新审视输入序列来纠正，但也可能揭示数据集中的假阳性和假阴性 | 评估AlphaFold2在预测蛋白质相互作用中的应用潜力 | 蛋白质相互作用的预测 | machine learning | NA | AlphaFold2 | NA | 蛋白质结构数据 | 一个具有挑战性的数据集 | NA | NA | NA | NA |
| 335 | 2024-08-04 |
DeepKEGG: a multi-omics data integration framework with biological insights for cancer recurrence prediction and biomarker discovery
2024-Mar-27, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae185
PMID:38678587
|
研究论文 | 提出了一种新的可解释的多组学数据集成方法DeepKEGG，用于癌症复发预测和生物标志物发现 | DeepKEGG结合了生物层次模块和路径自注意力模块，以揭示样本间的潜在关联和提高模型可解释性 | 当前方法在多组学数据集成中尚未充分考虑样本之间的潜在相关性 | 探索多组学数据集成中样本的潜在相关性并提供模型可解释性 | 癌症复发预测和生物标志物的发现 | 数字病理学 | 癌症 | 深度学习 | 多层神经网络 | 多组学数据 | NA | NA | NA | NA | NA |
| 336 | 2024-08-04 |
PS2MS: A Deep Learning-Based Prediction System for Identifying New Psychoactive Substances Using Mass Spectrometry
2024-03-26, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.3c05019
PMID:38488022
|
研究论文 | 该论文介绍了一种名为PSMS的基于深度学习的预测系统，用于识别新型精神活性物质。 | PSMS通过建立合成的NPS数据库，使用深度学习生成质谱和化学指纹，突破了传统方法的限制。 | 该研究可能在某些情况下面临识别新型毒品的准确性问题，特别是当数据集不够完整时。 | 研究旨在开发一种新系统以有效识别新型精神活性物质。 | 研究对象是新型精神活性物质及其相关衍生物。 | 数字病理学 | NA | 质谱 | 深度学习 | 质谱数据 | 在实际证据样本中识别了一些卡他酮衍生物 | NA | NA | NA | NA |
| 337 | 2024-08-04 |
Rapid and Precise Differentiation and Authentication of Agricultural Products via Deep Learning-Assisted Multiplex SERS Fingerprinting
2024-03-19, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.4c00064
PMID:38450485
|
研究论文 | 本文提出了一种结合多重表面增强拉曼散射(SERS)指纹技术与一维卷积神经网络(1D-CNN)的新方法，用于快速准确地区别和验证农业产品 | 该方法结合了三种不同的SERS活性纳米颗粒作为多重传感器，通过构建'SERS超级指纹'来提高农业产品的识别精度 | 文章中未明确指出具体的局限性 | 研究农业产品的来源和质量的快速准确识别与验证 | 主要研究对象为农业产品及其掺假样品 | 数字病理 | NA | 多重表面增强拉曼散射(SERS) | 一维卷积神经网络(1D-CNN) | 光谱数据 | 多个农业产品和模拟的掺假样品 | NA | NA | NA | NA |
| 338 | 2024-08-04 |
Convolutional Neural Network-Driven Impedance Flow Cytometry for Accurate Bacterial Differentiation
2024-03-19, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.3c04421
PMID:38448396
|
研究论文 | 本研究开发了一种基于卷积神经网络的阻抗流式细胞术方法，以提高细菌的分类准确性和效率 | 该研究使用卷积神经网络深度学习方法，提高了阻抗流式细胞术在细菌物种区分上的准确性和效率 | 研究中未提及对特定细菌种类的识别是否可以普遍适用 | 提升阻抗流式细胞术在细菌种类区分的准确性 | 不同物种的细菌及其电特性 | 数字病理学 | NA | 阻抗流式细胞术 | 卷积神经网络 | 阻抗数据 | 超过100万组不同细菌的阻抗数据 | NA | NA | NA | NA |
| 339 | 2024-08-04 |
DeepION: A Deep Learning-Based Low-Dimensional Representation Model of Ion Images for Mass Spectrometry Imaging
2024-03-05, Analytical chemistry
IF:6.7Q1
DOI:10.1021/acs.analchem.3c05002
PMID:38377545
|
研究论文 | 本研究提出了DeepION，一个基于深度学习的离子图像低维表示模型，用于质谱成像的离子识别 | DeepION通过引入对比学习，实现了自监督的离子图像表示，并设计了特殊的数据增强策略以适应质谱成像数据的特点 | 在低信噪比和缺乏标注数据集的情况下，离子图像表示的有效性仍然面临挑战 | 研究旨在提升质谱成像中离子图像的低维表示效果，以改善共定位离子和同位素离子的识别 | 本研究主要针对生物样品中的离子图像 | 数字病理学 | NA | 质谱成像 (MSI) | 深度学习模型 | 图像 | 实验使用了大鼠脑组织的质谱成像数据 | NA | NA | NA | NA |
| 340 | 2024-08-05 |
Feasibility of deep learning-reconstructed thin-slice single-breath-hold HASTE for detecting pancreatic lesions: A comparison with two conventional T2-weighted imaging sequences
2024-Mar, Research in diagnostic and interventional imaging
DOI:10.1016/j.redii.2023.100038
PMID:39076579
|
研究论文 | 本研究评估了深度学习重建的纤薄切片单次呼气半傅里叶单次激发涡旋回音成像（HASTEDL）在检测胰腺病变中的临床可行性 | 首次比较了深度学习重建的HASTE与传统T2加权成像序列的效果，展现了HASTEDL在图像质量和获取时间上的优势 | 研究样本量相对较小，且为回顾性研究 | 评估深度学习重建技术在胰腺病变检测中的应用效能 | 63名疑似胰腺相关疾病的患者 | 数字病理学 | 胰腺癌 | 深度学习重建 | NA | 图像 | 63名患者 | NA | NA | NA | NA |