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 381 - 395 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 381 | 2024-08-07 |
What does artificial intelligence mean in rheumatology?
2024-Mar, Archives of rheumatology
IF:1.1Q4
|
研究论文 | 本文探讨了人工智能在风湿病学中的应用及其潜力 | 介绍了大型语言模型通过转换器将自我学习融入深度学习的新发展 | 提到了AI模型扩展能力带来的重大伦理挑战，特别是误用的风险 | 探索人工智能在风湿病学中的应用，以革新医疗保健和研究 | 主要研究对象为风湿病学领域的人工智能应用 | 机器学习 | 风湿病 | 深度学习 | NA | 图像、视频、基因组学、转录组学、蛋白质组学、代谢组学数据 | NA | NA | NA | NA | NA |
| 382 | 2024-08-07 |
i5mC-DCGA: an improved hybrid network framework based on the CBAM attention mechanism for identifying promoter 5mC sites
2024-Mar-05, BMC genomics
IF:3.5Q2
DOI:10.1186/s12864-024-10154-z
PMID:38443802
|
研究论文 | 本文提出了一种基于CBAM注意力机制的改进混合网络框架i5mC-DCGA，用于识别启动子5mC位点 | 模型创新性地使用卷积块注意力模块(CBAM)改进密集卷积网络(DenseNet)，并结合双向门控循环单元(BiGRU)和自注意力机制提取全局特征信息 | NA | 开发一种计算方法来自动检测和识别5mC位点 | 5mC位点的识别 | 机器学习 | NA | 深度学习 | CNN, BiGRU | 序列 | NA | NA | NA | NA | NA |
| 383 | 2024-08-07 |
A deep learning approach to the automatic detection of alignment errors in cryo-electron tomographic reconstructions
2024-03, Journal of structural biology
IF:3.0Q3
DOI:10.1016/j.jsb.2023.108056
PMID:38101554
|
研究论文 | 本文提出了一种深度学习算法，用于自动检测电子断层扫描重建中的对齐错误 | 本研究首次使用深度学习算法来检测断层扫描重建中的对齐错误，并提出了一种算法来检测断层扫描中的基准标记 | NA | 旨在提高电子断层扫描重建的质量，确保样本研究的准确性 | 电子断层扫描重建中的对齐错误 | 计算机视觉 | NA | 深度学习 | 深度学习算法 | 图像 | NA | NA | NA | NA | NA |
| 384 | 2024-08-07 |
DeepQs: Local quality assessment of cryo-EM density map by deep learning map-model fit score
2024-03, Journal of structural biology
IF:3.0Q3
DOI:10.1016/j.jsb.2023.108059
PMID:38160703
|
研究论文 | 本文介绍了DeepQs，一种利用深度学习算法基于地图-模型拟合分数评估3D冷冻电镜密度图局部质量的新方法 | DeepQs是一种无参数方法，通过深度学习将地图与其相关原子模型的结构信息整合到训练好的模型中 | NA | 开发一种有效的质量评估方法，用于选择或修正冷冻电镜地图 | 3D冷冻电镜密度图的局部质量评估 | 计算机视觉 | NA | 深度学习 | 深度学习模型 | 图像 | 高分辨率数据集（<=5 Å） | NA | NA | NA | NA |
| 385 | 2024-08-07 |
Cryo-forum: A framework for orientation recovery with uncertainty measure with the application in cryo-EM image analysis
2024-03, Journal of structural biology
IF:3.0Q3
DOI:10.1016/j.jsb.2023.108058
PMID:38163450
|
研究论文 | 本文介绍了一种新的框架cryo-forum，用于在单粒子冷冻电子显微镜（cryo-EM）图像分析中恢复方向参数并测量不确定性 | 提出了一种使用10维特征向量表示方向的新方法，并引入了考虑方向间成对距离的独特损失函数，以及一个包含不确定性量化的端到端方法 | NA | 旨在提高单粒子冷冻电子显微镜图像分析中方向参数的确定效率和准确性 | 单粒子冷冻电子显微镜图像中的方向参数 | 计算机视觉 | NA | 深度学习 | 编码器网络 | 图像 | NA | NA | NA | NA | NA |
| 386 | 2024-08-07 |
Development and prospective validation of an artificial intelligence-based smartphone app for rapid intraoperative pituitary adenoma identification
2024-Mar-13, Communications medicine
IF:5.4Q1
DOI:10.1038/s43856-024-00469-z
PMID:38480833
|
研究论文 | 开发并前瞻性验证了一种基于人工智能的智能手机应用程序，用于快速识别垂体腺瘤 | 使用刺激拉曼组织学技术，该应用程序能够几乎即时地区分垂体腺瘤和正常垂体腺 | 需要进一步验证该应用程序在不同类型肿瘤和光学图像上的适用性 | 开发一种能够在手术中快速准确区分肿瘤与正常组织的智能手机应用程序 | 垂体腺瘤和正常垂体腺 | 数字病理学 | 垂体腺瘤 | 刺激拉曼组织学 | 深度学习 | 图像 | 40名连续患者，共194个样本 | NA | NA | NA | NA |
| 387 | 2024-08-07 |
Learning from crowds for automated histopathological image segmentation
2024-03, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 本文提出了一种新的众包方法用于自动化组织病理学图像分割，通过两个耦合网络学习专家分割和标注者的专业知识 | 提出了一种新的众包分割方法，通过单一网络估计标注者的行为，提高了标注者数量的可扩展性，并引入了考虑图像全局特征的标注者网络模型 | 当前方法通常为每个标注者学习一个不同的神经网络，这在标注者数量增加时扩展性差 | 解决深度学习在组织病理学图像分割中专家标注稀缺的问题，通过众包减少个体标注成本 | 组织病理学图像的自动化语义分割 | 数字病理学 | 乳腺癌 | 深度学习 | CNN | 图像 | 涉及多个医学学生标注的真实世界三阴性乳腺癌图像数据集 | NA | NA | NA | NA |
| 388 | 2024-08-07 |
Multiple instance learning for digital pathology: A review of the state-of-the-art, limitations & future potential
2024-03, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
综述 | 本文综述了数字病理学中多实例学习的现状、局限性和未来潜力 | 多实例学习为深度神经网络在没有完全标注数据的情况下提供了一种有效的训练工具 | 多实例学习方法仍面临挑战，如需要大量图像数据和手动标注 | 探讨多实例学习在数字病理学中的应用及其未来发展 | 数字病理学中的图像分析工具和深度神经网络 | 数字病理学 | NA | 多实例学习 | 深度神经网络 | 图像 | NA | NA | NA | NA | NA |
| 389 | 2024-08-07 |
Uninformed Teacher-Student for hard-samples distillation in weakly supervised mitosis localization
2024-03, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 本文提出了一种新的弱监督方法，用于检测有丝分裂，并引入了一种未受指导的教师-学生（UTS）流水线来检测和提炼硬样本，通过比较弱监督定位和注释的质心，使用强增强来增强不确定性。 | 本文的创新点在于引入了一种未受指导的教师-学生（UTS）流水线，通过强增强来提炼不确定样本，并测量预测和注释的有丝分裂之间的差异。 | 本文的局限性在于依赖于图像级别的标签，并且需要复杂的标注场景来减少假阳性。 | 本文的研究目的是提出一种新的弱监督方法，用于检测有丝分裂，并引入一种未受指导的教师-学生（UTS）流水线来检测和提炼硬样本。 | 本文的研究对象是有丝分裂的检测和计数。 | 数字病理学 | 乳腺癌 | 卷积神经网络（CNN） | CNN | 图像 | 本文评估了三个公开的有丝分裂检测数据集和两个全切片图像的有丝分裂活动计数数据集。 | NA | NA | NA | NA |
| 390 | 2024-08-07 |
Multi-modal brain tumor segmentation via conditional synthesis with Fourier domain adaptation
2024-03, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 本文研究使用条件生成对抗网络（GAN）合成多模态图像以训练深度学习神经网络进行高级别胶质瘤（HGG）分割的方法 | 提出了一种基于傅里叶域适应（FDA）的方法，通过调整合成数据与真实数据在低频傅里叶空间成分上的风格，显著提高了分割性能和预测信心 | NA | 探索使用合成多模态图像训练深度学习模型以提高脑肿瘤分割准确性的方法 | 高级别胶质瘤（HGG）的脑肿瘤分割 | 计算机视觉 | 脑肿瘤 | 多模态磁共振成像（MRI） | GAN | 图像 | 使用了BraTS2020数据集进行实验 | NA | NA | NA | NA |
| 391 | 2024-08-07 |
Resolving the non-uniformity in the feature space of age estimation: A deep learning model based on feature clusters of panoramic images
2024-03, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 本研究提出了一种基于全景图像特征聚类的深度学习模型，用于解决年龄估计中特征空间非均匀性的问题 | 通过预先根据年龄特征对数据进行划分，并训练每个回归器来估计个体特征的年龄，模型能够更好地关注临床上有意义的区域，特别是在生长和衰老期 | NA | 改进年龄估计技术，特别是在法医学领域 | 牙科全景图像的年龄估计 | 机器学习 | NA | 深度学习 | 分类头和多回归头模型 | 图像 | NA | NA | NA | NA | NA |
| 392 | 2024-08-07 |
Artificial Intelligence (AI) for Early Diagnosis of Retinal Diseases
2024-Mar-23, Medicina (Kaunas, Lithuania)
DOI:10.3390/medicina60040527
PMID:38674173
|
综述 | 本文全面概述了人工智能（AI）在各种视网膜疾病中的应用，强调其提高筛查效率、促进早期诊断和改善患者结果的潜力 | 本文介绍了AI在视网膜疾病中的具体应用，如糖尿病视网膜病变（DR）、年龄相关性黄斑变性（AMD）等，并强调了AI驱动解决方案在处理视网膜疾病复杂性和变异性中的重要性 | 本文讨论了AI在临床实践中整合的挑战和缺陷，包括“黑箱现象”、数据表示中的偏见以及全面患者评估的局限性 | 旨在探讨AI在视网膜疾病诊断和管理中的应用，以及其在医疗保健中的协同作用 | 研究对象包括多种视网膜疾病，如糖尿病视网膜病变、年龄相关性黄斑变性等 | 计算机视觉 | 视网膜疾病 | 机器学习（ML）和深度学习（DL） | 多种AI模型 | 图像 | NA | NA | NA | NA | NA |
| 393 | 2024-08-07 |
Rethinking automatic segmentation of gross target volume from a decoupling perspective
2024-03, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 本文提出了一种异构级联框架（HCF），从解耦的角度将大目标体积（GTV）分割分解为独立的识别和分割子任务，以提高癌症放射治疗计划中GTV分割的准确性和可靠性。 | 设计了一个多级空间对齐网络（SANet）和组合正则化（CR）损失及平衡采样策略（BSS），以改善特征提取和解决像素不平衡问题。 | NA | 提高自动GTV分割的性能，特别是在减少假阳性和准确分割小物体方面。 | 大目标体积（GTV）在癌症放射治疗中的自动分割。 | 计算机视觉 | NA | 深度学习 | CNN | 图像 | 在StructSeg2019挑战的两个公共数据集上进行了广泛实验。 | NA | NA | NA | NA |
| 394 | 2024-08-07 |
MicroSegNet: A deep learning approach for prostate segmentation on micro-ultrasound images
2024-03, Computerized medical imaging and graphics : the official journal of the Computerized Medical Imaging Society
IF:5.4Q1
|
研究论文 | 本文介绍了一种名为MicroSegNet的深度学习方法，用于在微超声图像上进行前列腺分割 | 提出了一个多尺度注释引导的transformer UNet模型，并引入了一种注释引导的二元交叉熵损失（AG-BCE），该损失在训练过程中对难以分割的区域赋予更大的权重 | NA | 开发一种新的深度学习模型，以提高微超声图像中前列腺分割的准确性 | 前列腺在微超声图像中的分割 | 计算机视觉 | 前列腺癌 | 微超声（micro-US） | transformer UNet | 图像 | 使用了来自55名患者的微超声图像进行训练，并在20名患者的数据上进行评估 | NA | NA | NA | NA |
| 395 | 2024-08-07 |
NanoBERTa-ASP: predicting nanobody paratope based on a pretrained RoBERTa model
2024-Mar-21, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-024-05750-5
PMID:38515052
|
研究论文 | 本文介绍了一种名为NanoBERTa-ASP的新型纳米抗体预测模型，专门用于预测纳米抗体-抗原结合位点 | 该模型基于先进的自然语言处理模型BERT，采用RoBERTa方法学习纳米抗体序列的上下文信息，以准确预测其结合位点 | 现有的预测模型可能不适用于纳米抗体，且纳米抗体数据集的有限性对构建准确模型构成挑战 | 开发一种适用于纳米抗体的预测模型，以提高抗体工程、药物开发和免疫治疗的准确性 | 纳米抗体的结合位点预测 | 自然语言处理 | NA | RoBERTa | BERT | 序列数据 | NA | NA | NA | NA | NA |